Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer SISFOTENIKA Jurnal Eksplora Informatika
Yuniarsi Rahayu
Unknown Affiliation
Computer Science & IT Languange, Linguistic, Communication & Media Library & Information Science

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Prediksi Jumlah Produksi Tas Pada Home Industri Body Star Kudus Menggunakan Fuzzy Tsukamoto Muchamad Afif; Hanny Haryanto; Yuniarsi Rahayu; Edy Mulyanto
SISFOTENIKA Vol 7, No 2 (2017): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.844 KB) | DOI: 10.30700/jst.v7i2.139

Abstract

Kesalahan jumlah produksi adalah masalah yang sering terjadi dalam home industy. Kesalahan ini menyebabkan kerugian karena jumlah produksi yang terlalu banyak akan berakibat pada penumpukan barang dan produksi yang terlalu sedikit menyebabkan tidak bisa dipenuhinya permintaan dari pasar. Permasalahan ini juga dialami oleh home industry Body Star Kudus dalam memproduksi tas.Tujuan dari penelitian ini adalah memecahkan masalah tersebut dan diharapkan bisa membantu produsen dalammemprediksi jumlah tas perbulan. Metode yang digunakan dalam penelitian ini adalah metode Fuzzy Tsukamoto.Metode ini dipilih karena Fuzzy Tsukamoto memiliki kelebihan dalam penerapan pada data yang sederhana dan pemrosesan yang ringan. Parameter input yang digunakan adalah data retur, data penjualan dan data sisa.Hasil dari penelitian menunjukkan bahwa ada beberapa prediksi yang dihasilkan mempunyai akurasi yang kurang bagus, namun secara keseluruhan memiliki akurasi yang dapat diterima.
Rekomendasi Penentuan Harga Jual Untuk Warangka Keris Menggunakan Logika Fuzzy Mamdani Rama Joko Pamungkas; Hanny Haryanto; Setia Astuti; Erna Zuni Astuti; Yuniarsi Rahayu
Jurnal Ilmu Komputer Vol 13 No 1 (2020): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (923.366 KB) | DOI: 10.24843/JIK.2020.v13.i01.p06

Abstract

Indonesia adalah negara yang kaya akan sumber daya alam dan keanekaragam budaya dan bahasa banyak diantaranya yang telah diakui UNESCO (United Nation Educational, Scientific and Cultural Organization). Salah satunya adalah keris yang telah ditetapkan sebagai Warisan Kemanusiaan Budaya Lisan dan Nonbendawi (Masterpieces of the oral and Intangible Heritage of humanity) sejak 25 November 2015. Karena itulah munculnya peluang usaha bagi masyarakat Indonesia untuk melakukan bisnis pusaka nusantara ini terutama dalam bidang warangka keris. Kendala mereka terdapat pada penetapan harga warangka keris. Banyak warangka keris yang memiliki harga yang tidak sesuai kualitasnya dan tidak sesuai dengan harga pasar. Oleh karena itu pembisnis baru banyak yang kalah bersaing dari orang yang telah mendirikan bisnis warangka keris sejak puluhan tahun. Karena itulah dibutuhkan sebuah sistem yang dapat menentukan harga jual warangka keris dengan menggunakan metode Logika Fuzzy Mamdani. Dengan adanya sistem ini dapat memberikan harga warangka keris sesuai dengan harga pasar. Hasil dari penelitian ini adalah menentukan harga jual warangka keris dengan selisih error MAE (Mean Absolute Error) sebesar Rp. 43.252,05.
Agen Cerdas Berbasis Fuzzy Tsukamoto pada Sistem Prediksi Banjir Alfian Sa’dan; Hanny Haryanto; Setia Astuti; Yuniarsi Rahayu
Jurnal Eksplora Informatika Vol 8 No 2 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (792.08 KB) | DOI: 10.30864/eksplora.v8i2.154

Abstract

Bencana banjir merupakan bencana alam yang sering terjadi. Pada dasarnya bencana banjir disebabkan oleh curah hujan yang tinggi sehingga air tidak dapat tertampung pada tempatnya. Banjir juga dapat di sebabkan oleh ketinggian suatu daerah, karena air akan selalu mengalir ke tempat yang rendah, oleh sebab itu daerah dataran rendah lebih rawan terkena banjir. Banjir tidak terjadi pada dataran rendah saja, banjir juga bisa terjadi pada dataran tinggi. Untuk mengantisipasi terjadinya banjir salah satu caranya adalah memprediksinya. Untuk itu perlu dibuat sistem untuk memprediksi bencana banjir. Penelitian ini menggunakan logika Fuzzy metode Tsukamoto untuk memprediksi banjir dengan objek penelitian di daerah pada kota Semarang. Metode Tsukamoto dipilih karena sifatnya sederhana, memiliki toleransi pada data yang ada, fleksibel. Hasil akhir (z) diperoleh dengan menggunakan rata-rata terpusat. Faktor-faktor yang digunakan sebagai input dalam memprediksi banjir adalah ketinggian daerah, curah hujan, dan suhu. Dari variabel-variabel tersebut dihasilkan defuzzyfikasi yang merupakan output prediksi banjir yang memiliki tingkat akurasi sebesar 87,5%.
Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone Bondan Prasetyo; Hanny Haryanto; Setia Astuti; Erna Zuni Astuti; Yuniarsi Rahayu
Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.565 KB) | DOI: 10.30864/eksplora.v9i1.244

Abstract

Flazzstore merupakan sebuah toko yang bergerak dibidang penjualan casing smartphone. Terdapat banyak produk yang berbeda-beda dengan banyak tema yang berbeda pula, hal ini membuat beberapa user kesulitan dalam menentukan pilihan mengenai produk yang akan dipilih. Perlunya sebuah sistem rekomendasi yang mampu memberikan rekomendasi produk kepada user, untuk memudahkan user dalam memilih produk yang akan dibelinya. Penelitian ini menggunakan metode Item-Based Collaborative Filtering, metode ini mencari similarity/kesamaan item dengan item lainnya. Sistem akan mencari rating tiap item dan menghitung nilai similarity menggunakan persamaan pearson correlation-based similarity. Kemudian nilai dari hasil perhitungan similarity akan digunakan untuk menghitung nilai prediksi tiap produk dengan menggunakan persamaan weighted average of deviation. Sebelum direkomendasikan kepada pelanggan dari hasil prediksi tersebut dihitung nilai Mean Absolute Error (MAE) dihitung selisih antara nilai rating sebenarnya dengan prediksi, dan kemudian diurutkan mulai dari terkecil ke terbesar untuk direkomendasikan kepada user. Hasil dari penelitian menunjukkan kecilnya nilai rata-rata MAE 0,572039 namun untuk proses eksekusi, waktu yang dibutuhkan cukup lama yaitu 6,4 detik. Penelitian berikutnya dapat mengombinasikan pendekatan metode content based filtering dan collaborative filtering atau disebut dengan Item Based Clustering Hybrid Method (ICHM) supaya hasil yang diperoleh lebih baik dan dapat mempersingkat waktu yang dibutuhkan.
Co-Authors Alfian Sa’dan Bondan Prasetyo Edy Mulyanto Erna Zuni Astuti Hanny Haryanto Muchamad Afif Rama Joko Pamungkas Setia Astuti