Articles
<![CDATA[APLIKASI KASIR CAFE THE PREMIERE CINEMA XXI CSB MALL CIREBON BERBASIS ANDROID ]]>
<![CDATA[Saroji, Saroji]]>;
<![CDATA[Rahaningsih, Nining]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i1.6306
<![CDATA[Internet merupakan salah satu yang paling efektif dan efesien dalam mempublikasikan suatu karya. Teknologi menjadikan data yang tersimpan lebih terstandar dan pengolahan data menjadi informasi menjadi lebih cepat. Transaksi penjualan dan transaksi pembayaran merupakan bisnis penting. Perhatikan bahwa dua transaksi perlu dipantau untuk menjalankan proses bisnis dengan tepat dan sesuai kebutuhan. Maka dibuatlah sebuah aplikasi yang berhubungan dengan penjualan yaitu Aplikasi Kasir Cafe The Premiere Cinema XXI CSB Mall Cirebon Berbasis Android. Manfaat dari pembuatan aplikasi ini agar menjadi alat yang dapat membantu pengolahan transaksi menjadi lebih efektif dan efesien. Penelitian ini menggunkan metode pendataan yang meliputi: kepustakaan, observasi, wawancara dan metode Agile dengan pendekatan masalah yang meliputi: analisis, perancangan, pembangunan aplikasi, uji coba, implementasi. Hasil penelitan ini adalah terwujudnya sebuah Aplikasi Kasir Cafe The Premiere Cinema XXI CSB Mall Cirebon Berbasia Android.]]>
<![CDATA[SISTEM INFORMASI ADMINISTRASI KEPENDUDUKAN BERBASIS ANDROID PADA KELURAHAN MUNJUL ]]>
<![CDATA[Nurmala, Sri]]>;
<![CDATA[Suprapti, Tati]]>;
<![CDATA[muhamad basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i2.6421
<![CDATA[Pembangunan administrasi kependudukan sangat penting untuk menjamin hak-hak yang dimiliki setiap warga dalam penyelenggaraan administrasi kependudukan. Penelitian ini menjelaskan proses pembuatan sistem informasi administrasi kependudukan berbasis android dan hasil uji cobanya. Metode waterfall adalah metode yang digunakan untuk membangun sistem. Kelurahan Munjul masih mengelola sistem administrasinya secara manual menggunakan Microsoft Office, yang membuatnya belum berjalan dengan baik. Jika persyaratan yang dikumpulkan tidak lengkap, membutuhkan waktu yang lama karena banyaknya formulir. Pada penelitian ini, hanya surat permohonan untuk pelayanan data kependudukan yang terdiri dari surat permohonan untuk membuat KTP, surat permohonan untuk membuat KK, surat kelahiran, surat kematian, dan surat pindah atau datang. Dengan menggunakan metode pengumpulan data observasi dan wawancara, penelitian ini bertujuan untuk membantu dan mempermudah proses administrasi kependudukan di kantor kelurahan Munjul. Aplikasi ini diuji secara black box menggunakan PHP dan MYSQL.Hasil penelitian adalah sistem informasi administrasi kependudukan berbasis android yang dapat menghasilkan laporan yang efektif dan efisien tentang layanan KTP, kartu keluarga, kelahiran, kematian, dan surat pindah atau datang bagi penduduk dan pegawai kelurahan Munjul, yang diharapkan dapat menyelesaikan masalah yang muncul di kantor kelurahan Munjul.]]>
<![CDATA[PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) PADA ULASAN PENGUNJUNG WISATA KABUPATEN KUNINGAN ]]>
<![CDATA[Silviana, Selvi]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8257
<![CDATA[Seiring berkembangnya industri pariwisata di Kabupaten Kuningan, semakin banyak pula pengguna Google Maps yang membagikan ulasan dan opininya tentang berbagai tempat wisata terutama ulasan negatif dari pengunjung dapat memengaruhi citra destinasi pariwisata dan kunjungan wisatawan di masa depan.Permasalahan ini penting karena ulasan negatif dapat berdampak besar pada industri pariwisata.Tujuan dari penelitian ini adalah melakukan analisis sentimen review pengguna google maps terhadap pariwisata di Kabupaten Kuningan.Data diperoleh dari ulasan tempat wisata yang ada di google maps dan telah mendapat persetujuan dari Dinas Pemuda Olahraga dan Pariwisata (DISPORAPAR) kabupaten Kuningan, Jawa Barat. Jumlah ulasan sebanyak 1042 ulasan teks yang diperoleh melalui teknik web scrapping menggunakan website apify dengan atribut rating, teks ulasan dan nama pengunjung yang kemudian diberi label positif dan negatif. Metode yang digunakan adalah support vector machine (SVM untuk mengklasifikasikan ulasan pengunjung wisata kabupaten kuningan.pemodelan menggunakan algoritma Support Vector Machine (SVM) dengan tools yaitu rapidminer yang kemudian dilakukan perhitungan tingkat akurasi, presisi dan recall dari data ulasan tersebut.Hasil klasifikasi sentimen dengan nilai number of fold=10 di dapatkan akurasi sebesar 90.72% dengan class recall sebesar 90.22% dan class precission sebesar 91.14% menunjukkan pemodelan sudah cukup baik dalam menganalisis sentimen ulasan pengunjung wisata kabupaten Kuningan.]]>
<![CDATA[IMPLEMENTASI ALGORITMA RANDOM FOREST PADA APLIKASI PICSART BERDASARKAN RESPON PENGGUNA ]]>
<![CDATA[Farkhatul Jannah, Siti]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8329
<![CDATA[Peningkatan kualitas aplikasi mobile menjadi fokus utama pengembangan dalam konteks teknologi saat ini. Untuk mendapatkan wawasan yang mendalam mengenai faktor-faktor yang mempengaruhi respon pengguna terhadap aplikasi mobile. Penelitian ini bertujuan untuk menganalisis respon pengguna terhadap aplikasi PicsArt dengan menggunakan teknik pembelajaran mesin, khususnya algoritma Random Forest. Dengan fokus pada pengembangan model prediksi yang akurat dengan pengumpulkan data dari pengguna aplikasi, mencakup aspek kepuasan, penggunaan fitur, dan preferensi. Melalui pemilihan fitur, Algoritma Random Forest dipilih karena kemampuannya mengatasi kompleksitas data dan menghindari overfitting. Model ini dilatih menggunakan data yang telah diproses dan diuji untuk memberikan wawasan berharga kepada pengembang aplikasi, membantu meningkatkan kualitas pengalaman pengguna, dan mendukung pengambilan keputusan yang efektif dalam pengembangan selanjutnya. Model yang dikembangkan berhasil mencapai tingkat akurasi sebesar 95.17%, mencerminkan kemampuannya dalam membuat prediksi yang tepat terhadap sentimen pengguna. Precision yang tinggi untuk kelas positif (94.71%) dan kelas negatif (95.63%) menunjukkan ketepatan model dalam mengidentifikasi ulasan yang bersifat positif dan negatif. Selain itu, recall yang mencapai 95.67% untuk kelas positif dan 94.66% untuk kelas negatif mengindikasikan kemampuan model untuk mengenali sebagian besar kasus yang seharusnya termasuk dalam kedua kelas tersebut. Temuan ini memperkuat bahwa model Random Forest efektif dalam menganalisis sentimen pada ulasan pengguna PicsArt.]]>
<![CDATA[IMPLEMENTASI ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA PENERIMAAN PESERTA DIDIK BARU DI SMKN 1 BALONGAN ]]>
<![CDATA[Suiroh, Suiroh]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8335
<![CDATA[Penerimaan Peserta Didik Baru (PPDB) di SMKN 1 Balongan memiliki peranan penting dalam mengelola lembaga pendidikan yang berlangsung setiap tahun menjelang dimulainya tahun ajaran baru. Masalah pada penelitian ini yaitu SMKN 1 Balongan masih sering menemui strategi yang kurang tepat dalam promosi penerimaan siswa baru dikarenakan belum memiliki informasi dari hasil pengelompokan data penerimaan peserta didik baru yang mendaftar. Penelitian ini bertujuan untuk mendapatkan informasi dari hasil pengelompokan data penerimaan peserta didik baru dengan melalui penerapan algoritma K-Means Clustering. Selain itu, penelitian ini bertujuan untuk mendapatkan parameter Numerical Measures Type apa yang menghasilkan kelompok terbaik pada data PPDB. Pada penelitian ini metode yang digunakan yaitu Knowledge Discovery in Database (KDD). Hasil dari pengelompokan menunjukan bahwa dari jumlah cluster K2 sampai K10 menghasilkan K mana yang terbaik performanya yaitu yang mendekati angka 0. Nilai K yang paling mendekati angka 0 adalah K2. diperoleh hasil terbaiknya yaitu pada cluster k-2 dengan nilai DBI sebesar 0,508 untuk parameter Numerical Measures Type ChebychevDistabce dan Correlaton Matrix. Untuk mengevaluasi kinerja algoritma K-means dapat dilihat dari performance, dimana nilai Davies Bouldin yang mendekati 0 mengindikasikan kualitas algoritma yang semakin baik. Dengan demikian, maka jumlah cluster terbaik dalam percobaan ini adalah K2 atau yang mendekati 0.]]>
<![CDATA[IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA K- MEANS CLUSTERING DALAM ANALISIS PENJUALAN PRODUK ]]>
<![CDATA[Tiara Alifa, Talitha]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8340
<![CDATA[Fashion pria beroperasi di sebuah Department Store X dan fokus pada penjualan pakaian pria dengan berbagai macam produk seperti Kemeja, T-shirt, Celana pendek, Celana Panjang dan produk sebagainya. menghadapi tantangan memanfaatkan informasi penjualan yang melimpah untuk meningkatkan strategi penjualan. Oleh karena itu, penelitian ini menggunakan metode clustering K-Means untuk mengelompokkan data penjualan dan menentukan produk pakaian mana yang laris dan produk mana yang kurang laris di pasar mode pria. Dengan demikian, penelitian ini dapat mempermudah mengidentifikasi produk. Algoritma clustering K-Means digunakan untuk membuat kelompok produk yang saling terkait dari data penjualan pakaian pria.. Dalam konteks ini, informasi yang dimiliki, seperti Nama Barang (Artikel), Stok Awal, dan Produk yang Terjual, digunakan sebagai atribut dalam analisis K-Means Clustering. Tujuan dari studi ini adalah untuk memperdalam pemahaman terhadap pola penjualan produk Fashion Pria, sehingga hasil analisis dapat memberikan wawasan yang berharga dalam mengelola data penjualan. Hasil dari penerapan K-Means Clustering diharapkan dapat meningkatkan pemahaman tentang tren penjualan, membantu mengidentifikasi produk yang paling diminati, dan memberikan dasar untuk mengoptimalkan strategi pemasaran. Dengan demikian, penelitian ini berperan penting dalam mengubah informasi menjadi pengetahuan yang dapat meningkatkan kinerja penjualan Fashion Pria. Kesimpulan dari penelitian ini memberikan landasan untuk pengembangan strategi bisnis yang lebih cerdas dalam menghadapi dinamika pasar yang terus berubah.]]>
<![CDATA[PENERAPAN ALGORITMA FP-GROWTH UNTUK MENENTUKAN POLA PENJUALAN PADA TOKO LARIS MANIS ANEKA KUE KERING KHAS CIREBON ]]>
<![CDATA[Nurhaliza, Siti]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8350
<![CDATA[Data mining telah menjadi alat yang sangat penting dalam mengatasi tantangan analisis data besar-besaran dan mendukung pengambilan keputusan yang lebih cerdas di berbagai sektor, Tujuannya adalah menemukan pola, tren, atau informasi yang dapat membantu perkiraan atau pengambilan keputusan di berbagai industri.Karena persaingan usaha yang semakin bervariasi, produsen perlu mempunyai rencana yang matang untuk mencapai tujuannya. Diantara metode utama yang diterapkan produsen untuk menangkis persaingan dan mempertahankan kelangsungan bisnis mereka adalah pemasaran melalui penggunaan data pembelian dari database yang dapat memberikan rincian tren penjualan pelanggan pada data transaksi dengan menerapkan metode Market Basket Analysis untuk mengidentifikasi barang yang dibeli sekaligus. Berdasarkan data perdagangan yang kemudian diproses menggunakan Rapid Miner Studio menggunakan algoritma fp-growth, maka perdagangan akan selesai. Salah satu manfaat dari proses data mining ini adalah dapat membantu bisnis dalam memperoleh angka dan kuantitas penjualan serta mengungkap informasi baru. Menurut temuan penelitian, data mining menggunakan algoritma FP-Growth bisa dalam menganalisis perilaku pelanggan dan direkomendasikan dalam ulasan produk untuk barang berkualitas tinggi. Oleh karena itu, produk yang sering dibeli secara kooperatif ditangani dengan hati-hati oleh pemilik toko. Dapat dihasilkan beberapa pola penjualan dalam penelitian ini dan dimanfaatkan untuk keberlangsungan toko.]]>
<![CDATA[IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING ]]>
<![CDATA[Pujiono, Slamet]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i1.8360
<![CDATA[Penjualan fashion adalah proses pemasaran dan penjualan produk yang berkaitan dengan bisnis fashion. Bisnis fashion mencakup segala sesuatu yang berhubungan dengan pakaian, aksesoris, dan produk gaya hidup lainnya yang diproduksi dan dijual untuk memenuhi kebutuhan gaya dan penampilan konsumen. Dalam penelitian ini, pihak bersangkutan memilih untuk menjaga kerahasiaan identitasnya dan menggunakan nama samaran merek X. Karena beragamnya produk yang dijual dan tingkat minat konsumen untuk membelinya, mungkin mengalami kesulitan dalam mengisi persediaan produk. Oleh karena itu, dibutuhkan suatu sistem agar dapat membantu membuat keputusan dengan lebih cepat dan akurat. Untuk mengatasi permasalahan ini, analisis dilakukan dengan menerapkan metode Clustering menggunakan Algoritma K-Means. Penelitian ini bertujuan untuk menyelidiki strategi dan metode yang dapat diterapkan dalam pengelolaan stok barang lebih efisien, mengetahui barang-barang yang diminati guna meningkatkan pendapatan, serta menghindari akumulasi stok berlebihan yang dapat menyebabkan kerugian. Dari hasil penelitian ini diketahui nilai terbaik terdapat pada cluster 2 dengan nilai DBI sebesar -0,310 Terdapat 616 item produk yang termasuk dalam kategori paling laris dalam Cluster_0, sementara 8 item produk kurang laris dalam Cluster_1. Hal ini memungkinkan pemangku kepentingan untuk mengambil tindakan yang lebih baik, diantaranya adalah mengefektifkan pengelolaan persediaan, mengamankan produk yang laris, dan memperluas promosi serta memperbaiki produk yang kurang laris.]]>
<![CDATA[ANALISIS SENTIMEN PADA APLIKASI KFCKU Di GOOGLE PLAYSTORE MENGGUNAKAN NAÏVE BAYES ]]>
<![CDATA[Sisnawati, Sisnawati]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[muhamad basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i3.8382
<![CDATA[KFC merupakan restoran dengan sistem unit terbesar di Indonesia.KFC memiliki aplikasi yang bernama KFCku aplikasi ini berfungsi untuk memesan makanan secara online atau bisa disebut dengan aplikasi Online Food Delivery system (OFDS) aplikasi ini bertujuan untuk memudahkan konsumen dalam memesan makanan melalui aplikasi dan dapat menjangkau konsumen lebih luas, aplikasi KFCku ini di distribusikan pada google playstore sehingga banyak menghasilkan ulasan dari pengguna.Hasil dari ulasan tersebut memiliki pengaruh bagi penggunaan dan pengembangan pada aplikasi tersebut, namun dengan banyaknya data dan ulasan yang ada sehingga data tersebut tidak bisa di lakukan secara manual. Maka dari itu di perlukan metode untuk melihat kecenderungan pengguna pada aplikasi secara otomatis apakah positif atau negative Pada penelitian ini bertujuan untuk analisis pengguna pada aplikasi KFCku pada Google Playstore, tahapan yang di lakukan dalam penelitian ini adalah menggumpulakan data dari ulasan yang ada di apliksi KFCku sebanyak 500 data baik itu ulasan positif atau negatif. Penelitian ini menggunakan metode text mining yang terdiri dari tahapan, scraping data, labelling, cleaning, preprocessing (transformation, tokenization,filtering) Algoritma yang di gunakan dalam penelitian ini menggunakan algoritma naïve bayes, setelah melakukan proses semuanya hasil dari penelitian analisis sentiment pada aplikasi KFCKU mendapatkan akurasi 83%, untuk ulasan positive, precision mencapai 98%, dan untuk recall 83%. Dari hasil pemprosesan dengan cara klasifikasi dengan menggunakan algoritma naïve bayes bagus dan berjalan dengan baik]]>
<![CDATA[IMPLEMENTASI DATA MINING PADA PENJUALAN MAKANAN DAN MINUMAN MENGGUNAKAN ALGORITMA APRIORI PADA TOKO ONLINE AYAM GEPREK X ]]>
<![CDATA[Salsabila, Salsabila]]>;
<![CDATA[Astuti, Rini]]>;
<![CDATA[Muhamad Basysyar, Fadhil]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v8i2.9251
<![CDATA[Ayam geprek x adalah toko online yang menjual produk makanan dan minuman lewat aplikasi shope lebih tepatnya dishopefood. Toko online tersebut berlokasi di Kecamatan Lemah Abang lebih tepatnya di Desa Tuk Karangsuwung. Dengan sistem penjualan tersebut tentu meningkatkan tingkat penjualan makanan dan minuman yang kadang tinggi dan kadang juga rendah, sehingga membutuhkan sebuah sistem yang mampu memudahkan dalam merekapitulasi pembelian dari konsumen. Untuk itu dilakukan penelitian ini guna menganalisa data transaksi penjualan makanan dan minuman tersebut menggunakan teknik data mining. Data Mining ialah teknik analisa pada data untuk mencari informasi yang tersembunyi pada beberapa data besar yang dicatat pada saat bisnis yang dijalankan. Algoritma yang dipakai algoritma apriori yaitu mendapatkan accosiation rule dari setiap kombinasi item. Berdasarkan pengujian yang telah dilakukan dishoftware rapidminer dengan menggunakan minimum support 50% dan minimum confidence 70% dapat diketahui hasil min support dan confidence yang paling terbesar dari data yang ada yaitu menu makanan ayam geprek dengan nilai min support 47% dan nasi min support 42%, Dan jika membeli tempe.t.g maka akan membeli nasi dengan nilai confidence 70% dan jika membeli milk.p.o maka akan membeli nasi dengan nilai confedence 72%. Setelah sudah mengetahui hasil min support dan confidence yang paling terbesar maka dapat diketahui stok yang tadinya sering tidak mampu memenuhi permintaan pelanggan, dengan menggunakan sistem tersebut dapat mengalami pengoptimalan dalam memperkirakan persediaan stoknya dilihat makanan apa saja yang sering terjual. Peningkatan terjadi karena perhitungan dan kondisi penentuan produk jauh lebih akurat dari pada ketika diputuskan oleh manusia.]]>
