Claim Missing Document
Check
Articles

Found 15 Documents
Search

SIMULASI ANTRIAN DUA JALUR (TWO CHANNELS, SINGLE-PHASE QUEUING SYSTEM) MENGGUNAKAN MS-EXCEL Juarna, Asep; Rihyanti, Erni
Prosiding KOMMIT 2014
Publisher : Prosiding KOMMIT

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem antrian dua jalur adalah sistem antrian menggunakan dua pelayandengan jenis pelayanan yang sama. Tujuan penelitian ini adalah mengamatiperilaku tiga parameter kualitas sistem antrian. yaitu: waktu tunggupelanggan sebelum dilayani, waktu senggang kedua pelayan, dan panjangantrian di kedua pelayan. Simulasi dilakukan dengan dua parameter asupansimulasi yaitu laju kedatangan pelanggan dan laju pelayanan kedua pelayan.Simulasi dilakukan dengan menggunakan aplikasi MS-Excel. Disimulasikanjuga bahwa setiap pelanggan memilih mendaftar ke pelayan dengan panjangantrian lebih pendek atau memilih secara acak jika panjang antrian di keduapelayan sama panjang. Hasil simulasi dibandingkan dengan situasi ketikasistem hanya menggunakan satu pelayan; untuk laju kedatangan 40pelanggan/satuan waktu dan laju pelayanan 25 pelanggan persatuan waktuwaktu tunggu pelanggan sebelum dilayani meningkat, tetapi ketikaditambahkan satu pelayan lagi dengan laju pelayanan yang sama waktutunggu tersebut menjadi nol untuk semua pelanggan.
Penerapan Metode Simple Additive Weighting pada Aplikasi Penilaian Kinerja Satuan Kerja Terbaik di Kementerian Pekerjaan Umum dan Perumahan Rakyat Zulkarnaen, Banu Harsa; Juarna, Asep; Juarna, Asep
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.484

Abstract

Penilaian Kinerja Satuan Kerja tentang pengelolaan barang milik negara dilingkungan Biro Pengelolaan Barang Milik Negara Sekretariat Jenderal Kementerian Pekerjaan Umum dan Perumahan Rakyat yang selama ini diterapkan dirasa masih belum bisa diterima oleh Satuan Kerja yang menjadi peserta, hal ini dirasakan pada saat pengelompokan Satuan Kerja Tipe A dan Tipe B, yang selama ini pengelompokan Satuan Kerja masih mengikuti keadaan Unit Organisasi, jika Unit Organisasi memiliki pengelolaan barang milik negara bernilai besar maka dianggap Satuan Kerja yang ada dibawahnya Satuan Kerja Tipe A, jika Unit Organisasi memiliki pengelolaan barang milik negara bernilai kecil maka dianggap Satuan Kerja yang ada dibawahnya Satuan Kerja Tipe B, begitu juga dengan form penilaian yang sudah digunakan hanya menggunakan metode pembobotan sehingga bisa terjadi kesamaan nilai antara Satuan Kerja yang ingin dinilai. Berdasarkan hal tersebut, sesuai dengan Keputusan Sekertaris Jendral Kementrian PUPR Nomor: 60/KPTS/SJ/2018. Tentang Kriteria Penilaian dalam rangka pemberian penghargaan pengelola Barang Milik Negara pada Satuan Kerja di Kementrian PUPR tahun 2018, mengesahkan diantaranya adalah menetapkan pengembangan Aplikasi Penilaian Kinerja Satuan Kerja Terbaik (http://ebmn.pu.go.id/nilai_satker/) untuk menjadi sarana penilaian digital menggantikan penialain sebelumnya yang masih manual dan menetapkan penerapan metode Simple Additive Weighting untuk menilai kembali variabel yang menjadi kriteria penilaian. Sehingga terciptanya sistem penilaian yang adil, transparan dan dapat diterima oleh semua pihak dilingkungan Kementerian Pekerjaan Umum dan Perumahan Rakyat. Kata Kunci : Pengelolaan Barang Milik Negara, Aplikasi Penilaian Kinerja Satuan Kerja Terbaik, Metode Simple Additive Weighting (SAW)
Penerapan Metode Simple Additive Weighting pada Aplikasi Penilaian Kinerja Satuan Kerja Terbaik di Kementerian Pekerjaan Umum dan Perumahan Rakyat Zulkarnaen, Banu Harsa; Juarna, Asep; Juarna, Asep
Jurnal Explore VOL 11, NO 2 (2021)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.484

Abstract

Penilaian Kinerja Satuan Kerja tentang pengelolaan barang milik negara dilingkungan Biro Pengelolaan Barang Milik Negara Sekretariat Jenderal Kementerian Pekerjaan Umum dan Perumahan Rakyat yang selama ini diterapkan dirasa masih belum bisa diterima oleh Satuan Kerja yang menjadi peserta, hal ini dirasakan pada saat pengelompokan Satuan Kerja Tipe A dan Tipe B, yang selama ini pengelompokan Satuan Kerja masih mengikuti keadaan Unit Organisasi, jika Unit Organisasi memiliki pengelolaan barang milik negara bernilai besar maka dianggap Satuan Kerja yang ada dibawahnya Satuan Kerja Tipe A, jika Unit Organisasi memiliki pengelolaan barang milik negara bernilai kecil maka dianggap Satuan Kerja yang ada dibawahnya Satuan Kerja Tipe B, begitu juga dengan form penilaian yang sudah digunakan hanya menggunakan metode pembobotan sehingga bisa terjadi kesamaan nilai antara Satuan Kerja yang ingin dinilai. Berdasarkan hal tersebut, sesuai dengan Keputusan Sekertaris Jendral Kementrian PUPR Nomor: 60/KPTS/SJ/2018. Tentang Kriteria Penilaian dalam rangka pemberian penghargaan pengelola Barang Milik Negara pada Satuan Kerja di Kementrian PUPR tahun 2018, mengesahkan diantaranya adalah menetapkan pengembangan Aplikasi Penilaian Kinerja Satuan Kerja Terbaik (http://ebmn.pu.go.id/nilai_satker/) untuk menjadi sarana penilaian digital menggantikan penialain sebelumnya yang masih manual dan menetapkan penerapan metode Simple Additive Weighting untuk menilai kembali variabel yang menjadi kriteria penilaian. Sehingga terciptanya sistem penilaian yang adil, transparan dan dapat diterima oleh semua pihak dilingkungan Kementerian Pekerjaan Umum dan Perumahan Rakyat. Kata Kunci : Pengelolaan Barang Milik Negara, Aplikasi Penilaian Kinerja Satuan Kerja Terbaik, Metode Simple Additive Weighting (SAW)
PERAMALAN TINGKAT PENGANGGURAN DI INDONESIA MENGGUNAKAN METODE TIME SERIES DENGAN MODEL ARIMA DAN HOLT-WINTERS Sulaiman, Agus; Juarna, Asep
Jurnal Ilmiah Informatika Komputer Vol 26, No 1 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i1.3512

Abstract

Beberapa penyebab terjadinya pengangguran di Indonesia ialah, tingkat urbanisasi, tingkat industrialisasi, proporsi angkatan kerja SLTA dan upah minimum provinsi. Faktor-faktor tersebut turut serta mempengaruhi persentase data terkait tingkat pengangguran menjadi sedikit fluktuatif. Berdasarkan pergerakan persentase data tersebut, diperlukan sebuah prediksi untuk mengetahui persentase tingkat pengangguran di masa depan dengan menggunakan konsep peramalan. Pada penelitian ini, peneliti melakukan analisis peramalan time series menggunakan metode Box-Jenkins dengan model Autoregressive Integrated Moving Average (ARIMA) dan metode Exponential Smoothing dengan model Holt-Winters. Pada penelitian ini, peramalan dilakukan dengan menggunakan dataset tingkat pengangguran dari tahun 2005 hingga 2019 per 6 bulan antara Februari hingga Agustus. Peneliti akan melihat evaluasi Range Mean Square Error (RMSE) dan Mean Square Error (MSE) terkecil dari setiap model time series. Berdasarkan hasil penelitian, ARIMA(0,1,12) menjadi model yang terbaik untuk metode Box-Jenkins sedangkan Holt-Winters dengan alpha(mean) = 0.3 dan beta(trend) = 0.4 menjadi yang terbaik pada metode Exponential Smoothing. Pemilihan model terbaik dilanjutkan dengan perbandingan nilai akurasi RMSE dan MSE. Pada model ARIMA(0,1,12) nilai RMSE = 1.01 dan MSE = 1.0201, sedangkan model Holt-Winters menghasilkan nilai RMSE = 0.45 dan MSE = 0.2025. Berdasarkan data tersebut terpilih model Holt-Winters sebagai model terbaik untuk peramalan data tingkat pengangguran di Indonesia.
Background Estimation Using Principal Component Analysis Based on Limited Memory Block Krylov Subspace Optimization Ilmiyati Sari; Asep Juarna; Suryadi Harmanto; Djati Kerami
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 5: October 2018
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (413.599 KB) | DOI: 10.11591/ijece.v8i5.pp2847-2856

Abstract

Given a video of ???? frames of size ℎ × ????. Background components of a video are the elements matrix which relative constant over ???? frames. In PCA (principal component analysis) method these elements are referred as “principal components”. In video processing, background subtraction means excision of background component from the video. PCA method is used to get the background component. This method transforms 3 dimensions video (ℎ × ???? × ????) into 2 dimensions one (???? × ????), where ???? is a linear array of size ℎ × ????. The principal components are the dominant eigenvectors which are the basis of an eigenspace. The limited memory block Krylov subspace optimization then is proposed to improve performance the computation. Background estimation is obtained as the projection each input image (the first frame at each sequence image) onto space expanded principal component. The procedure was run for the standard dataset namely SBI (Scene Background Initialization) dataset consisting of 8 videos with interval resolution [146 150, 352 240], total frame [258,500]. The performances are shown with 8 metrics, especially (in average for 8 videos) percentage of error pixels (0.24%), the percentage of clustered error pixels (0.21%), multiscale structural similarity index (0.88 form maximum 1), and running time (61.68 seconds). 
A Preference Model on Adaptive Affinity Propagation Rina Refianti; Achmad Benny Mutiara; Asep Juarna; Adang Suhendra
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 3: June 2018
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1767.959 KB) | DOI: 10.11591/ijece.v8i3.pp1805-1813

Abstract

In recent years, two new data clustering algorithms have been proposed. One of them isAffinity Propagation (AP). AP is a new data clustering technique that use iterative message passing and consider all data points as potential exemplars. Two important inputs of AP are a similarity matrix (SM) of the data and the parameter ”preference” p. Although the original AP algorithm has shown much success in data clustering, it still suffer from one limitation: it is not easy to determine the value of the parameter ”preference” p which can result an optimal clustering solution. To resolve this limitation, we propose a new model of the parameter ”preference” p, i.e. it is modeled based on the similarity distribution. Having the SM and p, Modified Adaptive AP (MAAP) procedure is running. MAAP procedure means that we omit the adaptive p-scanning algorithm as in original Adaptive-AP (AAP) procedure. Experimental results on random non-partition and partition data sets show that (i) the proposed algorithm, MAAP-DDP, is slower than original AP for random non-partition dataset, (ii) for random 4-partition dataset and real datasets the proposed algorithm has succeeded to identify clusters according to the number of dataset’s true labels with the execution times that are comparable with those original AP. Beside that the MAAP-DDP algorithm demonstrates more feasible and effective than original AAP procedure.
Supplier Selection Decision Support System in Coffee Shops During the Covid- 19 Pandemic (Case Study: Lucky's Koffiee) Rezky Puteri Sariaji; Asep Juarna
Dinasti International Journal of Management Science Vol. 4 No. 2 (2022): Dinasti International Journal of Management Science (November - December 2022)
Publisher : Dinasti Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31933/dijms.v4i2.1582

Abstract

Enjoying a cup of coffee is one of the hobbies of most people in Indonesia in various circles, both young and old. However, since the Covid-19 outbreak, the government has asked the public to reduce activities outside the home. Lucky's Koffiee is feeling the impact of this epidemic. Experiencing a decrease in revenue and the amount of raw material remaining is an important concern for management. Using Rank Order Centroid (ROC) for weighting criteria and a decision support system using the Simple Additive Weighting (SAW) method as consideration for selecting suppliers of raw materials that are in accordance with the conditions of the Covid- 19 pandemic by using the criteria of price, quality, service, and timeliness as consideration variables.
DEEP LEARNING IMPLEMENTATION USING CONVOLUTIONAL NEURAL NETWORK IN DETECTING DISEASES IN POTATO LEAVES Asep Juarna; Santi Dwi Agustin
Jurnal Explore Vol 13, No 1 (2023): JANUARI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v13i1.661

Abstract

Potatoes are one of the tubers that planted on highland and lot of farmers who interesting because potatoes have stable value of selling. Based of Kementan notes (2018) that often failed harvest happened on farmers of potatoes. This research will explaining about diseases classification on leaves of potatoes using Convolutional Neural Networks (CNN) which is deep learning neural network. The purpose of this research is ti develop model of artificial neural network using Backpropagation and high accuracy CNN method. The  model’s parameters has 75 epochs and 30 batch_size while the activation modes uses Relu and Softmax ones. Evaluation of the model’s scores are 100% of training image and 96% of testing or validation image.  
Sistem Penunjang Keputusan Pemilihan Vendor Dalam Supply Chain Menggunakan Metode Weighted Product Di PT. Nagasena Sinar Jaya Bagus Setiadi Gurmilang; Asep Juarna; Dharmayanti Dharmayanti
Cakrawala Repositori IMWI Vol. 6 No. 4 (2023): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v6i4.423

Abstract

PT. Nagasena Sinar Jaya merupakan perusahaan yang bergerak dibidang pembuatan kertas carton box dan packaging membutuhkan aplikasi supply chain karena itu dilakukan satu aplikasi supply chain dari 7 vendor aplikasi supply chain. Standar dan kualitas produk mampu dipertahankan perusahaan tersebut untuk memenuhi kebutuhan konsumen. Namun dengan banyaknya usaha bisnis di bidang yang sama, PT. Nagasena Sinar Jaya harus memahami serta merencanakan strategi bisnis agar dapat bersaing dalam dunia bisnis. Pengguna Microsoft excel dalam mencatat semua transaksi di semua divisi PT. Nagasena Sinar Jaya tidak praktis dan tidak efektif untuk menghasilkan laporan. Diperlukan supply chain untuk mengatasi permasalah tersebut di atas agar semua divisi terintegrasi sehingga laporan akhir dapat didapat cepat dan tepat. Untuk menganalisis strategi bisnis PT. Nagasena Sinar Jaya menggunakan metode Weighted Product untuk mengembangkan strategi bisnis untuk masa sekarang maupun yang akan datang. Metode ini menggunakan beberapa bobot kriteria antara lain : pengalaman project, harga penawaran, waktu pengerjaan, garansi purna jual, kelengkapan dokumentasi. Weigted Product (WP) merupakan metode pengambilan keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dahulu dengan bobot atribut yang bersangkutan. Hasil dari ini adalah sebuah sistem pengambilan keputusan vendor dalam aplikasi supply chain, dimana sistem ini menunjukan bahwa Weighted Product (WP) dalam proses perangkingan pada pemilihan vendor dalam supply chain mempunyai nilai yang hampir sama, apabila metode dihitung secara manual.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUASAN UMKM MITRA SHOPEFOOD DI JAKARTA SELATAN Yudha Destianto Dwi Prakoso; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 29, No 2 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i2.10713

Abstract

UMKM adalah pilar penting perekonomian di Indonesia. Pada tahun 2021 kegiatan bisnis di Indonesia melibatkan 64,2 juta UMKM yang memberikan kontribusi 61,07% terhadap PDB Indonesia, menyerap 97% tenaga kerja nasional, dan menghimpun 60,4% total investasi nasional. Pada sektor bisnis makanan dan minuman (food and beverage, F & B) UMKM bekerja sama dengan penyedia aplikasi pesan-antar produk. Dalam bisnis ini UMKM adalah unit FBP (F & B Product) sementara penyedia aplikasi sebagai unit FBS (F & B service) dan unit FBP menjadi mitra unit FBS. Penelitian ini menganalisis faktor-faktor yang mempengaruhi kepuasan UMKM atas aplikasi ShopeeFood di Jakarta Selatan. Dihipotesakan dalam bisnis ini ada satu variabel terikat, yaitu kepuasan mitra, dan empat variable bebas, yaitu faktor aplikasi itu sendiri, faktor brand reliability dari unit FBS, faktor pelayanan unit FBS, dan volume penjualan atau laba unit FBP. Hipotesis ini diuji dengan metode SEM (structural equation modelling) yang diimplementasikan dalam lingkungan program aplikasi SmartPLS (partial least square); hasilnya dari keempat variabel bebas tiga di antaranya berpengaruh terhadap kepuasan mitra sedangkan satu variabel lagi, yaitu volume penjualan atau laba, tidak berpengaruh.