Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Data Mining Asosiasi Terhadap Data Penjualan Mahendra, Indra Wahyu; Mohammad Khoirul Anwar; Chirza Rahman; Muhammad Arifin
Jurnal Riset Informatika dan Inovasi Vol 2 No 12 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini membahas penerapan algoritma Apriori dalam data mining untuk menemukan pola asosiasi dalam data transaksi penjualan produk. Tujuan utama dari penelitian ini adalah mengidentifikasi produk-produk yang sering dibeli bersama, sehingga dapat memberikan wawasan untuk pengoptimalan strategi penjualan dan penempatan produk. Proses ini dilakukan dengan menggunakan data transaksi dari sebuah platform e-commerce, yang dibagi berdasarkan kelompok usia dan jenis kelamin pelanggan. Hasil dari analisis menunjukkan bahwa terdapat perbedaan pola pembelian produk berdasarkan faktor demografis seperti usia dan jenis kelamin, yang memberikan informasi penting dalam merancang strategi pemasaran yang lebih tepat sasaran. Analisis ini dilakukan dengan menggunakan Google Colab, yang menghasilkan nilai support, confidence, dan lift yang signifikan dalam mengukur kekuatan hubungan antara produk-produk yang dibeli bersamaan. Temuan ini diharapkan dapat memberikan kontribusi pada pengambilan keputusan dalam pengelolaan produk dan promosi yang lebih efektif di sektor ritel
Penerapan Algoritma K-Nearest Neighbors dalam Klasifikasi Kendaraan Berdasarkan Gambar: Studi Kasus pada Sistem Pengenalan Kendaraan Otomatis Chirza Rahman; Mohammad Khoirul Anwar; Indra Wahyu Mahendra; Alfianas Shofi Tafta Mahendra; Arif Setiawan
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 12 No. 2 (2025): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v12i2.1477

Abstract

Penelitian ini mengkaji penerapan algoritma K-Nearest Neighbors (KNN) dalam klasifikasi kendaraan berdasarkan gambar. Tujuan utama penelitian ini adalah untuk membangun model klasifikasi yang dapat membedakan jenis kendaraan, yaitu mobil dan motor, menggunakan gambar sebagai input. Gambar kendaraan diekstraksi menjadi vektor fitur numerik melalui teknik ekstraksi berbasis intensitas piksel. Metodologi yang digunakan meliputi pembagian dataset menjadi data latih dan uji dengan proporsi 70% dan 30%, serta penerapan KNN dengan parameter k=3. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa model KNN dapat mengklasifikasikan kendaraan dengan akurasi 100%, dengan nilai precision, recall, dan F1-score yang sempurna untuk kedua kategori kendaraan, mobil dan motor. Penelitian ini menyimpulkan bahwa KNN adalah metode yang efektif dan efisien dalam klasifikasi berbasis citra. Serta dapat diterapkan pada sistem pengenalan objek yang lebih luas, seperti pengawasan lalu lintas dan sistem parkir otomatis.