Dokumen tersebut membahas komponen-komponen sistem informasi dan arsitektur informasi. Komponen-komponen sistem informasi meliputi input, model, output, teknologi, basis data, dan kontrol. Sedangkan arsitektur informasi meliputi arsitektur tersentralisasi, desentralisasi, dan client/server. Arsitektur client/server memisahkan antara user interface, manajemen proses, dan basis data.
Dokumen tersebut membahas tentang sistem informasi manajemen yang mencakup definisi data, informasi, dan pengetahuan serta hubungan antara ketiganya. Dokumen juga membahas tentang kualitas informasi yang meliputi dimensi waktu dan isi."
Dokumen tersebut membahas metodologi pengembangan sistem informasi, mencakup tahapan-tahapan seperti analisis sistem, perancangan sistem, implementasi sistem, hingga pemeliharaan sistem. Beberapa model pengembangan sistem dijelaskan seperti model waterfall tradisional dan model prototyping yang lebih iteratif.
Dokumen tersebut membahas komponen-komponen sistem informasi dan arsitektur informasi. Komponen-komponen sistem informasi meliputi input, model, output, teknologi, basis data, dan kontrol. Sedangkan arsitektur informasi meliputi arsitektur tersentralisasi, desentralisasi, dan client/server. Arsitektur client/server memisahkan antara user interface, manajemen proses, dan basis data.
Dokumen tersebut membahas tentang sistem informasi manajemen yang mencakup definisi data, informasi, dan pengetahuan serta hubungan antara ketiganya. Dokumen juga membahas tentang kualitas informasi yang meliputi dimensi waktu dan isi."
Dokumen tersebut membahas metodologi pengembangan sistem informasi, mencakup tahapan-tahapan seperti analisis sistem, perancangan sistem, implementasi sistem, hingga pemeliharaan sistem. Beberapa model pengembangan sistem dijelaskan seperti model waterfall tradisional dan model prototyping yang lebih iteratif.
Dokumen tersebut berisi soal ujian akhir mata kuliah E-Commerce yang terdiri dari 20 soal pilihan ganda. Soal-soal meliputi karakteristik E-Commerce, model bisnis, arsitektur situs, dan prinsip-prinsip pengembangan aplikasi e-commerce. Ujian ini diselenggarakan pada tanggal 12 Maret 2008.
Dokumen tersebut membahas tentang business model canvas (BMC), yang merupakan kerangka kerja untuk menggambarkan model bisnis suatu organisasi. Dokumen menjelaskan sembilan elemen utama BMC beserta contoh-contohnya, yaitu customer segments, value propositions, channels, customer relationships, revenue streams, key resources, key activities, key partnerships, dan cost structure.
Mudah Mengelola Bisnis Dengan Business Model CanvasWahyu Putra
Bisnis model canvas membantu menganalisis bisnis secara sistematis dengan membagi elemen-elemen bisnis ke dalam 9 blok. Blok-blok tersebut meliputi segmen pelanggan, proposisi nilai, saluran, hubungan pelanggan, arus pendapatan, aktivitas kunci, sumber daya kunci, mitra kunci, dan struktur biaya. Canvas ini memungkinkan penyesuaian model bisnis terhadap perubahan lingkungan secara dinamis.
BMC adalah kerangka kerja visual untuk menggambarkan sembilan komponen bisnis kunci seperti segmen pasar, proposisi nilai, saluran distribusi, dan sumber daya kunci dalam satu lembar kanvas guna memahami dan mengevaluasi model bisnis perusahaan.
[Ringkasan]
Dokumen tersebut membahas berbagai model bisnis untuk produk digital, meliputi commerce & retail, long tail, multi-sided platform, serta berbagai jenis revenue model seperti subscription, usage, advertising, dan freemium.
Dokumen tersebut membahas proses pengembangan sistem e-commerce mulai dari perencanaan arsitektur, pemilihan model pengembangan, implementasi, integrasi, hingga operasi. Juga dibahas aplikasi pendukung seperti pembayaran elektronik, katalog elektronik, dan chatting online.
Kelola Kubikal Data Transaksional Sistem Informasi.pdfferisulianta.com
Data transaksional rumah sakit dapat diberdayakan lebih lanjut untuk ragam keperluan
dan bukan hanya sebagai arsip riwayat pasien perseorangan saja. Berbagai informasi
berharga dapat diungkapkan dari data transkasional rumah sakit yang dihasilkan dari
sistem rekam medis.Dalam kasus ini untuk mendapatkan kejelasan yang melibatkan
informasi menyeluruh yang juga melibatkan
ragam sudut pandang dapat disolusikan
dengan teknik Online Analytical Processing (OLAP). Teknik ini mampu mengakomodasi
kelengkapan data yang nantinya menjadi framework untuk dianalisa secara seksama
Mengacu pada data rekam medis dimana setiap pasien memiliki banyak keluhan dan
latar belakang yang berbeda yang terelasi dengan sang pasien. Teknik OLAP mampu
menyajikan data dalam bentuk multidimensi. Selanjutnya, OLAP akan melakukan
eksekusi
data
yakni
slicing(irisan)
dan
dicing(rotasi)
yakni
meringkas
dan
mengumpulkan sejumlah besar data, melakukan filtering, pengurutan, dan memberikan
peringkat (rangking) yang akan memperkaya temuan berharga dari data kubikal.
Kata kunci: online analytical processing (olap), data rekam media, data kubikal, slicing,
dicing.
Membangun Aturan Asosiasi menggunakan Algoritma Apriori untuk Rekomendasi Fil...ferisulianta.com
Rekomendasi film berperan penting dalam membantu penonton memilih film yang sesuai dengan minat mereka, terutama di tengah banyaknya pilihan yang tersedia. Dalam penelitian ini, kami menggunakan algoritma Apriori untuk memberikan rekomendasi film berdasarkan data IMDb. Algoritma Apriori digunakan untuk menemukan hubungan antara film-film berdasarkan informasi seperti genre, aktor, dan peringkat pengguna. Dengan menerapkan algoritma ini, kami dapat mengidentifikasi pola-pola yang sering muncul di antara item-item film dalam dataset IMDb. Misalnya, jika seorang pengguna sering menonton film-film aksi dengan aktor tertentu, algoritma Apriori dapat merekomendasikan film-film serupa dengan genre yang sama dan melibatkan aktor yang serupa. Diharapkan bahwa implementasi algoritma Apriori ini dapat membantu pengguna menemukan film-film yang relevan dan sesuai dengan minat mereka dalam pengalaman menonton mereka.
preferensi pengguna. Hasil penelitian ini diharapkan dapat memberikan panduan yang berguna bagi penonton dalam menemukan film-film yang menarik dan sesuai dengan minat mereka berdasarkan informasi IMDb yang relevan.
Keywords—association rules, dataset, Movies,apriori, IMDb
Algoritma Apriori untuk Menghasilkan Aturan Asosiasi Saat Berkendara.pdfferisulianta.com
Kecelakaan merupakan peristiwa yang mengancam keselamatan manusia dan menjadi salah satu penyebab utama cedera dan kematian di seluruh dunia. Tingkat kefatalan kecelakaan dapat memberikan informasi berharga dalam upaya pencegahan dan pengurangan risiko kecelakaan di masa depan. Dalam penelitian ini, kami mengusulkan penerapan metode aturan asosiasi dengan algoritma Apriori untuk menganalisis faktor-faktor yang berhubungan dengan tingkat kefatalan kecelakaan. Metode ini melibatkan pengumpulan data kecelakaan yang mencakup berbagai atribut seperti cuaca, keadaan jalan, umur pengemudi, kecepatan, dan lain sebagainya. Data ini kemudian diolah menggunakan algoritma Apriori untuk menemukan asosiasi antara atribut-atribut tersebut dan tingkat kefatalan kecelakaan. Aturan asosiasi yang dihasilkan memberikan wawasan tentang kombinasi faktor-faktor yang berpotensi menyebabkan kecelakaan dengan tingkat kefatalan yang tinggi.
Keywords— apriori, faktor kecelakaan lalu lintas.
Clustering Biaya Kesehatan Menggunakan Algoritma K-Meansferisulianta.com
Asuransi kesehatan merupakan asuransi dimana pihak penanggung menjamin segala kemungkinan yang terjadi pada diri tertanggung terkait dengan masalah kesehatanya sesuai dengan perjanjian yang telah di sepakati.
Suatu perusahaan yang bergerak dibidamg jasa asuransi jiwa perlu melakukan analisis calon nasabah asuransi. Agen asuransi perlu menganalisi calon nasabah. Tujuan dari analisis ini adalah untuk menyelidiki berbagai faktor yang berhubungan dengan kesehatan dan keterkaitannya untuk memprediksi biaya pengobatan individu yang ditagihkan oleh asuransi kesehatan secara akurat. Faktor-faktor ini mencakup aspek-aspek seperti usia, dan indeks massa tubuh (BMI).
Salah satu metode analisis ini dengan menggunakan metode clustering dengan algoritma k-means. Clustering adalah teknik dalam analisis data yang digunakan untuk mengelompokkan objek atau data ke dalam kelompok-kelompok yang memiliki kesamaan karakteristik tertentu. Tujuan utama dari clustering adalah untuk mencari pola atau struktur dalam data tanpa adanya label atau pengawasan sebelumnya. Dalam clustering, objek dalam kelompok yang sama akan memiliki kesamaan yang tinggi, sedangkan objek antar kelompok akan memiliki perbedaan yang signifikan.
Kata Kunci Asuransi, Kesehatan, Clustering, Data mining
Aturan Asosiasi menggunakan Algoritma Apriori sebagai Dasar Aksi Bisnis .pdfferisulianta.com
Didalam hal bisnis, banyak sektor yang terlibat dalam proses jual beli. Tidak hanya penjualan besar yang dilakukan oleh perusahaan-perusahaan yang juga besar, masih banyak bisnis toko retail yang dilakukan masyarakat menengah kebawah. Toko retail umunya tidak menjual satu produk namun relatif banyak produk yang ditawarkan dalam bisnisnya. Dalam bisnisnya, toko retail membeli barang yang akan dijualnya dari produsen yang kemudian dijualnya kembali pada para konsumen secara langsung. Cukup banyaknya pelanggan dan proses transaksi, toko retail ini ingin mengetahui pola pembelian konsumen dengan memanfaatkan data transaksi yang sudah terjadi. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen pada toko retail dengan memanfaatkan data transaksi yang telah terjadi. Data transaksi tersebut mencakup informasi mengenai produk yang dibeli, jumlah pembelian, waktu pembelian, dan profil konsumen. Dengan menganalisis data transaksi tersebut, toko retail dapat memperoleh wawasan yang berharga mengenai kebiasaan pembelian konsumen, preferensi produk, tren penjualan, dan faktor-faktor lain yang dapat mempengaruhi keputusan pembelian. Metode yang digunakan dalam penelitian ini adalah analisis data dan pemodelan statistik. Data transaksi yang dikumpulkan dari toko retail akan dianalisis menggunakan teknik-teknik statistik seperti analisis deskriptif, analisis asosiasi, dan analisis klaster. Hasil dari penelitian ini diharapkan dapat memberikan wawasan yang berharga bagi toko retail dalam mengoptimalkan strategi penjualan dan pemasaran mereka. Dengan memahami pola pembelian konsumen, toko retail dapat mengatur stok produk dengan lebih efisien, merancang promosi yang tepat, dan menyediakan pengalaman berbelanja yang lebih personal bagi konsumen.
Kata kunci: Toko Retail, Algoritma Apriori, Aturan Asosiasi, Strategi Bisnis, Data Mining.
Penerapan Metode Apriori Untuk Identifikasi Pola Data Transaksi Pada Customer...ferisulianta.com
Supermarket merpuakan tempat berbelanja dari seseorang terhadap suatu daerah masyarakat setempat. Dengan pelayanan yang maksimal untuk mengetahui pola data pembelian yang diberikan dan mengantisipasi persediaan bahan pokok didaerah tertentu agar tidak mengalami keterlambatan kesediaan barangt. Maka diperlukan pencarian pola atau hubungan Association rule (aturan asosiatif). Association rule merupakan salah satu teknik data mining yang sangat penting, dapat diartikan bahwa hubungan antara sejumlah item dengan menentukan nilai support dan confidence pada basis data, penting tidaknya aturan asosiasi dapat diketahui dengan nilai support atau nilai penunjang dan confidence (nilai kepastian) algoritma apriori menghitung seringnnya item-set yang muncul dalam database melalui beberapa iterasi, setiap iterasi tersebut memiliki dua tahapan yaitu menentukan kandidat dan menghitung kandidat. Tahap pertama pada iterasi pertama , himpunan yang dihasilkan dari kandidat item-set berisikan seluruh 1-item-set. Tahap kedua algoritma apriori menghitung support-nya melalui seluruh item-set dengan batas minimum tertentu saja yang dianggap sering muncul (frequent), sehingga dapat diketahui item-set yang sering muncul.. Penghapusan ini berdasarkan pengamatan yaitu apakah item-set tersebut sering muncul atau tidak. Dari hasil penelitian dengan menggunakan nilai minimum support dan minimum confident tertinggi akan membentuk nilai akhir, yaitu nilai paling besar yang melebihi batas minimal support dan confidence. Dalam penelitian ini dengan menggunakan kombinasi 2 item set dengan minimum support 2 dan minimum confidence 35 pada super market di daerah tebet selatan adalah “jika pembeli membeli Telur dan daging giling maka pembeli akan membeli air mineral ” dengan Support 7,333% dan confidence 50,66%
Kata Kunci : super market, association rule, algoritma apriori
Prediction Of Cryptocurrency Prices Using Lstm, Svm And Polynomial Regression...ferisulianta.com
The rapid development of information technology, especially the Internet, has facilitated users
with a quick and easy way to seek information. With these convenience offered by internet
services, many individuals who initially invested in gold and precious metals are now shifting
into digital investments in form of cryptocurrencies. However, investments in crypto coins are
filled with uncertainties and fluctuation in daily basis. This risk posed as significant challenges
for coin investors that could result in substantial investment losses. The uncertainty of the
value of these crypto coins is a critical issue in the field of coin investment. Forecasting, is one
of the methods used to predict the future value of these crypto coins. By utilizing the models of
Long Short Term Memory, Support Vector Machine, and Polynomial Regression algorithm for
forecasting, a performance comparison is conducted to determine which algorithm model is
most suitable for predicting crypto currency prices. The mean square error is employed as a
benchmark for the comparison. By applying those three constructed algorithm models, the
Support Vector Machine uses a linear kernel to produce the smallest mean square error
compared to the Long Short Term Memory and Polynomial Regression algorithm models, with a mean square error value of 0.02.
Keywords: Cryptocurrency, Forecasting, Long Short Term Memory, Mean Square Error,
Polynomial Regression, Support Vector Machine
Konsumen Sebagai Co-Creation untuk Menentukan Strategi.pdfferisulianta.com
Industri retail skala internasional menjual banyak variasi produk yang didapat dari berbagai vendor, transaksi penjualan yang terjadi membentuk gudang data yang tersimpan pada basis data Sistem Enterprise Resource Planning. Ketersediaan data historis hasil transaksi yang terdokumentasi dapat manfaaatkan lebih lanjut untuk ditambang dengan menganalisa keranjang belanja konsumen. dengan mencari korelasi antara produk-produk dalam kumpulan transaksi penjualan yang sudah terjadi dalam kurun waktu tertentu. Algoritma apriori digunakan untuk membangun aturan asosiasi yang berfokus pada memetakan perilaku konsumen retail sebagai co-creation manajemen startegi perusahaan dan dapat menghasilkan hubungan dan aturan yang akan mengungkapkan pola preferensi pelanggan terhadap berbagai jenis produk, yang sebelumnya tersembunyi dan sulit diukur. Aturan asosiasi yang dihasilkan melalui serangkaian proses teknik data mining diujikan lebih lanjut untuk mengukur keberhasilkan aturan asosiasi menggunakan data transaksional pada periode berikutnya. Hasil pengujian aturan asosiasi dengan nilai minimum confidence 70% digunakan sebagai dasar membangun strategi bisnis diantaranya: memperkuat penjualan paket, strategi penempatan produk, segmentasi pasar berdasarkan preferensi warna,
mengelola stok dan ketersediaan produk.
The document discusses different types of netnography research including auto netnography, symbolic netnography, digital netnography, and humanist netnography. It explains that netnography is a development of traditional ethnography adapted for the modern, digital world. The document provides examples of each netnography type and outlines the benefits of netnography research, such as exploring consumer behavior, identifying generational trends, and predicting trends. It also provides background on the author and includes a bibliography of references on digital ethnography and netnography.
Literasi digital di tengah pandemi - Feri Suliantaferisulianta.com
Teks tersebut membahas tentang literasi digital dan pembelajaran pada era industri 4.0 dan pandemi Covid-19. Teknologi digital dipandang sebagai katalisator untuk menghadapi tantangan baru dalam pembelajaran, seperti pembelajaran jarak jauh, serta menyesuaikan karakteristik peserta didik generasi saat ini yang sudah akrab dengan teknologi."
More Related Content
Similar to Tugas per kelompok e commerce (Sistem Informasi Manajemen)
Dokumen tersebut berisi soal ujian akhir mata kuliah E-Commerce yang terdiri dari 20 soal pilihan ganda. Soal-soal meliputi karakteristik E-Commerce, model bisnis, arsitektur situs, dan prinsip-prinsip pengembangan aplikasi e-commerce. Ujian ini diselenggarakan pada tanggal 12 Maret 2008.
Dokumen tersebut membahas tentang business model canvas (BMC), yang merupakan kerangka kerja untuk menggambarkan model bisnis suatu organisasi. Dokumen menjelaskan sembilan elemen utama BMC beserta contoh-contohnya, yaitu customer segments, value propositions, channels, customer relationships, revenue streams, key resources, key activities, key partnerships, dan cost structure.
Mudah Mengelola Bisnis Dengan Business Model CanvasWahyu Putra
Bisnis model canvas membantu menganalisis bisnis secara sistematis dengan membagi elemen-elemen bisnis ke dalam 9 blok. Blok-blok tersebut meliputi segmen pelanggan, proposisi nilai, saluran, hubungan pelanggan, arus pendapatan, aktivitas kunci, sumber daya kunci, mitra kunci, dan struktur biaya. Canvas ini memungkinkan penyesuaian model bisnis terhadap perubahan lingkungan secara dinamis.
BMC adalah kerangka kerja visual untuk menggambarkan sembilan komponen bisnis kunci seperti segmen pasar, proposisi nilai, saluran distribusi, dan sumber daya kunci dalam satu lembar kanvas guna memahami dan mengevaluasi model bisnis perusahaan.
[Ringkasan]
Dokumen tersebut membahas berbagai model bisnis untuk produk digital, meliputi commerce & retail, long tail, multi-sided platform, serta berbagai jenis revenue model seperti subscription, usage, advertising, dan freemium.
Dokumen tersebut membahas proses pengembangan sistem e-commerce mulai dari perencanaan arsitektur, pemilihan model pengembangan, implementasi, integrasi, hingga operasi. Juga dibahas aplikasi pendukung seperti pembayaran elektronik, katalog elektronik, dan chatting online.
Kelola Kubikal Data Transaksional Sistem Informasi.pdfferisulianta.com
Data transaksional rumah sakit dapat diberdayakan lebih lanjut untuk ragam keperluan
dan bukan hanya sebagai arsip riwayat pasien perseorangan saja. Berbagai informasi
berharga dapat diungkapkan dari data transkasional rumah sakit yang dihasilkan dari
sistem rekam medis.Dalam kasus ini untuk mendapatkan kejelasan yang melibatkan
informasi menyeluruh yang juga melibatkan
ragam sudut pandang dapat disolusikan
dengan teknik Online Analytical Processing (OLAP). Teknik ini mampu mengakomodasi
kelengkapan data yang nantinya menjadi framework untuk dianalisa secara seksama
Mengacu pada data rekam medis dimana setiap pasien memiliki banyak keluhan dan
latar belakang yang berbeda yang terelasi dengan sang pasien. Teknik OLAP mampu
menyajikan data dalam bentuk multidimensi. Selanjutnya, OLAP akan melakukan
eksekusi
data
yakni
slicing(irisan)
dan
dicing(rotasi)
yakni
meringkas
dan
mengumpulkan sejumlah besar data, melakukan filtering, pengurutan, dan memberikan
peringkat (rangking) yang akan memperkaya temuan berharga dari data kubikal.
Kata kunci: online analytical processing (olap), data rekam media, data kubikal, slicing,
dicing.
Membangun Aturan Asosiasi menggunakan Algoritma Apriori untuk Rekomendasi Fil...ferisulianta.com
Rekomendasi film berperan penting dalam membantu penonton memilih film yang sesuai dengan minat mereka, terutama di tengah banyaknya pilihan yang tersedia. Dalam penelitian ini, kami menggunakan algoritma Apriori untuk memberikan rekomendasi film berdasarkan data IMDb. Algoritma Apriori digunakan untuk menemukan hubungan antara film-film berdasarkan informasi seperti genre, aktor, dan peringkat pengguna. Dengan menerapkan algoritma ini, kami dapat mengidentifikasi pola-pola yang sering muncul di antara item-item film dalam dataset IMDb. Misalnya, jika seorang pengguna sering menonton film-film aksi dengan aktor tertentu, algoritma Apriori dapat merekomendasikan film-film serupa dengan genre yang sama dan melibatkan aktor yang serupa. Diharapkan bahwa implementasi algoritma Apriori ini dapat membantu pengguna menemukan film-film yang relevan dan sesuai dengan minat mereka dalam pengalaman menonton mereka.
preferensi pengguna. Hasil penelitian ini diharapkan dapat memberikan panduan yang berguna bagi penonton dalam menemukan film-film yang menarik dan sesuai dengan minat mereka berdasarkan informasi IMDb yang relevan.
Keywords—association rules, dataset, Movies,apriori, IMDb
Algoritma Apriori untuk Menghasilkan Aturan Asosiasi Saat Berkendara.pdfferisulianta.com
Kecelakaan merupakan peristiwa yang mengancam keselamatan manusia dan menjadi salah satu penyebab utama cedera dan kematian di seluruh dunia. Tingkat kefatalan kecelakaan dapat memberikan informasi berharga dalam upaya pencegahan dan pengurangan risiko kecelakaan di masa depan. Dalam penelitian ini, kami mengusulkan penerapan metode aturan asosiasi dengan algoritma Apriori untuk menganalisis faktor-faktor yang berhubungan dengan tingkat kefatalan kecelakaan. Metode ini melibatkan pengumpulan data kecelakaan yang mencakup berbagai atribut seperti cuaca, keadaan jalan, umur pengemudi, kecepatan, dan lain sebagainya. Data ini kemudian diolah menggunakan algoritma Apriori untuk menemukan asosiasi antara atribut-atribut tersebut dan tingkat kefatalan kecelakaan. Aturan asosiasi yang dihasilkan memberikan wawasan tentang kombinasi faktor-faktor yang berpotensi menyebabkan kecelakaan dengan tingkat kefatalan yang tinggi.
Keywords— apriori, faktor kecelakaan lalu lintas.
Clustering Biaya Kesehatan Menggunakan Algoritma K-Meansferisulianta.com
Asuransi kesehatan merupakan asuransi dimana pihak penanggung menjamin segala kemungkinan yang terjadi pada diri tertanggung terkait dengan masalah kesehatanya sesuai dengan perjanjian yang telah di sepakati.
Suatu perusahaan yang bergerak dibidamg jasa asuransi jiwa perlu melakukan analisis calon nasabah asuransi. Agen asuransi perlu menganalisi calon nasabah. Tujuan dari analisis ini adalah untuk menyelidiki berbagai faktor yang berhubungan dengan kesehatan dan keterkaitannya untuk memprediksi biaya pengobatan individu yang ditagihkan oleh asuransi kesehatan secara akurat. Faktor-faktor ini mencakup aspek-aspek seperti usia, dan indeks massa tubuh (BMI).
Salah satu metode analisis ini dengan menggunakan metode clustering dengan algoritma k-means. Clustering adalah teknik dalam analisis data yang digunakan untuk mengelompokkan objek atau data ke dalam kelompok-kelompok yang memiliki kesamaan karakteristik tertentu. Tujuan utama dari clustering adalah untuk mencari pola atau struktur dalam data tanpa adanya label atau pengawasan sebelumnya. Dalam clustering, objek dalam kelompok yang sama akan memiliki kesamaan yang tinggi, sedangkan objek antar kelompok akan memiliki perbedaan yang signifikan.
Kata Kunci Asuransi, Kesehatan, Clustering, Data mining
Aturan Asosiasi menggunakan Algoritma Apriori sebagai Dasar Aksi Bisnis .pdfferisulianta.com
Didalam hal bisnis, banyak sektor yang terlibat dalam proses jual beli. Tidak hanya penjualan besar yang dilakukan oleh perusahaan-perusahaan yang juga besar, masih banyak bisnis toko retail yang dilakukan masyarakat menengah kebawah. Toko retail umunya tidak menjual satu produk namun relatif banyak produk yang ditawarkan dalam bisnisnya. Dalam bisnisnya, toko retail membeli barang yang akan dijualnya dari produsen yang kemudian dijualnya kembali pada para konsumen secara langsung. Cukup banyaknya pelanggan dan proses transaksi, toko retail ini ingin mengetahui pola pembelian konsumen dengan memanfaatkan data transaksi yang sudah terjadi. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen pada toko retail dengan memanfaatkan data transaksi yang telah terjadi. Data transaksi tersebut mencakup informasi mengenai produk yang dibeli, jumlah pembelian, waktu pembelian, dan profil konsumen. Dengan menganalisis data transaksi tersebut, toko retail dapat memperoleh wawasan yang berharga mengenai kebiasaan pembelian konsumen, preferensi produk, tren penjualan, dan faktor-faktor lain yang dapat mempengaruhi keputusan pembelian. Metode yang digunakan dalam penelitian ini adalah analisis data dan pemodelan statistik. Data transaksi yang dikumpulkan dari toko retail akan dianalisis menggunakan teknik-teknik statistik seperti analisis deskriptif, analisis asosiasi, dan analisis klaster. Hasil dari penelitian ini diharapkan dapat memberikan wawasan yang berharga bagi toko retail dalam mengoptimalkan strategi penjualan dan pemasaran mereka. Dengan memahami pola pembelian konsumen, toko retail dapat mengatur stok produk dengan lebih efisien, merancang promosi yang tepat, dan menyediakan pengalaman berbelanja yang lebih personal bagi konsumen.
Kata kunci: Toko Retail, Algoritma Apriori, Aturan Asosiasi, Strategi Bisnis, Data Mining.
Penerapan Metode Apriori Untuk Identifikasi Pola Data Transaksi Pada Customer...ferisulianta.com
Supermarket merpuakan tempat berbelanja dari seseorang terhadap suatu daerah masyarakat setempat. Dengan pelayanan yang maksimal untuk mengetahui pola data pembelian yang diberikan dan mengantisipasi persediaan bahan pokok didaerah tertentu agar tidak mengalami keterlambatan kesediaan barangt. Maka diperlukan pencarian pola atau hubungan Association rule (aturan asosiatif). Association rule merupakan salah satu teknik data mining yang sangat penting, dapat diartikan bahwa hubungan antara sejumlah item dengan menentukan nilai support dan confidence pada basis data, penting tidaknya aturan asosiasi dapat diketahui dengan nilai support atau nilai penunjang dan confidence (nilai kepastian) algoritma apriori menghitung seringnnya item-set yang muncul dalam database melalui beberapa iterasi, setiap iterasi tersebut memiliki dua tahapan yaitu menentukan kandidat dan menghitung kandidat. Tahap pertama pada iterasi pertama , himpunan yang dihasilkan dari kandidat item-set berisikan seluruh 1-item-set. Tahap kedua algoritma apriori menghitung support-nya melalui seluruh item-set dengan batas minimum tertentu saja yang dianggap sering muncul (frequent), sehingga dapat diketahui item-set yang sering muncul.. Penghapusan ini berdasarkan pengamatan yaitu apakah item-set tersebut sering muncul atau tidak. Dari hasil penelitian dengan menggunakan nilai minimum support dan minimum confident tertinggi akan membentuk nilai akhir, yaitu nilai paling besar yang melebihi batas minimal support dan confidence. Dalam penelitian ini dengan menggunakan kombinasi 2 item set dengan minimum support 2 dan minimum confidence 35 pada super market di daerah tebet selatan adalah “jika pembeli membeli Telur dan daging giling maka pembeli akan membeli air mineral ” dengan Support 7,333% dan confidence 50,66%
Kata Kunci : super market, association rule, algoritma apriori
Prediction Of Cryptocurrency Prices Using Lstm, Svm And Polynomial Regression...ferisulianta.com
The rapid development of information technology, especially the Internet, has facilitated users
with a quick and easy way to seek information. With these convenience offered by internet
services, many individuals who initially invested in gold and precious metals are now shifting
into digital investments in form of cryptocurrencies. However, investments in crypto coins are
filled with uncertainties and fluctuation in daily basis. This risk posed as significant challenges
for coin investors that could result in substantial investment losses. The uncertainty of the
value of these crypto coins is a critical issue in the field of coin investment. Forecasting, is one
of the methods used to predict the future value of these crypto coins. By utilizing the models of
Long Short Term Memory, Support Vector Machine, and Polynomial Regression algorithm for
forecasting, a performance comparison is conducted to determine which algorithm model is
most suitable for predicting crypto currency prices. The mean square error is employed as a
benchmark for the comparison. By applying those three constructed algorithm models, the
Support Vector Machine uses a linear kernel to produce the smallest mean square error
compared to the Long Short Term Memory and Polynomial Regression algorithm models, with a mean square error value of 0.02.
Keywords: Cryptocurrency, Forecasting, Long Short Term Memory, Mean Square Error,
Polynomial Regression, Support Vector Machine
Konsumen Sebagai Co-Creation untuk Menentukan Strategi.pdfferisulianta.com
Industri retail skala internasional menjual banyak variasi produk yang didapat dari berbagai vendor, transaksi penjualan yang terjadi membentuk gudang data yang tersimpan pada basis data Sistem Enterprise Resource Planning. Ketersediaan data historis hasil transaksi yang terdokumentasi dapat manfaaatkan lebih lanjut untuk ditambang dengan menganalisa keranjang belanja konsumen. dengan mencari korelasi antara produk-produk dalam kumpulan transaksi penjualan yang sudah terjadi dalam kurun waktu tertentu. Algoritma apriori digunakan untuk membangun aturan asosiasi yang berfokus pada memetakan perilaku konsumen retail sebagai co-creation manajemen startegi perusahaan dan dapat menghasilkan hubungan dan aturan yang akan mengungkapkan pola preferensi pelanggan terhadap berbagai jenis produk, yang sebelumnya tersembunyi dan sulit diukur. Aturan asosiasi yang dihasilkan melalui serangkaian proses teknik data mining diujikan lebih lanjut untuk mengukur keberhasilkan aturan asosiasi menggunakan data transaksional pada periode berikutnya. Hasil pengujian aturan asosiasi dengan nilai minimum confidence 70% digunakan sebagai dasar membangun strategi bisnis diantaranya: memperkuat penjualan paket, strategi penempatan produk, segmentasi pasar berdasarkan preferensi warna,
mengelola stok dan ketersediaan produk.
The document discusses different types of netnography research including auto netnography, symbolic netnography, digital netnography, and humanist netnography. It explains that netnography is a development of traditional ethnography adapted for the modern, digital world. The document provides examples of each netnography type and outlines the benefits of netnography research, such as exploring consumer behavior, identifying generational trends, and predicting trends. It also provides background on the author and includes a bibliography of references on digital ethnography and netnography.
Literasi digital di tengah pandemi - Feri Suliantaferisulianta.com
Teks tersebut membahas tentang literasi digital dan pembelajaran pada era industri 4.0 dan pandemi Covid-19. Teknologi digital dipandang sebagai katalisator untuk menghadapi tantangan baru dalam pembelajaran, seperti pembelajaran jarak jauh, serta menyesuaikan karakteristik peserta didik generasi saat ini yang sudah akrab dengan teknologi."
Buku literasi digital, riset dan perkembangannya dalam perspektif social stud...ferisulianta.com
Dokumen tersebut membahas tentang pentingnya literasi digital di era informasi saat ini. Literasi digital merupakan keterampilan penting bagi masyarakat untuk menyikapi perkembangan teknologi dan internet serta mampu mengolah informasi digital dengan baik. Sayangnya, sebagian besar masyarakat Indonesia belum memiliki literasi digital yang baik meskipun sudah banyak yang menggunakan internet. Literasi digital perlu ditingkatkan, khususnya melalui pendidikan
MEMBANGUNKAN SANG RAKSASA
Bangkitnya Revolusi Sosial Dunia Paling Berbahaya
Sebuah fenomena luar biasa mulai berkecambuk, menjalar mengubah persepsi masyarakat, ditenggarai dengan ideologi berjubah putih yang menyeret masyarakat terus berlabuh sekencang-kencangnya untuk menghantam ‘bongkahan gunung es’.
Buku ini menggambarkan bangkitnya raksasa yang akan mengubah secara total masyarakat manusia.
Sejarah tidak dapat diulang, bencana sosial sudah di depan mata, saatnya mengencangkan ikat pinggang dan bersiap-siap menghadapi keruntuhan peradaban
ISBN: 978-602-371-562-6
Terbit: April 2018
Halaman : 360, BW : 360, Warna : 6
Harga: Rp. 81.300,00
Deskripsi:
Sebuah fenomena luar biasa mulai berkecamuk, menjalar mengubah persepsi masyarakat, ditengarai dengan ideologi berjubah putih yang menyeret masyarakat terus berlabuh sekencang-kencangnya untuk menghantam ‘bongkahan gunung es’. Buku ini menggambarkan bangkitnya raksasa yang akan mengubah secara total masyarakat manusia. Sejarah tidak dapat diulang, bencana sosial sudah di depan mata, saatnya mengencangkan ikat pinggang dan bersiap-siap menghadapi keruntuhan peradaban.
Success with softskill to deliver your hardskill feri sulianta - st intenferisulianta.com
This document discusses the importance of soft skills for ICT professionals. It notes that technical skills alone are not enough and employers are looking for both technical skills and soft skills like communication, teamwork, and problem solving. The document provides examples of soft skills like manners, timekeeping, communication and flexibility. It suggests increasing soft skills through social activities, meditation, and adapting lessons from family, community and education. The document also discusses challenges with end users and the roles of the CIO, CFO and CEO in managing information resources. It provides advice on stress management and references additional resources on soft skills.
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1Arumdwikinasih
Pembelajaran berdiferensiasi merupakan pembelajaran yang mengakomodasi dari semua perbedaan murid, terbuka untuk semua dan memberikan kebutuhan-kebutuhan yang dibutuhkan oleh setiap individu.kelas 1 ........
Tugas per kelompok e commerce (Sistem Informasi Manajemen)
1. Tugas per kelompok untuk 23/24 April 2012,representasikan dalam bentuk slide power point
dengan isi sbb :
Pilih salah satu web-commerce (tiap kelompok tidak boleh sama)
Digolongkan kedalam apa web-commerce yg anda pilih : B2C,B2B,C2C ? dan jelaskan alasannya!
Apakah memiliki pula perusahaan 'brick & mortarnya' ?
Apa tujuan web commerce ybs dibuat?
Barang/jasa apa yang diperdagangkan
*lihat halaman 19 dr hardcopy
petunjuk dan informasi pasar
harga
pelayanan konsumen
bgmn barang/jasa di deliver?
fasilitas dan isi web
transaksi, mencakup pula : skema bertransaksi, keamanan bertransaksi, metode
pembayaran,dsb
usability
kesimpulan : Kelebihan dan kekurangan website tsb
saran anda berkenaan web-commerce tsb.
*Jelaskan secara deskriptif setiap segi yang ditinjau dan masing2 anggota kelompok akan
mempresentasikan pekerjaannya.