Dalam sebuah perusahaan, memperoleh laba keuntungan dan keberlanjutan kehidupan perusahaan merupakan sebuah tujuan utama. Dalam mencapai tujuannya, penjualan menjadi salah satu fungsi pemasaran yang paling penting. Semakin lama data pada transaksi penjualan akan meningkat dan termasuk seiring meningkatnya permintaan konsumen yang harus diimbangi dengan teknologi sistem informasi untuk proses penjualan dan pelaporan hasil penjualannya. Penelitian ini bertujuan untuk menentukan pola pembelian konsumen dengan salah satu algoritma asosiasi yaitu FP-Growth dengan data transaksi penjualan di PT. Selamat Lestari Mandiri Cibadak. Data transaksi penjualan memiliki 13 atribut dan 216 catatan. Berdasarkan penelitian yang diperoleh dari hasil penjualan suku cadang, terdapat beberapa item produk yang paling banyak dijual secara simultan serta bersamaan di PT. Selamat Lestari mandiri Cibadak. Dengan algoritma FP-Growth untuk menganalisa pola pembelian konsumen sangat bermanfaat bagi perusahaan, karena PT. Selamat Lestari Mandiri Cibadak akan mengetahui suku cadang mana yang banyak dibeli secara simultan serta bersamaan dan membantu dalam pemesanan suku cadang pada kantor pusat.
<p><em>Pregnancy is a natural process in a woman, pregnancy usually has a period of 9 months 1 week divided into 3 trimesters. The discussion of this study on pregnancy focused on determining the health of pregnant women with the help of data mining processing on classification methods, data processing is done by the iterative dichotomized three (ID3) algorithm, there are 14 parameters measured in processing the dataset including stages of pregnancy, nausea and vomiting , flatulence, heartburn, sensitivity to smell, vaginal blood, urination, urination, blood pressure, pulse, body temperature and dehydration, tightness in the uterus, odor of vaginal discharge, color of vaginal discharge , and the result parameter as the label. In its calculation algorithm, ID3 produces an accuracy of 80.33%. The application of the ID3 algorithm in diagnosing pregnancy health is expected to produce useful information, the results of this study are implemented in an Android-based mobile application.</em></p><p><em><strong>Keywords</strong></em><em>: </em><em>fregnancy, ID3, android.</em></p><p><em>Kehamilan adalah sebuah proses alamiah pada seorang perempuan, masa kehamilan biasanya memiliki rentang waktu 9 bulan 1 minggu yang dibagi menjadi 3 trimester. Pembahasan penelitian ini mengenai kehamilan yang difokuskan pada penentuan kesehatan pada ibu hamil dengan bantuan pengolahan data mining pada metode klasifikasi, pengolahan data dilakukan dengan algoritma iterative dichotomiser three (ID3), ada 14 parameter yang di ukur dalam pengolahan dataset, diantaranya tahapan kehamilan, mual dan muntah, perut kembung, nyeri ulu hati, senssitif terhadap bau, darah pada vagina, sakit buang air kecil, jumlah buang air kecil, tekanan darah, denyut nadi, suhu tubuh dan dehidrasi, kencang pada rahim, bau cairan dari vagina, warna cairan dari vagina, dan parameter hasil sebagi label. Dalam perhitungannya algoritma ID3 menghasilkan akurasi sebesar 80,33%. Penerapan algoritma ID3 dalam mendiagnosa kesehatan kehamilan ini diharapkan menghasilkan informasi yang bermanfaat, maka hasil penelitian ini di implementasikan dalam aplikasi mobile berbasis android.</em></p><strong><em>Kata kunci: </em></strong><em>kehamilan, ID3, android.<strong> </strong></em>
<p><em>Pneumonia is a contagious infectious disease that is the leading cause of death in toddlers in the world. In developed countries, there are 4 million cases each year, totaling 156 million cases of pneumonia every year worldwide. Pneumonia is caused by, among others, bacteria, viruses, fungi, exposure to chemicals or physical damage from the lungs, as well as indirect effects from other diseases. Pneumonia is characterized by symptoms of coughing and / or difficulty breathing such as rapid breathing, and pulling the lower chest wall inward. Therefore, early detection of pneumonia in children under five is very necessary in order to be able to prevent and cope with the disease into a serious stage as the purpose of this study is to diagnose pneumonia in toddlers using data mining classification, the naïve Bayes algorithm. Of the 118 cases consisting of 113 cases of patients diagnosed with pneumonia and 5 cases of patients who were not diagnosed with pneumonia, an accuracy value of 98% was obtained, so it can be interpreted that the naïve bayes algorithm has a good correlation with the attributes contained in the dataset.</em></p><p><em><strong>Keywords: </strong></em><em>Naïve Bayes Algorithm, Pneumonia.</em></p><p><em>Pneumonia adalah penyakit infeksi menular yang merupakan penyebab utama kematian pada balita di dunia. Di negara maju terdapat 4 juta kasus setiap tahun hingga total di seluruh dunia ada 156 juta kasus pneumonia anak balita setiap tahun. Pneumonia antara lain disebabkan oleh bakteri, virus, jamur, pajanan bahan kimia atau kerusakan fisik dari paru-paru, maupun pengaruh tidak langsung dari penyakit lain. Pneumonia ditandai dengan gejala batuk dan atau kesulitan bernapas seperti napas cepat, dan tarikan dinding dada bagian bawah ke dalam. Oleh Karena itu, deteksi dini penyakit pneumonia pada anak balita sangat diperlukan</em><em> </em><em>agar dapat mencegah dan menanggulangi penyakit tersebut kedalam tahap yang serius</em><em> seperti tujuan p</em><em>enelitian ini </em><em>yaitu</em><em> untuk mendiagnosis penyakit pneumonia pada anak balita menggunakan klasifikasi data mining yaitu algoritma naïve bayes. Dari 118 kasus yang terdiri dari 113 kasus pasien yang terdiagnosis pneumonia dan 5 kasus pasien yang tidak terdiagnosis pneumonia maka diperoleh nilai akurasi sebesar 98%, sehingga dapat diartikan bahwa algoritma naïve bayes memiliki korelasi yang baik dengan atribut yang terdapat pada dataset.</em></p><p><em><strong>Keywords: </strong></em><em>Naïve Bayes Algorithm, Pneumonia.<strong></strong></em></p><p> </p><p><em><br /></em></p>
<p><em>Poverty is the main focus of the central government and local governments. Because it is one of the causes of backwardness and an obstacle in the development of a nation. With the existence of a family program, it is expected that it can improve the socio-economic conditions of the Very Poor Family, increase the level of Very Poor Family education and improve the health and nutrition status of pregnant women and toddlers in Indonesia. Very Poor Family. The Family Hope Program is expected to reduce poverty and improve human resources, especially in the group of very poor people. The main problem in channeling the Hope Family Program was that the eligibility determination system was still manual and used data several years ago. This is feared to cause confusion and inaccuracy of beneficiaries of the Family Hope Program, so a decision support system is needed to determine the qualifications of recipients of the Hope Family Program. The results of the study using C5.0 Algorithm from this study, can know that the main root in determining recipients of family planning programs is the ownership of school children with acquisition of 0.512716784</em><em> </em></p><p><strong><em>Keywords:</em></strong><em> C5.0, Decision tree, Poverty, Classification, Hope family program.</em></p><p><em><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Kemiskinan adalah fokus utama pemerintah pusat dan pemerintah daerah. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Karena itu merupakan salah satu faktor penyebab keterbukaan dan penghambatan dalam pembangunan suatu bangsa. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Dengan adanya program keluarga, diharapkan meningkatkan status sosial ekonomi Keluarga Sangat Miskin, meningkatkan tingkat pendidikan Keluarga Sangat Miskin dan meningkatkan status kesehatan dan gizi ibu hamil dan balita di Indonesia. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Keluarga yang Sangat Miskin. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Program Keluarga Harapan dapat mengurangi kemiskinan dan meningkatkan sumber daya manusia, terutama pada kelompok orang yang sangat miskin. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Masalah utama dalam menyalurkan Program Program Keluarga Harapan adalah sistem pemilihan menentukan apakah masih manual dan menggunakan data beberapa tahun yang lalu.</span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Hal ini menimbulkan keraguan dan ketidaktepatan penerima Program Keluarga Harapan, sehingga diperlukan sistem pendukung keputusan untuk menentukan kualifikasi penerima Program Keluarga Harapan. </span></span></span><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Hasil penelitian dengan menggunakan Algoritma C5.0 dari penelitian ini, dapat membantu penelitian tentang akar dalam menentukan penerima program Keluarga harapan adalah kepemilikan anak sekolah dengan persetujuan 0,512716784</span></span></span></span></em></p><p><strong><em><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Kata Kunci:</span></span></span></span></em></strong><em><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;"> C5.0, Decision tree, Kemiskinan, Klasifikasi, Program keluarga Harapan.</span></span></span></span></em></p>
<p><em>Remuneration is a term that relates to employee payroll which is set by certain regulations routinely based on work values, with the aim of creating better and cleaner governance and increasing motivation and work performance. Performance is determined by assessing the compilation oflecturer’swork files and then verified by the department that responsible to it. Rule Base Reasoning is an expert system based on a series of rules that represent human knowledge and experience in solving some complex cases. Expert system is a system whose capability to adopt human knowledge in solving problems so the system can solve problems as is usually done by experts. To implement this method a web-based system is used using the PHP programming language with the concept of Object Oriented Programming with ecpectation this system can be designed more easily and can be developed continuously so it can optimize the acceptance of lecturer remuneration andso far it can minimize the possibility of errors due to human errors. on institutions and lecturers.</em></p><p><strong>Keywords</strong>: <em>Remuneration, Rule Base Reasoning, Performance, Lecturers, Expert Systems.</em></p><p><em>Remunerasi merupakan sebuah istilah yang berhubungan dengan penggajian pegawai yang ditetapkan dengan peraturan tertentu secara rutin berdasarkan nilai-nilai kerja, dengan tujuan terciptanya tata kelola yang lebih baik dan bersih serta meningkatkan motivasi dan prestasi kerja.Kinerja ditentukan dengan pengumpulan bukti kerja kepada pihak yang bertanggung jawab dan dihitung oleh badan yang ditentukan.Rule Base Reasoning adalah sistem pakar berdasarkan serangkaian aturan-aturan yang merupakan representasi dari pengetahuan dan pengalaman manusia dalam memecahkan kasus yang rumit</em><em>. </em><em>Sistem pakar adalah suatu sistem yang berusaha mengadopsi pengetahuan manusia dalam menyelesaikan masalah sehingga sistem tersebut dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para pakar</em><em>.</em><em>Untuk mengimplementasikan metode ini dibuat sebuah sistem berbasis web menggunakan bahasa pemrograman PHP dengan konsep Object Oriented Programming dengan harapan sistem ini bisa dirancang lebih mudah dan bisa dikembangkan secara berkelanjutan dan dapat mengoptimalkan penerimaan remunerasi dosen sehingga bisa memperkecil kemungkinan terjadinya kesalahan karena human error yang bisa menyebabkan kerugian pada pihak institusi maupun dosen.</em></p><p><strong>Kata kunci</strong>: <em>Remunerasi, Rule Base Reasoning, Kinerja, Dosen, Sistem Pakar.</em><strong></strong></p><p><em><br /></em></p>
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.