Sistem Informasi Peramalan Harga Pangan Dengan Menggunakan Metode Naïve Bayes Di Kota Makassar
Article Sidebar
Published
Oct 15, 2018
Abstract viewed = 731 times
Main Article Content
Abstract
Dinas Perdagangan Kota Makassar merupakan lembaga yang bertanggung jawab dalam merilis informasi harga pangan di Kota Makassar secara langsung. Informasi tersebut disajikan dalam bentuk selebaran. Penelitian ini bertujuan adalah untuk merancang dan menerapkan Sistem sistem informasi Peramalan Harga Komoditas Pangan Menggunakan Algoritma Naive Bayes untuk memprediksi harga pangan di Kota Makassar. Desain penelitian yang digunakan adalah UML yang didesain secara terstruktur yang terdiri dari rancangan model use case diagram, activity diagram, sequence diagram dan class diagram. Bahasa pemrograman menggunakan PHP, javascript, dan MySql untuk pengolahan database. Dalam penelitian ini pengumpulan data diperoleh melalui observasi, wawancara dan dokumentasi. Hasil dari penelitian ini adalah sistem berbasis website yang menyediakan informasi harga komoditas dan sistem pendukung keputusan prediksi harga komoditas pangan di Kota Makassar. Sistem tersebut membantu instansi dalam menyediakan informasi dan pelaporan.
Downloads
Download data is not yet available.
Article Details
Section
Articles
References
[1] Al Fatta.Hanif, “Analisis dan Perancangan Sistem Informasi”.Yogyakarta: Penerbit Andi, 2007
[2] Hermawan, “Unified Modelling Language (UML)”. Yogyakarta: Penerbit ANDI, 2004
[3] Sari. Mega Kartika, “Kombinasi Metode K-Nearest Neighbor Dan Naïve Bayes Untuk Klasifikasi Data”.Yogyakarta: Prosiding SEMNASTEKNOMEDIA, STMIK AKAKOM, 2015.
[4]. Wasiati. Hera, “Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia Menggunakan Metode Naive Bayes”, IJNS-Indonesian Journal on Networking and security, Volume 3 No. 2 Tahun 2014.
[5] Yuli, Ni Putu Sukmarani dkk, “Penerapan Metode Single Exponential Smoothing pada permalan penjualan dalam penentuan kuantitas Produksi Roti (studi Kasus Perusahaan Roti Dhiba Kendari)”, semanTIK, Vol.2, No.1, Jan-Jun 2016, pp. 229-236
[6] Margi, Kristen, “ Analisisi dan Penerapan Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Periode Tertentu”, prosiding SNATIF ke-2 Tahun 2015
[7] Meysatya, Riska “ Sistem Prediksi Harga Daging Sapi Lokal di Kota Semarang Menggunakan Moving Average”, Jurnal UDINUS, 2013.
[8]. Yusnita, Amelia, “Sistem Pendukung Keputusan Menentukkan Lokasi Umah Makan Yang Strategis Menggunakan Metode Naive Bayes”, SEMANTIK, 2012.
[2] Hermawan, “Unified Modelling Language (UML)”. Yogyakarta: Penerbit ANDI, 2004
[3] Sari. Mega Kartika, “Kombinasi Metode K-Nearest Neighbor Dan Naïve Bayes Untuk Klasifikasi Data”.Yogyakarta: Prosiding SEMNASTEKNOMEDIA, STMIK AKAKOM, 2015.
[4]. Wasiati. Hera, “Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia Menggunakan Metode Naive Bayes”, IJNS-Indonesian Journal on Networking and security, Volume 3 No. 2 Tahun 2014.
[5] Yuli, Ni Putu Sukmarani dkk, “Penerapan Metode Single Exponential Smoothing pada permalan penjualan dalam penentuan kuantitas Produksi Roti (studi Kasus Perusahaan Roti Dhiba Kendari)”, semanTIK, Vol.2, No.1, Jan-Jun 2016, pp. 229-236
[6] Margi, Kristen, “ Analisisi dan Penerapan Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Periode Tertentu”, prosiding SNATIF ke-2 Tahun 2015
[7] Meysatya, Riska “ Sistem Prediksi Harga Daging Sapi Lokal di Kota Semarang Menggunakan Moving Average”, Jurnal UDINUS, 2013.
[8]. Yusnita, Amelia, “Sistem Pendukung Keputusan Menentukkan Lokasi Umah Makan Yang Strategis Menggunakan Metode Naive Bayes”, SEMANTIK, 2012.