Claim Missing Document
Check
Articles

Sistem Prediksi Penjualan Pupuk Kompos dan Kebutuhan Bahan Baku di Bara Putra Farm Burhanudin, Burhanudin; Kasih, Patmi; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/8hffe174

Abstract

Penelitian ini menggunakan metode Simple Moving Average (SMA) untuk memperkirakan permintaan pupuk kompos di masa mendatang, dengan tujuan membantu Bara Putra Farm dalam mengelola produksi dan persediaan secara lebih efisien. Penelitian ini bertujuan untuk mengembangkan sistem prediksi yang bertujuan untuk mendukung manajemen dalam mengelola produksi dan persediaan pupuk kompos di UD Bara Putra Farm. Topik ini dipilih karena pentingnya memiliki prediksi yang tepat untuk meningkatkan efisiensi bisnis dan mengurangi pemborosan. Dengan menggunakan rekayasa perangkat lunak, data penjualan dianalisis melalui metode Simple Moving Average untuk membentuk model prediksi yang dapat diandalkan. UD Bara Putra Farm telah mengembangkan sebuah web yang dapat memprediksi penjualan pupuk kompos serta kebutuhan bahan baku, dengan tujuan utama untuk mengoptimalkan kinerja bisnis. Web ini dirancang untuk meningkatkan akurasi prediksi penjualan hingga mencapai 95%, sehingga memungkinkan penyesuaian produksi dan persediaan secara optimal. Hasil penelitian menunjukkan bahwa penggunaan web ini dapat membantu mengurangi biaya, meningkatkan efisiensi dalam produksi, dan memaksimalkan keuntungan.
Pemetaan Umkm Di Kabupaten Kediri Menggunakan Formula Havershine Rozi, Ahmad Fatkhur; Kasih, Patmi; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/rwbyw059

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam perekonomian Indonesia dengan kontribusi signifikan terhadap PDB dan penyediaan lapangan kerja. Namun, banyak UMKM kesulitan berkembang karena kurangnya media promosi dan pasca pandemi Covid 19. Penelitian ini bertujuan untuk memetakan lokasi UMKM di Kabupaten Kediri menggunakan metode Formula Haversine. Aplikasi ini diharapkan dapat meningkatkan aksesibilitas dan kesadaran masyarakat terhadap UMKM, serta mendukung pertumbuhan UMKM secara lebih efektif. Penelitian ini membantu pengguna mencari UMKM di Kabupaten Kediri dengan lebih mudah, mempermudah pengusaha UMKM dalam mempromosikan usahanya, dan membantu Dinas UMKM Kabupaten Kediri dalam pendataan UMKM kedepannya. Data UMKM yang dihasilkan nantinya akan berupa titik-titik lokasi beserta foto dan detail dari UMKM dan pengguna juga dapat melihat jalur terdekat menuju lokasi UMKM. Hasil perhitungan jarak radius terdekat dari dua UMKM menggunakan Formula Havesine adalah jarak pengguna ke UMKM Griya Jamur Kali Raya adalah 9,0531 km.
Pengujian Black Box dan White Box pada Sistem Rekomendasi Jenis Kendaraan Rental Mobil Tata Jeniarta; Intan Nur Farida; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/kc5t7c02

Abstract

Mobil merupakan jenis kendaraan yang bersifat fungsional pada masa kini yang sangat bermanfaat dan dapat dipergunakan dalam berbagai kegiatan seperti urusan keluarga dan bisnis. Rental mobil merupakan bisnis yang menyediakan jasa penyewaan mobil yang saat ini banyak dijalankan. Dilakukan pengujian sistem yang bertujuan untuk melakukan pemeriksaan apabila adanya kesalahan pada sistem yang telah dibangun. Uji sistem Black Box adalah pengujian perangkat lunak yang dilakukan tanpa memerhatikan bagian internal atau implementasi sistem. Selanjutnya pengujian White Box yang dilakukan dengan beberapa teknik antara lain Basis Path. Hasil dari pengujian kedua metode tersebut adalah sistem sudah sesuai dengan spesifikasi yang dirancang dan siap digunakan dengan baik.
Penerapan Arsitektur Mobilenet Dalam Cnn Pada Klasifikasi Penyakit Daun Cabai Munir, Muhamad Misbahul; Kasih, Patmi; Sanjaya , Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5m496763

Abstract

Tanaman cabai adalah salah satu tanaman holtikultura paling produktif, dengan hasil sangat besar dikalangan petani. Tanaman cabai dalam perawatannya cukup rumit dikarenakan mudah terserang penyakit khususnya pada daun cabai. Hal itu disebabkan kurangnya pemahaman sebagian besar petani terhadap penyakit daun cabai. Penelitian ini bertujuan untuk Mengklasifikasikan penyakit pada daun cabai menggunakan pengolahan citra digital. Sistem dapat membantu para petani dalam mengklasifikasikan penyakit daun cabai dengan akurat. Penelitian ini juga membahas hasil akurasi menggunakan metode MobileNet. Hasil klasifikasi yang diperoleh pada pelatihan data dengan epoch 10 memiliki hasil yang cukup baik yaitu 0,9722%.
Sistem Faktor Tingkat Kecenderungan Bermain Game Online Gunawan, Akbar Dwi; Kasih, Patmi; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/pn0kdy92

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem yang dapat mendeteksi tingkat kecenderungan bermain game online di kalangan mahasiswa. Latar belakang penelitian ini adalah fenomena meningkatnya adiksi game online, khususnya permainan judi online seperti game slot, yang berdampak negatif pada fokus dan keuangan mahasiswa. Sistem yang dirancang menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) untuk mengidentifikasi dan mengukur tingkat kecenderungan adiksi. Implementasi sistem ini diharapkan dapat memberikan edukasi dan solusi bagi mahasiswa untuk mengurangi kecenderungan bermain game online yang berlebihan. Hasil penelitian menunjukkan bahwa metode AHP dan SAW efektif dalam memberikan peringkat tingkat kecanduan dan memberikan rekomendasi yang berguna untuk penanganan lebih lanjut.
Rancangan Sistem Rekomendasi Bakat Anak dengan Metode AHP dan SAW M.Galihleo Yafan Dolar F; Intan Nur Farida; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/15tsf681

Abstract

Perlu adanya pengujian untuk mengetahui bakat dan minat anak yang telah dimiliki sejak dini. Setiap anak mempunyai bakat uniknya masing-masing. Karena, bakat dan minat seorang anak tidak serta merta terlihat jelas. Maka perlu adanya bantuan seorang guru dan orang tua sangat penting untuk mengenali serta memahami bakat anaknya. Selanjutnya setelah mengetahui bakat minat tersebut, bisa untuk lebih mengarahkan untuk mengembangkan kecerdasannya. Penelitian ini dilakukan di Taman Kanak-Kanak Good Morning Fanz Family, dalam menentukan bakat minatnya bersifat tradisional atau masih direkomndasikan oleh gurunya. Dimana belum sesuai dengan hati nurani anak tersebut. Kriteria yang dgunakan di penelitian ini yaitu bermain bola, kerajinan tangan origami, berdiri diatas 1 kaki, kolase dari biji kedelai, dan melukis. Pada penelitian ini menggunakan metode Analytical Hierachy Process (AHP) dan Simple Additive Weighting (SAW). Dimana metode Anaytical Hierachy Process (AHP) merupakan metode pendukung keputusan yang digunakan untuk menentukan nilai bobot dari kriteria yang ada. Dari bobot yang telah ditentukan dilanjutkan menggunakan metode Simple Additive Weighting (SAW) yang merupakan suatu metode pendukung keputusan yag dipakai untuk mengetahui nilai peringkingan alternatif secara tepat dan cepat. Dari hasil penenlitian bahwa dengan adanya aplikasi bakat dan minatdengan kriteria bermain bola, kerajinan tangan origami, berdiri diatas 1 kaki, kolase dari biji kedelai dan melukis dapat mempermudah dalam mengidentifikasikan bakat dan minat anak. Serta dari implementasi metode Simple Additive Weighting (SAW) dengan pembobotan Analytical Hierachy Processs (AHP) yang digunakan berfungsi untuk mendapatkan nilai efektifivitas memudahkan dalam merekomendasi bakat minat anak di Taman Kanak-Kanak Good Morning Fanz Family.
Rekomendasi Pemilihan Ekspedisi Pengiriman Terbaik Berdasarkan Preferensi Pengguna dengan Algoritma Weighted Product (WP) Firman Syah, Azriel Akbar; Kasih, Patmi; Niswatin, Ratih Kumalasari
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.10912

Abstract

Jasa ekspedisi di Indonesia mengalami pertumbuhan yang mengesankan seiring perkembangan e-commerce yang tak tertahankan. Kebutuhan akan jasa ekspedisi tidak terelakkan mendukung perkembangan masyarakat yang menempatkan e-commerce sebagai gaya hidup. Banyaknya pilihan dan tawaran jasa ekspedisi, sering membuat masyarakat lebih selektif dalam memilih jasa ekspedisi yang tepat. Tujuan penelitian adalah menghasilkan bobot kriteria terbaik berdasarkan preferensi pengguna dan menentukan urutan jasa ekspedisi terbaik yang bisa dipilih untuk melakukan pengiriman produk. Sistem dibangun menggunakan algoritma Weighted Product (WP) untuk menganalisis kriteria, melakukan perhitungan, dan merangking alternatif jasa ekspedisi. Pengumpulan data dilakukan melalui survei online, wawancara, dan pengumpulan data dari berbagai perusahaan ekspedisi. Sistem dirancang untuk mengakomodasi preferensi pengguna dengan memberikan bobot pada setiap kriteria sesuai dengan kepentingannya. Hasil dari uji sistem menunjukkan bahwa algoritma Weighted Product (WP) mampu memberikan rekomendasi yang akurat dan efisien untuk jasa ekspedisi terbaik, dengan peringkat tertinggi: JNT dengan nilai bobot V sebesar 0,215, diikuti oleh Shopee Express: 0,213, JNE dengan nilai 0,195, SiCepat: 0,186, dan Anteraja: 0,191. Dengan adanya sistem ini, konsumen dapat membuat keputusan yang lebih informatif dan mengurangi risiko kesalahan dalam memilih jasa ekspedisi. Diharapkan penelitian ini dapat dikembangkan lebih lanjut dan memberikan solusi yang bermanfaat bagi konsumen maupun pelaku usaha.   Kata kunci: Jasa Ekspedisi, Sistem Rekomendasi, Weighted Product
Rekomendasi Pemilihan Rumah Sakit Terbaik Berdasarkan Preferensi Pengguna dengan Algoritma TOPSIS Sari, Putri Kartika; Farida, Intan Nur; Kasih, Patmi
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.10924

Abstract

Pemilihan rumah sakit untuk layanan medis merupakan faktor penting dalam  menyediakan pelayanan kesehatan. Namun kenyataannya masayarakat sering mengalami kesulitan dalam menentukan rumah sakit terbaik. Penentuan rangking Rumah Sakit sangat penting karena dapat berpengaruh dalam kinerja yang diberikan dalam setiap rumah sakit. Tujuan penelitian ini adalah untuk menghasilkan kriteria dan urutan Rumah Sakit terbaik yang ada di Kota Kediri. Dalam hal itu peneliti membuat sistem yang merekomendasikan rumah sakit terbaik untuk membentu masyarakat dalam menilai rumah sakit tersebut. Sistem ini menggunakan algoritma TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) untuk menganalisa kriteria, melakukan perhitungan, dan merangking alternatif rumah sakit. Pengumpulan data dilakukan melalui survei online dengan cara kuesioner. Hasil dari perhitungan yang dilakukan secara manual dengan menggunakan Google Spreadsheet dan perhitungan sistem menghasilkan hasil akhir dengan nilai yang akurat. Dari hasil perhitungan Rumah Sakit terbaik yang mendapatkan peringkat tertinggi adalah RSUD Gambiran dengan nilai (0,764930) diikuti RS Bhayangkara dengan nilai (0,658203) kemudian RSUD Baptis dengan nilai (0,650173) lalu RS Muhammadiyah dengan nilai (0,620741) dan urutan terakhir RS Kilisuci dengan nilai (0,235069).   Kata kunci: Rumah Sakit, Sistem Pendukung Keputusan, TOPSIS
Penerapan Metode Naïve Bayes dalam Sistem Restock Barang pada Toko Ffactory2nd Kasih, Patmi; Santoso, Ricky Laschka Zidane; Helilintar, Risa; Kasih, Patmi Kasih
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.21964

Abstract

This research aims to implement the Naïve Bayes method in determining restocking decisions for Ffactory2nd, a fashion product retail business entity. Ffactory2nd has a crucial need to effectively manage its inventory and make informed decisions regarding restocking. Sales data were collected from August to December 2023, with testing conducted on 16 selected products as samples. The analysis results indicate that the system can provide accurate restocking recommendations based on inventory levels. The Naïve Bayes method is employed for classifying restocking into two categories: Restock (Yes) and No Restock. The analysis demonstrates that the system is capable of delivering accurate restocking recommendations, aiding inventory managers in more effective decision-making. Alpha and beta functional testing indicates that the restocking determination system has been successfully implemented and well-received by users. User satisfaction reached an average level of 93%, indicating a positive impact of the system on inventory management at Ffactory2nd.
ANALISIS HASIL KLASIFIKASI KUALITAS CABAI RAWIT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE kurniadi, Ade; Kasih, Patmi; Farida, Intan Nur
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i2.22167

Abstract

This research aims to implement the Support Vector Machine (SVM) method in classifying cayenne pepper images based on their quality. A total of 800 images of cayenne pepper were collected and grouped into four quality classes, namely rotten, greenish, dry and ripe. The classification process using SVM involves a preprocessing stage, image segmentation with Canny edge detection, and model performance evaluation. Implementation is carried out through the development of a web application with several worksheets, including model training worksheets, classification process, classification results, evaluation and export. System testing involves alpha and beta functional testing. Alpha functional testing includes homepage display and navigation tests, model training process, image classification process, classification results, classification evaluation, and export of classification results. Beta functional testing is carried out by involving users who provide feedback through questionnaires. The test results show that the application succeeded in classifying the image of cayenne pepper with high accuracy and received a positive assessment from users. The results of the F1-Score calculation for SVM classification show good model performance, with F1-Score values ​​for each quality class of cayenne pepper as follows: Rotten (0.973), Greenish (0.979), Dry (1.0), and Ripe (0.972). Thus, this research contributes to the application of SVM for image classification of cayenne peppers with satisfactory results, as well as presenting a reliable application in supporting the quality analysis of cayenne peppers.
Co-Authors Ade Kurniadi, Ade Adiba, Fera Hidayatul Ady Suprapto, Ady Ahmad Bagus Setiawan Alqozi, Nur Sam’un Alvian, Ficky Andriawan, Riko Ansah, Muhammad Ardy Anugrah A, Gigih Jenop Arafat, Filach Akbar Ardi Sanjaya Arfani, A. Rifqi Yarzuq Azis, Bahrul Satria Azizah, Sarilah Nur BAGUS SETIAWAN, MUCHAMAT RISKI Bayu Wijayanto Budi Utomo Burhanudin Burhanudin Cahyono, Arip Dwi Candra, Gea Vista Yulia Dadi Setyawan Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Dwi Bagus Arianto Dwi Harini Dwi Harini Dwiyanto, Ricko Dyansyah, Kevin Ragil Krisna Eka Putra, Ilham Rizki Fauzi Endah Tri Wijayanti Ervin Kusuma Dewi, Ervin Kusuma Farosa, Muzayin Al Fauziyah, Laili Rahma Febrianto, Yahya Eko Firman Syah, Azriel Akbar Fitriyana, Wahyu Tia Gilbijatno, Arvin Argananta Gumelar, Istiqo Rezeki Agung Gunawan, Akbar Dwi Gusti, Fadzilah Prayoganing Halilintar, risa Handoko, Destian Tri Hanggara, Nazil Rizqi Hendra Riyandoko Holide, Yuki Angka Indria, Ariek Trias Intan Nur Farida Izzuddin, Ahmad Rafi' Jayanto, Andin Dwi Joko Purwanto Julian Sahertian Kasih, Patmi Kasih Kurniawan, Dodyk Lengkoro, Tejaningrat M.Galihleo Yafan Dolar F Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Mahdiyah, Umi Mahdiyah Mardiana, Anisa Wanda Moch. Ghufron Ramadhani Moh Farih Fauzi Munir, Muhamad Misbahul Muragil, Dimas Arif Murhatiningtyas, Yulia Muzaki, Anwar Mu’alim, Rizki Saputro Niswatin, Ratih Kumalarasi Noviana Dewi, Anggielia Ika Nur Cahyo, Mochamad Nurhidayat, Taufiq Nurpanto, Nugroho Wisma Perkasa, Galang Elang Prahesta, Hadi Rizky Dwi Via Prahesta Pranata, Bagas Dwi Pratama Putra, Septiandy Adibya Pratama, Septian Widha Prayoga, Irvan Ratma Prayogo, M. Renhat Ade Putra, Adam Maulana Khabibillah Ashari Putri Kartika Sari Rahayu, Lina Farisa Ramadhan, Dimas Gilang Ratih Kumalasari Niswatin Ratna Ratna Resty Wulanningrum Rianty, Rika Rina Firliana Rini Indriati Risa Helilintar Risky Aswi R, Risky Rizki, Maulana Rochana, Siti Rokhmad, Muhammad Ikhbal Roni Setiawan Rony Heri Irawan Rozi, Ahmad Fatkhur Salis Nilam Amartama Santoso, Ricky Laschka Zidane Saputro, Rizal Dwi Setyawan, Moch Aris Shodiq, Muchamad Fajar Siti Alvi Nikmah Soviana, Aura Anisa Subekti, Lutfi Syafi’i, Mohammad Aziz Syahrudin, Erwin Tanjungsari, Ardina Tasia, Anas Tata Jeniarta Tri Wahyudi Wabula, Dava Febrian Wabula, Diva Febrian Wahyuniar , Lilia Sinta Yuni Lestari