Article Per Year (5 Year)
p-Index From 2021 - 2026
2.696
P-Index
This Author published in this journals
All Journal Jurnal Informatika Upgris Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining JITK (Jurnal Ilmu Pengetahuan dan Komputer) Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal ICT : Information Communication & Technology Vygotsky: Jurnal Pendidikan Matematika dan Matematika Infotekmesin Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer (JURITEK) Jurnal Komunikasi Global Jurnal Informatika: Jurnal Pengembangan IT Prosiding Seminar Nasional Pemberdayaan Masyarakat (SENDAMAS)
Primandani Arsi
Universitas Amikom Purwokerto
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika Upgris

 1 
Sistem Peramalan Penjualan Menggunakan Metode Trend Moment Pada Toko Mebel Nabila Furniture Paguyangan Brebes Berbasis Desktop Desta Nur Efika Ardini; Andi Dwi Riyanto; Primandani Arsi; Yusyida Munsa Idah; Agung Prasetyo
Jurnal Informatika Upgris Vol 5, No 2: Desember (2019)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v5i2.4346

Abstract

Persediaan stok spring bed pada toko Mebel Nabila Furniture masih sering mengalami fluktuasi. Sistem peramalan penjualan barang hanya berdasarkan perkiraan saja sehingga mengakibatkan sering terjadinya kekurangan stok barang dan kelebihan persediaan barang di toko. Guna mempermudah dalam menentukan jumlah stok yang harus disediakan maka dibutuhkan sistem dengan metode peramalan penjualan tertentu. Metode yang digunakan untuk menghitung peramalan ini adalah metode trend moment. Tujuan dari penelitian ini adalah untuk merancang dan membangun sebuah aplikasi untuk peramalan penjualan menggunakan metode Trend Moment untuk pengambilan keputusan dalam mengetahui jumlah stok mebel di toko Mebel Nabila Furniture. Dengan adanya sistem peramalan penjualan barang mebel dan furniture menggunakan metode trend moment dapat membantu pihak toko dalam pengambilan keputusan tentang pengadaan jumlah stok dan prediksi jumlah penjualan barang pada periode tertentu sehingga meminimalisir kelebihan atau kekurangan stok pada toko Mebel Nabila Furniture.
Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier Primandani Arsi; Bagus Adhi Kusuma; Azizan Nurhakim
Jurnal Informatika Upgris Vol 7, No 1: JUNI 2021
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v7i1.7636

Abstract

Perkembangan media sosial memudahkan pengguna dalam percepatan akses informasi di internet. Akses informasi yang awalnya sulit diperoleh begitu mudah sekarang ini. Media sosial memungkinkan penggunanya tidak hanya mengonsumsi tapi juga berpartisipasi, membuat, mengomentari dan menyebarkan beragam konten dalam berbagai format. Banyak media sosial yang berkembang di internet, salah satu yang banyak digemari adalah Twitter. Twitter merupakan media sosial yang memungkinkan para penggunanya untuk berinteraksi secara personal ataupun terbuka. Melalu fitur hashtag para pengguna Twitter dapat mengetahui topik yang sedang dibahas secara real-time. Selain itu kata kunci pada Twitter dapat pula menjadi sumber perbincangan oleh pengguna. Salah satu topik yang ramai diperbincangkan di Twitter adalah terkait issue pemindahan ibu kota Indonesia. Namun dibalik hal tersebut terdapat kontroversi dari  pihak yang merasa  pro dan kontra, masing-masing memiiki sudut pandang sendiri.  Hal ini menyebabkan munculnya fenomena perdebatan khususnya di Twitter yang sebenarnya menunjukkan perhatian kolektif mengenai wacana publik. Kecenderungan pengguna Twitter dalam memposting konten dapat diketahui dengan cara analisa sentiment. Pada penelitian ini diusulkan metode Naive Bayes Classifier (NBC) untuk menganalisa sentimen terhadap wacana pemerintah di media massa online Twitter pada topik pemindahan ibukota Indonesia dengan cara mengklasifikasikan menjadi positif, dan negatif. Hasil penelitian ini menunjukkan bahwa nilai akurasi yang diperoleh sebesar 94,33%. Dengan dilakukannya analisa sentimen ini diharapkan dapat diketahui permasalahan yang terdapat pada kontroversi topik pemindahan ibukota, sehingga dapat dijadikan sebagai bahan evaluasi untuk kepentingan lebih lanjut.
Co-Authors Akhmad Mustolih Aldi Setia Pambudi Ali Nur Ikhsan Andi Dwi Riyanto Arbangi Puput Sabaniyah Azizan Nurhakim Azizan Nurhakim Bagus Adhi Kusuma Berlilana Berlilana Desta Nur Efika Ardini Desty Rakhmawati Dewi Fortuna Dwi Krisbiantoro Faridatun Nida Iphang Prayoga Irma Darmayanti Jali Suhaman Joko Prayogi Khoirul Abbi Rokhman Laili Nur Hidayati Mohammad imron Muhammad Hasyim Asyari Nurhopipah, Ade Oman Somantri Prasetyo, Agung Pungkas Subarkah Raditya Danar Dana Retno Waluyo Rizki Wahyudi Rosana Fadilla Sari Saeful Karim Septi Fajarwati Septi Oktaviani Nur Hidayah Sulis waningsih Tri Astuti Trian Damai Wawa Maisa Yuni Novita Yusyida Munsa Idah