Article Per Year (5 Year)
p-Index From 2020 - 2025
4.476
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Buana Informatika TEKNOLOGI INFORMASI Jurnal Informatika Jurnal EECCIS Jurnal Teknologi Informasi dan Ilmu Komputer SMATIKA Sistemasi: Jurnal Sistem Informasi SMARTICS Journal Antivirus : Jurnal Ilmiah Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Indonesian Journal of Electrical Engineering and Computer Science International Journal of Science, Engineering and Information Technology Jurnal Pengabdian Polinema Kepada Masyarakat JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Polinema (JIP) Jurnal Nasional Teknologi Informasi dan Aplikasinya Jurnal Pengabdian Kepada Masyarakat Jurnal ilmiah teknologi informasi Asia
Eka Larasati Amalia
Politeknik Negeri Malang
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Social Sciences Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Buana Informatika

 1 
Sistem Informasi PT Bintang Sidoraya Dengan Peramalan Penjualan Menggunakan Metode Statistical Parabolic Projection Amalia, Eka Larasati; Abdulullah, Moch. Zawaruddin; Attariq, Muhammad Daffa
Jurnal Buana Informatika Vol 12, No 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i2.4649

Abstract

Abstract. PT Bintang Sidoraya Information Systems with Sales Forecasting Using Statistical Parabolic Projection Method. The problem that often occurs in companies is the sales prediction in the future period based on data and information in the previous period. These predictions will affect the decisions taken by management for stock availability for the coming period. Due to the demand for goods shipping from around all major cities in Indonesia, sufficient stock availability is needed to minimize the possibility of losing customers. This research was conducted to build an information system application to record data and accompanied by forecasting features using the Statistical Parabolic Projection method. The result of this research is an information system that successfully predicts sales that can facilitate the stock availability calculation for the future period.Keywords: PT Bintang Sidoraya, information systems, Statistical Parabolic Projection Abstrak. Permasalahan yang sering terjadi pada perusahaan ialah prediksi penjualan di periode yang akan datang berdasarkan data dan informasi pada periode sebelumnya. Prediksi tersebut akan berpengaruh terhadap keputusan yang diambil oleh manajemen untuk berapa persediaan stok periode yang akan datang. Karena permintaan pengiriman barang yang hampir mencakupi seluruh kota besar di Indonesia, diperlukan persediaan stok yang cukup untuk meminimalkan terjadinya potensi kehilangan pelanggan. Penelitian ini dilakukan untuk membangun aplikasi sistem informasi untuk melakukan perekapan data dan disertai fitur peramalan menggunakan metode Statistical Parabolic Projection. Hasil dari penelitian ini ialah sebuah sistem informasi yang berhasil melakukan prediksi penjualan yang dapat mempermudah penentuan jumlah stok pada periode mendatang.Kata kunci: PT Bintang Sidoraya, information systems, Statistical Parabolic Projection
Sistem Informasi PT Bintang Sidoraya Dengan Peramalan Penjualan Menggunakan Metode Statistical Parabolic Projection Eka Larasati Amalia; Moch. Zawaruddin Abdulullah; Muhammad Daffa Attariq
Jurnal Buana Informatika Vol. 12 No. 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i2.4649

Abstract

Abstract. PT Bintang Sidoraya Information Systems with Sales Forecasting Using Statistical Parabolic Projection Method. The problem that often occurs in companies is the sales prediction in the future period based on data and information in the previous period. These predictions will affect the decisions taken by management for stock availability for the coming period. Due to the demand for goods shipping from around all major cities in Indonesia, sufficient stock availability is needed to minimize the possibility of losing customers. This research was conducted to build an information system application to record data and accompanied by forecasting features using the Statistical Parabolic Projection method. The result of this research is an information system that successfully predicts sales that can facilitate the stock availability calculation for the future period.Keywords: PT Bintang Sidoraya, information systems, Statistical Parabolic Projection Abstrak. Permasalahan yang sering terjadi pada perusahaan ialah prediksi penjualan di periode yang akan datang berdasarkan data dan informasi pada periode sebelumnya. Prediksi tersebut akan berpengaruh terhadap keputusan yang diambil oleh manajemen untuk berapa persediaan stok periode yang akan datang. Karena permintaan pengiriman barang yang hampir mencakupi seluruh kota besar di Indonesia, diperlukan persediaan stok yang cukup untuk meminimalkan terjadinya potensi kehilangan pelanggan. Penelitian ini dilakukan untuk membangun aplikasi sistem informasi untuk melakukan perekapan data dan disertai fitur peramalan menggunakan metode Statistical Parabolic Projection. Hasil dari penelitian ini ialah sebuah sistem informasi yang berhasil melakukan prediksi penjualan yang dapat mempermudah penentuan jumlah stok pada periode mendatang.Kata kunci: PT Bintang Sidoraya, information systems, Statistical Parabolic Projection
Sistem Prediksi Penjualan Frozen Food dengan Metode Monte Carlo (Studi Kasus: Supermama Frozen Food) Eka Larasati Amalia; Yoppy Yunhasnawa; Anindya Refrina Rahmatanti
Jurnal Buana Informatika Vol. 13 No. 02 (2022): Jurnal Buana Informatika, Volume 13, Nomor 2, Oktober 2022
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v13i02.6496

Abstract

Abstract. Frozen Food Sales Prediction System Case Study of Supermama Frozen Food Using the Monte Carlo Method. Frozen processed food is increasingly popular, so frozen food stores are getting easy to find. Supermama Frozen Food is a store that sells a variety of frozen foods. Not all frozen food stocks can get sold out before their expiration dates. This causes the store's profits to decrease. Therefore, a frozen food sales prediction system was necessarily made to help the store estimate its stock to minimise store losses. The research method used in predicting sales was the Monte Carlo method. Testing methods used were accuracy and MAPE. The test results of using accuracy were 89.66%, and MAPE error accuracy test showed 12.6%. Based on the results, it is concluded that the Monte Carlo method can predict frozen food sales.Keywords: forecasting, frozen food, Monte Carlo, sales prediction Abstrak. Makanan yang diolah dengan cara dibekukan semakin digemari masyarakat sehingga toko makanan beku menjadi mudah ditemui. Supermama Frozen Food merupakan salah satu toko yang menjual aneka makanan beku. Tidak semua stok makanan beku terjual habis hingga masa konsumsi berakhir. Hal tersebut membuat keuntungan toko menurun. Oleh karena itu di buatlah sistem prediksi penjualan makanan beku yang dapat mengestimasi stok sehingga meminimalisir kerugian toko. Metode yang digunakan dalam memprediksi penjualan yaitu metode Monte Carlo. Pengujian metode yang digunakan yaitu akurasi dan MAPE. Hasil pengujian menggunakan akurasi ialah 89.66% dan pengujian akurasi error MAPE menghasilkan nilai 12.6%. Berdasar hasil pengujian metode tersebu, metode Monte Carlo disimpulkan dapat digunakan dalam prediksi penjualan frozen food.Kata Kunci: forecasting, frozen food, Monte Carlo, prediksi penjualan.
Co-Authors Agung Nugroho Pramudhita Al Husein, Muhammad Ali Ar Ridla Ananta, Ahmadi Yuli Andhani, Yasmine Navisha Anindya Refrina Rahmatanti Anisa Meiyanti Hutami Ardiansyah, Muhammad Rizqi Attariq, Muhammad Daffa Banni Satria Andoko Baskoro Singgih Anindito Batubulan, Kadek Suarjana Budi Harijanto, Budi Chintya Puspa Dewi Darmawan, Fawwaz Ramzy Deasy Sandhya Elya Deasy Sandhya Elya Ikawati Dhebys Suryani Hormansyah, Dhebys Suryani Dimas Shella Charlinawati Dimas Wahyu Wibowo Dwi Puspitasari Elly Setyo Astuti Elok Nur Hamdana Ermi Pristiyaningrum Farida Ulfa Farida Ulfa Fayra, Syahla' Syafiqah Fitriana, Aliza Rizqi Hammam, Muhammad Haidar Harry Soekotjo Dachlan Hutami, Anisa Meiyanti Irsyad Arif Mashudi Irsyadha Alfyrdhousi Redhysyahputra Ivan Abdurrafie Jumadi, Angelita Justien Kadek Suarjana Batubulan Lia Agustina M Ridlwan Aditya M.Shulhan Khairy Meida Hersianty, Venny Meuti Zari Annisa Moch Zawaruddin Abdullah Muhammad Arya Puja Laksana Muhammad Daffa Attariq Muhammad Hafidz Ilham Priambudi Muhammad Haidar Hammam Muhammad Shulhan Khairy Mustika Mentari Nabilah Argyanti Ardyningrum Naufal Yukafi Ridlo Nor Wahid Hidayad Ulloh Nurhasan, Usman Odhitya Desta Triswidrananta Panji Bayu Setiaji Pramana Yoga Saputra Pramudhita, Agung Nugroho Pratama, Asa Nara Priambudi, Muhammad Hafidz Ilham Purnomo Budi Santoso Rahman, Mochamad Faisal Rakhmat Arianto RDA, Rudy Ariyanto Rosa Andrie Asmara Rosiani, Ulla Defana Rosiani, Ulla Delfana Sabita, Almira Rahma Septa Sintiya, Endah Setiaji, Panji Bayu Sintiya, Endah Septa Sulthon Fuad P., Aldhihamda Suryani, Debhys Suryani, Dhebys Suryani, Dhebys Ulfa, Farida Unggul Pamenang, Muhammad Usman Nurhasan Usman Nurhasan Very Sugiarto, Very Vivi Nur Wijayaningrum Vivin Ayu Lestari Widiareta Safitri Yoppy Yunhasnawa Yuni Kurnia Taramita Zahri, Riris Silvia