Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis User Interface Pada Website Mie Djoetek Kediri Pradhana, Akmal Hisyam; Firmansyah, Achmad Ali; Irfa’udin, Muhammad; Priyanto, Evania; Islami, Bifadhlillah Marsheila
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.4942

Abstract

Website Mie Djoetek Kediri merupakan sebuah situs sumber informasi utama bagi customer untuk melihat informasi, menu, dan promo terbaru. User interface website yang baik dapat meningkatkan trafik dan memberi kepercayaan yang lebih kepada customer. Oleh karena itu, sangatlah penting untuk menganalisis user interface pada Website Mie Djoetek Kediri. Penelitian ini bertujuan untuk mengetahui seberapa baik user interface diterima oleh pengguna. Metode penelitian yang digunakan yaitu Eight Golden Rules. Eight Golden Rules merupakan dasar aturan dalam perancangan user interface yang baik. Penelitian dilakukan terhadap 50 calon customer sebagai responden. Hasil akhir penelitian ini memiliki skor total 146. Sehingga dapat disimpulkan, Bahwa website dapat di terima oleh pengguna pada level baik.
Penggunaan Algoritma KNN dalam Deteksi Awal Kanker Paru-Paru Menggunakan Data Medis Mustofa, Mohammad Annan Makruf; Wahiid, Hermawan Nur; Islami, Bifadhlillah Marsheila; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4979

Abstract

Kanker paru-paru menjadi momok menakutkan dengan tingkat kematian tinggi. Deteksi dini menjadi kunci untuk meningkatkan peluang hidup pasien. Tujuan penelitian ini adalah mengkaji penggunaan algoritma K-Nearest Neighbors (KNN) dalam mendeteksi kanker paru-paru stadium awal melalui analisis data medis. Algoritma KNN dipilih karena kesederhanaan dan kinerjanya dalam mengklasifikasikan data kompleks. Data yang digunakan mencakup berbagai parameter medis, seperti ID pasien, umur, jenis kelamin, polusi udara, penggunaan alkohol, alergi debu, risiko genetik, dan penyakit paru-paru kronis. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai tingkat akurasi tinggi dalam deteksi dini kanker paru-paru dengan pengaturan parameter K yang optimal. Temuan ini menunjukkan potensi besar algoritma KNN dalam aplikasi klinis untuk deteksi dini kanker paru-paru, yang dapat diimplementasikan dalam sistem pendukung keputusan medis untuk meningkatkan diagnosa dan intervensi dini.
Pemodelan Prediksi Penjualan dan Persediaan dengan RapidMiner beserta Pengelompokan Kategori untuk Mempermudah Perencanaan Stok dan Pengambilan Keputusan Bisnis Pradhana, Akmal Hisyam; Firmansyah , Achmad Ali; Islami, Bifadhlillah Marsheila
JAMI: Jurnal Ahli Muda Indonesia Vol. 6 No. 1 (2025): Juni 2025
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v6i1.323

Abstract

Tujuan. Prediksi penjualan dan persediaan adalah upaya penting untuk mengantisipasi permintaan konsumen di masa depan. Hal ini sangat penting untuk perencanaan strategi penjualan jangka panjang, yang didasarkan pada analisis data penjualan atau permintaan dari periode sebelumnya. Melalui penelitian ini, UMKM dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi penjualan dan persediaan dengan akurasi tinggi. Material dan Metode. Metodologi penelitian yang digunakan haruslah tepat. Penelitian ini dilakukan menggunakan perangkat lunak Rapidminer versi 10.3, dengan data penjualan dan persediaan dari tahun 2019 hingga 2024, serta menggunakan metode Naive Bayes. Hasil. Hasil penelitian menunjukkan bahwa akurasi prediksi penjualan mencapai 84,62% dan akurasi prediksi persediaan sebesar 83,33%. Studi ini menunjukkan bahwa prediksi yang dihasilkan cenderung konsisten dengan data aktual. Kesimpulan. Berdasarkan hasil ini, UMKM Keripik Assri dapat lebih yakin dalam perencanaan stok dan strategi penjualan untuk kategori "Rendah" dan "Tinggi".