Sendi Permana
Universitas Nusa Mandiri

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Learning Management System Untuk Karyawan Perusahaan Menggunakan Mesin Turing Fahmi Ardiansyah; Sendi Permana; Windu Gata; Eni Heni Hermaliani; Laela Kurniawati
DoubleClick: Journal of Computer and Information Technology Vol 5, No 1 (2021): Peran Penting Digitalisasi Di tengah Pandemi Covid-19
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v5i1.9749

Abstract

Dimasa kini pembelajaran untuk mengetahui pengetahuan yang lebih yang dimiliki oleh suatu karyawan dalam perusahaan cukup sedikit hal ini dapat menimbulkan dari sisi perusahaan tidak mengetahui banyak hal tentang latar belakang ilmu pengetahuan yang dimiliki oleh seorang karyawan. Disisi karyawan dengan tidak adanya fasilitas pengembangan diri dari perusahaan suatu saat karyawan bisa saja keluar dari perusahaan tersebut karna minimnya fasilitas perusahaan. Oleh karena itu salah satu upaya untuk meningkatkan kualitas dari mutu karyawan adalah dengan menerapkan aplikasi Learning Management System (LMS) bagi karyawan dalam suatu perusahaan menggunakan model mesin turing. Sehingga dengan dibangunnya aplikasi ini diharapkan karyawan dapat belajar dengan mudah dan membantu perusahaan mengetahui seberapa jauh potensi ilmu yang dimiliki masing-masing dari karyawan dengan laporan ini berguna sebagai penilaian bagi karyawan. Aplikasi ini dilengkapi dengan fitur integrasi Application Programming Interface (API) data karyawan, untuk dapat membaca data tersebut dibutuhkan metode model mesin turing untuk membaca dan menulis ke dalam database sehingga langkah – langkahnya akan digambarkan pada diagram transisi dari tahap pembuatan kelas, sinkornasi API, hingga karyawan tersebut berhasil didaftarkan dalam kelas pembelajaran. Dengan penggunaan metode model mesin turing diharapkan menghasilkan aplikasi LMS yang efektif dan efisien bagi karyawan dan perusahaan.
APPLICATION OF CLASSIFICATION ALGORITHM FOR SALES PREDICTION Sendi Permana; Rosadi Rosadi; Nikki Nikki
TEKNOKOM Vol. 5 No. 2 (2022): TEKNOKOM
Publisher : Department of Computer Engineering, Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (920.249 KB) | DOI: 10.31943/teknokom.v5i2.77

Abstract

Increasing sales results is a desired target for all companies both at home and abroad. The company has a wide variety of products to offer. This paper (to fulfill a Business Intelligence course assignment) is the result of an experiment from data (keaggle) about consumer demand for products during the 2013-2015 period, then based on this data we try to predict to classify product sales, in order to make it easier for companies to classification for sales predictions. To find out the sales of the best-selling products, data mining classification techniques are used, namely XGBoost, Decision Tree, Random Forest, Linear Regression, and Nave Bayes. Based on the test results of the five classification techniques, the XGBoost model is the best with the data training value producing an RMSE value of 0.68% and data testing of 0.79%. This method is also better than the results of previous studies.