Article Per Year (5 Year)
p-Index From 2021 - 2026
4.08
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Journal of Information System Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Ilmiah Matrik Jurnal Inotera Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Sistem Informasi dan Aplikasi Informatik : Jurnal Ilmu Komputer IKRA-ITH ABDIMAS The IJICS (International Journal of Informatics and Computer Science) SEINASI-KESI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) INTEGRITAS : Jurnal Pengabdian JIKA (Jurnal Informatika) Journal of Applied Data Sciences Prima Abdika: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Teratai Jurnal Pengabdian kepada Masyarakat (Nadimas) ABDIKOM Kesejahteraan Bersama : Jurnal Pengabdian dan Keberlanjutan Masyarakat Jurnal Sistem Informasi dan Aplikasi
Zaidiah, Ati
UPN Veteran Jakarta
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Information System

 1 
Analisis Daerah Potensi Persebaran Demam Berdarah Dengue di DKI Jakarta dengan Menggunakan Metode Clustering K-Means Nurkhairiyyah, Hani Dzikra; Zaidiah, Ati; Irmanda, Helena Nurramdhani
JOINS (Journal of Information System) Vol. 9 No. 1 (2024): Edisi Mei 2024
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v9i1.7050

Abstract

Salah satu penyakit yang masih belum bisa dibendung di Indonesia adalah demam berdarah dengue, penyakit ini dibawa oleh gigitan nyamuk Aedes Aegypti dan Aedes Albopictus. Motivasi di balik penelitian ini adalah untuk mengkarakterisasi daerah yang diperkirakan menjadi titik penyebaran demam berdarah, khususnya di wilayah DKI Jakarta. Teknik data mining digunakan pada penelitian ini, serta clustering sebagai metodenya dengan menerapkan algoritma k-means. Nilai K yang digunakan pada penelitian ini sudah dievaluasi oleh Silhouette yang menghasilkan Silhouette Score sebesar 0,41642 pada K=2, maka cluster pada penelitian ini dibagi menjadi 2 cluster. Clustering menghasilkan daerah sporadis dan daerah endemis. Daerah sporadis mencakup 30 kecamatan, yaitu Gambir, Menteng, Tanah Abang, Cempaka Putih, Senen, Johar Baru, Sawah Besar, Kemayoran, Pasar Rebo, Pulo Gadung, Matraman, Palmerah, Tambora, Taman Sari, Grogol Petamburan, Koja, Kelapa Gading, Pademangan, Tanjung Priok, Pesanggrahan, Mampang Prapatan, Kebayoran Baru, Tebet, Kebayoran Lama, Cilandak, Pancoran, Jagakarsa, Setiabudi, Kepulauan Seribu Selatan, dan Kepulauan Seribu Utara. Daerah endemis mencakup 14 kecamatan, yaitu Cilincing, Penjaringan, Cengkareng, Kalideres, Kebon Jeruk, Kembangan, Pasar Minggu, Ciracas, Cakung, Makasar, Duren Sawit, Kramat Jati, Jatinegara, dan Cipayung. Kata kunci: data mining, clustering, k-means, demam berdarah dengue
Analisis Minat Konsumen Pada Produk CV Jakarta Powder Drink Dengan Menggunakan Metode Asosiasi Algoritma FP Growth Febrianty, Novia; Zaidiah, Ati; Irmanda, Helena Nurramdhani
JOINS (Journal of Information System) Vol. 9 No. 2 (2024): Edisi November 2024
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v9i2.7051

Abstract

CV Jakarta Powder Drink adalah perusahaan yang memproduksi bubuk minuman yang dibeli oleh berbagai restoran dan toko, yang telah mendistribusikan produknya ke seluruh Indonesia. Permasalahan yang dihadapi perusahaan yaitu adanya ketimpangan penjualan terhadap berbagai varian produk sehingga sulit membuat keputusan produksi dan penjualan. Hal ini dapat diperbaiki apabila perusahaan lebih memahami minat konsumen yang memiliki hubungan erat dengan produksi dan penjualan. Penelitian ini bertujuan untuk mengetahui pola minat konsumen sehingga dapat membantu perusahaan baik dalam membuat keputusan manajemen produksi stok maupun dalam membuat strategi marketing untuk meningkatkan penjualan menggunakan teknik data mining yaitu asosiasi dan menerapkan algoritma FP Growth. Algoritma ini menerapkan pembangkitan FP Tree dalam mencari frequent itemset yang kemudian dapat membentuk aturan asosiasi berupa pola pembelian. Menggunakan data transaksi sebanyak 504 record, dengan menerapkan nilai minimum support 0,05 dan minimum confidence 0,7 diperoleh sebanyak 8 association rule yang kemudian dapat menjadi dasar rekomendasi strategi seperti manajemen stok, penempatan dan katalog produk hingga fitur rekomendasi.
Co-Authors Adinda Amalia Ajeng Arifa Chantika Rindu Anita Muliawati Artika Arista Azim Zaliha binti Abd Aziz Bambang Saras Yulistiawan Devina Larassati Diana Triwardhani Erly Krisnanik Febrianty, Novia Hadi, Muhammad Rahman Hananto, Bayu Henki Bayu Seta Henki Bayu Seta Hesti Indriana, Intan Iin Ernawati Ika Nurlaili Isnainiyah Ika Nurlaili Isnainiyah Ika Nurlaili Isnainiyah Ika Nurlaili Isnainiyah Intan Hesti Indriana Irmanda, Helena Nurramdhani Isnainiyah, Ika Nurlaili Kharisma Wiati Gusti Kraugusteeliana Kraugusteeliana Kurnia, Hamdhany Abdhi Neny Rosmawarni Niqotaini, Zatin Nunik Destria Arianti Nurkhairiyyah, Hani Dzikra Prihandoko . Putra, Nayandra Agastia Ria Astriratma Ria Astriratma Sarika Afrizal Sarika Afrizal Simanjuntak, Putri Benedicta Taufiq Hidayatullah Tedja Diah Rani Octavia Theresiawati Theresiawati Theresiawati Theresyah Marshella Titan Parama Yoga Tjahjanto Tjahjanto Tri Rahayu Trinovianti, Veronika Widiastiwi, Yuni Widya Cholil Yulnelly Yulnelly Zein, Muhammad Azmi