Claim Missing Document
Check
Articles

Found 24 Documents
Search

MAMDANI FUZZY LOGIC ANALYSIS FOR ANIMAL MEDICINE STOCK OPTIMIZATION Desmarini, Mutia; sriani
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 4 (2025): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i4.4070

Abstract

Abstract: The management of veterinary drug stocks at the Veterinary Clinic Technical Implementation Unit (UPTD) of the North Sumatra Province Plantation and Livestock Service faces obstacles in the form of discrepancies between supply and demand, resulting in excess stock and budget waste. Uncertain demand for drugs is a factor that complicates decision-making in stock provision. This study aims to optimize drug stock management using the Mamdani fuzzy logic method, which is capable of handling data uncertainty and modeling information linguistically. Three input variables are used, namely initial stock, demand, and number of visits, with the output being the final stock. The process involves fuzzification, inference based on IF–THEN rules, and defuzzification using the centroid method. The results show that the developed system has a good accuracy level with a MAPE value of 17.52%, which means that this model is effective in providing optimal and efficient drug stock recommendations in a veterinary clinic environment. Keywords: fuzzy mamdani; optimization; animal drug stock.
Prediction of Bank NEO Commerce Stock Prices Using a Multiple Linear Regression Algorithm Harahap, Ulil Amri; Sriani
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/dxpvea41

Abstract

This study addresses the challenge of forecasting Bank Neo Commerce (BBYB) daily prices, where volatility and data leakage often bias results. We build a leakage-free pipeline to predict next-day Adjusted Close using multiple linear regression (OLS) with t−1 predictor lags and technical indicators: AdjCloset−1​, AdjCloset−5, Volt−1​, SMA5t−1​, EMA5t−1​, and RSI 14t−1. Daily BBYB.JK data from Yahoo Finance (12 March 2019–12 March 2025) are evaluated with a 5-fold rolling time-series split, and metrics are reported as mean ± SD. The goal is to assess OLS accuracy and its practical value against a persistence baseline. OLS attains MAE 25.15 ± 18.24, MSE 2,344.41 ± 2,956.78, R² 0.94 ± 0.06, while the baseline AdjCloset−1 yields MAE 22.40 ± 17.21, MSE 1,894.99 ± 2,420.42, R² 0.96 ± 0.04. A walk-forward long-only backtest (0.1% fee) delivers a final value of 1.04 versus 0.72 for buy-and-hold, with lower volatility and drawdown. The approach is interpretable, reproducible, and ready for extensions (feature reduction/regularization, non-linear models, and return/volatility features)
Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Bunga Anggrek Sriani; Armansyah; Panjaitan, Nurhalimah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4941

Abstract

Bunga merupakan salah satu komponen estetika yang penting dalam kehidupan manusia. Di Indonesia, terdapat berbagai jenis bunga dengan karakteristik unik, seperti warna dan bentuknya. Anggrek adalah famili terbesar dalam tumbuhan berbunga, yang mencakup sekitar 7-10% dari seluruh spesies berbunga di dunia, dan di Indonesia diperkirakan ada sekitar 4.000-5.000 jenis anggrek. Beberapa penelitian telah dilakukan untuk mengklasifikasikan bunga menggunakan metode pembelajaran mesin, namun pengklasifikasian anggrek menghadapi kendala karena adanya variasi warna yang luas dan kemiripan bentuk antar spesies, sehingga masyarakat sulit membedakan jenis anggrek yang berbeda. Keunikan anggrek yang menjadi daya tarik bagi penggemar tanaman hias terutama terletak pada bunga dan warna bunganya yang beragam. Pengklasifikasian secara manual saat ini dilakukan berdasarkan ciri mahkota bunga dan susunannya dengan cara pengamatan langsung, yang kurang efektif dan memerlukan waktu serta tenaga yang besar jika dilakukan dalam jumlah banyak. Dari berbagai metode deep learning, metode Convolutional Neural Network (CNN) adalah yang paling sesuai untuk penelitian ini, karena CNN dianggap sebagai model unggul dalam menangani masalah object detection dan object recognition. Oleh karena itu, dikembangkanlah aplikasi yang dapat mengatasi masalah ini melalui pengambilan citra bunga, didukung oleh teknologi berbasis deep learning dengan metode convolutional neural network sebagai solusi untuk mengklasifikasikan berbagai jenis tanaman bunga sebagai langkah dalam mendeteksi jenis bunga. Tujuan dari penelitian ini adalah mengembangkan model CNN yang dapat mengklasifikasikan jenis anggrek berdasarkan kecocokan gambar input dengan dataset yang tersedia. Berdasarkan simulasi yang telah dilakukan, model ini berhasil mencapai rata-rata akurasi sebesar 94,28%.
Implementasi Kurikulum Pendidikan Agama Islam Pada Sekolah Umum dalam Pembentukan Karakter Islami Siswa di Era Society 5.0 (Studi pada Sekolah Menengah Atas Negeri 1 Bungo) Sriani; Mawaddah, Mawaddah
MUTAADDIB : Islamic Education Journal Vol. 1 No. 1 (2023): (April 2023)
Publisher : Institut Agama Islam Yasni Bungo Jambi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51311/mutaaddib.v1i1.478

Abstract

Implementasi Pendidikan Agama Islam dilakukan dengan tujuan meningkatkan ketaqwaan kepada Allah SWT, dan meraih kesuksesan dunia dan akhirat. Akhlak mulia adalah manifestasi dari keimanan yang diyakini setiap orang yakni siswa. Oleh karena itu keimanan dan ketaqwaan yang menyatu pada diri seseorang melalui perwujudan karakternya yang akan menghindarkan dari perbuatan-perbuatan yang bersifat buruk, merusak, dan membahayakan masyarakat serta merusak citra persatuan dan kesatuan masa depan bangsa di era Society 5.0 yang diiringi dengan kemajuan teknologi dan informasi. Metodologi penelitian ini mengunakan pendekatan penelitian kualitatif deskritif. Hasil yang diharapkan dalam penelitian ini adalah bahwa Kurikulum PAI sangat penting diterapkan di sekolah umum dan merupakan pondasi dalam mengantarkan kepribadian siswa yang mulia, dan pengaturan mengenai isi dan bahan pelajaran PAI serta cara yang digunakan dan segenap kegiatan yang dilakukan oleh guru agama untuk membantu seorang atau sekelompok siswa dalam memahami, menghayati, dan mengamalkan ajaran Islam atau menumbuhkembangkan nilai-nilai Islam kedalam diri siswa. Maka dari itu perlu diimplementasikan kurikulum Pendidikan Agama Islam di Sekolah umum agar karakter Islami peserta didik dapat terjamin dengan baik yakni yang berakhlak mulia, karena akhlak adalah manifestasi dari keimanan yang diyakini setiap siswa.