Handayani, Tineka
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERAMALAN HASIL PANEN PADI KABUPATEN CIREBON MENGGUNAKAN ALGORITMA REGRESI LINEAR BERGANDA Andia, Rita; Kaslani, Kaslani; Eka Permana, Sandy; Handayani, Tineka
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.v8i1.8446

Abstract

Pertanian telah lama menjadi sektor ekonomi yang signifikan di Indonesia. Pertanian berkontribusi dalam aspek perekonomian, kesejahteraan masyarakat dan pelestarian alam. Kabupaten Cirebon, sebagai bagian dari negara agraris, memiliki mayoritas penduduk yang menggeluti sektor pertanian, terutama dalam kegiatan bertani padi. Hasil produksi panen padi Kabupaten Cirebon mengalami fluktuasi setiap tahunnya, perubahan tersebut menjadi fokus pada penelitian ini. Pada tahun 2020 produksi padi Kabupaten Cirebon mencapai 709.105 Ton/GKP sedangkan pada tahun 2021 produksi padi mengalami penurunan menjadi 703.044 Ton/GKP. Kemudian pada tahun 2022 produksi padi mengalami penurunan kembali menjadi 701.059 Ton/GKP. Penurunan produksi padi selama dua tahun secara berurutan menimbulkan kekhawatiran akan produksi padi pada tahun yang akan datang. Tujuan dalam penelitian ini yaitu melakukan peramalan sebagai upaya untuk memberikan gambaran produksi padi pada tahun 2023 menggunakan algoritma regresi linear berganda dengan menerapkan tahapan Knowledge Discovery in Database (KDD). Regresi linear berganda merupakan teknik statistik yang digunakan untuk meramalkan nilai dari suatu indikator dependen (Y) berdasarkan lebih dari satu indikator independen (X). Hasil peramalan produksi padi tahun 2023 sebesar 685.403 Ton/GKP, dengan hasil evaluasi peramalan menggunakan matriks evaluasi yaitu MSE sebesar 1691845,33, RMSE sebesar 1300,70, MAE sebesar 844,70 dan R2-Score sebesar 0,99. Berdasarkan hasil peramalan, produksi padi tahun 2023 mengalami penurunan.
IMPLEMENTASI DATA MINING POLA PEMBELIAN DOMINOS PIZZA MENGGUNAKAN ALGORITMA APRIORI Eka Permana, Sandy; Salsa Nugraha, Ega; Handayani, Tineka; Rizki Rinaldi, Ade
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.v8i1.8694

Abstract

Studi ini bertujuan untuk menerapkan teknik data experience menggunakan algoritma apriori dalam menganalisis pola pembelian domino pizza. metode apriori digunakan untuk mengidentifikasi agregat yang sering terjadi untuk mengidentifikasi faktor dalam transaksi, sehingga memungkinkan peneliti menimbang sampel untuk memilih menu yang bermanfaat.data yang digunakan dalam studi yang diperoleh dari website kaggle termasuk riwayat transaksi pelanggan pembelian domino pizza. masalah yang dihadapi dominos pizza, tidak ada agregat penjualan di dominos pizza.untuk meningkatkan keuntungan perusahaan.salah satu hal yang harus diketahui dominos adalah pelanggan membeli pizza secara teratur.penerapan algoritma apriori ini harus memberikan efek yang berharga bagi perusahaan dominos pizza.tujuan penelitian ini adalah untuk memahami pembelian pizza dominos menggunakan pelajaran matematika apriori sehingga mendapatkan nilai dukungan dan kepercayaan terbaik menggunakan aplikasi rapidminer.hasil studi ini memiliki dukungan terbaik, yaitu spinach dan feta (brooklyn style) dengan nilai dukungan 0,30.untuk nilai kepercayaan pelengkap pembelian pizza terbaik jika anda membeli 6 pizza wisconsin keju, juga punya kesempatan membeli pizza crush crispy tipis dengan nilai trust 0.78.dari hasil ini dapat meningkatkan keuntungan usaha dominos pizza.