Abdul Razak Naufal
Institut Teknologi Dan Sains Nahdlatul Ulama Pekalongan

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

Penerapan Bootstrapping untuk Ketidakseimbangan Kelas dan Weighted Information Gain untuk Feature Selection pada Algoritma Support Vector Machine untuk Prediksi Loyalitas Pelanggan Naufal, Abdul Razak; Wahono, Romi Satria; Syukur, Abdul
Journal of Intelligent Systems Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (776.065 KB)

Abstract

Prediksi loyalitas pelanggan merupakan sebuah strategi bisnis yang penting bagi industri telekomunikasi modern untuk memenangkan persaingan global, karena untuk mendapatkan pelanggan baru biayanya lebih mahal lima sampai enam kali lipat daripada mempertahankan pelanggan yang sudah ada. Klasifikasi loyalitas pelanggan bertujuan untuk mengidentifikasi pelanggan yang cenderung beralih ke perusahaan kompetitor yang sering disebut customer churn. Algoritma Support Vector Machine (SVM) adalah algoritma klasifikasi yang juga berfungsi untuk memprediksi loyalitas pelanggan. Penerapan algoritma SVM dalam memprediksi loyalitas pelanggan mempunyai kelemahan yang mempengaruhi keakuratan dalam memprediksi loyalitas pelanggan yaitu sulitnya pemilihan fungsi kernel dan penentuan nilai parameternya. Dataset yang besar pada umumnya mengandung ketidakseimbangan kelas (class imbalance), yaitu adanya perbedaan yang signifikan antar jumlah kelas, yang mana kelas negatif lebih besar daripada kelas positif. Dalam penelitian ini diusulkan metode resampling bootstrapping untuk mengatasi ketidakseimbangan kelas. Selain itu dataset juga mengandung fitur yang tidak relevan sehingga dalam pemilihan fitur dalam penelitian ini digunakan metode dua fitur seleksi yaitu Forward Selection (FS) dan Weighted Information Gain (WIG). FS berfungsi untuk menghilangkan fitur yang paling tidak relevan serta membutuhkan waktu komputasi yang relatif pendek dibandingkan dengan backward elimination dan stepwise selection. WIG digunakan untuk memberi nilai bobot pada setiap atribut, karena WIG lebih cocok digunakan dalam memilih fitur terbaik daripada Principal Component Analysis (PCA) yang biasa digunakan untuk mereduksi data yang berdimensi tinggi. Tujuan pembobotan ini untuk merangking atribut yang memenuhi kriteria (threshold) yang ditentukan dipertahankan untuk digunakan oleh algoritma SVM.  Sedangkan untuk pemilihan parameter algoritma SVM dengan menggunakan metode grid search. Metode grid search dapat mencari nilai parameter terbaik dengan memberi range nilai parameter. Grid search juga sangat handal jika diaplikasikan pada dataset yang mempunyai atribut sedikit daripada menggunakan random search. Hasil eksperimen dari beberapa kombinasi parameter dapat disimpulkan bahwa prediksi loyalitas pelanggan dengan menggunakan sampel bootstrapping, FS-WIG serta grid search lebih akurat dibanding dengan metode individual SVM.
Fuzzy-Analitycal Hirarchy Process (F-AHP) untuk Menentukan Keluarga Tidak Mampu Akibat Covid-19 Abdul Razak Naufal; Devi Astri Nawangnugraeni; Muhammad Zakky Abdillah
Techno.Com Vol 21, No 1 (2022): Februari 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i1.5305

Abstract

Hampir setiap negara didunia ini mempunyai sekelompok masyarakat yang kurang mampu dari segi ekonomi, termasuk di Indonesia. Berdasarkan kriteria keluarga tidak mampu yang dipublikasikan oleh Badan Pusat Statistik (BPS) bulan September 2018 sampai maret 2019 menunjukkan jumlah keluarga tidak mampu mencapai sekitar 9,99 juta jiwa untuk di daerah perkotaan dan 15,15 juta jiwa untuk di daerah perdesaan. Berbagai program bantuan Pemerintah dalam upaya mengurangi keluarga tidak mampu akibat wabah corona virus disease (covid-19) sudah banyak menyalurkan bantuan terhadap keluarga miskin maupun rentan miskin, tetapi yang sampai di masyarakat banyak yang tidak sesuai target karena ada berbagai parameter yang menjadikan keluarga tidak mampu tersebut, akibatnya penyaluran bantuan tersebut menjadi kurang efektif. Dalam penelitian ini peneliti menggunakan model Analitychal Hierarchy Process (AHP) yang dikombinasikan dengan algoritma fuzzy. Metode AHP mempunyai permasalahan pada indeks konsistensi dari matriks timbal balik yang dihasilkan secara acak dari skala 9 poin dengan timbal balik yang baku. Untuk mengatasi semua kekurangan tersebut, metode F-AHP diusulkan untuk menanggulangi permasalahan hirarki kriteria, karena metode F-AHP dapat menentukan bobot kriteria utama secara maksimal. Hasil Pengukuran dalam penelitian ini diperoleh akurasi 92.78% yang dihasilkan oleh sistem pada 10 data training dibandingkan 50 data penduduk dari Kelurahan Pakisputih, Pekalongan 
SISTEM MANAJEMEN ASET SEBAGAI OPTIMALISASI PENELUSURAN ASET DENGAN METODE ANALYTICAL HIERARCHY PROCESS Akrim Teguh Suseno; Abdul Razak Naufal; Devi Astri Nawangnugraeni
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 4 No 2 (2021)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v4i2.382

Abstract

Assets are one of the supporting equipment for business processes in a higher education organization. Asset management requires a system that is organized systematically so that the tracing process becomes more effective and efficient. In this case, asset management can be implemented in a web-based information system. The development of web-based asset management information system is carried out using the waterfall method, and for decision making in asset procurement priorities using the Analytical Hierarchy Process (AHP) method. The system development process uses the Codeigniter framework based on PHP and MySQL. The result of this development is a web-based asset management information system that is used to optimize asset tracking which is implemented at ITS NU Pekalongan.
MARKET BASED ANALYSIS SEBAGAI PENINGKATAN PENJUALAN PRODUK MENGGUNAKAN ALGORITMA K-MEDOIDS DAN FP-GROWTH Akrim Teguh Suseno
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 5 No 2 (2022)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v5i2.646

Abstract

The COVID-19 pandemic has greatly affected the economy in Indonesia. The emphasis on the development of covid-19 through Enforcement of Restrictions on Community Activities has an impact on the Micro, Small and Medium Enterprises (MSME) sector, including product sales at the Distro Sextors. Therefore, a strategy is needed to increase sales, one of which is through data mining techniques with market based analysis. Data mining is one of the processes of Knowledge Discovery in Database (KDD) that uses scientific methods in its application. The data used in this study were 6531 sales transactions. The data mining algorithm used in this research is K-Medoids for grouping which aims to find the best cluster. The cluster experiments used are K-3, K-4, K-5, K-6 and K-7 then cluster testing is carried out using the Davies Bouldien Index (DBI) method and the results are cluster K-3 is the best cluster because it has a homogeneous value lowest. Then the association rule uses the FP-Growth algorithm and the minimum support value used is 6% to 7% while the minimum confidence value is 60%. The results of the association rule analysis are product recommendations that can be used as promotions to increase sales in Distro Sextors. The products are SE128, SE131, SE130, SE431, SE792, dan SE804.
RANCANG BANGUN SISTEM INFORMASI POINT OF SALE MULTI OUTLET DENGAN MENGGUNAKAN FRAMEWORK LARAVEL DI KOPERASI ITSNU PEKALONGAN Abdul Razak Naufal
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 5 No 2 (2022)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v5i2.591

Abstract

Digitalization has been shaped the economy and society, one of the areas most affected by digitalization is the retail sector. Point Of Sale (POS) is a sales-oriented activity and a system that helps process transactions. The Cooperative store at the Technology and Science Institute of Nahdlatul Ulama (ITSNU) Pekalongan still records manually, so there is a risk of fraud and data loss. This POS system can be helping all transactions to manage stores to be fast, accurate and safe, because all of data will be saved to the cloud directly, so cooperative managers can be controlling several cooperatives directly, anytime and anywhere. The method used in this POS system is the Waterfall method, which is a method used to develop software sequentially like a waterfall through several stages are data collection, analysis, design, development, testing and implementation. Based on the black box testing that the researchers have done, all the features on this multi-outlet POS system have functioned properly according to the needs of cooperatives at ITSNU Pekalongan.
Desain UI dan UX dalam Sistem Informasi Akademik Menggunakan Metode Extreme Programming Fajar Mahardika; Abdul Razak Naufal; Mohammad AL AMIN
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1023

Abstract

The academic data processing system at ITSNU Pekalongan is not yet efficient, where activity recording is still carried out in the bookkeeping. This has the potential to cause data to be scattered and the preparation of management reports to take a long time. This study aims to design a UI (User Interface) and UI (User Experience) information system model for managing academic data at ITSNU Pekalongan. System development uses the Extreme Programming approach, where information collection is carried out by observation and question and answer. The results of research conducted at ITSNU Pekalongan concluded that with the construction of this system, it can help officers from BAAK, BAU and LPPM or LPM in managing academic data and information quickly, and can reduce errors in recording and conveying information. From testing the system, the reliability level was obtained with 65 respondents and the percentage proved 100%, which indicated that 65 respondents were suitable and there were no respondents who entered the Excluded type.Keywords: Academic information system; Extreme Programming; User Experience, User Interface AbstrakSistem pengolahan data akademik di ITSNU Pekalongan belum efisien, dimana pencatatan Kegiatan masih dilakukan dalam pembukuan. Hal ini berpotensi menyebabkan tercecernya data serta pembuatan laporan-laporan manajemen menjadi lama. Penelitian ini bertujuan untuk mendesain model UI (User Interface) dan UI (User Experience) sistem informasi untuk mengelola data akademik di ITSNU Pekalongan. Pengembangan sistem menggunakan pendekatan Extreme Programming, dimana pengumpulan informasi dilakukan dengan cara pengamatan serta tanya jawab. Hasil penelitian yang dilakukan di ITSNU Pekalongan menyimpulkan bahwa dengan dibangunnya sistem ini, dapat membantu petugas bagian BAAK, BAU serta LPPM ataupun LPM dalam mengelola data dan Informasi akademik secara cepat, serta dapat mengurangi kekeliruan dalam pencatatan dan penyampaian informasi. Dari pengujian sistem diperoleh tingkat reabilitas dengan jumlah responden 65 serta persentase membuktikan 100%, yang menunjukkan kalau 65 responden itu sesuai serta tidak terdapat responden yang masuk ke jenis Exculded.Kata kunci: Sistem informasi akademik; Extreme Programming; User Experience, User Interface