SciRepID - Scientific Publication Search

Publication Search

49,117 articles from 425 journals · 1,447 citations tracked

Showing 1-2 of 2

Analytics

Syarief Afifi Sumantri; Hermawan Syahputra

Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam 2023 Pusat riset dan Inovasi Nasional

This study aims to determine the best selling food and beverage products at Caffe Kopi Kito. Data mining is the process of extracting useful information and patterns from very large data. Data mining includes data collection, data extraction, data analysis, and data statistics. The Apriori algorithm is a classic algorithm in data mining. This algorithm is used to see the intensity of occurrence of the relevant itemset or frequent items or association rules. This study uses consumer transaction data for 30 days in January 2023. Transaction data will be collected first based on the day and number of transactions, then the transaction data that has been collected will be grouped according to each item, the data that has been grouped will be carried out a priori algorithm process to determine the most dominant product. Then a system design will be carried out whose result will be a website. The results showed that using the website-based a priori algorithm could determine the most dominant product at Caffe Kopi Kito and make it easier for users to determine the most dominant product. Based on the results of product sales analysis at Cafee Kopi Kito, it can be concluded that working on the a priori algorithm on Caffe Kopi Kito using a website can be said to have the result of a product combination and in the future it can be used to create the best-selling menu packages at Cafee Kopi Kito.

Ayu Zulhijah; Nana Suarna

JURNAL TEKNIK MESIN, INDUSTRI, ELEKTRO DAN INFORMATIKA 2023 Pusat Riset dan Inovasi Nasional

Indonesia merupakan negara dengan beberapa kota di setiap provinsinya, namun tentunya setiap kota mempunyai tingkat inflasi yang berbeda setiap tahunnya. Dengan banyaknya data inflasi di Indonesia, sulit bagi pemerintah untuk mengkategorikan angka inflasi. Penulis berinisiatif melakukan penelitian tentang mengelompokkan nilai inflasi pengeluaran di jawa barat. Tujuan membuat laporan ini merupakan untuk memperoleh informasi dengan kualitas terbaik dari data yang diproses. Proses ini di harapkan dapat membantu pemerintah dalam mengetahui nilai inflasi berdasarkan kelompok pengeluaran tertinggi dan terendah di Jawa Barat. Metode yang digunakan adalah metode k-means clustering. Penelitian ini juga di dukung menggunakan salah satu perangkat lunak atau tools untuk mengolah data mining yaitu RapidMiner. Didapat hasil cluster terbaik yaitu 5 cluster berdasarkan nilai DBi 0,063. Dimana yang termasuk ke dalam cluster tersebut adalah cluster 0, cluster 2, dan cluster 4 dengan tingkat inflasi rendah berjumlah 5 Kabupaten/Kota. Dan yang termasuk ke dalam tingkat inflasi tinggi adalah cluster 1 dan cluster 3 berjumlah 2 Kabupaten/Kota. Hasil dari data ini juga menunjukkan nilai akurasi sebesar 100%, sehingga bisa disimpulkan jika algoritma k-means mempunyai nilai akurasi tinggi.