Perusahaan Air Minum Daerah (PDAM) Kabupaten Tuban selama ini menggunakan prosedur tanda tangan secara manual dengan kertas dan pena sehingga terkadang hal ini dapat menghambat proses persuratan. Hal ini biasa terjadi ketika surat tersebut harus ditandatangani dan dikirim ke pihak atau bagian lain di hari yang sama sementara yang berwenang untuk menandatangani tidak ada di tempat. Terlebih pada situasi pandemi covid-19 seperti yang terjadi saat ini, di mana para pegawai dianjurkan untuk bekerja dari rumah. Berangkat dari masalah tersebut kami mengusulkan rancang bangun aplikasi PDF signer dengan metode pengenalan wajah sebagai proses otentikasi. Metode pengembangan aplikasi yang diusulkan menggunakan metodologi prototyping. Aplikasi dibuat berdasarkan arsitektur perangkat Android menggunakan bahasa pemrograman Java. Aplikasi yang dihasilkan memiliki fitur yaitu registrasi pengguna, login pengguna, view dokumen, dan tanda tangan dokumen. Aplikasi dibuat menggunakan basis data SQLcipher untuk menyimpan passphrase pengguna pada direktori root aplikasi yang memudahkan pengguna karena tidak perlu mengisi passphrase setiap akan melakukan tanda tangan.
{"title":"Rancang Bangun Aplikasi PDF Signer Berbasis Android Pada PDAM Kabupaten Tuban","authors":"Ikhsan Firmansyah, Raden Budiarto Hadiprakoso","doi":"10.35329/JIIK.V7I2.202","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.202","url":null,"abstract":"Perusahaan Air Minum Daerah (PDAM) Kabupaten Tuban selama ini menggunakan prosedur tanda tangan secara manual dengan kertas dan pena sehingga terkadang hal ini dapat menghambat proses persuratan. Hal ini biasa terjadi ketika surat tersebut harus ditandatangani dan dikirim ke pihak atau bagian lain di hari yang sama sementara yang berwenang untuk menandatangani tidak ada di tempat. Terlebih pada situasi pandemi covid-19 seperti yang terjadi saat ini, di mana para pegawai dianjurkan untuk bekerja dari rumah. Berangkat dari masalah tersebut kami mengusulkan rancang bangun aplikasi PDF signer dengan metode pengenalan wajah sebagai proses otentikasi. Metode pengembangan aplikasi yang diusulkan menggunakan metodologi prototyping. Aplikasi dibuat berdasarkan arsitektur perangkat Android menggunakan bahasa pemrograman Java. Aplikasi yang dihasilkan memiliki fitur yaitu registrasi pengguna, login pengguna, view dokumen, dan tanda tangan dokumen. Aplikasi dibuat menggunakan basis data SQLcipher untuk menyimpan passphrase pengguna pada direktori root aplikasi yang memudahkan pengguna karena tidak perlu mengisi passphrase setiap akan melakukan tanda tangan.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"29 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"75272398","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
ABSTRACT This study aims to see the designer and implementation of a puzzle educational game application with artificial intelligence using a finite state machine (FSM) and android-based random shuffle based on android. The data research method is by browsing the internet, studyng books, journals, theses, and SWOT system analysis. The shuffle random algorithm for randomizing puzzles and game agents uses a control system (finite state machine) FSM as AI (artificial intelligence). UML method (integrated modeling language). The results of this research application of fruit, animal, and transportation name recognition games in the form of .APK and run on an android smartphone, educational games "puzzle games" based on android can be played for early childhood with the results of testing a questionnaire of 5 questions with 12 respondents proved to be very feasible with a percentage index of 96%.
{"title":"APLIKASI GAME EDUKASI PUZZLE DENGAN KECERDASAN BUATAN BERBASIS ANDROID","authors":"Markani Kania","doi":"10.35329/JIIK.V7I2.205","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.205","url":null,"abstract":"ABSTRACT \u0000This study aims to see the designer and implementation of a puzzle educational game application with artificial intelligence using a finite state machine (FSM) and android-based random shuffle based on android. The data research method is by browsing the internet, studyng books, journals, theses, and SWOT system analysis. The shuffle random algorithm for randomizing puzzles and game agents uses a control system (finite state machine) FSM as AI (artificial intelligence). UML method (integrated modeling language). The results of this research application of fruit, animal, and transportation name recognition games in the form of .APK and run on an android smartphone, educational games \"puzzle games\" based on android can be played for early childhood with the results of testing a questionnaire of 5 questions with 12 respondents proved to be very feasible with a percentage index of 96%.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"56 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"84880701","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
With the proliferation of applications that support the buying and selling process or better known as e-commerce, and currently online buying and selling is a trend among students, and also a source of income that can be done in spare time, therefore to be able to increase the results of using e-commerce. -commerce required an understanding of the marketing system. In this study, research was conducted on what subjects were taught to students at the Fakultas Teknik dan Ilmu Komputer, Universitas Muhammadiyah Pekajangan Pekalongan which would help in understanding the marketing system. The C4.5 classification algorithm is used to build a decision tree that will make it easier to see courses that can be used to understand the marketing system. After the analysis, the subjects of entrepreneurship, management information systems, design analysis and information systems, data communication and computer networks, computer organization and algorithms and structured programming can be used to gain an understanding of marketing systems.
随着支持买卖过程的应用程序的激增或更好地称为电子商务，而目前网上买卖是学生之间的一种趋势，也是一种收入来源，可以在业余时间做，因此能够增加使用电子商务的结果。电子商务需要了解营销系统。在这项研究中，研究进行了什么科目教学生在Fakultas Teknik dan ilmucomputer, Universitas Muhammadiyah Pekajangan Pekalongan这将有助于了解营销系统。C4.5分类算法用于构建决策树，该决策树将更容易看到可用于理解营销系统的课程。在分析之后，企业家精神、管理信息系统、设计分析和信息系统、数据通信和计算机网络、计算机组织和算法以及结构化编程等科目可以用来理解营销系统。
{"title":"DECISION TREE DALAM MENGKLASIFIKASI MATA KULIAH TERHADAP PEMAHAMAN SISTEM PEMASARAN","authors":"Aslam Fatkhudin","doi":"10.35329/JIIK.V7I2.204","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.204","url":null,"abstract":"With the proliferation of applications that support the buying and selling process or better known as e-commerce, and currently online buying and selling is a trend among students, and also a source of income that can be done in spare time, therefore to be able to increase the results of using e-commerce. -commerce required an understanding of the marketing system. In this study, research was conducted on what subjects were taught to students at the Fakultas Teknik dan Ilmu Komputer, Universitas Muhammadiyah Pekajangan Pekalongan which would help in understanding the marketing system. The C4.5 classification algorithm is used to build a decision tree that will make it easier to see courses that can be used to understand the marketing system. After the analysis, the subjects of entrepreneurship, management information systems, design analysis and information systems, data communication and computer networks, computer organization and algorithms and structured programming can be used to gain an understanding of marketing systems.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"33 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"76964207","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Dedik Irawan, Ricko Anugrah Mulya Pratama, Bobby Suryo Prakoso, Sri Rahayu, Windu Gata
Lembaga Amil Zakat (LAZ) dalam mengerjakan tugas dan pokok fungsinya sebagai penyalur zakat infaq shodaqoh dan wakaf (ZISWAF), juga memberikan kepercayaan kepada para donatur yang berdonasi yang membutuhkan sebuah bukti kwitansi. Dalam Pengajuan kwitansi para petugas penerima zakat masih mendata donatur secara manual dengan menulis di kertas kwitansi, sehingga dalam waktu validasi tidak efisien dan juga dilain waktu bukti kwitansi bisa saja hilang. Penelitian ini bertujuan untuk membuat rancangan sebuah sistem yang dapat mengolah data ziswaf untuk pengajuan elektronik kwitansi. Sehingga dapat mengurangi penggunaan waktu yang lama, membantu mengurangi terjadinya kesalahan input data, memudahkan para petugas untuk memvalidasi data dari donasi yang telah di terima oleh petugas LAZ sebelum data tersebut disimpan ke dalam database menggunakan Finite State Automata (FSA) agar data yang tersimpan sesuai dengan format yang ditentukan. Dengan adanya penelitian ini diharapkan membantu para petugas penerima ZISWAF dalam mengelola data donatur yang lebih professional, mengurangi kesalahan dalam pencatatan kwitansi dan bisa menghasilkan e-kwitansi yang sesuai dengan data donatur yang berdonasi.
Amil Zakat研究所(LAZ)负责交易，负责交易。在提交股东大会收据时，zakat收信人仍在手写捐款记录，以便在无效验证的时间内以及任何其他时间证明收据都可能丢失。本研究旨在设计一种系统，将ziswaf的数据用于电子提交收据。因此，它可以减少长时间的使用，有助于减少数据输入的错误，使官员能够利用Finite State Automata (FSA)将数据存储到数据库中之前得到的捐赠的数据验证。这项研究预计将帮助ZISWAF的受益人管理更专业的捐赠者数据，减少收据记录错误，并能够产生与捐赠捐赠者数据相匹配的电子收据。
{"title":"Perancangan Validasi Pengajuan E-Kwitansi Ziswaf Pada Lembaga Amil Zakat Menggunakan Konsep Finite State Automata","authors":"Dedik Irawan, Ricko Anugrah Mulya Pratama, Bobby Suryo Prakoso, Sri Rahayu, Windu Gata","doi":"10.35329/JIIK.V7I2.196","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.196","url":null,"abstract":"Lembaga Amil Zakat (LAZ) dalam mengerjakan tugas dan pokok fungsinya sebagai penyalur zakat infaq shodaqoh dan wakaf (ZISWAF), juga memberikan kepercayaan kepada para donatur yang berdonasi yang membutuhkan sebuah bukti kwitansi. Dalam Pengajuan kwitansi para petugas penerima zakat masih mendata donatur secara manual dengan menulis di kertas kwitansi, sehingga dalam waktu validasi tidak efisien dan juga dilain waktu bukti kwitansi bisa saja hilang. Penelitian ini bertujuan untuk membuat rancangan sebuah sistem yang dapat mengolah data ziswaf untuk pengajuan elektronik kwitansi. Sehingga dapat mengurangi penggunaan waktu yang lama, membantu mengurangi terjadinya kesalahan input data, memudahkan para petugas untuk memvalidasi data dari donasi yang telah di terima oleh petugas LAZ sebelum data tersebut disimpan ke dalam database menggunakan Finite State Automata (FSA) agar data yang tersimpan sesuai dengan format yang ditentukan. Dengan adanya penelitian ini diharapkan membantu para petugas penerima ZISWAF dalam mengelola data donatur yang lebih professional, mengurangi kesalahan dalam pencatatan kwitansi dan bisa menghasilkan e-kwitansi yang sesuai dengan data donatur yang berdonasi.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"38 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81443912","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Decision Tree C4.5 algorithm is an algorithm that can be used to make a decision tree. Decision tree (Decision Tree) is one method that is quite easily interpreted by humans. However, this algorithm has never been tested for product classification using private data (stock data and sales of goods at PT Cipta Karya Gorontalo). Therefore this study aims to test the accuracy of C4.5 in classifying best-selling products (private data). As a result of the evaluation of product classification models using Decision Tree C4.5 obtained from this study amounted to 90% and AUC value of 0.709 where this value is included in the Good Classification. It can be used as a data mining classification method Decision Tree C4.5 algorithm is accurate in classifying hot-selling products. Keywords— Decision Tree, C4.5, Classification, Best-Selling Product
C4.5算法是一种可以用来制作决策树的算法。决策树(Decision tree)是一种很容易被人类解释的方法。然而，该算法从未使用私人数据(PT Cipta Karya Gorontalo的库存数据和商品销售)进行过产品分类测试。因此，本研究旨在测试C4.5对畅销产品(私有数据)分类的准确性。由于本研究使用决策树C4.5对产品分类模型进行评价，所得结果为90%，AUC值为0.709，该值被纳入良好分类。它可以作为一种数据挖掘分类方法，决策树C4.5算法对热销产品的分类是准确的。关键词:决策树，C4.5，分类，畅销产品
{"title":"IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI PRODUK LARIS","authors":"Asmaul Husnah Nasrullah","doi":"10.35329/JIIK.V7I2.203","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.203","url":null,"abstract":"Decision Tree C4.5 algorithm is an algorithm that can be used to make a decision tree. Decision tree (Decision Tree) is one method that is quite easily interpreted by humans. However, this algorithm has never been tested for product classification using private data (stock data and sales of goods at PT Cipta Karya Gorontalo). Therefore this study aims to test the accuracy of C4.5 in classifying best-selling products (private data). As a result of the evaluation of product classification models using Decision Tree C4.5 obtained from this study amounted to 90% and AUC value of 0.709 where this value is included in the Good Classification. It can be used as a data mining classification method Decision Tree C4.5 algorithm is accurate in classifying hot-selling products. \u0000 \u0000Keywords— Decision Tree, C4.5, Classification, Best-Selling Product \u0000 ","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"279 11","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"91422051","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Penyakit fisik menggambarkan kesehatan seseorang yang diantaranya gagal tumbuh badan pada tubuh anak, remaja, hingga dewasa yang diakibatkan oleh gangguan asupan gizi salah satunya tinggi badan. Diharapkan ada teknologi yang mampu mendeteksi pertumbuhan tinggi badan sejak dini pada anak. Oleh karena itu perlu dibuatkan Perancangan Prototype Sistem Pendeteksi Tinggi Badan dengan Menggunakan Vending machine Berbasis Sensor Ultrasonik yang bertujuan untuk mengidektifikasi tinggi badan terhadap fisik seseorang. Metodologi yang digunakan adalah Prototype Model serta menggunakan metode finite state automata. Hasilnya, dengan adanya prototype sistem pendeteksi tinggi badan ini memberikan informasi secara real-time sebesar 60% lebih baik tentang tinggi badan untuk informasi kesehatan.
身体疾病代表了一个人的健康，其中一个人的身体在儿童、青少年和成年人中没有发育成熟，这是由一种身高或一种营养不良引起的。预计将有一项技术能够在儿童早期检测到高增长。因此，有必要通过使用基于超声波传感器的自动售货机来构建高检测系统的原型。使用的方法是原型模型，采用finite state automata方法。其结果是，通过这种高检测系统原型，人体高检测系统提供了60%的健康信息的实时信息。
{"title":"Perancangan Prototype Sistem Pendeteksi Tinggi Badan dengan Menggunakan Veniding Machine Berbasis Sensor Ultrasonik","authors":"Fahmi Fadillah","doi":"10.35329/JIIK.V7I2.195","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.195","url":null,"abstract":"Penyakit fisik menggambarkan kesehatan seseorang yang diantaranya gagal tumbuh badan pada tubuh anak, remaja, hingga dewasa yang diakibatkan oleh gangguan asupan gizi salah satunya tinggi badan. Diharapkan ada teknologi yang mampu mendeteksi pertumbuhan tinggi badan sejak dini pada anak. Oleh karena itu perlu dibuatkan Perancangan Prototype Sistem Pendeteksi Tinggi Badan dengan Menggunakan Vending machine Berbasis Sensor Ultrasonik yang bertujuan untuk mengidektifikasi tinggi badan terhadap fisik seseorang. Metodologi yang digunakan adalah Prototype Model serta menggunakan metode finite state automata. Hasilnya, dengan adanya prototype sistem pendeteksi tinggi badan ini memberikan informasi secara real-time sebesar 60% lebih baik tentang tinggi badan untuk informasi kesehatan.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"7 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"85262912","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Kebutuhan primer setiap manusia adalah sandang, pangan dan papan, sehingga ketiga aspek tersebut merupakan indikator standar kehidupan minimum seseorang atau komunitas. Sandang (pakaian) merupakan kebutuhan yang paling mendasar untuk setiap manusia sebagai makhluk sosial. Kegiatan melipat pakaian merupakan hal yang sangat umum dilakukan setiap individu sejak zaman dahulu. Hingga saat ini hampir disetiap rumah tangga, kegiatan melipat pakaian masih menggunakan cara tradisional, hal ini tentu menyita waktu dan tenaga. Apalagi jika pekerjaan tersebut dilakukan oleh pelaku usaha di bidang konveksi ataupun laundry, dimana jumlah pakaian yang perlu dilipat sangat banyak setiap harinya. Hal ini dapat berpotensi menghambat efektifitas waktu dalam urusan bisnis dan berpotensi meningkatkan biaya pengeluaran untuk membayar tenaga pekerja yang bertugas untuk melipat pakaian tersebut. Oleh karena itu, penelitian ini bertujuan untuk membuat sebuah simulasi alat pelipat pakaian otomatis dengan menerapkan konsep Finite State Automata (FSA). Penelitian ini diharapkan dapat menghasilkan suatu grammar atau tata bahasa yang tepat untuk perancangan sebuah simulasi alat pelipat pakaian secara otomatis.
每个人的主要需求是衣服、食物和住所，因此这三个方面都是一个人或社区最低生活标准的指标。作为一种社会生物，对每个人来说都是最基本的需求。自古代以来，每个人都有叠衣服的习惯。到目前为止，几乎每个家庭都在使用传统的方式折叠衣服，这无疑需要时间和精力。尤其是如果它是由制造商在糖果店或洗衣店做的，那么每天需要折叠的衣服数量就会大大增加。这可能会阻碍商业交易的时间效率，也可能会增加负责工人折叠衣服的费用。因此，这项研究的目的是通过采用Finite State Automata (FSA)的概念来模拟自动换洗衣服。这项研究预计将为自动折叠式服装仿真进行精确的语法或语法设计。
{"title":"PENERAPAN KONSEP FINITE STATE AUTOMATA PADA SIMULASI ALAT PELIPAT PAKAIAN OTOMATIS","authors":"Ricko Anugrah Mulya Pratama","doi":"10.35329/jiik.v7i2.199","DOIUrl":"https://doi.org/10.35329/jiik.v7i2.199","url":null,"abstract":"Kebutuhan primer setiap manusia adalah sandang, pangan dan papan, sehingga ketiga aspek tersebut merupakan indikator standar kehidupan minimum seseorang atau komunitas. Sandang (pakaian) merupakan kebutuhan yang paling mendasar untuk setiap manusia sebagai makhluk sosial. Kegiatan melipat pakaian merupakan hal yang sangat umum dilakukan setiap individu sejak zaman dahulu. Hingga saat ini hampir disetiap rumah tangga, kegiatan melipat pakaian masih menggunakan cara tradisional, hal ini tentu menyita waktu dan tenaga. Apalagi jika pekerjaan tersebut dilakukan oleh pelaku usaha di bidang konveksi ataupun laundry, dimana jumlah pakaian yang perlu dilipat sangat banyak setiap harinya. Hal ini dapat berpotensi menghambat efektifitas waktu dalam urusan bisnis dan berpotensi meningkatkan biaya pengeluaran untuk membayar tenaga pekerja yang bertugas untuk melipat pakaian tersebut. Oleh karena itu, penelitian ini bertujuan untuk membuat sebuah simulasi alat pelipat pakaian otomatis dengan menerapkan konsep Finite State Automata (FSA). Penelitian ini diharapkan dapat menghasilkan suatu grammar atau tata bahasa yang tepat untuk perancangan sebuah simulasi alat pelipat pakaian secara otomatis.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"84299648","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pelanggan merupakan sumber keuntungan bagi perusahaan seperti halnya pada bisnis di bidang ritel Pelanggan merupakan aset bagi perusahaan. Saat ini, perusahaan berlomba-lomba dalam memenangkan hati para pelanggan. Karena masing-masing pelanggan tidak hanya memiliki kebutuhan, preferensi harapan dan perilaku yang berbeda-beda namun juga profil pendapatan dan biaya yang berbeda maka sebuah perusahaan perlu memetakan tingkat loyalitas pelanggannya. Namun tidak adanya pengolahan data pelanggan yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari pelanggan yang ada. Penetapan rencana strategi pemasaran seharusnya dapat dilakukan salah satunya dengan memanfaatkan valuable customer yang dimiliki. Pemanfaatan valuable customer dilakukan dengan menggunakan data mining, penerapan model Recency Frequency Monetary pada tahapan data preparation dapat membantu untuk melihat valuable dari masing-masing pelanggan. hasil pengujian menggunakan Elbow Method didapatkan titik siku terbaik yaitu sebanyak 4 klaster dan setelah dilakukan perhitungan menggunakan algoritma k-means maka dihasilkan sebanyak 38,4% atau berjumalah 557 pelanggan masuk kedalam kelompok kategori Platinum, 12,6% atau berjumlah 184 pelanggan kategori Gold, 22,7% atau berjumlah 330 pelanggan kategori Silver, dan 26.% atau berjumlah 378 pelanggan kategori Bronze.
客户是公司的利润来源，就像客户零售业是企业的资产一样。如今，这家公司正在争取顾客的好感。由于每个客户不仅有不同的需求、期望偏好和行为，而且有不同的收入和成本概况，企业需要绘制其客户忠诚度的地图。但是缺乏现有的客户数据处理，使得公司不知道现有客户的价值。制定营销策略计划，其中一个应该是能够利用现有的价值客户。利用数据挖掘来完成有价值的客户使用，在数据准备阶段应用模型Recency Frequency Monetary可以帮助查看每个客户的价值。用Elbow Method进行的测试获得了4个集群的最好成绩，通过使用k-means算法计算，我们可以将38.4%或557个客户分级为白金，12.6%或184个客户分级为黄金，22.7%或330个客户分级银，26个。%或378个客户类别Bronze。
{"title":"SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN MODEL RECENCY FREQUENCY MONETARY","authors":"Apip Pramudiansyah Pramudiansyah","doi":"10.35329/JIIK.V7I2.201","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.201","url":null,"abstract":"Pelanggan merupakan sumber keuntungan bagi perusahaan seperti halnya pada bisnis di bidang ritel Pelanggan merupakan aset bagi perusahaan. Saat ini, perusahaan berlomba-lomba dalam memenangkan hati para pelanggan. Karena masing-masing pelanggan tidak hanya memiliki kebutuhan, preferensi harapan dan perilaku yang berbeda-beda namun juga profil pendapatan dan biaya yang berbeda maka sebuah perusahaan perlu memetakan tingkat loyalitas pelanggannya. Namun tidak adanya pengolahan data pelanggan yang telah dimiliki menjadikan perusahaan tidak mengetahui valuable dari pelanggan yang ada. Penetapan rencana strategi pemasaran seharusnya dapat dilakukan salah satunya dengan memanfaatkan valuable customer yang dimiliki. Pemanfaatan valuable customer dilakukan dengan menggunakan data mining, penerapan model Recency Frequency Monetary pada tahapan data preparation dapat membantu untuk melihat valuable dari masing-masing pelanggan. hasil pengujian menggunakan Elbow Method didapatkan titik siku terbaik yaitu sebanyak 4 klaster dan setelah dilakukan perhitungan menggunakan algoritma k-means maka dihasilkan sebanyak 38,4% atau berjumalah 557 pelanggan masuk kedalam kelompok kategori Platinum, 12,6% atau berjumlah 184 pelanggan kategori Gold, 22,7% atau berjumlah 330 pelanggan kategori Silver, dan 26.% atau berjumlah 378 pelanggan kategori Bronze.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"17 14 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"82558120","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Penelitian ini membahas tentang penerapan data mining pada ekspor buah-buahan menurut negara tujuan menggunakan k-means clustering method. Data yang digunakan dalam penelitian ini adalah data Ekspor Buah-buahan Menurut Negara Tujuan Utama dari tahun 2012-2019 yang diambil dari dokumen-dokumen keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster tingkat ekspor tinggi, cluster tingkat ekspor sedang dan cluster tingkat ekspor rendah. Centroid data untuk cluster tingkat ekspor tinggi sebesar 2054519.3, centroid data untuk cluster tingkat ekspor sedang sebesar 489020.3, centroid data untuk cluster tingkat ekspor rendah sebesar 20.2. Sehingga diperoleh penilaian berdasarkan indeks ekspor buah-buahan dengan 2 negara cluster tingkat ekspor tinggi yakni negara Tiongkok & Malaysia, 2 negara cluster tingkat ekspor rendah yakni Vietnam & Thailand, dan 6 negara cluster tingkat ekspor rendah yakni Hongkong, Singapura, Nigeria, India, Jepang, Uni Emirat Arab. Sehingga diperoleh informasi hasil pengelompokan data baru yang dapat menjadi masukan bagi pemerintah maupun perusahaan-perusahaan agar memprioritaskan serta dapat lebih meningkatkan kegiatan ekspor buah-buahan berdasarkan klaster yang telah dilaksanakan.
{"title":"Clustering Clustering Data Ekspor Buah-Buahan Berdasarkan Negara Tujuan Menggunakan Algoritma K-Means","authors":"Haviz Atma Negara","doi":"10.35329/jiik.v7i2.190","DOIUrl":"https://doi.org/10.35329/jiik.v7i2.190","url":null,"abstract":"Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Penelitian ini membahas tentang penerapan data mining pada ekspor buah-buahan menurut negara tujuan menggunakan k-means clustering method. Data yang digunakan dalam penelitian ini adalah data Ekspor Buah-buahan Menurut Negara Tujuan Utama dari tahun 2012-2019 yang diambil dari dokumen-dokumen keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster tingkat ekspor tinggi, cluster tingkat ekspor sedang dan cluster tingkat ekspor rendah. Centroid data untuk cluster tingkat ekspor tinggi sebesar 2054519.3, centroid data untuk cluster tingkat ekspor sedang sebesar 489020.3, centroid data untuk cluster tingkat ekspor rendah sebesar 20.2. Sehingga diperoleh penilaian berdasarkan indeks ekspor buah-buahan dengan 2 negara cluster tingkat ekspor tinggi yakni negara Tiongkok & Malaysia, 2 negara cluster tingkat ekspor rendah yakni Vietnam & Thailand, dan 6 negara cluster tingkat ekspor rendah yakni Hongkong, Singapura, Nigeria, India, Jepang, Uni Emirat Arab. Sehingga diperoleh informasi hasil pengelompokan data baru yang dapat menjadi masukan bagi pemerintah maupun perusahaan-perusahaan agar memprioritaskan serta dapat lebih meningkatkan kegiatan ekspor buah-buahan berdasarkan klaster yang telah dilaksanakan.","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"10 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"87659124","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Fish are cold-blooded animals that are widely used by humans. Fish are a diverse group of poikilothermic vertebrates with more than 27,000 species worldwide. A large number of fish species becomes a problem in distinguishing the types of fish. The purpose of this study was to create a fish type classification system based on the texture of artificial neural network-based fish imagery using K-Nearest Neighbors and Principal Component Analysis (PCA) algorithms. The data was taken through direct exploration and retrieved directly by researchers. The data only uses 3 types of fish as the object of further research conducted training and testing test data in the first, second, and third classes only one can not be recognized by the system, while the other data can be recognized by the percentage of success of 93% (Ninety-three percent).
{"title":"The Klasifikasi Jenis Ikan Berbasis Jaringan Saraf Tiruan Menggunakan Algoritma Principal Component Analysis (PCA)","authors":"Arif Lumute Unihehu, Imam Suharjo","doi":"10.35329/JIIK.V7I2.200","DOIUrl":"https://doi.org/10.35329/JIIK.V7I2.200","url":null,"abstract":"Fish are cold-blooded animals that are widely used by humans. Fish are a diverse group of poikilothermic vertebrates with more than 27,000 species worldwide. A large number of fish species becomes a problem in distinguishing the types of fish. The purpose of this study was to create a fish type classification system based on the texture of artificial neural network-based fish imagery using K-Nearest Neighbors and Principal Component Analysis (PCA) algorithms. The data was taken through direct exploration and retrieved directly by researchers. The data only uses 3 types of fish as the object of further research conducted training and testing test data in the first, second, and third classes only one can not be recognized by the system, while the other data can be recognized by the percentage of success of 93% (Ninety-three percent).","PeriodicalId":17755,"journal":{"name":"JURNAL ILMIAH ILMU KOMPUTER","volume":"25 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-09-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81749200","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：