Claim Missing Document
Check
Articles

Found 15 Documents
Search

Sistem Informasi E-katalog Terintegrasi QRCode Berbasis Website untuk Pemasaran Produk Furniture Puteri, Annisa Nurul; Sulehu, Marwa; Yamansah, Yamansah; Hidayat Saputra, Febri; M. Sabir, Fitriana; Rohayati, Rohayati; Arizal, Arizal; Asrul, Asrul
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13462

Abstract

Persaingan ketat pada industri furniture membuat pelaku bisnis harus membuat inovasi dalam proses pemasaran produk. Sulitnya pelanggan mengakses informasi produk yang tersedia pada toko furniture berdampak terhadap penjualan produk. Penelitian ini bertujuan untuk membuat sistem informasi e-katalog terintegrasi dengan QR-Code berbasis website agar dapat membantu memasarkan dan memberikan informasi detail produk furniture pada salah satu toko Furniture di Makassar. Metode Rapid Application Development (RAD) digunakan dalam pengembangan sistem informasi e-katalog terintegrasi QR-Code berbasis website. Use case diagram digunakan untuk merancang sistem dan blackbox testing untuk menguji sistem. Hasil dari penelitian ini adalah sistem informasi e-katalog yang mampu memudahkan pemilik toko dalam memasarkan produknya secara online dan membantu pelanggan dalam menemukan informasi detail produk yang tersedia di toko furniture dengan cara mengakses website dan memindai QR-Code yang tersedia di setiap katalog produk.
Perancangan Sistem Informasi Pengajuan Kredit Motor PT Bussan Auto Finance Berbasis Web Asrul, Asrul; Puteri, Annisa Nurul; Windayani, Windayani; Bahar, Harmiaty; Putra, Ade
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15410

Abstract

Permasalahan yang terjadi adalah PT Bussan Auto Finance Cabang 2 Makassar terkait lamanya informasi saat mengajukan kredit motor dikarenakan jumlah data yang masuk sangat banyak sehingga membuat admin dan tim survey membutuhkan waktu yang cukup lama dalam menentukan customer layak kredit atau tidak. Maka dari itu dibuatlah sistem penunjang keputusan dalam menentukan kelayakan kredit motor. Tujuan dari penelitian ini adalah mengembangkan sistem penunjang keputusan untuk membantu admin dalam menganalisis data dan mendukung pengambilan keputusan terkait kredit motor di PT Bussan Auto Finance 2. Data ini diperoleh melalui penelitian lapangan, studi pustaka,wawancara dan dokumentasi. Metode yang digunakan dalam penelitian ini adalah metode naïve, yang melibatkan proses pengumpulan data, preprocessing data, pembentukan model naïve bayes, prediksi, dan pengujian menggunakan blackbox dan confusion matrix. Hasil dari penelitian ini menunjukkan bahwa tingkat akurasi sebesar 97%, presisi 96% dan recall 100%, membuktikan bahwa metode naïve bayes merupakan pendekatan yang sangat baik membantu menganalisis data dan mendukung pengambilan keputusan terkait kredit motor.
Feature Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito Annisa Nurul Puteri; Arizal Arizal; Andini Dani Achmad
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 20 No. 2 (2021)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v20i2.1183

Abstract

Pre-processing merupakan tahap yang penting dalam melakukan klasifikasi data. Pre-processing berguna untuk mempersiapkan data sehingga teknik klasifikasi yang diterapkan menghasilkan pola yang berkualitas dan akurat. Salah satu teknik data pre-processing yang sering digunakan untuk mengetahui atribut yang paling berpengaruh pada sebuah dataset adalah feature selection. Data yang digunakan dalam penelitian ini adalah customer data collection dari a Portuguese banking institution in UCI Machine Learning Repository. Penelitian ini menggunakan metode feature selection correlation-based yang dikombinasikan dengan metode klasifikasi Multilayer Perceptron Neural Networks. Tujuan penelitian ini untuk mengidentifikasi atribut yang paling relevan dan berpengaruh dari dataset dalam memprediksi nasabah yang potensial untuk penawaran deposito berjangka. Penelitian ini menghasilkan 10 atribut yang memiliki ranking teratas. Atribut-atribut tersebut adalah duration, previous, contact, cons.price.idx, month, cons.cof.idx, age, job, marital, dan housing. Hasil klasifikasi dari atribut yang terpilih memiliki tingkat akurasi tertinggi sebesar 80.5% dan tingkat akurasi terendah 79.1%.
Support Vector Machine for Predicting Candlestick Chart Movement on Foreign Exchange Annisa Nurul Puteri; Suryadi Syamsu; Topan Leoni Putra; Andita Dani Achmad
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 22 No. 2 (2023)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i2.2676

Abstract

Foreign Exchange, commonly called Forex, is a form of investment in the non-real sector in great demand. Forex is a marketplace that specializes in foreign exchange trading. Technology advancements have made it easy to monitor investment conditions in real time and present them in an easyto - understand graphical form. As a result, predictions are closely related to investment, starting from market sentiment and economic conditions to technical matters. One of the Artificial Intelligence methods that can be used in classifying is the Support Vector Machine (SVM). SVM is a machine learning classification method based on the Structural Risk Minimization (SRM) principle to find the best hyperplane that separates two classes in the input space that determines the classification decision function by minimizing empirical risk. This study used candlestick patterns to predict foreign exchange chart movements using the Support Vector Machine (SVM) classification method. The purpose of this study was to measure the accuracy of the Support Vector Machine method in making predictions using candlestick patterns so that it can assist traders in making decisions in forex trading. The accuracy level obtained from the data classification results reached 90.72% with a precision of 87.69%. With a relatively good level of accuracy, the Support Vector Machine (SVM) method can be used to predict chart movements in foreign exchange using candlesticks to indicate the current trend’s direction.
Sosialisasi Teknologi Artificial Intelligence untuk Mendukung Proses Pembelajaran di Madrasah Madani Alauddin Annisa Nurul Puteri; Nur Ilham Asnawi; Ahmad Maruf Firman; Faula Yuniarta Seli; Muhammad Rijal; Achmad Afandy
Jurnal Pengabdian kepada Masyarakat Vol 2 No 3 (2025)
Publisher : PT. Edutech Inovatif Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64109/1fp1nq36

Abstract

Kecerdasan artifisial (AI) semakin banyak dimanfaatkan dalam dunia pendidikan, tetapi pemahaman dan penerapannya di lembaga pendidikan berbasis keislaman seperti Madrasah masih terbatas. Padahal pengenalan dan pemahaman teknologi kecerdasan artifisial secara mendalam dapat membantu mempercepat kinerja guru tanpa mengabaikan nilai-nilai keislaman yang menjadi fokus pendidikan di Madrasah. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengenalkan teknologi kecerdasan artifisial kepada guru-guru Madrasah Madani Alauddin, kabupaten Gowa melalui seminar yang mencakup materi sejarah dan perkembangan teknologi kecerdasan artifisial, peran teknologi kecerdasan artifisial dalam kehidupan, manfaat teknologi kecerdasan artifisial dalam bidang pendidikan, etika penggunaan teknologi artifisial, dan aplikasi/tools berbasis kecerdasan artifisial yang dapat digunakan untuk membantu proses pembelajaran seperti Magic School, Teachy, dan ChatGPT. Hasil kegiatan menunjukkan antusiasme tinggi dari peserta, meskipun masih terdapat tantangan dalam penggunaan aplikasi berbasis kecerdasan artifisial secara efektif seperti penggunaan ChatGPT yang belum optimal karena terbatasnya pemahaman tentang penulisan prompt yang tepat agar ChatGPT memberikan jawaban yang relevan. Evaluasi kegiatan menunjukkan bahwa mayoritas peserta menilai kualitas materi, demonstrasi, dan relevansi kegiatan sebagai sangat baik. Hal ini menunjukkan bahwa kegiatan sosialisasi berjalan efektif dan mampu menjawab kebutuhan peserta. Diperlukan tindak lanjut berupa pelatihan lanjutan dan pendampingan teknis agar pemanfaatan kecerdasan artifisial dalam pembelajaran dapat diimplementasikan secara optimal dan tetap selaras dengan nilai-nilai keislaman.