Claim Missing Document
Check
Articles

PENERAPAN WATERFALL SDLC PADA PERANCANGAN SISTEM PENGELOLAAN IZIN KELUAR KANTOR DI KANREG VI BKN MEDAN Aznawi, Nasrul Mahruf; Fachroza, Siti Dian; Ermaliza; Ritonga, Dedek Juliani; Suhardi
Jurnal Rekayasa Perangkat Lunak dan Sistem Informasi Vol. 6 No. 1 (2026)
Publisher : Department of Information System Muhammadiyah University of Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/seis.v6i1.10788

Abstract

The handling of office leavepermits at the Regional Office VI of the State Civil Service Agency (BKN) in Medan is still done manually, causing various problems such as delays in approval, lack of transparency, potential data manipulation, and the unavailability of well-documented employee permit histories. This condition has a direct impact on work effectiveness and the accuracy of personnel administration. This study aims to design and develop a web-based office leave management system to improve the efficiency and transparency of the administrative process. The system development method used is the Software Development Life Cycle (SDLC) with the Waterfall model, which includes the stages of requirements analysis, system design, implementation, testing, and maintenance. Data collection was carried out through observation and interviews to ensure that the system meets user needs. The results of the study show that the developed system is capable of managing the process of submitting, approving, and recording office leave digitally and in an integrated manner. System testing using the Black Box Testing method showed that all main functions ran according to system requirements. This system is capable of increasing the speed of the service process, reducing administrative errors, and providing a well-documented history of permits.
Peramalan Stok Produk Meubel Menggunakan Metode Single Moving Average dan Exponential Smoothing Ritonga, Tomi; Nasution, Yusuf Ramadhan; Suhardi, Suhardi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.7126

Abstract

Permasalahan perekonomian global yang terjadi dalam beberapa tahun terakhir memberikan dampak signifikan terhadap berbagai sektor industri, termasuk industri meubel. Ketidakstabilan kondisi pasar menyebabkan fluktuasi permintaan yang berdampak langsung pada perencanaan produksi dan pengelolaan persediaan barang. Kesalahan dalam memperkirakan jumlah permintaan sering menimbulkan penumpukan stok atau kekurangan barang, sehingga perusahaan berpotensi mengalami kerugian akibat biaya penyimpanan yang tinggi maupun kehilangan peluang penjualan. Kondisi ini juga terjadi pada PT. Wira Utama yang beralamat di Jl. Prof. H. M. Yamin No. 23, Gg. Buntu, Kota Medan yang bergerak di bidang penjualan meubel di Kota Medan, dimana proses peramalan sebelumnya masih dilakukan secara konvensional berdasarkan perkiraan tanpa perhitungan matematis yang terukur. Penelitian ini bertujuan untuk meramalkan kebutuhan stok dan produksi pada periode berikutnya dengan menerapkan metode Single Moving Average dan Exponential Smoothing berbasis data historis penjualan tahun 2019–2022. Kedua metode dibandingkan menggunakan parameter pengukuran kesalahan, yaitu Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE) untuk menentukan tingkat akurasi peramalan. Hasil penelitian menunjukkan bahwa penerapan metode peramalan berbasis time series mampu menghasilkan estimasi yang lebih objektif dan sistematis dibandingkan metode manual. Nilai rata-rata MAPE sebesar 14% menunjukkan tingkat kesalahan yang relatif rendah, sehingga model yang diterapkan dinilai layak digunakan sebagai dasar pengambilan keputusan dalam perencanaan produksi, pengendalian persediaan, dan optimalisasi manajemen stok perusahaan.
KLASIFIKASI JENIS TANAMAN ANGGREK BERDASARKAN DAUN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN K-NEAREST NEIGHBOR Nazhifa Ahmad Fauzan; Muhammad Siddik Hasibuan; Suhardi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7086

Abstract

Anggrek merupakan tanaman hias dengan keragaman spesies yang tinggi sehingga diperlukan metode identifikasi yang akurat dan konsisten. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis anggrek berbasis citra daun menggunakan metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (K-NN). PCA digunakan untuk mengekstraksi fitur utama sekaligus mereduksi dimensi data guna meningkatkan efisiensi komputasi, sedangkan K-NN berperan dalam proses klasifikasi berdasarkan tingkat kemiripan fitur menggunakan Euclidean Distance. Dataset terdiri dari 56 citra daun anggrek yang terbagi menjadi 35 citra latih dan 21 citra uji dari tujuh kelas jenis anggrek. Tahapan penelitian meliputi akuisisi citra, ekstraksi ciri, reduksi dimensi menggunakan PCA, serta klasifikasi menggunakan K-NN. Evaluasi menggunakan confusion matrix menunjukkan akurasi sebesar 85,71%, dengan precision 90,71%, recall 85,71%, dan F1-score 84,39%. Hasil tersebut menunjukkan bahwa kombinasi PCA dan K-NN efektif dalam mengklasifikasikan daun anggrek dan berpotensi dikembangkan sebagai sistem identifikasi otomatis untuk mendukung penelitian botani, konservasi tanaman, dan industri tanaman hias.