Rifky Permana
Universitas Bina Sarana Informatika

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisis Sistem Informasi Inventory Menggunakan Metode Single Moving Averange Pada PT. Inkolanggeng Makmur Jakarta Betaria Safitri; Savira Dwi Gustina; Reynaldi Abdillah; Eka Wulansari Fridayanthie; Rifky Permana
Jurnal Insan Vol. 3 No. 1 (2023): Juni 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v3i1.2191

Abstract

Abstracts - With the advancement of information technology, the need for fast, accurate, and precise information access has become increasingly crucial. Therefore, companies must have efficient computerized systems to support their business processes. The issue at PT. INKOLANGGENG MAKMUR in the warehouse department is that the recording of incoming and outgoing goods is still done manually, which is time-consuming and prone to errors. By using an inventory system, users have the ability to organize and control the necessary information. For example, they can view, add, store, modify, and delete data. Additionally, this system can also predict the quantity of goods needed to be purchased for the next period and control the activities of expenditure and receipt of goods. The author utilizes the single moving average method to facilitate forecasting regarding stock inventory.
AUDIT TATA KELOLA TEKNOLOGI INFORMASI DENGAN MENGGUNAKAN COBIT DAN VAL IT FRAMEWORK (STUDI KASUS : PT. PRIMASENTA RESOURCES INDONESIA) Andika Bayu Hasta Yanto; Ahmad Fauzi; Rifky Permana; Ricki Sastra
Jurnal Teknologi Informatika dan Komputer Vol. 4 No. 1 (2018): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v4i1.280

Abstract

Sehubungan dengan tata kelola TI, perludigunakan suatu standar yang baik untuk melihatpengelolaan TI yang ada. COBIT (ControlObjectives for Information and RelatedTechnology) sebagai salah satu alat dalampengukuran tata kelola TI dapat digunakan untukmelihat tata kelola TI yang ada. Domain Plan andOrganise (PO) dan Aquire and Implement(AI) sangat tepat dilaksanakan pada saat ini,karena organisasi yang sedang membentukstruktur dan bentuk baru. Tingkat kematangan(maturity level) yang ada pada setiap proses TI yangterdapat dalam domain Plan and Organise (PO) danAquire and Implement (AI) pada PT. PrimasentaResources Indonesia rata -rata pada tingkat 1,753dan masih berada pada level 1 (initial/ad-hoc),walaupun ada 3 (tiga) proses TI yang sudahberada di level 2 (repeatable but intuitive). Untukdapat mencapai tingkat kematangan yangdidinginkan (expected maturity level) di level 3(defined process) maka semua prosedur yangdisyaratkan di tiap proses harus dipenuhi. Untukmencapai level 3 (defined process), mengacu padastandarisasi COBIT maka setiap organisasi harusmemiliki mekanisme dan prosedur yang jelasmengenai tata cara dan manajemen proses investasiteknologi informasi, dan mengkomunikasikan sertamensosialisasikan dengan baik di seluruh jajaranmanajemen organisasi.
Analisis Klasifikasi Dan Prediksi Pola Publikasi Berita Pemprov DKI Jakarta Menggunakan Machine Learning Rifky Permana; Febby Ariyanti Herdiana
Jurnal Infortech Vol. 7 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v7i1.12364

Abstract

Dalam era digital, akses informasi melalui berbagai platform online semakin meningkat, termasuk melalui situs web resmi pemerintah. Pemerintah Provinsi DKI Jakarta secara rutin menyampaikan kebijakan, program, dan berita melalui situs webnya. Namun, volume data yang besar dan keragaman topik berita menghadirkan tantangan dalam pengelolaan dan analisis informasi secara efisien. Penelitian ini mengembangkan model klasifikasi dan prediksi pola publikasi berita menggunakan tiga algoritma machine learning yaitu: Support Vector Machine (SVM), Naïve Bayes, dan Random Forest. Dataset yang digunakan berupa berita yang dipublikasikan oleh Pemprov DKI Jakarta selama tahun 2023. Pra-pemrosesan data meliputi pembersihan teks, case folding, tokenizing, normalisasi, penghapusan stopword, dan stemming. Model SVM dan Naïve Bayes diterapkan untuk klasifikasi berita, sedangkan Random Forest digunakan untuk memprediksi pola publikasi berita harian. Proses tuning hyperparameter dilakukan menggunakan GridSearchCV guna meningkatkan kinerja model. Penilaian terhadap klasifikasi dilakukan dengan diukur dari beberapa parameter yaitu akurasi, precision, recall, dan F1-score, sedangkan evaluasi prediksi menggunakan MAE, MSE, dan R². Temuan dari penelitian ini mengindikasikan bahwa SVM menunjukkan performa yang baik dengan akurasi 95%, sedangkan Random Forest berhasil memprediksi pola publikasi berita dengan R² sebesar 0,82. Penelitian ini diharapkan dapat mendukung pengelolaan informasi publik secara lebih efisien dan menyediakan wawasan mengenai pola publikasi berita oleh Pemprov DKI Jakarta.