Article Per Year (5 Year)
p-Index From 2019 - 2024
3.082
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Pengabdian Masyarakat IPTEK Prosiding Snastikom Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Rudi Gunawan
3STMIK Triguna Dharma
Computer Science & IT Economics, Econometrics & Finance Education Library & Information Science Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Pola Etalase Pakaian Pada Fashion Store Urban Traffic Medan Menggunakan Algoritma Apriori Kamil Erwansyah; Rudi Gunawan; Sri Kusnasari
SEMINAR NASIONAL TEKNOLOGI INFORMASI & KOMUNIKASI Vol. 1 No. 1 (2021): Prosiding Snastikom 2021
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (920.173 KB)

Abstract

A fashion store is a place where many people shop to meet their clothing needs, in a fashion store, of course, there are many dozens of types of brands that are arranged so that it may be difficult for the store to manage it with the naked eye because of the many demands from customers, making not a few items become neglected the arrangement of the place which should be the main point in a layout in a storefront because the arrangement of the clothing storefront greatly affects sales because it will affect the interest of potential buyers later. Seeing these problems, it takes a data mining application using a priori algorithm as a support for decision making in determining a good storefront pattern based on patterns and association rules formed from sales transaction data. The result of this research is a system that can systematically create a clothing storefront pattern, so that Urban Traffic Medan can analyze the material needs to be sold using an apriori algorithm.
Penerapan Metode Dempster Shafer Mendiagnosa Penyakit Mentimun Ishak Ishak; Muhammad Dahria; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 2, No 1 (2019): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v2i1.92

Abstract

Mentimun adalah jenis sayuran yang banyak ditaman oleh para petani. Sayur ini banyak diminati baik untuk dimasak atau langsung dimakan. Para petani menginginkan setiap menanam mentimun ingin menghasilkan panen yang baik. Penyakit mentimun yang menyerang sulit diketahui oleh petani karena penyuluhan penyakit ini jarang dan jauh untuk mendapatkannya. Sistem pakar salah cara yang dapat membantu petani sebagai pengganti pakar penyakit mentimun. Metode Dempster Shafer adalah metode yang mampu menarik kesimpulan dari gejala-gejala penyakit yang telah diberi nilai densitas. Dari sistem ini apabila digunakan dapat memberi informasi jenis penyakit mentimun sehingga masalah yang dialami petani dapat diatas.
Penerapan Data Mining Untuk Estimasi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Perkapita Atas Dasar Harga Berlaku Menurut Lapangan Usaha Pada Kota Medan Menggunakan Metode Regresi Linier Barganda Rudi Gunawan; Nurcahyo Budi Nugroho; Riki Arbianto
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 1, No 2 (2018): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v1i2.36

Abstract

Pertumbuhan ekonomi di Kota Medan merupakan sebuah persoalan yang sangat penting. Dalam hal ini Produk Domestik Regional Bruto (PDRB) dapat dijadikan sebagai bahan acuan dalam evaluasi pertumbuhan perekonomian dan sebagai dasar untuk mengetahui angka kesejahteraan Kota Medan. Namun dalam prosesnya untuk mendapatkan data pdrb tersebut membutuhkan banyak biaya dan juga waktu. BPS Kota Medan dalam hal ini membutuhkan sistem untuk pengolahan data sementara untuk diberikan kepada Pemerintah Kota Medan. Dalam permasalahan tersebut dapat diolah dengan Data Mining. Dalam Data Mining ada sebuah metode yaitu Estimasi metode ini dapat digunakan untuk mengetahui laju pertumbuhan Produk Domestik Regional Bruto (PDRB). Dalam metode Estimasi terdapat sebuah algoritma Regresi Linier Berganda yang dapat digunakan untuk mengkaji hubungan antara beberapa variabel bebas dengan sebuah variabel terikat yang diharapkan dapat menjadi solusi dari permasalahan yang ada. Hasil dari penelitian ini adalah sebuah formula yaitu persamaan algoritma regresi linier berganda yang nantinya dapat menghasilkan nilai estimasi dari Laju Pertumbuhan Produk Domestik Regional Bruto Menurut Lapangan Usaha Pada Kota Medan.
Implementasi Data Mining Menggunakan Asosiasi Dengan Algoritma Apriori Untuk Mendapatkan Pola Rekomendasi Belanja Produk Pada Toko Avis Mobile Kamil Erwansyah; Beni Andika; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 4, No 1 (2021): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v4i1.2628

Abstract

Persaingan pasar yang terjadi dilingkungan masyarakat saat ini sangat tinggi. Melihat saat ini cukup banyak toko – toko yang mendirikan tokonya hanya berjarak tidak jauh dari toko sebelumnya. Hal ini akan memunculkan para pelaku usaha saling berebut konsumen dan bahkan menyebabkan persaingan yang tidak sehat, sehingga berdampak pada penjualan toko tersebut. Dengan demikian diperlukan strategi untuk meningkatkan penjualan pada toko, sehingga dapat meningkatkan penjualan pada toko tersebut.Salah satu strategi untuk meningkatkan penjualan yaitu dengan pola rekomendasi belanja produk, dimana rekap data penjualan pada suatu toko diolah dengan menggunakan konsep data mining sehingga dapat memudahkan dalam menyelesaikan masalah yang terjadi pada toko Avis Mobile. Dengan metode asosiasi yang mampu mengenali kelakuan dari kejadian – kejadian khusus dengan tujuan untuk menemukan aturan atau pola yang ada didalam data.Oleh sebab itu, algoritma apriori dapat merekomendasikan belanja produk untuk kedepannya berdasarkan data penjualan sebelumnya. Hasil dari penelitian ini dapat merekomendasikan belanja produk, sehingga dapat membantu toko tersebut.
Sistem Pakar Untuk Mendiagnosa Penyakit Pertussis (Batuk Rejan) Dengan Menggunakan Metode Teorema Bayes Dicky Nofriansyah; Rudi Gunawan; Elfitriani Elfitriani
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 3, No 1 (2020): J SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v3i1.194

Abstract

Penyakit pertussis (Batuk Rejan) adalah penyakit yang sangat menular yang hanya ditemukan pada manusia. Pertussis menyebar dari orang keorang. Seseorang yang menderita pertussis biasanya menularkan penyakit kepada orang lain dengan batuk atau bersin atau ketika menghabiskan banyak waktu di dekat satu sama lain dimana berbagi ruang bernapas. Oleh karena itu diperlukan suatu sistem sebagai alat bantu dalam mendiagnosa penyakit pertussis (Batuk Rejan).Sistem pakar merupakan suatu sistem yang memiliki basis pengetahuan yang berasal dari pengetahuan seorang dalam bidang tertentu. Untuk penyakit pertussis sumber pengetahuan didapat dari seorang dokter dan perawat anastesi yang khusus menangani penyakit pertussis. metode yang digunakan adalah Teorema Bayes dimana nilai probabilitas dihitung untuk mendapatkan nilai kesimpulan yang menjadi acuan jenis penyakit pertussis yang diderita.  Maka dihasilkan sebuah Sistem yang dapat mendiagnosa penyakit pertussis (Batuk Rejan) berdasarkan gejala-gejala yang sudah ada.
Implementasi Data Mining Untuk Memprediksi Prestasi Siswa Berdasarkan Status Sosial Dan Kedisiplinan Pada Smk Bayu Pertiwi Menggunakan Metode Regresi Linier Berganda Rudi Gunawan
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 17, No 2 (2018): AGUSTUS 2018
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v17i2.41

Abstract

Kemajuan suatu Sekolah salah satunya ditentukan dari banyaknya Siswa yang Mendaftar ke Sekolah untuk  memperoleh pendidikan yang baik. Semakin meningkatnya jumlah tamatan siswa, maka semakin baik keberadaan Sekolah tersebut seperti yang disebutkan di atas bahwa salah satu faktor penting dalam Pendidikan adalah sumber daya manusia yang kompeten.Dalam hal ini prediksi prestasi siswa sangat penting bagi suatu sekolah.  Dimana dengan adanya Prediksi Prestasi siswa, sekolah dapat memberikan pelayanan pendidikan  dengan kualitas yang  baik terhadap siswa. Akan dirancang suatu aplikasi Data Mining menggunakan metode Regresi Linier Berganda untuk memprediksi Prestasi siswa Berdasarkan setatus sosial dan kedisiplinan pada Smk Bayu Pertiwi Menggunakan  metode Regresi Linier BergandaDari hasil perhitungan, Sekolah dapat meramalkan tingkat prestasi sesuai dengan prestasi untuk masa yang datang. Dengan metode Regresi Linier Berganda dapat membantu mempermudah analisa kumpulan data menjadi suatu hasil peramalan (prediksi) Tingkar Prestasi di sekolah tersebut.
Implementasi Data Mining Menggunakan Regresi Linier Berganda dalam Memprediksi Jumlah Nasabah Kredit Macet Pada BPR Tanjung Morawa Rudi Gunawan
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 18, No 1 (2019): Februari 2019
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v18i1.117

Abstract

Bank Pengkreditan Rakyat (BPR) merupakan salah satu jenis yang dikenal melayani golongan pengusaha mikro, kecil, dan menengah dengan lokasi yang pada umumnya dekat dengan masyarakat yang membutuhkan. Industri perbankan merupakan sektor penting dalam pembangunan maupun dalam pemodalan dalam usaha dan dipandang sebagai inti dari sistem perekonomian.Penyaluran dana yang dilakukan oleh bank dalam bentuk kredit atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak memiliki peranan yang sangat penting dalam perekonomian.Banyaknya nasabah-nasabah dalam penyaluran kredit atau perbankan juga akan banyak terjadi masalah-masalah dalam pinjaman ataupun pengembalian pinjaman dana, maka dari itu pihak penyaluran kredit atau BPR harus siap menghadapi resiko kredit yang menyebabkan kredit tersebut menjadi bermasalah, atau bisa juga disebut dengan kredit  macet. Data mining dalam memprediksi jumlah nasabah kredit macet dibangun bertujuan untuk mengetahui tingkat jumlah dari nasabah bermaslah atau bisa juga disebut dengan kredit macet dengan menerapkan metode regresi linier berganda. Diharapkan metode regresi linier berganda ini dapat menyelesaikan permasalahan di BPR NBP 33 Tanjung Morawa dalam menangani atau mengatasi nasabah yang bermasalah atau kredit macet dan dapat membantu pihak perusahaan dalam memprediksi jumlah kredit macet dalam perbulannya.
Penerapan Data Mining Untuk Memprediksi Target Produksi Berdasarkan Tingkat Penjualan Dan Banyaknya Pemesanan Produk Pada Pt. Neo National Menggunakan Metode Regresi Linier Berganda Hendra Jaya; Rudi Gunawan; Rini Kustini
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 18, No 2 (2019): AGUSTUS 2019
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v18i2.162

Abstract

Target produksi merupakan salah satu hal penting yang harus diperhitungkan  untuk memenuhi jumlah  pemesanan dan penjualan suatu produk. Tentu hal ini yang mendorong PT. Neo National Medan sebagai pihak penyedia produk mencari solusi atau penyelesaian yang akan dijalankan agar permintaan dari setiap konsumen yang menjadi sasaran utama selalu terpenuhi. Dalam menentukan target produksi tersebut diperlukan perhitungan yang akurat dan pengumpulan data sample yang benar-benar akurat. Untuk itu dilakukan perhitungan mencari prediksi target produksi menggunakan data mining dengan metode regresi linier berganda, agar lebih mempermudah pihak pengguna dalam mencari  jumlah target produksi yang harus dicapai.Data mining adalah sistem pengolahan data yang dapat membantu seseorang mengambil kesimpulan dari beberapa permasalahan. Pada proses perancangan terlebih dahulu harus menentukan variabel Y, X1 dan X2 berdasarkan permasalahan yang ditimbulkan lalu mengambil data akurat mengenai prediksi target produksi. Salah satu metode yang dapat digunakan adalah Regresi Linier Berganda yang dapat membantu menentukan target produksi yang akan dicapai pada bulan berikutnya. Adanya sistem ini diharapkan dapat mempermudah PT. Neo National sebagai pengguna dalam menentukan variabel yang digunakan untuk menentukan target produksi.                Hasil dari keputusan pada program ini diperoleh dari hasil variabel Y, X1 dan X2 sehingga dengan mudah dapat menentukan target produksi yang harus dicapai untuk bulan berikutnya pada PT. Neo National. Proses pengerjaannya menjadi lebih efektif dan efisien, baik dalam bidang keamanan, kecepatan dan ketepatan dalam penentuan target produksi.
Penentuan Mutasi Karyawan Menggunakan Metode Additive Ratio Assesment (ARAS) Retta theresia lubis; Firahmi Rizky; Rudi Gunawan
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 1 (2022): EDISI JANUARI 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i1.4788

Abstract

Mutasi karyawan yang umum dan wajib dilakukan demi kepentingan karyawan itu sendiri maupun perusahaan. Proses mutasi ini masih dilakukan secara subjektif oleh pihak manajemen suatu organisasi. Sehingga tidak jarang karyawan yang merasa tidak adil pada proses mutasi ini. Mutasi adalah suatu kegiatan yang berhubungan dengan proses pemindahan fungsi, tanggung jawab atau suatu perubahan posisi, jabatan atau pun tempat yang dilakukan baik secara horizontal maupun vertikal. Maka penelitian ini dilakukan untuk menentukan karyawan yang dimutasi dan diharapkan dapat menjadi salah satu alternatif solusi yang tepat bagi perusahaan dalam menentukan mutasi karyawan menggunakan metode Additive Ratio Assesment (ARAS). Dalam penentuan karyawan yang dimutasi mempunyai faktor penilaian kriteria pengalaman kerja, kedisiplinan, pendidikan dan usia. Hasil dari sistem pendukung keputusan dengan menggunakan metode Additive Ratio Assesment (ARAS), menunjukkan bahwa dengan metode ini dapat membandingkan kriteria-kriteria mutasi karyawan sehingga diperoleh karyawan yang berhak dimutasi dan menghasilkan nama karyawan yang memang pantas untuk dimutasi. Dari hasil perhitungan didapatkan bahwa yang akan di mutasi jabatannya adalah yang rangking 1 atau yang memiliki nilai paling tinggi 0,824 atas nama Felix dengan posisi lama sebagai Staff Teknisi. Metode Additive Ratio Assesment (ARAS) dapat digunakan untuk pengambilan keputusan dalam menentukan mutasi karyawan.
Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier Sartika Mandasari; B. Herawan Hayadi; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.
Co-Authors Abdullah Muhazir Ardianto Pranata Azlan Azlan B. Herawan Hayadi Badrul Anwar Baren Purba Beni Andika Dicky Nofriansyah Elfitriani Elfitriani Faisal Taufik Faisal Taufik Firahmi Rizky Hafizah Hafizah Hendra Jaya Hendryan Winata Hutagalung, Juniar Ishak Ishak Iskandar Zulkarnain kamil erwansyah Masyuni Hutasuhut Muhammad Dahria Mukhlis Ramadhan Nurcahyo Budi Nugroho Purwadi Purwadi Rehan Erdiansyah Rejekina Pasaribu Retta theresia lubis Riki Arbianto Rini Kustini Rutlan Br Sinaga Saidi Ramadan Siregar Sartika Mandasari Sobirin Sobirin Sri Kusnasari Zulkifli Lubis