Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Intelligent Decision Support System (IDSS) DECODE: Jurnal Pendidikan Teknologi Informasi
Pirman, Arif
Unknown Affiliation
Computer Science & IT Education Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
Implementasi Algoritma Apriori Pada Penjualan Makanan Ringan dan Minuman Kesehatan Pirman, Arif; Hanifa, Annisa; Triyono, Gandung
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.244

Abstract

Penjualan merupakan hasil yang sangat diharapkan oleh pengusaha yang bergerak dibidang penjualan. Data transaksi penjualan yang dihasilkan perhari yang hanya disimpan akan membuat ruang penyimpanan menjadi besar. Berdasarkan informasi yang diperoleh dari manager outlet yang berasal dari laporan penjualan bulanan, diketahui bahwa penjualan bulan Desember 2022 sebesar Rp. 28.624.274 dan penjualan bulan November 2022 sebesar Rp. 32.916.104. Dari penjualan tersebut terlihat terjadi penurunan penjualan sebesar 13% pada bulan Desember 2022 terhadap penjualan bulan November 2022. Kondisi ini akan menyebabkan kerugian usaha bahkan jika dibiarkan akan menyebabkan penutupan usaha. Untuk Meningkatkan kembali penjualan maka manajemen   memerlukan pengetahuan atas produk yang dijualnya dan pengetahuan atas pola penjualan yang biasa dibeli oleh konsumen. Dari pengetahuan tersebut maka manajemen dapat mengambil keputusan terkait strategi penjualan yang akan dijalankannya. Untuk memanfaatkan data penjualan yang ada, maka pengolahan data mining dengan analisis asosiasi dapat digunakan untuk mencari produk yang sering dibeli oleh konsumen. Dengan menggunakan algoritma Apriori pada proses analisis asosiasi dapat memberikan informasi produk yang sering dibeli bersamaan, syarat penetapan minimum support sebesar 30% dan minimum confidence sebesar 70%. Dari penelitian yang dilakukan, dihasilkan 8 produk yang saling keterikatan dengan hasil support sebesar 0.333 dan nilai confidence sebesar 71.4%. Hasil penelitian ini dapat dijadikan strategi penjualan untuk meningkatkan penjualan harian.
Segmentation of Waste Management of All Provinces in Indonesia Using K-Means Clustering Mad'hika, Yudha Randa; Pirman, Arif
Journal of Intelligent Decision Support System (IDSS) Vol 8 No 2 (2025): June: Intelligent Decision Support System (IDSS)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/idss.v8i2.296

Abstract

The amount of waste in Indonesia continues to increase along with the increasing population and welfare. Waste data there are so many waste data throughout Indonesia that it is difficult to determine which managed waste data from provinces will be taken so a recommendation is needed to determine it. Mapping waste management based on the results of waste managed into animal feed raw materials, compost raw materials, recycled raw materials, up-cycle raw materials and energy source raw materials is expected to help the government (or local government) make more appropriate policies. Therefore, this research uses a clustering method, namely k-means clustering. Based on the results of the analysis using the elbow method, the optimal number of clusters selected in this study is k=2. Next, the process of clustering managed waste is carried out using the K-Means clustering algorithm. The clustering results on waste management data display data information with a low level of proportion of waste management volume consisting of 28 provinces and a high level of proportion of waste management volume consisting of 6 provinces. Based on the evaluation of the k-means clustering results, the maximum value of the silhouette coefficient = 0.940 and the Davies-Bouldin index value = 0.430. The concrete recommendations are to make the province with the highest proportion of waste management as a pilot project for the construction of PLTSa, develop a Public-Private Partnership scheme for investment in waste-to-energy processing technology and accelerate licensing and local regulations that support the operationalization of WtE.
Co-Authors Hanifa, Annisa Mad'hika, Yudha Randa Triyono, Gandung