cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Computer Science & IT
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 1,007 Documents
 97   98   99   100   101 
Model Sistem Digital Bank Sampah Mustika Melati Melalui Pendekatan Gamifikasi dan SIG Fahriza, Yoga Bagus; Jazuli, Ahmad; Wijayanti, Esti
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3489

Abstract

Waste bank management at the village level still faces challenges such as manual recording, limited data transparency, unintegrated monitoring of slum areas, and low community participation. The Mustika Melati Waste Bank in Getas Pejaten Village is one such waste bank that still uses a manual system, resulting in suboptimal management. This research aims to develop a website-based digital waste bank system with integrated gamification and a Geographic Information System (GIS). GIS is used to map slum areas based on validated and accurate coordinates, allowing them to be accurately displayed on a digital map. Gamification is implemented to increase community engagement. Black Box testing results indicate that all features function as intended. Attendance data shows an increase in community participation from 6 people before the system was implemented to 16 people after the system was implemented, and this remained stable in the following month. This system supports more participatory and data-driven waste bank management.Keywords: Digital Waste Bank; Gamification; Geographic Information System; Waste Management; WebsiteAbstrakPengelolaan bank sampah di tingkat desa masih menghadapi kendala berupa pencatatan manual, keterbatasan transparansi data, belum terintegrasinya pemantauan lokasi kumuh, serta rendahnya partisipasi masyarakat. Bank Sampah Mustika Melati di Desa Getas Pejaten merupakan salah satu bank sampah yang masih menggunakan sistem manual sehingga pengelolaannya belum optimal. Penelitian ini bertujuan mengembangkan sistem bank sampah digital berbasis website dengan integrasi gamifikasi dan Sistem Informasi Geografis (SIG). SIG digunakan untuk memetakan lokasi kumuh berdasarkan titik koordinat yang telah divalidasi dan dinyatakan akurat, sehingga dapat ditampilkan secara tepat pada peta digital. Gamifikasi diterapkan untuk meningkatkan keterlibatan warga. Hasil pengujian Black Box menunjukkan seluruh fitur berjalan sesuai fungsi. Data kehadiran menunjukkan peningkatan partisipasi warga dari 6 orang sebelum sistem diterapkan menjadi 16 orang setelah sistem digunakan, serta tetap stabil pada bulan berikutnya. Sistem ini mendukung pengelolaan bank sampah yang lebih partisipatif dan berbasis data. 
Sistem Finding Choreography HipHop Basic Menggunakan MediaPipe Body Pose Estimation Untuk Dancer Pambudi, Readysna Krisna; Wijaya, Novan
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3404

Abstract

The evaluation of pose suitability in performing dance choreography, particularly in the hip-hop genre, is still conducted subjectively, making it difficult for novice dancers to obtain objective feedback on their choreography. This study aims to develop a model of a finding choreography system capable of evaluating the accuracy of beginner dancer’s pose against basic hiphop choreography movements. The system utilizes the MediaPipe framework to extract 33 body landmarks in (x, y, z) coordinates and visibility values. The extracted date are normalized using Min-Max Normalization to ensure uniform feature scaling before being classified with a Support Vector Machine (SVM) algorithm using the Radial Basis Function (RBF) kernel. The dataset, consisting of 791 pose images from the AIST Dance Video Database, is divided into 80% training and 20% testing. System evaluation is conducted using a Confusion Matrix including accuracy, precision, recall, f1-score to assess classification, performance. The results demonstrate that the model achieves excellent performance with an average accuracy of 99.01%, precision of 99.22%, recall of 98.75%, and f1-score of 98.98%Keywords: Body Pose Estimation; Classification; HipHop Basic; MediaPipe; Support Vector Machine AbstrakEvaluasi kesesuaian pose dalam melakukan koreografi dance khususnya genre hiphop masih dilakukan secara subjektif, sehingga dancer pemula kesulitan dalam mendapatkan feedback yang objektif dari koreo yang dilakukan. Penelitian ini bertujuan untuk mengembangkan model sistem finding choreography yang mampu mengevaluasi kesesuaian pose dancer pemula terhadap gerakan dasar koreografi untuk genre hiphop. Sistem ini dibangun dengan memanfaatkan framework MediaPipe untuk mengekstraksi 33 titik tubuh (landmark) dalam bentuk koordinat (x, y, z) dan visibility. Data hasil ekstraksi kemudian akan dinormalisasi menggunakan teknik Min-Max Normalization agar setiap fitur berada pada skala yang seragam, sebelum diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF). Dataset yang digunakan bersumber dari website AIST Dance Video Database sebanyak 791 data gambar yang dibagi menjadi 80% data training dan 20% data testing. Evaluasi model sistem dilakukan menggunakan Confusion Matrix dengan accuracy, precision, recall, dan f1-score untuk mengukur kinerja klasifikasi pose. Hasil penelitian menunjukkan bahwa model sistem mencapai performa tinggi dengan rata-rata accuracy 99.01%, precision 99.22%, recall 98.75%, dan f1-score 98.98%. 
Optimasi Hyperparameter N-BEATS Menggunakan Optuna untuk Prediksi Harga Saham BBCA Haeruddin, Haeruddin; Wijaya, Gautama; Sherly, Sherly
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3517

Abstract

Stock price prediction is crucial for supporting informed investment decisions due to the high volatility of stock prices. One of the key challenges in deep learning–based stock price prediction is determining the right hyperparameters. This research aimed to assess whether hyperparameter tuning with Optuna can enhance the N-BEATS model performance for predicting the stock price of PT Bank Central Asia Tbk. Historical stock price data were used and chronologically divided into training, validation, and testing sets. The efficacy of the models was measured using MAPE, RMSE, and R². The results showed that hyperparameter optimization using Optuna considerably enhanced the performance of N-BEATS, achieving a MAPE of 1.27%, which outperformed the standard N-BEATS model (1.44%) and the LSTM model (1.41%). This study proved that a systematic hyperparameter optimization approach can improve the performance of stock price forecasting models.Keyword: N-BEATS; Optuna; Stock; Predict; BBCA AbstrakPrediksi harga saham menjadi aspek penting dalam mendukung penentuan keputusan investasi karena fluktuasi harga saham yang tinggi. Salah satu tantangan utama dalam pemodelan prediksi harga saham berbasis deep learning adalah penentuan hyperparameter yang tepat. Penelitian ini bertujuan untuk mengevaluasi efektivitas optimasi hyperparameter menggunakan Optuna dalam meningkatkan kinerja model N-BEATS untuk prediksi harga saham PT Bank Central Asia Tbk. Data historis harga saham digunakan dan dibagi secara kronologis menjadi data latih, validasi, dan uji. Evaluasi kinerja akhir dilakukan menggunakan metrik MAPE, RMSE, dan R². Hasil penelitian menunjukkan bahwa optimasi hyperparameter dengan Optuna mampu meningkatkan kinerja N-BEATS dengan nilai MAPE sebesar 1.27% dibandingkan dengan N-Beats standar (MAPE 1.44%) dan LSTM (MAPE 1.41%). Penelitian ini menunjukkan bahwa pendekatan optimasi hyperparameter yang sistematis efektif dalam meningkatkan kinerja model prediksi harga saham. 
Penerapan Dynamic Pricing dan Gamifikasi pada Sistem Pemesanan Lapangan Futsal Campeone Kudus Fariq, Muhammad Evan; Jazuli, Ahmad; Wijayanti, Esti
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3490

Abstract

This study developed a web-based futsal court booking system to address manual booking issues, irregular scheduling, and low occupancy and revenue optimization at Campeone Futsal Kudus. The system was developed using the Waterfall method, supported by data collection through observation, documentation study, and interviews. The system integrated a dynamic pricing strategy to optimize revenue and gamification features to enhance user engagement, complemented by a play-request feature to support occupancy improvement. Black box testing results indicated that all core system functions operated according to the defined functional requirements. The main findings showed that the integration of dynamic pricing and gamification in a futsal booking system improved operational efficiency, user engagement, and the potential for higher occupancy and revenue in a more adaptive manner.Keywords: Futsal booking system; Dynamic pricing; Gamification; Court occupancy AbstrakPenelitian ini mengembangkan sistem pemesanan lapangan futsal berbasis web untuk mengatasi permasalahan pemesanan manual, ketidakteraturan jadwal, serta rendahnya optimalisasi okupansi dan pendapatan pada Campeone Futsal Kudus. Pendekatan yang digunakan adalah pengembangan sistem dengan metode Waterfall, didukung pengumpulan data melalui observasi, studi dokumentasi, dan wawancara. Sistem dirancang dengan mengintegrasikan strategi dynamic pricing untuk optimalisasi pendapatan dan gamifikasi untuk meningkatkan keterlibatan pengguna, serta dilengkapi fitur play-request sebagai pendukung peningkatan okupansi. Hasil pengujian menggunakan metode black box testing menunjukkan bahwa seluruh fungsi utama sistem berjalan sesuai kebutuhan fungsional. Temuan utama penelitian ini menunjukkan bahwa integrasi dynamic pricing dan gamifikasi dalam sistem pemesanan lapangan futsal mampu meningkatkan efisiensi operasional, keterlibatan pengguna, serta potensi peningkatan okupansi dan pendapatan secara lebih adaptif. 
Analisis Komparatif Metode Sistem Pendukung Keputusan dalam Penentuan Pegawai Terbaik Muharnadiah, Siti Aisyah; Rahmi, Rustati; Ariannor, Wahyudi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3343

Abstract

The process of selecting the best employees in government institutions is often conducted manually, which can lead to subjectivity and inconsistent outcomes. This study aimed to improve the objectivity and efficiency of the evaluation process by applying the Multi-Criteria Decision Making (MCDM) approach. Four methods, namely SMART, MOORA, WASPAS, and PROMETHEE, were used to compare ranking results based on eight employee performance criteria. The findings revealed that the top three employees consistently occupied the same positions across all methods, with a Kendall’s W coefficient of 0.9949 (p < 0.001), indicating an almost perfect level of agreement. The Friedman and Wilcoxon tests also confirmed no significant differences among ranking results. Based on performance and flexibility, the PROMETHEE method is recommended as the most adaptive approach for preference-based decision systems, while SMART excels in ease of implementation and computational transparency. This study reinforces comparative validation among MCDM methods as a foundation for developing data-driven decision support systems.Kata kunci: Decision Support System; Employee Performance; MCDM; Comparative Analysis; Statistical ValidationAbstrakProses penilaian pegawai terbaik di instansi pemerintah sering kali dilakukan secara manual, sehingga berpotensi menimbulkan subjektivitas dan ketidakkonsistenan hasil. Penelitian ini bertujuan meningkatkan objektivitas dan efisiensi proses penilaian tersebut dengan menerapkan pendekatan Multi-Criteria Decision Making (MCDM). Empat metode, yaitu SMART, MOORA, WASPAS, dan PROMETHEE digunakan untuk membandingkan hasil peringkat berdasarkan delapan kriteria kinerja pegawai. Hasil penelitian menunjukkan bahwa ketiga pegawai terbaik secara konsisten menempati posisi yang sama pada seluruh metode dengan nilai koefisien Kendall’s W sebesar 0,9949 (p < 0,001), yang menunjukkan tingkat kesesuaian hampir sempurna. Analisis Friedman dan Wilcoxon juga menunjukkan tidak terdapat perbedaan signifikan antar hasil peringkat. Berdasarkan kinerja dan fleksibilitasnya, metode PROMETHEE direkomendasikan sebagai pendekatan paling adaptif untuk sistem berbasis preferensi, sedangkan SMART unggul dalam kemudahan implementasi dan transparansi perhitungan. Penelitian ini memperkuat validasi komparatif antar metode MCDM sebagai dasar pengembangan sistem pendukung keputusan berbasis data. 
Klasifikasi Bentuk Wajah Menggunakan Algoritma CNN Dengan Arsitektur Densenet-201 Hasanah, Putri; Irsyad, Hafiz
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3448

Abstract

Face shape classification is an important component in various face recognition–based applications, such as security systems, social media personalization, and style recommendation systems. However, accurate face shape classification remains a challenge due to the complex variations in facial morphological structures, such as oval, square, heart, oblong, and round shapes. This study uses a Convolutional Neural Network (CNN) algorithm with the DenseNet-201 architecture. The collected dataset consists of 5,000 facial images categorized into Oval, Round, Square, Heart, and Oblong, with a data split of 80% for training and 20% for testing. The model was then trained using the DenseNet-201 architecture and evaluated using two different learning rates (0.001 and 0.0001), two batch sizes (16 and 32), and 50 and 100 epochs. The initial results showed a model accuracy of 42%, with a tendency to classify face images as the square category. Subsequently, an additional experiment was conducted, which successfully achieved an accuracy of 89%.Keywords: Facial shape; Convolutional Neural Network; DenseNet-201; Facial classification AbstrakKlasifikasi bentuk wajah merupakan komponen penting dalam berbagai aplikasi berbasis pengenalan wajah, seperti sistem keamanan, personalisasi media sosial, hingga sistem rekomendasi gaya. Namun, pengklasifikasian bentuk wajah secara akurat masih menjadi tantangan karena adanya variasi kompleks dalam struktur morfologi wajah, seperti bentuk oval, persegi, hati, oblong dan bulat. Penelitian ini menggunakan algoritma CNN dengan arsitektur DenseNet-201. Dataset yang dikumpulkan sebanyak 5000 gambar wajah, dengan kategori (Oval, Round (Bulat), Square (Persegi), Heart (Hati), dan Oblong/lonjong), dengan masing-masing proporsi 80% data Training dan 20% data Testing. Kemudian model dilatih dengan arsitektur DenseNet-201 dan dilakukan uji coba dengan dua nilai learning rate yang berbeda 0.001 dan 0.0001, dua ukuran batch 16 dan 32, dan epoch 50 dan 100. Hasil akurasi model yang di dapatkan sebesar 42% dengan kecenderungan model klasifikasi citra bentuk wajah square. Lalu dilakukan eksperimen tambahan yang berhasil mendapatkan akurasi sebesar 89%. 
Implementasi Model BERT untuk Klasifikasi Konten Hoaks pada Berita Politik maliki, galvan adam; aditya, christian sri kusuma
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3418

Abstract

The rapid growth of digital media accelerates the spread of information, including political hoaxes that can influence public opinion and disrupt social stability. Distinguishing factual news from hoaxes is challenging due to linguistic complexity and the high volume of textual data that cannot be handled manually. To address this issue, the present study employs an automated approach based on the BERT (Bidirectional Encoder Representations from Transformers) model, which is designed to capture linguistic context in a more comprehensive manner. The dataset consists of 3,807 Indonesian political news articles verified as factual or hoaxes. The results show that BERT achieves 98% accuracy, performing strongly on factual news and reasonably well on hoax detection. These findings confirm that BERT is effective for political hoax classification and serves as a relevant foundation for developing future NLP-based misinformation detection systems.Keywords: BERT; Fake news; Political news; Text classification AbstrakPerkembangan media digital mempercepat penyebaran informasi, termasuk berita hoaks yang berpotensi memengaruhi opini publik dan stabilitas sosial. Tantangan utama dalam memilah fakta dan hoaks terletak pada kompleksitas bahasa serta tingginya volume teks yang sulit ditangani secara manual. Untuk mengatasi permasalahan tersebut, penelitian ini mengadopsi metode otomatis berbasis model BERT (Bidirectional Encoder Representations from Transformers) yang dirancang untuk memahami konteks bahasa secara lebih mendalam. karena keunggulannya dalam memproses hubungan antarkata secara bidirectional sehingga mampu menangkap pola linguistik yang tidak dapat ditangani metode tradisional. Dataset yang digunakan mencakup 3.807 berita politik berbahasa Indonesia yang telah diverifikasi sebagai fakta atau hoaks. Hasil penelitian menunjukkan bahwa BERT mencapai akurasi 98% dengan performa sangat baik pada kelas fakta dan cukup baik pada kelas hoaks. Temuan ini menegaskan bahwa BERT efektif digunakan untuk klasifikasi berita hoaks politik dan relevan sebagai dasar pengembangan sistem deteksi misinformasi berbasis NLP di masa mendatang. 
Implementation of a Knowledge Management System to Enhance Innovation and Collaboration in Higher Education Muttaqi, Fajar; Alfaujianto, Moh.
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3405

Abstract

This research addresses the growing need for effective knowledge management in higher education to foster innovation and collaboration. It focuses on designing and implementing a Knowledge Management System (KMS) for universities using a hybrid method that combines Waterfall and Agile approaches. Data were collected through surveys, interviews, and observations with lecturers, students, and staff. The system, built with the MERN stack and integrated with AI and Big Data analytics, includes three main modules: a centralized knowledge repository, collaboration tools, and an AI-based recommendation engine. User testing showed positive results—82% satisfaction with usability, 76% improved collaboration, and 85% accurate recommendations. The KMS enhances knowledge sharing and innovation, with future work targeting scalability and predictive analytics. 
Pengembangan UI/UX Aplikasi AIPO Dengan Pendekatan Design Thinking Onggo, Keven Mandari; Novita, Dien
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3416

Abstract

The AIPO application is a mobile application used by PT Lautan Berlian Utama Motor to support the vehicle sales process. Initial findings revealed several user experience issues, including an unattractive interface, the absence of notifications, and access restrictions, which reduced user comfort and efficiency. This study aims to redesign the interface and user experience of the AIPO application using a design thinking approach through five stages: empathize, define, ideate, prototype, and test. Evaluation using the User Experience Questionnaire (UEQ) shows that the proposed prototype meets user needs, with average scores of 1.40 for attractiveness, 1.54 for perspicuity, 1.23 for efficiency, 1.26 for dependability, 1.48 for stimulation, and 1.54 for novelty. These results indicate improvements across all aspects. Therefore, the application of design thinking in redesigning the AIPO application successfully enhances user satisfaction and contributes to the broader use of design thinking and UEQ in internal vehicle sales support applications.Keywords: User Interface; User Experience; UEQ AbstrakAplikasi AIPO merupakan aplikasi mobile yang digunakan PT Lautan Berlian Utama Motor untuk membantu proses penjualan kendaraan. Berdasarkan temuan awal, ditemukan permasalahan terkait pengalaman pengguna, seperti tampilan kurang menarik, tidak adanya notifikasi, dan pembatasan akses. Permasalahan berdampak pada kenyamanan pengguna saat menggunakan aplikasi. Penelitian ini bertujuan untuk merancang ulang antarmuka dan pengalaman pengguna aplikasi AIPO dengan pendekatan design thinking melalui lima tahapan, yaitu empathize, define, ideate, prototype, dan test. Evaluasi menggunakan UEQ menunjukkan prototype hasil perancangan telah memenuhi kebutuhan pengguna dengan nilai rata-rata attractiveness 1,40, perspicuity 1,54, efficiency 1,23, dependability 1,26, stimulation 1,48, dan novelty 1,54. Hasil tersebut menunjukkan peningkatan pada setiap aspek, dari bad dan below average meningkat menjadi good dan above average. Dengan demikian, penerapan design thinking dalam perancangan ulang tampilan aplikasi AIPO berhasil meningkatkan kepuasan pengguna. Selain itu, penelitian ini berkontribusi dalam memperluas penerapan design thinking dan UEQ pada aplikasi internal penjualan kendaraan di lingkungan dealer otomotif. 
Penerapan Metode K-Means Clustering Untuk Menentukan Prioritas Persediaan Barang Muharam, Firza Andra; Novita, Dien
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3417

Abstract

Tani Mandiri is a trading company operating in the agricultural sector that provides various types of fertilizers and agricultural equipment. The main problem faced by the company is suboptimal inventory management, which can potentially lead to inventory shortages or excess stock, thereby affecting the effectiveness of business operations. This study aims to determine inventory priorities at the Tani Mandiri Store by applying data mining techniques. The method used is K-means clustering, with attributes including item name and inventory quantity based on data from 2022 to 2025. The research stages follow the Knowledge Discovery in Databases (KDD) process, which includes data selection, data cleaning, data transformation, and clustering. The optimal number of clusters was determined using the Elbow method. The results indicate that the best solution consists of three clusters: low, medium, and high priority. Out of a total of 220 types of items, 139 were classified as low priority, 22 as medium priority, and 59 as high priority.Keywords: Data Mining; Inventory; K-Means Clustering  AbstrakTani Mandiri adalah usaha dagang yang bergerak pada sektor pertanian dengan menyediakan beragam jenis pupuk serta perlengkapan pertanian. Permasalahan utama yang dihadapi perusahaan ini adalah pengelolaan persediaan yang belum dilakukan secara optimal, sehingga berpotensi menimbulkan kondisi kekurangan maupun kelebihan persediaan barang yang berdampak pada efektivitas operasional usaha. Penelitian ini bertujuan untuk mengelompokkan prioritas persediaan barang pada Toko Tani Mandiri melalui penerapan teknik data mining. Metode yang digunakan yaitu k-means clustering dengan atribut berupa nama barang dan jumlah persediaan berdasarkan data periode 2022 sampai 2025. Tahapan penelitian mengikuti proses KDD yang meliputi seleksi data, pembersihan data, transformasi data, serta proses pengelompokan. Penentuan jumlah cluster optimal dilakukan menggunakan metode elbow. Hasil penelitian menunjukkan terdapat tiga cluster terbaik, yaitu kategori prioritas rendah, sedang, dan tinggi. Dari total 220 jenis barang, diperoleh 139 barang prioritas rendah, 22 barang prioritas sedang, dan 59 barang prioritas tinggi. 

Page 99 of 101 | Total Record : 1007

 97   98   99   100   101 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Februari 2026 Vol 14, No 3: Desember 2025 Vol 14, No 2: Agustus 2025 Vol 14, No 1: April 2025 Vol 13, No 3: Desember 2024 Vol 13, No 2: Agustus 2024 Vol 13, No 1: April 2024 Vol 12, No 3: Desember 2023 Vol 12, No 2: Agustus 2023 Vol 12, No 1: April 2023 Vol 11, No 3: Desember 2022 Vol 11, No 2: Agustus 2022 Vol 11, No 1: April 2022 Vol 10, No 3: Desember 2021 Vol 10, No 2: Agustus 2021 Jutisi Vol. 10, No. 1, April 2021 JUTISI Vol. 9, No. 3, Desember 2020 JUTISI Vol. 9, No. 2, Agustus 2020 JUTISI Vol. 9, No. 1, April 2020 JUTISI Vol. 8, No. 3, Desember 2019 JUTISI Vol. 8, No. 2, Agustus 2019 JUTISI Vol. 8, No. 1, April 2019 Vol 7, No 3: Desember 2018 Vol 7, No 2: Agustus 2018 Vol 7, No 1: April 2018 Vol 6, No 3: Desember 2017 Vol 6, No 2: Agustus 2017 Vol 6, No 1: April 2017 Vol 5, No 3: Desember 2016 Vol 5, No 2: Agustus 2016 Vol 5, No 1: April 2016 Vol 4, No 3: Desember 2015 Vol 4, No 2: Agustus 2015 Vol 4, No 1: April 2015 Vol 3, No 3: Desember 2014 Vol 3, No 2: Agustus 2014 Vol 3, No 1: April 2014 Vol 2, No 1: April 2013 More Issue