Claim Missing Document
Check
Articles

Found 13 Documents
Search

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN SUPPLIER GULA MENGGUNAKAN METODE TOPSIS listiani, lina; sakinah, awit marwati
JUMIKA (Jurnal Manajemen Informatika) Vol 12, No 1 (2025): JUMIKA
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jumika.v12i1.952

Abstract

Usaha Mikro Kecil Menengah (UMKM) merupakan usaha yang didirikan oleh individu atau kelompok kecil dengan skala usaha kecil. Salah satu peran penting UMKM adalah pendorong perekonomian lokal diindonesia. UMUM menjadi alternatif untuk menurunkan tingkat penggangguran karena menyediakan lapangan pekerjaan yang lebih luas. Upaya pemerintah untuk meningkatkan skill pelaku UMKM dengan mengadakan pelatihan, pendanaan usaha, dan pemasaran secara berkelanjutan. Salah satu tantangan yang dihadapi adalah memilih supplier gula karena kesalahan pemilihan bahan akan berpengaruh terhadap hasil akhir produksi. Industri makanan dituntut untuk konsisten terhadap kualitas produk terutama rasa. Kualitas produk berpengaruh pada penjualan produk. Pemilihan supplier gula harus berdasarkan kriteria tertentu supaya keputusan yang diambil obyektif. Penelitian yang dilakukan menerapkan metode TOPSIS untuk membantu pengambilan keputusan. Pengambilan keputusan dengan mempertimbangkan jarak alternatif dangan solusi ideal positif dan solusi ideal negatif. Alternatif terpilih memiliki jarak terdekat dengan solusi ideal negatif dan jarak terjauh dengan solusi negatif. Kriteria yang digunakan meliputi kualitas, harga, waktu pengiriman, jarak, tempo pembayaran, flexibilitas. Alternatif yang dinilai merupakan mitra yang telah lama bekerja sama. Hasil penerapan metode TOPSIS supplier terpilih adalah koperasi suka hati dengan nilai preferensi tertinggi yaitu 0,5739.Kata Kunci: Sistem Pendukung Keputusan, TOPSIS, Supplier gula.
INFORMATION SYSTEMS EMPOWERED BY BIG DATA – A REVIEW OF APPLICATIONS IN SMES’ RESILIENCE AND PERFORMANCE Ramdana, Adi Dadan; Sumiarsih, Mia; Sakinah, Awit Marwati; Yulianti, Lisna; Mutholib, Azis
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6476

Abstract

Big Data Analytics (BDA) is increasingly helping Small and Medium-sized Enterprises (SMEs) improve resilience, efficiency, and decision-making. This Systematic Literature Review (SLR) explores the adoption of BDA in SMEs, highlighting its benefits, challenges, and key trends. Using the PRISMA framework, a structured search in Scopus identified 60 studies, with 42 meeting the inclusion criteria (2015–2025). The findings show that BDA supports SMEs in crisis management, supply chain optimization, and customer analytics, contributing to long-term business sustainability. However, several barriers limit its adoption, including high costs, technical complexity, and data security concerns. To understand its impact, this study applies Resource-Based View (RBV), Technology-Organization-Environment (TOE), and Dynamic Capabilities View (DCV) frameworks. To address adoption challenges, government support through financial incentives, improved digital infrastructure, and specialized training programs is recommended. SMEs should focus on cloud-based analytics, strategic collaborations, and building a data-driven culture to maximize BDA benefits. Although BDA has great potential, its adoption among SMEs remains uneven. Future research should explore its combination with Artificial Intelligence (AI) and Machine Learning (ML) to enhance competitiveness and drive innovation in a fast-changing business environment
SISTEM PREDIKSI HASIL PRODUKSI AGRIKULTUR MENGGUNAKAN ALGORITMA RANDOM FOREST nurpazri, fikri; sakinah, awit marwati
JUTEKIN (Jurnal Teknik Informatika) Vol 13, No 2 (2025): JUTEKIN
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jutekin.v13i2.1006

Abstract

Penelitian ini membahas pengembangan sistem prediksi hasil produksi agrikultur berbasis algoritma Random Forest. Tujuan dari sistem ini adalah untuk membantu petani dan pengambil kebijakan dalam memperkirakan hasil panen dengan lebih akurat menggunakan data historis pertanian seperti curah hujan, suhu udara, kelembapan, jenis tanaman, serta jenis tanah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani data yang kompleks dan menghasilkan prediksi yang stabil. Sistem dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3 dan memanfaatkan dataset agrikultur yang telah dibersihkan dan dianalisis sebelumnya. Proses prediksi dilakukan dengan menyesuaikan parameter input dari pengguna melalui antarmuka web, kemudian diproses oleh model Random Forest yang telah dilatih sebelumnya. Hasil prediksi berupa estimasi produksi (dalam ton/ha) ditampilkan secara interaktif kepada pengguna. Pengujian dilakukan menggunakan metode cross-validation dan pengukuran akurasi menggunakan RMSE dan MAE. Hasil menunjukkan bahwa algoritma Random Forest mampu memberikan prediksi dengan tingkat kesalahan yang rendah dan stabil. Sistem ini diharapkan dapat menjadi alat bantu yang bermanfaat dalam perencanaan pertanian modern berbasis data. Kata kunci: Prediksi, Agrikultur, Random Forest, CodeIgniter, Data Mining