Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Informatika
Tono Hartono, Tono
Indonesia Computer University
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS PENJUALAN DENGAN BERBASIS WEB Nursikuwagus, Agus; Hartono, Tono
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (285.222 KB) | DOI: 10.24176/simet.v7i2.784

Abstract

Transaksi penjualan merupakan suatu usaha penjualan yang dilakukan setiap menit, setiap hari, setiap minggu bahkan bertahun-tahun. Sehingga data akan semakin menumpuk bisa berasal dari proses manual maupun proses komputasi. Sehingga data yang ada belum dimanfaatkan dengan baik oleh pengambil keputusan. Tulisan ini bertujuan untuk memberikan laporan hasil penelitian mengenai implementasi algoritma apriori untuk analisis penjualan. Penelitian ini didukung dengan metodologi pengembangan perangkat lunak yang disebut linear incremental development. Pada proses yang dilakukan pada implementasi perangkat lunak ini terdapat beberapa langkah seperti penentuan masalah, identifikasi dan penyelesaian resiko, pengembangan dan test, serta perencanaan siklus berikutnya. Setiap langkah pada tahapan tersebut digunakan untuk memetakan permasalahan yang ada hingga terbentuknya suatu aplikasi sesuai kebutuhan. Sebagai hasil dari penelitian ini adalah aplikasi berdasarkan algoritma apriori yang terdiri dari pemilihan Itemset dan aturan asosiasi. Keluaran dari perangkat lunak ini digunakan untuk data acuan stok barang serta mengotomatisasi perhitungan analisis penjualan barang. Kata kunci: sequential linear incremental, algoritma apriori, penjualan, implementasi.
Hyper Parameter Tuning of Multilayer Convolutional Network and Augmentation Method for Classification Motive of Batik Nursikuwagus, Agus; hartono, tono; Nurwicaksono, M A; Choir, M M; Saputri, M A
Jurnal Informatika Vol. 17 No. 1 (2023): January 2023
Publisher : Universitas Ahmad Dahlan

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

Abstract

The purpose of this research is to create a batik motive image classification system to make it easier for the public to know the name of a type of batik motive. In carrying out this research, a quantitative method was used with seven kinds of batik motives that were augmented first, where 70% of the dataset was used for training and 30% for testing so that the accuracy and precision of the system were obtained. The result of this research is that the accuracy and precision of the system in classifying batik motive images is 0.985 or 98.5%. This high accuracy and precision were obtained because the quality of the previous dataset was improved by augmenting geometric and photometric. The machine learning method used was a Convolutional Neural Network which in previous studies also provided the highest accuracy and precision. The results of this study can be used for various purposes such as marketing, cultural reservation, and science.
Co-Authors Agus Nursikuwagus Choir, M M Nurwicaksono, M A Saputri, M A