Claim Missing Document
Check
Articles

PERAMALAN PENJUALAN AQILA FROZEN FOOD MENGGUNAKAN METODE EXPONENTIAL SMOOTHING HOLT WINTER KATA Rahma Fitriani; Istiadi Istiadi; Fitri Marissa; Rangga Pahlevi
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2022 Transisi Global dalam Mencapai SDGs 2030
Publisher : Universitas Widyagama Malang

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

Abstract

Aqila Frozen food berdiri pada tahun 2019 dan berlokasi di Jalan Serayu, Kota Malang. Aqila Frozen food adalah perusahaan yang fokus memasarkan dan menjual nugget, bakso, lumpia, sosis, tempura, cireng, martabak mini, risoles, roti  maryam dan kebab mini. Makanan beku Aqila merupakan produk penjualan yang mengalami pasang surut setiap bulannya, sehingga tidak jarang hasil produksi tidak sesuai dengan hasil penjualan. Lebih jauh lagi, hal ini mengakibatkan pembelian yang tidak stabil setiap bulannya atau tidak disesuaikan  dengan  perkiraan  penjualan  setiap  bulan  berikutnya karena tidak menggunakan sistem prediksi. Menurut Jay Heizer dan Barry Render, peramalan  adalah seni dan ilmu untuk memperkirakan kejadian   di   masa   depan.   Peramalan   dapat   dilakukan   dengan melibatkan data historis dan memproyeksikannya ke masa mendatang dengan menggunakan suatu bentuk model matematis Terhadap pengembangan masa depan Seperti dalam penjualan Makanan, perkembangan dimasa depan yang akan datang ialah suatu hal yang harus   dipikirkan   oleh   perusahaan   yang   bersangkutan.   Melihat keadaan persaingan penjualan semakin ketat  maka perlu  dipelajari bagaimana agar target penjualan dapat meningkat.dengan menggunakan metode exponential smoothing holt winter adalah metode yang popular digunakan dalam peramalan karena memiliki kinerja   yang   bai.   Metode   ini   memiliki   nilai   parameter   dan memepunyai pengaruh ynag besar bagi peramaln.  Oleh karena itu perlu   adanya   sistem  yang   dapat   meramalkan   penjualan   setiap bulannya, sehingga dapat diketahui keperluan bahan baku yang digunakan,. Melihat dari latar belakang masalah ini,  maka penulis melakukan penelitian ini diharapkan dapat membantu aqila  frozen food dengan judul “Peramalan Penjualan Aqila frozen food menggunakan metode holt winter”.
PERAMALAN PENJUALAN AQILA FROZEN FOOD MENGGUNAKAN METODE EXPONENTIAL SMOOTHING HOLT WINTER KATA Rahma Fitriani; Istiadi Istiadi; Fitri Marissa; Rangga Pahlevi
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2022 Transisi Global dalam Mencapai SDGs 2030
Publisher : Universitas Widyagama Malang

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

Abstract

Aqila Frozen food berdiri pada tahun 2019 dan berlokasi di Jalan Serayu, Kota Malang. Aqila Frozen food adalah perusahaan yang fokus memasarkan dan menjual nugget, bakso, lumpia, sosis, tempura, cireng, martabak mini, risoles, roti  maryam dan kebab mini. Makanan beku Aqila merupakan produk penjualan yang mengalami pasang surut setiap bulannya, sehingga tidak jarang hasil produksi tidak sesuai dengan hasil penjualan. Lebih jauh lagi, hal ini mengakibatkan pembelian yang tidak stabil setiap bulannya atau tidak disesuaikan  dengan  perkiraan  penjualan  setiap  bulan  berikutnya karena tidak menggunakan sistem prediksi. Menurut Jay Heizer dan Barry Render, peramalan  adalah seni dan ilmu untuk memperkirakan kejadian   di   masa   depan.   Peramalan   dapat   dilakukan   dengan melibatkan data historis dan memproyeksikannya ke masa mendatang dengan menggunakan suatu bentuk model matematis Terhadap pengembangan masa depan Seperti dalam penjualan Makanan, perkembangan dimasa depan yang akan datang ialah suatu hal yang harus   dipikirkan   oleh   perusahaan   yang   bersangkutan.   Melihat keadaan persaingan penjualan semakin ketat  maka perlu  dipelajari bagaimana agar target penjualan dapat meningkat.dengan menggunakan metode exponential smoothing holt winter adalah metode yang popular digunakan dalam peramalan karena memiliki kinerja   yang   bai.   Metode   ini   memiliki   nilai   parameter   dan memepunyai pengaruh ynag besar bagi peramaln.  Oleh karena itu perlu   adanya   sistem  yang   dapat   meramalkan   penjualan   setiap bulannya, sehingga dapat diketahui keperluan bahan baku yang digunakan,. Melihat dari latar belakang masalah ini,  maka penulis melakukan penelitian ini diharapkan dapat membantu aqila  frozen food dengan judul “Peramalan Penjualan Aqila frozen food menggunakan metode holt winter”.
KINERJA SELEKSI FITUR N-GRAM PADA ANALISIS SENTIMEN ULASAN MOBILE GAME DI GOOGLE PLAYSTORE Syahroni Wahyu Iriananda; Renaldi Widi Budiawan; Aviv Yuniar Rahman; Istiadi Istiadi
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2022 Transisi Global dalam Mencapai SDGs 2030
Publisher : Universitas Widyagama Malang

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

Abstract

Mobile Game menjadi industri yang berkembang pesat. Pengguna dan pengembang game menggunakan analisis sentimen untuk dapat mengetahui ulasan pemain game, sehingga dapat menetapkan arah pengembangan dan peningkatan game tersebut. Dalam penelitian ini, penulis mengklasifikasikan sentimen dengan menggunakan TF-IDF dan fitur seleksi N-Gram. Penulis bertujun untuk menginvestigasi pengaruh N-Gram terhadap tingkat akurasi algoritma SVM. Maka dari itu, peneliti melakukan beberapa skenario pengujian penggunaan N-Gram. Hasil pengujian tersebut menunjukkan bahwa dengan menggunakan 3600 baris data, fitur seleksi Unigram, Bigram, dan Trigram (1,3), dan cross-validation k=10 dapat menghasilkan nilai akurasi yang optimum pada rasio data latih dan data uji 72:25 adalah  87,3 persen. Nilai ini dicapai dengan menggunakan kernel Radial Basis Function (RBF), dan parameter kompleksitas C = 1, Gamma (𝛾) = 1.
Classification of Tempeh Maturity Using Decision Tree and Three Texture Features - Istiadi; - Faqih; Aviv Yuniar Rahman; Dean Ariesta Aziz; April Lia Hananto; Sarina Sulaiman; Candra Zonyfar
JOIV : International Journal on Informatics Visualization Vol 6, No 4 (2022)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.4.983

Abstract

Tempe is an average food from Indonesia, eaten in Indonesia. Even today, tempe is around the world, and vegans around the world use tempeh as a meat substitute. This study plans to work on the accuracy of tempe characterization by utilizing the three-element extraction technique and the choice tree arrangement strategy. This research uses a decision tree method with three texture features in its classification. The results obtained indicate that this method has the highest Gabor channel level, including extraction, which is 71% accuracy, the split proportion is 10;90 and the lowest is 60% with parted balance of 90:10. The most important level value of GCLM extraction precision is 86% with a split proportion of 90;10 and the lowest price level and 60% level with a split ratio of 10;90 for Wavelet including the highest extraction rate price is 77%. It can be said that from the extraction of three elements, GLCM is the element extraction with the highest value from Gabor and Wavelet, including extraction at a split proportion of 10:90 by 86%. The test shows the Featured Tree highlight designation. The extraction technique was superior to different strategies for interaction characterization of tempe development quality. In the next research, improve the accuracy performance so that it can reach 100% using the CNN deep learning method. Then you can also add Support Vector Machine (SVM) and Naive Bayes methods based on the GLCM Extraction feature.
Mamdani Fuzzy Expert System for Online Learning to Diagnose Infectious Diseases Istiadi Istiadi; Emma Budi Sulistiarini; Rudy Joegijantoro; Anik Vega Vitianingsih; Affi Nizar Suksmawati
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 6 (2022): Desember 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v6i6.4656

Abstract

E-learning and expert systems can be implemented for learning in the health sector. Through the e-learning system, prospective health workers can analyze problems by exploring the material in the system. However, material learning alone is less effective, so case study-based learning using an expert system is needed to strengthen understanding. The research applies an expert system to online learning to diagnose several infectious diseases. The disease diagnosis process uses the backward chaining method and the Mamdani fuzzy inference system. The fuzzy Mamdani inference system determines the intensity of disease severity so that appropriate treatment recommendations can be made. The test findings on 15 test datasets yielded a backward chaining accuracy value of 100%. Three test scenarios were used to establish the test using the Mamdani fuzzy inference method. Scenario 1: Testing with the Center of Gravity defuzzification and Fuzzy Mamdani Min inference system Tests employing the Fuzzy Mamdani Min inference method and center average defuzzification are used in Scenario 2. Scenario 3 involves testing using the Fuzzy Mamdani Product Inference System with Center Average Defuzzification. The average outcome for the intensity of disease severity utilizing the Fuzzy Mamdani Min inference system with Center of Gravity defuzzification was greater than that of the two test scenarios that were suggested, which was 49.43%.
DESAIN SISTEM PENENTUAN NILAI BONUS GAJI AKHIR TAHUN MENGGUNAKAN NAIVE BAYES DAN FUZZY MAMDANI Affi Nizar Suksmawati; Istiadi Istiadi; Aviv Yuniar Rahman; Firman Nurdiyansyah; Yuliana Rachmawati
Prosidia Widya Saintek Vol 1, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (315.596 KB)

Abstract

Istana Lawang merupakan supermarket yang memiliki karyawan sebanyak 44 orang dan terbagi dalam beberapa divisi bagian. Supermarket ini mensejahterahkan karyawannya dengan memberikan reward berupa bonus gaji akhir tahun yang diberikan secara periodik setiap tahunnya. Pemberian reward berupa bonus gaji ini diberikan kepada karyawan yang memiliki loyalitas dan dedikasi tinggi dalam bekerja. Besar nilai yang diberikan berbeda antar karyawan. Faktor pertimbangan yang menentukan diantaranya : lama bekerja, divisi bagian, absensi kerja, tanggung jawab, dan kedisiplinan. Penilaian yang dilakukan saat ini masih secara subjektif, sehingga menimbulkan ketidakadilan antara karyawan satu dengan karyawan lainnya dan menimbulkan masalah penurunan produktivitas kerja. Metode naive bayes dapat membantu untuk proses penilaian tersebut. Penelitian ini mengusulkan metode naive bayes untuk menentukan kelayakan bonus gaji karyawan dan fuzzy mamdani untuk menentukan besar nominal bonus gaji yang didapatkan. Data yang digunakan pada penelitian ini sebanyak 96 karyawan yang terdiri dari 52 data training dan 44 data uji. Hasil akurasi yang didapat dengan metode naive bayes sebesar 93,18
REKOMENDASI PENJUALAN PRODUK PADA DISTRO DECKHOOD MENGGUNAKAN ALGORITMA APRIORI Laurentino Da Costa; Istiadi Istiadi; Fitri Marisa
Prosidia Widya Saintek Vol 2, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.462 KB)

Abstract

Distro Deckhood merupakan salah satu distro yang mulai berkembang di Kota Malan, akan tetapi hasil penjualannya masih kurang maksimal dikarenakan belum menerapkan strategi penjualan. Penelitian ini bertujuan menerapkan algoritma apriori untuk merekomendasikan item produk penjualan yang saling berasosiasi pada Disro Deckhood. Suatu aplikasi dikembangkan untuk menampug data transaksi pembelian (invenori), penjualan (transaksi hasil kasir) dan layanan perhitungan algoritma apriori. Ujicoba dilakukan menggunakan data transaksi pada bulan Desember 2022 sebanyak 144 transaksi terdiri 359 barang dengan 70 jenis barang yang berbeda. Berdasarkan hasil perhitungan menggunakan algoritma apriori untuk data penjualan Distro Deckhood didapatkan hasil dengan tiga kombinasi itemset 0105002, 0101002, dan 0104002 dengan nilai support sebesar 5,56 % dan nilai convidence sebesar 72,73%. Nilai support yang didapatkan sebesar 5,56% yang artinya bahwa kemungkinan pelanggan membeli tiga item secara bersamaan sebesar 5,56% dan nilai confidence sebesar 72,73% yang berarti bahwa jika pelanggan membeli item 0105002 dan 0101002 mempunyai kemungkinan sebesar 72,73% membeli item 0104002. Hasil perhitungan untuk nilai support (5,56%) tidak memenuhi syarat standart minimum support (30%) sedangkan nilai confidence (72,73%) sudah memenuhi standart nilai minimum confidence (70%-80%). Hal ini dapat dipengaruhi oleh kurangnya jumlah dataset yang diproses yang berpengaruh terhadap hasil akhir.
MODEL E-LEARNING BERBASIS GAMIFIKASI (STUDI KASUS DI PRODI TEKNIK INFORMATIKA UNIV WIDYAGAMA) Ilham Rumaf; Fitri Marisa; Istiadi Istiadi
Prosidia Widya Saintek Vol 2, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.809 KB)

Abstract

E-learning telah menjadi sebuah solusi dan strategi bagi organisasi pendidikan untuk mengelola dan memperbarui pengetahuan dan pembelajaran secara online melalui dunia maa. Namun penerapan e-learning menuntut mahasiswa untuk aktif secara mandiri dalam belajar khusunya penugasan. Oleh karena itu diperlukan suatu pendekatan agar motivasi mahasiswa yang lebih kuat dalam belajar secara aktif melalui e-learning. Penelitian ini bertujuan mengembangkn e-learning dengan mengomodasi pendekatan gamifikasi khususnya untuk penugasan kuliah. Poin dan reward diberikan terhadap mahasiswa yang telah berupaya mengerjakan tugas dengan baik dan tepat waktu. Sistem e-learning tersebut dikembangkan menggunakan Game Development Life Cyrcle (GDLC). GDLC adalah tahapan-tahapan yang dilakukan secara sistematis untuk membangun sebuah game (permainan digital) yang umumnya terdiri dari 6 fase utama, yaitu Initiation, Preproduction, Production, Testing, Beta, dan Release. Sistem e-learning yang telah dikembangkan diujicobakan pada salah satu mata kuliah pada Program Studi Teknik Informatika Universitas Widyagama Malang. Selanjutnya evaluasi ketergunaan e-learning tersebut dilakukan melalui kuesioner pada peserta kuliah. Berdasarkan penilaian kuesioner tersebut diperoleh rata-rata sebesar 74% yang berarti bahwa aplikasi ini sudah layak digunakan dan dapat diterima oleh mahasiswaa.
SEGMENTASI CITRA BURUNG LOVEBIRD MENGGUNAKAN K-MEANS Hero Diogenes Adoe; Aviv Yuniar Rahman; Istiadi Istiadi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 1 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i1.3452

Abstract

Knowledge of the types of lovebirds is needed by lovebird lovers. The dominant color segmentation can provide information about the types of lovebirds. So the purpose of this research is to build a lovebird segmentation system using the K-means method. The research method used is image processing method. To carry out the segmentation process of the original image compared to the compressed image. Data collection is carried out by utilizing primary data in the form of pictures of lovebird birds which will later be processed using k means. Matlab is used to build a k means segmentation system. The data analysis stage in this study uses steps, data selection, preprocessing and data cleaning, data transformation, data mining, and evaluation/interpretation. The results of the study provide information that by using K-Means, the segmentation of lovebirds based on color can be detected. In this study, the lovebird image segmentation program using Matlab to extract RGB space to Greyscaled showed a higher accuracy rate of 96.26% than segmentation using manual methods, namely 85.19%.
Pengendali Dan Pemantau Arus Tegangan Pada Terminal Listrik Rumah Tangga Berbasis IoT Ardiansyah Setiawan; Istiadi Istiadi; Gigih Priyandoko
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i1.4633

Abstract

Internet of things (IoT) sangat bermanfaat memberikan peran membantu aktivitas rumah tangga dalam kehidupan sehari-hari. Dengan kecanggihan yang disajikan oleh Internet of Things (IoT), memungkinkan IoT untuk melakukan pengontrolan dan pemantauan penggunaan listrik pada suatu lokasi dari jarak jauh tanpa menggunakan kabel yang dikontrol melalui smart phone yang kita miliki. Korsleting listrik banyak ditemukan di kota-kota besar yang dimana penggunaan listrik berlebih tanpa ada pengontrolan sehingga menimbulkan panas pada suatu perlengkapan elektronik yang mengakibatkan percikan api dan kebakaran rumah. Tujuan dalam penelitian ini yaitu mengembangkan teknologi smart home dalam mengendalikan dengan memanfaatkan smartphone android dan teknologi wifi. Hal ini juga membantu pengguna untuk mengendalikan perangkat smart home hanya dengan smartphone dan memanfaatkan teknologi wifi. Hasil dalam penelitian ini yaitu 223 volt ampere meter dengan arus 1 sebesar 0,03 dan arus 2 sebesar 3,29. Rata-rata waktu dalam penyusutan tegangan sebesar 1,66 detik. Dengan Smart Electric Terminal berbasis Internet of Things kita dapat melakukan pemantauan dan pengendalian penggunaan listrik di rumah kita. Microcontroller NodeMCU dan Arduino Nano dilengkapi dengan dua Sensor Arus ACS712 dan Sensor SCT013 dengan tambahan satu Sensor Tegangan ZMPT1018 memudahkan pengguna untuk mengatur dan memantau pergerakan aktivitas listrik di rumah. Tidak hanya itu Smart Electric Terminal dilengkapi dengan Modul Relay yang dimana dapat memutus arus listrik yang berlebih.
Co-Authors - Faqih A.A. Ketut Agung Cahyawan W Abd Wahab , Mohd Helmy Adi Saputra, Deni Affi Nizar Suksmawati Affi Nizar Suksmawati Affi Nizar Suksmawati Agatha Korina Intaningtyas Anggarin Anggarin Ahmad Desma Syahputra Ahmad Farhan, Ahmad Ahmad Muzakky Akbar, Ismail Akhmad Nurhadi Ali Said Alif Dio Raka Wisnu Alif Dio Raka Wisnu Anderias Bai Seran Andriani , Citra Anik Yuesti Antono, Feni Budi April Lia Hananto Ardiansyah Setiawan Arie Restu Wardhani Arie Restu Wardhani Arief Rizki Fadhillah Arofah , Siti Nur Ashuri Nurdiansyah Aviv Yunia Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Aviv Yuniar Rahman Biaz Surya Prakasa Body Surya Permana Budiawan, Renaldi Widi Candra Zonyfar Dean Ariesta Aziz Dedi Usman Effendy Dedy Usman Effendi Diky Siswanto Diky Siswanto Dio Amin Putra Dwi Purnomo Dwi Waluyo Putranto Effendi, Dedy Usman Eka Purna Okta Danawan Elko Prayoga Elyana Estyandhika Emma Budi Sulistiarini Eska Riski Naufal Exelino Bata, Jefreydo Fachrudin Hunaini Faqih Faqih Faqih Rofii Fauzi Ahmad Muda Feni Budi Antono Ferry Irmawan Firdaus Iman Ubaidillah Firman Nurdiansyah Firman Nurdiyansyah Firman Nurdiyansyah Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marisa Fitri Marissa Galih Wicaksana Ghafur, A Hanif Saha Grace Januaria Taolin Dirma Hadian Artanto Handoko, Rizki Hermawan Suprayogi Hero Diogenes Adoe Ilham Rumaf Ilhamsyah Ilhamsyah Indra Dharma Wijaya Irfan Indra Kurniawan Irsandi Satria Wicaksana jauhar, afif Joko Wahyunarto Kartika Yuli Triastuti khusniyatul latifah Kris Inur Firman Sugiarto Kristianingrum Kristianingrum Kuncahyo Setyo Nugroho Kuncahyo Setyo Nugroho Larangga Herdianzenda Laurentino Da Costa Liliana De Deus Lutfi Erik Prasetyo Magai, Etinus Maheza Fresmanda, Muhammad Mamba’us Sa’adah MARIFANI FITRI ARISA Mochamad Tri Anjasmoros Mochammad Tirta Yovresa MOHAMMAD YUSUF Monica Putri Indrayati Monica Putri Indrayati Muhammad Agus Sahbana Muhammad Ifan Fanani Muhammad Januar Wicaksono Mukhsim, Muhamad Mustakim Mustakim Nada Zuhriyah Napulun, Kanisius Naufal, Eska Riski Niken Paramita Pradana, Muhammad Rangga Adi Priyandoko Gigih Putra Kurniawan, Rizky Putra, Rangga Pahlevi Putra, Sumartono Ali Putranto, Dwi Waluyo Rahma Fitriani Rangga Pahlevi Rangga Pahlevi Putra Rayana Jaka Surya Renaldi Widi Budiawan Ridha, Mohammad Riska Suryanti Putri Riska Suryanti Putri Riska Suryanti Putri Rivaldiknas Gampar, Philipus Rizki Handoko Rudy Joegijantoro, Rudy Sabar Setiawidayat, Sabar Sahar, Nan Mad Sandi probo sarjono Sandi Tyas Wahyu Sarina Sulaiman Silviana Silviana Syahroni Wahyu Iriananda, Syahroni Wahyu Tjiptoheriyanto, Prijono Triastuti, Kartika Yuli Ubaidillah, Firdaus Iman Udin, M Diya Wahyu Iriananda, Syahroni Wicaksono, Padang Wisnu, Alif Dio Raka Yeni Prasetio Hadi Yuliana Rachmawati Yuninda Wulan Sari Yuninda Wulan Sari