cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rahmadya Trias Handayanto
Contact Email
rahmadya.trias@gmail.com
Phone
-
Journal Mail Official
piksel.unisma@gmail.com
Editorial Address
rogram Studi Teknik Komputer Fakultas Teknik Universitas Islam 45 Jl. Cut Meutia No. 83 Bekasi 17113
Location
Kota bekasi,
Jawa barat
INDONESIA
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic
Published by Universitas Islam 45 Bekasi
ISSN : 23033304     EISSN : 26203553     DOI : https://doi.org/10.33558/piksel
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal PIKSEL diterbitkan oleh Universitas Islam 45 Bekasi untuk mewadahi hasil penelitian di bidang komputer dan informatika. Jurnal ini pertama kali diterbitkan pada tahun 2013 dengan masa terbit 2 kali dalam setahun yaitu pada bulan Januari dan September. Mulai tahun 2014, Jurnal PIKSEL mengalami perubahan masa terbit yaitu setiap bulan Maret dan September namun tetap open access tanpa biaya publikasi. p-ISSN: 2303-3304, e-ISSN: 2620-3553. Available Online Since 2018.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 304 Documents
 4   5   6   7   8 
PENENTUAN KLASIFIKASI MUTU FISIK BERAS DENGAN METODE NAÏVE BAYES Leidiyana, Henny
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRACTRice is the staple food of the people of Indonesia in particular. One factor that made the people's choice inselecting rice is quality. Writing is about the determination of the classification of rice quality is acceptableand not based on quality components that have been set by the ISO.A total of 1161 data is used as trainingdata. The data obtained consists of 6 attributes, namely moisture content, milling degree, broken grains,grain groats, because the other is a predictor attributes, while the condition of a label attribute(class). Training data is cleaned and then made a physical model of the determination of quality grade riceusing Naïve Bayes method. The resulting model was tested using the method of Cross Validation and theROC curve. From the test results obtained by the results of model accuracy by 92.56% and AUC values for0989, this means that the resulting model is classified as very good Keywords : Naïve Bayes, Cross Validation, Confusion matrix, ROC curve ABSTRAKBeras merupakan makanan pokok masyarakat Indonesia khususnya. Salah satu faktor yang dijadikanpilihan masyarakat dalam memilih beras adalah mutunya. Penulisan ini membahas tentang penentuanklasifikasi mutu beras yang dapat diterima dan tidak berdasarkan komponen mutu yang telah ditetapkanoleh SNI. Sebanyak 1161 data digunakan sebagai data training. Data yang didapat terdiri dari 6 atribut,yaitu kadar air, derajat sosoh, butir patah, butir menir, sebab lain merupakan atribut prediktor, sedangkankondisi merupakan atribut label (kelas). Data training dibersihkan kemudian dibuat model penentuan kelasmutu fisik beras menggunakan metode Naïve Bayes. Model yang dihasilkan diuji menggunakan metodeCross Validation dan Kurva ROC. Dari hasil pengujian diperoleh hasil akurasi model sebesar 92,56% dannilai AUC sebesar 0.989, ini berarti bahwa model yang dihasilkan termasuk klasifikasi sangat baik. Kata Kunci : Naïve Bayes, Cross Validation, Confusion matrix, Kurva ROC
KLASIFIKASI DINAMIS DENGAN MODIFIKASI ALGORITMA FUZZY C-MEANS (FCM) Herlawati, Herlawati; Handayanto, Rahmadya Trias
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRACTAside forecasting, classification is an important process in the data mining field. Nowdays, theclassification usually use soft computing algorithms, such as Fuzzy Inference System (FIS), NeuralNetworks (NNs), and Genetic Algorithms (GAs). Different from K-Means, the fuzzy-based classification issometimes is said soft clustering. Some dynamic method has been research using K-Means for obtaining theoptimal number of cluster. This paper try to implement this method for FCM algoritms because thisalgorithms run better than K-Means. Similar to Dynamic Clustering using K-Means, for FCM everyelements of cluster are counted the distance from the center. Key Workds : Fuzzy C-Means Clustering (FCM), Cluster Quality, Dynamic Classification ABSTRAKSelain peramalan, klasifikasi merupakan salah satu proses penting dalam bidang data mining. Saat iniklasifikasi banyak dilakukan dengan algoritma-algoritma yang berbasis soft computing seperti fuzzy,jaringan syaraf tiruan (JST) ataupun algoritma genetik. Berbeda dengan K-Means, klasifikasi berbasis fuzzyyang sering disebut fuzzy C-Means (FCM) merupakan klasifikasi halus (soft clustering). Beberapa metodedinamis dengan memodifikasi algoritma K-Means telah banyak dilakukan dan terbukti memiliki hasil yangoptimal. Tulisan ini bermaksud menerapkan metode dinamis itu pada algoritma FCM mengingat FCMmemiliki keunggulan tertentu dibanding K-Means. Seperti pada K-Means, klasifikasi dinamis pada FCMmenunjukkan perbaikan pada nilai intra dan inter dimana nilai-nilai tersebut menunjukkan kedekatan antarelemen tiap kluster dan seberapa jauh jarak pisah antar pusat-pusat kluster. Kata Kunci : Fuzzy C-Means Clustering (FCM), Kualitas Kluster, Klasifikasi Dinamis
KLASIFIKASI BUAH BELIMBING MANIS DAN TIDAK MANIS BERDASARKAN CITRA RED GREEN BLUE MENGGUNAKAN FUZZY NEURAL NETWORK Whidhiasih, Retno Nugroho
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

BSTRACTClassical classification problems that can not be solved using the NN can be done using the FNN. Thedifference lies in the use of learning targets, which uses a degree of membership in the output. This studyaims to create a classification of star fruit to sweet and not sweet categories with non destructive methodusing fuzzy neural network. Red green and blue components of the image of the star fruit is used as an inputparameter. FNN 3-15-2 accuration obtained is 88.89% by using 15 neurons in the hidden layer, MSE9.13e-09 at epoch 16th. Keyword : classification, fuzzy neural network, starfruit, non-destructive grading, pattern recognition. ABSTRAKPermasalahan klasifikasi klasik yang tidak dapat diselesaikan menggunakan NN dapat dilakukanmenggunakan FNN. Perbedaannya terletak pada target pembelajaran yang digunakan, yaitu menggunakanderajat keanggotaan pada output. Penelitian ini bertujuan untuk membuat klasifikasi buah belimbing manisdan tidak manis secara non destruktif menggunakan fuzzy neural network. Komponen red green dan bluedari citra buah belimbing digunakan sebagai parameter masukan. Ketepatan yang didapatkan menggunakanFNN 3-15-2 pada penelitian ini sebesar 88,89% dengan 15 neuron pada lapisan tersembunyi, MSE sebesar9.13e-09 pada epoch ke 16. Keyword : identifikasi, fuzzy neural network, belimbing, identifikasi non destruktiF
PREDIKSI PINJAMAN KREDIT DENGAN SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS PADA KOPERASI SERBA USAHA Iriadi, Nandang; Leidiyana, Henny
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

BSTRACTCooperatives as a form of organization that are important in promoting economic growth . Cooperatives bean alternative for people to get funds in an effort to improve their quality of life , day-to- day needs anddevelop the business . No doubt , lend funds to member cooperatives will surely emerge problems , such asmembers of the borrower paying the overdue installment of funds , misuse of funds for other purposes , thecustomer fails to develop its business so as to result in cooperative funds do not flow or it can lead to badcredit . In this research will be carried out loans prediction using data mining classification Support VectorMachine and k - Nearest Neighbors were then conducted a comparison of both methods . From the testresults to measure the performance of both methods using cross validation , confusion matrix and ROCcurves is known that Support Vector Machine has an accuracy value of 92.67 % followed by k -NearestNeighbors, which has a value of 88.67 % accuracy . Thus the Support Vector Machine method is includedin Verry Good Clasification because it has the accuracy of 92.67 % . Keywords: comparative, Support Vector Machines, k-Nearest Neighbors, Credit Analysis ABSTRAKKoperasi sebagai salah satu bentuk organisasi yang penting dalam meningkatkan pertumbuhan ekonomi.Koperasi simpan pinjam menjadi salah satu alternatif bagi masyarakat untuk mendapatkan dana dalamupaya memperbaiki taraf kehidupan, pemenuhan kebutuhan sehari-hari dan mengembangkan usaha.Tidakdipungkiri, memberikan pinjaman dana kepada anggota koperasi pasti akan muncul permasalahanpermasalahan, seperti anggota peminjam terlambat membayarkan cicilan dana, penyalahgunaan dana untukkeperluan lain, nasabah gagal mengembangkan usahanya sehingga dapat mengakibatkan dana di koperasitidak mengalir atau dapat mengakibatkan kredit macet. Dalam penelitian ini akan dilakukan prediksipinjaman kredit dengan menggunakan metode klasifikasi data mining Support Vector Machine dan kNearest Neighbor syang kemudian dilakukan komparasi kedua metode tersebut. Dari hasil pengujiandengan mengukur kinerja kedua metode tersebut menggunakan cross validation, confusion matrix dankurva ROC diketahui bahwa Support Vector Machine memiliki nilai akurasi 92.67% diikuti oleh k-NearestNeighbors yang memiliki nilai akurasi 88,67%. Dengan demikian Metode Support Vector Machine tersebuttermasuk dalam Verry Good Clasification karena memiliki nilai akurasinya sebesar 92.67%. Kata kunci: komparasi,Support Vector Machine,k-Nearest Neighbors ,Analisa Kredit
SISTEM PAKAR PEMBAGIAN WARIS (FARO’IDL) STUDI KASUS KEPAKARAN KYAI ROCHMADI Sumadyo, Malikus
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRACTFaro'idl is the science of division of inheritance be based Islamic rules already stated in the Qur'an. Someexperts faro'idl has built and formulate rules the division of inheritance in the specific tables. So as toresolve the division of inheritance cases, an expert can solve it by following the rules set out in the table.Expert system is part of artificial intelligence that is built to resemble an expert way of thinking in solvingproblems. Inheritance division expert system is a system that represents expertise that had been developedby an expert division of inheritance. Kyai Rochmadi is a faroidl expert who lived between the early 20thcentury until the 1970s of Weleri Kendal regency of Central Java has posted faro'idl rules in the form oftables and algorithms dispute resolution division of inheritance.This research is a design system based onthe expertise built by Kyai Rochmadi. With the design and development of research methodology, thesesystems are built with the knowledge acquisition phase, the design and development of data tables andprogramming algorithms. The system can resolve the problem faro'idl prepared with optimally resemblanceto the expertise of the expert when testing.Expert System is built using PHP programming language andMySQL database, for this system to be used by the general public. The results of this study are web-basedsystems. Users can enter data such as the number of heirs to the input field, then the system will answersection obtained as heirs along with the arguments that support it. Keywords: expert system, faro'id (division of inheritance), a web-based system ABSTRAKFaro’idl adalah ilmu pembagian harta waris menurut islam yang aturan-aturannya sudah tertera dalam AlQur’an. Beberapa pakar faro’idl telah membangun dan merumuskan aturan-aturan pembagian harta waristersebut dalam tabel-tabel yang spesifik. Sehingga untuk menyelesaikan kasus pembagian harta warisseorang pakar dapat menyelesaikannya dengan mengikuti aturan-aturan yang tertuang dalam tabel tersebut.Sistem pakar adalah bagian dari kecerdasan buatan yang dibangun untuk menyerupai cara berfikir seorangpakar dalam menyelesaikan masalah. Sistem pakar pembagian harta waris adalah sistem yangmerepresentasikan kepakaran yang telah disusun oleh seorang pakar pembagian harta waris. KyaiRochmadi seorang pakar faro’idl yang hidup antara awal abad 20 hingga tahun 1970 an dari WeleriKabupaten Kendal Jawa Tengah telah membukukan aturan-aturan faro’idl dalam bentuk tabel-tabel danalgoritma penyelesaian permasalahan pembagian harta waris. Penelitian ini adalah penelitian rancangbangun sistem yang berbasis pada kepakaran yang dibangun oleh Kyai Rochmadi. Dengan metodologipenelitian design and development, sistem ini dibangun dengan tahapan akuisisi pengetahuan, perancangantabel data dan pengembangan algoritma dan pemrograman. Sistem yang disusun dapat menyelesaikanmasalah faro’idl dengan mempunyai kemiripan secara optimal terhadap kepakaran sang pakar saatpengujian. Sistem Pakar ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL, agarsistem ini dapat digunakan oleh masyarakat secara umum. Hasil penelitian ini berupa sistem berbasis web.Pengguna dapat memasukkan data berupa jumlah ahli waris ke dalam kolom input, selanjutnya sistem akanmenjawab bagian yang didapatkan sebagai ahli waris beserta dalil yang mendukungnya. Kata kunci: sistem pakar, faro’id (pembagian waris), sistem berbasis web
Metode Per Connection Classifier Untuk Implementasi Load Balancing Jaringan Internet Pangestu, Yoga; Setiyadi, Didik; Khasanah, Fata Nidaul
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 6 No 1 (2018): Maret 2018
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v6i1.1389

Abstract

Abstract Communication needs is crucial due to the progress and development of data communication technology that is growing rapidly. In meeting the needs of data communication technology must be wise in choosing an Internet Service Provider (ISP) which we will use. Using two or more ISP can be the solution to meet the needs of the internet at the Office. Load balancing is one of the routing techniques can take advantage of some of the ISP to be used simultaneously or if other ISP backing up each other down or troubled. However, there are a variety of methods that can be used, one of which is the method Per Connection Classifier (PCC). PCC can be used to classify the traffic connection through router mikrotik into several groups. So that the router will remember the path that passed early traffic connections and on subsequent packets that are still associated with the connection will initially passed on the same lines as well. Based on the research results show that the proposed load balancing techniques make the burden of traffic on each ISP or gateway will be in balance so that the bandwidth usage for more efficient and capable of accelerating the network connection the Internet. In addition the proposed techniques help network connection failover internet connection problems occur in order not to fail or a link down on one of the ISP. Keywords: Failover, Load Balancing, Per Connection Classifier, Routing Abstrak Kebutuhan komunikasi sangat penting seiring dengan kemajuan dan perkembangan teknologi komunikasi data yang semakin berkembang pesat. Dalam memenuhi kebutuhan akan teknologi komunikasi data, administrator jaringan harus bijak dalam memilih Internet Service Provider (ISP) yang akan kita gunakan. Menggunakan dua ISP atau lebih dapat dijadikan solusi untuk memenuhi kebutuhan internet. Load balancing merupakan salah satu teknik routing yang dapat memanfaatkan beberapa ISP untuk dapat digunakan secara bersamaan atau saling membackup jika ISP lainnya down atau bermasalah. Ada berbagai metode yang dapat digunakan, salah satunya adalah metode Per Connection Classifier (PCC). PCC dapat digunakan untuk mengelompokan trafik koneksi yang melalui router mikrotik menjadi beberapa kelompok, sehingga router akan mengingat jalur yang dilewati diawal trafik koneksi dan pada paket-paket selanjutnya yang masih berkaitan dengan koneksi awalnya akan dilewatkan pada jalur yang sama juga. Hasil penelitian menunjukkan bahwa teknik load balancing yang diusulkan menjadikan beban traffic pada masing-masing ISP atau gateway seimbang sehingga dalam pemakaian bandwidth lebih efisien dan mampu mempercepat koneksi jaringan internet. Selain itu diusulkan pula teknik failover yang membantu koneksi jaringan internet agar tidak terjadi koneksi gagal atau link down pada salah satu jalur ISP. Kata kunci: Failover, Load Balancing, Per Connection Classifier, Routing, Mikrotik
Metode Data Mining Terhadap Data Penjualan Sparepart Mesin Fotocopy Menggunakan Algoritma Apriori Rahmawati, Fitri; Merlina, Nita
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 6 No 1 (2018): Maret 2018
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v6i1.1390

Abstract

Abstract The sales of photocopy-machine spare part products is increasingly required. To know the number of group sales, a method is needed, e.g. apriori algorithm with a Tanagra software. Apriori algorithm is a type of association rule on data mining. By using Apriori algorithm, group sales can be predicted for increasing the level of sales. Results found that the most popular products were drum dc and toner, with the selling Toner and Drum dc (50% support and 66.67% confidence) or the selling of Drum Dc and Toner (50% support and Value 85.71% confidence). Keywords: Apriori algorithm, Data Mining, Selling Abstrak Penjualan produk sparepart mesin fotocopy semakin diperlukan. Untuk mengetahui produk sparepart mesin fotocopy dengan penjualan terbanyak yang terjual secara bersamaan dibutuhkan metode agar didapatkan informasi baru. Yaitu dengan menggunakan algoritma Apriori dan bantuan tools Tanagra. Algoritma Apriori adalah jenis aturan asosiasi pada data mining. Dengan menggunakan perhitungan algoritma Apriori maka dapat ditentukan produk sparepart mesin fotocopy yang banyak terjual secara bersamaan yang bermanfaat dalam penyelesaian strategi pemasaran agar lebih meningkatkan tingkat penjualan. Dari hasil penelitian ini dapat ditemukan produk yang paling banyak terjual yaitu drum dc dan toner, dengan menghasilkan kesimpulan bahwa produk Toner dan Drum dc dengan nilai support 50% dan nilai confidence 66,67% atau produk Drum Dc dan Toner dengan nilai support 50% dan nilai confidence 85,71%. Kata kunci: Algoritma apriori, Data mining, Penjualan
Web Progresif Sistem Informasi Pelelangan Produk Online pada PT Nusantara Sarana Outlet Jakart Basri, Hasan; Nurmalasari, Nurmalasari; Jaelani, Medianto
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 6 No 1 (2018): Maret 2018
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v6i1.1396

Abstract

Abstract The development of the technology world provides convenience to the user, so that all the elements of information may be combined with the development of technology. A progressive web-based Online Product Auction System aimed at simplifying the company in marketing the limited edition product, especially nowadays it is desperately needed a fast and effective service to satisfy customer needs. So from the side of the company, it can manage a system that is structured and systematic, and reduces errors in the assessment of the winner in an auction. With Progressive Web concept is the latest concept of website creation that can be opened even offline mode. Keywords: Web, Information System, Progressive, Auction Abstrak Perkembangan dunia teknologi memberikan kemudahan kepada para pengguna, sehingga semua elemen informasi dapat dikombinasikan dengan perkembangan teknologi. Sistem Pelelangan Produk Online berbasis web progresif ditujukan untuk mempermudah perusahaan dalam memasarkan produk edisi terbatas, terlebih lagi diera sekarang ini yang membutuhkan servis yang serba cepat dan efektif untuk memuaskan kebutuhan pelanggan. Sehingga dari sisi perusahaan dapat mengelola sebuah sistem yang terstruktur dan sistematis, serta untuk mengurangi kesalahan dalam penilaian pemenang dalam sebuah pelelangan. Dengan konsep Web Progresif yaitu konsep terbaru pembuatan website yang bisa dibuka saat offline. Kata kunci: Web, Sistem Informasi, Progresif, Pelelangan
Rekomendasi Objek Wisata Provinsi Jawa Barat Dengan Algoritma Branch and Bound Retnoningsih, Endang; Khasanah, Fata Nidaul
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 6 No 1 (2018): Maret 2018
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v6i1.1397

Abstract

Abstract Tourists usually visit several places at once in time all the attractions of a visit in different location. One of the problems faced by travelers to reach the goal is the nearest path searching to a number of tourist objects. One of the algorithms used to solve the problem of line search algorithm is the nearest branch and bound. This algorithm describe the node as a point of tourist objects and lines as paths. Nodes and lines are given the values and weights for the calculation, so that from a couple of combinations and possibilities, the smallest obtained value is the closest path value can be reached. The recommendations of this line makes it easy for travelers to obtain tourism information in West Java for visiting different objects. Keywords: branch and bound algorithms, tourism object, search path, branching & bounding, graf Abstrak Wisatawan umumnya mengunjungi beberapa tempat sekaligus dalam waktu sekali kunjungan ke objek wisata yang letak lokasinya berbeda-beda. Salah satu masalah yang dihadapi wisatawan untuk mencapai tujuan adalah pencarian jalur terdekat ke sejumlah kunjungan objek wisata. Algoritma yang dapat digunakan untuk memecahkan masalah pencarian jalur terdekat adalah algoritma branch and bound. Algoritma tersebut menggambarkan simpul sebagai titik objek wisata dan garis sebagai jalur. Simpul dan garis diberi nilai dan bobot untuk perhitungan, sehingga dari beberapa kombinasi dan kemungkinan, didapatkan nilai terkecil yang merupakan nilai jalur terdekat yang dapat ditempuh. Rekomendasi jalur ini memudahkan wisatawan memperoleh informasi objek wisata di Jawa Barat untuk mengunjungi beberapa objek wisata yang berbeda-beda. Kata kunci: algoritma branch and bound, obyek wisata, pencarian jalur, pencabangan dan pembatasan, graf
Pemanfaatan Metode K-Means Dalam Penentuan Persediaan Barang Setiawan, Santoso
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 6 No 1 (2018): Maret 2018
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v6i1.1398

Abstract

Abstract Inaccurate stock management will lead to high and uneconomical storage costs, as there may be a void or surplus of certain products. This will certainly be very dangerous for all business people. The K-Means method is one of the techniques that can be used to assist in designing an effective inventory strategy by utilizing the sales transaction data that is already available in the company. The K-Means algorithm will group the products sold into several large transactional data clusters, so it is expected to help entrepreneurs in designing stock inventory strategies. Keywords: inventory, k-means, product transaction data, rapidminer, data mining Abstrak Manajemen stok yang tidak akurat akan menyebabkan biaya penyimpanan yang tinggi dan tidak ekonomis, karena kemungkinan terjadinya kekosongan atau kelebihan produk tertentu. Hal ini sangat berbahaya bagi para pelaku bisnis. Metode K-Means adalah salah satu teknik yang dapat digunakan untuk membantu dalam merancang strategi persediaan yang efektif dengan memanfaatkan data transaksi penjualan yang telah tersedia di perusahaan. Algoritma K-Means akan mengelompokkan produk yang dijual ke beberapa cluster data transaksi yang umumnya besar, sehingga diharapkan dapat membantu pengusaha dalam merancang strategi persediaan stok. Kata kunci: data transaksi produk, k-means, persediaan, rapidminer, data mining.

Page 6 of 31 | Total Record : 304

 4   5   6   7   8 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol. 13 No. 2 (2025): September 2025 Vol. 13 No. 1 (2025): Maret 2025 Vol. 12 No. 2 (2024): September 2024 Vol. 12 No. 1 (2024): March 2024 Vol. 11 No. 2 (2023): September 2023 Vol 11 No 2 (2023): September 2023 Vol 11 No 1 (2023): March 2023 Vol. 11 No. 1 (2023): March 2023 Vol 10 No 2 (2022): September 2022 Vol 10 No 1 (2022): March 2022 Vol 9 No 2 (2021): September 2021 Vol 9 No 1 (2021): Maret 2021 Vol. 8 No. 2 (2020): September 2020 Vol 8 No 2 (2020): September 2020 Vol 8 No 1 (2020): Maret 2020 Vol 7 No 2 (2019): September 2019 Vol 7 No 1 (2019): Maret 2019 Vol 6 No 2 (2018): September 2018 Vol 6 No 1 (2018): Maret 2018 Vol 5 No 2 (2017): September 2017 Vol 5 No 1 (2017): Maret 2017 Vol 4 No 2 (2016): September 2016 Vol 4 No 1 (2016): Maret 2016 Vol. 4 No. 1 (2016): Maret 2016 Vol 3 No 2 (2015): September 2015 Vol 3 No 1 (2015): Maret 2015 Vol 2 No 2 (2014): September 2014 Vol 2 No 1 (2014): Maret 2014 Vol 1 No 2 (2013): September 2013 Vol. 1 No. 2 (2013): September 2013 Vol 1 No 1 (2013): Januari 2013 Vol. 1 No. 1 (2013): Januari 2013 More Issue