Claim Missing Document
Check
Articles

Found 36 Documents
Search

SISTEM REPOSITORI DAN PENGARSIPAN UNTUK MANAJEMEN PENYIMPANAN DATA SURAT RESMI PADA DESA KARANGDUREN KABUPATEN MALANG Yuri Ariyanto; Atiqah Nurul Asri; Dwi Puspitasari; Yoppy Yunhasnawa; Faiz Ushbah Mubarok
Jurnal Pengabdian Kepada Masyarakat (J-ABDIMAS) Vol 9 No 1 (2022): JURNAL PENGABDIAN KEPADA MASYARAKAT 2022
Publisher : Publisher UPT P2M Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jabdimas.v9i1.186

Abstract

At the village level, there are many obstacles faced by village government officials in their efforts to provide services to the community. One of which is storing official letters that have been issued by the Village Office. So far, official letter storage at the village office was still in the form of hard files (paper) and stacked on storage shelves, without any soft files and filing numbers. With such a letter storage model, as a result, the village office correspondents had difficulty especially in finding the letter if needed. Therefore, a Repository and Archiving System for Data Storage Management of Official Letters was created so as to improve the service and efficiency of the Karangduren Village Office's performance in serving the community. In other words, this PPM (Community Service) activity produced a prototype repository and archiving system application for data storage management for official letters at the Karangduren Village Office, Kec. Pakisaji, Kab. Malang, by involving all members of the PPM team for its implementation. Students were involved in survey activities to analyze system requirements in Karangduren Village, Pakisaji Sub-district, Malang Regency and making application usage modules.
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.
INSTALASI JARINGAN KOMPUTER SEBAGAI PENUNJANG LAYANAN ADMINISTRASI MASYARAKAT DESA KARANGDUREN KAB. MALANG Yuri Ariyanto; Atiqah Nurul Asri; Yoppy Yunhasnawa; Faiz Ushbah Mubarok; Mungki Astiningrum
Jurnal Pengabdian Kepada Masyarakat (J-ABDIMAS) Vol 9 No 2 (2022): JURNAL PENGABDIAN KEPADA MASYARAKAT 2022
Publisher : Publisher UPT P2M Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jabdimas.v9i2.190

Abstract

At the village level, administrative services are the main service and are directly related to the needs of the community. Administrative services can be in the form of issuing certificates, cover letters, letters of recommendation, legalization, and other letters. For administrative services in correspondence, the problems faced by the Karangduren village office regarding the installation of computer networks. Currently, computers that store data and applications for mailing repositories are not yet connected to other computers, resulting in queuing and slow document processing. With these problems, PPM (Pengabdian Pada Masyarakat) activities will be carried out in the form of "Implementation of Computer Network Installation to Support Mailing Repository Applications at the Karangduren Village Office, Kec. Pakisaji, Kab. Malang". Through PPM activities in Karangduren village, Kec. Pakisaji, Kab. Malang is done to help solve problems regarding the installation of computer networks. By installing a computer network at the village office, all computers in the village office can be connected. So with the installation of this computer network, it can improve the service and performance of the Karangduren Village Office in serving the community. The results of this PPM activity will produce a computer network installation design and a basic computer network manual.
SISTEM INFORMASI PREDIKSI KEBUTUHAN BAHAN MENTAH MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Yoppy Yunhasnawa; Muhammad Unggul Pamenang; Wahyu Devi Nur Hamidah Devi
Jurnal Teknik Ilmu dan Aplikasi Vol. 3 No. 1 (2022): Jurnal Teknik Ilmu dan Aplikasi
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (316.446 KB) | DOI: 10.33795/10.33795/jtia.v3i1.71

Abstract

Rumah Makan Waroeng Sumber Gentong merupakan satu dari sekian banyak bisnis kuliner di kabupaten Malang yang cukup banyak digemari masyarakat. Namun Waroeng Sumber Gentong juga memiliki persoalan yang terjadi ialah rumah makan ini tidak dapat memperkirakan persediaan bahan mentah dimasa mendatang. Oleh karena itu Rumah Makan Waroeng Sumber Gentong perlu dilakukan suatu peramalan pada usaha bisnis kulinernya agar terhindar dari kurigian dimasa yang akan datang. Mengenai permasalahan yang terjadi diatas, metode yang cocok dalam studi kasus ini adalah Metode Single Exsponential Smoothing sebab metode ini tergolong dalam time series (runtut waktu) yang mempergunakan data masa lalu untuk mempredisi suatu dimasa akan datang. Data yang digunakan pada penelitian ini ialah histori data bahan mentah 1.5 tahun , mulai Januari 2021 sampai Mei 2022. Berikutnya data diolah dengan metode Single Exsponential Smoothing. Denganmenggunakan nilai alpha 0<α<1, untuk melakukan perbandingan dengan nilai alpha sampai ditemukan alpha dengan nilai error paling sedikit. Hasil pengujian untuk data bahan baku cabe rawit merah pada periode Januari 2022- Mei 2022 ditemukan nilai eror terkecil sebesar 7.31% menggunakan MAPE (Mean Absolute Percentage Error).
Implementasi 360 Degree untuk Membantu Proses Pelaporan Kinerja Dosen (Studi Kasus; JTI Polinema) Misbahudin; Rudy Ariyanto; Yoppy Yunhasnawa
Jurnal Informatika Polinema Vol. 7 No. 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.483

Abstract

Untuk  menuju  tujuan  pendidikan  nasional  tersebut  diperlukan  dosen  yang  professional. Evaluasi kinerja dosen diperlukan agar dalam melaksanakan tugas dan tanggung jawabnya  sejalan dengan apa  yang diisyaratkan dalam UU  No.  14  Tahun  2005  tentang  guru  dan  dosen, Dalam  melaksanakan  penilaian  yang  benar, maka  penilaian dilakukan oleh  pihak yang  tepat  yang  dapat  memberikan  kontribusi  penilaian  yang  baik.  Hal  ini  cocok  dengan metode   360   degree yang   menilai   seseorang   dari   pihak-pihak   yang   berada   di   sekitarnya. Penelitian   ini menggunakan konsep sistem pendukung keputusan kelompok (GDSS) sebagai metode pengolahan data dengan 3 penilai  yaitu  atasan,  mahasiswa,  dan  rekan  sesama  dosen.  Sistem  pendukung  keputusan  kelompok  yang dikembangkan dalam penelitian ini menggunakan metode AHP (Analytical Hierarchy Process) dan Borda untuk penentuan  keputusan  kelompok.  Metode  AHP  digunakan  untuk  penentuan  bobot  kriteria  dari  setiap  alternatif. Metode Borda digunakan untuk penggabungan hasil perangkingan yang didapat oleh setiap pengambil keputusan sehingga  mendapatkan  perangkingan  akhir  dan  mendapatkan  skor  setiap  alternatif. Kriteria  yang  digunakan antara  lain:  Kepribadian,  Pedagogik,  Sosial,  dan  Profesional. Hasil  dari  pengujian dari 10  data  uji, dapat disimpulkan tingkat  akurasi  yakni  sebesar  20  %.  Presentase  yang rendah  ini  disebabkan  penilaian  kinerja  yang selama ini diterapkan tidak menggabungkan penilaian dari mahasiswa, atasan dan rekan sejawat. Selain itu tidak ada penilaian untuk rekan kerja.
ANALISA PENGGUNAAN METODE MOVING AVERAGE DAN FUZZY TIME SERIES PADA PENGEMBANGAN WEBSITE UNTUK MEMPREDIKSI HARGA TRANSFER PEMAIN MUSIM DEPAN Yan Watequlis Syaifudin; Yoppy Yunhasnawa; Muhamad Zainul Fanani
Jurnal Informatika Polinema Vol. 5 No. 4 (2019): Vol 5 No 4 (2019)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v5i4.258

Abstract

Peramalan adalah perhitungan yang objektif dan dengan menggunakan data-data masa lalu, untuk menentukan sesuatu dimasa yang akan datang. Dalam dunia sepakbola sekarang ini dibutuhkan sebuah perkiraan harga pemain sepak bola yang akan di proses untuk mendapatkan hasil yang diharapkan pada periode selanjutnya.Dalam penelitian ini dikembangkan sebuah aplikasi untuk meramalkan perencanaan dalam memprediksi harga pemain sepak bola dengan menggunakan dua metode yaitu Moving Average dan Fuzzy Time Series. Sistem peramalan dengan fuzzy time series menangkap pola dari data yang telah lalu kemudian digunakan untuk memproyeksikan data yang akan datang begitu juga denga metode Moving Average.Hasil implementasi dari dua metode tersebut menghasilkan perbandingan harga pemain sepak bola. Hasil perbandingan tersebut akan dipakai untuk mengukur keakuratan metode yang dipakai. Dalam penelitian ini penulis mendapatkan hasil bahwa metode Fuzzy Time Series lebih akurat untuk kasus perhitungan prediksi harga pemain sepak bola daripada metode moving average menggunakan 100 data pemain sepak bola. Kata kunci : Peramalan, Moving Average, Fuzzy Time Series, Harga Pemain
PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI DALAM ANALISIS DATA MINING PENJUALAN BAHAN KIMIA PADA PT GRESIK CIPTA SEJAHTERA Ariadi Retno Tri Hayati Ririd; Yoppy Yunhasnawa; Dyah Kartika Dwi Andarini
Jurnal Informatika Polinema Vol. 5 No. 2 (2019): Vol 5 No 2 (2019)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v5i2.236

Abstract

PT Gresik Cipta Sejahtera merupakan perusahaan yang bergerak dalam 7 bidang usaha utama untuk mendukung dan memasok kebutuhan pelanggan dari berbagai sektor, salah satunya dalam sektor pendistribusian bahan kimia. Untuk meningkatkan keuntungan yang diperoleh melalui penjualan bahan kimia diperlukan sebuah strategi bisnis yang mampu memperkirakan stock bahan kimia yang harus disiapkan dan dapat membantu dalam perencanaan RKAB untuk tahun selanjutnya. Data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data yang digunakan dalam proses data mining diperoleh dari data penjualan bahan kimia pada tahun sebelumnya. Informasi baru yang diperoleh dari proses data mining kemudian digunakan untuk merancang strategi bisnis. Association rules merupakan salah satu teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item. Algoritma apriori dapat digunakan untuk melihat aturan pembelian antar item pada bahan kimia yang sering terjual secara bersamaan. Algoritma apriori menghasilkan association rules antar item pada bahan kimia, sehingga perusahaan dapat menentukan strategi bisnis serta menentukan penambahan stock pada item-item yang pola kombinasinya besar. Dari hasil pengujian, dapat disimpulkan bahwa semakin besar minimum support maka semakin kecil kemungkinan item lolos sehingga semakin sedikit item yang dapat dikombinasikan. Tingkat akurasi yang dihasilkan sebesar 16% dengan tren turun. Kata kunci : Data Mining, Association Rules, Algoritma Apriori
SISTEM PENGENALAN HURUF BAHASA ISYARAT MENGGUNAKAN ADAPTIVE LEARNING VECTOR QUANTIZATION Ariadi Retno Tri Hayati Ririd; Yoppy Yunhasnawa; Yusliana Gadis Buata
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.163

Abstract

Para tuna rungu dan tuna wicara menggunakan komunikasi non verbal dalam berkomunikasi. Komunikasi ini menggunakan bahasa isyarat baik berupa gerakan isyarat tangan, isyarat tubuh dan ekspresi wajah. Agar dapat mengerti bahasa isyarat diperlukan suatu media komunikasi penerjemah bahasa isyarat tersebut menjadi bahasa verbal yang mudah dipahami. Dalam upaya memudahkan komunikasi orang tuna rungu dan tuna wicara dengan orang normal di SLB Islam Yasindo Malang dibuatlah sistem pengenalan huruf bahasa isyarat untuk membantu menerjemahkan citra tangan huruf bahasa isyarat menjadi tulisan alfabet. Tahapan yang dilakukan dalam implementasi sistem pengenalan huruf bahasa isyarat ini adalah dengan membedakan objek dan background dari citra tangan untuk menentukan citra yang mencerminkan huruf Sistem Isyarat Bahasa Indonesia (SIBI). Citra tangan dimuat dari direktori kemudian dilakukan proses preprocessing, pelatihan data dan klasifikasi tangan. Metode klasifikasi yang digunakan dalam pengenalan huruf bahasa isyarat tangan ini menggunakan metode Learning Vector Quantization with Adaptive Prototype Addition and Removal. Sistem ini dapat mengenali 24 huruf bahasa isyarat yang ditargetkan. Berdasarkan hasil dari perancangan dan pengujian sistem pada penelitian ini, persentase akurasi baca huruf terbaik adalah sebesar 88,75%. Hasil dari pengenalan ini dipengaruhi oleh proses validasi, teknik pengambilan citra dan faktor pencahayaan.
PENGEMBANGAN APLIKASI WEBSITE TOKO BERBASIS SYARIAH DENGAN PENERAPAN ALGORITMA APRIORI Deddy Kusbianto Purwoko Aji; Yoppy Yunhasnawa; Rahmandi Hamzah
Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v5i3.244

Abstract

Perkembangan toko atau ritel di Indonesia sangat pesat dengan diimbangi dengan persaingan yang ketat antar toko. Toko berbasis syariah mulai banyak bermunculan. Hal tersebut patut ditingkatkan dengan penyesuaian pada perkembangan teknologi informasi yang membuat kesempatan memasarkan produk dagangannya secara online terbuka lebar. Dalam permasalahan lain kebutuhan masyarakat yang sangat beragam mengakibatkan munculnya berbagai pola pembelian pada sebuah toko. Kedua permasalahan tersebut memunculkan gagasan untuk membuat aplikasi Website toko berbasis syariah dengan ditambahkan penerapan algoritma untuk menentukan barang yang sering dibeli. Website Toko yang dibangun dengan konsep marketplace ini memudahkan pengguna untuk membuka toko online mereka. Melalui registrasi dan login pengguna sudah dapat memasarkan barang dagangannya pada fitur iklan yang tersedia. Selain itu dengan menggunakan aplikasi ini pengguna dapat menetahui barang apa saja yang sering dibeli secara bersamaan. Hal tersebut dapat direalisasikan melalui halaman admin. Berdasarkan Analisa hasil perhitungan menggunakan algoritma apriori, semakin kecil penentuan minimum support maka semakin banyak associstion rules yang terbentuk. Dalam studi kasus ini penulis membutuhkan lebih banyak associstion rule dengan 1 item pada itemset “jika” guna memberikan rekomendasi barang lain pada masing-masing barang yang dijual toko. Hal tersebut bisa didapatkan dengan menentukan nilai minimal support dibawah 70 persen.
IMPLEMENTASI METODE SUPPORT VECTOR MACHINE UNTUK INDENTIFIKASI PENYAKIT DAUN TANAMAN KUBIS Ariadi Retno Tri Hayati Ririd; Ayundha Wulan Kurniawati; Yoppy Yunhasnawa
Jurnal Informatika Polinema Vol. 4 No. 3 (2018): Vol 4 No 3 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i3.204

Abstract

Tanaman kubis merupakan salah satu sayuran yang banyak dikonsumsi masyarakat, dalam produksi bibit tanaman kubis sering mengalami hambatan karena serangan hama. Salah satu komponen dalam keberhasilan produksi kubis adalah masa perkembangan bibit, yang dikhawatirkan banyak mendapat serangan hama. Dalam penelitian ini pengolahan citra digital digunakan untuk mengidentifikasi hama/penyakit terhadap bibit tanaman kubis. Penelitian ini dimulai dengan pengumpulan citra daun tanaman kubis. Tahapan selanjutnya adalah pre-processing citra dengan menghilangkan background dari citra masukan kemudian dilakukan proses grayscale untuk mendapatkan nilai yang akan digunakan untuk proses selanjutnya. Hasil tersebut kemudian akan dihitung dengan menggunakan metode Support Vector Machine (SVM). Proses training dilakukan dengan Sequential Training yang kemudian dilakukan proses testing. Hasil dari klasifikasi dipengaruhi oleh proses segmentasi yang dilakukan serta input parameter yang digunakan saat proses training. Dari hasil pengujian menunjukkan rata-rata akurasi hasil klasifikasi mencapai 80.55%.
Co-Authors Adi Atmoko Afifah Millatina Nugraheni Agustaf Fanisnaini Narolis Allam, Muhammad Faiq Amalia, Astrifidha Rahma Andarini, Dyah Kartika Dwi Anindya Refrina Rahmatanti Aprilianto, Salies Ardiansyah, Muhammad Rizqi Ariadi Retno Tri Hayati Ririd Arifin, Muh. Syamsul Arwin Datumaya Wahyudi Sumari Ashafidz Fauzan Dianta Astiningrum, Mungki Atiqah Nurul Asri Aulia Zahra Musthafawi Ayundha Wulan Kurniawati Bagas Satya Dian Nugraha Buata, Yusliana Gadis Budiprasetyo, Gunawan Candra Bella Vista Deddy Kusbianto Purwoko Aji Devianti, Meryta Dewi, Isyana Wikrama Dharma Tungga Dika Rizky Yunianto Dwi Puspitasari Dyah Kartika Dwi Andarini Eka Larasati Amalia Elok Nur Hamdana Faisal Rahutomo Fanani, Muhamad Zainul Gunawan Budiprasetyo Hakim, Muhammad Ilham El Hamdani Arif Hamzah, Rahmandi Hendrawan, Muhammad Afif Himawan, Dhimas Arbi Sukma Imam Fahrur Rozi Kenneth Pinandhito Kurniawati, Ayundha Wulan Mamluatul Hani’ah Maskur Maskur Mauliwidya Mauliwidya Mauliwidya Misbahudin Moch Zawaruddin Abdullah Moch. Sholeh, Moch. Muhamad Zainul Fanani Muhammad Rifky Prayanta Muhammad Unggul Pamenang Muhammad Unggul Pamenang Permatasari, Twisty Henras Prasetyo, Junaedi Adi Purnomo, Fadjar Rahmandi Hamzah Ridwan Rismanto Rinanza Zulmy Alhamri, Rinanza Zulmy Rokhimatul Wakhidah Rudy Ariyanto Rudy Ariyanto Sofian Efendi, Fery Toga Aldila Cinderatama Trisha Alfandi Twisty Henras Permatasari Ulla Delfana Rosiani Viyus, Vinan Wahyu Devi Nur Hamidah Devi Windawati, Atif Yan Watequlis Syaifudin Yuri Arianto Yuri Ariyanto Yuri Ariyanto Yuri Ariyanto Yusliana Gadis Buata Zulmy Alhamri, Rinanza