Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Zeta - Math Journal Prosiding Seminar Nasional Sains dan Teknologi Terapan
Audrey, Talitha Naifa
Unknown Affiliation
Computer Science & IT Mathematics

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

Found 2 Documents
Search

 1 
Penerapan Algoritma DBSCAN Untuk Clustering Penjualan di Supermarket Hapsari, Rinci Kembang; Audrey, Talitha Naifa; Widodo, Muhammad Amiruddin; Islamiyah, Mitha
Zeta - Math Journal Vol 9 No 2 (2024): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.2.83-89

Abstract

Supermarkets are shopping places that provide various daily necessities. Many customers visit supermarkets to buy necessities. The growth of supermarkets is increasing. Supermarkets have a variety of products with different brands, branches, and types of customers. To create a sales strategy, need to know the products that customers are interested in. In this research, supermarket product clustering was carried out based on sales data. The clustering algorithm used in this research is the DBSCAN algorithm. This algorithm is an algorithm for grouping data objects based on density, which is influenced by input parameters, namely the Eps and MinPts values. The data used in this research is secondary data consisting of 100 supermarket sales data, taking 2 attributes. The clustering results show that using the Eps parameter value = 6 and the MinPts value = 9, the product data is divided into 3 clusters, namely cluster 1 of products that are not in demand, cluster 2 of products that are in demand and cluster 3 of very popular products.
Sistem Rekomendasi Tempat Makan Berbasis Konten Berdasarkan Metode Best Match 25 Lucene (BM25L) Wardhana, Septiyawan Rosetya; Audrey, Talitha Naifa; Nugroho, Hendro
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2024: Menjembatani Energi Berkelanjutan dan Ekonomi Hijau melalui Transformasi Riset dan Teknologi T
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Sistem rekomendasi adalah sistem yang dirancang untuk memberikan rekomendasi dari suatu produk dengan tujuan membantu pengguna dalam melakukan pengambilan keputusan. Tempat makan yang beragam dan kurangnya rekomendasi kuliner yang mencakup jenis makanan, variasi menu, harga, fasilitas, jam operasional, serta lokasi yang menjadi permasalahan bagi warga lokal dan wisatawan dalam menentukan tempat makan yang sesuai. Untuk mengatasi permasalahan tersebut, dalam penelitian ini diusulkan pengembangan sistem rekomendasi tempat makan berbasis konten dengan metode Best Match 25 Lucene (BM25L) di Pamekasan. Sistem ini membantu pengguna menemukan tempat makan sesuai preferensi mereka berdasarkan menu yang ditawarkan. Data diperoleh dari sumber publik seperti Google dan Instagram serta observasi langsung. Metode BM25L dipilih karena kemampuannya mengatasi pengaruh panjang dokumen pada peringkat, sehingga menghasilkan nilai yang lebih akurat. Pengujian menggunakan precision @k oleh 10 pengguna menunjukkan precision @10 sebesar 0,93 dan precision @20 sebesar 0,84. Perbedaan ini terjadi karena hasil yang lebih relevan biasanya muncul di posisi awal. Sistem rekomendasi dioptimalkan untuk menampilkan hasil paling relevan di peringkat 1-10, sehingga hasil pertama lebih akurat. Ketika jumlah hasil yang dievaluasi meningkat menjadi 20, relevansi rata-rata menurun. Ini menunjukkan bahwa sistem mampu memberikan hasil sangat akurat pada jumlah hasil yang lebih kecil namun tetap relevan pada hasil yang lebih besar. Dengan sistem ini, pengguna dapat dengan mudah menemukan tempat makan yang diinginkan
Co-Authors Hendro Nugroho, Hendro Islamiyah, Mitha Rinci Kembang Hapsari Wardhana, Septiyawan Rosetya Widodo, Muhammad Amiruddin