Sovia, Rini
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN METODE FUZZY MAMDANI UNTUK MEMPREDIKSI ANGKA PENJUALAN TOKEN BERDASARKAN PERSEDIAAN DAN JUMLAH PERMINTAAN PADA PT. PLN (Persero) PADANG BERBASIS WEB kartika, devia; Sovia, Rini; Sandawa, Hoka Muhgrah
Jurnal KomtekInfo Vol 5 No 1 (2018): KOMTEKINFO
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat UPI-YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29165/komtekinfo.v5i1.10

Abstract

Listrik merupakan kebutuhan mendasar untuk berbagai aktifitas manusia, yang kemudian digunakan untuk beragam fungsi kedepannya. Dalam mekanisme sekarang ini PT. PLN menerapkan sistem listrik pintar meteran prabayar (token). Dalam menentukan jumlah penjualan token ini dikembangkan dengan menerapkan metode Fuzzy Mamdani. Tujuan yang dicapai adalah untuk memprediksi angka penjualan token berdasarkan data persediaan dan jumlah permintaan. Pada proses fuzzy, input dibagi menjadi 2 variabel yaitu persediaan dan permintaan. Himpunan fuzzy untuk output penjualan token yaitu rendah, sedang, dan tinggi. Pengembangan sistem ini dibuat berbasis web menggunakan bahasa pemrograman PHP (Hypertext Prepocessor) dan Database MySQL. Pada penelitian ini, penulis menggunakan UML (Unified Modeling Language) dalam perancangan program
Algoritma K-Means dalam Pemilihan Siswa Berprestasi dan Metode SAW untuk Prediksi Penerima Beasiswa Berprestasi Sovia, Rini; Mandala, Eka Praja Wiyata; Mardhiah, Sitty
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.37759

Abstract

Beasiswa prestasi merupakan beasiswa yang diberikan kepada siswa berprestasi di sekolah agar dapat memberikan motivasi lebih giat dalam belajar. Namun, pemberian beasiswa sering tidak tepat sasaran dan ketersediaan dana beasiswa yang terbatas membuat banyak siswa yang berprestasi tidak dapat memperolehnya sehingga siswa yang berprestasi akan turun semangatnya untuk terus belajar. Agar lebih mudah dalam memilih siswa berprestasi, maka diperlukan pendekatan data mining untuk mengelompokkan siswa berprestasi dengan menggunakan Algoritma K-Means dan selanjutnya bisa dibuat sistem pendukung keputusan untuk melakukan perangkingan dengan metode Simple Additive Weighting (SAW) dari siswa berprestasi yang sudah dikelompokkan sehingga akan diperoleh siswa yang berprestasi yang berhak menerima beasiswa. Penelitian ini menggunakan 5 kriteria yaitu nilai rata-rata siswa, peringkat, nilai sikap, nilai ekstrakurikuler dan prestasi akademik maupun non akademik. Penelitian dilakukan di SMAN 2 Payakumbuh. Ada 20 data siswa yang mengajukan beasiswa digunakan dalam penelitian ini. Hasil penelitian ini dengan menggabungkan K-Means dan SAW, ternyata dapat mempermudah proses pengelompokkan data siswa berprestasi dan penetuan prediksi penerima beasiswa berprestasi karena lebih cepat dan lebih tepat sasaran. Dari 20 data siswa yang mengajukan beasiswa, dikelompokkan menjadi 10 siswa yang berprestasi dan dilakukan perangkingan sehingga hanya 6 siswa yang berhak menerima beasiswa.
Analysis of sales levels of pharmaceutical products by using data mining algorithm C45 Sovia, Rini; Muhammad, Abulwafa; Arlis, Syafri; Guslendra, Guslendra; Defit, Sarjon
Indonesian Journal of Electrical Engineering and Computer Science Vol 22, No 1: April 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v22.i1.pp476-484

Abstract

This research was conducted to analyze the level of sales of pharmaceutical products at a Pharmacy. This is done to find out the types of products that have high and low sales levels. This study uses the C45 data mining algorithm concept that will produce a conclusion on the prediction of sales of pharmaceutical products through data processing obtained from sales transactions at pharmacies. This C45 algorithm will form a decision tree that provides users with knowledge about products that are in great demand by consumers based on sales data and predetermined variables. The final result of the C45 algorithm produces a number of rules that can identify the inheritance of a type of medicinal product. C45 algorithm is able to produce 20 types of categories that will be labeled goals based on the number of pharmaceutical products, since it can be concluded that C45 successfully defines 55% of the existing objective categories.