Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Zonasi: Jurnal Sistem Informasi Jurnal Informatika Polinema (JIP)
Winda Patrianingsih, Ni Kadek
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science

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

Found 2 Documents
Search

 1 
Prediksi Penjualan Produk Roti Terlaris pada Toko Roti Mailaku Menggunakan Metode K-Nearest Neighbor Winda Patrianingsih, Ni Kadek; Arya Sugianta, I Kadek
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7331

Abstract

Produk roti merupakan salah satu jenis makanan yang populer di masyarakat, baik sebagai camilan, makanan penutup, maupun hidangan utama. Toko roti sering menawarkan berbagai macam jenis produk roti, yang masing-masing memiliki tingkat permintaan yang bervariasi tergantung pada faktor-faktor seperti jenis roti, harga, dan promosi yang dilakukan. Di Tengah persaingan industri makanan yang semakin banyak, pengelolaan penjualan dan stok secara efisien menjadi aspek yang penting dalam menunjang keberhasilan bisnis itu sendiri. Toko Roti Mailaku perlu mengelola penjualan dan stok produk roti secara optimal guna meningkatkan efisiensi operasional dan kepuasan pelanggan. Toko Roti Mailaku, sebagai studi kasus dalam penelitian ini, membutuhkan sistem yang dapat membantu dalam pengambilan keputusan terkait strategi penjualan yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem prediksi penjualan produk roti terlaris dengan menggunakan algoritma K-Nearest Neighbor. Berdasarkan dari data penjualan produk roti, sistem ini memanfaatkan data penjualan histrois guna membantu toko dalam mengelola inventaris dan merencanakan strategi pemasaran secara lebih efektif. Uji coba yang dilakukan menunjukkan bahwa algoritma K-NN dapat digunakan untuk mengklasifikasikan data dan memprediksi produk roti yang akan terlaris. Hasil pengujian model menghasilkan tingkat akurasi sebesar 87,5%, yang menandakan bahwa data yang digunakan dalam penelitian adalah data yang berkualitas. Dengan tingkat akurasi yang cukup tinggi, model K-NN terbukti dapat menjadi alat bantu efektif dalam pengambilan keputusan penjualan produk roti di Toko Roti Mailaku.
ANALISIS KELAYAKAN KREDIT KOPERASI MITRA TANI MANDIRI DENGAN ALGORITMA NAÏVE BAYES Winda Patrianingsih, Ni Kadek; Sugianta, I Kadek Arya
ZONAsi: Jurnal Sistem Informasi Vol. 6 No. 2 (2024): Publikasi Artikel ZONAsi: Periode Mei 2024
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v6i2.19804

Abstract

A cooperative is a financial institution located in each village. Cooperatives can provide solutions to the community when the community's economic needs are decreasing. One of the services provided by cooperatives to the community is credit loans. This research focuses on analyzing the suitability of prospective cooperative member creditors who are eligible for credit applications. This analysis requires attributes or variables that are suitable for use in the credit application process. The attributes used in this research are that prospective creditors must be of sufficient age, disciplined in the payment process according to the monthly due date, have income and have allowances. This research uses data mining techniques using the Naïve Bayes algorithm, and data processing uses the Rapidminer application. The results obtained were based on the results of processing 182 data, namely obtaining an accuracy value of 81.32%, precision of 89.36% and recall of 77.78%. In this case, credit worthiness analysis with four attributes using the Naïve Bayes algorithm is suitable for use with accurate and precise results.
Co-Authors Arya Sugianta, I Kadek Sugianta, Kadek Arya