Article Per Year (5 Year)
p-Index From 2019 - 2024
2.663
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika JURTEKSI Jurnal Riset Informatika Building of Informatics, Technology and Science Jurnal Teknik Informatika (JUTIF) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jutsi: Jurnal Teknologi dan Sistem Informasi Journal of Social Responsibility Projects by Higher Education Forum J-Com (Journal of Computer) Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Journal Of Computer Science And Technology Journal Of Indonesian Social Society
Harahap, Indra Ramadona
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jutsi: Jurnal Teknologi dan Sistem Informasi

 1 
PENERAPAN DATA MINING UNTUK KLASIFIKASI PRODUK MERK BATA MENGGUNAKAN ALGORITMA K-MEANS Hernita Samosir; Muhammad Amin; Indra Ramadona Harahap
JUTSI: Jurnal Teknologi dan Sistem Informasi Vol 1, No 2 (2021): June 2021
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jutsi.v1i2.1163

Abstract

AbAbstract: Tanjungbalai Bata Store is a store that is engaged in the business of selling products and every day processes purchase data, sales data and transaction data. Transaction data is the result of sales that can be obtained so that store management knows the strategies that will be carried out to increase sales results. As for consumers who make transactions at stores for a separate reason, especially because of the completeness and many models that can be obtained from the Tanjungbalai brick shop, another reason is that the Tanjungbalai Brick Shop can provide a sense of comfort and peace in addition and the cleanliness seen from the store . There are many types of products sold at the Tanjungbalai Brick Shop. However, Tanjungbalai Brick Shop cannot classify products that are selling well and those that are not selling well. So that the difficulties experienced are the frequent shortage of stock of products that sell well because sales are high and the accumulation of products that are not selling well in the warehouse because the sellers are low. Based on the problems above, data mining is needed to classify which products are in demand and which are not. Data mining and k-means methods can help in this research combined with the PHP programming language and MySQL database. Keywords:Data Mining; Product Classification; K-Means Algorithm.  Abstrak:Toko Bata Tanjungbalai adalah toko yang bergerak di bidang bisnis penjulalan produk dan setiap harinya melalukan proses data pembelian, data penjualan maupun data transaksi. Data transaksi merupakan hasil penjualan yang di dapat agar manajemen toko mengetahui strategi yang akan di lakukan untuk meningkatkan hasil penjualan. Adapun konsumen yang melakukan transaksi di toko memiliki alas an tersendiri ataupun di karenakan kelengkapan dan banyak model yang bisa di dapatkan dari toko bata tanjungbalai, alasan yang lain adalah Toko Bata Tanjungbalai dapat memberikan rasa nyamandan tentram di tambah lagi keramahan dan kebersihan yang di lihat dari toko tersebut. Ada banyak jenis produk yang terjual di Toko Bata Tanjungbalai, namun toko bata Tanjungbalai tidaklah mampu dalam membagikan kelompok produk tersebut masuk kategori laris dan tidak laris. Sehingga kesulitan yang dialami yaitu seringnya kekurangan stok produk yang laku karena penjualannya tinggi dan menumpuknya produk yang tidak laris di gudang karena penjualnnya rendah. Berdasarkan permasalahan di atas maka dibutuhkan data mining untuk mengelompokkan produk mana saja yang laris dan tidak. Data mining dan metode k-meansdapat membantu dalam penelitian ini dipadukan dengan pemrograman PHP dan MySQL. Kata Kunci :Data Mining; Klasifikasi Produk; Algoritma K-Means
ANALISIS PREDIKSI PENJUALAN IKAN LELE PADA UD ULONG MENGGUNAKAN METODE SINGLE MOVING AVERAGE Dinda Pratiwi; Havid Syafwan; Indra Ramadona Harahap
JUTSI: Jurnal Teknologi dan Sistem Informasi Vol 1, No 3 (2021): October 2021
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jutsi.v1i3.1316

Abstract

Abstract: The purpose of this study is to predict the demand for catfish that can efficiently and cost effectively through the application of information technology at UD Ulong. The application of information technology referred to is forecasting or forcasting using the Single Moving Average method. Through the application of this method, researchers will maximize the use of the method by taking samples of sales or demand data contained in UD Ulong. Data will be taken sales or demand data for 1 year. Based on these data, researchers will predict demand in the next month. so that the owner of the catfish culture will benefit in predicting the demand for catfish at UD Ulong. Keywords: Forecasting; Single Moving Average Method; Catfish  Abstrak: Tujuan penelitian ini adalah untuk memprediksi permintaan ikan lele yang dapat mengefesiensikan dan mengefektifkan biaya melalui penerapan teknologi informasi pada UD Ulong. Penerapan teknologi informasi yang dimaksud yaitu peramalan atau forecasting menggunakan metode Single Moving Average. Melalui penerapan metode ini, peneliti akan memaksimalkan penggunaan metode dengan mengambil sampel data penjualan atau permintaan yang terdapat pada UD Ulong. Data yang akan diambil adalah data perjualan atau permintaan selama 1 tahun. Berdasarkan data tersebut, peneliti akan memprediksi permintaan di bulan depan sehingga pemilik budidaya ikan lele akan mendapatkan manfaat dalam memprediksi permintaan ikan lele pada UD Ulong. Kata Kunci: Peramalan; Metode Single Moving Average; Ikan Lele
Co-Authors afrisawati, Afrisawati Akmal Akmal Andri Nata Arridah Zikra Syah Arridah Zikra Syah Arridha Zikra Syah Azhar Robbi Dayus Dahriansah - Dewi Maharani Dinda Pratiwi Eska, Juna Havid Syafwan Hernita Samosir Indah Wahyuni Bugis Intan Agustina Jhonson Efendi Hutagalung Kasinun Kasinun Mhd. Ihsan Muhammad Amin Muhammad Iqbal Novica Irawati Nur Adlina Putri Radikasari Siregar Riki Andri Yusda Siregar, Wahyuni Suparmadi S Wahyuni Siregar Wiwin Handoko Zulkarnain Sirait