Claim Missing Document
Check
Articles

Found 15 Documents
Search

PENERAPAN ALGORITMA FP-GROWTH UNTUK PEMAHAMAN MENDALAM POLA PEMINJAMAN KOLEKSI BUKU DI PERPUSTAKAAN Usman; Lina, Sitti Harlina; Kadang, Marsellus Oton; Patulak, Desi; Liklikwatil, Rudy Donny; Ramadhani, Desty; Hamid, Nanda Syahrani Agustin Paturuni
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 2 (2025): May 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i2.231

Abstract

Perpustakaan Universitas Dipa Makassar (Undipa), yang mengoleksi berjenis ragam buku ilmu pengetahuan sebagai bahan bacaan dan literasi bagi civitas akademika baik mahasiswa maupun dosen. Beragam jenis bacaan itu sebagai bahan pustaka seperti buku-buku pengetahuan sampai koleksi laporan penelitian ilmiah mahasiswa dari berbagai departemen di kampus. Penerapan metode FP-Growth yang bersumber dari Data Mining untuk memberikan hasil yang lebih memudahkan bagi petugas perpustakaan karena algoritma ini adalah pengembangan dari algoritma Apriori, yang berfokus pada pencarian dan penggunaan konsep-konsep tertentu untuk menghasilkan data yang lebih efisien pengembangan pohon (tree development) untuk peminjaman buku (frequent itemsets). Dalam penelitian ini, bahan kajian yang digunakan sebanyak 19 jenis klasifikasi buku dan 133 transaksi yang sudah ditentukan, nilai kritis atau supportnya adalah 30% dan tingkat kepercayaan (confidence) diberikan sebanyak 75%, dari hasil pengujian yang dilakukan, di temukan sebuah aturan yaitu, jika pengunjung meminjam buku Ilmu Komputer/Teknik Informatika, maka pengunjung juga meminjam buku Pemrograman, menunjukkan hasil yang diperoleh dari pengetahuan baru tentang pola peminjaman baru. Pola ini digunakan untuk mengatur tata letak buku, khususnya jenis buku yag sering dipinjam bersamaan. Dengan menemukan pola itemset berdasarkan nilai confidence tertinggi Perpustakaan Undipa, dapat mengoptimalkan penempatan buku untuk memaksimalkan aksebilitas dan meningkatkan pinjaman.
IMPLEMENTASI METODE WEIGHTED MOVING AVERAGE DAN SINGLE MOVING AVERAGE DALAM SISTEM INFORMASI PENJUALAN PADA KIOS MAUPA TORAJA UTARA Kadang, Marsellus Oton; Patulak, Desi; Upa, Samrius
JTRISTE Vol 9 No 2 (2022): JTRISTE
Publisher : STMIK KHARISMA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55645/jtriste.v9i2.387

Abstract

Forecasting the amount of sales of goods is one application of information technology in data mining. Forecasting aims to predict an event what will happen in the future. This study aims to design a system to predict the number of sales at the North Toraja Maupa Kiosk using 2 methods, namely the Weighted Moving Average (WMA) method and the Single Moving Average (SMA) method. Forecasting in research uses 7 samples of goods with 6 months of sales data. From the forecasting results using the 2 methods in question, the results of the Mean Average Percentage Error (MAPE) are obtained with forecasting values that are equally good with a percentage level for the WMA method of 17.1% and the SMA method of 15.71%.
Perancangan Game Edukasi Pengenalan Pakaian Adat Nusantara (CULTURZONE) Menggunakan Multimedia Development Life Cycle Haris, Andi Fajrin; Wirya, Muhammad Nandar Cakra; Rahman, Baharuddin; Djafar, Imran; Kadang, Marsellus Oton; Arifin, Suci Ramadhani
Journal of Animation and Games Studies Vol 10, No 1 (2024): April 2024
Publisher : Institut Seni Indonesia Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24821/jags.v10i1.9633

Abstract

Archipelago traditional clothing is an inseparable part of Indonesian cultural identity. Each region has unique traditional clothing, reflecting the richness and diversity of cultures in Indonesia. By recognizing, studying and appreciating the traditional clothing of the Archipelago, we can strengthen Indonesia's cultural diversity, build a strong identity and promote our cultural heritage to the world. In order to introduce Indonesian traditional clothing to the younger generation, designing educational games can be an interesting and effective solution. This educational game is designed to provide an interactive experience for users in learning and getting to know various traditional clothes in Indonesia. 
Perancangan Sistem Informasi Kursus Online Berbasis Web Lewan, Estelino Zevacha; Akmal, Dicky Maulana; Oton Kadang, Marsellus; Y, Hasyrif S
DIPAKOMSI Vol. 17 No. 2 (2023): Jurnal Dipanegara Komputer Sistem Informasi (DIPAKOMSI)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomsi.v17i2.1511

Abstract

E-Learing merupakan proses pembelajaran berbasis website yang dapat diakses luas melalui internet. Salah satu cara pembelajaran di era pandemi COVID 19 yaitu dengan kursus online sesuai dengan kebutuhan. Namun, platform kursus online yang tersedia memiliki beberapa kekurangan yang menjadi penghambat bagi calon pengajar yang ingin bergabung dengan kursus online. Pada penelitian ini penulis membangun system kursus online berbasis web dengan harapan merupakan solusi bagi calon pengajar yang tetap ingin mengajar dan mencari pekerjaan sampingan sesuai dengan skill mengajar yang dimiliki.
Implementasi Metode KNN (K Nearestneighbors) untuk Memprediksi Penyakit Tanamankacang Tanah pada Desa Lonjoboko Kec. Parangloe Kab. Gowa Putri Angrheny Aprilya; Nurul Fadini; Marsellus Oton Kadang; Herlinda, Herlinda
DIPAKOMSI Vol. 18 No. 1 (2025): Jurnal Dipanegara Komputer Sistem Informasi (DIPAKOMSI)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomsi.v18i1.1727

Abstract

Petani di Desa Lonjoboko, Kec. Parangloe, Kab. Gowa kesulitan mendeteksi penyakit kacang tanah secara akurat karena masih menggunakan metode manual. Penelitian ini mengimplementasikan sistem berbasis web dengan K-Nearest Neighbors (KNN) untuk memprediksi penyakit tanaman kacang tanah. Dataset terdiri dari 50 sampel yang diklasifikasikan ke dalam kategori Cercospora, Sclerotium, Virus, Bacterial Wilt, dan Sehat.Pengujian menggunakan Confusion Matrix menunjukkan 100% akurasi untuk kelas Sclerotium, Bacterial Wilt, dan Sehat. Kelas Cercospora memiliki 100% precision, 80% recall, dan 89% F1-score, sedangkan kelas Virus memperoleh 50% precision, 100% recall, dan 67% F1-score. Hasil ini menunjukkan bahwa KNN (k=3) dapat mengklasifikasikan sebagian besar penyakit dengan baik, meskipun masih ada kelemahan dalam mendeteksi penyakit Virus. Sistem ini membantu petani mendeteksi penyakit lebih cepat dan akurat, meningkatkan produktivitas, serta mengurangi kesalahan penggunaan pestisida.