Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Komtekinfo
Jufri, Fikri Ramadhan
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Penerapan Algoritma Apriori dalam Menentukan Pola Penjualan Barang Jufri, Fikri Ramadhan; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.583

Abstract

Data mining yaitu proses pengumpulan informasi yang bermanfaat dari suatu data yang diolah sehingga dapat menghasilkan informasi yang berguna bagi perusahaan. Algoritma Apriori merupakan algoritma dalam data mining yang digunakan untuk menemukan asosiasi atau hubungan antara item dalam kumpulan data transaksi. Algoritma ini memfokuskan pada penemuan aturan asosiasi, yang menyatakan bahwa jika sebuah kelompok item tertentu muncul dalam transaksi, maka item lainnya juga cenderung muncul dalam transaksi yang sama. Algoritma Apriori bekerja dengan cara mengidentifikasi item-item yang sering muncul bersama (itemset) dalam transaksi dan kemudian membangun aturan asosiasi berdasarkan itemset ini. Market basket analysis atau analisis keranjang belanja merupakan sebuah analisis terhadap perilaku pelanggan dalam melakukan kegiatan transaksi jual beli. Analisis keranjang belanja menghasilkan temuan asosiasi atau keterhubungan satu barang dengan barang lainnya, dimana barang-barang tersebut berada dalam satu keranjang pelanggan. Tujuan penelitian ini untuk menentukan pola penjualan pada Aciak mart, dengan menerapkan algoritma apriori dapat mengetahui barang-barang mana saja yang dibeli persamaan oleh pelanggan Aciak mart dengan nilai minimum support sebesar 6% dan nilai minimum confidence sebesar 15% yang menjadi acuan. Hasil aturan asosiasi yang didapat adalah Jika membeli AQUA 600ML maka juga membeli SAMPOERNA MILD 16 dengan nilai support sebesar 10,00 % dan nilai confidence sebesar 15,15 %, Jika membeli SAMPOERNA MILD 16 maka juga membeli SURYA 16 dengan nilai support sebesar 10,00 % dan nilai confidence sebesar 35,71 %, Jika membeli SAMPOERNA MILD 16 maka juga membeli FOODRTD GOLDA DOLCE LATTE 200 ML dengan nilai support sebesar 8,00 % dan nilai confidence sebesar 28,57 %. Berdasarkan hasil pembahasan dapat disimpulkan algoritma apriori dapat menentukan barang mana saja yang dibeli secara bersamaan oleh pelanggan dengan nilai confidence tertinggi sebesar 35,71 % untuk pembelian SAMPOERNA MILD 16 dan SURYA 16. Kata kunci: Data mining, algoritma apriori, market basket analysis, nilai minimum support, nilai minimum confidence
ANALYSIS OF FORWARD CHAINING METHOD ON LAPTOP DAMAGE DIAGNOSIS EXPERT SYSTEM Jufri, Fikri Ramadhan; Akbar, Muhamad Rafi; Auriga, Wira; Syaputra, Eka Benny
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v7i2.4847

Abstract

The forward chaining method is used in expert systems to reach conclusions by starting from known facts and moving forward to find a solution or diagnosis. In diagnosing damage to student laptops, this method will begin with information about the symptoms or problems experienced by the computer laptop. The system will evaluate these symptoms and match them with pre-programmed rules to identify possible causes of damage. This process continues by adding new information and making decisions based on sequentially applied rules until reaching a final diagnosis. In diagnosing damage to student laptops, the forward chaining method can help systematically identify problems based on observed symptoms, guiding users through the diagnosis process efficiently. Keywords: forward chaining, expert systems, laptop damage.
Co-Authors Akbar, Muhamad Rafi Auriga, Wira Gunadi Widi Nurcahyo Sarjon Defit Syaputra, Eka Benny