Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Teknika

Implementasi Generalized Vector Space Model (GVSM) Dalam Pencarian Kata Favorit Pengunjung Mixue Wahyu Arli; Nasution, Yusuf Ramadhan
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13325769

Abstract

Pada era globalisasi dan kompetisi bisnis yang semakin ketat, perusahaan-perusahaan di berbagai sektor industri berlomba-lomba untuk memahami dan memenuhi kebutuhan pelanggan mereka. Mixue adalah perusahaan yang beroperasi di industri makanan dan minuman yang telah berkembang pesat. Mixue berusaha untuk merancang beragam produk minuman yang memenuhi preferensi pelanggan. Dalam memenuhi preferensi pelanggan, perlu adanya pemahaman yang mendalam tentang minat pelanggan agar dapat mengembangkan produk-produk yang sesuai dengan minat mereka berdasarkan kata favorit mereka. Metode GVSM adalah salah satu metode yang digunakan dalam mengetahaui pencarian kata favorit. GVSM menggabungkan aspek-aspek dari Vector Space Model (VSM) dan Generalized VSM untuk memberikan hasil yang lebih akurat dan relevan untuk mencari hasil dari pencarian berdasarkan kata kunci yang dimasukkan. Berdasarkan hasil penelitian, dapat ditarik kesimpulan bahwa dalam menerapkan Metode Generalized Vektor Space Model (GVSM) dalam menentukan kata kunci yang akan digunakan untuk dikaitkan dengan kesembilan belas dokumen (term) menunjukkan bahwa D1, D3 dan D5 memiliki nilai similaritas yang sama dan tertinggi dengan kata kunci, sedangkan D2, D4 dan D6 memiliki nilai similaritas terendah dari kata kunci. Sehingga dapat disimpulkan bahwa kata yang paling favorit yang menjadi sebab pengunjung memiliki minatterhadap Mixue adalah kata “pilihan” yaitu sebesar 0,4909114594763.
Penerapan Data Mining Algoritma FP-Growth dalam Penjualan Ikan Laut Rizqi Hanafi Parapat; Nasution, Yusuf Ramadhan
TEKNIKA Vol. 19 No. 2 (2025): Teknika Mei 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14829681

Abstract

Perdagangan ikan laut memainkan peran penting dalam mendukung kebutuhan pangan dan ekonomi di banyak Negara, termasuk Indonesia. Seiring dengan pertumbuhan dan kompleksitas perdagangan ikan laut, telah terjadi peningkatan volume data penjualan yang luar biasa. Pengolahan dan analisis data penjualan ikan laut yang semakin besar dan kompleks menjadi tantangan bagi pelaku industri, karena informasi yang relevan dan akurat penting dalam mengambil keputusan bisnis yang tepat. Algoritma FP-Growth adalah algoritma alternatif dapat digunakan untuk menentukan kumpulan data yang paling sering muncul dalam kumpulan data. Algoritma FP-Growth menggunakan konsep tree building, yang biasanya disebut FP-Tree, dalam mencari set item yang sering alih-alih menggunakan pembuatan kandidat seperti yang dilakukan pada algoritma Apriori. Dengan menerapkan data mining dengan algoritma FP Growth dalam penjualan ikan laut, penelitian ini akan mengeksplorasi potensi besar yang terkandung dalam data penjualan ikan laut yang ada, sehingga dapat memberikan manfaat yang signifikan bagi pelaku industri perikanan dan masyarakat luas. Berdasarkan hasil penelitian mengenai analisis pola penjualan produk ikan laut di PT Subur Mekar Abadi dengan menggunakan algoritma FP-Growth menunjukkan bahwa dapat digunakan untuk mengoptimalkan manajemen stok produk, meningkatkan strategi pemasaran, dan memberikan pelayanan yang lebih baik kepada konsumen. Wawasan yang diperoleh untuk mengantisipasi kebutuhan konsumen dan menjaga ketersediaan produk yang diminati.