Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal IJIS - Indonesian Journal On Information System Jurnal Insan
Fuad, Mohammad Haddiel
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PEMILIHAN SISWA BERPRESTASI DENGAN MENERAPKAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK SISTEM PENDUKUNG KEPUTUSAN (STUDI KASUS : SEKOLAH MENANGAH ATAS YAPERMAS) Puspita, Ari; Fahmi, Muhammad; Yuningsih, Yuyun; Fuad, Mohammad Haddiel
IJIS - Indonesian Journal On Information System Vol 7, No 1 (2022): APRIL
Publisher : POLITEKNIK SAINS DAN TEKNOLOGI WIRATAMA MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (601.268 KB) | DOI: 10.36549/ijis.v7i1.207

Abstract

Penelitian pemilihan siswa berprestasi ini bertujuan untuk mencari keunggulan yang dimiliki masing masing siswa baik di bidang akademik maupun non akademik. Metode penelitian yang digunakan dalam penelitian ini adalah dengan menyebar kuesioner ke salah satu Sekolah Menengah Atas (SMA) Yapermas di daerah Jakarta Pusat. Untuk mengolah data siswa prestasi dengan menggunakan metode AHP (Analytical Hierarchy Process) yang dibantu Software Expert Choice dalam mengambil keputusan mengenai siswa berprestasi pada Sekolah Menengah Atas di daerah Jakarta. Methode AHP dilakukan dengan proses membandingkan antara kriteria untuk menemukan kriteria mana yang lebih di unggulkan. Hasil perhitungan menunjukan bahwa siswa yang berprestasi adalah “Siswa B” yang mendapat 48,7% paling unggul diantara dua kandidat siswa lainnya. Yaitu siswa A yang mendapat 40,4% dan siswa C yang mendapat 10,9%. Dari simpulan hasil perhitungan dipaparkan berupa gambar grafik yang menunjukan siswa B yang lebih unggul melalui proses penggolahan data pada Sofware Expert Choice.Kata Kunci: Expert Choice, AHP, Siswa berprestasi
Perbandingan Metode Decision Tree dan Naive Bayes Pada Tingkat Penjualan Minuman Kopi di Kopi Pawon Nusantara Iqbal, Muhamad; Miskiyah, Siti; Sham, Said Luthfil; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3682

Abstract

Tujuan dari penelitian ini adalah untuk membandingkan dua model klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam konteks meningkatkan penjualan di Kopi Pawon Nusantara. Penelitian ini menggunakan data penjualan minuman kopi untuk memahami pola pembelian pelanggan. Pemilik Kopi Pawon Nusantara menghadapi tantangan dalam menentukan minuman kopi yang paling diminati oleh pelanggan mereka. Data yang digunakan berasal dari penjualan sebelumnya di Kopi Pawon Nusantara. Dua algoritma, Decision Tree dan Naive Bayes, dievaluasi untuk mengukur performanya menggunakan metrik seperti akurasi, presisi, recall, dan area under curve (AUC) dari kurva ROC. Hasil Decision Tree mencapai akurasi sebesar 97,83% dengan AUC 0,957. Sementara itu, Naive Bayes memiliki akurasi sebesar 94,35% dengan AUC 0,969. Tujuan dari penelitian ini adalah untuk mendapatkan pemahaman tentang metode klasifikasi mana yang paling cocok untuk menangani data penjualan Kopi Pawon Nusantara. Hasilnya diharapkan dapat digunakan sebagai dasar untuk penelitian lanjutan yang akan memilih metode klasifikasi yang tepat, baik dengan dataset yang sama maupun dengan metode klasifikasi yang berbeda.
Analisa Tingkat Penjualan Makanan Dan Minuman Dengan Klasterisasi Menggunakan Algoritma K-Means Ana, Era Serly; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3763

Abstract

Restoran Sumoboo merupakan salah satu restoran yang berfokus pada makanan dan minuman. Dalam mengelola bisnis restoran, penting untuk memahami pola penjualan dan mengoptimalkan stok bahan baku. Permasalahan umun yang terjadi pada Restoran Sumoboo saat ini adalah masih sulitnya menentukan item menu mana yang sering dicari atau dipesan oleh pelanggan. Sehingga, sering terjadinya penumpukan menu-menu yang kurang diminati dan habisnya makanan dan minuman yang sering dicari pelanggan. Penelitian ini bertujuan agar dengan memanfaatkan algoritma K-Means yang dilakukan dengan perhitungan manual dan menggunakan tools RapidMiner, menu-menu dapat dikelompokkan berdasarkan tingkat penjualannya. Hasil dari penelitian yang dilakukan ini mendaptkan 3 cluster yang terdiri dari cluster 1(C0) tingkat penjualan tinggi sebanhyak 34 menu, cluster 2(C1) tingkat penjuan sedang sebanyak 14 menu, dan cluster 3(C2) tingkat penjualan rendah sebanyak 25 menu. Sehingga hasil pengelompokkan ini memungkinkan restoran untuk membuat keputusan yang lebih akurat mengenai strategi penjualan.
Analisa Penjualan Rokok Dengan Metode Klasifikasi Menggunakan Formula Algoritma C4.5 Pada CV Jaya Berkah Mas Narendra, Sebastianus Aditya Narendra; Setiawan, Pradita Aldi; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.4656

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan data penjualan rokok menggunakan algoritma C4.5 pada CV Jaya Berkah Mas. Penelitian dilakukan dengan mengumpulkan data melalui observasi dan wawancara, serta melakukan pembersihan data untuk mengatasi inkonsistensi dan duplikasi. Algoritma C4.5 digunakan untuk menghasilkan pohon keputusan yang dapat memprediksi penjualan rokok terlaris. Hasil dari analisis menunjukkan bahwa metode C4.5 dapat digunakan untuk memberikan wawasan yang bermanfaat dalam menentukan strategi penjualan yang optimal. Penelitian ini memberikan kontribusi dalam bidang data mining dengan menerapkan algoritma C4.5 pada kasus nyata di industri rokok. Hasil nilai akurasi tertinggi perhitungan Algoritma C4.5 dengan data sebanyak 212 entry menunjukkan tingkat Akurasi 96.73%, Presisi 98.00%, dan Recall 85.17%.
Co-Authors Ana, Era Serly Ari Puspita Miskiyah, Siti Muhamad Iqbal Narendra, Sebastianus Aditya Narendra Setiawan, Pradita Aldi Sham, Said Luthfil Syaiful Anwar Veithzal Rivai Zainal Yuningsih, Yuyun