Claim Missing Document
Check
Articles

Found 19 Documents
Search

Penerapan Sistem Inferensi Fuzzy untuk Menentukan Jumlah Pembelian Produk Berdasarkan Data Persediaan dan Penjualan dengan Menggunakan Metode Mamdani (Studi: Kasus RM Habibi) Hidayati, Nani; Kasini, Kasini; Permata, Aprilia
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 7 No. 3 (2024): July
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v7i3.30604

Abstract

RM Habibi is a restaurant business that serves dishes to buyers and provides a place to enjoy the meal, as well as determining food and service costs. Although restaurants generally serve on site, there are also those that provide take away and delivery services as a form of service to buyers. Restaurants usually specialize in the types of food they provide and are their best sellers. Inventory problems are a problem that buyers always face. Inventory is needed because demand patterns are basically irregular. Inventory is carried out to ensure certainty that when needed the product is available. Fuzzy logic is one of the components that make up soft computing.  The application of the fuzzy inference system (FIS) with the mamdani method in the Demand, Supply and Sales prediction system can be concluded that the use of fuzzy logic can be used to predict demand, inventory and totals at the Habibi Restaurant. And test results with real data and surveys show results with a conformity level of up to 90%.
Penerapan Data Mining Untuk Clustering Pada Toko Laura Grosir Dan Eceran Menggunakan Algoritma K-Means Kasini; Hidayati, Nani
JUSTER : Jurnal Sains dan Terapan Vol. 2 No. 3 (2023): JUSTER: Jurnal Sains dan Terapan
Publisher : Jompa Research and Development

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57218/juster.v2i3.990

Abstract

Perkembangan teknologi dan informasi di era 5.0 membuat toko-toko grosir dan ecer di tuntut untuk mengikutin perkembangan teknologi agar usaha mereka lebih berkembang dan dikenal tidak hanya dikenal di sekitar toko saja, Toko Laura adalah sebuah toko grosir dan ecer yang menjual kebutuhan primer, kebutuhan sekunder. Banyaknya produk yang dijual oleh toko laura membuat terjadinya penumpukkan stok, karena ada produk yang laris terjual, laris dan kurang laris terjual. Data- data yang terdapat di Toko Laura ini tidak tersusun dengan baik seperti data penjualan, data pembelian dan pengeluaran tak terduga hanya sebagai arsip toko, sehingga tidak dapat dijadikan sebagai pengembangan strategi pemasaran toko. Oleh karena itu, perlu diterapkan data mining menggunakan metode K-Means pada Toko Laura. Penerapan metode K-Means dapat diterapkan pada Toko Laura untuk menentukan produk mana saja yang sangat laris, laris dan kurang laris. Algoritma K-Means metode Clustering diolah menggunakan software RapidMiner. Setelah menghitung 75 data yang ada di toko laura ecer dan grosir selama periode 3 bulan dan kemudian dimasukkan ke dalam aplikasi RapidMiner dan dilakukan pengujiam sesuai dengan pengelompokan 3 cluster sehingga didapatkan hasil pengelompokkan barang sesuai dengan perhitungan yang dilakukan secara manual yaitu kategori laris (C1) 3 barang, Laris (C2) 9 Barang dan kurang laris (C3) 63 barang.
Optimalisasi Manajemen Rantai Pasok PT. Mond Nature Lestari dalam Pengolahan Produk Daun Kelor Berbasis Permintaan Pasar Lailatul Syifa Tanjung; Yesi Yusmita; Hidayati Rusnedy; Kasini
Jurnal Pengabdian Masyarakat Charitas Vol. 5 No. 02 (2025): Jurnal Pengabdian Masyarakat Charitas Desember 2025
Publisher : Program Studi Teknik Industri, Fakultas Teknik, Universitas Katolik Indonesia Atma Jaya Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25170/charitas.v5i02.6788

Abstract

This community service program aims to optimize supply chain management at PT. Mond Nature Lestari, an MSME processing products made from moringa leaves. The main problems faced by partners are irregular raw material supplies, manual stock recording, and production that is not yet based on market demand. The solutions offered include digital recording training using Google Sheet, raw material procurement planning, and designing production and distribution systems based on demand data. The results of the activities showed an increase in operational efficiency, stock accuracy, and distribution timeliness. This optimization is expected to increase business competitiveness and become a model for similar MSMEs.
Rancang Bangun Sistem Marketplace Berbasis Website Bagi Usaha UMKM: Studi Kasus Kerupuk Lomang Bu Sita Kuok Kasini Kasini; Hidayati Rusnedy; Laila Syifa Tanjung
JUSTER : Jurnal Sains dan Terapan Vol. 5 No. 1 (2026): JUSTER: Jurnal Sains dan Terapan
Publisher : Jompa Research and Development

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57218/juster.v5i1.2537

Abstract

Usaha mikro, kecil, dan menengah (UMKM) masih memiliki keterbatasan dalam pemasaran dan perluasan jangakaun pasar dikarenakan belum optimalnya pemanfaatn teknologi digital. Penelitian ini bertujuan untuk merancang dan membangun aplikasi marketplace berbasis website bagi UMKM Kerupuk Lomang Bu Sita sebagai solusi untuk meningkatkan efisiensi penjualan dan pemasaran produk secara online. Metode penelitian yang digunakan dalam penelitian ini adalah prototype, yang meliputi tahapan analisis kebutuhan, perancangan prototipe, evaluasi pengguna, penyempurnaan prototype secara interaktif serta pengembangan dan pengujian sistem. Hasil dari penelitian ini menunjukkan bahawa aplikais marketplace yang dibangun mampu menyedikan fitur pengelolaan produk, pemesanan dan transaksi secara terintegrasi sesuai dengan kebutuhan UMKM. Dengan adanya aplikasi ini proses penjualan dan pemasaran menjadi lebih efektif dan dapat memperluas jangkauan pasar UMKM.
Rancang Bangun Sistem Informasi Absensi Mahasiswa Menggunakan Teknologi Pengenalan Wajah Berbasis Python Nani Hidayati; Kasini Kasini
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 9 No. 3 (2026): July
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The research was motivated by the fact that many higher education institutions still rely on manual attendance methods, which are prone to recording errors, time-consuming, and susceptible to irregularities. To address these issues, a facial recognition-based attendance system was designed using Python as the primary programming language. The system employs an object-oriented programming (OOP) approach to facilitate the development of components such as face detection, student data storage, attendance validation, and report generation. The implemented facial recognition technology enables automated, real-time attendance recording, resulting in greater data accuracy and minimal manual intervention. Furthermore, the system offers rapid and flexible attendance reporting features, making it easier for lecturers and administrative staff to monitor student attendance. Simulation results indicate that the system improves efficiency, accelerates the recording process, and reduces potential irregularities compared to conventional attendance methods.
Sosialisasi Digital Marketing Melalui Website E-Commerce Bagi UMKM Rumah Batik Balisa Salo Kabupaten Kampar Kasini Kasini; Hidayati Rusnedy; Safni Marwa; Lailatul Syifa Tanjung; Yesi Yusmita
Jurnal Pengabdian Masyarakat Bhinneka Vol. 4 No. 4 (2026): Juli
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v4i4.1619

Abstract

UMKM Rumah Batik Balisa sebagai penghasil batik khas Kabupaten Kampar memiliki potensi yang besar untuk berkembang, tetapi belum mengoptimalkan penggunaan website sebagai media pemasaran digital. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pengetahuan dan keterampilan pelaku UMKM dalam memanfaatkan website sebagai sarana promosi, penyampaian informasi produk, dan peningkatan penjualan. Metode pelaksanaan terdiri atas observasi, sosialisasi, demonstrasi penggunaan website, praktik langsung. Hasil kegiatan menunjukkan bahwa pemahaman mitra mengenai fungsi website, kemampuan mengelola konten website secara mandiri menyatakan kesiapan untuk memanfaatkan website sebagai sarana promosi guna memperluas jangkauan pemasaran serta meningkatkan daya saing produk batik khas Kampar.
Rancang Bangun Website Sistem Pendukung Keputusan Pemilihan Program Studi Sarjana Menggunakan Metode Topsis Annisa Yulia Zarti; Hidayati Rusnedy; Kasini Kasini; Arif Mudi Priyatno
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.66

Abstract

Pemilihan program studi merupakan keputusan penting bagi calon mahasiswa karena berkaitan dengan kesesuaian bidang pendidikan dengan minat, bakat, dan kemampuan yang dimiliki. Keterbatasan informasi dan proses pemilihan yang masih subjektif dapat menyebabkan calon mahasiswa mengalami kesulitan dalam menentukan program studi yang tepat. Penelitian ini bertujuan untuk merancang dan membangun website Sistem Pendukung Keputusan (SPK) yang dapat membantu calon mahasiswa dalam memperoleh rekomendasi program studi secara sistematis dan terstruktur. Penelitian menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dengan tiga kriteria, yaitu minat, bakat, dan kemampuan. Data penelitian diperoleh dari 55 responden dengan 19 alternatif program studi sarjana. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, perancangan antarmuka, implementasi metode TOPSIS, pengembangan website, dan pengujian sistem. Hasil penelitian berupa website SPK yang mampu mengelola data calon mahasiswa, kriteria, dan alternatif program studi serta melakukan proses perhitungan TOPSIS untuk menghasilkan pemeringkatan dan rekomendasi program studi berdasarkan nilai preferensi. Sistem yang dikembangkan menyediakan informasi rekomendasi secara cepat dan terstruktur sehingga dapat membantu calon mahasiswa dalam menentukan program studi yang sesuai dengan minat, bakat, dan kemampuan
Penerapan Metode K-Means untuk Pengelompokan Data Obat Berdasarkan Tingkat Kebutuhan Zikri Alhadi Adha; Hidayati Rusnedy; Emon Azriadi; Kasini; R. Joko Musridho
SENTRI: Jurnal Riset Ilmiah Vol. 5 No. 8 (2026): SENTRI : Jurnal Riset Ilmiah, Agustus 2026
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/sentri.v5i8.7141

Abstract

Abstract: This study aims to analyze and classify the level of drugdemand and provide drug procurement recommendations at UPT Puskesmas Air Tiris using the K-Means Clustering method. The main problem identified is that the drug demand analysisprocess is still conducted through data recapitulation, making it difficult to provide optimal information regarding drug demandlevels. The data used in this study were obtained from the DrugUsage and Request Report (LPLPO) for the period from January 2025 to January 2026, consisting of initial stock, receipts, inventory, usage, and remaining stock variables. The research methodology applies the Knowledge Discovery in Database (KDD) process, including data selection, preprocessing, transformation, data mining, and evaluation. The clustering process uses three clusters representing high, medium, and low demand levels. The results show that 309 drugrecords were successfully grouped into three clusters, consistingof 4 drugs in Cluster 1, 27 drugs in Cluster 2, and 278 drugs in Cluster 3. The clustering results were subsequently used as a basis for procurement recommendations by considering the average monthly demand, remaining stock, and a safety stock of 10%. The results indicate that the implementation of K-Meanscan assist in identifying drug demand levels and provideprocurement recommendation information as a reference for improving drug inventory management at Puskesmas Air Tiris.
Penerapan Algoritma K-means Untuk Pengembangan Fitur Rekomendasi Pengadaan Buku Pada Aplikasi Senayan Library Management System (Slims) Studi Kasus: Perpustakaan Universitas Pahlawan) Rian Eka Putra; Hidayati Rusnedy; Indra Irawan; Kasini Kasini; Febryanto Febryanto
SENTRI: Jurnal Riset Ilmiah Vol. 5 No. 10 (2026): SENTRI : Jurnal Riset Ilmiah, Oktober 2026
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/sentri.v5i10.7367

Abstract

The Universitas Pahlawan Library has utilized the Senayan Library Management System (SLiMS) in managing library activities, but the system does not yet provide a book procurement recommendation feature based on borrowing levels. This study aims to implement the K-Means Clustering algorithm to classify book borrowing data and design a book procurement recommendation feature in the SLiMS application. The method used in this study is Knowledge Discovery in Database (KDD), which includes data selection, preprocessing, transformation, data mining, and evaluation stages. The data used were book borrowing records totaling 1424 raw data entries, resulting in 594 clean data entries after preprocessing. The variables used include average borrowing duration, book category, and book stock. The Clustering process was carried out using the K-Means algorithm with three clusters, namely highly borrowed, moderately borrowed, and rarely borrowed books. The results showed that the K-Means algorithm successfully classified book borrowing data based on borrowing levels, which can be used as a basis for more targeted book procurement recommendations. In addition, this study produced a design for a book procurement recommendation feature in the SLiMS application to assist librarians in making library collection procurement decisions.