Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Knowbase : International Journal of Knowledge in Database Jurnal Saintekom (Sains dan Teknologi Komputasi)
Leny Ningrum
Universitas Binaniaga Indonesia
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Metode Weighted Moving Average (WMA) untuk Prediksi Ketersediaan Barang Dagang Pada Perusahaan Farmasi Muhamad Budiawan; Leny Ningrum
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 3 (2025): Desember 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i3.60

Abstract

Kebutuhan akan obat-obatan telah menjadi kebutuhan primer di kalangan penyedia obat[1]obatan. Permintaan yang tinggi dari berbagai apotek dan rumah sakit menjadikan perusahaan farmasi harus secara cermat dan konsisten menyediakan serta mengendalikan persediaan obat-obatan sesuai dengan tingginya jumlah permintaan. Permasalahan yang muncul dalam proses distribusi sediaan farmasi adalah kemampuan dalam mengelola persediaan dengan efisien. Berdasarkan dari hasil wawancara yang telah dilakukan terdapat indikasi bahwa proses prediksi ketersediaan barang yang dilakukan selama ini masih belum efektif, yang dapat berdampak negatif pada operasional dan keuangan perusahaan. Pada penelitian ini dibuat sebuah prototype system aplikasi yang dapat digunakan untuk memprediksi ketersediaan barang dagang pada perusahaan farmasi dengan menggunakan metode Weighted Moving Average (WMA). Pada prototype sistem aplikasi diterapkannya variabel dari data penjualan barang pada periode persediaan barang sebagai acuan dalam melakukan proses perhitungan prediksi ketersediaan barang. Dalam penelitian ini dilakukannya Uji kelayakan aplikasi oleh tim ahli sistem informasi dengan nilai kelayakan sebesar 100% yang berarti aplikasi ini sangat layak digunakan dan uji kelayakan pengguna sebesar 89%, sehingga aplikasi ini sangat layak digunakan dalam proses prediksi ketersediaan barang. Lalu telah dilakukan uji akurasi mengenai hasil prediksi yang dilakukan menggunakan Mean Absolute Percentage Error (MAPE) dengan hasil persentase sebesar 18% yang diketagorikan sebagai prediksi yang “Baik”.
Classification of Referral Decision Recommendations in Community Health Centers Using the K-Nearest Neighbor Approach Leny Ningrum; Nisrina Salsabila
Knowbase : International Journal of Knowledge in Database Vol. 5 No. 2 (2025): December 2025
Publisher : Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30983/knowbase.v5i2.10137

Abstract

management, including determining patient referral decisions at community healthcenters. However, these decisions often still depend on the subjective assessment ofmedical personnel, resulting in an inaccurate and ineffective process of identifyingdiabetes patient management. The purpose and objective of this research anddevelopment is to identify diabetes patient management for referral decisionrecommendations at Puskesmas using the K-Nearest Neighbor (KNN) approach toobtain a more accurate and effective process and results so that Puskesmas can morequickly provide appropriate follow-up based on patient laboratory test results. Thedata used in this study was diabetes patient data at Puskesmas, using variables suchas age, systolic and diastolic blood pressure, glucose tests, and referral to hospitals asthe target class. The results of the research and classification evaluation using theConfusion Matrix in KNN modeling based on this data showed that the number ofpatients included in TP=41, TN=38, FP=1, and FN=4, with an accuracy of 94.02%,precision of 97.62%, recall of 91.11%, and F1-Score of 94.25%. These values arecategorized as very good because they are able to predict classes correctly at themodeling stage. Thus, this study is considered feasible as a support for referraldecision recommendations in identifying the treatment of diabetic patients atPuskesmas
Co-Authors Muhamad Budiawan Nisrina Salsabila