Article Per Year (5 Year)
p-Index From 2021 - 2026
1.922
P-Index
This Author published in this journals
All Journal International Journal of Informatics and Communication Technology (IJ-ICT) International Journal of Advances in Applied Sciences Jurnal Transformatika TRANSISTOR Elektro dan Informatika Indonesian Journal of Community Services Nusantara of Engineering (NOE) Prosiding Seminar Riset Mahasiswa Jurnal Ilmiah Sultan Agung
Riansyah, Andi
Unknown Affiliation
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : TRANSISTOR Elektro dan Informatika

 1 
Sistem Prediksi Kebutuhan Bahan Baku (Raw Material) di Perusahaan Berbasis Web Menggunakan Metode Moving Average Hidayat, Ilham; Riansyah, Andi; Mulyono, Sri
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.131-138

Abstract

Proses produksi merupakan serangkaian proses panjang yang saling berhubungan satu sama lain. dimana proses ini berpangkal pada bahan baku dan berujung pada terbentuknya bahan jadi atau finish good. Sebagai pangkal dari proses produksi, Kendala yang terjadi pada bahan baku akan berdampak pada proses berikutnya yaitu proses produksi itu sendiri. Ketika proses produksi terhambat maka pembuatan produk juga akan ikut terganggu. Tentu hal tersebut akan menimbulkan dampak kerugian pada pihak-pihak terkait. Karena itu dengan memanfaatkan metode moving average dilakukan prediksi untuk menentukan jumlah bahan baku yang akan digunakan dalam proses produksi. hal ini dimaksudkan agar tidak ada kekurangan bahan baku dalam proses produksi. dalam penelitian kali ini menggunakan metode moving average yang menghasilkan akurasi sebesar 97.5 % pada nilai n =2 dan akurasi sebesar 83% pada nilai n = 5.
Klasifikasi Bidang Ilmu Pada Publikasi Terindeks GARUDA Kemdikbud Menggunakan Metode K-Nearest Neighbor (KNN) Saadah, Farikhatus; Subroto, Imam Much Ibnu; Riansyah, Andi
TRANSISTOR Elektro dan Informatika Vol 5, No 2 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.95-101

Abstract

GARUDA merupakan salah satu portal yang memuat referensi ilmiah nasional Indonesia dan memberikan akses terhadap karya ilmiah yang dihasilkan oleh akademisi dan peneliti Indonesia. Klasifikasi merupakan proses penemuan model (fungsi) yang menggambarkan dan membedakan kelas data. Sebelumnya belum ada penelitian yang menggunakan 5 bidang ilmu utama yaitu arts & Humanities, Engineering & Technology, Life Scienses & Madicine, Natural Scienses, Social Sciences & Management, untuk mengklasifikasikan judul artikel pada aplikasi terindeks Garuda. Dalam penelitian ini akan mengklasifikasikan judul artikel yang ada pada aplikasi terindeks Garuda kedalam 5 bidang ilmu yang akan menggunakan metode algortima K-Nearest Neighbor (K-NN), dan akan dilakukan dengan cara mengumpulkan data pada aplikasi terindeks Garuda, lalu dilakukan tahap prepocessing agar data memiliki kualitas yang baik. Setelah itu mencari data dengan jarak terdekat dengan tetangga terdekat pada data latih dengan data yang akan diuji, lalu evaluasi yang akan digunakan adalah accuracy, precision, recall, dan F-score. Hasil yang diharapkan dari penelitian ini adalah metode algorima K-Nearest Neighbor (K-NN) dapat menghasilkan tingkat akurasi yang tinggi dalam mengklasifikasikan judul artikel pada aplikasi terindeks Garuda, kedalam 5 bidang ilmu utama yaitu arts & Humanities, Engineering & Technology, Life Scienses & Madicine, Natural Scienses, Social Sciences & Management secara cepat dan otomatis. Hasil dari penelitian ini mendapatkan nilai akurasi tertinggi 0,499 atau 49,9% dengan menggunakan parameter nilai K = 285.
Co-Authors Almahdi, Bardad Badieah Assegaf Dedy Kurniadi Fajarini, Intan Putri Nur Ghufron Hermawan, Hildan Mulyo Hidayat, Ilham Imam Much Ibnu Subroto Maulida, Aina Nurul Maya Indriastuti Moch Taufik Muhammad Qomaruddin Munir, Abdulloh Mutamimah Mutamimah Nur'aini, Intan Pratama, Nirmala Putri Ratna Supradewi Saadah, Farikhatus Sam Farisa Chaerul Haviana Sri Mulyono Suyanto Suyanto