Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknika Jurnal Algoritma
Iddrus
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Analisis Perbandingan Algoritma Asosiasi Data Mining Pada Minimarket Adi Poday Dengan Google Collab Arifin, Miftahul; Helmi, Fauzi; Iddrus
Jurnal Algoritma Vol 22 No 1 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-1.2177

Abstract

Data Mining is an important technique in business analysis to discover hidden patterns in transaction data. This study compares the performance of two association rule algorithms, Apriori and FP-Growth, in identifying association patterns between products. This study aims to evaluate the efficiency of processing time and the quality of association rules generated by both algorithms in a retail context. The dataset used comes from transactions of Minimarket Adi Poday, covering 143,523 entries and 97,548 transactions from January to August 2024. The selection of this dataset is based on the relevance to the analysis of customer shopping patterns for marketing strategy optimization. Tests were conducted with a minimum support parameter of 0.01, and the results show that FP-Growth is superior in processing speed to Apriori, with an average execution time difference of 33.33% seconds faster on the same dataset. The implication of this research for minimarket owners is that the use of FP-Growth algorithm for purchasing pattern analysis can help in product arrangement and more effective promotion strategies. In addition, this research contributes to the field of Information Systems by demonstrating the effectiveness of FP-Growth in handling large-scale transaction data, as well as providing insight into the selection of algorithms suitable for retail business needs.
DESAIN APLIKASI KINERJA DOSEN PENGAMPU MATA KULIAH DI UNIVERSITAS WIRARAJA BERDASARKAN KEPUASAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS iddrus; Gusaema Susiliwati, Arda; Dharmawan, Johan; Agus Setia Budi
Jurnal Teknika Vol 17 No 1 (2025): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v17i1.1371

Abstract

Evaluasi kinerja dosen merupakan salah satu aspek penting dalam meningkatkan kualitas pendidikan di perguruan tinggi. Salah satu cara untuk melakukan evaluasi ini adalah dengan menganalisis tingkat kepuasan mahasiswa terhadap proses pendidikan dan pengajaran yang diberikan oleh dosen. Dalam penelitian ini, digunakan metode K-Means Clustering untuk mengelompokkan data kepuasan mahasiswa yang dikumpulkan melalui Penjamin Mutu, dengan jumlah data sebanyak 543.652. Pengolahan data dalam jumlah besar memerlukan metode yang tepat agar hasil analisis lebih akurat dan dapat diinterpretasikan dengan baik. Oleh karena itu, penelitian ini mengembangkan model clustering berbasis K-Means serta mengimplementasikannya dalam sistem berbasis website. Proses K-Means Clustering dimulai dengan menentukan nilai centroid secara acak, kemudian iterasi dilakukan hingga tidak ada perubahan nilai centroid antara satu iterasi dengan iterasi berikutnya. Pengujian dilakukan menggunakan Google Colab dengan evaluasi menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa metode K-Means berhasil mengelompokkan dosen ke dalam empat cluster, yaitu: (1) Cluster 4 (Kategori Unggul) dengan 83 dosen (42%), (2) Cluster 3 (Kategori Baik) dengan 63 dosen (31%), (3) Cluster 2 (Kategori Cukup) dengan 45 dosen (23%), dan (4) Cluster 1 (Kategori Kurang) dengan 8 dosen (4%). Nilai DBI sebesar 0,260 menunjukkan bahwa hasil clustering memiliki tingkat akurasi yang baik. Dengan adanya pengelompokan ini, evaluasi kinerja dosen dapat dilakukan secara lebih efektif, sehingga institusi dapat mengambil langkah strategis dalam meningkatkan kualitas pengajaran dan kepuasan mahasiswa.
Co-Authors Agus Setia Budi Dharmawan, Johan Gusaema Susiliwati, Arda Helmi, Fauzi Miftahul Arifin