Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JSI (Jurnal sistem Informasi) Universitas Suryadarma Teknofile, Jurnal Sistem Informasi
Ullul Azmie, Fadila
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Prediksi Pendapatan Penjualan di Indomaret Menggunakan Algoritma Random Forest Regression Kurniawan, Moh Adi; Zaidan Syauqi, Gutti; Safriyanti, Mia; Ullul Azmie, Fadila; Setiawan, Arif
JSI (Jurnal sistem Informasi) Universitas Suryadarma Vol 12 No 2 (2025): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v12i2.1478

Abstract

Penelitian ini bertujuan untuk membangun sistem informasi prediksi pendapatan penjualan di Indomaret menggunakan algoritma Random Forest Regressor. Data yang digunakan merupakan data historis penjualan yang mencakup atribut seperti tanggal transaksi, produk, lokasi toko, metode pembayaran, dan total pendapatan. Model dikembangkan melalui proses pra-pemrosesan data, pelatihan model, dan evaluasi menggunakan metrik Mean Absolute Error (MAE) dan R² Score. Hasil menunjukkan bahwa model memiliki akurasi tinggi dengan MAE sebesar 9.587,48 dan R² sebesar 0,9998, yang menunjukkan kemampuan prediksi yang sangat baik. Visualisasi hasil prediksi juga menunjukkan kesesuaian antara data aktual dan prediksi. Kesimpulan dari penelitian ini adalah bahwa algoritma Random Forest efektif digunakan untuk memprediksi pendapatan penjualan dan dapat dijadikan alat bantu dalam pengambilan keputusan strategis di bidang ritel, khususnya untuk manajemen stok dan perencanaan promosi.
VISUALISASI DATA TREN BELANJA PELANGGAN MENGGUNAKAN QLIK SENSE Devi Mutiara Khoirun Nisa, Asti; Ullul Azmie, Fadila; Lailatus Sa’diah, Najwa; Fitriyani, Laili; Nuzula Fitranti, Avin; Arifin, Muhammad
TEKNOFILE : Jurnal Sistem Informasi Vol. 3 No. 12 (2025): Desember 2025
Publisher : PT. ZIVANA CENDEKIAWAN BANGSA

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

Abstract

Perkembangan teknologi Business Intelligence (BI) memungkinkan proses analisis data dilakukan secara lebih cepat, interaktif, dan mudah dipahami melalui visualisasi data. Penelitian ini bertujuan untuk menyajikan visualisasi tren belanja pelanggan menggunakan platform Qlik Sense dengan memanfaatkan satu jenis visualisasi utama, yaitu scatter plot. Dataset yang digunakan merupakan data Shopping Trends yang berisi informasi perilaku pembelian pelanggan, seperti usia, jumlah pembelian, rating produk, dan riwayat transaksi sebelumnya. Melalui scatter plot, pola hubungan antara variabel-variabel tersebut dapat dilihat secara jelas, khususnya untuk mengamati kecenderungan pelanggan berdasarkan usia serta hubungan antara rating dan nilai pembelian. Hasil visualisasi menunjukkan adanya pola sebaran yang membantu mengidentifikasi karakteristik pelanggan dan tren belanja mereka. Penelitian ini menunjukkan bahwa satu visualisasi scatter plot yang kaya dimensi tetap mampu memberikan insight bisnis yang relevan untuk mendukung pengambilan keputusan.
Co-Authors Arif Setiawan Devi Mutiara Khoirun Nisa, Asti Fitriyani, Laili Kurniawan, Moh Adi Lailatus Sa’diah, Najwa Muhammad Arifin Nuzula Fitranti, Avin Safriyanti, Mia Zaidan Syauqi, Gutti