1,720,992 research outputs found
Implementasi Data Mining dengan Algoritma C4.5 pada Penjualan Obat
Maraknya berbagai jenis obat yang dikeluarkan oleh BPOM membuat rumah sakit-rumah sakit, klinik-klinik ataupun apotek harus menyediakan obat dengan berbagai versi, bisa dalam versi standar ataupun exclusive. Permasalahan yang sering terjadi baik rumah sakit ataupun apotek seperti dalam menawarkan produk obat tersebut yang khususnya vitamin untuk di cross selling dengan produk yang biasa di beli oleh klien. Penelitian yang penulis lakukan bertujuan untuk mengimplementasikan beberapa algoritma yang ada pada data mining, namun penulis lebih fokuskan pada algoritma C4.5 yang berfungsi untuk memprediksi penjualan obat yang khususnya vitamin dimana obat tersebut LAKU atau TIDAK LAKU untuk dikonsumsi oleh konsumen sehingga di dapat hasil accuracy nya digunakan untuk pemberian informasi produk mana yang LAKU atau TIDAK LAKU. Hasil penelitian menunjukkan bahwa pohon yang dihasilkan dari perangkat lunak yang dibuat dengan metode decision tree dengan algoritma C4.5 memiliki persentase 99.83% antara pohon kebenaran sampai 100%. Persentase besar pohon kebenaran sangat dipengaruhi oleh data training yang digunakan untuk membangun suatu model pohon keputusan
Aplikasi Penomoran Dan Penyimpanan Surat dengan metode AES dan RSA berbasis WEB
The purpose of this research is to secure data by applying encryption to ensure the security and confidentiality of letter documents with the application of letter numbering and storage. Organizations that have many work units and often correspond with customers and or partners need an application system that prevents errors in letter numbering and controls access rights, especially information that can only be known by certain parties. In an organization it is often found that the numbering of documents is not neat and the document storage is not centralized and is generally stored on the employee\u27s local device. Data security and document confidentiality are insecure and cannot be controlled centrally. Such as document minutes, outgoing letters and POs. Therefore to improve and guarantee security, efficiency and facilitate an organization in correspondence activities so that mail is stored. Numbering and letter storage applications are made using the C# programming language and SQL Server database, and with the implementation of a combined encryption algorithm of AES and RSA encryption so that the stored data is guaranteed data security and centralized data storage.Tujuan dari penelitian ini adalah untuk mengamankan data dengan penerapan enkripsi agar menjamin keamanan dan kerahasiaan dokumen surat dengan aplikasi penomoran dan penyimpanan surat. Organisasi yang memiliki banyak unit kerja serta seringkali bersurat dengan pelanggan dan atau mitra diperlukan sistem aplikasi yang mencegah terjadinya kesalahan pada penomoran surat dan kontrol hak akses khususnya informasi yang hanya boleh diketahui oleh pihak tertentu. Dalam suatu organisasi sering kali ditemukan penomoran dokumen yang tidak rapi dan penyimpanan dokumen yang tidak terpusat dan umumnya tersimpan pada perangkat local karyawan. Keamanan data dan kerahasiaan dokumen menjadi tidak aman dan tidak dapat dikendalikan secara terpusat. Seperti dokumen berita acara, surat keluar dan PO. Oleh karenanya untuk meningkatkan dan menjamin keamanaan, efisiensi dan memudahkan suatu organisasi dalam aktifitas surat menyurat agar penyimpanan surat. Aplikasi penomoran dan penyimpanan surat dibuat dengan menggunakan bahasa pemrogramaan C# dan database SQL Server, dandengan implementasi enkripsi gabungan algoritma enkripsi AES dan RSA agar data yang disimpan terjamin keamaan data nya serta penyimpanan data menjadi terpusat
ELECTRONIC BUSINESS CONCEPT IN MARKETING OF VILLAGE LEADING PRODUCTS
In preparing to welcome the era of technology 4.0, especially preparing rural communities to be ready to accept the arrival of the era of technology 4.0, how can rural communities utilize the technology for their interests. Especially how rural communities can promote superior products produced by the community in general as well as rural communities in particular by using these technologies. In this research, it will be discussed how the application of E-Business can help marketing superior village products, and based on the mandate of law number 6 of 2014 "About the Village", article 86 "Information Systems for Rural Development and Rural Area Development". The problems faced, among others, are many villages that have not been touched by information technology, many villages that have superior products have not been touched by information technology, the potential, and superior products of the village are not fully promoted so that the potential and village products are not widely known. The purpose of the research is to provide the best solution so that the existing problems can be resolved, of course by utilizing information technology, which is a web-based application, by incorporating the concept of E-Business in the application to be made. The results of this study are the application of B2B and B2G E-Business to support the creation of E-Marketing Applications that can be used as solutions to problems that occur
Comparison of Naive Bayes and Support Vector Machine (SVM) Algorithms Regarding The Popularity of Presidential Candidates In The Upcoming 2024 Presidential Election
This study aims to compare the effectiveness of two classification algorithms, Naive Bayes and Support Vector Machine (SVM), in analyzing the popularity of presidential candidates for the 2024 Presidential Election (Pilpres). The popularity of presidential candidates plays a crucial role in campaign strategies and political decision-making in the modern political era. This research utilizes data from social media, encompassing public sentiment towards presidential candidates and related political issues. The research results indicate that SVM achieves an accuracy rate of 97%, while Naive Bayes achieves 95%, demonstrating the superiority of SVM in predicting the popularity of presidential candidates. In conclusion, the selection of the appropriate algorithm for analyzing complex political data has a significant impact, and the high accuracy rates of both algorithms provide valuable guidance for political decisionmakers and campaign teams in preparation for the upcoming 2024 Pilpres
Marketplace Shopee Sebagai Strategi Digital Marketing untuk Meningkatkan Daya Saing Promosi Penjualan Bagi UMKM Di Kecamatan Kembangan
Dunia sedang mengalami pandemi Covid-19 termasuk Indonesia. Himbauan untuk mencegah mata rantai penyebaran virus ini mengharuskan masyarakat untuk berdiam diri di rumah memperkecil mobilisasi pergerakan. Hal ini berdampak pada ketidakstabilan ekonomi dan salah satu yang terdampak adalah Usaha Mikro Kecil dan Menengah (UMKM). Marketplace Shopee merupakan salah satu marketplace yang sedang berkembang di Indonesia. Marketplace Shopee saat ini dimanfaatkan oleh Usaha Mikro Kecil dan Menengah (UMKM) untuk promosi penjualan agar minimal bisa stabil bahkan berharap lebih meningkat di bandingkan sebelum adanya pandemi. Tujuan dari penelitian ini adalah mengidentifikasi strategi untuk mendongkrak daya saing promosi penjualan. Metode penelitian yang digunakan dalam penelitian ini adalah deskriptif kualitatif dengan langkah eksploratif dengan teknik observasi partisipatif dan wawancara terhadap 20 UMKM di Kecamatan Kembangan. Covid-19 berdampak pada keberlangsungan UMKM di mana rata-rata penjualan UMKM mengalami penurunan selama pandemi. Dengan demikian, dibutuhkan strategi yang tepat untuk mempromosikan produk penjualan selama pandemi.Hasil dari pengabdian masyarakat ini adalah banyak UMKM yang semakin mengetahui bahwa marketplace banyak memberikan kemudahan, keuntungan, dan laba unuk mempromosikan penjualannya
Comparison of Naive Bayes and Support Vector Machine (SVM) Algorithms Regarding The Popularity of Presidential Candidates In The Upcoming 2024 Presidential Election
This study aims to compare the effectiveness of two classification algorithms, Naive Bayes and Support Vector Machine (SVM), in analyzing the popularity of presidential candidates for the 2024 Presidential Election (Pilpres). The popularity of presidential candidates plays a crucial role in campaign strategies and political decision-making in the modern political era. This research utilizes data from social media, encompassing public sentiment towards presidential candidates and related political issues. The research results indicate that SVM achieves an accuracy rate of 97%, while Naive Bayes achieves 95%, demonstrating the superiority of SVM in predicting the popularity of presidential candidates. In conclusion, the selection of the appropriate algorithm for analyzing complex political data has a significant impact, and the high accuracy rates of both algorithms provide valuable guidance for political decisionmakers and campaign teams in preparation for the upcoming 2024 Pilpres
Kerangka Kerja Sistem Kecerdasan Buatan dalam Meningkatkan Kompetensi Sumber Daya Manusia Indonesia
Di zaman yang semakin berkembang ini yaitu era digital, teknologi merupakan suatu hal yang sangat penting. Dunia pada saat ini tengah menghadapi era teknologi atau biasa disebut revolusi industri 4.0. kondisi tersebut ditandai langsung dengan penggunaan mesin digital dan internet yang menyebabkan perubahan yang cepat dan signifikan terhadap segala sektor kehidupan manusia sehingga memudahkan manusia dalam melakukan berbagai pekerjaan. Era transformasi digital adalah bagian proses dari teknologi yang lebih besar, dan ini adalah perubahan yang berhubungan dengan penerapan teknologi digital dalam aspek kehidupan yang ada pada masyarkat. Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. Diperlukan sebuah kerangka kerja sistem kecerdasan buatan yang dapat diterapkan dalam pengembangan ilm pengetahuan, teknologi dan seni di Indonesia. Paper ini mencoba membahas kerangka kerja Case Based Reasoning (CBR) dalam pengembangan sistem kecerdasan buatan. Diharapkan kerangka kerja ini dapat menjadi acuan penerapan sistem kecerdasan di Indonesia
KEGIATAN PEMBUATAN APLIKASI PENGISIAN DAN LAPORAN NILAI UJIAN MENGGUNAKAN MICROSOFT ACCESS
Analisis situasi sangat dibutuhkan untuk setiap kegiatan. Analisis situasi diperlukan untuk mendapatkan data terkait kondisi fisik, sarana maupun prasarana yang ada di SD Negeri 05 Meruya Utara. Hasil analisis situasi inilah yang kemudian akan dijadikan pedoman dalam menentukan program kerja individu maupun kelompok. Tempat dimana akan dilakukan kegiatan Pengabdian Kepada Masyarakat, SD Negeri 05 Meruya Utara, yang akan terlibat dalam kegiatan ini adalah para guru dan tata usaha sekolah, mereka membutuhkan pembaharuan pengetahuan tentang aplikasi office tersebut, salah satunya adalah Microsoft Access. Melakukan koordinasi dengan Sekolah SD Negeri 05 Meruya Utara tentang siapa saja peserta yang akan mengikuti pelatihan. Membatasi jumlah peserta 20 orang. Memberikan undangan kepada peserta untuk dapat hadir pada hari yang sudah ditentukan atau disepakati bersama. Keberhasilan pelaksanaan program pengabdian masyarakat ini dapat dilihat, respons positif dari peserta pelatihan, meningkatnya keterampilan peserta setelah mendapat pelatihan
IMPLEMENTASI PEMBLOKAN SITUS DENGAN FIREWALL LAYER 7 PROTOCOL MENGGUNAKAN METODE NDLC PADA ROUTER MIKROTIK
In the current era of technological advancement, companies' dependency on computer networks is increasing. Intensive internet usage during working hours presents challenges in efficiently managing bandwidth. Uncontrolled activities such as accessing social media, playing online games, and streaming videos can degrade network quality, disrupt productivity, and cause service dissatisfaction. This research aims to enhance the efficiency of network usage in the company by focusing on reducing bandwidth due to uncontrolled internet usage, particularly by identifying and blocking access to websites unrelated to work activities using Firewall Layer 7 Protocol. Approximately 45% of employees frequently visit other sites during working hours. System development is carried out using the Network Development Life Cycle (NDLC) method, which illustrates the continuous cycle of computer network development. Testing results in the research using the BlackBox method with Winbox software to assess the planned system performance successfully blocked sites, online games, and increased bandwidth; after implementation, the bandwidth achieved was above 50Mbps during working hours. This method is expected to provide effective solutions to improve network quality, optimize bandwidth usage, and support overall company productivity.Di era kemajuan teknologi saat ini, ketergantungan perusahaan pada jaringan komputer semakin besar. Penggunaan internet yang intensif selama jam kerja menimbulkan tantangan dalam mengelola bandwidth secara efisien. Aktivitas yang tidak terkendali seperti mengakses media sosial, bermain game online, dan streaming video dapat menurunkan kualitas jaringan, mengganggu produktivitas, dan menimbulkan ketidakpuasan layanan. Penelitian ini bertujuan untuk meningkatkan efisiensi penggunaan jaringan di perusahaan dengan memfokuskan pada penurunan bandwidth akibat penggunaan internet yang tidak terkontrol, terutama dengan mengidentifikasi dan memblokir akses ke situs web yang tidak berkaitan dengan aktivitas kerja menggunakan Firewall Layer 7 Protocol. Sekitar 45% karyawan sering membuka situs lain selama jam kerja. Pengembangan sistem dilakukan dengan metode Network Development Life Cycle (NDLC), yang menggambarkan siklus pembangunan jaringan komputer secara berkelanjutan. Hasil pada pengujian di penelitian menggunakan metode BlackBox dengan perangkat lunak Winbox untuk menilai kinerja sistem yang direncanakan dengan hasil berhasil memblokir situs, game online dan meningkatnya bandwidth, sesudah dilakukannya implementasi Bandwidth yang di dapatkan diatas 50Mbps pada saat jam kerja. Metode ini diharapkan dapat memberikan solusi efektif untuk meningkatkan kualitas jaringan, mengoptimalkan penggunaan bandwidth, dan mendukung produktivitas perusahaan secara keseluruhan
ANALISIS SENTIMEN TERHADAP DAMPAK PERANG ISRAEL - PALESTINA MELALUI DATA TWITTER MENGGUNAKAN NAIVE BAYES
The increasing development of information technology makes it easy for people to get various information only through social media such as Twitter. Twitter is a mainstay social networking application and source of information on world events. With Twitter, people can get a lot of the latest news. One piece of information that is widely discussed and is a trending topic on Twitter is the impact of the Israeli and Palestinian war. It is important to analyze the feelings of the impact of the ceasefire between Israel and Palestine from the amount of information in online media. The data used is Twitter, a social media platform. This research was conducted to analyze people's reactions to data in the form of tweets and group them according to the Naïve Bayes method into positive, neutral or negative opinions. In implementing the Naïve Bayes algorithm which uses 3 models of the Naïve Bayes algorithm, namely Gaussian, Multinomial, and Bernoulli, it shows different results, namely 50% for the Naïve Bayes Gaussian model, 57% for the Naïve Bayes Bernoulli model, and Naïve Bayes Multinomial model is 65 %. This shows that the Multinomial Naïve Bayes model is better than other models in classifying the data in this case
- …
