Article Per Year (5 Year)
p-Index From 2018 - 2023
0.61
P-Index
This Author published in this journals
All Journal Bulletin of Information Technology (BIT) JOMLAI: Journal of Machine Learning and Artificial Intelligence Jurnal Teknik Mesin, Industri, Elektro dan Informatika
Irfan Sudahri Damanik
STIKOM Tunas Bangsa, Pematangsiantar, Indonesia
Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Metode Smart Dalam Menentukan Mata Kuliah Terfavorit Pada Kampus Merdeka Di STIKOM Tunas Bangsa Muhammad Fachrur Rozy; Irfan Sudahri Damanik; Ilham Syahputra Saragih
Bulletin of Information Technology (BIT) Vol 2 No 3: November 2021
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (697.884 KB) | DOI: 10.47065/bit.v2i3.132

Abstract

Saat ini kreativitas dan inovasi menjadi kata kunci penting untuk memastikan pembangunan Indonesia yang berkelanjutan. Para mahasiswa yang saat ini belajar di Perguruan Tinggi, harus disiapkan menjadi pembelajar sejati yang terampil, lentur dan ulet. Kebijakan Merdeka Belajar – Kampus Merdeka yang diluncurkan oleh Menteri Pendidikan dan Kebudayaan merupakan kerangka untuk menyiapkan mahasiswa menjadi sarjana yang tangguh, relevan dengan kebutuhan zaman, dan siap menjadi pemimpin dengan semangat kebangsaan yang tinggi. Proses pengambilan data diperoleh dengan cara membagikan kuisioner dan observasi secara langsung.Dengan variable jumlah SKS, peluang pekerjaan, dan alasan mahasiswa dalam mengambil mata kuliah pada kampus merdeka. Hasil penelitian ini berupa mata kuliah yang akan diambil berdasarkan mata kuliah yang ada pada Kampus Merdeka di STIKOM Tunas Bangsa.
PEMETAAN HASIL PRODUKSI BUAH-BUAHAN DENGAN TEKNIK DATA MINING K-MEDOIDS Ira Audita; Irfan Sudahri Damanik; EKA IRAWAN
Jurnal Teknik Mesin, Industri, Elektro dan Informatika Vol. 1 No. 3 (2022): September : JURNAL TEKNIK MESIN, INDUSTRI, ELEKTRO DAN INFORMATIKA
Publisher : POLITEKNIK PRATAMA PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1102.947 KB) | DOI: 10.55606/jtmei.v1i3.535

Abstract

Buah-buahan merupakan salah satu komoditas hortikultura yang memegang peranan penting bagi pembangunan pertanian di Indonesia. Secara garis besar, produksi buah-buahan di Provinsi Sumatera Utara selama periode 2018-2020 mengalami penurunan. Penurunan jumlah produksi buah-buahan dapat mengakibatkan harga buah menjadi mahal, dan stok buah-buahan menjadi langkah. Penelitian ini bertujuan untuk mengetahui hasil dari pengelompokkan tanaman buah-buahan menggunakan metode K-Medoids yang merupakan bagian dari Data Mining. Metode K-Medoids ini merupakan metode clustering yang dapat memecahkan dataset menjadi beberapa kelompok. Pada penelitian ini data yang digunakan bersumber dari Badan Pusat Statistik pada tahun 2017-2021. Hasil dari penelitian ini diperoleh sebanyak 21 komoditas yang tergolong cluster rendah dan 2 komoditas yang tergolong dalam cluster tinggi. Penelitian ini diharapkan dapat Membantu Pihak Dinas Pertanian Provinsi Sumatera Utara dalam mengupayakan meningkatkan hasil produksi tanaman buah-buahan yang ada di Provinsi Sumatera Utara.
Application of Data Mining on Patterns of Sales of Goods in Minimarkets Using the Apriori Algorithm Siti Hadija; Eka Irawan; Irfan Sudahri Damanik
JOMLAI: Journal of Machine Learning and Artificial Intelligence Vol. 1 No. 4 (2022): Desember
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (561.502 KB) | DOI: 10.55123/jomlai.v1i4.1668

Abstract

Minimarket is a shop that sells goods for daily needs. Each minimarket generates a lot of sales data every day. Sales transaction data can only be stored without further analysis. Based on this description, research was conducted to assist minimarket managers in making it easy to solve sales pattern problems at minimarkets using the Apriori algorithm. The Apriori algorithm is an algorithm that searches for item set frequencies using the association rule technique. The final result of using data mining using the Apriori association method is proven to be able to find out the results of the analysis that appear simultaneously based on sales data at the Mawar Simp.Tangsi Balimbingan Minimarket with a minimum amount of support of 30% and 80% confidence resulting in 8 association rules that are formed.
Co-Authors Eka Irawan Ilham Syahputra Saragih Ira Audita Muhammad Fachrur Rozy Siti Hadija