Model business intelligence system design of quality products by using data mining in R Bakery Company

Fitriana, Rina; Saragih, Johnson; Luthfiana, N

doi:10.1088/1757-899x/277/1/012005

Cited by 6 publications

(5 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Penelitian terdahulu yang terkait yaitu penelitian perancangan dashboard pada perusahaan multistore di Yogyakarta untuk memantau penjualan (Santoso et al, 2017); penelitian perancangan dashboard untuk menampilkan berbagai data harga beras di Pasar Induk Beras Cipinang (Sugiarto et al, 2021); penelitian perancangan model business intelligence system dan data mining (Fitriana et al, 2017;Hidayat & Fitriana, 2022); penelitian star schema review (Iqbal et al, 2020).…”

Section: Pendahuluanunclassified

Perancangan Dashboard Untuk Visualisasi Data Jumlah Penumpang Transjakarta

Hidayat

2023

Insantek

View full text Add to dashboard Cite

Transportasi umum di daerah perkotaan telah mendapatkan perhatian yang lebih besar dalam beberapa tahun terakhir untuk meningkatkan keberlanjutan dan kualitas kehidupan perkotaan. Kinerja ekonomi dan lingkungan kota dapat ditingkatkan dengan menghubungkan sumber daya ke tujuan secara efektif dan memfasilitasi mobilitas masal. Transjakarta salah satu layanan jasa transportasi berkualitas yang memberikan aman dan nyaman di kota Jakarta, sehingga banyak manyarakat yang menggunakan jasa transportasi ini. Masalah penelitian yaitu bagaimana merancang suatu dashboard untuk memantau jumlah pengguna Transjakarta. Tujuan penelitian ini adalah merancang dashboard untuk visualisasi data jumlah penumpang Transjakarta pada setiap bulan. Analisis kebutuhan data, perancangan data warehouse, dan visualisasi data dilakukan sebagai tahapan dalam penyelesaian masalah. Dashboard untuk memantau jumlah pengguna Transjakarta setiap bulan berhasil dirancang menggunakan software Power BI yang terdiri dari beberapa komponen visual utama yaitu komponen diagram batang bertumpuk, komponen slicer (fiter), dan komponen tabel sehingga dapat mempermudah pemantauan jumlah pengguna setiap periode dalam rangka meningkatkan kualitas layanan.

show abstract

Section: Pendahuluanunclassified

Perancangan Dashboard Untuk Visualisasi Data Jumlah Penumpang Transjakarta

Hidayat

2023

Insantek

View full text Add to dashboard Cite

show abstract

“…Algortima apriori dapat menemukan nilai frekuensi tertinggi maupun nilai frekuensi terendah dari data penjualan yang dimiliki. Lalu untuk mengatasi masalah dari pemprosesan jumlah data yang banyak dan diproduksi secara terus menerus, sehingga membutuhkan waktu lama dan dapat menghabiskan memory, Dengan metode data mining, diharapkan sistem business intelligence dapat menghasilkan analisa berupa jumlah tingkat ketertarikan konsumen terhadap suatu produk [9].…”

Section: Pendahuluanunclassified

Penerapan Business Intelligence Terhadap Data Penjualan UMKM (Foodendez) Menggunakan Metode Algoritma Apriori Dalam Menentukan Segmentasi Pasar

Oktavian

Rumaisa

2022

mib

View full text Add to dashboard Cite

MSMEs in Indonesia are MSMEs with a business scale level of 98.7% are micro-enterprises and this MSME-scale assessment category was assessed or researched 10 years ago, the results are still the same as the previous assessment, due to the average MSMEs in Indonesia not having a way or the right innovation in developing its business, especially in terms of the products produced and other things, an example of MSMEs experiencing this is MSME Foodendez, which causes these MSMEs to not have significant sales progress. Therefore, to improve the quality and progress of the Foodendez MSME business, the current sales data is used to recapitulate and evaluate the Foodendez MSME market segmentation. By using the a priori algorithm, the sales data can be used to find out predictive information on consumer interest based on age, gender, and sales location criteria. The application of business intelligence uses an a priori algorithm so that it can help provide predictive information on consumer interest in a product and can clearly know its market segmentation by collecting data through product sales in the marketplace it can be seen which products are most interested in by consumers, then data on the amount followers, comments, and likes in every post on social media in order to determine engagement (promotional strategies through social media). In this research, testing is carried out based on the location of sales at Foodendez SMEs so as to produce market segmentation data. The conclusion from the temporary test results, the frequency of sales in the marketplace is the highest at 52%, then the lowest frequency of sales is 12% in sales through exhibition bazaars.

show abstract

“…Penggunaan algoritma clustering sudah pernah dilakukan pada penelitian-penelitian sebelumnya, yaitu penggunaan sistem clustering untuk memudahkan proses identifikasi bahan menu makanan halal (Sucipto et al, 2021) (Fitriana et al, 2017); Penerapan sistem intelijensia bisnis yang dipadukan dengan metode K-Means pada bagian pemasaran di pabrik roti (Fitriana et al, 2018); Segmentasi pelanggan dilakukan menggunakan algoritma clustering untuk menganalisis perilaku pelanggan dan mengelompokkannya (Aryuni et al, 2018;Maryani et al, 2018;Shihab et al, 2019;Syakur et al, 2017); Pemanfaatan clustering untuk mengelompokkan berbagai jenis pekerjaan yang diminati oleh pencari kerja menggunakan K-Means clustering (Shamrat et al, 2020); Perbandingan validasi algoritma K-Medoids dengan K-Means dengan menggunakan Silhoutte Coefficient Index dalam mengelompokkan wilayah cacat pada anak (Marlina et al, 2018); Perbandingan atara algoritma K-Medoids dan algoritma K-Means untuk pengelompokan menu masakan bahan-bahan dari ikan dengan pemilihan algoritma terbaik berdasarkan nilai Davies Bouldin Index (Suarna et al, 2021); Analisis komparatif K-Means dengan K-Medoids dari kedua algoritma dalam kelompok data yang berbeda untuk menjelaskan kekuatan dan kelemahan keduanya (Arbin et al, 2015); Evaluasi kinerja algoritma K-Means dasar dilakukan dengan menggunakan berbagai distance metrics (Thakare dan Bagal, 2015); Peningkatan hasil clustering berdasarkan Davies Bouldin Index dalam menentukan centroid awal pada algoritma K-Means (Sitompul et al, 2019).…”

Section: Abstrakunclassified

Implementasi K-Means Dan K-Medoids Dalam Pengelompokan Wilayah Potensial Produksi Daging Ayam

2022

j.tek.ind.pert

View full text Add to dashboard Cite

Livestock is the main sector in the effort to fulfill food needs for people in Indonesia and has the potential to maintain the availability of animal food. Guidance and socialization to provide information and knowledge in the field of food production from animals, especially in areas with low levels of chicken meat production need to be done. The research objectives were the use of the K-Means and K-Medoids algorithms for grouping chicken meat production areas in the province of West Java and the use of the Davies Bouldin Index (DBI) value in choosing the best algorithm. The application of K-Means and K-Medoids was carried out through the data mining process phase, namely data collection, data preprocessing, data mining implementation, evaluation of the number of clusters, determination of the best algorithm, and clustering results. The K-Means algorithm with 5 clusters can optimally classify potential areas for chicken meat production in West Java province with a DBI value of 0.273. The results of clustering can be used in business processes related to information on the amount of chicken meat production in the West Java region as a reference in the pattern of guidance to increase animal food production, develop chicken farming potential, and develop animal feed distribution potential.

show abstract

Model business intelligence system design of quality products by using data mining in R Bakery Company

Cited by 6 publications

References 2 publications

Perancangan Dashboard Untuk Visualisasi Data Jumlah Penumpang Transjakarta

Perancangan Dashboard Untuk Visualisasi Data Jumlah Penumpang Transjakarta

Penerapan Business Intelligence Terhadap Data Penjualan UMKM (Foodendez) Menggunakan Metode Algoritma Apriori Dalam Menentukan Segmentasi Pasar

Implementasi K-Means Dan K-Medoids Dalam Pengelompokan Wilayah Potensial Produksi Daging Ayam

Contact Info

Product

Resources

About