Abstract:Penentuan tata letak barang yang optimal di sebuah toko memiliki peran penting dalam meningkatkan efisiensi operasional dan pengalaman pelanggan. Dalam penelitian ini, diusulkan penerapan algoritma FP-Growth untuk menganalisis…
alisis pola asosiasi dari data transaksi penjualan guna mengoptimalkan tata letak barang. Algoritma FP-Growth dipilih karena kemampuannya dalam menemukan asosiasi frekuensi tinggi antar produk tanpa harus melalui tahap pencarian kandidat yang memerlukan waktu komputasi besar. Dengan menganalisis hubungan antar produk yang sering dibeli bersamaan, hasil penelitian ini memberikan rekomendasi penempatan produk yang strategis untuk memaksimalkan peluang pembelian dan meningkatkan kepuasan pelanggan. Studi kasus dilakukan pada data transaksi sebuah toko ritel yang diperoleh di situs penyedia dataset Kaggle, dengan hasil menunjukkan peningkatan efisiensi dalam pengaturan tata letak barang serta potensi peningkatan penjualan. Implementasi FP-Growth terbukti efektif dalam mengurangi waktu analisis dan memberikan hasil yang akurat dalam menentukan hubungan antar produk. Penelitian ini diharapkan dapat menjadi acuan bagi pengelola toko ritel dalam mengoptimalkan tata letak barang secara lebih ilmiah dan data-driven.
Abstract:Data mining merupakan proses penting dalam mengungkap informasi tersembunyi dari data yang besar dan kompleks, khususnya dalam industri ritel untuk memahami perilaku konsumen. Penelitian bertujuan untuk mengidentifikasi…
pola pembelian sembako dan kebutuhan harian dengan menggunakan algoritma FP-Growth pada dataset sintetis. Algoritma FP-Growth dipilih karena kelebihannya dalam efisiensi dan kecepatan, terutama dalam menemukan frequent itemsets tanpa perlu melakukan pengulangan pada dataset. Hal ini membuat algoritma FP-Growth lebih unggul dibandingkan dengan algoritma lainnya, seperti Apriori, yang memerlukan banyak iterasi. Dataset sintetis yang digunakan mencerminkan transaksi pembelian di toko ritel untuk menguji kemampuan algoritma dalam menemukan pola pembelian yang relevan. Hasil menunjukkan bahwa algoritma FP-Growth dapat secara efektif mengidentifikasi kombinasi barang yang sering dibeli bersama, yang dapat dimanfaatkan oleh pelaku bisnis untuk menyusun strategi penjualan, seperti penawaran paket hemat. Implementasi algoritma ini diharapkan dapat membantu toko ritel dalam memahami kebutuhan konsumen dan meningkatkan strategi pemasaran
Abstract:Prediksi dengan model sistem pendukung keputusan merupakan cara yang tepat sasaran untuk digunakan dalam memecahkan masalah. Demam Berdarah Dengue (DBD) adalah penyakit endemik di Indonesia yang memerlukan penanganan cepat…
at untuk mencegah komplikasi lebih lanjut. Prediksi diagnosis DBD dengan menggunakan algoritma Decision Tree C4.5 memiliki tingkat akurasi 100% dan meyakinkan. Dataset yang digunakan mencakup data medis pasien, seperti gejala klinis yaitu demam, nyeri sendi, mual, hasil laboratorium berupa trombosit, hematokrit, uji NS1, serta riwayat komorbiditas dan durasi gejala. Proses pre-processing dilakukan untuk memastikan data siap digunakan, dengan menangani data yang hilang dan menyesuaikan format data agar konsisten. Model Decision Tree C4.5 dipilih karena kemampuannya mengolah data dengan berbagai format dan hasilnya dapat dengan mudah dipahami. Model C4.5 dievaluasi menggunakan metrik akurasi, presisi, sensitivitas, dan spesifisitas. Dengan performa yang baik, model ini memiliki potensi untuk digunakan dalam sistem pendukung keputusan medis. Implementasinya di lapangan dapat membantu tenaga medis dalam mempercepat diagnosis dan memberikan penanganan yang lebih tepat waktu, yang sangat penting dalam menangani pasien DBD.
Abstract:Penelitian ini membahas sistem pengenalan bentuk bendera negara menggunakan pendekatan pengolahan citra berbasis OpenCV Permasalahan yang diangkat adalah kesulitan dalam mengenali bendera negara dari citra digital secara…
otomatis dan akurat. Tujuan dari peelitian ini adalah mengembangkan sistem yang mampu mengenali bendera berdasarkan pola warna dan bentuk geometri dasar. Metode yang digunakan mencakup pengumpulan dataset gambar bendera, pra-pemrosesan citra (resizing, grayscaling, thresholding), deteksi kontur dan segmentasi warna. Sistem diuji menggunakan dataset 10 negara dengan variasi bentuk dan warna dominan. Hasil menunjukkan tingkat akurasi mencapai 92% dengan waktu proses rata-rata .. detik per citra. Penelitian ini berkontribusi pada pengembangan sistem identifikasi otomatis berbasis visual yang dapat diterapkan pada aplikasi pendidikan maupun arsip digital.
Abstract:Peningkatan volume data dalam sistem informasi modern menuntut proses pencarian yang cepat dan efisien. Linear search sebagai metode konvensional tidak lagi relevan untuk skala data besar karena memiliki kompleksitas waktu…
tu O(n). Penelitian ini mengangkat permasalahan rendahnya efisiensi pencarian pada array terurut dengan tujuan mengoptimalkan algoritma binary search. Solusi yang diusulkan adalah membandingkan dua pendekatan implementasi binary search, yaitu iteratif dan rekursif, pada lima skala dataset berbeda. Pengujian dilakukan untuk mengevaluasi waktu eksekusi dan penggunaan memori dari masing-masing pendekatan. Hasil menunjukkan bahwa metode iteratif memiliki performa lebih baik dibandingkan rekursif, khususnya pada dataset besar. Secara kuantitatif, waktu pencarian dengan binary search iteratif mencapai efisiensi hingga lebih dari 90% dibandingkan linear search pada dataset berisi 10.000 elemen atau lebih. Temuan ini menunjukkan bahwa algoritma binary search, jika diimplementasikan dengan tepat, merupakan solusi optimal untuk kebutuhan pencarian data dalam array terurut. Penelitian ini memberikan kontribusi terhadap pengembangan sistem informasi yang lebih cepat dan hemat sumber daya.