Claim Missing Document
Check
Articles

PENERAPAN ALGORITMA K-MEANS UNTUK OPTIMALISASI KLASTERISASI PENJUALAN OBAT DI APOTEK PERJUAGAN Pajri, Riki; Suarna, Nana; ali, Irfan; Indriya Efendi, Dendy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12472

Abstract

Perkembangan teknologi informasi telah memberikan peluang signifikan dalam meningkatkan efisiensi manajemen penjualan dan stok di sektor farmasi, termasuk apotek. Namun, tantangan utama yang dihadapi adalah ketepatan dalam mengelompokkan produk berdasarkan pola penjualan, yang dapat memengaruhi ketersediaan stok dan pengambilan keputusan strategis. Penelitian ini bertujuan untuk menerapkan algoritma K-Means guna meningkatkan efektivitas klasterisasi data penjualan obat di Apotek Perjuangan. Metode penelitian menggunakan pendekatan Knowledge Discovery in Databases (KDD), dengan analisis data yang dilakukan melalui aplikasi RapidMiner. Data primer diperoleh melalui observasi langsung terhadap transaksi penjualan selama periode tertentu. Hasil penelitian menunjukkan bahwa klasterisasi optimal dicapai dengan nilai K=5, menghasilkan Davies-Bouldin Index (DBI) sebesar 0,415. Klasterisasi ini mampu mengelompokkan produk berdasarkan tingkat penjualan yang tinggi, sedang, dan rendah, sehingga mendukung strategi pengelolaan stok yang lebih efisien. Penelitian ini memberikan kontribusi dalam pengambilan keputusan berbasis data untuk meminimalkan risiko overstock dan stockout, sekaligus meningkatkan kualitas manajemen stok obat di apotek
IMPLEMENTASI ALGORITMA REGRESI LINIER DALAM MEMPREDIKSI KEUNTUNGAN CV. XYZ Auliya, Suci; Suarna, Nana; Ali, Irfan; Susana, Heliyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12593

Abstract

Latar belakang penelitian ini adalah pentingnya memahami pengaruh variabel Harga Pokok Penjualan (HPP) terhadap keuntungan perusahaan dalam melakukan analisis keuntungan. Penelitian ini bertujuan menganalisis dan memprediksi keuntungan penjualan pakan ternak di Perusahaan XYZ yang berdomisili di Kabupaten Cirebon. Penelitian ini menggunakan data penjualan bulanan selama tahun 2023 dan 2024, yang mencakup minggu ke, HPP, jumlah penjualan (Qty), total tagihan, total pembayaran, dan margin keuntungan. Data ini diolah melalui teknik preprocessing untuk memastikan kualitasnya sebelum dianalisis menggunakan algoritma regresi linier. Model ini digunakan untuk mempelajari hubungan antara variabel-variabel tersebut dan memprediksi margin keuntungan secara akurat. Hasil penelitian menunjukkan bahwa HPP memiliki koefisien sebesar 0,143, yang berarti setiap kenaikan HPP akan meningkatkan margin keuntungan sebesar 0,143 dengan asumsi variabel lain tetap. Prediksi margin menggunakan model ini juga menunjukkan akurasi tinggi, dengan nilai Root Mean Squared Error (RMSE) sebesar 2%. Temuan ini menunjukkan bahwa algoritma regresi linier adalah alat yang efektif untuk memprediksi keuntungan dan dapat diterapkan pada perusahaan dengan skala data serupa untuk mendukung perencanaan bisnis yang lebih baik
RANCANG BANGUN APLIKASI SISTEM INFORMASI PENDATAAN PELAUT BERBASIS WEB Dikananda, Arif Rinaldi; Fasa, Saefullah; Ali, Irfan; Dwilestari, Gifthera
JURSIMA Vol 10 No 3 (2022): Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.473

Abstract

PT. Abdi Marine is one of the companies that has not used a web-based information system in the marine data collection section, where the data processing system is still manual. It often happens that seafarers' registration and flight date research takes up a lot of paper and seafarer data storage space, the calculation of the date is less accurate and making reports of incoming and outgoing seafarers' data takes a lot of time. To emphasize and learn in understanding the problems as described, the problem formulation that researchers can explain is to design a computerized marine crew data collection information system, create a database of data services for managers to carry out their work. The purpose of this research is to find out, develop and create an ongoing data collection application system into the PHP and HTML programming language using the MySQL database. So that researchers can draw conclusions in processing sailor crew data collection by implementing applications that have been designed and built in a systematic and structured manner, so that the level of damage in the process of implementing sailor crew data collection can be resolved.
PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA APLIKASI FLIP.ID Sadiyah, Ainur Rohimatus; Purnamasari, Ade Irma; Ali, Irfan
JURSIMA Vol 11 No 3 (2023): Volume 11 Nomor 3 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v12i1.727

Abstract

Flip.Id adalah salah satu platform teknologi finansial di Indonesia, yang menawarkan beragam layanan keuangan, termasuk pembayaran dan transfer uang. Penelitian ini bertujuan untuk menerapkan metode Support VectorMachine dalam menganalisis sentimen terhadap ulasan pengguna aplikasi Flip.Id yang tersedia di Google Play Store. Metode Support Vector Machine dipilih karena memiliki tingkat kemampuan yang tinggi dalam menganalisis teks dan terbukti efektif dalam memahami sentimen. Proses pelatihan model Support Vector Machine melibatkan penggunaan dataset ulasan pengguna untuk mengklasifikasikan sentimen. Evaluasi hasil model mencakup berbagai matriks evaluasi, seperti akurasi, presisi, recall dan F1-Score. Hasil penelitian ini menunjukkan tingkat akurasi mencapai 87%, dengan nilai evaluasi matriks presisi sebesar 93%, recall 87%, dan nilai F1-Score 90%. Temuan ini menjadi dasar untuk penelitian lebih lanjut dalam mengeksplorasi lebih dalam analisis sentimen, khususnya dalam konteks teknologi finansial. Dari penelitian ini membuktikan bahwa model Support Vector Machine mampu memberikan hasil klasifikasi yang baik, dan memberikan peluang bagi penelitian lebih lanjut dalam memahami respons pengguna terhadap layanan keuangan digital seperti Flip.Id.
KLASIFIKASI ABJAD DALAM BAHASA ISYARAT MENGGUNAKAN ALGORITMA RANDOM FOREST Wirdiyan, Farhan Azfa; Suarna, Nana; Ali, Irfan
JurTI (Jurnal Teknologi Informasi) Vol 8, No 2 (2024): DESEMBER 2024
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v8i2.4673

Abstract

Pengenalan bahasa isyarat merupakan tantangan signifikan dalam pengembangan teknologi informasi, terutama dalam menciptakan komunikasi inklusif bagi penyandang disabilitas pendengaran. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem klasifikasi alfabet bahasa isyarat, khususnya pada Sistem Isyarat Bahasa Indonesia (SIBI), menggunakan algoritma Random Forest. Sistem ini dirancang untuk memfasilitasi komunikasi yang inklusif antara penyandang disabilitas pendengaran dan masyarakat umum. Tahapan penelitian mencakup pengumpulan data gerakan tangan yang diperoleh melalui perekaman menggunakan webcam dan kemudian dikelompokkan berdasarkan label alfabet,Tahap preprocessing data bertujuan untuk normalisasi dan augmentasi guna meningkatkan variasi input kemudian di lakukan proses untuk mengekstrak landmark tangan melalui framework Mediapipe, yaitu titik-titik referensi posisi jari dan tangan, Tahap pelatihan model menggunakan algoritma Random Forest dengan pembagian data latih dan uji, serta Tahap pengujian sistem secara real-time untuk mengevaluasi akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan sistem mampu mengenali alfabet SIBI dengan akurasi 100%, membuktikan efektivitas metode Random Forest dalam menangani klasifikasi pola yang kompleks. Esensi penelitian ini terletak pada kontribusinya dalam mendukung komunikasi inklusif melalui teknologi kecerdasan buatan. Sistem ini menawarkan solusi praktis untuk mengatasi hambatan komunikasi antara penyandang disabilitas pendengaran dan masyarakat umum, sekaligus mendorong pengembangan teknologi inklusif. Dengan hasil yang sangat akurat, penelitian ini memberikan dampak sosial yang signifikan, membuka peluang bagi pengembangan sistem komunikasi berbasis AI yang lebih adaptif, seperti integrasi dengan aplikasi mobile dan fitur text-to-speech, sehingga memperluas aksesibilitas dan mendukung interaksi sosial yang lebih inklusif.
Pendampingan Branding dan Marketing (UMKM) Mie Cemol Desa Rantau Fajar Pratiwi, Wiwied; Rikiyashi, Afkan; Roziqin, Ahmad Khoirur; Az-Zahra, Asih; Hidayah, Freni Mega; Faqih, Habib; Nawang Wulan, Hidayah; Ali, Irfan; Huda, Irhamul; Saputra, Muhammad; Mahdalena, Putri Ayu; Muhimmatul ulya, Syilwa; Salamah, Soviatus
Educommunity Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2025)
Publisher : CV. Edutechnium Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71365/ejpm.v3i1.73

Abstract

Desa rantau fajar dibuka oleh jawatan Transmigrasi pada tahun 1957, oleh jawatan pembukaan tanah wilayah sukadana dengan membuka tanah-tanah yang masih berupa hutan rimba belantara, setelah dibuka kemudian didatangkan penduduk Transmigrasi dari pulau jawa. Pada tanggal 08 Agustus 1957 Desa Rantau Fajar didatangi transmigrasi dari Rayon Solo, Yogyakarta, Banyu Mas, Jawa Timur, Dan Pekalongan sejumlah 400 KK dengan jumlah jiwa 1.317 orangKegiatan pengabdian kepada masyarakat di dusun 05 Desa Rantau Fajar pada bulan Februari 2025. Dalam pelaksanaan kegiatan meliputi wawancara dan survey lapangan, mengikuti kegiatan produksi, pendesainan lebel kemasan serta membranding di social media. Pengabdian masyarakat ini menggunakan metode Asset Bassed Community Development (ABCD). Dari metode ini maka dapat menginspirasi perubahan positif dengan berfokus pada kebutuhan dan masalah yang ada. Dalam metode ABCD ada 4 proses pemberdayaan berbasis asset. Diantaranya adalah pengkajian, langkah lanjutan, rencana perubahan dan yang terakhir adalah pemantapan Kegiatan pengabdian masyarakat berbasis pendampingan terhadap pelaku UMKM berupa pendampingan Branding dan marketing UMKM Mie Cemol Mbah Ganol. Dengan pendampingan ini diharapkan dapat meningkatkan omset penjualan serta memperluas jangkauan pemasaran. Produk Usaha Mikro Kecil Dan Menengah (UMKM) Mie Cemol merupakan salah satu ekonomi kreatif yang ada di Desa Rantau Fajar. Pemilik usaha Mie Cemol bernama bapak Giono dan ibu Sitar yang dirintis sejak 1980. Suami istri tersebut merintis bersama kurang lebih sudah 45 tahun. Berbagai masalah dan cerita sudah di lalui. Setelah diadakan survey ditemukan masalah yakni Produk UMKM tersebut belum memiliki brand/label kemasan dan strategi marketing . Dan berdasarkan penelitian produk yang dijual di pasar agar dapat diterima masyarakat secara luas maka memerlukan tampilan yang menarik. Salah satu bagian produk yang menarik bagi konsumen adalah kemasan. Kemasan tidak hanya berfungsi sebagai pelindung tetapi juga sumber informasi karena pada kemasan terdapat label. Salah satu potensi yang diangkat dalam pengabdian masyarakat adalah UMKM mie cemol yang merupakan hasil bumi yang diolah sehingganya bisa menjadi produk yang layak jual. Melihat potensi yang ada dari bahan baku pembuatan mie cemol hingga SDM yang memadai maka tim penyusun akan melaksanakan pendampingan branding dan marketing UMKM di desa Rantau Fajar. Kegiatan yang dilaksanakan mulai dari survey, wawancara, ikut memproduksi hingga pengemasan dan branding social media. Setelah diberikan label kemasan menjadi lebih menarik dan tentunya penjualan semakin meningkat. Banyak orang yang memesan via whatsapp. Usaha tersebut semakin terkenal karena telah di branding pula oleh tim pengabdian.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENINGKATKAN MODEL PENGELOMPOKAN DAN KINERJA JARINGAN WI-FI SECARA OPTIMAL Fauzan, Akmal; Suarna, Nana; Ali, Irfan; Susana, Heliayanti
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6272

Abstract

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk menganalisis pola penggunaan jaringan Wi-Fi, guna meningkatkan efisiensi pengelolaan bandwidth dan kualitas layanan. Data berupa kecepatan internet, biaya layanan, dan lokasi pelanggan diolah menggunakan RapidMiner, menghasilkan klaster dengan nilai Davies-Bouldin Index (DBI) sebesar 0.006, menunjukkan kualitas klaster yang sangat baik. Hasilnya memberikan wawasan mendalam tentang segmentasi pelanggan dan pola penggunaan layanan untuk pengambilan keputusan strategis. Algoritma KMeans terbukti efektif dalam optimalisasi sumber daya jaringan, serta menjadi dasar pengembangan sistem monitoring real-time dan teknologi data mining untuk pengelolaan jaringan Wi-Fi skala besar.
DEEP LEARNING ALGORITMA YOLOV8 UNTUK MENINGKATKAN ANALISIS KEPADATAN LALU LINTAS Hidayattullah, Rizky; Suarna, Nana; Ali, Irfan; Efendi, Dendy Indriya
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.5749

Abstract

Kemacetan lalu lintas merupakan salah satu masalah serius di berbagai kota besar. Diperlukan sebuah algoritma deteksi objek secara real-time yaitu YOLOv8 . Namun, untuk mengeksplorasi efektivitas algoritma YOLOv8 (You Only Look Once version 8) dalam mendeteksi dan menganalisis kemacetan lalu lintas. Maka dilakukan pemadaman pola kemacetan, menghitung volume lalu lintas, serta memberikan informasi kondisi lalu kecepatan untuk mengurangi kemacetan. Data yang digunakan meliputi dataset sekunder dari website open source Roboflow dan data primer hasil observasi langsung di Jalan Perum Arum Sari Angsana 2, Kecomberan, Kecamatan Talun, Kabupaten Cirebon, Jawa Barat 45171, Indonesia. Proses penelitian mencakup pelatihan model YOLOv8 menggunakan dataset yang telah diberi anotasi untuk mendeteksi kendaraan, dan menghitung volume kendaraan yang ada. Setelah pelatihan, model diuji menggunakan dataset video untuk memutar performanya dalam kondisi nyata, mencakup berbagai waktu dan kondisi pencahayaan, seperti pagi, dan siang. Hasil penelitian menunjukkan bahwa model YOLOv8 mencapai tingkat akurasi deteksi yang tinggi, dengan presisi sebesar 0.930, recall 0.919, F1-score 0.930, mAP50 0.975, dan mAP50-95 0.748. Model ini mampu mendeteksi dan menghitung jumlah kendaraan secara akurat pada kondisi lalu lintas, baik padat maupun lancar. Temuan ini membuktikan potensi besar algoritma YOLOv8 dalam penerapan teknologi berbasis kecerdasan buatan untuk pengelolaan lalu lintas perkotaan maupun pemukiman.
Penguatan Kompetensi Lulusan SMK Kota Cirebon Melalui Pelatihan Junior Network Administrator Ali, Irfan; Kaslani; Ayuningsih, Sri; Pardiana, Firda
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 3 : April (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In today's increasingly advanced digital era, the need for skilled personnel in network administration is growing. This Community Partnership Program aims to provide junior network administrator training for graduates of Vocational High Schools (SMK) in Cirebon City. This training is designed to equip participants with essential basic knowledge and skills in managing and maintaining computer network infrastructure. The material presented includes basic network concepts, network device configuration, fundamental network security principles, and common troubleshooting techniques. It is hoped that this program can enhance the competence of SMK graduates, making them more prepared to enter the workforce in the field of information technology.
Pengembangan Model Prediksi Keberhasilan Mahasiswa Menggunakan Algoritma Machine Learning Dalam Learning Management System Tohidi, Edi; Ali, Irfan
BULLET : Jurnal Multidisiplin Ilmu Vol. 2 No. 1 (2023): BULLET : Jurnal Multidisiplin Ilmu
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The advancement of digital technology in education has driven the widespread adoption of Learning Management Systems (LMS) as effective platforms for online learning. This study aims to develop a predictive model for student success in LMS environments using machine learning algorithms. Student success is classified based on parameters such as participation levels, access frequency, assessment results, and punctuality in assignment submissions. Several machine learning algorithms, including Decision Tree, Random Forest, Support Vector Machine, and K-Nearest Neighbors, are employed to build the prediction model. The performance of each model is evaluated using metrics such as accuracy, precision, recall, and F1-score. The results show that the Random Forest algorithm achieved the best performance with an accuracy of 89%, followed by Support Vector Machine and Decision Tree. The developed model is expected to assist educators and academic institutions in identifying students who may face learning difficulties at an early stage, allowing for timely and targeted interventions. This research contributes to the application of machine learning in supporting adaptive learning processes and enhancing data-driven educational quality.
Co-Authors Abdul Rohim, Adi Nur Abdul Rosid, Rizal Ade Irma Adi Supriyatna Adinata, Adinata Ahmad Jaelani Al-Maulid, Hisyam Aldiyansyah, Aldiyansyah Alfin Maulana Alfudola, Mahfudz Alkatiri, Nazwa Alvianatinova, Via Amalia, Rosnita Amer, Abdu Shobarudin Ana Amalia, Ana Andriyanti, Rina Annurfariz, Aditya Apriliana Janatu Marwa Arofah, Mila Asep Yoyo Wardaya Auliya, Suci Ayuningsih, Sri Az-Zahra, Asih Azrul, Ahmad Azzam, Ahmad Burhanudin, Haris Dendy Indriya Efendi Destiawati, Deby Dewanty Rafu, Maria Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Efendi , Dendy Indriya Effendy, Dendy Indria Fahreza, Rheznandya Faisal Adam, Faisal Faqih, Habib Fasa, Saefullah Fatmawati, Aisyah FAUZAN, AKMAL Fazari Hidayat, Nizar Gifthera Dwilestari Gitacahyani, Adisty Gunia, Euis Hadiyanto Hadiyanto Hagi Badra, Muhammad Hendiana, Hendiana Hermawan, Ramdan Hidayah, Freni Mega Hidayattullah, Rizky Huda, Irhamul Hurifiani, Alfia Ikbal, Ali Ilham, Mokhamad Indah Indah Indriya Efendi, Dendy Indriyan Dwi Kesuma, Adri Irma Purnama sari, Ade Irma Purnamasari , Ade Irma Purnamasari, Ade Julkarnaen, Agus Juwita, Ita Karbala, Syahid Kaslani Khalda Rifdan, Ghina Lana Sularto Lestari, Gifthera Dwi Listianto, Ahmad Bilal Lisyana, Zita Lukman Rohmat, Cep Mahdalena, Putri Ayu Martanto . Maulana, Ali Mayang Fadilah, Dewi Muhamad Basysyar , Fadhil Muharam, Arbi Adi Muharram, Akbar Muhimmatul ulya, Syilwa Mulyawan Nawang Wulan, Hidayah Nining Rahaningsih Nugraha, Rifqi Nugroho, Rizwar Adi Nur Alam, Alfian Nur Aziziah, Aldila Nursaniah, Rini Nursatika Kusuma, Ines Odi Nurdiawan Oktaviani Putri , Farra Pajri, Riki Pardiana, Firda Prahara, Sukma Pratama, Denni Purnamasari, Ade Irma Putra Pratama, Aeri R, Nining Raafi, Muhammad Rahmi Safitri, Rahmi Ramanto, Aditiya Ramdani, Rizki Ridho Nugraha Rifa'i, Akhmad Rikiyashi, Afkan Rismala, Rismala Rizki Rinaldi, Ade Rizky Wulandhari, Putri Rodhiyana, Mu'allimah Rohman, Dede Rohmat, Cep Lukman Rosyd, Abdul Roziqin, Ahmad Khoirur Sadiyah, Ainur Rohimatus Salamah, Soviatus Saputra, Muhammad Sariah Sariah Setianingsih, Indri Sholihin Fauzan, Aldi Sofialaela, Annisa Solihudin, Dodi Sri Widyastuti Suarna, Nana Sudrajat, Adi Suryana, Aldi Susana, Heliayanti Susana, Heliyanti Syahrul, Adis Tohidi, Edi Vina, Vina Windy Mardiyyah, Nita Wirdiyan, Farhan Azfa Wisnu Saputra, Adrian wiwied pratiwi, wiwied Yudhistira Arie Wijaya Yulistiano, Irena Zahrudin Zhahiran Herlambang, Prilanisa