Jurnal Data Mining dan Sistem Informasi
Jurnal Data Mining dan Sistem Informasi (JDMSI) is a peer-reviewed scientific Open Access journal that published by Universitas Teknokrat Indonesia. This Journal is built with the aim to expand and create innovation concepts, theories, paradigms, perspectives and methodologies in the sciences of Information System. FOCUS AND SCOPE The study of other sciences that examine topics related to Information Systems and Data Mining is not limited to: 1. Data Mining, Data Warehouse, Big Data, Data Science, Business Intelligence 2. Web Semantik 3. Database Management 4. Bioinformatics 5. Kecerdasan Buatan 6. Analisis dan Rancangan Sistem Informasi 7. Metodologi Pengembangan Sistem Informasi 8. Pengukuran dan Evaluasi Sistem Informasi 9. Sistem Informasi Strategis (Sistem Pendukung Keputusan, Sistem Informasi Eksekutif, Sistem Enterprise) 10. Manajemen Sistem Informasi 11. Audit Sistem Informasi, Manajemen Perubahan dan Inovasi dalam Sistem Informasi, Sistem Informasi dan Kaitannya dalam Bisnis yang Kompetitif 12. Investasi Teknologi Informasi / IT, Manajemen Teknologi Informasi / IT, Manajemen SDM dan Organisasi Teknologi Informasi / IT, Perencanaan Strategis Teknologi Informasi / IT, Analisis Investasi Teknologi Informasi / IT, Manajemen Proyek Teknologi Informasi / IT, Inkubasi Bisnis Teknologi Informasi / IT 13. E-learning, E-Bussiness, E-Health, E-Commerce, E-Supply Chain Management, E-Government 14. Sistem Enterprise, Manajemen dan Perancangan Arsitektur Sistem Enterprise, Perencanaan Sumberdaya Sistem Enterprise 15. Sistem Informasi Akademik, Sistem Informasi Perhotelan, Sistem Informasi Transportasi, Sistem Informasi Sumber Daya, Sistem Informasi Produksi, Sistem Informasi Perbankan, Sistem Informasi Enterprise, Sistem Informasi Sosial, Sistem Informasi Geografis
Articles
5 Documents
Search results for
, issue
"Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022"
:
5 Documents
clear
<![CDATA[Implementasi Metode Simple Additive Weighting (SAW) untuk analisa kepuasan pasien terhadap layanan poli rawat jalan (Studi Kasus: Rumah Sakit Pertamina Bintang Amin) ]]>
<![CDATA[agung deni]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v3i2.2208
<![CDATA[Hospital is a health service institution that provides complete individual health services that provide inpatient, outpatient, and emergency services. One of the hospitals in Lampung province has the motto "Excellent Service, Healthy Belongs to All", "We Care We Cure" which has the goal of becoming a referral hospital for hospitals in Lampung Province. With this goal, the hospital should provide excellent service to patients. Several ways are carried out by the hospital to measure how good the quality of existing services is, including by making a means of contact for criticism and suggestions as well as an sms center. However, the hospital has not implemented the measurement of patient satisfaction using any method so that the hospital has difficulty in measuring the quality of service and patient satisfaction. The author conducted research in hospitals to measure patient satisfaction. In calculating patient satisfaction using the SAW (Simple Additive Weighting) method by determining criteria such as registration services, doctors, nurses, pharmacies, cashiers, facilities and the weight value that has been determined by the number of respondents using Population and Sample calculations. Which is expected to help the hospital in assessing and knowing the satisfaction of outpatient poly patients.This study uses the Java programming language, MySQL database, uses a UML-oriented system design and tests the system program using black box testing, obtaining a value of 100% (Very Eligible). The results of this study are the highest ranking obtained on the criteria of doctors with a value of 0.297 and the lowest value is on registration with a value of 0.098.]]>
<![CDATA[IMPLEMENTASI FORECASTING PADA PERENCANAAN SISTEM PEMESANAN BUKU LKS (LEMBAR KERJA SISWA) MENGGUNAKAN ALGORITMA REGRESI LINEAR. (STUDI KASUS: TOKO BUKU DARUL ULUM, PUNGGUR, LAMPUNG TENGAH ]]>
<![CDATA[Permata permata]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v3i2.2162
<![CDATA[Darul Ulum Bookstore is engaged in distributing LKS books to be sent to schools. The need for worksheets that support learning is one of the most important aspects of availability in the store. so it takes sufficient stock in the order at the beginning of the semester. In this case, the shop owner has difficulty in estimating the number of books to be ordered, so a calculation model is needed to estimate how many books will be ordered at the beginning of the semester. The Multiple Linear Regression method is one of the methods used to predict how many books will be ordered. This method uses the dependent variable and the independent variable as the basis by taking into account the initial stock of books for 2018 and 2019 as the independent variable (x) and the initial stock of 2020 as the dependent variable (y). The results of this study obtained a predictive accuracy value from each printing, namely for CV. Hasan Pratama with MAPE testing of 6.42% with very good indicators. CV. Pratama Mitra Aksara with MAPE testing of 23.52% the results of the indicators are feasible, and CV. Pilar Pustaka with MAPE testing of 6.75% the indicator results are very good. And visualization of predictive data using R-Markdown. Keywords: Linear Regression, Predicting, Interactive Website, R-Markdown]]>
<![CDATA[PERANCANGAN BUSINESS INTELLIGENCE SYSTEM PADA PUSKESMAS UPTD TANJUNG SARI NATAR ]]>
<![CDATA[Sindu Tangguh Dewanto]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v3i2.2174
<![CDATA[Puskesmas merupakan tempat terdekat bagi masyarakat untuk memeriksakan kesehatan, di sisi lain puskesmas juga mempunyai tugas untuk menyerahkan laporan aktifitas yang terjadi di puskesmas secara periodik kepada dinas kesehatan. Sebagai salah satu upaya untuk mencapai tujuan tersebut, perlu dibangun sebuah sistem yang dapat membantu puskesmas dalam merekam data rawat jalan dan menghasilkan laporan. Salah satunya teknologi informasi yang dapat dimanfaatkan sebagai alat untuk menyimpan data transaksi dalam jumlah yang banyak. Data tersebut tentunya membutuhkan analisa yang sangat teliti untuk dapat menghasilkan informasi yang membantu dalam proses pengambilan keputusan. Dengan pendekatan Business Intelligence (BI). Pada sistem yang dibangun menggunakan teknologi multiuser yang berjalan dalam sebuah jaringan Local Area Network (LAN) dengan arsitektur aplikasi client/server yang diharapkan dapat secara langsung diperoleh informasi mengenai rekam medis dalam waktu yang relatif singkat serta dapat dimanajemen secara periodik. Instrumen pengumpulan data menggunakan riset pustaka, wawancara, dan dokumentasi. Sedangkan software untuk membangun aplikasi menggunakan MS. Visual Basic, MS SQL Database server.]]>
<![CDATA[ANALISIS SENTIMEN TWEET VAKSIN COVID 19 SINOVAC MENGGUNAKAN METODE SUPPORT VECOR MACHINE ]]>
<![CDATA[Bita Parga Zen]]>;
<![CDATA[Danang Wicaksana]]>;
<![CDATA[Halim Alfidzar]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v3i2.1926
<![CDATA[Di awal tahun 2020 dunia dikagetkan dengan kejadian infeksi berat dengan penyebab yang belum diketahui, virus Covid-19 yang sedang melanda dunia saat ini yang menyebabkan penyakit pada manusia dan hewan. Kebayanakan orang masih merasa sedih, takut, marah ataupun merasa gembira dengan masih menyebarnya penyakit ini dan belum ditemukanya obat atau vaksin yang berhasil melumpuhkan virus ini yang sejauh ini sudah ada beberapa institusi atau perusahaan yang sedang mengambangkan vaksin Covid-19 salah satunya Sinovac. Twitter merupakan situs web layanan jejaring sosial yang banyak diminati pengguna internet yang sangat sering digunakan masyarakat dalam memberikan pendapat mengenai vaksin Sinovac ini. Menggunakan algoritma Support Vector Machine (SVM) merupakan salah satu metode klasifikasi yang memprediksi kelas berdasarkan model atau pola dari hasil proses training, analisis sentiment dilakukan untuk mengetahui respon sebagian masyarakat sebagian besar mengenai vaksin Sinovac ini. Dan diapatkan akurasi yang baik sebesar 74%.]]>
<![CDATA[PENERAPAN ALGORITMA ECLAT DAN APRIORI PADA DATA MINING UNTUK MARKET BASET ANALISIS PENJUALAN ]]>
<![CDATA[aldino aldino]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 3, No 2 (2022): Vol 3, No 2, Agustus 2022 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v3i2.2207
<![CDATA[Growth of the retail business makes competition in implementing better marketing strategies. This research aims to analyze the shopping basket or market basket analysis in a mini market. Using two algorithms, namely the Eclat algorithm and the Apriori algorithm to analyze sales data, the purpose of this study is to find out the best algorithm in finding association rules or association rules from sales data and provide information regarding what items are the most sold as well as to find out what items. which must be displayed on the sales shelf at the same time. Based on the results of the implementation of thealgorithms Eclat and Apriori concluded that the algorithm Eclat works better thanalgorithm Apriori can be seen from the process of seeking the rule of 212 Mart sales data, Eclat algorithm produces a rule as much as 86 items with a time of 0.01s.]]>
