Article Per Year (5 Year)
p-Index From 2021 - 2026
2.88
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Jurnal Teknologi Informasi dan Ilmu Komputer OPERATION EXCELLENCE: Journal of Applied Industrial Engineering WIDYAKALA JOURNAL PERFORMA : Media Ilmiah Teknik Industri Jurnal INTECH Teknik Industri Universitas Serang Raya SERAMBI: Jurnal Ekonomi Manajemen dan Bisnis Islam JURNAL Al-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI Abdimas UNWAHAS : Jurnal Pengabdian Masyarakat UNWAHAS International Journal of Engineering, Technology and Natural Sciences (IJETS) Mitra Akademia: Jurnal Pengabdian Masyarakat Indonesian Journal of Industrial Engineering & Management Jurnal Senopati : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering Journal of Industial Engineering and Technology Konstelasi: Konvergensi Teknologi dan Sistem Informasi Journal Physical Therapy UNISA
Novi Purnama Sari
Program Studi S1 Perpajakan Fakultas Ilmu Administrasi Universitas Brawijaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Perancangan Desain Kemasan Bakso Goreng (Basreng) dengan Metode Kansei Engineering Sari, Novi Purnama; Rizwan, Rizwan; Hafidah, Erna; Andriyani, Sari Zuhruf Putri
Performa: Media Ilmiah Teknik Industri Vol 22, No 2 (2023): Performa: Media Ilmiah Teknik Industri
Publisher : Industrial Engineering, Faculty of Engineering, Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/performa.22.2.80674

Abstract

Pengemasan produk basreng memiliki bentuk yang beragam di pasaran, namun masih terdapat kemasan yang kurang baik sehingga keamanan dan kualitas produknya kurang terjaga. Produk tersebut akhirnya dinilai kurang meyakinkan untuk dikonsumsi karena tidak adanya label dan fitur pengamanan yang baik pada kemasan. Berdasarkan permasalahan tersebut, perlu adanya perbaikan dan pengembangan terhadap kemasan produk basreng. Penelitian ini bertujuan untuk menentukan konsep dan elemen desain kemasan basreng sesuai dengan preferensi konsumen. Kansei Engineering digunakan sebagai metode untuk membaca perasaan konsumen terhadap kemasan basreng. Metode ini juga didukung dengan Principal Component Analysis (PCA) dalam menentukan konsep desain, dan Quantification Theory Type-1 (QTT-1) untuk menentukan elemen desain. Hasil observasi didapatkan 42 sampel kemasan dan 44 kata Kansei. Sampel dan konsep dianalisis menggunakan PCA yang menghasilkan tiga konsep desain dengan Principal Component (PC) > 1, yaitu “konvensional-praktis”, “reusable-fungsional”, dan “modern-informatif”. Konsep terpilih berdasarkan QTT-1  adalah “reusable-fungsional”, dengan nilai R-Square tertinggi sebesar 0.9812. Elemen desain yang diperoleh, yaitu material karton kraft + coating (X1.6), bentuk center seal (X2.5), tutup sealer (X3.2), fitur window (X4.4), gaya desain elegan (X5.2), label semi informatif (X6.2), ukuran sedang (X7.2), dan surface desain direct printing (X8.2).  Hasil mock up desain kemasan konsep terpilih telah sesuai dengan preferensi konsumen dan Kansei konsumen.
Forecasting Persediaan Kemasan Folding Box untuk Mitigasi Risiko Stock Out: Pendekatan Sarima, Prophet, Xgboost, dan Random Forest Prastiwinarti, Wiwi; Muliati, Sukma Ambar; Sari, Novi Purnama
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 3: Juni 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026133

Abstract

Ketepatan peramalan kebutuhan persediaan folding box menjadi faktor krusial dalam menjaga kelancaran produksi industri kosmetik, khususnya bagi perusahaan maklon dengan sistem produksi Make to Order (MTO). PT X sebagai salah satu perusahaan maklon menghadapi tantangan dalam pengelolaan persediaan kemasan folding box, yang selama ini masih dilakukan secara manual. Ketidakakuratan dalam perencanaan persediaan folding box berpotensi menimbulkan risiko stock out dan keterlambatan produksi. Penelitian ini bertujuan untuk membandingkan kinerja empat metode peramalan, yaitu SARIMA, Prophet, XGBoost, dan Random Forest, dalam memprediksi kebutuhan folding box berdasarkan data historis periode Januari 2023 hingga Desember 2024. Evaluasi kinerja model dilakukan menggunakan dua metrik utama, yaitu Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dengan RMSE sebesar 14.375,29 dan MAPE sebesar 0,66%, diikuti oleh XGBoost dan Prophet. Temuan ini memperlihatkan bahwa pendekatan machine learning lebih unggul dalam menangani pola data persediaan yang fluktuatif dibandingkan model statistik. Penerapan model prediktif ini diharapkan dapat mendukung PT X dalam menyusun strategi pengadaan folding box secara lebih tepat guna meminimalkan risiko stock out dan meningkatkan efisiensi produksi. Penelitian ini juga membuka peluang pengembangan metode lanjutan berbasis hybrid atau ensemble untuk meningkatkan akurasi prediksi di masa mendatang.   Abstract The accuracy of folding box inventory demand forecasting is a crucial factor in maintaining the smooth operation of the cosmetics industry, especially for contract manufacturing companies with a Make to Order (MTO) production system. PT X, as one of the contract manufacturing companies, faces challenges in managing folding box packaging inventory, which has been done manually until now. Inaccuracies in folding box inventory planning have the potential to cause stock-out risks and production delays. This study aims to compare the performance of four forecasting methods—SARIMA, Prophet, XGBoost, and Random Forest—in predicting folding box demand based on historical data from January 2023 to December 2024. Model performance evaluation was conducted using two primary metrics: Root Mean Squared Error (RMSE) and Mean Absolute Percentage Error (MAPE). The results indicate that the Random Forest model performed best with an RMSE of 14.375.29 and a MAPE of 0,66%, followed by XGBoost and Prophet. These findings indicate that machine learning approaches are more effective in handling fluctuating inventory data patterns compared to statistical models. The implementation of these predictive models is expected to support PT X in developing more effective procurement strategies for folding boxes, thereby minimizing the risk of stockouts and improving production efficiency. This research also opens up opportunities for the development of advanced hybrid or ensemble-based methods to enhance prediction accuracy in the future.
Co-Authors Aditia Ginantaka Alghifari, Muhammad Refah Amir, Anneke Hazima Putri Amri, Aulia Andri Soemitra Andriyani, Sari Zuhruf Putri Aprilia, Ika Riswi Araminta, Shafa Aristanti, Khairunnisa Cindy Amelia, Cindy Fadhillah, Fahri Faizi, Isnaini Fatah, Abdillah Nur Hafidah, Erna Hilmi Zadah Faidlullah Indriany, Dita Febrian Isna, Ade Kautsar, Alfa Giffari Luna, Zahira Ersa Maharani, Devyta Moh. Ali Imron, Moh. Muliati, Sukma Ambar Muryeti Muryeti, Muryeti Napitupulu, Yesaya Firdaus Nursya'bani, Jauhariah Pangestu, Bayu Prayogo Pasha Samudra, Rabbani Dwi Puspasari, Risma Ayu Rahma Wati Rahmadianto, Muhammad Athariq Rahmawati, Chintya Dwi Ramadhan, Raihan Thoriq Ramadhani, Sri Rasyid, Akbar Fikri Rayzidane, Muhammad Rival Rina Ningtyas, Rina Rizwan, Rizwan Saeful Imam, Saeful Sandjaja, Shafa Aisyah Pasha Satriaji, Tegar Bayu Silvia, Deli Sinur, Valeri Vela Slamet, Sesar Chairudin Suharto, Nurlita Pratiwi Wicaksono, Dimas Priyo Wiguna, Nada Nabilla Wiwi Prastiwinarti Yunisyah, Fadilah Zelvi, Mustika Zelvi, Mustika