Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimalisasi Website Kelurahan Merjosari Menggunakan Metode Observasi Suwandono, Purbo; Wahyudi, M. Ilham Setyo; Ramadhani, Auzhar Rafli; Prasetyo, Rino Ayogi Adi; Putra, Gusty Nanda Kharisma
JURNAL APLIKASI DAN INOVASI IPTEKS "SOLIDITAS" (J-SOLID) Vol. 7 No. 2 (2024): Jurnal Aplikasi Dan Inovasi Ipteks SOLIDITAS
Publisher : Badan Penerbitan Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/js.v7i2.6440

Abstract

Perkembangan teknologi informasi telah mendorong kelurahan untuk mengadopsi media digital sebagai sarana pelayanan publik yang lebih efisien. Kelurahan Merjosari, Kecamatan Lowokwaru, Kota Malang, telah memiliki website sebagai bagian dari upaya tersebut. Namun, website ini masih menghadapi berbagai kendala seperti informasi yang tidak up-to-date, tampilan yang kurang menarik, dan minimnya fitur interaktif. Penelitian ini bertujuan untuk mengidentifikasi masalah-masalah yang ada pada website Kelurahan Merjosari dan menawarkan solusi optimalisasi. Metode yang digunakan meliputi observasi lapangan, analisis kebutuhan, dan implementasi optimalisasi dengan menggunakan platform WordPress. Hasil yang dicapai menunjukkan bahwa pembaruan dan penambahan fitur baru pada website Kelurahan Merjosari telah meningkatkan kualitas informasi, tampilan, dan kemudahan akses bagi masyarakat. Optimalisasi ini berdampak pada peningkatan kepuasan masyarakat terhadap pelayanan kelurahan serta mendorong partisipasi aktif warga dalam program-program kelurahan.
Analysis of Puchase Patterns on Office Stationery Sales Data using Apriori Algorithm Wahyudi, M. Ilham Setyo; Nurdiyansyah, Firman; Kristianti, Dini
Journal of Information Technology application in Education, Economy, Health and Agriculture Vol. 2 No. 3 (2025): October
Publisher : Lumina Infinity Academy Foundation

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

Abstract

This study analyzes purchasing patterns in office stationery sales using the Apriori algorithm, a data mining method for generating association rules and frequent itemsets. The research examines transaction data to identify combinations of frequently purchased items, aiming to improve inventory management and marketing strategies. The Apriori algorithm calculates metrics such as support, confidence, and lift to determine strong associations between items. Results indicate key purchasing patterns, such as frequent copurchases of notebooks and pencils, which inform targeted promotions and stock planning. The findings highlight the potential of data-driven decisionmaking to enhance business efficiency and customer satisfaction in the retail sector.