Articles

Found 4 Documents
Search
Journal : Jurnal Pilar Nusa Mandiri

ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN Badrul, Mohammad
Jurnal Pilar Nusa Mandiri Vol 12 No 2 (2016): PILAR Periode September 2016
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1079.707 KB)

Abstract

Setiap perusahaan maupun organisasi yang ingin tetap bertahan perlu untuk menentukan strategi dalam bisnis yang tepat. Data penjualan produk yang dilakukan oleh perusahaan lambat laun akan menghasilkan tumpukan data. Sehingga sangat disayangkan jika tidak di analisa kembali. produk  yang ditawarkan bermacam dengan berbagai macam produk, dan terkadang merk mempengaruhi masyarakat untuk membeli produk tersebut, untuk mengetahui produk dengan penjualan terbanyak dan keterkaitan produk satu dengan yang laiinya diperlukan salah satu algoritma yang ada di algoritma data mining yaitu algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan aplikasi tanagra, produk yang muncul secara bersamaan dapat diketahui. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran.
PERBANDINGAN ALGORITMA C4.5 DAN NEURAL NETWORK UNTUK MEMPREDIKSI HASIL PEMILU LEGISLATIF DKI JAKARTA Badrul, Mohammad
Jurnal Pilar Nusa Mandiri Vol 10 No 2 (2014): PILAR Periode September 2014
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (14810.693 KB)

Abstract

General elections are a means of implementation of the sovereignty of the people in the Unitary State of Indonesia based on Pancasila and 1945 Constitution. Elections held in Indonesia is to choose the leadership of both the president and vice president, member of parliament, parliament, and the DPD. In this study comparison of data mining methods, namely C4.5 and neural network algorithm is applied to both the data legislative candidates to be elected to the legislature and were not selected. C4.5 algorithm is one of the algorithms in a decision tree method that converts the data into a decision tree using the entropy calculation formula. While the neural network algorithm is a method like human neurons to find the best path. From the test results to measure the performance of both methods using cross-validation test method, confusion matrix and ROC curves is known that the neural network has the highest accuracy value which is equal to 98.50%, followed by the C4.5 algorithm method with 97.84% accuracy values. AUC values for the neural network method showed the highest value of 0.982 and a decision tree algorithm with a value of 0.970.
OPTIMASI ALGORITMA NEURAL NETWORK DENGAN ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI HASIL PEMILUKADA Badrul, Mohammad
Jurnal Pilar Nusa Mandiri Vol 13 No 1 (2017): PILAR Periode Maret 2017
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (744.59 KB)

Abstract

Indonesia has one of the islands spread from Sabang to Merauke. State of Indonesia which consists of several islands gave birth to awide variety of ethnic and cultural diversity. State of Indonesia which consists of several islands divided into 34 provinces. Indonesia is one countrythat adheres to the democratic system in the world. to achieve this goal, one of which is seen at the democratic party to choose the future leaderswho will represent the people in parliament. Elections were held in Indonesia is to choose the heads of both the president and vice president,members of Parliament, Parliament and Council. Research relating to the election had been conducted by researchers is using decision treemethod or by using a neural network. The method used was limited without doing optimization method for the algorithm. In this study, researchers will conduct research focusing on the optimization using genetic algorithm optimization and particle swarm optimization with the aid of neural network algorithms. After testing the two models of neural network algorithms and genetic algorithms are the results obtained by the neural network algorithm  ptimization particle swarm optimization algoritmasi accuracy value amounted to 98.85% and the AUC value of 0.996. While the neural network algorithm with genetic algorithm optimization accuracy values of 93.03% and AUC value of 0.971
PREDIKSI HASIL PEMILU LEGISLATIF DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Badrul, Mohammad
Jurnal Pilar Nusa Mandiri Vol 11 No 2 (2015): PILAR Periode September 2015
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1184.274 KB)

Abstract

Pemilihan Umum di Indonesia telah mengalami beberapa perubahan dari periode Pemilu ke periode Pemilu yang lain. Selama pemilu Orde Baru, kita mengenal sistem pemilu proporsional dengan daftar tertutup. Keterpilihan calon legislatif bukan ditentukan pemilih, melainkan menjadi kewenangan elite partai politik sesuai dengan susunan daftar caleg beserta nomor urut. Dalam sistem demikian, kedudukan parpol menjadi sangat kuat terhadap kadernya di parlemen. Namun di satu sisi, basis sosial dan relasi politik para wakil rakyat dengan konstituen menjadi lemah. Inilah yang menyebabkan kedudukan caleg terpilih mereka menjadi ”jauh” dalam hubungannya dengan konstituen. Semangat memilih langsung wakil rakyat baru mulai diakomodasi pada Pemilu 2004 melalui UU No. 12 Tahun 2003, dengan menggunakan sistem proporsional dengan daftar calon terbuka. Pemilih tidak hanya memilih tanda gambar parpol, tetapi juga diberi kesempatan memilih caleg.Penelitian yang berhubungan dengan pemilu sudah pernah dilakukan oleh peneliti yaitu dengan menggunakan metode decision tree dan classification tree dan estimator bayesian. Pada penelitian ini peneliti akan menggunakan metode K-Nearest Neighbor. algoritma K-Nearest Neighbor telah menunjukkan hasil yang menjanjikan dalam prediksi untuk data time-series dibandingkan dengan pendekatan tradisional sehingga hasil prediksi pemilu legislatif DKI Jakarta lebih akurat.