Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Scientific Journal of Informatics
Mardhiyah, Iffatul
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
PERANCANGAN WEBSITE E-COMMERCE PADA TOKO TAWAZUN OUTDOOR DENGAN METODE MARKET BASKET ANALYSIS Zahra, Fidelia Savira; Mardhiyah, Iffatul
Jurnal Ilmiah Informatika Komputer Vol 22, No 3 (2017)
Publisher : Universitas Gunadarma

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

Abstract

Penyebaran, pembelian, penjualan, pemasaran barang dan jasa melalui sistem elektronik seperti internet atau televisi disebut sebagai e-commerce. Teknik sistematis yang biasa digunakan oleh marketing professional untuk menyatakan kesamaan antara produk individu atau kelompok produk pada penelitian ini adalah market basket analysis. Penelitan ini membahas tentang website e-commerce yang dirancang menggunakan DreamWeaver CS6 dan bahasa pemrograman PHP. Website E-commerce Tawazun Outdoor Online bertujuan mempermudah pengunjung untuk berbelanja di toko Tawazun Outdoor. Pemilik toko Tawazun Outdoor dapat menentukan barang restock (barang yang akan disediakan selanjutnya) dengan melakukan Market Basket Analysis agar lebih efisien. Website e-commerce Tawazun Outdoor Online terdiri dari halaman member dan halaman admin. Pembuatan website e-commerce Tawazun Outdoor Online terdiri dari proses perencanaan, analisa sistem, perancangan tampilan website, implementasi. Proses uji coba website e-commerce dilakukan dengan cara menguji setiap halaman website dengan metode pengujian white box. Website e-commerce ini dapat memudahkan pemilik toko Tawazun Outdoor dalam berjualan melalui internet dan untuk membantu menginformasikan barang yang harus disediakan pada hari berikutnya dengan halaman bestseller dengan menggunakan Market Basket Analysis. Kata Kunci: E-commerce, Market Basket Analysis, Website.
MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DALAM PERAMALAN NILAI HARGA SAHAM PENUTUP INDEKS LQ45 Priyadi, Devita; Mardhiyah, Iffatul
Jurnal Ilmiah Informatika Komputer Vol 26, No 1 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i1.3695

Abstract

Data indeks LQ45 dapat digunakan membantu manajer investasi, investor ataupun calon investor terkait dalam proses perencanaan dan proses pengambilan keputusan dalam membeli ataupun menjual saham. Oleh karena itu data LQ45 memiliki peran penting dalam melakukan peramalan untuk mencapai tujuan tersebut. Peramalan deret waktu (time series) menggunakan penerapan model Autoregressive Integrated Moving Average (ARIMA) untuk meramalkan nilai harga saham penutup dalam Indeks LQ45 pada data mingguan. Data yang digunakan merupakan data dari 25 November 2019 sampai dengan 30 November 2020. Hasil pengujian model terbaik adalah ARIMA(1,1,1). Model ARIMA(1,1,1) terpilih karena memenuhi asumsi dan didukung oleh nilai Adjusted R-squared, nilai S.E. of regression, Akaike Info Criterion dan Schwarz Criterion. Hasil peramalan jangka pendek selama 2 bulan ke depan (7 Desember 2020 sampai 25 Januari 2021) yang didapat dari model ARIMA(1,1,1) mendekati data aktual dengan nilai Mean Absolute Percentage Error (MAPE) yang paling kecil yaitu 18.41269.
Travel Time Estimation Using Support Vector Regression on Model with 8 Features Kosasih, Rifki; Mardhiyah, Iffatul
Scientific Journal of Informatics Vol 9, No 2 (2022): November 2022
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v9i2.37215

Abstract

Purpose: In travelling, we need to predict travel time so that itinerary is as expected. This paper proposes Support Vector Regression (SVR) to build a prediction model. In this case, we will estimate travel time in the Bali area. We propose to use a regression model with 8 features, i.e., time, weather, route, wind speed, day, precipitation, temperature and humidity information.Methods: In this study, we collect real-time data from Global Positioning System (GPS) and weather applications. We divide our data into two types: training dataset consisting of 177 data and testing dataset comprising 51 data. The Support Vector Regression (SVR) method is used in the training stage to build a model representing data. To validate the model, error measurements were carried out by calculating the values of R2, Accuracy, MAE (Mean Absolute Error), RMSE (Root Mean Square Error) and Accuracy.Result: From the research results, the model obtained is the SVR model with parameters γ=0.125, ε=0.1 and C = 1000, which has a value of R2= 0.9860528612283006. Later, we predict travel times on testing data using the SVR model that has been obtained. Based on the result of the research, our model has a 0.8008 MAE (Mean Absolute Error), 1.2817 RMSE (Root Mean Square Error) and 95.3369% Accuracy.Novelty: In this study, we use 8 features to estimate travel time in the Bali area. Furthermore, we will compare the KNN regression method (previous studies) with Support Vector Regression (SVR) (proposed method) on a model with 8 features to estimate travel time.
Co-Authors Priyadi, Devita Rifki Kosasih Zahra, Fidelia Savira