Garuda - Garba Rujukan Digital

PKM Peningkatan Kesadaran Dan Pengetahuan Masyarakat Tentang Pencegahan Stunting Melalui Program Edukasi Dan Pendampingan Di Desa Tarikolot Tohidi, Edi; Ali, Irfan; Solihudin, Dodi; Yulistiano, Irena; Hagi Badra, Muhammad
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 5 : Juni (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Stunting is a chronic nutritional issue that negatively affects the growth of children in Indonesia. Tarikolot Village faces serious challenges due to the low awareness and knowledge of the community regarding stunting prevention. This Student Creativity Program (PKM) aims to enhance community awareness and knowledge about stunting prevention through education and mentoring activities. The methods employed include socialization, training, and intensive mentoring for pregnant women and families in Tarikolot Village. The results of this program show a significant increase in community knowledge about the importance of balanced nutrition and stunting prevention practices. Thus, this program has successfully contributed to reducing stunting rates in Tarikolot Village.

IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA ASOSIASI PADA DATA PENJUALAN UMKM SIBUCIN_ID Hanani, Desri; Irawan, Bambang; Bahtiar, Agus; Tohidi, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8196

UMKM Sibucin_id, berlokasi di Ciamis, Jawa Barat, fokus pada penjualan camilan seperti Basreng, Kripik Kaca, Cimol, Batagor Kering, dan lain sebagainya. Operasionalnya terbatas pada gudang produksi dan persediaan tanpa toko fisik, penjualan dilakukan secara daring. Dengan hanya menyimpan data transaksi sebagai arsip, perencanaan penjualan kurang dioptimalkan. Penelitian ini menggunakan data transaksi untuk menerapkan analisis pola asosiasi dengan algoritma Apriori guna memberikan saran spesifik dalam mengoptimalkan perencanaan penjualan. Dari pengolahan data dengan menerapkan nilai minimum support 5% dan nilai minimum confidence 10%, hasil analisis mencakup enam aturan asosiasi, seperti salah satu di antaranya adalah 57,91% pembeli Kripik Kaca Kriuk yang juga memilih Basreng Pedas Daun Jeruk. Saran termasuk manajemen stok, bundling produk, promosi, penawaran spesial, peningkatan pelayanan, inovasi produk, dan evaluasi rutin. Penelitian ini diharapkan berkontribusi pada optimalisasi perencanaan penjualan UMKM Sibucin_id serta menjadi dasar untuk penelitian selanjutnya di bidang analisis data penjualan dan pola asosiasi dalam konteks bisnis.

IMPLEMENTASI ALGORITMA C4.5 PADA PRODUKSI PERIKANAN DI KECAMATAN CIHAURBEUTI Nurrajtiari, Dira; Irawan, Bambang; Bahtiar, Agus; Tohidi, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8208

Produksi perikanan merupakan sektor penting dalam industri pangan dan ekonomi global juga ketahanan pakan. Untuk meningkatkan efisiensi dan pengelolaan produksi perikanan, analisis data mining telah menjadi alat yang berharga dalam mengidentifikasi pola-pola yang tersembunyi dalam data produksi perikanan. Salah satu metode yang umum digunakan dalam analisis data mining adalah metode C.45, yang merupakan algoritma pohon keputusan untuk tugas klasifikasi. Penelitian ini bertujuan untuk menerapkan metode C.45 dalam analisis data produksi perikanan dengan fokus pada klasifikasi hasil produksi perikanan. Metode C.45 digunakan untuk mengidentifikasi hubungan antara atribut-atribut yang terkait dengan produksi perikanan dan hasil produksi yang terjadi. Langkah-langkah dalam penerapan metode C.45 melibatkan pemilihan atribut yang paling informatif, pembentukan pohon keputusan, dan proses pruning untuk menghindari overfitting. Hasil eksperimen menunjukkan bahwa metode C.45 mampu menghasilkan model klasifikasi yang cukup akurat dalam memprediksi hasil produksi perikanan. Selain itu, pohon keputusan yang dibuat memberikan wawasan yang bermanfaat tentang komponen yang mempengaruhi produksi perikanan. Hasil penelitian ini diharapkan dapat memberikan kontribusi penting dalam upaya peningkatan produksi perikanan di Kecamatan Cihaurbeuti dan dapat menjadi dasar untuk pengambilan keputusan yang lebih efektif dalam mengelola sektor perikanan di wilayah tersebut. Penelitian ini juga dapat menjadi contoh bagi penelitian serupa di daerah lain yang menghadapi tantangan serupa dalam mengoptimalkan hasil produksi perikanan. Hasil pengukuran menyatakan Parameter gain_ratio adalah parameter yang paling mempengaruhi terhadap tingkat akurasi yang tinggi. Dalam penelitian ini tingkat akurasi hasil pengukuran akurasi data yang diperoleh terhadap data produksi perikanan nilai akurasinya mencapai 92,56%. Dan factor yang paling berpengaruh terhadap tingkat produksi perikanan adalah jumlah benih. Dengan mengetahui factor pengaruh utama yaitu jumlah benih ini memberikan wawasan berharga bagi pengambil keputusan, terutama bagi masyarakat pembudidaya dan pemerintah setempat.

PENERAPAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK ANALISIS SENTIMEN YOUTUBE MENGENAI INTENSIF MOBIL LISTRIK Caswadi, Caswadi; Dienwati, Nisa; Dwilestari, Gifthera; Fathurrohman, Fathurrohman; Tohidi, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8252

Dampak pemanasan global terhadap perubahan iklim telah menarik perhatian dari berbagai pihak. 27% dari polusi udara disebabkan oleh transportasi. Di berbagai negara, pemerintah telah menerapkan langkah-langkah untuk mengurangi polusi udara dengan mendorong masyarakat untuk beralih menggunakan kendaraan listrik. Namun keberhasilan pemerintah untuk mengkampanyekan teknologi mobil listrik tergantung pada sentimen dan pemahaman masyarakat. Tujuan penelitian ini untuk menganalisa sentimen publik. Dataset digunakan dalam penelitian ini ialah 1517 data komentar di laman youtube mengenai intensif mobil listrik. Berdasarkan analisis, sebagian besar komentar youtube memiliki sentimen negatif (57,4%), sementara jumlah komentar yang positif (33,3%) dan netral (9,3%). Penelitian ini menerapkan metode Naïve Bayes dan K-Neareast Neighbor. Hasil penelitian menunjukan bahwa metode K-Nearest Neighbor memberikan hasil klasifikasi yang lebih baik dengan Accuracy sebesar 93,23%, precision 93,91% dan recall 91,56%. Sedangkan Naïve Bayes memperoleh hasil Accuracy 86,95%, precision 80,51%, dan recall 91,23%.

PENGELOMPOKKAN DATA BENCANA ALAM BERDASARKAN WILAYAH MENGGUNAKAN ALGORITMA K-MEANS Amaliah, Rif'atul; Tohidi, Edi; Wahyudin, Edi; Rizki Rinaldi, Ade; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8253

Bencana alam adalah rangkaian kejadian yang ditimbulkan oleh alam. Namun tidak menutup kemungkinan bencana alam yang terjadi disebabkan oleh ulah manusia. Bencana alam memiliki potensi untuk menyebabkan dampak yang signifikan pada infrastruktur dan lingkungan, bahkan dapat mengancam keselamatan manusia. Penelitian ini bertujuan untuk mengidentifikasi wilayah-wilayah dimana jenis bencana alam paling dominan atau sering terjadi untuk memberikan wawasan yang lebih mendalam tentang resiko bencana alam di berbagai wilayah sehingga dapat membantu meningkatkan upaya mitigasi bencana. Metode yang diterapkan melibatkan pengelompokkan data menggunakan algoritma K-Means, yang memungkinkan peneliti untuk mengelompokkan wilayah dengan karakteristik serupa ke dalam cluster-cluster yang berbeda. Hasil penelitian ini berhasil mengelompokkan data bencana alam menggunakan Algoritma K-Means membentuk 3 cluster berdasarkan MeasureTypes Bregman Divergences dengan parameter SequaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Nilai Davies-Bouldin-Index (DBI) yang dihasilkan pada penelituan ini yaitu 0,012. Cluster 0 memiliki 884 data dengan tingkat kejadian bencana alam rendah. Kejadian bencana alam yang dominan terjadi yaitu kekeringan. Sedangkan wilayah yang termasuk kedalam cluster 1 dengan memiliki 2 data adalah wilayah dengan tingkat kejadian sedang. Kejadian bencana yang paling dominan adalah Letusan Gunung Api. Dan cluster 2 memiliki 1 data yaitu wilayah dengan tingkat kejadian tinggi. Kejadian bencana alam yang paling dominan adalah Puting Beliung.

MENGELOMPOKKAN KABUPATEN ATAU KOTA DI PROVINSI JAWA BARAT BERDASARKAN FASILITAS KESEHATAN MENGGUNAKAN ALGORITMA X-MEANS Riptiyani, Anjela; Tohidi, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8259

Di tengah perkembangan globalisasi dan kemajuan perkembangan teknologi yang pesat, sektor kesehatan memegang peranan yang sangat penting dalam menjaga kesejahteraan masyarakat. Fasilitas kesehatan yang tersedia memiliki dampak besar dalam memastikan bahwa layanan kesehatan dapat diakses secara merata dan berkualitas. Masalah terkait ketersediaan dan kepadatan fasilitas kesehatan menarik perhatian karena pentingnya akses terhadap layanan kesehatan yang memadai dalam menghadapi pertumbuhan populasi dan urbanisasi yang pesat. Di dalam era yang semakin digital ini, data mengenai kesehatan telah menjadi aset yang sangat berharga dalam upaya perencanaan dan pengembangan sistem layanan kesehatan. Penelitian ini bertujuan untuk mengimplementasikan Algoritma X-Means dalam mengelompokkan Kabupaten atau Kota di Provinsi Jawa Barat berdasarkan fasilitas kesehatan yang tersedia. Data yang di gunakan mencakup Rumah Sakit, Puskesmas dan Posyandu. Penelitian ini mencakup langkah-langkah pengumpulan data fasilitas kesehatan, pengolahan data, dan penerapan algoritma X-Means. Selain itu, pengelompokan fasilitas kesehatan dapat membantu dalam mengidentifikasi area yang mungkin mengalami kekurangan akses terhadap pelayanan kesehatan, sehingga memungkinkan pemerintah daearah untuk lebih efektif dalam mengalokasikan sumber daya kesehatan dan merencanakan strategi kesehatan yang lebih tepat sasaran. Penelitian ini menghasilkan 3 Cluster dengan nilai DBI 0,425, Cluster 0 dengan jumlah fasilitas kesehatan tinggi dengan jumlah 42 item, cluster 1 dengan jumlah fasilitas kesehatan sedikit dengan jumlah 54 item dan cluster 2 dengan jumlah fasilitas kesehatan sedang dengan jumlah 12 item. Hasil penelitian ini diharapkan dapat membimbing pengembangan strategi untuk meningkatkan pelayanan kesehatan di setiap wilayah.

ANALISIS POLA PENJUALAN BATIK PEKALONGAN MENGGUNAKAN ALGORITMA FP-GROWTH Sukma Maula, Intan; Wahyudin, Edi; Tohidi, Edi; Kaslani, Kaslani; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8280

Pekalongan merupakan salah satu kota terkemuka dalam industri batik di Indonesia, yang dikenal sebagai “Kota Batik”. Batik bukan sekadar kain warna-warni dengan motif unik, tetapi batik memiliki ciri khas sendiri seperti gambar burung elang, garis lengkung, dan hiasan titik-titik, juga terdapat pada batik Pekalongan. Keunikan batik Pekalongan terletak pada warnanya yang cerah alami dan beragam motifnya mencakup gaya Cina, Belanda, dan asli dengan motif seperti kawung, burung merak, burung enchim, jawa hokokai, dan jlamprang. Perubahan pola konsumen yang semakin kompleks dari desain hingga harga dan perkembangan pesat dalam industri batik menimbulkan permasalahan dalam pola pembelian serta pengelolaan data transaksi yang terus meningkat sehingga menghambat dalam analisis pola pembelian konsumen. Oleh karena itu, penelitian ini bertujuan untuk mendapatkan pola pembelian konsumen terhadap jenis produk batik menggunakan algoritma FP-Growth untuk menentukan himpunan data yang sering muncul (frequent itemset) dalam dataset. Berdasarkan hasil pengujian, diperoleh 12 aturan asosiasi (Association rules) yang terbentuk dengan nilai minimum support = 0.01, minimum confidence = 0.8, dan lift = 1.0. Dengan aturan tersebut, penelitian ini menghasilkan implikasi yang signifikan terhadap pola pembelian konsumen, meningkatkan strategi pemasaran, dan membantu dalam pengelolaan inventaris serta pengambilan keputusan berdasarkan data yang tersedia.

PENERAPAN ALGORTIMA NAÏVE BAYES DALAM KLASIFIKASI HARGA PONSEL Saputra, Bayu; Anwar, Saeful; Tohidi, Edi; Susana, Heliyanti; Pratama, Denni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8281

Di jaman sekarang digital saat ini bidang teknologi berkembang pesat terutama terkait dengan beragamnya fitur yang ada pada ponsel dan tingkat spesifikasi ponsel yang semakin dinamis. Fitur ponsel semakin terus maju berkembang seperti penyimpanan memori, resolusi layar amoled, kapasitas baterai yang tahan lama menjadi aspek penentu harga ponsel. Spesifikasi ponsel semakin meningkat banyak fitur canggih yang dimiliki ponsel, maka dalam harga pun meningkat. Harga yang merupakan proses nilai tukar sangat penting digunakan dalam peluang ekonomi dan bisnis. Harga menjadi acuan pertama dalam jual beli. Penelitian ini bertujuan untuk menentukan keakuratan hasil nilai dan kinerja model klasifikasi harga ponsel yang menggunakan algoritma naïve bayes. Klasifikasi merupakan proses cara menemukan sebuah atribut serupa dalam sekumpulan objek dalam data yang dapat mengklasifikasikannya ke setiap kelas berbeda pada model klasifikasi yang telah ditentukan. Salah satu algoritma teknologi klasifikasi yang mudah diimplementasikan dan memiliki kecepatan mekanisme yang cepat disebut metode algoritma Naive Bayes. Pemodelan statistik dapat menggunakan metode Naïve Bayes dalam proses klasifikasi data. Menghitung suatu nilai probabilitas, metode ini dapat melatih data uji berdasarkan peristiwa data yang telah terjadi. Penelitian ini akan memanfaatkan klasifikasi yaitu Naïve Bayes. Pada artikel kali ini telah melakukan penelitian dengan penerapan algoritma Naïve Bayes dalam mengklasifikasikan harga ponsel dapat memperoleh nilai akurasi 85.50%.

ANALISIS POLA TRANSAKSI PEMBELIAN PADA BISNIS FOOD AND BEVERAGE MENGGUNAKAN ALGORITMA FP-GROWTH Fansuri, Rafly; Tohidi, Edi; Wahyudin, Edi; Kaslani, Kaslani; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8293

Dalam dunia bisnis Food and Beverage yang sangat kompetitif saat ini, perusahaan-perusahaan dihadapkan pada tekanan untuk terus mengembangkan strategi-strategi kreatif dalam menjalankan operasi mereka. Salah satu strategi yang dapat digunakan dalam meningkatkan kinerja penjualan adalah cross-selling, yaitu taktik menjual produk tambahan yang berkaitan dengan produk yang telah dibeli oleh pelanggan, dengan tujuan meningkatkan omset penjualan. Tujuan dari penelitian ini adalah untuk mengidentifikasi hubungan antara produk-produk yang sering dibeli oleh pelanggan dan bagaimana pola pembelian mereka dianalisis. Data penjualan dari French Bakery Sales digunakan dalam penelitian ini. Algoritma Frequent Pattern Growth (FP-Growth) adalah alat yang digunakan dalam metodologi penelitian ini untuk data mining asosiasi. Data transaksi penjualan dikumpulkan, atribut yang relevan dipilih, data dipreprocessing, proses asosiasi dataset, dan evaluasi pola yang terbentuk adalah semua langkah dalam proses penelitian ini. penelitian ini menghasilkan 8 aturan asosiasi menggunakan nilai minimum support 0,08 dan confidence 0,5 dengan 10 produk pembentuk. Aturan-aturan ini memiliki potensi untuk mendukung strategi cross-selling dengan lebih mudah dan efisien. Aturan-aturan ini memberikan informasi yang detail mengenai pola pembelian produk oleh konsumen, serta memperkirakan tingkat peluang keberhasilan strategi cross-selling.

OPTIMASI POLA PEMBELIAN TOKO SEMBAKO DENGAN ALGORITMA FP-GROWTH Fitriyah, Anis; Kaslani, Kaslani; Tohidi, Edi; Mulyawan, Mulyawan; Fathurrohman, Fathurrohman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8435

Toko sembako adalah toko kelontong (bahan pokok) yang menjual berbagai macam kebutuhan pokok masyarakat pada umumnya. Tanpa kebutuhan dasar masyarakat bisa terganggu karena bahan pokok ini yang paling utama. Penempatan pada produk toko ini masih dilakukan secara tradisional/manual oleh pemilik toko dan data transaksi penjualan di Toko ini hanya digunakan sebagai simpanan tanpa dimaksimalkan penggunaannya. Semakin banyak toko kelontong modern semakin sedikit pelanggan yang membeli di toko tersebut. Dalam penerapan teknik data mining menggunakan metode asosiasi dengan memanfaatkan Algoritma Fp-Growt, Permasalahannya adalah belum bisa mengetahui produk apa yang sering di minati pelanggan, ketersediaan produk seringkali tidak sesuai dengan keinginan konsumen sehingga bisa berdampak buruk. Algoritma Fp-Growth ini digunakan untuk mengidentifikasi peraturan yang mengatur keterkaitan antara kombinasi itemset. dalam data transaksi penjualan, dengan tujuan memberikan rekomendasi untuk mengoptimalkan strategi penjualan dengan mengidentifikasi produk-produk yang sering dibeli bersamaan, dan menyusun menu berdasarkan preferensi konsumen. Berdasarkan Association Rules menghasilkan 3 barang yang umumnya dibeli oleh pelanggan yaitu Gula, Minyak Goreng dan Tepung. Hasil evaluasi menunjukan nilai support tertinggi pada seluruh itemset sebesar 0.170. Pengujian pembentukan itemset, dengan nilai support 0.1 dan nilai confidence 0.5 mendapatkan rule sebanyak 7 rule dan mendapatkan nilai confidence yang paling tinggi yaitu 0.950 serta mendapatkan nilai lift paling tinggi 4.923 sehingga dinyatakan semua aturan yang dihasilkan memiliki kekuatan dan validitas yang dapat diandalkan untuk digunakan meningkatkan strategi penjualan. Penelitian ini dapat membantu Toko untuk dapat meningkatkan pengalaman pelanggan, mengoptimalkan stok produk, dan meningkatkan kepuasan pelanggan secara keseluruhan. Hasil temuan dari penelitian ini bisa dimanfaatkan untuk memberikan bantuan atau dukungan dalam proses penjualan, fokus pada barang - barang yang banyak diminati oleh pelanggan dan ketersediaan stok barang.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search