Penerapan Neural Network Dalam Merekomendasi Model Pangkas Kepada Pelanggan Dengan Menggunakan Metode Perceptron

Authors

  • Setia Kristianus STMIK Triguna Dharma
  • Zulfian Azmi STMIK Triguna Dharma
  • Tugiono Tugiono STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jct.v2i6.4434

Abstract

Setiap gaya rambut terdiri dari berbagai ciri khas yang dikombinasikan. Banyak masyarakat yang tidak mengerti akan hal ini dan hanya mengikuti trend rambut yang ada. Hal ini memberikan hasil yang tidak sesuai dengan ekspektasi. Selain itu, untuk gaya rambut tertentu memiliki cara tersendiri untuk menjaganya agar tetap pada bentuk yang kita inginkan, contohnya gelombang pada rambut. Oleh karena itu, tidak hanya tukang gunting tetapi juga costumer perlu mengetahui cara untuk membentuk rambut mereka. Julles Pangkas adalah tempat pangkas pria yang beroperasi sejak 15 agustus 2015 dan terletak di  jl.bunga cempaka padang bulan pasar 3 No.35 (Medan Selayang). Julles Pangkas terkadang memiliki permasalahan terkait seringkali  pelanggan yang masih kebingungan dalam menentukan model rambut. Apabila model rambut yang dipilihkan tidak sesusai biasanya membuat turunnya nilai penampilan seseorang. Karena rambut merupakan salah satu faktor utama dalam nilai penampilan. Untuk dapat menentukan model rambut yang sesuai, menurut pendapat dari  bentuk wajah merupakan faktor yang sangat penting dalam penentuan model rambut, ketidak samaan model rambut dan bentuk wajah akan menyebabkan rendahnya nilai penampilan seseorangMaka dari itu dibutuhkan sebuah sistem yang membantu pelanggan yang ada pada Julles Pangkas dalam memilih potongan rambut yang cocok untuknya. Dalam ilmu komputer, dikenal sebuah cara untuk melakukan rekomendasi gaya rambut berdasarkan faktor tertentu di Julles Pangkas yang selama ini menjadi permasalahan yang ditemui. Ilmu tersebut adalah penerapan Jaringan Syaraf Tiruan atau terkadang diseeebut Neural Network, dimana Neural Network merupakan sebuah sistem yang cara kerjanya seperti jaringan syaraf yang ada pada manusia, dan bekerja sebagai mana otak manusia mengolah sebuah informasi.Hasil penelitian merupakan terciptanya sebuah aplikasi Jaringan Syaraf Tiruan dengan Metode Perceptron yang dapat membantu pihak Julles pangkas dalam merekomendasikan model rambut ke pelanggan.

Author Biographies

Setia Kristianus, STMIK Triguna Dharma

Sistem Informasi

Zulfian Azmi, STMIK Triguna Dharma

Sistem Informasi

Tugiono Tugiono, STMIK Triguna Dharma

Sistem Informasi

References

N. P. Y. W. Sari, "PENGARUH PERBANDINGAN TERONG BELANDA (Solanum betaceum Cav.) DENGAN RUMPUT LAUT (Eucheuma cottonii) TERHADAP KARAKTERISITIK LEATHER," Jurnal ITEPA, vol. 7, no. 2, 2018.

A. Suzanna, "ANALISIS KANDUNGAN KIMIA BUAH TERONG BELANDA (Cyphomandra betacea) SETELAH DIOLAH MENJADI MINUMAN RINGAN," Jurnal Pendidikan Teknologi Pertanian, vol. 5, no. 1, 2019.

Febby Kesumaningtyas, "SISTEM PAKAR DIAGNOSA PENYAKIT DEMENSIA MENGGUNAKAN METODE FORWARD CHAINING STUDI KASUS (DI RUMAH SAKIT UMUM DAERAH PADANG PANJANG)," Jurnal Edik Informatika, vol. 3, no. 2, pp. 96-102, 2016.

N. P. Y. W. Sari, "PENGARUH PERBANDINGAN TERONG BELANDA (Solanum betaceum Cav.) DENGAN RUMPUT LAUT (Eucheuma cottonii) TERHADAP KARAKTERISITIK LEATHER," Jurnal ITEPA, vol. 7, no. 2, pp. 65 - 75, 2018.

N. P. Y. W. Sari, "PENGARUH PERBANDINGAN TERONG BELANDA (Solanum betaceum Cav.) DENGAN RUMPUT LAUT (Eucheuma cottonii) TERHADAP KARAKTERISITIK LEATHER," Jurnal ITEPA, vol. 7, no. 2, pp. 65 - 75, 2018.

A. Suzanna, "ANALISIS KANDUNGAN KIMIA BUAH TERONG BELANDA (Cyphomandra betacea) SETELAH DIOLAH MENJADI MINUMAN RINGAN," Jurnal Pendidikan Teknologi Pertanian, vol. 5, no. 1, pp. 21-36, 2019.

A. Masbintoro, "PENGARUH EKSTRAK BUAH TERONG BELANDA (SOLANUM BETACEUM)," Saintika Medika, vol. 12, no. 1, pp. 28-42, 2016.

H. T. Sihotang, "SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB," Jurnal Mantik Penusa, vol. 15, no. 1, pp. 16-23, 2014.

Downloads

Published

2022-07-18

Issue

Section

Articles

URN