Articles
Estimasi Harga Jual Mobil Bekas Menggunakan Metode Regresi Linier Berganda
Evi Dewi Sri Mulyani;
Firham Mulady;
Dendi Ramadhan;
Ari Ariyantono;
Dikri Ramdani
Jurnal VOI (Voice Of Informatics) Vol 8, No 1 (2019)
Publisher : STMIK Tasikmalaya
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (468.429 KB)
Meningkatnya jumlah produksi mobil baru dan munculnya berbagai model mobil baru berdampak dengan melimpahnya mobil bekas atau dengan sebutan mobil second, yang dapat membuat masyarakat tertarik menjadi pengusaha dalam bisnis jual beli mobil bekas. Dengan disertai pajak yang lebih terjangkau dan proses peralihan kepemilikan yang tidak sulit menjadikan bisnis ini menjadi lebih menjanjikan di masyarakat. Mobil bekas memiliki harga jual yang menurun secara periodik, jadi harga jual suatu mobil bekas pada tahun yang sedang berjalan lebih rendah dari harga Oleh karena itu estimasi harga jual mobil bekas sangat diperlukan dalam membantu pengusaha untuk membantu penjualan mobil bekas dengan harga jual secara periodik. Dengan membuat estimasi harga jual mobil bekas menggunakan metode regresi linier berganda ini berdasarkan variabel merk, harga beli, tahun keluar (tahun pembuatan atau tahun perakitan), dan kondisi mobil ini telah mampu menghasilkan nilai perkiraan harga jual mobil bekas secara periodik dan pengujian dari hasil estimasi dengan hasil real sebesar 2,65%.The increasing number of new car production and the emergence of various new car models have an impact with the abundance of used cars or as a second car, which can make people interested in becoming entrepreneurs in the business of buying and selling used cars. With a more affordable tax and a process of ownership transfer that is not difficult to make this business more promising in the community. Used cars have a selling price that decreases periodically, so the selling price of a used car in the current year is lower than the price. Therefore, the estimated selling price of used cars is very necessary in helping entrepreneurs to help sell used cars with periodic selling prices. By estimating the selling price of used cars using this multiple linear regression method based on brand variable, purchase price, year of exit (year of manufacture or year of assembly), and the condition of this car has been able to produce an estimated value of used car selling prices periodically and testing the estimated results with real results of 2.65%.
Analisis Asosiasi Untuk Persediaan Alat-alat Kesehatan Pada Apotek Berkah Ciamis Menggunakan Algoritma Apriori
Evi Dewi Sri Mulyani;
Balgis Zulfarida;
Elma Meilani;
Harin Sanditha Rahmawati;
Mira Rismasari;
Muhammad Irgi Daudi;
Rita Oktaviani
Jurnal VOI (Voice Of Informatics) Vol 10, No 1 (2021)
Publisher : STMIK Tasikmalaya
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Upaya untuk menggali informasi dan pengetahuan yang berharga pada database yang sangat besar disebut data mining atau Knowledge Discovery in Database disingkat KDD. Salah satu algoritma yang paling populer pada teknik data mining adalah algoritma Apriori. Sedangkan dalam penemuan pola kombinasi hubungan antar item-sets digunakan Association Rules (Aturan Asosiasi). Data Mining yang telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis, bidang pendidikan, dan juga telekomunikasi. Dibidang bisnis misalnya pentingnya sistem persediaan barang di suatu Apotek dan jenis barang apa yang menjadi prioritas utama yang harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Apotek. Berbagai jenis alat-alat kesehatan di Apotek sebagai salah satu supplier alat-alat kesehatan, sehingga aktivitas pelayanan konsumen berjalan dengan baik. Apotek Berkah dapat mengolah data dengan menggunakan Metode Association Rule dapat menghasilkan data penjualan alat kesehatan yang paling sering dibeli atau paling banyak terjual sehingga dari hasil tersebut dapat menjadi acuan untuk menambah stok yang habis dan mengurangi beberapa stok yang jarang dibeli oleh konsumen. Sehingga Penerapan Algoritma Apriori pada teknik Data Mining sangat efisien dan dapat mempercepat proses pembentukan kecenderungan pola kombinasi itemset hasil penjualan alat-alat kesehatan di Apotek Berkah Ciamis, yaitu dengan minim support 70%. Sedangkan minim confidence 90%.
Analisis Perbandingan Sistem Pendukung Keputusan Menggunakan Metode SAW Dengan WP Dalam Pemberian Pinjaman
Evi Dewi Sri Mulyani
CogITo Smart Journal Vol 5, No 2 (2019): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (334.649 KB)
|
DOI: 10.31154/cogito.v5i2.151.239-251
Pemberian pinjaman dana (kredit) merupakan salahsatu bentuk pelayanan koperasi untuk membantu menyelesaikan permasalahan keuangan pada masyarakat. Ditentukannya suatu kriteria-kriteria dalam pemberian pinjaman tidak terlepas dari tujuan agar anggota koperasi yang akan diberi pinjaman memenuhi kriteria yang telah ditetapkan. Koperasi Unit Desa Karangmukti masih menggunakan sistem manual yang sebetulnya kurang efektif dalam menentukan pemberian pinjaman. maka dari itu penulis merancang sebuah aplikasi komputer menggunakan sistem pendukung keputusan dengan metode Simple Additive Weighting (SAW) dan metode Weighted Product (WP). Metode SAW dan metode WP merupakan bagian dari konsep Multi Attibut Decision Making (MADM) dimana diperlukan normalisasi pada perhitungannya. Dengan kedua metode ini, diharapkan dapat dikembangkan aplikasi sistem pendukung keputusan yang mampu membantu dalam menentukan pemberian pinjaman yang sesuai dengan kriteria yang telah ditentukan. Penelitian ini bertujuan untuk membandingkan manakah metode terbaik untuk diterapkan dalam menentukan pemberian pinjaman. Analisis dilakukan dengan menggunakan tingkat akurasi dari setiap metode dalam penyelesaian kasus sebagai acuan. Hasil tingkat kesesuaian metode SAW adalah sebesar 97.274% dan metode WP sebesar 99.80006%, dengan demikian metode WP adalah metode yang paling relevan untuk menyelesaikan permasalahan pemberian pinjaman. Kata Kunci—Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Metode Weighted Product (WP), Kredit, Koperasi
Prediksi Kurs Rupiah Terhadap Dollar Amerika Menggunakan Metode Trend Moment
Evi Dewi Sri Mulyani;
Achmad Bachtiar;
Deni Suci R;
Dian Rifki;
Indra Yogaswara;
Nova Srihermaning Tyas
Jurnal Inovtek Polbeng Seri Informatika Vol 4, No 2 (2019)
Publisher : P3M Politeknik Negeri Bengkalis
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (343.688 KB)
|
DOI: 10.35314/isi.v4i2.1029
Kurs atau nilai tukar mata uang sangat penting dalam perekonomian. Kurs dibutuhkan untuk menentukan sesuatu yang perlu dilakukan yang berkaitan dengan kurs itu misalnya keputusan investasi jangka pendek, keputusan penganggaran modal, keputusan pembiayaan jangka panjang, dan penilaian laba. Oleh karena itu, perlu dilakukan upaya untuk memprediksi besarnya kurs untuk satu hari ke depan. Permasalahan yang dihadapi adalah cara untuk memprediksi besarnya kurs yang menghasilkan nilai prediksi dengan tingkat kesalahan yang minimal. Metode yang digunakan adalah metode Trend Moment untuk memprediksi besarnya kurs. Hasilnya berupa data kurs yang terprediksi untuk tiap jenis kurs sampai satu hari ke depan. Tingkat keakuratan hasil prediksi diukur dengan im (indeks musim), yaitu nilai rata-rata hari tertentu dibagi dengan nilai rata-rata per hari. Hasil prediksi menunjukkan bahwa nilai im (indeks musim) pada tanggal 30 Juli 2019 adalah Rp 14.358,75.
Implementasi Algoritma K-Means Dan Fp-Growth Untuk Rekomendasi Bimbingan Belajar Berdasarkan Segmentasi Akademik Siswa
Evi Dewi Sri Mulyani;
Yoga Handoko Agustin;
Nensi Mardhiani Surgawi;
Susanto Susanto
IT (INFORMATIC TECHNIQUE) JOURNAL Vol 6, No 2 (2018): IT JOURNAL OKTOBER 2018
Publisher : Universitas Potensi Utama
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22303/it.6.2.2018.160-173
Pengayaan materi merupakan salah satu persiapan peserta didik untuk menghadapi Ujian Nasional (UN). Di SMA NEGERI 4 TASIKMALAYA tidak ada pengelompokan khusus untuk pengayaan UN. Tidak adanya pengelompokan khusus, mengakibatkan kurang tepat sasaran dalam mengatur jadwal mata pelajaran apa saja yang benar-benar dibutuhkan oleh siswa tersebut. Untuk itu diperlukan solusi yang dapat mengatasi kesulitan tersebut. Metode clustering untuk pengelompokan siswa dengan menggunakan Algoritma K-Means dan untuk pola mata pelajaran tiap kelompok siswa menggunakan Algoritma FP-Growth. Jumlah cluster ada k=2 dan maksimal itemset adalah 3 itemset, jumlah dataset yang digunakan adalah 190 dataset. Aplikasi ini selain menampilkan pengelompokkan siswa pada mata pelajaran UN, juga dapat menampilkan pola mata pelajaran UN yang dibutuhkan dari tiap kelompoknya.
Sistem Pakar Diagnosa Penyakit Pada Tanaman Anggur Menggunakan Metode Certainty Factor
N. Nelis Febriani SM;
Hendri Julian Pramana;
Evi Dewi Sri Mulyani;
Teuku Mufizar;
Khairul Anwar
Jurnal VOI (Voice Of Informatics) Vol 11, No 2 (2022)
Publisher : STMIK Tasikmalaya
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Sedikitnya seorang ahli tanaman yang dapat memberikan informasi dan penyuluhan kepada masyarakat menjadi salah satu faktor kurangnya pengetahuan petani dalam menangani masalah buah anggur yang mereka tanam. Oleh karena itu dibuatlah sebuah sistem pakar yang dapat mendiagnosa penyakit pada buah anggur dengan menggunakan metode Certainty Factor dan metode inferensi yang digunakan dalam penelitian ini adalah metode Forward Chaining. Data yang digunakan dalam penelitian ini terdapat 14 penyakit dan 39 gejala yang teridentifikasi pada buah anggur. Pengujian dilakukan dengan membandingkan kesesuaian keluaran sistem dengan hasil diagnosa pakar. Dan dari pengujian 10 data kasus, akurasi pengujian pemodelan sistem pakar menggunakan Certainty Factor pada sistem diagnosis penyakit pokok anggur adalah 90%.
KLASIFIKASI POLA PENJURUSAN BIDANG IT MENGGUNAKAN ALGORITMA C4.5 STUDI KASUS SMKN MANONJAYA
evi dewi sri mulyani;
Irma Agustina;
Rubi Ismanto;
Sania Januar Susanto;
Septian Setia Adhi;
Tia Sri Rismayanti
TEKTRIKA Vol 6 No 1 (2021): TEKTRIKA Vol.6 No.1 2021
Publisher : Telkom University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25124/tektrika.v6i1.2254
Penentuan jurusan di SMK merupakan hal yang sangat penting, karena siswa akan dibekali pembelajaran sesuai dengan jurusan yang telah dipilih sehingga memiliki keterampilan sebagai bekal memasuki dunia kerja khususnya dibidang IT. Namun dalam prosesnya masih sering mengalami masalah, karena pihak sekolah masih sulit dalam menentukan kebijakan untuk penentuan jurusan calon siswanya, diperlukan banyak factor penilaian dan semua data diolah dalam waktu yang terbatas. Maka dari itu pihak sekolah perlu mengetahui pola penjurusan siswa berdasarkan nilai tes software, nilai tes hardware,dan test jaringan perbandingan nilai dari dua jurusan tersebut dan jumlah intervalnya. Nantinya pola tesebut memudahkan pihak sekolah dalam menentukan jurusan mana yang tepat untuk siswa baru tersebut. Algoritma yang digunaka nmerupakan algoritma C4.5 yang merupakan salah satu dari bagian teknik klasifikasi dengan kemampuan model algoritma C4.5 yang dapat melakukan proses learning dan klasifikasi yang sederhana, cepat dan secara umum mempunyai tingkat akurasi yang tinggi. Dengan menggunakan dataset 215 record data siswa baru, hasil dari pengklasifikasian data pemilihan jurusan SMK bidang IT untuk jurusan TKJ dan RPL menghasilkan akurasi sebesar 96,73%. Dengan tingkat akurasi yang baik, pola klasifikas ipenentuan jurusan ini dapat digunakan pihak SMKN Manonjaya dalam menentukan kebijakan penentuan jurusan siswa baru khususnya bidang IT.
Estimasi Ketersediaan Lahan Pertanian Beras Menggunakan Algoritma Regresi Linear
Evi Dewi Sri Mulyani;
Rijal Ajji Jatnika
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 4 No 1 (2019): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2019)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (519.802 KB)
Abstrak: Sektor pertanian memiliki multifungsi yang mencakup aspek produksi atau ketahanan pangan, peningkatan kesejahteraan penati atau pengentasan kemiskinan, dan menjaga kelestarian lingkungan hidup. Untuk memberikan dampak yang baik dalam pengembangan lahan agar pembagian lahan merata dan hasil produksi dari hasil pertanian menjadi baik diperlukan sebuah metode untuk mengukur ketersediaan lahan yang ada dan mampu membuat estimasi kedepannya dalam mempersiapkan lahan yang cukup untuk produksi yang lebih baik. Maka dibuatlah metode yang dapat memperkirakan luas lahan untuk produksi di tahun-tahun selanjutnya. Regresi Linear adalah salah satu metode pencari keputusan dan perhitungan untuk memodelkan hubungan antara variabel terkait Y dan satu variabel bebas yaitu X. fungsi dari regresi adalah melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Dalam jurnal acuan sebelumnya penggunaan regresi linear untuk memprediksi pertumbuhan produksi sampah dan perkembangan penduduk dari tahun ke tahun. Dalam jurnal tersebut menggunakan 2 variabel sebagai acuannya. Penelitian ini telah dilakukan dengan regresi linear dimana hasil dari estimasi lahan pertanian nya adalah 685.547,51 M2. Pengujiannya telah dilakukan dengan menggunakan aplikasi weka untuk melihat hasil akurasi dan prediksi serta melihat eror yang ditemui. Nilai eror yang didapatkan adalah 12,47% sehingga dapat disimpulkan bahwa pengujian ini memiliki tingkat akurasi yang baik. Kata kunci: Data mining, Estimasi lahan, Regresi linier Abstract: A The agricultural sector has a multifunctionality that covers aspects of production or food security, increasing the welfare of poverty or poverty alleviation, and protecting the environment. To provide a good impact on land development so that the division of land is evenly distributed and the production of agricultural products to be good requires a method to measure the availability of existing land and be able to make future estimates in preparing sufficient land for better production. Then made a method that can estimate the area of land for production in subsequent years. Linear Regression is a method of decision making and calculation to model the relationship between Y related variables and one independent variable, X. The function of regression is to make predictions based on data that has been previously owned. In the previous reference journals the use of linear regression was to predict the growth of waste production and population development from year to year. In the journal uses 2 variables as a reference. This research has been carried out with linear regression where the results of the estimated agricultural land is 685,547.51 M2. The test has been carried out using the Weka application to see the results of accuracy and prediction and to see errors encountered. The error value obtained is 12.47% so it can be concluded that this test has a good level of accuracy. Keywords: Data mining, Land estimation, Linear regression
Sistem Pakar Diagnosa Penyakit ISPA Dengan Menggunakan Metode Certainty Factor Berbasis Web
Nanang Abdurahman;
Nanang Abdurahman;
Ikbal Jamaludin;
Evi Dewi Sri Mulyani;
Dendy Putra Purnama
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 11 No 2 (2022): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36774/jusiti.v11i2.1128
ISPA atau Infeksi saluran pernapasan akut adalah infeksi di saluran pernapasan yang menyerang saluran pernafasan atas ataupun bawah yang mana biasanya penyakit ini dapat menular, yang menimbulkan gejala awal seperti batuk, pilek, disertai dengan demam. Pada penelitian ini dibuat sistem pakar diagnosa penyakit ISPA menggunakan metode certainty factor sebagai pengambil keputusan yang disajikan dengan presentasi tingkat keyakinan dari hasil diagnosisnya dan peran metode forward chaining digunakan sebagai penalarannya dengan melakukan pelacakan ke depan berdasarkan fakta-fakta yang diberikan oleh user. Sistem pakar diagnosis penyakit ISPA ini akan deployment menjadi sebuah aplikasi pakar berbasis web yang dapat dapat memberikan informasi penyakit, penanganan, terapi obat dan saran-saran medis lainnya. Selain membantu dalam mendiagnosa, aplikasi ini dapat memudahkan dalam hal penyajian laporan hasil diagnosa pasien yang telah dilakukan untuk diberikan dan divalidasi lebih lanjut kepada dokter yang bersangkutan dengan jelas guna memastikan bahwa dari hasil diagnosa tersebut sudah benar kemudian menyetujui laporan hasil diagnosanya, sehingga pelayanan dalam menangani pasien lebih cepat dan tetap optimal.Tujuan dari penelitian ini adalah membangun aplikasi sistem pakar yang mampu mendiagnosa penyakit ISPA yang dapat menyimpan knowledge/basis pengetahuan layaknya seorang dokter sebagai pakar dalam pengetahuan ini dengan mengukur tingkat keyakinannya menggunakan certainty factor.Aplikasi sistem pakar ini dioperasikan oleh perawat/asisten dokter sebagai user untuk mendiagnosis awal sebelum diperiksa dan divalidasi oleh Dokter yang bersangkutan, sehingga menjadi lebih efektif.
Student Competency Association Analysis For Learning Evaluation Using Apriori Algorithm
Evi Dewi Sri Mulyani;
Yuda Purnama Putra;
Egi Badar Sambani;
Shinta Siti Sundari;
Teuku Mufizar;
Muhamad Satrio Nugraha
Elinvo (Electronics, Informatics, and Vocational Education) Vol 6, No 2 (2021): November 2021
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (830.346 KB)
|
DOI: 10.21831/elinvo.v6i2.42264
Evaluation activities as a process in a learning program are one of the keys to improving the quality of education that will be accepted by students in learning. Therefore it is important for a teacher in how to understand the lack of learning given to students. Based on this, an analysis was carried out using the Association method with the Apriori Algorithm in finding relationships in the competency value data for each subject. In the Apriori method, it will produce a value that will determine the formation of the pattern. The data used is competency data based on student grades of English class 11 odd semester year class 2019 - 2020 SMK Ar - Rizqi Bina Insani with a total of 108 records with a maximum itemset of 3 itemset. The results of this association analysis produce a relationship between competencies that appear simultaneously, so that it can be used as an evaluation of learning for teachers as a learning improvement strategy for students based on the competence of each subject.