Claim Missing Document
Check
Articles

Found 7 Documents
Search

Semi-Supervised Classification on Credit Card Fraud Detection using AutoEncoders Nur Rachman Dzakiyullah; Andri Pramuntadi; Anni Karimatul Fauziyyah
Journal of Applied Data Sciences Vol 2, No 1: JANUARY 2021
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v2i1.16

Abstract

The use of credit cards for online purchases has increased dramatically and led to an explosion in credit card fraud. Credit card companies need to be able to identify fraudulent credit card transactions so that customers are not charged for items they do not buy. In this study, we will use semi-supervised learning and combine it with AutoEncoders to identify fraudulent credit card transactions. In this paper, we will implement the use of T-SNE to visualize fraud and non-fraud transactions, then improve the visualization using autoencoders. Classification report proved that it is possible to achieve very acceptable precision using semi-supervised classification to detect credit card fraud.
PENERAPAN E-LEARNING SEBAGAI PENDUKUNG ADAPTIVE LEARNING DAN PENINGKATAN KOMPETENSI SISWA SMK DI KABUPATEN BANTUL Nuur Wachid Abdulmajid; Andri Pramuntadi; Ari Budi Riyanto; Eliya Rochmah
Jurnal Taman Vokasi Vol 5 No 2 (2017)
Publisher : Universitas Sarjanawiyata Tamansiswa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (794.571 KB) | DOI: 10.30738/jtv.v5i2.2475

Abstract

This research aims to know the application of e-learning for students’s SMK in Kabupaten Bantul. The research used the qualitative case study approach. This research took place at SMK Muhammadiyah 1 Imogiri Bantul. The informants in this research were expert technician of IT, lecuture of IT/IS, teachers in SMK, and studets in SMK.. The data were collected through observation, in-depth interviews, and documentation. The technical analysis of the data refered to the analysis of Miles & Huberman interactive model, including data collection, data condensation, data display, and drawing and verifying conclusions. The result shows that: (1) Students's competence can be improved through the help of e-learning. The e-learning features can be used by students to learn independently or collaboratively; (2) Characteristics and different functions in Edmodo and Moodle make teachers can choose one or even both as a medium of online learning to support adaptive learning students's SMK.
Implementation of Data Mining Using C4.5 Algorithm for Predicting Customer Loyalty of PT. Pegadaian (Persero) Pati Area Office Ridlo Muttaqien; Musthofa Galih Pradana; Andri Pramuntadi
International Journal of Computer and Information System (IJCIS) Vol 2, No 3 (2021): IJCIS : Vol 2 - Issue 3 - 2021
Publisher : Institut Teknologi Bisnis AAS Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/ijcis.v2i3.36

Abstract

PT Pegadaian (Persero) is engaged in the business of providing credit services with pawn, non-pawning and gold investment products. One of the right marketing strategies to survive today's high competition is to maintain customer loyalty, researchers use several data variables available in the MIS (Management Information System) in the form of customer transaction frequency, how many products are taken by customers, customer satisfaction and direct interviews. to predict customer loyalty of PT Pegadaian (Persero) by implementing the c4.5 algorithm. The c4.5 algorithm is the algorithm used to create a decision tree. Decision trees are a very powerful and well-known method of classification and prediction. The decision tree method converts very large facts into a decision tree that represents the rule. Rules can be easily understood in natural language. This study aims to determine the accuracy of the C4.5 algorithm to predict customer loyalty of PT Pegadaian (Persero) and the most influential factors in loyalty. The results of the experimental application of the c4.5 algorithm show that the level of accuracy generated in predicting customer loyalty is quite high, namely 89.94% in data testing 1 and 94% in data testing 2. The application of the c4.5 algorithm in predicting customer loyalty of PT Pegadaian (Persero) can be well applied.
MODEL PREDIKSI RENTET WAKTU NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI HARGA SAHAM Andri Pramuntadi
Telematika Vol 14, No 2 (2017): Edisi Oktober 2017
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v14i2.2097

Abstract

Penelitian ini dimulai dari sulitnaya para pialang saham untuk memprediksi stok harga saham. Stok merupakan indikator tren pasar, profitabilitas, benchmark benchmark kerja, serta penentuan strategi pasif dan produk derivatif. Informasi penjualan data saham lama sangat membantu dalam prediksi, semakin besar data dari masa lalu semakin besar ketepatan yang didapat. Namun, ukuran data juga mempengaruhi kinerja algoritma yang digunakan. Yang dilakukan dalam penelitian ini bagaimana Neural Network (NN) dengan Particle Swarm Optimization (PSO) yang digunakan untuk melakukan pemilihan fitur dataset saham yang digunakan. Eksperimen yang dilakukan pada percobaan pertama dilakukan dataset pelatihan dengan NN, dan pada percobaan kedua dengan dataset pelatihan akan dibuat PSO-NN untuk pemilihan fitur. Hasil atribut bobot PSO-NN dalam bentuk dataset, atribut dengan bobot tertinggi adalah atribut yang paling berpengaruh dalam latihan. Dataset baru dengan seleksi fitur kemudian melakukan latihan lagi. Dengan menggunakan NN, hasil percobaan yang dilakukan training cycle Neural Network  500, 3 Hidden layer, Momentum 0 dan Learning rate 0,2 mendapatkan 0,466 rmse. Sedangkan hasil percobaan NN dengan seleksi fitur PSO atau PSO-NN 0,373 rmse mendapatkan hasil. Penelitian yang berbasis PSO-NN ini mampu memprediksi secara lebih akurat.
Pengaruh Komitmen Organisasi Terhadap Kinerja Perawat di RS PK Muhammadiyah Bantul Sumarni Sumarni; Andri Pramuntadi
Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo Vol 5, No 2 (2019): JMK Yayasan RS.Dr.Soetomo, Oktober 2019
Publisher : STIKES Yayasan RS.Dr.Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (258.674 KB) | DOI: 10.29241/jmk.v5i2.157

Abstract

ABSTRAK Komitmen organisasi merupakan komponen penting dalam keberhasilan kinerja organisasi, karena unsur pendorong bagi seseorang untuk melakukan pekerjaan sendiri maupun kelompok. Tujuan Penelitian ini untuk menganalisis pengaruh komitmen organisasi terhadap kinerja perawat di RS PKU Muhammadiyah Bantul. Penelitian ini menggunakan desain penelitian pendekatan kuantitatif dengan rancangan cross sectional study. Jumlah Sampel penelitian adalah perawat bagian rawat inap di RS PKU Muhammadiyah Bantul sebanyak 150 orang, yang dipilih menggunakan metode survey. Pengumpulan data dilakukan menggunakan kuesioner terkait variabel komitmen organisasi dan kinerja perawat. Hasil penelitian menunjukan bahwa ada hubungan positif antara iklim organisasi dengan komitmen profesi (p= 0,001, r= 0,326), sehingga hipotesis dalam penelitian ini diterima. Hal ini membuktikan bahwa iklim organisasi dapat berpengaruh terhadap perilaku individu yang berdampak terhadap komitmen profesinya. Ada pengaruh positif variabel komitmen organisasi terhadap kinerja perawat di RS PKU Muhammadiyah Bantul, koefisien determinansi (r =0,1063). Dengan demikian hasil penelitian ini menunjukkan bahwa semakin positif iklim organisasi maka semakin tinggi komitmen profesi, begitu juga apabila semakin negatif iklim organisasi maka semakin rendah pula komitmen profesi. Kata kunci: Komitmen organisasi, Kinerja, Perawat
IMPLEMENTASI ALGORITMA GENETIKA DALAM PENENTUAN RUTE OPTIMAL UNTUK KURIR KANTOR POS BERBASIS WEB (STUDI KASUS: KANTOR POS WATES) Imam Ihsani; Andri Pramuntadi; Deden Hardan Gutama; Dhina Puspasari Wijaya
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2662

Abstract

Ekspedisi menjadi media penting dalam proses pengiriman barang oleh banyak orang maupun berbagai instansi. Terlebih situasi pandemi yang membuat jasa ekspedisi kian ikut meningkat pula. Penulis melakukan penelitian pada Kantor Pos Wates yang berada di bawah perusahaan Pos Indonesia yang justru peringkatnya jauh berada di bawah ekspedisi swasta lainnya. Faktor penurunan ini kemungkinan karena permasalahan pengiriman barang oleh kurir yang disebut dengan TSP (Traveling Salesman Problem) dimana kurir kesulitan menentukan rute terpendek dalam pengantaran paket kepada pelanggan di setiap lokasi pengirimannya mulai dari titik awal sampai kembali ke titik awal lagi. Solusi permasalahan ini adalah penerapan algoritma genetika untuk pengiriman barang dengan hasil keluaran aplikasi berbasis web sehingga kurir dapat mengirimkan barang lebih efektif untuk menghemat jarak, waktu dan biaya. Algoritma genetika adalah algoritma metaheuristik sehingga mampu menyelesaikan masalah sampai optimal. Tahapan algoritma genetika meliputi pembangkitan populasi, individu, kromosom, penentuan gen, penentuan fitness, seleksi untuk mendapatkan parents, crossover untuk menghasilkan offspring, mutasi, sampai menghasilkan solusi. Dalam pembuatan aplikasi digunakan API pada Google Maps untuk menampilkan titik koordinat lokasi yang didefinisikan sebagai gen. Perancangan aplikasi ini menggunakan metode Waterfall agar proses pembuatannya dilakukan secara urut dan terstruktur. Bahasa pemrograman yang digunakan dalam perancangan ini adalah PHP untuk menanamkan algoritma genetika pada web-nya. Adapula hasil dari penelitian ini adalah aplikasi web penentu rekomendasi rute yang di-generate berdasarkan jarak terdekat yang dapat dilalui kurir.
Perancangan Sistem Prediksi Pembelian Stok Masker dengan Metode Fuzzy Mamdani (Studi Kasus: Ud Masker Murah Jogja) Muhammad Asman; Deden Hardan Guatama; Dhina Puspasari Wijaya; Andri Pramuntadi
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 6 No. 3 (2023): July 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v6i3.16647

Abstract

This research aims to design a fuzzy Mamdani-based prediction system to assist in stock management decision-making for masks at UD MASKER MURAH JOGJA. The system will provide recommendations for mask brands with the highest sales and revenue. The fuzzy Mamdani method is considered effective in addressing subjectivity and providing highly precise mask stock predictions. This research will also consider profit variables as additional attributes to enhance prediction accuracy. The prediction system will help UD MASKER MURAH JOGJA make informed decisions in mask stock management, with the goal of maximizing profits and overcoming subjectivity. The results obtained from the fuzzy Mamdani method will reduce subjectivity, and the developed web system will function as intended.