Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Indonesian Journal of Informatic Research and Software Engineering PREDATECS: Public Research Journal of Engineering, Data Technology and Computer Science Jurnal Testing dan Implementasi Sistem Informasi
Khairani, Luthfia
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Application of the Fp-Growth Algorithm in Determining Consumer Purchase Patterns 212 Mart Pekanbaru: Penerapan Algoritma Fp-Growth Dalam Penentuan Pola Pembelian Konsumen 212 Mart Pekanbaru Soleha, Ummi; Widyastuti, Mulyana Widyastuti; Khairani, Luthfia; Maghfirah , Raudyah; Fauzan, Ahmad
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) Vol. 2 No. 2 (2022): Indonesian Journal of Informatic Research and Software Engineering
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (803.358 KB) | DOI: 10.57152/ijirse.v2i2.445

Abstract

Seiring berkembangnya perekonomian di Indonesia pada era globalisasi baik itu kehidupan masyarakat diperkotaan atau di perdesaan semakin meningkat, sehingga menimbulkan berbagai macam alternatif dalam melangsungkan kegiatan ekonomi. 212 Mart Pekanbaru memiliki aktivitas transaksi penjualan dan pelayanan konsumen yang meningkat dari tahun ke tahun sehingga menghasilkan tumpukan data pembelian yang semakin meningkat. Tumpukan data tersebut dapat diolah untuk menentukan produk yang banyak diminati oleh pelanggan serta produk yang dibeli secara bersamaan dalam satu transaksi menggunakan Data mining. Metode teknologi data mining yang dapat digunakan pada penelitian ini adalah Association Rule. Analisis asosiasi sering dikenal dengan nama Market Basket Analysis. Salah satu algoritma pada assosiasi yaitu algoritma FP-Growth. Dari hasil penelitian ini dapat disimpulkan bahwa pola hubungan yang di dapat dari data transaksi penjualan pada 212 Mart Cabang Panam, Pekanbaru menghasilkan 6 rute menggunakan minimun support 30%, dengan minimum confidence 50% terdapat 5 item yang saling berhubungan yaitu : Snack (SK), Mie (MI), Minyak Goreng (MG), Gula Pasir (GP), Susu (SS) dan rules yang didapatkan sangat bermanfaat bagi perusahaan,karena dengan mengetahui item/produk yang sering dibeli oleh pelanggan bisa menjadi rekomendasi perusahaan dalam meletakkan item/produk pada rak secara berdekatan.    
Audit Tata Kelola Universitas Islam Negara Sultan Syarif Kasim Riau Repository System Menggunakan COBIT 2019 Alisya, Tita; Handayani, Hani; Auliani, Sephia Nazwa; Khairani, Luthfia; Megawati, Megawati
Jurnal Testing dan Implementasi Sistem Informasi Vol. 2 No. 1 (2024): Jurnal Testing dan Implementasi Sistem Informasi
Publisher : Lembaga Riset dan Inovasi Almatani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55583/jtisi.v2i1.754

Abstract

Teknologi Informasi telah menjadi pendorong utama keberhasilan organisasi di berbagai sektor, termasuk dunia Pendidikan. Universitas, sebagai lembaga pendidikan tinggi, semakin mengandalkan TI untuk mendukung operasional dan pengelolaan informasi akademis. Perpustakaan Universitas Islam Negeri Sultan Syarif Kasim Riau mendukukng fungsi operasional, pengelolaan di perpustakaan. Proses audit pada Perpustakaan dilakukan untuk mengetahui sejauh mana kinerja IT, sumber daya manusia serta capability level di perpustakaan. Penelitian ini menggunakan Framework COBIT 2019 dalam melakukan auidit. Didapatkan hasil pada 4 domain proses yaitu APO09, APO11, BAI04 dan BAI06. APO09 dan BAI04 berada pada level 2 dengan kategori largely achieved, sedangkan APO11 dan BAI06 berada pada level 5 dengan kategori  fully achieved.
Application of the Supervised Learning Algorithm for Classification of Pregnancy Risk Levels Dwinnie, Zairy Cindy; Khairani, Luthfia; Putri, Margareta Amalia Miranti; Adhiva, Jeni; Tsamarah, Muhammad Inas Farras
Public Research Journal of Engineering, Data Technology and Computer Science Vol. 1 No. 1: PREDATECS July 2023
Publisher : Institute of Research and Publication Indonesia (IRPI).

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/predatecs.v1i1.806

Abstract

MMR is the number of women who die due to disorders during pregnancy or their treatment (excluding accidents, suicides, or incidental cases) during pregnancy, childbirth, and during the puerperium or 42 days after giving birth. This research aims to classify pregnancy risk datasets, namely to compare the performance of the NBC, K-NN, and SVM methods on the pregnancy risk status dataset and to find out the accuracy comparison of the algorithm results above. From the results of the analysis, it was found that of the three algorithms it resulted in a classification of pregnancy risk levels with the highest value occurring at a high level. To determine the accuracy of the data, a comparison was made between the three algorithms. Based on the confusion matrix namely Accuracy, Precision, and Recall. The results of the comparison can be concluded that the KNN algorithm provides the highest accuracy of 77.55%, NBC of 69.39%, and the lowest accuracy by SVM of 67.35%. These results state that the KNN algorithm classifies pregnancy risk level data better than the other two algorithms
Co-Authors Adhiva, Jeni Ahmad Fauzan Alisya, Tita Auliani, Sephia Nazwa Dwinnie, Zairy Cindy Hani Handayani, Hani Maghfirah , Raudyah Megawati - Putri, Margareta Amalia Miranti Soleha, Ummi Tsamarah, Muhammad Inas Farras Widyastuti, Mulyana Widyastuti