Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Prosidia Widya Saintek
Fitri Marisa
Program Studi S1 Teknik Informatika, Fakultas Teknik, Universitas Widyagama Malang
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
REKOMENDASI PENJUALAN PRODUK PADA DISTRO DECKHOOD MENGGUNAKAN ALGORITMA APRIORI Laurentino Da Costa; Istiadi Istiadi; Fitri Marisa
Prosidia Widya Saintek Vol 2, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.462 KB)

Abstract

Distro Deckhood merupakan salah satu distro yang mulai berkembang di Kota Malan, akan tetapi hasil penjualannya masih kurang maksimal dikarenakan belum menerapkan strategi penjualan. Penelitian ini bertujuan menerapkan algoritma apriori untuk merekomendasikan item produk penjualan yang saling berasosiasi pada Disro Deckhood. Suatu aplikasi dikembangkan untuk menampug data transaksi pembelian (invenori), penjualan (transaksi hasil kasir) dan layanan perhitungan algoritma apriori. Ujicoba dilakukan menggunakan data transaksi pada bulan Desember 2022 sebanyak 144 transaksi terdiri 359 barang dengan 70 jenis barang yang berbeda. Berdasarkan hasil perhitungan menggunakan algoritma apriori untuk data penjualan Distro Deckhood didapatkan hasil dengan tiga kombinasi itemset 0105002, 0101002, dan 0104002 dengan nilai support sebesar 5,56 % dan nilai convidence sebesar 72,73%. Nilai support yang didapatkan sebesar 5,56% yang artinya bahwa kemungkinan pelanggan membeli tiga item secara bersamaan sebesar 5,56% dan nilai confidence sebesar 72,73% yang berarti bahwa jika pelanggan membeli item 0105002 dan 0101002 mempunyai kemungkinan sebesar 72,73% membeli item 0104002. Hasil perhitungan untuk nilai support (5,56%) tidak memenuhi syarat standart minimum support (30%) sedangkan nilai confidence (72,73%) sudah memenuhi standart nilai minimum confidence (70%-80%). Hal ini dapat dipengaruhi oleh kurangnya jumlah dataset yang diproses yang berpengaruh terhadap hasil akhir.
MODEL E-LEARNING BERBASIS GAMIFIKASI (STUDI KASUS DI PRODI TEKNIK INFORMATIKA UNIV WIDYAGAMA) Ilham Rumaf; Fitri Marisa; Istiadi Istiadi
Prosidia Widya Saintek Vol 2, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.809 KB)

Abstract

E-learning telah menjadi sebuah solusi dan strategi bagi organisasi pendidikan untuk mengelola dan memperbarui pengetahuan dan pembelajaran secara online melalui dunia maa. Namun penerapan e-learning menuntut mahasiswa untuk aktif secara mandiri dalam belajar khusunya penugasan. Oleh karena itu diperlukan suatu pendekatan agar motivasi mahasiswa yang lebih kuat dalam belajar secara aktif melalui e-learning. Penelitian ini bertujuan mengembangkn e-learning dengan mengomodasi pendekatan gamifikasi khususnya untuk penugasan kuliah. Poin dan reward diberikan terhadap mahasiswa yang telah berupaya mengerjakan tugas dengan baik dan tepat waktu. Sistem e-learning tersebut dikembangkan menggunakan Game Development Life Cyrcle (GDLC). GDLC adalah tahapan-tahapan yang dilakukan secara sistematis untuk membangun sebuah game (permainan digital) yang umumnya terdiri dari 6 fase utama, yaitu Initiation, Preproduction, Production, Testing, Beta, dan Release. Sistem e-learning yang telah dikembangkan diujicobakan pada salah satu mata kuliah pada Program Studi Teknik Informatika Universitas Widyagama Malang. Selanjutnya evaluasi ketergunaan e-learning tersebut dilakukan melalui kuesioner pada peserta kuliah. Berdasarkan penilaian kuesioner tersebut diperoleh rata-rata sebesar 74% yang berarti bahwa aplikasi ini sudah layak digunakan dan dapat diterima oleh mahasiswaa.
Co-Authors Ilham Rumaf Istiadi Laurentino Da Costa