No abstract

Association rules mining is a technique in data mining to discovering a meaningful pattern of data. The main objective of this research is to identify undergraduate students data and to get the profile and insight from the past data. It will have a benefit for improvement in academic activity in the future. This research has two phases. The first phase is preprocessing data, and the second phase is analyzing and measurement data using the Apriori Algorithms. The data preprocessing stage is done by cleaning data from noise and transforming data into the specified parameters. We use four feature/variable data, namely length of study duration, length of thesis duration, and Grade Point Average (GPA), and English proficiency score. The results of this research are variables of English proficiency score, Grade Point Average (GPA), and length of study duration having relations in student data.

Clustering is a method that is used to divide the data into several groups of parts. K-means (KM) is an algorithm that is often used in clustering, only just the result of KM often times get stuck in local optima i.e. the optimal solution (both maximum or minimal) on the candidate solution in the nearest neighbor only, not the whole of all existing solutions or what is commonly called the global optima. In this study aims to do improve the cluster determination process on the Kmeans algorithm using the Bee Colony Optimization (BCO) algorithm. BCO is an algorithm that works based on the way the bees search for food , BCO is famous for being able to escape from the local optima trap by recognizing which results are best from a series of optimal results . Combining BCO with KM begins with selecting a source of food early in random and using KM to resolve all the problems of clustering at every step BCO next and keep sources of food best in each iteration. The result of this research is that the BCOKM method has been proven to be able to solve the problem of data sharing, where the BCOKM method is able to form a good cluster, as shown by the resulting fitness value (the lowest value is 1221.53 and the highest value is 1233.28) all of which are better than the fitness value using K-means (1251.42). Likewise in terms of accuracy, where the use of BCOKM all showed better results (83.16%-83.30%) than the use of only K-means (83.09%)

Makanan merupakan komponen penting dari kehidupan manusia, ikan merupakan salah satu konsumsi makanan yang mempunyai protein dan kalsium tinggi. Masyarakat Sleman khususnya mengkonsumsi ikan tiap tahun terdapat peningkatan dan penurunan. Bisnis makanan khususnya olahan ikan merupakan bisnis unggulan yang menjanjikan untuk tahun mendatang. UKM Arizanafood mempunyai fokus pada usaha olahan ikan yaitu abon ikan tuna untuk anak-anak dan dewasa. UKM Arizanafood mempunyai kendala dan hambatan pada tahapan stok bahan baku yang terbatas, produksi yang terhambat dan tidak ada peningkatan, proses yang tidak didukung peralatan yang memadai, produk yang bersaing ketat di pasaran, manajemen keuangan akuntansi yang masih manual, distribusi produk belum terdapat alur yang jelas, pemasaran belum menerapkan teknologi berbasis website, sumber daya manusia belum dikelola dengan maksimal, sarana yang masih minim dan finansial dalam hal pelaporan belum dikelola dengan baik, sehingga untuk bersaing di pasar dunia akan sangat berat dihadapi.Pengembangan aplikasi berbasis teknologi internet yaitu aplikasi website dan mobile yang sedang berkembang dapat membantu memberikan solusi dari permasalahan yang dihadapi UKM Arizanafood dari sisi teknologi, sedangkan SCM (Supply Chain Management) untuk manajemen stok barang, CRM (Customer Relationship Management) untuk manajemen pelanggan, manajemen keuangan akuntansi meliputi keuangan kasir dan laporan laba rugi, manajemen kewirausahaan, manajemen strategik UKM, manajemen peningkatan mutu kualitas produk dan manajemen pengelolaan sumber daya manusia dapat membantu permasalahan dari sisi manajemen usaha yang dihadapi UKM Arizanafood.

ABSTRAK Pertumbuhan pengguna layanan mobile data dan mobile internet di PENDAHULUANLocation Base Service(LBS) adalah layanan yang menyediakan informasi berdasarkan tempat, mengacu pada GIS atau electronic map yang ditunjukkan oleh garis lintang dan bujur sehingga mendapatkan titik lokasi yang akurat [1]. Di tengah begitu pesatnya perkembangan aplikasi pada smartphone, masih terdapat pangsa pasar yang sangat luas untuk aplikasi LBS yang belum dikerjakan dengan baik [2]. Salah satu aplikasi yang masih bisa dikembangkan adalah aplikasi E-Advertising, contohnya penggunaan teknik layanan mobile advertising ini.Selain untuk meningkatkan omset/pendapatan, layanan iklan juga dapat lebih mengenalkan produk kepada para konsumen. Seperti contohnya pada kawasan industri roti atau kue yang ada di Yogyakarta, mereka senantiasa berkembang dan berusaha untuk bisa mengimbangi kemajuan peradaban teknologi dengan mengikuti trend periklanan yang sedang marak saat ini. Mereka melakukan berbagai cara promosi yang menarik seperti menginformasikan secara online, memberikan kupon diskon, membuat brosur atau pamflet, dan yang marak dilakukan saat ini adalah melakukan promosi melalui aplikasi smartphone. Smartphone pada saat ini umumnya telah memiliki fasilitas Global Positioning System (GPS) yang memungkinkan pengguna untuk mengetahui lokasi dimana dirinya berada sekarang.