Abstract:Abstract: Consumer demand for drugs during this pandemic is so high that pharmacies must be able to estimate drug sales to meet consumer demand. The history of monthly sales transactions is only a report that causes data…
to accumulate if not processed properly. There needs to be a system for estimated drug sales in order to reduce costs in drug supply so that consumer needs are met. This study aims to analyze in order to predict drug sales at Apotek Manjur Marendal so that it can control drug stock supplies so that losses can be minimized. Drug sales data samples were taken from January 2021 to December 2021. The web-based application was successfully applied to predict drug sales. The prediction results are stable in terms of sales of ± 5000 drugs per month in 2022. Based on the calculation results, the lowest accuracy is 64% and the highest accuracy is > 90%. Data mining techniques with the trend moment method can be applied to web-based applications to predict drug sales.
Keywords: data mining; drugs; drugstore; prediction; trend moment
Abstrak: Permintaan konsumen terhadap obat-obatan pada masa pandemi ini sangat tinggi sehingga membuat pihak apotik harus dapat mengestimasi penjualan obat untuk memenuhi permintaan konsumen. Riwayat transaksi penjualan perbulan hanya sebagai laporan yang menimbulkan data menumpuk bila tidak diolah dengan baik. Perlu adanya sebuah sistem untuk penjualan obat diestimasi agar mengurangi biaya dalam penyediaan obat sehingga terpenuhi kebutuhan konsumen. Penelitian ini bertujuan untuk menganalisa agar dapat memprediksi penjualan obat pada Apotik Manjur Marendal sehingga dapat mengendalikan persediaan stok obat dengan demikian kerugian dapat diminimalisir. Sampel data penjualan obat diambil mulai dari bulan Januari 2021 hingga Desember 2021. Aplikasi yang dibangun berbasis web berhasil diterapkan untuk memprediksi penjualan obat. Hasil prediksi stabil diangka penjualan ±5000 obat perbulan pada tahun 2022. Berdasarkan hasil perhitungan mencapai akurasi terendah 64% dan akurasi tertinggi > 90%. Teknik data mining dengan metode trend moment dapat diterapkan pada aplikasi berbasis web untuk melakukan prediksi penjualan obat.
Kata kunci: apotik; data mining; obat-obatan; prediksi; trend moment
Abstract:Abstract: The technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Abstract: The population growth in Indonesia is increasing rapidly every year, so to help the government control the population growth through family planning programs, especially in the city of Batam. This study explains…
s and describes one of the Artificial Terms Network methods, namely Backpropagation, where this method can predict what will happen in the future using data and information in the past. This study aims to predict the birth rate in the city of Batam to help the government with the family planning program. The data used is the annual data on the number of births in the city of Batam in 2016-2020 at The Civil Registry Office. To facilitate the analysis of research data, the data were tested using Matlab R2015b. In this study, the training process was carried out using 3 network architectures, namely 4-10-1, 5-18-1, and 4-43-1. Of these 3 architectures, the best is the 4-43-1 architecture with an accuracy rate of 91% and an MSE value of 0.0012205. The Backpropagation method can predict the amount of population growth in the city of Batam based on existing data in the past.
Keywords: artificial neural network; backpropagation; prediction
Abstrak: Pertumbuhan jumlah penduduk diindonesia yang setiap tahun meningkat dengan pesat, maka untuk membantu pemerintah mengendalikan jumlah pertumbuhan penduduk melalui program keluarga berencana khususnya dikota Batam. Penelitian ini menjelaskan dan memaparkan tentang salah satu metode Jaringan Syarat Tiruan yaitu Backpropagation, dimana metode ini dapat memprediksi apa yang akan terjadi masa yang akan datang dengan menggunakan data dan informasi dimasa lalu. Penelitian ini bertujuan untuk memprediksi tingkat kelahiran di kota Batam sehingga membatu pemerintah untuk perencanaan keluarga berencana. Data yang digunakan yaitu data tahunan jumlah kelahiran di kota Batam pada tahun 2016-2020 pada Dinas Kependudukan dan Catatan Sipil. Untuk mempermudah analisis data penelitian maka, data diuji menggunakan Matlab R2015b. Pada penelitian ini dilakukan proses pelatihan menggunakan 3 arsitektur jaringan yaitu 4-10-1, 5-18-1, dan 4-43-1. Dari ke-3 arsitektur ini yang terbaik adalah arsitektur 4-43-1 dengan tingkat akurasi sebesar 91% dan nilai MSE 0,0012205. Metode backpropagation mampu memprediksi jumlah pertumbuhan penduduk di kota Batam berdasarkan data yang ada dimasa lalu.
Kata kunci: backpropagation; jaringan syaraf tiruan; prediksi
Abstract:Abstract : Corona virus is a very dangerous virus and can kill human life. This virus causes minor illnesses and serious illnesses such as colds or colds, since the emergence of the Corona Virus or Covid 19 paralyzing all…
l human activities carried out outside the home. The problem of this research is in the form of the impact of the corona virus on the economy, especially in the city of Batam so that the residents of Batam can overcome this corona virus outbreak to improve the weakening economy. The main objective of this research is to examine the impact of Covid 19 on the economy of the Batam population so that the Batam population can improve the already weakened economy. This study uses Fuzzy Inference Sistym the Mamdani Method for Decision Making, using Operators or through the process of Fuzification of Input Variables, Inference Machines to process rules and produce Defuzification to get the final value
Keywords: corona prediction fuzzy inference system; mamdani method
Abstrak:Virus Corona merupakan sebuah virus yang sangat berbahaya dan bisa menghilangkan nyawa manusia. Virus ini mengakibatkan penyakit ringan dan penyakit berat seperti common cold atau pilek, Sejak munculnya Virus Corona atau Covid 19 melumpuhkan semua kegiatan aktivitas manusia yang dilakukan diluar rumah. Permasalahan Penelitian ini berupa dampak akibat virus corona terhadap perekonomian khususnya pada Kota Batam sehingga penduduk Batam bisa mengatasi Wabah Virus corona ini untuk meningkatkan perekonomian yang semakin melemah. Tujuan Utama Penelitian ini mengkaji Dampak akibat Covid 19 terhadap perekonomian penduduk batam sehingga penduduk Batam bisa meningkatkan perekonomian yang sudah melemah. Penelitian ini menggunakan Fuzzy Inference Sistem Metode Mamdani untuk Pengambilan sistem Keputusan, menggunakan Operator Or dan melalui proses Fuzifikasi penentuan Variabel Input, Mesin Inferensi untuk melakukan proses aturan dan menghasilkan Defuzifikasi untuk mendapatkan nilai akhir.
Kata Kunci : fuzzy inference sistem; metode mamdani; prediksi corona
Abstract:Abstract: In this research, a prediction system has been successfully developed to predict whether or not a prospective money borrower will run smoothly. Prospective borrowers who will borrow, some of the data that meet…
the criteria will be inputted by the office clerk into a prediction application system interface to be processed using the Data Mining method, namely the K-Nearest Neighbor Algorithm with the Codeigniter programming language 3. The results of the Euclidean calculation process are based on predetermined criteria Between training data (training) to testing data (test) will be displayed with a table that has been sorted from smallest to largest containing 9 closest neighbors according to the K value that has been determined, namely 9. The nine neighbors will be taken the dominant category. This dominant category can be used as a guideline that makes it easier for the leader to make a decision on the next borrower.
Keywords: Data Mining; Euclidean; K-Nearest Neighbor; Prospective Borrowers;
Abstrak: Dalam penelitian ini telah berhasil dibuat sebuah sistem prediksi untuk memprediksi lancar atau tidak lancarnya seorang calon peminjam uang. Calon peminjam uang yang akan meminjam, sebagian datanya yang memenuhi kriteria akan diinputkan petugas kantor ke dalam sebuah interface sistem aplikasi prediksi untuk diolah menggunakan metode Data Mining yaitu Algoritma K-Nearest Neighbor dengan bahasa pemrograman Codeigniter 3. Hasil proses perhitungan Euclidean berdasarkan kriteria yang sudah ditentukan antara data training (latih) ke data testing (uji) tersebut akan ditampilkan dengan sebuah tabel yang sudah diurutkan dari yang terkecil ke terbesar berisi 9 tetangga terdekat sesuai dengan nilai K yang sudah ditentukan yaitu 9. Sembilan tetangga tersebut akan diambil kategori yang dominan. Kategori yang dominan tersebut bisa dijadikan suatu pedoman yang memudahkan pimpinan dalam mengambil sebuah keputusan kepada calon peminjam selanjutnya.
Kata kunci: Debitur; Data Mining; Euclidean; K-Nearest Neighbor
Abstract:Abstract: The home industry, especially in the culinary sector, has grown in recent years. Many business actors produce the same products as other business actors, so competition often occurs. One of them is the Usaha Rakik…
kik Julidar which since 25 years ago made and sold rakik. There are so many types of rakik that there are minimarkets with different business actors. This makes the rakik not sold out at the convenience store and has an effect on the amount of production. This research was conducted to assist the Usaha Rakik Julidar in predicting the amount of production using Fuzzy Tsukamoto inference method. This research creates a web-based application to help predict the amount of production by looking at incoming demand and the number of workers available. From the prediction results with Fuzzy Tsukamoto, if the demand is 125 packs and the number of workers is 35 people, then the total production to be done is 140 packs. By obtaining a clear amount of production, this application really helps Usaha Rakik Julidar in maximizing production.
Keywords: fuzzy tsukamoto; prediction; production; rakik
Abstrak: Industri rumah tangga khususnya di sektor kuliner banyak tumbuh dalam beberapa tahun terakhir. Banyak pelaku usaha menghasilkan produk yang sama dengan pelaku usaha lainnya, sehingga sering terjadi persaingan. Salah satunya adalah Usaha Rakik Julidar yang sejak 25 tahun yang lalu membuat dan menjual rakik. Banyak sekali jenis Rakik yang ada minimarket dengan pelaku usaha yang berbeda. Hal ini membuat rakik tidak terjual habis di minimarket dan berpengaruh pada jumlah produksi. Penelitian ini dilakukan untuk membantu Usaha Rakik Julidar dalam melakukan prediksi jumlah produksi dengan menggunakan metode inferensi fuzzy Tsukamoto. Penelitian ini membuat aplikasi berbasis web untuk membantu melakukan prediksi jumlah produksi dengan melihat permintaan yang masuk dan jumlah pekerja yang tersedia. Dari hasil prediksi dengan fuzzy Tsukamoto, jika permintaan sebanyak 125 bungkus dan jumlah tenaga kerja 35 orang, maka jumlah produksi yang harus dilakukan adalah 140 bungkus. Dengan diperolehnya jumlah produksi yang jelas, aplikasi ini sangat membantu Usaha Rakik Julidar dalam memaksimalkan produksi.
Kata kunci: fuzzy tsukamoto; prediksi; produksi; rakik
Abstract:Abstract: Forecasting sales is one of the challenges in CV. Rabbani Asyisa. This company getting a buildup of product in inventory that makes the company need sales forecasting to avoid the excess of products. Forecasting…
g needs to be followed by measurement of the forecast error rate to determine the accuracy of the prediction forecasting. In this study, the measurement of the forecasting error level in the trend moment method and season index. The study took the data sample from the period of August 2019 to November 2019. The results of error measurement using the trend moment method the value of Mean Absolute Percentage Error (MAPE) is 0.47% and measurements with the influence of the season index the value of Mean Value Absolute Percentage Error (MAPE) is 0.45%.
Keywords: Forecasting; Rabbani; Trend Moment
Abstrak: Melakukan peramalaan penjualan menjadi salah satu tantangan pada CV. Rabbani Asyisa. Perusahaan ini mengalami penumpukan barang pada inventory yang membuat perusahaan membutuhkan peramalan penjualan agar tidak terjadi kelebihan barang. Melakukan peramalan penjualan perlu diikuti dengan pengukuran tingkat kesalahan untuk mengetahui tingat akurasi prediksi dari peramalannya. Pada penelitian ini dilakukan pengukuran tingkat kesalahan peramalan dalam metode trend moment dan indeks musim. Penelitian mengambil sampel data kerudung mulai dari periode Agustus 2019 sampai November 2019. Hasil pengukuran kesalahan dengan metode trend moment nilai Mean Absolute Percentage Error (MAPE) adalah 0.47% dan pengukuran dengan pengaruh indeks musim nilai Mean Absolute Percentage Error (MAPE) adalah 0.45%.
Kata kunci: Peramalan; Rabbani; Trend Moment,
Abstract:Abstract: The application of information technology is currently growing so rapidly. One of them is the application of technology that can be applied in the industrial world, namely to evaluate the company's performance.…
Evaluation is a necessity for companies to move forward and develop in facing business competition. One method of evaluating that can be used objectively is extracting information through a stored database. This study intends to analyze the factors that affect profit outcomes based on profit-based data. The data will be analyzed using method Bayes. Through this method will get a pattern that affects profits. However, it is not easy to analyze data with this method because of the large amount of data that will cost a lot of time and time. So to simplify the analysis, researchers use tools in analyzing the data the results of the benefits of rapidminer software. Based on the results of the analysis carried out, rapidminer software can help and make it easier to produce probabilities to be predicted. The results of this study are from the set test conducted, the prediction of profit results can be ascertained to be achieved and the possibility of certainty is reached 0.59% and the possibility of not reaching 0.41%.
Keywords: Data Mining, Neive Bayes, Rapidminer, Benefits
Abstrak: Penerapan teknologi informasi saat ini berkembang begitu pesat. Salah satunya penerapan teknologi yang dapat diterapkan didunia industri yaitu untuk evaluasi terhadap kinerja perusahaan. Evaluasi merupakan suatu keharusan bagi perusahaan untuk terus maju dan berkembang menghadapi persaingan usaha. Salah satu cara mengevaluasi yang dapat dugunakan secara objektif yaitu penggalian informasi melalui database yang tersimpan.Penelitian ini bermaksud untuk menganalisa faktor yang mempengaruhi hasil keuntungan berdasarkan data hasil keuntungan. Data tersebut akan dianalisis menggunakan metodeneive bayes. Melalui metode ini akan mendapatkan pola yang mempengaruhi keuntungan.Namun tidaklah mudah dalam menganalisis data dengan metode ini dikarenanakan banyaknya data yang akan menghabiskan biaya dan waktu yang cukup lama. Maka untuk mempermudah analisis tersebut, peneliti menggunakan alat bantu dalam menganalisis data hasil keuntungan yaitusoftware rapidminer.Berdasarkan hasil analisis yang dilakukan, software rapidminer dapat membantu dan mempermudah menghasilkan probabilitas untuk dijadikan prediksi. Hasil penelitian ini adalah dari uji set yang dilakukan, prediksi hasil keuntungan dapat dipastikan tercapai dan kemungkinan kepastian tercapai 0,59% serta kemungkinan tidak tercapai 0,41%.
Kata Kunci : Data Mining, Neive Bayes, Rapidminer, Keuntungan
Abstract:Abstract: Tiansi is a company that markets health products. This company has difficulty predicting people's interest in products that are in high demand. By knowing precisely the consumer interest in the product, it will…
increase sales. The research aims to predict consumer interest in Tiansi products appropriately. The method used is one of the Artificial Neural Network (ANN) techniques, namely Backpropagation with Momentum. The sales data tested were sourced from Stockist 319 Padang. The results of this research that can precisely determine consumer interest are architecture 5-2-1 and 5-3-1. So that this research is very helpful in the procurement of goods to increase the value of sales.
Keywords: Artificial neural network, backpropagation, consumer interest rates, predictions.
Abstrak: Tiansi merupakan sebuah perusahaan yang memasarkan produk-produk kesehatan. Perusahaan ini mengalami kesulitan dalam memprediksi minat masyarakat terhadap produk yang sangat diminati. Dengan mengetahui dengan tepat minat konsumen terhadap produknya, maka akan dapat meningkatkan penjualan. Penelitian ini bertujuan untuk memprediksi minat konsumen terhadap produk Tiansi dengan tepat. Metode yang digunakan salah satu teknik Artificial Neural Network (ANN), yaitu Backpropagation dengan Momentum. Data penjualan yang diuji bersumber dari Stokist 319 Padang. Hasil dari penelitian ini yang dapat dengan tepat menentukan minat konsumen adalah arsitektur 5-2-1 dan 5-3-1. Sehingga penelitian ini sangat membantu sekali dalam pengadaan barang untuk meningkatkan nilai penjualan.
Kata kunci: Jaringan Syaraf Tiruan, Backpropagation, prediksi, minat konsumen, penjualan.
Abstract:Abstract: A problem requires a solution to solve it. One of them is by using Prediction (Forcasting). Prediction is used to assess the prediction of conditions in the future. at AMIK Royal Kisaran, when it comes to making…
g lecture schedules often hampered because there is no estimated number of students. The data used in this study is the data history of the last 15 Academic Years, from 2003/2004 to 2017/2018. Then the data is processed with the Single Exponential Smoothing Method. Alpha value 0 <α <1. Single Exponential Smoothing makes a comparison with the alpha value until alpha is found which has the minimum error. To find the value of the error, the MSE (Mean Square Error) method is used. The results of the testing of this method are in the academic year 2018/2019 prediction of the number of students for the Informatics Management Study Program as many as 89 people and for Students for the Computer Engineering Study Program as many as 30 people. The Single Exponential Smoothing method can predict the number of students in the next period.
Keywords: Prediction; Number of Students; Single Exponential Smoothing; Alpha Value; MSE
Abstrak: Suatu masalah memerlukan sebuah solusi untuk menyelesaikannya. Salah satunya dengan menggunakan Prediksi (Forcasting). Prediksi digunakan untuk menilai prakiraan keadaan dimasa. di AMIK Royal Kisaran, ketika akan membuat jadwal kuliah sering terhambat karena tidak adanya perkiraan jumlah mahasiswa. Data yang digunakan pada penelitian ini adalah histori data 15 Tahun Akademik terakhir, mulai 2003/2004 sampai dengan 2017/2018. Kemudian data diolah dengan Metode Single Exponential Smoothing. Nilai alpha 0<α<1. Single Exponential Smoothing melakukan perbandingan dengan nilai alpha tersebut sampai ditemukan alpha yang memiliki error paling minimum. Untuk mencari nilai Error digunakan Metode MSE (Mean Square Error). Hasil dari pengujian terhadap metode ini adalah pada Tahun akademik 2018/2019 prediksi jumlah Mahasiswa untuk Program Studi Manajemen Informatika sebanyak 89 orang dan untuk Mahasiswa untuk Program Studi Teknik Komputer sebanyak 30 orang. Metode Single Exponential Smoothing dapat membantu prediksi jumlah mahasiwa pada satu periode kedepan
Kata kunci: Prediksi; Jumlah Mahasiswa; Single Exponential Smoothing; Nilai Alpha; MSE