Claim Missing Document
Check
Articles

Found 6 Documents
Search

Implementasi Finite State Automata Pada Aplikasi Simulasi Vending Machine Frozen Food Agung Sudrajat; Windu Gata; Eni Heni Hermaliani; Laela Kurniawati; Frieyadie Frieyadie
Jurnal Sains Komputer dan Teknologi Informasi Vol 4 No 1 (2021): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v4i1.3020

Abstract

Frozen food adalah produk makanan yang telah dikemas dan disimpan beku dalam freezer sehingga siap untuk dimasak dan dikonsumsi pada waktu tertentu. Kebiasaan masyarakat kota yang sibuk dengan pekerjaannya menjadikan olahan frozen food sering dijadikan alternatif makanan untuk keluarga di rumah. permasalahan yang ada di masyarakat adalah masyarakat ingin penyajiannya lebih cepat dan praktis serta bisa mendapatkan makanan tersebut dimana saja. Oleh sebab itu kami memberikan rekomendasi implementasi dibuat sebuah mesin otomatis yang bisa menjawab permasalahan tersebut yaitu dengan adanya vending machine frozen food. Pelaksanaan penelitian ini meliputi tiga tahapan diantaranya yaitu perancangan finite state automata (FSA) vending machine frozen food, pengujian finite state automata (FSA) vending machine frozen food dan konsep desain vending machine frozen food. Agar lebih menarik untuk dipandang mata dan mengundang selera makan frozen food kami kemas dalam kemasan bento yaitu menggunakan konsep one dish meal atau hidangan sepinggan yang mengandung gizi yang lengkap. Penerapan konsep FSA pada frozen food vending machine ini dapat menjadi sebuah alternatif dalam membuat rancangan berbagai jenis vending machine.
ANALISA METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA FP-GROWTH TERHADAP DATA PENJUALAN (STUDY KASUS TOKO BERKAH) Syarifudin Herdyansyah; Eni Heni Hermaliani; Laela Kurniawati; Sri Rahayu Sri Rahayu
Jurnal Khatulistiwa Informatika Vol 8, No 2 (2020): Periode Desember 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v8i2.9277

Abstract

Peran teknologi sangat penting dalam menunjang suatu bisnis agar dapat terus berjalan dan berkembang. Salah satu hal yang tidak kalah penting adalah diperlukannya suatu metode atau analisa data transaksi yang telah dilakukan. Tujuannya adalah untuk membantu pihak manajemen dalam mengelola stok barang, tata letak barang dan juga promosi serta untuk meningkatkan omset penjualan dan tidak menjadikan data penjualan hanya sebagai arsip saja yang semakin bertambah setiap hari. Teknologi Data Mining dapat menjadi salah satu pilihan yang dapat digunakan dalam menganalisa data penjualan. Untuk itu, penggunaan teknologi Data Mining dalam hal analisis keranjang belanja pasar (Market Basket Analysis) mengunakan metode association rule, kita dapat mengetahui keterkaitan antara data yang satu, dengan data yang lainnya dan antara barang yang satu dengan barang yang lainya. Dalam penelitian ini, mengunakan algoritma FP-Growth dengan mengunakan data penjualan Toko Berkah. Hasil analisa yang dilakukan, sangat baik dalam pembentukan rule-rule atau pola belanja customer dari barang yang terjual dan dapat dijadikan acuan atau bahan untuk manajeman dalam mengambil suatu kebijakan tertentu dengan tujuan untuk mengembangkan bisnis yang dilakukan
IMPLEMENTASI DETERMINISTIC FINITE AUTOMATA (DFA) PADA PERANCANGAN APLIKASI PERHITUNGAN UANG HARIAN PERJALANAN DINAS KEMENTERIAN Deny Robyanto; Ade Priyatna Priyatna; Eni Heni Hermaliani; Frieyadie Frieyadie; Windu Gata
JURNAL ILMIAH INFORMATIKA Vol 9 No 02 (2021): Jurnal Ilmiah Informatika (JIF)
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/jif.v9i02.3770

Abstract

Each ministry always has a budget for official travel, especially for the daily money given to personnel who travel in exchange for daily expenses. With the current pendemi need to be held an application system that can reduce contact when handling official travel files. The design of this application will use the implementation of Deterministic Finite Automata (DFA) as an abstract machine to determine the state or stages to determine the transition between these stages to determine the daily money calculation of official travel. From the calculation of daily money will be made recapitulation to be verified and if it is considered appropriate and correct will be transferred to the account that travels to the office. This is the role in making abstract machines for the calculation of daily money using Deterministic Finite Automata (DFA) because each stage is right to one stage next until the last stage that prints proof of transfer.
PENERAPAN KONSEP FINITE STATE AUTOMATA PADA SIMULASI VENDING MACHINE PERGANTIAN SERAGAM KARYAWAN Ristyani Slamet; Windu Gata; Ketut Sakho Parthama; Nita Merlina; Eni Heni Hermaliani
Jurnal informasi dan komputer Vol 10 No 1 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 04 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i1.280

Abstract

Seragam sebagai bentuk disiplin karyawan, dimana sebagian perusahaan yang bergerak dalam bidang makanan sangat mengutamakan kebersihan, baik dari lingkungan kerja maupun dari setiap karyawan yang bekerja pada perusahaan tersebut. Penerapan seragam dilingkungan kerja PT Yumindo menjadi syarat wajib bagi karyawan yang bekerja pada setiap outlet, bagian produksi, dan bagian warehouse. PT Yumindo memberikan fasilitas seragam berupa baju, topi dan masker untuk digunakan saat bekerja, dimana setiap seragam memiliki masa ganti atau masa pergantian yaitu selama tiga bulan, dimana setiap karyawan yang sudah melewati masa pergantian wajib melakukan permintaan penggantian seragam. Prosedur permintaan penggantian seragam yang selama ini berjalan masih dilakukan secara manual. Permintaan seragam masih dilakukan secara manual yaitu dengan mengisi formulir lalu dikirim melalui email, sering terjadinya data yang terlewat, dan proses yang memakan waktu karena harus melakukan pengecekan data secara manual, dan sering terjadi kesalahan, oleh karena itu maka dibuat sebuah sistem pergantian seragam karyawan untuk mempermudah perusahaan dalam pendataan seragam karyawan, serta mempermudah karyawan dalam mendapatkan seragam baru. Penelitian ini bermaksud untuk membuat konsep Finite State Automata (FSA) model Non-deterministic Finite Automata (NFA) pada simulasi Vending Machine (VM) yang menyediakan seragam berupa baju, topi, dan masker dengan memanfaatkan sistem Radio Frequency Identification (RFID). Pada penelitian kali ini menerapkan VM yang dapat melayani karyawan untuk mendapatkan seragam baru dan dapat otomatis langsung terdata oleh perusahaan. Metode penelitan yang diterapkan dalam penerapan FSA pada VM pergantian seragam karyawan ini antara lain FSA VM seragam karyawan, perancangan sistem VM seragam karyawan, desain VM seragam karyawan. Bersadarkan perancangan FSA VM tersebut, dapat disimpulkan bahwa penggunaan FSA model Non- deterministic Finite Automata (NFA) dapat digunakan dalam pembuatan VM pergantian seragam karyawan dan dengan adanya VM seragam karyawan ini dapat mempermudah karyawan dalam mendapatkan seragam baru.
EVALUASI PENERIMAAN MAHASISWA TERHADAP APLIKASI AKADEMIK MOBILE: PENDEKATAN TECHNOLOGY ACCEPTANCE MODEL (TAM) Muji Ernawati; Eni Heni Hermaliani; Evita Fitri; Siti Nurhasanah Nugraha
INTI Nusa Mandiri Vol. 20 No. 1 (2025): INTI Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v20i1.6898

Abstract

Mobile applications are widely used in educational environments to accelerate various academic and administrative tasks. Their presence has enhanced service effectiveness, expedited decision-making, and improved the digital campus ecosystem. This study was conducted to evaluate the acceptance level of MyNusa Student, a mobile-based academic application for students. The Technology Acceptance Model (TAM) framework was employed in this research to assess students’ acceptance of the MyNusa Student application. A total of 238 respondents, all registered students using the application, provided data for this study. Data analysis was carried out using Structural Equation Modeling (SEM) with a Partial Least Squares (PLS) approach to examine the relationships among variables: Perceived Ease of Use, Perceived Usefulness, Attitude Toward Using, Behavioral Intention to Use, and Actual Usage. The results indicated that all relationships among variables were statistically significant. The most influential relationship was observed between Perceived Ease of Use and Perceived Usefulness, followed by the relationship between Attitude Toward Using and Behavioral Intention to Use, and subsequently, Actual Usage. The findings suggest that the primary elements influencing students’ positive perceptions of the application—which in turn affect their intention and actual usage patterns—are their evaluations of its usefulness and utility. The practical implications highlight the need for continuous improvement in usability and utility aspects, with a focus on enhancing ease of use, optimizing core features such as real-time data updates, and improving technical as well as system security aspects.
OPTIMIZATION OF MACHINE LEARNING ALGORITHMS IN THE CLASSIFICATION OF VECTOR-BORNE DISEASES Sukrul Ma’mun; Eni Heni Hermaliani
Jurnal Techno Nusa Mandiri Vol. 20 No. 2 (2025): Techno Nusa Mandiri : Journal of Computing and Information Technology Period o
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v20i2.6539

Abstract

Developing a predictive model is the objective of this study, focusing on vector-borne diseases using various machine learning methods, including Random Forest (RF), Logistic Regression (LR), k-nearest Neighbors (kNN), Tree (DT), and XGBoost. The main goal is to use oversampling techniques like SMOTE and Random Oversampling to correct the dataset's class imbalance. The dataset was obtained from Kaggle and literature references published in Frontiers in Ecology and Evolution (Endo and Amarasekare 2022), consisting of approximately 9,490 entries with environmental, demographic, and clinical attributes. Dengue Fever is one of the diseases that this study focuses on. Aedes aegypti mosquitoes spread it, and it is a significant health risk in tropical areas. The DT and XGBoost models had the highest accuracy, at 99.2%. Logistic Regression and Random Forest also did well, with 99.1% accuracy. KNN did well, too, but with a lower recall, at 99.0%. The ROC curve gave a complete picture of how well each model classified things. These findings indicate that when combined with proper data handling, machine learning models can significantly improve early detection of vector-borne diseases and support more accurate and timely decision-making in public health interventions.