This Author published in this journals
All Journal Teknika
Supangat Supangat
Program Studi Teknik Informatika, Universitas 17 Agustus 1945 Surabaya

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

Found 2 Documents
Search

Sistem Prediksi Transaksi Nasabah Bank Swasta Memanfaatkan Fuzzy Time Interval Sequential Pattern Mining Titasari Rahmawati; Supangat Supangat
Teknika Vol 7 No 1 (2018): Juli 2018
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v7i1.89

Abstract

Layanan perbankan saat ini memang dirancang sebagai salah satu cara untuk memuaskan para nasabah. Pelayanan operasional adalah pelayanan yang penting karena terjadi secara langsung. Kebutuhan seorang nasabah yang terjadi sewaktu-waktu sehingga bank harus siap dalam hal dana tunai. Transaksi yang terjadi pada sebuah bank tidak dapat diprediksi dengan kasat mata dikarenakan situasi dan kondisi perekonomian yang labil sehingga bank harus memperhatikan jumlah dana tunai yang tersedia. Oleh sebab itu perlu dibangun sebuah sistem prediksi yang dapat memprediksi transaksi nasabah guna untuk mengetahui pada saat momen apa, transaksi apa yang akan dilakukan serta dalam waktu atau tempo yang sebentar, sedang atau lama transaksi kedua akan dilakukan. Sistem ini menggunakan metode fuzzy time interval sequential pattern yang dapat memprediksi transaksi nasabah dikolaborasi dengan momen.
Implementasi Decision Tree C4.5 Untuk Menentukan Status Berat Badan dan Kebutuhan Energi Pada Anak Usia 7-12 Tahun Supangat Supangat; Anis R. Amna; Titasari Rahmawati
Teknika Vol 7 No 2 (2018): November 2018
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v7i2.90

Abstract

Decision Tree 4.5 merupakan salah satu algoritma klasifikasi yang banyak digunakan untuk memperoleh hasil klasifikasi non biner. Dibanding algoritma sejenis, Decision Tree 4.5 memiliki kelebihan pada kemampuan untuk mengelola data dalam berbagai format. Kelebihan inilah yang dicoba dimanfaatkan untuk memperoleh hasil klasifikasi kebutuhan nutrisi bagi anak usia sekolah dasar. Berdasarkan hasil pengujian menggunakan Decision Tree terhadap 360 siswa sekolah dasar berusia 7-12 tahun, diperoleh hasil bahwa 79,7% siswa memiliki berat badan normal, 12,5% siswa mengalami kekurangan berat badan, dan 7,8% siswa mengalami kelebihan berat badan. Dari kondisi tersebut, pengujian lebih lanjut menggunakan Decision Tree menunjukkan bahwa faktor usia, berat badan, tinggi badan, BMR, dan BMI memiliki kontribusi pada penentuan kebutuhan energi pada anak, dan jenis kelamin mempengaruhi pada proses penentuan kebutuhan konsumsi karbohidrat, protein, lemak, dan serat.