Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : technomedia informatics and computer science

DATA MINING UNTUK PREDIKSI KELAYAKAAN PENERIMAAN BEASISWA SDN 2 MLIPAK WONOSOBO MENGGUNAKAN METODE NAIVE BAYES Tegar Alam Pribadi; Adi Suwondo; Dimas Prasetyo Utomo
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.125

Abstract

Pendidikan adalah kunci dalam mengembangkan karakter dan kecerdasan generasi muda di Indonesia, dengan salah satu upayanya adalah melalui beasiswa. SDN 2 Mlipak Wonosobo menerapkan program ini untuk mendukung kesetaraan pendidikan. Data Mining, yang digunakan untuk mengekstrak informasi dari data besar, menjadi penting dalam hal ini. Metode Naïve Bayes terbukti efektif dalam memprediksi kelayakan beasiswa, mengutamakan kecepatan dan akurasi. Pembaruan model Naïve Bayes dengan data terkini dan pelatihan staf sekolah merupakan langkah penting untuk memaksimalkan penggunaan teknologi ini.
SISTEM PERAMALAN PENJUALAN FROZEN FOOD DENGAN METODE FUZZY TIME SERIES CHENG Simping Puji Lestari; Adi Suwondo; Muslim Hidayat; Dimas Prasetyo Utomo; Rina Mahmudati; Iman Ahmad Ihsanuddin
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 2 (2025): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i2.149

Abstract

Penjualan yang fluktuatif dari waktu ke waktu menimbulkan kesulitan dalam perencanaan produksi dan pengambilan keputusan bisnis, terutama dalam menentukan jumlah stok yang optimal. Permasalahan ini menimbulkan kebutuhan akan sistem yang mampu meramalkan penjualan secara akurat. Penelitian ini bertujuan untuk mengembangkan sistem peramalan penjualan berbasis web dengan menerapkan metode Fuzzy Time Series Cheng guna membantu pelaku usaha memahami pola penjualan dan memprediksi jumlah penjualan di masa mendatang. Metode Fuzzy Time Series Cheng digunakan melalui tahapan pembentukan interval, fuzzifikasi, pembentukan relasi fuzzy, dan defuzzifikasi. Dataset yang digunakan terdiri dari data penjualan selama 26 bulan. Akurasi hasil peramalan diukur menggunakan indikator Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan bahwa sistem menghasilkan tingkat kesalahan prediksi yang rendah, sehingga layak digunakan sebagai alat bantu dalam pengambilan keputusan bisnis. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL, serta dilengkapi fitur pengelolaan data dan laporan berbasis web untuk memudahkan pengguna dalam mengakses hasil peramalan secara praktis.
SISTEM PREDIKSI PENJUALAN BERBASIS WEB MENGGUAKAN METODE SINGLE EXPONENTIAL SMOOTHING Lina Setiawati; Muhamad Fuat Asnawi; Dimas Prasetyo Utomo; Adi Suwondo; Nahar Mardiyantoro; M Alif Muwafiq B
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.200

Abstract

Prediksi penjualan diperlukan untuk membantu pelaku usaha dalam merencanakan pengadaan barang secara tepat dan efisien. Penelitian ini bertujuan untuk membangun dan mengimplementasikan sistem prediksi penjualan berbasis web menggunakan metode Single Exponential Smoothing (SES). sistem dikembangkan menggunakan framework Laravel, basis data MySQL, serta Chart.js untuk visualisasi hasil prediksi. Data penelitian berasal dari dataset publik Kaggle dan direkap menjadi data bulanan selama 1 periode, yaitu Agustus 2022 hinga Juli 2023, tanpa nilai kosong agar memenuhi syarat perhitungan SES. Sistem menghasilkan nilai prediksi penjualan secara otomatis berdasarkan parameter alpha yang dipilih pengguna. Evaluasi akurasi dilakukan pada produk Ivory230 menggunakan metrik MAPE, MAD, dan MSE. Hasil pengujian menunjukkan bahwa parameter α = 0,9 memberikan hasil terbaik dengan nilai MAPE sebesar 26% atau akurasi 74% yang menurut kategori Lewis (1982) termasuk kategori good forecasting (cukup baik). Temuan ini juga diperkuat oleh penelitian Chaerunnisa dan Momon (2021) yang menyatakan bahwa SES tetap memberikan hasil yang dapat diterima pada data penjualan fluktuatif. Berdasarkan hal tersebut, sistem prediksi penjualan berbasis web yang dibangun dapat dinyatakan valid dan layak digunkan sebagai dasar evaluasi prediksi penjulan.
SISTEM PAKAR DIAGNOSA PENYAKIT AYAM PEDAGING MENGGUNAKAN METODE CERITAINTY FACTORY BERBASIS MOBILE Giri Wijanarko; Erna Dwi Astuti; Rina Mahmudati; Hidayatus Sibyan; Adi Suwondo
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 2 (2026): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i2.271

Abstract

Permasalahan penyakit pada ayam pedaging menjadi tantangan serius bagi peternak karena dapat menyebabkan kematian massal dan kerugian ekonomi yang signifikan. Kurangnya akses terhadap tenaga ahli dan kemampuan diagnosa mandiri menjadi hambatan utama dalam penanganan penyakit tersebut, khususnya di daerah pedesaan. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis Android untuk mendiagnosa penyakit ayam pedaging menggunakan metode Certainty Factor. Metode Certainty Factor digunakan untuk mengukur tingkat kepastian diagnosa berdasarkan kombinasi nilai keyakinan dari pakar dan pengguna terhadap gejala yang dialami ayam. Hasil pengujian menunjukkan bahwa sistem pakar yang dikembangkan mampu memberikan hasil diagnosa dengan tingkat keakuratan mencapai 95% dibandingkan perhitungan manual. Sistem ini diharapkan dapat membantu peternak melakukan diagnosa terhadap penyakit ayam secara mandiri dan akurat, serta menjadi solusi praktis di tengah keterbatasan akses terhadap pakar.