Imam Mukhlash
Jurusan Matematika Institut Teknologi Sepuluh Nopember

Published : 5 Documents
Articles

Found 5 Documents
Search

Implementasi Business Intelligence Pada Manajemen Report Bank XYZ Husni, Zaky Nur; Mukhlash, Imam
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (615.171 KB)

Abstract

Seiring dengan perkembangan teknologi informasi membuat persaingan bisnis semakin ketat. Bank XYZ adalah salah satu bank di Indonesia yang memiliki lebih dari 1500 cabang dan menghasilkan data yang berukuran sangat besar tiap bulannya. Dari data tersebut bank XYZ ingin mendapatkan laporan dan informasi untuk pengambilan langkah atau keputusan selanjutnya. Banyaknya data yang ada membuat proses pengambilan informasi berjalan lamban jika dilakukan dengan query standard pada data base. Business intelligence merupakan serangkaian proses untuk mendapatkan informasi dengan mudah dari data yang berukuran besar. Business intelligence tak lepas dari penggunaan data warehouse dan analisis data. Pada penelitian ini dilakukan pembuatan prototype data untuk pembuatan report business growth Bank XYZ berdasarkan struktur dan literatur dari Bank XYZ. Data hasil prototype selanjutnya akan dilakukan pembuatan modul report business growth dengan menggunakan SAS® Enterprise Guide. Metode yang akan digunakan dalam penelitian ini adalah metode analisis multidimensi pada OLAP(Online Analitycal Processing) serta operasi-operasi yang ada di dalamnya. Aplikasi yang akan digunakan dalam penelitian ini adalah SAS® Enterprise Guide, salah satu produk unggulan dari PT. SAS Institute. Dengan menggunakan metode analisis multidimensi dan SAS® Enterprise Guide diharapkan akan mampu mempermudah dalam hal management report bank XYZ serta pengambilan informasi yang ada. Hasil dari penelitian ini adalah report business growth funding dan lending pada Bank XYZ.
SEMANTIC WEB SERVICE COMPOSITIONFOR ERP BUSINESS PROCESS Kunaefi, Anang; Sunaryono, Dwi; Mukhlash, Imam
Kursor Vol 7, No 1 (2013)
Publisher : University of Trunojoyo Madura

Show Abstract | Original Source | Check in Google Scholar | Full PDF (390.938 KB)

Abstract

SEMANTIC WEB SERVICE COMPOSITIONFOR ERP BUSINESS PROCESS aAnang Kunaefi, bRiyanarto Sarno, cDwi Sunaryono, d Imam Mukhlash a,b,c,d Institut Teknologi Sepuluh Nopember Surabaya E-Mail: an_kunaefi@yahoo.co.id Abstrak Saat ini, ERP (Enterprise Resource Planning) bergerak menuju layanan SaaS (Software as a Service) dan Multi-Tenancy, di mana aplikasi ERP melayani beberapa penyewa dengan proses bisnis yang berbeda dalam lingkungan berbasisweb service. Pada kasus Provider ERP, sangat penting untuk mencapai fleksibilitas proses bisnis penyewa sebagaimana didefinisikan dalam tingkatkematangan SaaS level 4, yaitu Configurable dan Scalable. Dengan cara ini, Penyedia dapat melayani proses bisnis penyewa secara dinamis.Penelitian ini menggunakan pendekatan komposisi semantik web service untuk menyelesaikan masalah fleksibilitas dalamproses bisnis. Ontologi digunakan sebagai representasi pengetahuan semantik pada domainpengetahuan ERP untuk proses pencarian dan komposisi web service. Selanjutnya, algoritma kemiripan berbasis fitur (Feature-based Similarity) dan kemiripan berbasis struktur (Structurebased Similarity)digunakan untuk melakukan pencarian kemiripan antara permintaan proses bisnis dariPenyewa dan proses bisnis Penyedia layanan ERP di Registry. Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu memenuhi permintaan proses bisnis penyewa, baik workflow sederhana maupun workflow yang lebih kompleks dengan hasil yang baik. Kata kunci: Web Servis Semantik, Komposisi Semantik, Proses Bisnis ERP, Featurebased Similarity, Structure-based Similarity. Abstract Nowadays, ERP (Enterprise Resource Planning) moves toward SaaS (Software as a Service) and Multi-Tenancy, where an ERP application serves multiple tenants with different business processes in a web-service based environment. In the case of ERP provider, it is very important to achieve business process flexibility among tenants as defined in SaaS Maturity Level 4, that is Configurable and Scalable. InThis way, Provider can serve tenant’s business processes request dynamically.This research usingsemantic Web Service Composition approach to address business process flexibility problem. Ontology is used as a semantic representation of ERP domain knowledge for web service discovery and composition. Afterwards, the combination of Feature-based Similarity and Structural-based Similarity algorithms are used to do the discovery and matchmaking process between tenant’s business process request and business process available in the ERP provider’s registry. The result showsthat the proposed method in this paper is able to fulfil tenant’s business process request both for simple workflow and complex workflow with a good result. Keywords: Semantic Web Service, Semantic Composition, ERP Business Process, Feature-based Similarity, Structure-based Similarity
SEMANTIC WEB SERVICE COMPOSITIONFOR ERP BUSINESS PROCESS Kunaefi, Anang; Sarno, Riyanarto; Sunaryono, Dwi; Mukhlash, Imam
Kursor Vol 7, No 1 (2013)
Publisher : University of Trunojoyo Madura

Show Abstract | Original Source | Check in Google Scholar

Abstract

SEMANTIC WEB SERVICE COMPOSITIONFOR ERP BUSINESS PROCESS aAnang Kunaefi, bRiyanarto Sarno, cDwi Sunaryono, d Imam Mukhlash a,b,c,d Institut Teknologi Sepuluh Nopember Surabaya E-Mail: an_kunaefi@yahoo.co.id Abstrak Saat ini, ERP (Enterprise Resource Planning) bergerak menuju layanan SaaS (Software as a Service) dan Multi-Tenancy, di mana aplikasi ERP melayani beberapa penyewa dengan proses bisnis yang berbeda dalam lingkungan berbasisweb service. Pada kasus Provider ERP, sangat penting untuk mencapai fleksibilitas proses bisnis penyewa sebagaimana didefinisikan dalam tingkatkematangan SaaS level 4, yaitu Configurable dan Scalable. Dengan cara ini, Penyedia dapat melayani proses bisnis penyewa secara dinamis.Penelitian ini menggunakan pendekatan komposisi semantik web service untuk menyelesaikan masalah fleksibilitas dalamproses bisnis. Ontologi digunakan sebagai representasi pengetahuan semantik pada domainpengetahuan ERP untuk proses pencarian dan komposisi web service. Selanjutnya, algoritma kemiripan berbasis fitur (Feature-based Similarity) dan kemiripan berbasis struktur (Structurebased Similarity)digunakan untuk melakukan pencarian kemiripan antara permintaan proses bisnis dariPenyewa dan proses bisnis Penyedia layanan ERP di Registry. Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu memenuhi permintaan proses bisnis penyewa, baik workflow sederhana maupun workflow yang lebih kompleks dengan hasil yang baik. Kata kunci: Web Servis Semantik, Komposisi Semantik, Proses Bisnis ERP, Featurebased Similarity, Structure-based Similarity. Abstract Nowadays, ERP (Enterprise Resource Planning) moves toward SaaS (Software as a Service) and Multi-Tenancy, where an ERP application serves multiple tenants with different business processes in a web-service based environment. In the case of ERP provider, it is very important to achieve business process flexibility among tenants as defined in SaaS Maturity Level 4, that is Configurable and Scalable. InThis way, Provider can serve tenant’s business processes request dynamically.This research usingsemantic Web Service Composition approach to address business process flexibility problem. Ontology is used as a semantic representation of ERP domain knowledge for web service discovery and composition. Afterwards, the combination of Feature-based Similarity and Structural-based Similarity algorithms are used to do the discovery and matchmaking process between tenant’s business process request and business process available in the ERP provider’s registry. The result showsthat the proposed method in this paper is able to fulfil tenant’s business process request both for simple workflow and complex workflow with a good result. Keywords: Semantic Web Service, Semantic Composition, ERP Business Process, Feature-based Similarity, Structure-based Similarity.
Kajian Algoritma GDBScan, Clarans dan Cure untuk Spatial Clustering Setiyono, Budi; Mukhlash, Imam
Limits: Journal of Mathematics and Its Applications Vol 2, No 2 (2005)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Original Source | Check in Google Scholar | Full PDF (492.508 KB)

Abstract

Abstrak Spatial data mining merupakan salah satu bidang kajian dalam data mining dan menjadi salah satu bidang yang sangat cepat perkembangannya. Salah satu cabang dari spatial data mining adalah geographic data mining. Geographic data mining adalah penemuan pengetahuan baru dari sejumlah besar data geo-spatial (geo-reference). Beberapa metode dalam data mining telah dikembangkan para ahli. Salah satu metode yang paling banyak dikembangkan adalah clustering. Pada penelitianini akan dilakukan kajian tentang tiga buah algoritma, yaitu algoritma density-based clustering, algoritma CLARANS clustering, serta algoritma CURE. Selanjutnyadilakuan implementasi dalam bentuk perangkat lunak. Studi kasus yang digunakan adalah clustering wilayah (peta) kota Surabayaberdasarkan parameter rasio jumlah penduduk miskin dan sangat miskin, kepadatan, dan tingkat kesejateraan tiap-tiap kelurahan kota Surabaya
Mining Fuzzy Time Interval Periodic Patterns in Smart Home Data Mukhlash, Imam; Yuanda, Desna; Iqbal, Mohammad
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 5: October 2018 (Part II)
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Original Source | Check in Google Scholar

Abstract

A convergence of technologies in data mining, machine learning, and a persuasive computer has led to an interest in the development of smart environment to help human with functions, such as monitoring and remote health interventions, activity recognition, energy saving. The need for technology development was confirmed again by the aging population and the importance of individual independent in their own homes. Pattern mining on sensor data from smart home is widely applied in research such as using data mining. In this paper, we proposed a periodic pattern mining in smart house data that is integrated between the FP-Growth PrefixSpan algorithm and a fuzzy approach, which is called as fuzzy-time interval periodic patterns mining. Our purpose is to obtain the periodic pattern of activity at various time intervals. The simulation results show that the resident activities can be recognized by analyzing the triggered sensor patterns, and the impacts of minimum support values to the number of fuzzy-time-interval periodic patterns generated. Moreover, fuzzy-time-interval periodic patterns that are generated encourages to find daily or anomalies resident?s habits.