Article Per Year (5 Year)
p-Index From 2020 - 2025
4.055
P-Index
This Author published in this journals
All Journal JIK Jurnal Ilmu Komputer Jurnal Sarjana Teknik Informatika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining Sebatik JURTEKSI Progresif: Jurnal Ilmiah Komputer Indonesian Journal of Electrical Engineering and Computer Science Jurnal Computer Science and Information Technology (CoSciTech) Majalah Ilmiah UPI YPTK Journal of Computer Scine and Information Technology Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Komtekinfo Jurnal Teknologi
Eka Praja Wiyata Mandala
Universitas Putra Indonesia YPTK Padang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Algoritma K-Means dalam Pemilihan Siswa Berprestasi dan Metode SAW untuk Prediksi Penerima Beasiswa Berprestasi Sovia, Rini; Mandala, Eka Praja Wiyata; Mardhiah, Sitty
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.37759

Abstract

Beasiswa prestasi merupakan beasiswa yang diberikan kepada siswa berprestasi di sekolah agar dapat memberikan motivasi lebih giat dalam belajar. Namun, pemberian beasiswa sering tidak tepat sasaran dan ketersediaan dana beasiswa yang terbatas membuat banyak siswa yang berprestasi tidak dapat memperolehnya sehingga siswa yang berprestasi akan turun semangatnya untuk terus belajar. Agar lebih mudah dalam memilih siswa berprestasi, maka diperlukan pendekatan data mining untuk mengelompokkan siswa berprestasi dengan menggunakan Algoritma K-Means dan selanjutnya bisa dibuat sistem pendukung keputusan untuk melakukan perangkingan dengan metode Simple Additive Weighting (SAW) dari siswa berprestasi yang sudah dikelompokkan sehingga akan diperoleh siswa yang berprestasi yang berhak menerima beasiswa. Penelitian ini menggunakan 5 kriteria yaitu nilai rata-rata siswa, peringkat, nilai sikap, nilai ekstrakurikuler dan prestasi akademik maupun non akademik. Penelitian dilakukan di SMAN 2 Payakumbuh. Ada 20 data siswa yang mengajukan beasiswa digunakan dalam penelitian ini. Hasil penelitian ini dengan menggabungkan K-Means dan SAW, ternyata dapat mempermudah proses pengelompokkan data siswa berprestasi dan penetuan prediksi penerima beasiswa berprestasi karena lebih cepat dan lebih tepat sasaran. Dari 20 data siswa yang mengajukan beasiswa, dikelompokkan menjadi 10 siswa yang berprestasi dan dilakukan perangkingan sehingga hanya 6 siswa yang berhak menerima beasiswa.
DATA MINING ALGORITMA NEAREST NEIGHBOR UNTUK MEMPREDIKSI TINGKAT RESIKO PINJAMAN DANA DI BANK PERKREDITAN RAKYAT Mandala, Eka Praja Wiyata
JIK: Jurnal Ilmu Komputer Vol 1, No 02 (2016): JIK : JURNAL ILMU KOMPUTER
Publisher : Lembaga Penerbitan Universitas Esa Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47007/komp.v1i2.1863

Abstract

AbstractRisks of borrowing funds typically experiencing are parties who provide loans to the publisher. If the lender is a bank, the bank will suffer losses. Currently, many customers who make loans in the bank, not least in the BPR. BPR is a financial institution that accepts deposits only in the form of time deposits, savings deposits, and / or other equivalent form and distribute funds in an effort BPR. To assist the BPR, is necessary to find a solution to determine the level of risk loans made by customers that the bank did not suffer losses. In this study, proposed an algorithm in data mining is Nearest Neighbor. Nearest Neighbor is the approach to look for cases by calculating the affinity between new cases with old cases, which is based on matching the weight of a number of existing features. Results from this study is an application that can assist in determining the level of risk of lending funds. Taking into account several factors such as loan amount, loan purpose, duration, conditions of the debtor, the debtor's income and collateral. Keywords : Data mining, nearest neighbor algorithm, risk loans AbstrakResiko peminjaman dana biasanya yang mengalami adalah pihak-pihak yang memberikan pinjaman kepada pihak penerbit. Bila pemberi pinjaman adalah bank, bank tersebut akan menderita kerugian. Saat ini banyak sekali nasabah yang melakukan pinjaman dana di bank, tidak terkecuali di Bank Perkreditan Rakyat.  Bank Perkreditan Rakyat adalah lembaga keuangan bank yang menerima simpanan hanya dalam bentuk deposito berjangka, tabungan, dan/atau bentuk lainnya yang dipersamakan dan menyalurkan dana sebagai usaha BPR. Untuk membantu pihak Bank Perkreditan Rakyat, perlu dicari solusi untuk menentukan tingkat resiko pinjaman dana yang dilakukan oleh nasabah agar bank tidak mengalami kerugian. Pada penelitian ini, diusulkan sebuah algoritma dalam data mining yaitu Nearest Neighbor. Nearest Neighbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Hasil dari penelitian ini adalah sebuah aplikasi yang dapat membantu dalam menentukan tingkat resiko pinjaman dana. Dengan mempertimbangkan beberapa faktor diantaranya adalah jumlah pinjaman, tujuan pinjam, jangka waktu, kondisi debitur, penghasilan debitur dan jaminan. Kata kunci : Data mining, algoritma nearest neighbor, resiko pinjaman dana
Classification of Customer Loans Using Hybrid Data Mining Eka Praja Wiyata Mandala; Eva Rianti; Sarjon Defit
JUITA : Jurnal Informatika JUITA Vol. 10 No. 1, May 2022
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (903.223 KB) | DOI: 10.30595/juita.v10i1.12521

Abstract

At this time, loans are one of the products offered by banks to their customers. BPR is an abbreviation of Bank Perkreditan Rakyat. BPR is one of the banks that provide loans to their customers. The problem that occurs is that the number of loans given to customers is often not on target and does not meet the criteria. We propose a hybrid data mining method which consists of two phases, first, we will cluster the eligibility of customers to be given a loan using the k-means algorithm, second, we will classify the loan amount using data from the clustering of eligible customers using k-nearest neighbors. As a result of this study, we were able to cluster 25 customers into 2 clusters, 10 customers into the "Not Feasible" cluster, 15 customers into the "Feasible" cluster. Then we also succeeded in classifying customers who applied for new loans with occupation is Entrepreneur, salary is ≥ IDR 5000000, loan guarantees  Proof of Vehicle Owner, account balance is < IDR 5000000 and family members is ≥ 4. And the results, classified as Loans with a small amount. We obtained the level of validity of the data testing of each input variable to the target variable reached 97.57%.
JARINGAN SYARAF TIRUAN PERCEPTRON UNTUK PENENTUAN POLA SISTEM IRIGASI LAHAN PERTANIAN DI KABUPATEN PESISIR SELATAN SUMATRA BARAT Musli Yanto; Rini Sovia; Eka Praja Wiyata Mandala
Sebatik Vol 22 No 2 (2018): DESEMBER 2018
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.625 KB)

Abstract

Penelitian Jaringan Syaraf Tiruan dengan menggunakan algoritma Perceptron ini, akan digunakan dalam menyelesaikan kasus untuk menunjang sebuah keputusan pada pembangunan irigasi air di daerah Kabupaten Pesisir Selatan Provinsi Sumatera Barat. Metode Jaringan Syaraf Tiruan algoritma Perceptron adalah sebuah metode yang mampu melakukan proses perhitungan dengan mengenali variabel-variabel dalam pencocokan pola dan pada akhirnya hasil keluaran dari Jaringan dapat digunakan sebagai bahan pertimbangan pengambilan keputusan. Tujuan akhir dari penelitian ini adalah untuk membantu pihak Dinas Pengelolaan Sumber Daya Air Kabupaten Pesisir Selatan yang kesulitan dalam menentukan daerah mana yang seharusnya terlebih dahulu di prioritaskan untuk pembangunan sistem irigasi, sehingga pihak Dinas Pengelolaan Sumber Daya Air Kabupaten Pesisir Selatan cepat tanggap dalam memutuskan pembangunan sistem irigasi. Konsep pola Jaringan Syaraf Tiruan Algoritma Perceptron yang dihasilkan akan diterapakan kedalam Sistem pengambilan keputusan yang bermanfaat untuk mepermudah kinerja Dinas Pengelolaan Sumber Daya Air Kabupaten Pesisir Selatan dalam pengolahan dan penentuan keputusan pembangunan sistem irigasi.
DATA MINING PENILAIAN KINERJA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN BAYESIAN CLASSIFIER Eka Praja Wiyata Mandala; Muhammad Ridwan; Dewi Eka Putri
Sebatik Vol 23 No 1 (2019): JUNI 2019
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (274.154 KB)

Abstract

Kinerja merupakan tingkat berhasilnya seorang karyawan dalam periode tertentu ketika melaksanakan pekerjaannya berupa standar dari hasil kerja dan target yang sudah dicapai. Kinerja biasa juga disebut dengan prestasi kerja yang merupakan gabungan dari kemampuan dari seorang karyawan, usaha yang dilakukannya dan kesempatan yang bisa dinilai dari semua hasil kerjanya. Penilaian kinerja karyawan harus dilakukan pada semua bidang usaha yang melibatkan karyawan didalamnya, termasuk UPI Convention Group sebagai pengelola gedung pertemuan dan penyedia fasilitas untuk menunjang semua kegiatan yang dilakukan di gedung tersebut. UPI Convention Group memiliki karyawan tetap yang ditempatkan pada dua gedung yang dikelola yaitu UPI Exhibition Hall dan UPI Convention Center. Padatnya kegiatan yang dilakukan pada kedua gedung tersebut, diantaranya adalah acara pernikahan, seminar, pertemuan dan kegiatan lainnya membuat pihak manajemen UPI Convention Group mempunyai masalah dengan kinerja karyawan mereka yang dirasakan tidak stabil, kadang kinerja mereka bagus, kadang kurang bagus. Karena masalah ini, maka diperlukan sebuah aplikasi pendukung untuk melakukan penilaian kinerja karyawan di UPI Convention Group, dimana aplikasi ini dibuat menggunakan pendekatan data mining dengan metode bayesian classifier untuk menentukan nilai probabilitas dari masing-masing kriteria penilaian. Hasilnya sangat membantu manajemen UPI Convention Group dalam proses penilaian kinerja karyawan berdasarakan kriteria-kriteria yang sudah ditentukan.
DATA MINING PEMBERIAN REWARD PADA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN NEAREST NEIGHBOR Eka Praja Wiyata Mandala; Muhammad Ridwan; Dewi Eka Putri
Sebatik Vol 24 No 1 (2020): Juni 2020
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Reward bisa diartikan sebagai penghargaan atau hadiah, merupakan sesuatu yang diberikan oleh perusahaan kepada karyawan dengan tujuan agar karyawan menjadi senang, bisa lebih giat bekerja, semangat dalam melakukan pekerjaan dan bisa lebih rajin dalam bekerja. Bisa dikatakan reward bisa menjadi salah satu bentuk motivasi yang dilakukan oleh perusahaan untuk meningkatkan kualitas sumber daya manusia. UPI Convention Group merupakan salah satu bentuk bisnis dalam hal penyedia gedung dan fasilitas untuk kegiatan seperti pernikahan, seminar dan berbagai pertemuan lainnya. UPI Convention Group membawahi dua gedung yaitu UPI Convention Center dan UPI Exhibition Hall. Sangat banyaknya kegiatan yang dilakukan membuat banyaknya karyawan yang dibutuhkan untuk bisa memenuhi kebutuhan untuk setiap kegiatan. Selain mempunyai karyawan tetap, UPI Convention Group juga biasanya menerima siswa dari SMK untuk magang dan ditugaskan untuk membantu acara pernikahan yang dilakukan di gedung tersebut. Karena banyaknya karyawan, maka diperlukan sebuah sistem penunjang untuk pemberian reward. Sistem dikembangkan dengan pendekatan data mining dengan menggunakan metode nearest neighbor untuk mendapatkan nilai similarity ksus baru dengan kasus sebelumnya. Hasil penelitian ini adalah aplikasi data mining yang diimplementasikan menggunakan media web.
Prediksi Tingkat Penjualan Sepeda Motor dengan Metode Rough Set Eka Praja Wiyata Mandala; Dewi Eka Putri
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 3 (2021): Juli 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i3.3057

Abstract

The high level of motorcycle sales makes the showroom have difficulty in procuring variants of motorcycles to be sold. The many variants of motorcycles in one manufacturer, make different sales of each motorcycle variant, there are variants with high sales and some with low sales. So it is necessary to predict the level of motorcycle sales. This study uses data from one of the Honda motorcycle showrooms, namely the Hayati showroom, Pasaman branch. The data used is a recapitulation of motorcycle sales data in the second quarter of 2020. This study uses 24 data samples as a decision system. From the test results obtained 13 equivalence classes, then a reduction process is carried out to obtain 7 reducts and a rules generation process is carried out, then 41 rules are obtained with Motorcycle Prices as the dominant attribute in influencing the Sales Level attribute decisions with an incidence of 42% and min. support = 5.
Peramalan Penjualan Pada Toko Retail Menggunakan Algoritma Backpropagation Neural Network Musli Yanto; Eka Praja Wiyata Mandala; Dewi Eka Putri; Yuhandri Yuhandri
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 2, No 3 (2018): Juli 2018
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v2i3.811

Abstract

Retail is one or more activities that add value to the product to the consumer either for family needs or for personal use. Retail can sell products depending on current market needs. The goods we enjoy today are not apart from retail services, retail helps producers / distributors and consumers so that every need will be fulfilled. In this problem the author tries to do retail store research in the city of Padang. This research aims to help retail stores to forecast procurement of goods. Artificial Neural Network Backpropagation can make the forecasting process for procurement of goods for the next period of time on each item on the retail and will ultimately be useful for retail store managers. The forecasting process begins with determining the variables that will be required in the network pattern, then the pattern of established network will be continued on the network training process by using backpropagation algorithm. After doing the network training process the researchers will do a comparison with some pattern of network that has been formed. The last process undertaken in this research is the process of determining the best network pattern of the average value of errors obtained from each training network pattern. In the final result of the forecasting process, the results of the calculation have a total error of = 3.57%. Judging from the forecasting process that will be done not only used to predict the procurement of goods but also can predict sales figures in retail stores. In principle, this research can help to determine the procurement of goods in the sales process that will minimize the losses that occur in every sales activity.
Implementasi Algoritma FP-Growth Untuk Menemukan Pola Frekuensi Pembelian Lauk Pada Rumah Makan Takana Juo Dewi Eka Putri; Eka Praja Wiyata Mandala
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 1 (2021): Januari 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i1.2643

Abstract

All dishes originating from West Sumatra are more popularly known as Padang cuisine. Padang cuisine is one of the most preferred dishes by Indonesians and foreign tourists. Restaurants that serve Padang cuisine, spread all over Indonesia. One of them is the Takana Juo Restaurant located in Singkawang, West Kalimantan. This restaurant serves a variety of side dishes with a distinctive taste from West Sumatra. The problem that occurs in this restaurant is that this restaurant often runs out of several types of side dishes, while there are still many other side dishes, so that many side dishes are often left out every day. So, a solution is needed to see the buying patterns of customers from restaurants in buying side dishes, so that the restaurant can arrange the side dishes that will be sold every day. The data mining approach is considered suitable for finding these customer buying patterns. This study uses data on side dishes sales in one day as a sample data of 12 transactions. Examples of the resulting buying patterns are 12 transactions that buy grilled chicken, 6 transactions buy beef rendang. The algorithm used to help restaurants find customer buying patterns is the FP-Growth Algorithm, so it can help restaurants regulate the number of side dishes to be sold each day. The result of this research is the decision in the procurement of side dishes at the restaurant which can be seen from the frequency pattern of side dishes purchases made by customers.
Peramalan Produksi Serundeng Kentang dengan Fuzzy Tsukamoto Eka Praja Wiyata Mandala; Dewi Eka Putri
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 3 (2020): Juli 2020
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v4i3.2238

Abstract

Production is a very important process for a business that produces products. In a culinary business, for example, production is a determining factor so that the culinary products produced can be distributed to stores for sale. The culinary business is mostly done by small and medium businesses. One of them is UKM Yandi which a produces potato flakes as its culinary products. UKM Yandi distributes a potato flakes to 10 minimarkets in Padang every week. The problem that occurs is often the amount of production is greater than the demand of the minimarket while the remaining stock in the minimarket is still large, so there is often a buildup of products on the minimarket because it is not sold. This research provides a solution for UKM Yandi to forecast the production of potato flakes using the Fuzzy Tsukamoto approach, using input variables, the remaining stock at the minimarket in the previous week and the request submitted by the minimarket for the following week, while the output variable is the amount of production carried out by UKM Yandi. This research makes a web-based application that can be used by UKM Yandi owners to forecast the production of potato flakes, so they can be accessed from anywhere. The results of this research are able to help and facilitate UKM Yandi in forecasting the production of potato flakes because it produces a number with a certain number of packets to be produced
Co-Authors Dewi Eka Putri Dewi Eka Putri Dewi Eka Putri Dewi Eka Putri Dewi Eka Putri Dewi Eka Putri Emil Naf&#039;an Faradila Mustika Laksamana, Ridho M Reza Tri Kurnia Mardhiah, Sitty Muhammad Afdhal Muhammad Reza Putra Muhammad Ridwan Muhammad, Abulwafa Musli Yanto Naf'an, Emil Putra, Dede Wira Trise Putri, Dewi Eka Radius Prawiro Rafli, M Nerdi Rahmat Zulfikri Randy Permana Rhayatun Aviqah Rianti, Eva Ridho Laksamana Rini Sovia Rini Sovia Sarjon Defit Subrianto Chandra Sumijan Sumijan Yuhandri Yuhandri, Yuhandri