Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Tekinkom (Teknik Informasi dan Komputer) Bulletin of Network Engineer and Informatics (BUFNETS)
Alifyaa, Adhyndha
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
PENERAPAN DATA MINING MENGGUNAKAN NAÏVE BAYES UNTUK OPTIMALISASI PENJUALAN SPAREPART MOTOR Alifyaa, Adhyndha; Tatuhey, Emy Lenora; Hasan, Patmawati
Jurnal Teknik Informasi dan Komputer (Tekinkom) Vol 8 No 1 (2025)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v8i1.2257

Abstract

This study focuses on the challenges of inventory management and marketing strategies faced by PWT-Part Timika Wholesale Store, which are often hampered by delivery delays. To overcome this, a data mining method using the Naïve Bayes algorithm was applied to optimize motorcycle spare parts sales. The objective of this study is to optimize motorcycle spare part sales by analyzing sales data and classifying spare parts based on their brands. The research approach used is a quantitative method involving the Knowledge Discovery in Database (KDD) process, which involves processing 1,010 sales data points from 2021 to 2023. After preprocessing, 567 data points were used, with 80% (454 data points) allocated for training and 20% (113 data points) for testing using the Weka application. The test results showed that the Naïve Bayes model had good classification performance, with an accuracy of 82.30%, precision of 81.8%, and recall of 82.3%. The conclusion of this study confirms that the Naïve Bayes algorithm is capable of classifying parts based on brand, not just the categories “popular” or “unpopular.” This enables PWT-Part to identify customer preferences more specifically, design more targeted marketing strategies, and optimize inventory.
DIAGNOSIS PENYAKIT KUSTA PADA ORANG DEWASA MENGGUNAKAN METODE BACKWARD CHAINING (Studi Kasus : Puskesmas Jayapura Utara) Alifyaa, Adhyndha; Sibi, Fifian Theresia; Caltrin, Yosefin; Simatauw, Jeanet D; Rusadin, Fina Alvionita; Hasan, Patmawati
Bulletin of Network Engineer and Informatics Vol. 2 No. 2 (2024): BUFNETS (Bulletin of Network Engineer and Informatics) October 2024
Publisher : GWEX NET PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59688/bufnets.v2i2.42

Abstract

Penyakit kusta disebabkan oleh bakteri Mycobacterium leprae dan Mycobacterium lepromatosis, yang menginfeksi kulit, saraf perifer, dan saluran pernapasan atas. Puskesmas Jayapura Utara menerima pasien dalam sehari sekitar 50 orang, di mana sekitar 5 orang di antaranya menderita penyakit kusta, yang dimana terjadi pada orang dewasa. Tidak semua kasus penyakit kusta terdiagnosis dengan cepat dan diberikan penanganan yang tepat. Dengan demikian, penyakit kusta seringkali terabaikan atau terdiagnosis terlambat, yang dapat mengakibatkan kerusakan yang lebih parah dan penyebaran yang lebih luas di masyarakat. Penelitian bertujuan membantu petugas kesehatan dalam menetapkan diagnosis dengan lebih efisien dan akurat. Dalam penelitian ini menggunakan metode Waterfall yang terdiri dari beberapa tahapan yaitu, Analisis kebutuhan : teknik pengumpulan data melalui obeservasi langsung ke lokasi penelitian kemudian melakukan wawancara langsung dengan petugas kesehatan di Puskesmas Jayapura Utara. Desain menggunakan UML dan Bahasa pemrograman PHP dengan database MySql, Implementasi : menerapkan metode backward chaining untuk diagnosis penyakit kusta pada orang dewasa, Pengujian : menggunakan blackbox, pemeliharaan :mencakup perbaikan bug. Dalam penelitian terdapat 6 jenis penyakit kusta yaitu Kusta Intermediate, Kusta Tuberkuloid, Kusta Borderline Tuberkuloid, Kusta Mid-Borderline, Kusta Borderline Lepromatous, Kusta Lepromatous. Dan memiliki gejala dari G1-G17 dimana terdapat Rule 1:G1,G2,G3 Then P1, Rule 2 : G4,G5,G6 Then P2, Rule 3 : G7, G8, G9 Then P3, Rule 4 : G10, G11 Then P4, Rule 5 : G12,G13,G14 Then P5, Rule 6 : G15, G16, G17 Then P6. Dengan demikian, penelitian ini dapat membantu dalam meningkatkan pengetahuan masyarakat tentang penyakit kusta dan membantu dalam mendiagnosis penyakit kusta dengan lebih baik.
Co-Authors Caltrin, Yosefin Patmawati Hasan Rusadin, Fina Alvionita Sibi, Fifian Theresia Simatauw, Jeanet D Tatuhey, Emy Lenora