cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tri Rochmadi, S.Kom., M.Kom
Contact Email
treesaro@gmail.com
Phone
-
Journal Mail Official
ijubi@almaata.ac.id
Editorial Address
Program Studi S1 Sistem Informasi, Jl. Brawijaya 99, Yogyakarta 55183
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
Indonesian Journal of Business Intelligence (IJUBI)
Published by Universitas Alma Ata Yogyakarta
ISSN : 26213915     EISSN : 26213923     DOI : -
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Fokus jurnal adalah karya inovatif pada analisis, desain, pengembangan, implementasi, evaluasi program, proyek, dan produk sistem informasi dalam manajemen strategis dan intelijen bisnis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 205 Documents
 12   13   14   15   16 
KOMPARASI METODE NAÏVE BAYES DAN C4.5 DALAM KLASIFIKASI LOYALITAS PELANGGAN TERHADAP LAYANAN PERUSAHAAN Pradana, Musthofa Galih; Saputro, Pujo Hari
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 1 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i1.1205

Abstract

Keberadaan pelanggan bagi jalannya sebuah usaha sangatlah penting. Pelanggan memiliki  kecenderungan yakni  untuk tetap lanjut berlangganan dengan perusahaan atau sebaliknya berhenti berlangganan. Salah satu teknik yang dapat digunakan untuk mengidentifikasi kecenderungan loyalitas pelanggan  adalah dengan klasifikasi data. Berdasarkan data pelanggan yang dimiliki perusahaan dapat dilakukan pengolahan data atau data mining dengan mengkelompokan pelanggan yang loyal dan yang tidak loyal. Ada banyak metode yang dapat diterapkan untuk klasifikasi data, diantaranya adalah algortima Naïve Bayes dan C4.5. Kedua metode ini menghasilkan akurasi yang berbeda ketika digunakan untuk proses klasifikasi data. Digunakan 2 skenario dalam proses pengujian kedua algoritma,  skenario membagi data dalam data testing dan training serta skenario pengujian menggunakan cross validation. Hasil kedua skenario ini menunjukan bahwa metode C4.5 lebih unggul dibandingkan dengan metode Naïve Bayes dengan akurasi skenario 1 sebesar 78,6086 % dan skenario 2 akurasi sebesar 78,61%. AbstrakKeberadaan pelanggan bagi jalannya sebuah usaha sangatlah penting. Pelanggan memiliki  kecenderungan yakni  untuk tetap lanjut berlangganan dengan perusahaan atau sebaliknya berhenti berlangganan. Salah satu teknik yang dapat digunakan untuk mengidentifikasi kecenderungan loyalitas pelanggan  adalah dengan klasifikasi data. Berdasarkan data pelanggan yang dimiliki perusahaan dapat dilakukan pengolahan data atau data mining dengan mengkelompokan pelanggan yang loyal dan yang tidak loyal. Ada banyak metode yang dapat diterapkan untuk klasifikasi data, diantaranya adalah algortima Naïve Bayes dan C4.5. Kedua metode ini menghasilkan akurasi yang berbeda ketika digunakan untuk proses klasifikasi data. Digunakan 2 skenario dalam proses pengujian kedua algoritma,  skenario membagi data dalam data testing dan training serta skenario pengujian menggunakan cross validation. Hasil kedua skenario ini menunjukan bahwa metode C4.5 lebih unggul dibandingkan dengan metode Naïve Bayes dengan akurasi skenario 1 sebesar 78,6086 % dan skenario 2 akurasi sebesar 78,61%.
IMPLEMENTASI ALGORITMA DIJKSTRA DALAM PENENTUAN JALUR TERPENDEK STUDI KASUS JARAK TEMPAT KULIAH TERDEKAT Muharrom, Muhammad
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 1 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i1.1229

Abstract

Bagi siapapun yang ingin bepergian menuju jakarta, darimana pun domisili orang tersebut berada, seperti wilayah bekasi yang memang salah satu wilayah yang berdekatan dengan provinsi Jakarta, entah bepergian menuju ke jakarta perihal bekerja ataupun kuliah harus mengetahui rute mana yang tercepat dan terpendek untuk dilalui dan sebisa mungkin menghindari wilayah yang macetnya parah, karena kemacetan di Jakarta sudah menjadi pemandangan sehari-hari. Banyak langkah langkah yang telah dilakukan oleh pemerintah untuk mengatasi kemacetan tersebut, seperti pembangunan  fly over dan  underpass, pengoperasian jalur busway, pemberlakuan jam  tree in one  dan sebagainya. Akan tetapi kemacetan tetap saja masih sering terjadi sampai saat ini, Oleh karena itu diperlukan peran aktif dari pengguna jalan sendiri untuk dapat mengatasi kemacetan tersebut. Salah satu cara yang paling efektif yaitu dengan mencari rute alternatif yang dapat dilalui. Oleh karena itu penulis mencoba membuat study kasus perjalanan dari Ujungharapan-Bekasi menuju Menara Salemba (STMIK Nusa Mandiri) - Jakarta Pusat sebagai percobaan penerapan metode dengan menggunakan algoritma Dijkstra yang dapat menemukan jalur tercepat dan terpendek. Sehingga perjalanan dari Bekasi menuju STMIK Nusa Mandiri akan lebih cepat dan menghemat waktu, tenaga dan biaya bahan bakar.
ANALISIS EFEKTIFITAS MEDIA PROMOSI TERHADAP PENERIMAAN MAHASISWA BARU (PMB) Raharja, Bayu Dwi
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1436

Abstract

The level of competition for new student admissions at tertiary institutions in the Central Java region for the last 5 years is quite high. STMIK Sinar Nusantara has also experienced the impact of competition, which can be seen through the decline in new students by an average of 20% in the last 5 years. This study aims to determine how much influence the promotional media has on the acceptance of new students. By collecting data from questionnaires that have been distributed to 69 parents of STMIK Sinar Nusantara students. Where these students entered college from batch 2015, 2016, 2017, 2018 and 2019. The promotional media studied included print media, namely posters, brochures and billboards. And electronic media, namely radio and websites, as well as other media through daily conversations. After the data is tested for validity, reliability test and classical assumption are processed to produce a regression equation. Hypothesis testing shows that the three independent variables studied, namely the print media (X1), electronic media (X2) and other media (X3) variables, have a positive effect on the dependent variable, namely New Student Admissions (Y). Through variable X1, it has a coefficient value of 0.990, which means the effectiveness of print media has a positive influence on registrant interest (Y), as well as variables X2 and X3, each of which has a coefficient value of X2 = 0.787 and X3 = 0.626.
KLASIFIKASI DIAGNOSA PERADANGAN KANDUNG KEMIH MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES Muharrom, Muhammad
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1472

Abstract

AbstrakDalam proses kehidupan kita perlu memperhatikan kesehatan tubuh, agar tidak mudah terserang penyakit. Berbagai cara pencegahan mengatasi terjangkitnya penyakit dengan cara menjaga pola makan dan pola hidup sehat. Karena pekerjaan, makan yang tidak teratur terkadang seseorang tidak memperdulikan kondisi tubuh mereka sendiri. Hal ini dapat berisiko dapat terkena penyakit yang berbahaya, sehingga perlu adanya pemeriksaan diri. Peradangan pada kandung kemih adalah salah satu penyakit  yang ditimbulkan dari rasa nyeri saat buang air kecil, rasa nyeri itu berasal dari saluran kemih. Untuk memahami masalah dengan lebih baik, Maka perlunya penelitian agar dapat mencegah semakin parahnya penyakit yang diderita dengan cara mengklasifikasikan data pasien untuk mengakurasikan hasil penyakit yang di derita oleh pasien dan dapat memprediksi dari data yang ada. Dengan menggunakan metode naïve bayes dalam perhitungan didapatkan kesesuaian antara perhitungan manual dengan menggunakan tools rapidminer dan dihasilnya kekurata adalah 90,8% dan perhitungan ROC menghasilkan nilai AUC adalah 0.956 yang berarti excellent classification.
Analisis Persebaran Angka Kematian Ibu Hamil Berbasis WEB-GIS Menggunakan Metode Fuzzy Multiple Criteria Decision Making (FMCDM) di Daerah Yogyakarta Heksaputra, Dadang; Bahrudin, M.J.U Haris; Fatimah, Fatma Siti
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1504

Abstract

Abstrak-Angka Kematian Ibu (AKI) bukannya menurun, akan tetapi justru meningkat dari 228 per-1000 kelahiran hidup di tahun 2007 berdasarkan data Indonesia Demographic and Health Survey (IDHS) pada tahun 2008 menjadi 359 per-1000 kelahiran hidup di tahun 2013 berdasarkan data Indonesia Demographic and Health Survey (IDHS) pada tahun 2013 dan menjadi 305 per 1000 kelahiran hidup pada tahun 2015 dari Survei Penduduk Antar Sensus tahun 2015. Penelitian sistem informasi geografis untuk pemetaan sebaran angka kematian ibu (AKI) dengan platform web menggunakan pengolahan data fuzzy multiple criteria decision making. Sistem  mempunyai keterbaruan dalam hal pengelola data, dan visualisasi data. Sistem menggunakan web untuk memetakan persebaran AKI di Yogyakarta pada tahun 2019. Metode digunakan dalam pengelolaan data menggunakan analithic hierarchy process. Penelitian bertujuan untuk mengetahui gambaran peta visual persebaran AKI di Yogyakarta pada tahun 2019. Sebaran visualisasi data angka kematian ibu 2019 menggunakan data demografi wilayah dan beberapa indikator informasi mengenai ibu tersebut.
APLIKASI PEMESANAN MAKANAN UNTUK MENINGKATKAN PENJUALAN BAGI UMKM BERBASIS ANDROID M.Cs, Pujianto
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1589

Abstract

Usaha Mikro, Kecil dan Menengah (UMKM) merupakan salah satu penggerak roda perekonomian di Indonesia. UMKM menjadi fokus pemerintah Indonesia karena UMKM memiliki kontribusi sebesar 60,3% dari total produk domestik bruto (PDB) Indonesia. Selain itu, UMKM menyerap 97% dari total tenaga kerja dan 99% dari total lapangan kerja. Untuk meningkatkan daya saing bagi UMKM diperlukan digitalisasi penjulan dalam melakukan proses bisnisnya. Rumusan dalam peneliian ini adalah bagaimana membuat aplikasi pemesanan makanan berbasis Android bagi UMKM. Tujuan dari penelitian ini adalah membuat aplikasi pemesanan makanan bagi UMKM berbasis Android. Metode penelitia ini menggunakan metode research and development, sedangkan pengembangan sistem menggunakan waterfall model.  Hasil dari penelitian ini adalah sebuah aplikasi pemesanan makanan yang dapat digunakan oleh pengguna dalam memesan makanan yang diinginkan sesuai dengan menu yang ditampilkan. Proses pemesanan makanan sangat simpel dan sistem akan melakukan validasi sebelum makanan dipesan ke pelaku UMKM. Sebelum sistem digunakan dilakukan pengujian terhadap aplikasi terkait fitur-fitur yang ada pada aplikasi. Dengan adanya aplikasi ini diharapkan dapat meningkatkan penjualan bagi UMKM yang telah bergabung sehingga dapat meningkatkan perekonomian.
VISUALISASI PERUNDUNGAN PADA LIVE STREAMING GAMER WANITA MENURUT UU ITE 2008 Rakhmawati, Nur Aini; S, Zendika Dayongki; Aji, Farhan; S, Ahmad Rifqy; A, Febrine Deva; Safira, Reza
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1605

Abstract

Tujuan penelitian ini adalah untuk mengamati dan mengidentifikasi fenomena perundungan yang terjadi pada kalangan gamers wanita menurut UU ITE 2008. Metode yang digunakan pada penelitian ini adalah kualitatif yang sifatnya deskriptif yang didapat dari soft data, dimana data yang ada berisikan deskripsi orang, tempat, kejadian, dsb. Dalam penelitian ini, analisa yang dilakukan pertama kali adalah identifikasi kata-kata bullying yang ditemukan untuk dimasukkan kedalam kategori-kategori yang sudah ditentukan. Hasil analisis menunjukkan beberapa kategori kata-kata bullying yang didapat oleh gamer tersebut yaitu Called Name (Pemberian Nama Negatif), Image of Victim Spread (Penyebaran Foto), Threatened Physical Harm (Mengancam Keselamatan Fisik), Opinion Slammed (Pendapat Yang Merendahkan).
IMPLEMENTASI AGILE DEVELOPMENT PADA PENGEMBANGAN APLIKASI CETAK SERTIKAT ONLINE MUNASBA UIVERSITAS AL-AZHAR INDONESIA. Dwi Miharja, Muhammad Najamuddin
Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v3i2.1623

Abstract

program studi sastra Arab, Fakultas Ilmu Pengetahuan Budaya Universitas Al-azhar Indonesia mempunyai kegiatan rutin tahunan yaitu Munasba atau multaqa nasional bahasa arab sekaligus memperingati hari bahasa arab Se-Dunia. Pada atahun ini yaitu tahun 2020 munasba dilakasankan pad atanggal 17 desember 2020 dengan tetap melaksanakan protocol kesehtan untuk mengurangi penyebaran Covid-19, untuk itu dibuatlah sebuah sistem percetakan sertifikat online. Dalam metode pengembanganya penulis mengimplementasikan sebuah metode pengembangan perangkat lunak scrum yang bisa membantu proses pengembangan perangkat lunak tersebut dengan baik. Dalam implementasi metode scrum ini langkah-langkah yang dilakukan adalah menentukan Product Backlog, merencanakan Sprint, melakuakan daily meeting scrum juga melakukan review dan retrosprective. Hasil penelitian menujukkan bahwa metode scrum dapat digunakan dalam implementasi pengembangan perangkat lunak sistem cetak sertifikat online ini dengan baik.
ANALISA PERFORMA ARSITEKTUR MOBILENETV1 DAN RESNET MENGGUNAKAN META-LEARNING DALAM MENDETEKSI OBJEK HEWAN KUCING Reynaldi, Faiz Octa; Pahlevi, Omar; Suryani, Indah
Indonesian Journal of Business Intelligence (IJUBI) Vol 4 No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v4i1.1686

Abstract

Object Detection memiliki beberapa kendala saat proses training seperti banyaknya data yang harus dilatih, menggunakan waktu cukup lama untuk dilatih dan lain-lain. Pada penelitian ini, peneliti melakukan komparasi akurasi dan average loss training arsitektur SSD MobileNetV1 dan SSD ResNet menggunakan Pre-Trained model dengan metode Few-Shot Learning menggunakan Hold-Out Cross Validation untuk mendeteksi Objek Hewan Kucing Hitam dan Objek Hewan Kucing Putih dengan pengambilan data secara rill dari metode observasi Jakarta Vet Shop dan hanya membutuhkan sedikit data untuk dilakukannya proses training. Penelitian ini dilakukan dengan cara menggunakan Cloud Computing seperti Google Colab sebagai media untuk membandingkan akurasi arsitektur SSD MobileNetV1 dan SSD ResNet. Hasil analisa dalam penelitian ini adalah SSD ResNet memiliki akurasi yang tinggi dengan nilai rata-rata 100% pada kucing hitam dan nilai rata-rata 97.9% pada kucing putih sementara untuk SSD MobileNetV1 memiliki nilai rata-rata 99.66666667% pada kucing hitam dan 78.733% pada kucing putih. Kemudian SD MobileNetV1 memiliki Train Loss lebih besar dengan nilai rata-rata 0.003923 pada Kucing Hitam dan nilai rata-rata 0.0059 Kucing Putih jika dibandingkan dengan SSD ResNet dengan nilai rata-rata 0.030263 pada Kucing Hitam dan nilai rata-rata 0.00413 pada Kucing Putih. 
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASIFIKASI PENYAKIT ISPA Romli, Ikhsan
Indonesian Journal of Business Intelligence (IJUBI) Vol 4 No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v4i1.1727

Abstract

With the rapid development of technology in all fields, from the government, education, agriculture and especially in the health sector, technology can provide fast and accurate information for health teams, doctors, nurses and even patients themselves to make it easier to control their own health. Acute Respiratory Infections (ARIs) are diseases of the upper or lower respiratory tract, usually contagious, that can cause a wide spectrum of diseases ranging from asymptomatic illness or mild infections to severe and deadly illness, depending on the causative pathogen, environmental factors and factors host. The purpose of this study was to apply the K-Means method to classify ARI diseases and to obtain accurate and fast accuracy in classifying symptoms of ARI using the K-Means method. The method used is data mining techniques using the K-Means algorithm. This process resulted in 3 clusters, namely cluster C1 (Regular ISPA) with 81 members, cluster C2 (moderate ISPA) with 103 members, and cluster C3 (Heavy ISPA) with 66 members. It can be seen that the largest number of ARI patients are patients with mild ARI symptoms. Based on the results of the percentage analysis for each cluster, the first cluster has a percentage of 35% of data, the second cluster is 45% of data and the third cluster is 20% of data. Testing using the DBI (Davies Bouldin Index) validation obtained values for each cluster. Testing cluster 1 produces DBI value -0.244, cluster 2 DBI value -0.250, cluster 3 DBI value -0.239. Because the DBI value of cluster 3 is smaller, the cluster can be called optimal.

Page 14 of 21 | Total Record : 205

 12   13   14   15   16 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 8 No 2 (2025): Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI) Vol 8, No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI) Vol 7, No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 1 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 7, No 1 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 6, No 2 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 6 No 2 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 6, No 1 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 6 No 1 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 5 No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 1 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 5 No 1 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 4, No 2 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 4 No 2 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 4 No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 4, No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 3, No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 3 No 1 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 3, No 1 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 2, No 2 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 2 No 2 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 2, No 1 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 2 No 1 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 1, No 2 (2018): Indonesian Journal of Business Intelligence (IJUBI) Vol 1, No 1 (2018): Indonesian Journal of Business Intelligence (IJUBI) Vol 1 No 2 (2018): Indonesian Journal of Business Intelligence (IJUBI) Vol 1 No 1 (2018): Indonesian Journal of Business Intelligence (IJUBI) More Issue