Article Per Year (5 Year)
p-Index From 2019 - 2024
1.084
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
risa Halilintar
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Perbaikan Citra Dengan Menggunakan Metode Gaussian Dan Mean Filter Putut Hendra Wijaya; Resty Wulaningrum; risa Halilintar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1020

Abstract

Pebaikan kualitas citra ini bertujuan untuk menekan gangguan noise pada citra. Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan (awal) yang tidak bagus atau akibat dari saluran transmisi (pada pengiriman data). Penelitian ini menggunakan dua metode yaitu Gaussian dan Mean Filtering. Citra uji yang digunakan pada penelitian ini menggunakan beberapa sampel gambar gestur tangan. Citra tersebut di-load dan ditampilkan pada Program Phyton. Kemudian dilakukan proses Image Enhacement dengan menggunakan metode Gaussian dan Mean Filtering. Citra digital yang telah dilakukan reduksi noise dengan menggunakan metode Gaussian dan Mean Filtering akan menghasilkan kecerahan dan kualitas gambar yang lebih baik dari citra digital aslinya.
Analisis Penerapan Data Minning Untuk Prioritas Stok Barang Di Warkop Kampoeng Dalem Muhammad Ilham; Risa Halilintar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1061

Abstract

Warkop KampoengDalem merupakan salah satu usaha yang bergerak dalam bidang bisnis perdagangan penjualan produk makanan dan minuman. Warkop KampoengDalem yang berlokasi di Desa KampungDalem harus menghadapi persaingan bisnis yang ketat untuk menentukan strategi penjualan agar tidak terjadi kesalahan komunikasi dalam menentukan stok penjualan yang paling laku dan kurang laku dibeli oleh pelanggan. Oleh karena itu Warkop KampoengDalem harus melakukan langkah-langkah yang strategis untuk meningkatkan produk penjualan pada pelanggan. Pada pengelompokkan ini pegawai masih kesulitan untuk menentukan stok persediaan barang yang paling laku dan kurang laku sehingga stok barang yang kurang laku akan menimbulkan penumpukan di gudang dan menimbulkan stok kadaluarsa pada stok barang yang akan dijual ke pelanggan, maka dari itu pemilik usaha harus membuat sistem penghitungan secara kelompok untuk menentukan barangyang laku dan kurang laku dibeli pelanggan dengan menggunakan metode K-Means Clustering, untuk mengatasi beberapa masalah yang mucul mengenai penjualan stok barang agar data stok barang dapat dioptimalkan penjualannya. Pemilik usaha harus melakukan analisis data sebelum produk dijual ke pelanggan untuk mendapatkan hasil penjualan produk yang terlaris. Pegawai juga harus menginputkan beberapa stok barang yang sudah dibeli oleh pelanggan, ada beberapa stok barang yang dijual ke pelanggan seperti Gooday, Toramoka, Kapal Api, Estrajoss, White Kopi, dan sebagainya. Untuk mempermudah menentukan prioritas produk yang laris maka pegawai akan melakukan observasi dan wawancara untuk mempermudah pengumpulan data. Dengan adanya metode K-Means Clustering ini diharapkan prioritas stok barang yang kurang laku dapat menentukan alternative lain agar produk yang menumpuk di gudang dapat terjual kembali.
Peramalan Penjualan Kalender Menggunakan Algoritma Time Series Pada Toko Buku Alief Kediri Ficky Alvian; Risa Halilintar; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1062

Abstract

Permintaan terhadap suatu produk merupakan faktor ketidakpastian yang berbeda setiap waktu terhadap penjualan di kalender TB.Alief Kediri. Penjualan kalender sangat berpengaruh terhadap penghasilan atau laba toko. Tetapi terdapat permasalahan terhadap produk kalender ini, ketika persediaan terlampau banyak mengakibatkan barang kedaluwarsa sehingga tidak laku begitupun sebaliknya ketika persediaan kurang dari permintaan konsumen dapat menimbulkan terhambatnya penjualan, 2 hal ini dapat menyebabkan kerugian. Salah satu solusi dari permasalahan tersebut adalah dilakukannya peramalan menggunakan algoritma time series bertujuan agar pengadaan barang bisa sesuai dengan permintaan konsumen, penelitian dilakukan menggunakan data penjualan 7 tahun lampau setelah itu data akan diolah dengan perhitungan least square dengan menentukan kode waktu (x) pada setiap tahunya yaitu -3,-2,-1,0,1,2,3 setelah itu akan dihitung variabel lainnya seperti x dan x2 dilanjutkan dengan perhitungan indeks musim dengan membagi 3 hasil dari metode least square menjadi indeks 4-bulanan sehingga menghasilkan data kuantitatif berupa jumlah produk dengan indeks tahunan dengan hasil Kalender Jayabaya = 1782,571, Polos Besar = 2674,857, Polos Tanggung = 2368,428, Polos Kecil = 260, PS = 1401,714, Triwulan = 615, Caturwulan = 1070, Wuku = 394,4286, Meja = 2547,714, Kudus = 1159,857, Harian = 84,71429, serta Kalender poster = 231. Data kuantitatif tersebut akan digunakan untuk menentukan jumlah pengadaan barang.
Sistem Pakar Diagnosa Penyakit Tanaman Tomat Menggunakan Metode Certainty Factor Mochammad Faried Givari El Mirzaq; Risa Halilintar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1134

Abstract

Solanum Lycopersicum atau biasa dikenal dengan nama Tomat, merupakan jenis tanaman yang banyak dibudidayakan oleh petani saat ini. Faktor linkungan, dan daya jual yang stabil menjadi alasan tanaman ini digemari oleh petani di Indonesia. Walaupun begitu, bukan berarti tanaman tomat tidak memiliki kendala dalam proses pembudidayanya. Penyakit seperti Busuk Daun, Layu Fusarium, Layu Bakteri, dan Hawar Daun masih menjadi faktor utama penghambat menurunya hasil dan kualitas panen tomat di Indonesia. Hal ini dikarenakan petani belum mengerti mengenai diagnosa yang benar akan suatu penyakit yang terdapat pada tanaman Tomat. Kesalahan diagnosa penyakit yang dilakukan nantinya akan berakibat pada pemberian pestisida yang tidak tepat menyebabkan terjadinya kerusakan atau gagal panen pada tanaman tomat.. Pada penanganan diagnosa penyakit pada tomat ini, diperlukan konsultan pertanian yang mampu mendiagnosa penyakit tomat secara akurat. Dalam penelitian ini, sistem pakar diagnosa penyakit tanaman tomat dibangun untuk menentukan diagnosa penyakit, serta memberikan solusi dan saran terhadap suatu penyakit yang ada berdasarkan gejala yang dipilih. Metode yang digunakan pada sistem pakar ini adalah Certainty Factor. Metode ini dipilih, karena Certainty Factor mengukur nilai kepastian dari suatu hipotesa terhadap suatu fakta. Nilai tersebut dibedakan menjadi dua yaitu, MB dan MD. Hasil dari penerapan metode certainty factor pada sistem pakar diagnosa penyakit tanaman tomat dengan contoh kasus diagnosa penyakit busuk daun dengan memilih gejala yang sesuai didapatkan hasil persentasi nilai sebesar 95%, dengan demikian dapat diartikan penggunaan metode ini sangat mungkin untuk menyelesaikan permasalahan diagnosa penyakit tomat.
Penerapan Data Mining Untuk Menentukan Strategi Penjualan Toko Sepatu Fajar Ageng Bramasta; Risa Halilintar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1135

Abstract

Penjualan Sepatu merupakan Barang yang banyak diminati, baik dari kalangan atas maupun kalangan bawah, pria atau wanita disegala usia. Pada Toko Sepatu terdapat beberapa permasalahan yang kerap muncul mengenai penjualan sepatu. Pemilik Toko kesulitan dalam menentukan produk sepatu yang sering terjual dan produk sepatu yang tidak di minati pelanggan sehingga data penjualan tersebut tidak dimanfaatkan secara optimal. Tujuan dari penelitian ini Sistem dapat menentukan data untuk mengelompokan tipe sepatu yang terjual menggunakan Metode K-Means Clustering. K-means adalah salah satu proses metode pengelompokan yang non hirarki yang cara bekerjanya membagi data ke dalam bentuk satu atau lebih cluster. Cluster yang dibuat ada 3 Terlaris, sedang, dan terendah. Data yang akan dianalisa merupakan data penjualan Toko Sepatu Ritelindo. Hasil dari cluster tersebut 4 items tergolong ke dalam kelompok penjualan sepatu Terlaris, 12 items tergolong ke dalam penjualan sepatu yang sedang, dan 9 items digolongkan ke dalam penjualan sepatu Terendah.
Sistem Rekomendasi Skincare Menggunakan Metode Content-Based Filtering dan Algoritma Apriori Dwi Ayu Nur Safitri; Risa Halilintar; Lilia Sinta Wahyuniar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1136

Abstract

Dalam pemilihan produk skincare, konsumen masih sering mengalami kesalahan memilih karena kurang mengenal tipe/jenis kulit masing-masing serta kurangnya pengetahuan mengenai produk skincare itu sendiri. Sehingga konsumen terkadang kesulitan dalam menentukan produk skincare yang tepat untuk digunakan. Penggunaan skincare yang tidak tepat akan berdampak buruk bagi kulit wajah. Berdasarkan permasalahan tersebut, maka dibutuhkan sistem yang dapat merekomendasi produk skincare yang sesuai dengan kebutuhan konsumen. Penelitian ini bertujuan untuk merancang sebuah aplikasi yang dapat memberikan rekomendasi produk skincare kepada konsumen berdasarkan produk yang disukai sebelumnya. Penelitian ini dilakukan dengan menggunakan metode Content-Based Filtering dan Algoritma Apriori. Proses rekomendasi dilakukan dengan menghitung nilai kemiripan konten suatu item yang menghasilkan rating produk tertinggi hingga terendah dan juga menghitung nilai minimum support serta nilai minimum confidence untuk menentukan aturan asosiasi suatu kombinasi itemset. Hasil dari penerapan metode Content-Based Filtering pada sistem rekomendasi skincare dengan 40 data produk skincare didapatkan hasil rating tertinggi sebesar 0,447 dan menggunakan minimum nilai support=40%, nilai minimum confidence=40% membentuk aturan asosiasi dengan hasil nilai confidence sebesar 88,89%. Dari hasil tersebut dapat disimpulkan bahwa metode Content-Based Filtering dan Algoritma Apriori mampu memberikan hasil rekomendasi yang cukup baik.
Penerapan Metode Naive Bayes Untuk Klasifikasi Penentuan Penerima Bantuan PKH Dian Ade Setiawan; Risa Halilintar; Lilia Sinta Wahyuniar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1137

Abstract

Kemiskinan merupakan hal yang sudah biasa di indonesia berbagai cara telah dilakaukan oleh pemerintah untuk mengatasi kemiskinan di indonesia, salah satu caranya yaitu dengan membuat sebuah program bantuan bernama Program Keluarga Harapan (PKH) dimana program bantuan ini diperuntukkan untuk rakyat miskin guna menanggulangi masalah kemiskinan di Indonesia. Tetapi dalam proses penyalurannya mempunyai banyak permasalahan mulai dari data yang digunakan tidak sesuai dengan yang ada dilapangan kemudian data tidak sinkron, adanya pemalsuan atau kecurangan data, kemudian masyarakat merasa direpotkan karena untuk mengecek apakah mereka menerima bantuan PKH harus datang ke desa atau ke dinas sosial. Penelitian ini dibuat untuk memudahkan pemerintah dalam mengklasifikasikan penerima bantuan PKH serta untuk memudahkan masyarakat dalam pengecekan penerima bantuan PKH dengan menggunkan metode naive bayes dan laplace correction dimana dalam metode ini menggunakan kriteria yang telah ditentukan, kemudian proses perhitungan dimulai, setelah selesai perhitungan maka program akan menghasilkan data berupa keterangan penerima atau bukan penerima pada menu klasifikasi penerima PKH. Setelah dilakukan pengujian sistem menggunakan rapid minner dengan menggunakan data yang telah diinputkan menunjukkan tingkat akurasi 60%, recall 25% dan precission sebesar 75% dari hasil tersebut dapat disimpulkan bahwa sistem ini masih perlu pengembangan lanjutan agar sistem dapat digunakan dan menghasilkan output data yang lebih akurat.
Co-Authors Dian Ade Setiawan Dwi Ayu Nur Safitri Fajar Ageng Bramasta Ficky Alvian Mochammad Faried Givari El Mirzaq Muhammad Ilham Patmi Kasih Putut Hendra Wijaya Resty Wulaningrum