PENERAPAN SEQUENTIAL CLUSTERING UNTUK MENGKLASTER POLA WAKTU KUNJUNGAN PELANGGAN HOTEL DI DIY
|
|
- Hendra Atmadja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN SEQUENTIAL CLUSTERING UNTUK MENGKLASTER POLA WAKTU KUNJUNGAN PELANGGAN HOTEL DI DIY Kresno Aji 1, Harry Eko UAB Magister Teknik Informatika Universitas AMIKOM Yogyakarta Jl. Ringroad Utara Condong Catur Depok Sleman Yogyakarta, kresno.aji@gmail.com 1, harryekouab@gmail.com 2 Abstrak Sequence clustering adalah kumpulan metode yang bertujuan untuk mempartisi sejumlah urutan ke dalam kelompok yang berarti atau kelompok yang memiliki urutan serupa. Salah satu metode sequence clustering adalah algoritma first-order markov chain. dimana dalam algoritma ini, tiap cluster dikaitkan dengan first-order Markov Chain yang tergantung pada kondisi sebelumnya (1). Penelitian ini menggunakan simulasi terhadap pola waktu pelanggan hotel di DIY. ROI diukur dari perubahan ekuitas tamu hotel, sehingga dapat diperkirakan perubahan ekuitas pelanggan dapat diukur secara tepat. Kata kunci: sequence, clustering, markov, chain, simulasi. 83
2 Penerapan Sequential Clustering Untuk Mengklaster Pola Waktu Kunjungan Pelanggan Hotel Di DIY (Kresno Aji, Harry Eko UAB) PENDAHULUAN Pendataan administrasi di perhotelan me-merlukan ketepatan mekanisme dan pengelo-laan yang terorganisir agar dapat tampil dan terjaga keamanannya dengan baik. Seiring dengan pesatnya teknologi dan kemudahan-kemudahan yang ditawarkan di dalamnya. maka pengolahan data-data konvensional di-alihkan kedalam pola komputerisasi yang mempermudah proses input dan pencarian datadata yang tersimpan di dalam databa-se. Database sendiri dibuat dengan tujuan agar proses kerja bisa menjadi lebih optimal dan efisien waktu dalam menampilkan infor-masi dengan tingkat ketepatan yang tinggi dan kesalahan minimal. Dalam hal penge-lolaan data-data tersebut, maka pihak hotel harus memiliki sistem pengelolaan data yang baik dan sistematis, yang bisa memberikan kelancaran dalam menyimpan dan menga-mankan data-data yang ada. Dengan demi-kian pihak manajemen bisa memberikan pe-layanan maksimal dan cepat bagi tamu-tamu hotel. Sehubungan dengan semakin meningkat-nya tingkat kunjungan wisata dan pengem-bangan potensi wisata di provinsi DIY (3), maka kami memberikan sebuah alternatif metode pengolahan data dengan menggunak-an first-order Markov Chain. METODE Metode Penelitian Proses penelitian menggunakan bahan beru-pa data yang didapatkan dari Badan Pusat Statistik. Bahan yang dimaksud adalah data kunjungan wisata di Provinsi DIY pada ta-hun Alat-alat pendukung digunakan dalam pe-nelitian sebuah komputer personal yang men-dukung aplikasi Spreadsheet untuk menyi-apkan data sumber menjadi data dengan struktur yang siap untuk dilakukan pengga-lian data. Jalannya penelitian ditunjukkan pada gambar 1 berikut. Metode Pembobotan dan Perhitungan Data-data yang kami cermati adalah urutan yang dimiliki untuk memberikan kemungkinan-kemungkinan cluster yang diamati urutannya, dimana dihasilkan oleh rantai markov yang terkait dengan cluster tersebut. Untuk urutan x=x0, x1, x2,..., xl-1) sepanjang L bisa diekspresikan sebagai berikut: 84
3 Gambar 1: Alur Penelitian Buatlah matriks transisi dari probabili-tas yang diketahui, Melakukan operasi perkalian matriks da-ri probabilitas waktu sebelumnya dengan matriks transisi. Rumusnya adalah: Matriks periode ke-n = Matriks periode ke-n+1 x Matriks transisi Mengulang proses yang sama sampai me-nemukan probabilitas yang hendak dicari. 85
4 Penerapan Sequential Clustering Untuk Mengklaster Pola Waktu Kunjungan Pelanggan Hotel Di DIY (Kresno Aji, Harry Eko UAB) HASIL Dari hasil penelitian yang sudah dilakukan, maka dihasilkan data-data yang diperlukan untuk dianalisis, yaitu data tentang pengun-jung hotel, maka diketahui: Dari jumlah 60 pelanggan hotel kelas 1, diperoleh data bahwa 40 tetap memilih kelas B (bintang 1 s/d 3) dan 20 lainnya memilih kelas A (bintang 4-5), Dari jumlah 40 pelanggan di kelas A dinyatakan bahwa 25 tetap memilih di kelas A. Sedang 15 lainnya di kelas B, Penjelasan Terperinci Menentukan Matriks Transisi a) Probabilitas bulan pertama 1 dan bul-an kedua 1 = 40/60 = 0,667 b) Probabilitas bulan pertama 1 dan bul-an kedua 0 = 20/60 = 0,333 86
5 c) Probabilitas bulan pertama 0 dan bul-an kedua 0 = 25/40 = 0,625 d) Probabilitas bulan pertama 0 dan bul-an kedua 1 = 15/40 = 0,375 Sehingga matriks transisi yang diperoleh adalah: Gambar 2: Penentuan matriks transisi Keterangan: 1. Baris pertama kolom pertama : Bulan pertama 1, bulan kedua 1 2. Baris pertama kolom kedua : Bulan per-tama 1, bulan kedua 0 3. Baris kedua kolom pertama : Bulan per-tama 0, bulan kedua 1 4. Baris kedua kolom kedua : Bulan perta-ma 0, bulan kedua 0 Kedua Apabila pada bulan pertama, pelanggan ter-sebut memilih kelas B artinya pelanggan tersebut pasti memilih di kelas B, jadi probabilitas pelanggan tersebut datang ke kelas B adalah 1, dan probabilitas pelanggan tersebut datang ke kelas A adalah 0. Sehingga matriks probabilitas untuk bulan pertama adalah [ 1 0] Apabila dilakukan perkalian antara matriks probabilitas pada bulan pertama dengan matriks transisi pada kasus ini maka akan diperoleh data: Ketiga Probabilitas pada bulan kedua yang dipero-leh, memiliki nilai yang sama dengan matriks transisi pada baris pertama. Dengan demiki-an, dikarenakan perhitungan yang dilakukan adalah matriks pada bulan pertama dengan 87
6 Penerapan Sequential Clustering Untuk Mengklaster Pola Waktu Kunjungan Pelanggan Hotel Di DIY (Kresno Aji, Harry Eko UAB) Gambar 3: Perolehan data pertama matriks transisi yang dibentuk dari data probabilitas pada bulan kedua. Selanjutnya, untuk menghitung probabili-tas pada bulan ketiga adalah dengan mengo-perasikan perkalian matriks antara matriks probabilitas bulan kedua dengan matriks transisinya. Sehingga diperoleh: Gambar 4: Perolehan data kedua Jadi diperoleh probabilitas bulan ketiga, apabila pada bulan pertama memilih di kelas 1, untuk kelas 1 adalah 0.653, dan kelas 0 adalah Keempat Apabila pada bulan pertama, pelanggan ter-sebut memilih untuk di kelas A artinya pe-langgan tersebut pasti memilih untuk di ke-las 0, jadi probabilitas pelanggan tersebut di kelas 0 adalah 1, dan probabilitas pe-langgan tersebut di kelas B adalah 0. Se-hingga matriks probabilitas untuk bulan per-tama adalah: [1 0] Apabila dilakukan perka-lian antara matriks probabilitas pada bulan pertama dengan matriks transisi pada kasus ini maka akan diperoleh data: Sedangkan untuk probabilitas bulan keti-ga: Jadi diperoleh probabilitas bulan ketiga, apabila pada bulan pertama memilih di kelas A, untuk kelas B adalah 0,651, dan kelas A adalah 0,349 88
7 Gambar 5: Persamaan A = 0, , 375A A - 0,375A = 0,217 0,625A = 0,217 A = 0,348 Jadi probabilitas keadaan tetap (steady state) nya adalah: kelas 1 (B) = kelas 0 (A) = Kelima Menghitung probabilitas keadaan tetap bisa dilakukan dengan melakukan operasi perhi-tungan persamaan sebagai berikut: 89
8 Penerapan Sequential Clustering Untuk Mengklaster Pola Waktu Kunjungan Pelanggan Hotel Di DIY (Kresno Aji, Harry Eko UAB) Keenam Jumlah perkiraan pelanggan dalam jangka panjang bisa dihitung dengan mengalikan probabilitas keadaan tetap dengan jumlah to-tal pelanggannya kelas 1 (B) = * 100 = 65 pe-langgan kelas 0 (A) = * 100 = 35 pe-langgan KESIMPULAN Karena jumlah probabilitas adalah satu maka Persamaan 3: S + A = 1 Dari ketiga persamaan tersebut, kita subs-titusikan, sehingga diperoleh nilai probabi-litas S dan A akan diperoleh. Probabilitas yang kita peroleh itulah yang merupakan pro-babilitas keadaan tetap. Dari persamaan 3, maka bisa dikonversik-an menjadi : A = 1 - S Disubstitusikan ke persamaan 1: S = 0,667S + 0,625(1-S) S = 0,667S + 0,625-0,625S 0,958S = 0,625 S = 0,652 Disubstitusikan hasil nilai S tersebut ke dalam persamaan 2: A = 0,333 x 0, ,375A 90
9 Berdasarkan paparan dan temuan di atas, maka dapat disimpulkan sebagai berikut: 1. Penggunaan sequential clustering bisa digunakan dalam DSS mengklaster po-la waktu kunjungan pelanggan hotel di DIY, 2. Kelas Ekonomi lebih dinikmati daripada kelas Eksekutif dan bisa diprediksi pola atau kecenderungan tingkat hunian pada bulan berikutnya. SARAN Penggunaan metode Sequential Clustering dalam DSS ini masih bersifat konsep, namun terbukti bisa dilakukan analisa pengelompok-an secara berurutan dan bisa dilakukan pe-ngembangan lebih lnajut. Hal ini dikarenak-an di Indonesia masih sedikit yang menggu-nakan metode ini. [1] Chapter 11 - Markov Chains, DAFTAR PUSTAKA [2] Kisilevich, Slava and friends, "A GIS-based decision-support system for hotel room rate estimation and temporal pri-ce prediction: The hotel brokers conte-xt", Data Mining, Databases and Visu-alization, Department of Computer and Information Science, University of Kon-stanz, Konstanz, Germany, [3] Dinas Pariwisata DIY, "Statistik Kepari-wisataan 2015", 2015 [4] PT. Superintending Company Of In-donesia, "Laporan Akhir Penyusunan Data Spasial Potensi Pariwisata Per-Kecamatan Se- DIY", 2015, 91
TEKNIK DATA MINING DAN DECISION SUPPORT SYSTEM UNTUK KEUNGGULAN BERSAING (Study Kasus Perusahaan TV Kabel )
TEKNIK DATA MINING DAN DECISION SUPPORT SYSTEM UNTUK KEUNGGULAN BERSAING (Study Kasus Perusahaan TV Kabel ) Ahlihi Masruro 1) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong Catur
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan dunia pariwisata, tidak diiringi dengan perkembangan teknologi yang digunakan. Ditambah lagi dengan kondisi, banyak wisatawan yang tidak mau berwisata
Lebih terperinciIMPLEMENTASI SPK UNTUK SELEKSI CALON GURU DI SMK BINA MARTA
IMPLEMENTASI SPK UNTUK SELEKSI CALON GURU DI SMK BINA MARTA Tri Widayanti 1), Wahyu Noer Hidayat 2), Mulia Sulistiyono 3) 1) Program S2 Ilmu Kesehatan Masyarakat Fakultas Kedokteran Universitas Gadjah
Lebih terperinciBAB 1 PENDAHULUAN. perkembangan teknologi informasi, dunia bisnis yang didukungnya juga turut
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini teknologi informasi berkembang dengan sangat pesat. Hampir semua aspek kehidupan saat ini tidak dapat dilepaskan dari peranan teknologi informasi. Hal
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 12 Space 2.0
Lebih terperinciBAB 1 PENDAHULUAN. berkembang dengan sangat cepat dan pesat, terutama pada bidang teknologi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era globalisasi yang semakin maju ini, ilmu pengetahuan dan teknologi berkembang dengan sangat cepat dan pesat, terutama pada bidang teknologi informasi. Kebutuhan
Lebih terperinciKONSEP MARKOV CHAINS UNTUK MENYELESAIKAN PREDIKSI BENCANA ALAM DI WILAYAH INDONESIA DENGAN STUDI KASUS KOTAMADYA JAKARTA UTARA
KONSEP MARKOV CHAINS UNTUK MENYELESAIKAN PREDIKSI BENCANA ALAM DI WILAYAH INDONESIA DENGAN STUDI KASUS KOTAMADYA JAKARTA UTARA Sri Nawangsari Fika Mula Iklima Eri Prasetyo Wibowo Jurusan manajemen Universitas
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Ilmu pengetahuan dan teknologi akhir-akhir ini berkembang dengan begitu pesatnya. Seiring dengan itu muncul berbagai masalah-masalah yang baru, antara lain
Lebih terperinciBAB I PENDAHULUAN. Perguruan tinggi yang baik dipengaruhi oleh kualitas. mahasiswa di dalamnya. Mahasiswa merupakan objek
1 BAB I PENDAHULUAN 1.1. Latar Belakang Perguruan tinggi yang baik dipengaruhi oleh kualitas mahasiswa di dalamnya. Mahasiswa merupakan objek pembelajaran bagi perguruan tinggi sehingga jika prestasi mahasiswa
Lebih terperinciBAB IV HASIL DAN UJICOBA
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan data mining varian produk elektronik sound system dengan metode K-Means Clustering yang dapat
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperinciA ALISIS KARAKTERISTIK MAHASISWA O AKTIF U IVERSITAS TERBUKA DE GA PE DEKATA CLUSTER E SEMBLE DYAH PAMI TA RAHAYU
A ALISIS KARAKTERISTIK MAHASISWA O AKTIF U IVERSITAS TERBUKA DE GA PE DEKATA CLUSTER E SEMBLE DYAH PAMI TA RAHAYU SEKOLAH PASCASARJA A I STITUT PERTA IA BOGOR BOGOR 2009 PER YATAA ME GE AI TESIS DA SUMBER
Lebih terperinciMarkov Chain. Game Theory. Dasar Simulasi
Markov Chain Game Theory Dasar Simulasi Analisis Perubahan Cuaca Perpindahan merek Operasi dan maintenance mesin Perubahan harga di pasar saham dll Menyusun matriks probabilitas transisi. Menghitung probabilitas
Lebih terperinciMETODE MARKOV DAN PENERAPANNYA Markov Model and Its Applications. Noor Cholis Basjaruddin POLBAN
METODE MARKOV DAN PENERAPANNYA Markov Model and Its Applications Noor Cholis Basjaruddin Politeknik Negeri Bandung 2016 Daftar Isi 1 Abstrak... 3 2 Abstract... 3 3 Pendahuluan... 3 4 Model Markov... 4
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Dewasa ini fungsi komputer semakin dimanfaatkan dalam segala bidang. Baik di bidang pendidikan, bisnis, ataupun penelitian. Penggunaan komputer kini tidak lagi terbatas
Lebih terperinciAlgoritma C4.5. Untuk memudahkan penjelasan mengenai algoritma C4.5 berikut ini disertakan contoh kasus yang dituangkan dalam Tabel 1.
Algoritma C4.5 1 Kusrini, 2 Emha Taufiq Luthfi 1 Jurusan Sistem Informasi, 2 Jurusan Teknik Informatika 1, 2 STMIK AMIKOM Yogykakarta 1,2 Jl. Ringroad Utara Condong Catur Sleman Yogyakarta Untuk memudahkan
Lebih terperinciBAB 1 PENDAHULUAN. Pada saat ini industri pariwisata Indonesia mengalami perkembangan
131 BAB 1 PENDAHULUAN 1.1 Latar belakang Pada saat ini industri pariwisata Indonesia mengalami perkembangan yang sangat pesat dan menjadi sektor yang tidak pernah habisnya, karena selain merupakan penghasil
Lebih terperinciIMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE
IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE 1 Ahsan Anwar Sandiah, 2 Abdul Fadlil, 3 Rusydi Umar 1 Magister Teknik Informatika, 2 Magister
Lebih terperinciTugas Final Task. Mata Kuliah: Analisis dan Desain Sistem. Dosen : Henderi, M. Kom.
Tugas Final Task Mata Kuliah: Analisis dan Desain Sistem Dosen : Henderi, M. Kom. PENGEMBANGAN APLIKASI PEMESANAN MAKANAN DAN MINUMAN DENGAN SMARTPHONE BERBASIS CLIENT SERVER (Studi Kasus: Restoran XYZ)
Lebih terperinciPENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS
PENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS Hartatik STMIK Amikom Manajemen Informatika STMIK AMIKOM Yogyakarta Jl. Ringroad Utara, Condong Catur, Depok,
Lebih terperinciIMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA
IMPLEMENTASI DATA MINING DENGAN NAIVE BAYES CLASSIFIER UNTUK MENDUKUNG STRATEGI PEMASARAN DI BAGIAN HUMAS STMIK AMIKOM YOGYAKARTA Erik Hadi Saputra 1), Burhan Alfironi Muktamar 2) 1), 2) Teknik Informatika
Lebih terperinciSeminar Nasional Teknologi Informasi dan Multimedia 2013 STMIK AMIKOM Yogyakarta, 19 Januari 2013 ISSN: 1979 -.. RANCANG BANGUN REKOMENDASI PENGISIAN BORANG PROGRAM STUDI SARJANA DENGAN OBJECTIVE MATRIX
Lebih terperinciKLASTERISASI GRAF MENGGUNAKAN METODE MARKOV CLUSTER ALGORITHM (MCL)
KLASTERISASI GRAF MENGGUNAKAN METODE MARKOV CLUSTER ALGORITHM (MCL) Desti Riminarsih Ilmiyati Sari 2 Feni Andriani 3,2,3 Fakultas Teknologi Industri, Universitas Gunadarma Jl. Margonda Raya No., Depok
Lebih terperinciPREDIKSI BENCANA ALAM DI WILAYAH KABUPATEN WONOGIRI DENGAN KONSEP MARKOV CHAINS
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 3, No. 1, Januari 2018, pp. 63-70 PREDIKSI BENCANA ALAM DI WILAYAH KABUPATEN WONOGIRI DENGAN KONSEP MARKOV CHAINS Petronella Mira Melati
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN DAN TEKNIK DATA MINING UNTUK PENENTUAN WILAYAH PENERIMA BANTUAN
SISTEM PENUNJANG KEPUTUSAN DAN TEKNIK DATA MINING UNTUK PENENTUAN WILAYAH PENERIMA BANTUAN Ahlihi Masruro 1) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 2337-3520 (2301-928X Print) 1 ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Desi Nur Faizah, Laksmi Prita Wardhani. Jurusan Matematika, Fakultas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS
ISSN : 2302-380 SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS Ewaldus Ambrosius Tukan1), Janero Kennedy2) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring Road Utara, Condongcatur,
Lebih terperinciPenerapan Data Mining dalam Memprediksi Pembelian cat
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Data Mining dalam Memprediksi Pembelian cat Fitriana Harahap STMIK POTENSI UTAMA Jl. KL. Yos Sudarso KM 6,5
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di
BAB I PENDAHULUAN 1.1. Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di Kabupaten Gayo Lues Provinsi Aceh, merupakan instansi pemerintah yang tujuan dasarnya adalah
Lebih terperinciSELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS
SELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS Ferian Fauzi Abdulloh 1, Sharazita D.A 2 1,2 Magister Teknik Informatika, STMIK AMIKOM Yogyakarta 1 ferianfauzi@gmail.com, 2 sharazita.da@gmail.com
Lebih terperinciPENGELOMPOKAN NASABAH BANK MENGGUNAKAN ALGORITMA K- MEANS UNTUK MEMBERIKAN PENAWARAN YANG TEPAT
PENGELOMPOKAN NASABAH BANK MENGGUNAKAN ALGORITMA K- MEANS UNTUK MEMBERIKAN PENAWARAN YANG TEPAT Ismail Setiawan 1) 1) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dewasa ini perhotelan merupakan salah satu industri pariwisata dimana
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini perhotelan merupakan salah satu industri pariwisata dimana teknologi informasi memegang peranan yang sangat penting. Oleh karena itu dibutuhkan sistem informasi
Lebih terperinciSTMIK AMIKOM YOGYAKARTA DEFINISI E COMMERCE
STMIK AMIKOM YOGYAKARTA DEFINISI E COMMERCE Di susun oleh : Nama : Ishak Bayu N Kelas : S1 SI 02 Nim : 10.12.4498 JL. Ringroad Utara, Condong catur Depok Sleman Yogyakarta Web : www.amikom.ac.id Email
Lebih terperinciSISTEM INFORMASI PEMILIHAN JURUSAN di SMA N 1 JEKULO KUDUS MENGGUNAKAN METODE AHP NASKAH PUBLIKASI. diajukan oleh Wayan Triana
SISTEM INFORMASI PEMILIHAN JURUSAN di SMA N 1 JEKULO KUDUS MENGGUNAKAN METODE AHP NASKAH PUBLIKASI diajukan oleh Wayan Triana 13.11.6962 kepada FAKULTAS ILMU KOMPUTER UNIVERSITAS AMIKOM YOGYAKARTA YOGYAKARTA
Lebih terperinciBAB II 2. DASAR TEORI
BAB II 2. DASAR TEORI Pada bab ini akan dijelaskan mengenai definisi data mining beserta teknikteknik dalam data mining yang dipakai di dalam thesis ini. 2. Data mining Seiring dengan berjalannya waktu,
Lebih terperinciBAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi informasi telah mampu mengubah persepsi manusia terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
Lebih terperinciAplikasi Data Mining untuk Mengukur Tingkat Kelulusan Mahasiswa dengan Metode Apriori
Aplikasi Data Mining untuk Mengukur Tingkat Kelulusan Mahasiswa dengan Metode Apriori dan k-mean Clustering (Studi Kasus: Jurusan Teknik Informatika Universitas Trunojoyo Madura) Mohammad Syarief Prodi
Lebih terperinciBAB I PENDAHULUAN. memanfaatkan teknologi informasi seperti layanan informasi website sebagai alat
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi dan informasi didunia saat ini sangat begitu pesat, sehingga membuat masyarakat dunia mencari cara untuk dapat mengetahui perkembangan teknologi
Lebih terperinciSISTEM INFORMASI APLIKASI PENJUALAN PADA BUTIK BIG SIZE NASKAH PUBLIKASI. diajukan oleh Esa Apriyana
SISTEM INFORMASI APLIKASI PENJUALAN PADA BUTIK BIG SIZE NASKAH PUBLIKASI diajukan oleh Esa Apriyana 14.02.8904 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2014
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sejalan dengan perkembangan teknologi informasi, semakin bertambah pula kemampuan komputer dalam membantu menyelesaikan permasalahanpermasalahan di berbagai
Lebih terperinciPENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS
PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS WULAN ANGGRAENI wulangussetiyo@gmail.com Program Studi Pendidikan Matematika Universitas Indraprasta PGRI Abstract. The purpose of this study was to
Lebih terperinciBAB I Pendahuluan I - 1 BAB I PENDAHULUAN
BAB I Pendahuluan I - 1 BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul Dalam perkembangan dunia usaha yang semakin pesat dewasa ini, terutama setelah berlakunya pasar bebas, menyebabkan perusahaan
Lebih terperincidengan harga jual yang lebih rendah. Sedangkan diskon atau potongan harga adalah pengurangan harga langsung dari suatu produk yang dilakukan dalam
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah CV. Amigo Mangesthi Utomo merupakan sebuah perusahaan perseorangan yang bergerak dalam bidang retail sepatu dan pakaian sejak tahun 1976. Pada tahun 2013,
Lebih terperinciBAB 1 PENDAHULUAN. teknologi informasi sangat membantu dalam mengorganisir data-data perusahaan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi komputer sekarang ini berpengaruh pada perkembangan perusahaan, terlebih lagi untuk perusahaan yang telah exist di dunia
Lebih terperinciDalam bab ini disajikan uraian tentang hal-hal yang. sis dan sumber data penelitian, metode dan teknik pengum
BAB III PROSEDUR PENELITIAN Dalam bab ini disajikan uraian tentang hal-hal yang berkaitan dengan pelaksanaan penelitian, yaitu unit anali sis dan sumber data penelitian, metode dan teknik pengum pulan
Lebih terperinciPrediksi Produksi Kayu Bundar Kabupaten Malang Dengan Menggunakan Metode Markov Chains
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 95 Prediksi Produksi Kayu Bundar Kabupaten Malang Dengan Menggunakan Metode Markov Chains Ikhtiyari Navila Rizanti, Soehardjoepri
Lebih terperinciAPLIKASI UNTUK MENYELESAIKAN PROGRAM LINIER DENGAN MENGGUNAKAN METODE SIMPLEKS
APLIKASI UNTUK MENYELESAIKAN PROGRAM LINIER DENGAN MENGGUNAKAN METODE SIMPLEKS Kusrini STMIK AMIKOM Yogyakarta. Jl. Ringroad Utara Condong Catur Sleman Yogyakarta, 0274884201. E-mail: kusrini@amikom.ac.id
Lebih terperinciBAB I PENDAHULUAN. Pada saat ini perkembangan bisnis hotel di Indonesia semakin berkembang.
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Pada saat ini perkembangan bisnis hotel di Indonesia semakin berkembang. Hampir di semua kota dibangun hotel-hotel. Dari mulai hotel berbintang satu sampai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kemiskinan merupakan hal yang sangat kompleks. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti
Lebih terperinciBAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan
BAB I PENDAHULUAN 1.1 Latar Belakang PT. Bali Sinar Mentari adalah perusahaan yang bergerak pada bidang usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan domestik maupun mancanegara
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENCARI KEUNTUNGAN MAKSIMAL PADA PERUSAHAAN TEMBIKAR DENGAN MENGGUNAKAN METODE SIMPLEKS. Kusrini 1.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENCARI KEUNTUNGAN MAKSIMAL PADA PERUSAHAAN TEMBIKAR DENGAN MENGGUNAKAN METODE SIMPLEKS Kusrini 1 Abstract Determining sum of production for some products in a company
Lebih terperinciIMPLEMENTASI PENERAPAN MARKOV CHAIN PADA DATABASE MARKETING STUDI KASUS PELANGGAN E-COMMERCE
IMPLEMENTASI PENERAPAN MARKOV CHAIN PADA DATABASE MARKETING STUDI KASUS PELANGGAN E-COMMERCE Johanes Fernandes Andry jf_andry@kreavindo.com, jandry@bundamulia.ac.id Sistem Informasi Universitas Bunda Mulia
Lebih terperinciBAB 1 PENDAHULUAN. Hotel Flamenggo merupakan salah satu hotel berbintang di kawasan kota serang banten
BAB 1 PENDAHULUAN 1.1 Latar Belakang Hotel Flamenggo merupakan salah satu hotel berbintang di kawasan kota serang banten merupakan hotel yang sedang berkembang dan terus berupaya untuk meningkatkan layanan
Lebih terperinciPENERAPAN ALGORITMA AHC ALGORITHM DALAM APLIKASI PEMBAGIAN KELAS SISWA BARU
PEERAPA ALGORITMA AHC ALGORITHM DALAM APLIKASI PEMBAGIA KELAS SISWA BARU Marjiyono 1) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : aji.marjiyono@gmail.com
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciKLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING
KLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING Moh Ahsan Universitas Kanjuruhan Malang ahsan@unikama.ac.id ABSTRAK. Universitas Kanjuruhan Malang
Lebih terperinciBAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN. Analisis Markov merupakan sebuah teknik yang berhubungan dengan
6 BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN 2.1 Landasan Teori 2.1.1 Analisis Rantai Markov Analisis Markov merupakan sebuah teknik yang berhubungan dengan probabilitas akan state di masa mendatang dengan
Lebih terperinciBAB I PENDAHULUAN. digunakan oleh masyarakat pada umumnya. Dahulu keramik hanya dimanfaatkan
BAB I PENDAHULUAN 1.1 Latar Belakang Keramik sudah dikenal di Indonesia sejak jaman Neolithikum. Keramik adalah salah satu dari peninggalan tersebut yang sampai saat ini masih banyak digunakan oleh masyarakat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pangan merupakan kebutuhan paling utama bagi setiap orang [1]. Nutrisi yang ada dalam berbagai macam pangan dapat memenuhi nutrisi yang dibutuhkan oleh tubuh kita [2].
Lebih terperinciANALISIS MARKOV Proses Markov Matriks kemungkinan perpindahan keadaan / transisi
ANALISIS MARKOV Analisis Markov adalah suatu teknik matematik untuk peramalan perubahan pada variabelvariabel tertentu berdasarkan pengetahuan dari perubahan sebelumnya Pada analisis ini terlihat suatu
Lebih terperinciBAB IV ANALISIS MARKOV
BAB IV ANALISIS MARKOV 1. Pendahuluan Model Rantai Markov dikembangkan oleh seorang ahli Rusia A.A. Markov pada tahun 1906. Pada umumnya Riset Operasional bertujuan untuk mengambil keputusan yang optimal
Lebih terperinciBAB I PENDAHULUAN. tersebut merupakan seorang pemula. Sistem informasi saat ini telah menjadi
BAB I PENDAHULUAN A. Latar Belakang Masalah Perkembangan teknologi yang semakin pesat saat ini, khususnya teknologi informasi dan telekomunikasi memberikan peranan penting dalam kemudahan dan fasilitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Universitas Pendidikan Indonesia repository.upi.edu perpustakaan.upi.edu
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Pariwisata adalah suatu kegiatan perjalanan yang dilakukan oleh seseorang lebih dari 24 jam yang bertujuan untuk rekreasi, refreshing, atau keluar dari
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciOptimasi dengan Algoritma Simplex. Kusrini Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Optimasi dengan Algoritma Simplex Kusrini Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta Banyak keputusan utama yang dihadapi oleh seorang manajer
Lebih terperinciANALISIS DAN DESAIN CRM PADA E-MANAGEMENT HOTEL (STUDI KASUS PADA MANAJEMEN RESERVASI HOTEL RIS KEDIRI) TUGAS AKHIR.
ANALISIS DAN DESAIN CRM PADA E-MANAGEMENT HOTEL (STUDI KASUS PADA MANAJEMEN RESERVASI HOTEL RIS KEDIRI) TUGAS AKHIR Disusun Oleh : YANUAR RISALDI NPM : 0534010232 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pariwisata dewasa ini sudah merupakan suatu kebutuhan hidup. Permintaan untuk melakukan perjalanan wisata dari tahun ke tahun terus meningkat. Banyaknya orang
Lebih terperinciDECISSION SUPPORT SYSTEM (DSS) DALAM MENENTUKAN PENILAIAN KINERJA GURU PADA SD NEGERI 1 TIUH MEMON. Ade Lesmana 1, Nur Aminudin 2
DECISSION SUPPORT SYSTEM (DSS) DALAM MENENTUKAN PENILAIAN KINERJA GURU PADA SD NEGERI 1 TIUH MEMON Ade Lesmana 1, Nur Aminudin Jurusan Sistem Informasi STMIK Pringsewu Lampung Jl. Wisma Rini No. 09 Pringsewu
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi perguruan tinggi yang bergerak di bidang pendidikan, yang di dalamnya terdapat
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN KARYAWAN BARU SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik Informatika OLEH :
Lebih terperinciPenerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop)
157 Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) Elly Muningsih AMIK BSI Yogyakarta E-Mail : elly.emh@bsi.ac.id Abstrak Berkembangnya
Lebih terperinciBAB 1 PENDAHULUAN. dibutuhkan perusahaan dalam menghadapi era globalisasi yang kian terus
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dewasa ini yang begitu pesat menyebabkan semakin bertambahnya ketergantungan manusia terhadap teknologi. Salah satunya adalah perkembangan teknologi
Lebih terperinciPerbandingan Metode Single Linkage dan Fuzzy C Means Untuk Pengelompokkan Trafik Internet
Perbandingan Metode Single dan Fuzzy C Means ntuk Pengelompokkan Trafik Internet Auliya Burhanuddin 1, Ema tami, Eko Pramono 3 1 Program Studi Teknik Informastika, Fakultas Teknik, niversitas Muhammadiyah
Lebih terperinciANALISIS DAN DESAIN CUSTOMER RELATIONSHIP MANAGEMENT TRANSAKSI RESERVASI HOTEL BERBASIS TEKNOLOGI MOBILE TUGAS AKHIR. Oleh :
ANALISIS DAN DESAIN CUSTOMER RELATIONSHIP MANAGEMENT TRANSAKSI RESERVASI HOTEL BERBASIS TEKNOLOGI MOBILE TUGAS AKHIR Oleh : BUSTANUL ARIFIN 0534010302 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
Lebih terperinciBAB 1 PENDAHULUAN. Wiley & Sons, 2003, Hal : 1. 1 Poe Vidette, Klauer Patricia dan Brobst Stephen, Building A Data WareHouse for Decision Support
BAB 1 PENDAHULUAN 1.1. Pendahuluan Dewasa ini fungsi komputer semakin dimanfaatkan baik pada perusahaan menengah ke atas maupun pada perusahaan kecil. Adapun fungsi dari komputer itu sendiri adalah mengolah
Lebih terperinciPENGGUNAAN METODE PENGKLASTERAN UNTUK MENENTUKAN BIDANG TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA PENS BERDASARKAN NILAI
PENGGUNAAN PENGKLASTERAN UNTUK MENENTUKAN BIDANG TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA PENS BERDASARKAN NILAI Entin Martiana S.Kom,M.Kom, Nur Rosyid Mubtada i S. Kom, Edi Purnomo Jurusan Teknik Informatika
Lebih terperinciDSS untuk Menganalisis ph Kesuburan Tanah Menggunakan Metode Single Linkage
61 DSS untuk Menganalisis ph Kesuburan Tanah Menggunakan Metode Single Linkage Abdi Pandu Kusuma, Rini Nur Hasanah, dan Harry Soekotjo Dachlan Abstrak - ph tanah merupakan ukuran jumlah ion hidrogen dalam
Lebih terperinciBAB I PENDAHULUAN. berkembang di dunia, saat ini telah menetapkan sektor pariwisata sebagai salah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua negara modern, baik negara maju maupun negara berkembang di dunia, saat ini telah menetapkan sektor pariwisata sebagai salah satu sektor dalam
Lebih terperinciBAB I PENDAHULUAN. dikumpulkan dari 54 hotel berbintang dan 521 hotel non bintang di Yogyakarta
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan pariwisata di Yogyakarta tiap tahun terus mengalami peningkatakan. Berdasarkan data yang di kemukakan oleh staff dari Sub Bagian Program dan Informasi
Lebih terperinciSimposium Nasional Teknologi Terapan (SNTT) ISSN: X
SISTEM PENENTUAN JURUSAN BAGI CALON PENERIMA MANFAAT SEBAGAI BAHAN PERTIMBANGAN PENEMPATAN KERJA MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS Marini Muji Lestari 1, Andri Pranolo 2* 1 Teknik Informatika, Universitas
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Teknologi informasi mengalami perkembangan yang pesat di era saat ini. Banyak perusahaan yang memanfaatkan teknologi untuk memberi informasi tentang perusahaannya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penyimpanan dokumen secara digital berkembang dengan pesat seiring meningkatnya teknologi. Kondisi tersebut memunculkan masalah untuk mengakses informasi yang diinginkan
Lebih terperinciVolume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERSEDIAAN ALAT TULIS KANTOR MENGGUNAKAN MULTIPLE ATRRIBUTE DECISION MAKING (Studi Kasus : Perguruan Jaya Pancur Batu) Rinaldi Alfriadi Manurung (0911558)
Lebih terperinciUKDW BAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Konsumsi, Finansial, semakin menjadi hal yang tidak dapat dipisahkan seiring terus berkembangnya suatu negara. Transaksi, jual, beli, sudah menjadi kata yang sangat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan jaman, komputer semakin banyak berperan di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS Sinawati ), Ummi Syafiqoh 2) ), 2) Sistem Informasi STMIK PPKIA Tarakanita Rahmawati Tarakan Jl Yos
Lebih terperinciBAB I PENDAHULUAN. Indonesia. Provinsi ini merupakan wilayah multi-etnis yang dihuni oleh banyak
BAB I PENDAHULUAN I.1. Latar Belakang Sumatera Utara adalah sebuah provinsi yang terletak di pulau Sumatera, Indonesia. Provinsi ini merupakan wilayah multi-etnis yang dihuni oleh banyak suku bangsa. Selain
Lebih terperinciBAB 1 PENDAHULUAN. Tabel 1 1. Jumlah mahasiswa baru masing-masing program studi tahun Tahun. Jurusan. Akuntansi - S
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia pendidikan yang kian maju ditambah dengan kemajuan teknologi informasi membuat data yang dihasilkan mengenai siswa.penerapan teknologi informasi dalam dunia
Lebih terperinciMANAJEMEN KONTEN DIGITAL SEBAGAI MEDIA PROMOSI DAN PUBLIKASI BERBASIS WEB PADA STMIK AMIKOM YOGYAKARTA
MANAJEMEN KONTEN DIGITAL SEBAGAI MEDIA PROMOSI DAN PUBLIKASI BERBASIS WEB PADA STMIK AMIKOM YOGYAKARTA Afif Bimantara 1), Rhomita Sari 2) 1) & 2) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl.
Lebih terperinciBAB I PENDAHULUAN. dengan perusahaan lain dengan menggunakan sistem informasi. Keberadaan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini, peranan sistem informasi dalam suatu organisasi tidak diragukan lagi. Dukungannya dapat membuat sebuah perusahaan memiliki keunggulan kompetitif.
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini perkembangan komputer dan sistem penyimpanan persediaan barang sudah semakin maju. Perkembangan ini dibuktikan dengan banyaknya penggunaan sistem komputer
Lebih terperinciPENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING
PENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING Benedictus Andrian Henry Threstanto¹, Dhinta Darmantoro², Kiki Maulana³ ¹Teknik Informatika,, Universitas Telkom Abstrak
Lebih terperinciPERANCANGAN SISTEM INFORMASI PENJUALAN BARANG BERBASIS VENDOR MANAGED INVENTORY (VMI) Eric Alfonsius 1, Muhamad Rifai 2
PERANCANGAN SISTEM INFORMASI PENJUALAN BARANG BERBASIS VENDOR MANAGED INVENTORY (VMI) Eric Alfonsius 1, Muhamad Rifai 2 1), 2) Sistem Informasi STMIK Adhi Guna Jl Undata No. 3, Palu Timur, Kota Palu, Sulawesi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA PROGRAM BANTUAN DAERAH MENGGUNAKAN WEIGHTED PRODUCT
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA PROGRAM BANTUAN DAERAH MENGGUNAKAN WEIGHTED PRODUCT Muhammad Anwar Saputera 1*, Andi Tejawati 2, Masnawati 3 Teknik Informatika, Fakultas Ilmu Komputer dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN Pada bab ini penulis akan menjelaskan alasan mengapa penulis mengambil judul dari masalah yang dialami atau disebut juga latar belakang, rumusan masalah dan batasan masalah dari judul
Lebih terperinciBAB I PENDAHULUAN. Pemasangan iklan merupakan hal yang utama untuk memasarkan sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pemasangan iklan merupakan hal yang utama untuk memasarkan sebuah produk dari perusahaan. Pemasangan iklan dimaksudkan untuk memperkenalkan suatu produk kepada
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
61 BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Analisis Permasalahan Proses Segmentasi citra dapat dilakukan dengan berbagai cara, antara lain dengan metode konvensional secara statistik maupun
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SISWA BARU BERDASARKAN JURUSAN DI SMK NEGERI 1 KOTA JAMBI BERBASIS WEB.
PENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SISWA BARU BERDASARKAN JURUSAN DI SMK NEGERI 1 KOTA JAMBI BERBASIS WEB. Faiza Rini 1), Novhirtamely Kahar 2), 3) Juliana 1) Sistem Informasi STMIK Nurdin
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 24 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 4 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Aji Dewantoro A.009.0480 Program Studi Teknik Informatika, Fakultas Ilmu Komputer,
Lebih terperinci