Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal JURSIMA (Jurnal Sistem Informasi dan Manajemen) JURSIMA Jurnal Sistem Informasi dan Manajemen
Nurjana Adi Wijaya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Library & Information Science Social Sciences

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

Found 1 Documents
Search
Journal : Jurnal Sistem Informasi dan Manajemen

 1 
IMPLEMENTASI DATA MINING PADA KETEPATAN PENGIRIMAN BARANG DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS Arif Rinaldi Dikananda; Nurjana Adi Wijaya; Mulyawan Mulyawan; Ahmad Faqih
JURSIMA Vol 10 No 3: Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.472

Abstract

Perkembangan teknologi digital E-commers semakin meningkat, layanan pengiriman barang online shop dibutuhkan untuk menunjang kebutuhan sehari hari. Delivery man bertugas untuk mengirim barang kepada pelanggan, dengan adanya aplikasi pengiriman barang dapat memantau keterlambatan dalam pengiriman barang ke pelanggan sehingga memperoleh data keterlambatan pengiriman barang atau disebut Over SLA. Namun dalam mengolah data masih menggunakan manual dengan Microsoft Excel sehingga kurang dalam memberikan informasi yang lebih akurat seperti akurasi tingkat ketepatan pengiriman barang, pengelompokan data keterlambatan dalam pengiriman barang. Metode yang digunakan dalam penelitian ini dengan memanfaatkan data mining menggunakan algoritma K-Nearest Neighbors atau KNN untuk melakukan klasifikasi atau pengelompokan data keterlambatan pengiriman barang. Metode ini digunakan dalam data mining menggunakan aplikasi machine learning Rapidminer. Penelitian ini bertujuan Untuk mengklasifikasikan data pengiriman barang dan pengelompokan data ketepatan waktu pengiriman agar data bisa diolah dengan baik sehingga menghasilkan informasi mengenai ketepatan pengiriman barang Delivery man, agar lebih efektif dan lebih cepat dalam menyajikan data da mengelompokan data Kata Kunci : Data Mining, Klasifikasi, K-Nearest Neighbors (KNN).
Co-Authors Ahmad Faqih Arif Rinaldi Dikananda Mulyawan Mulyawan