Claim Missing Document
Check
Articles

Found 39 Documents
Search

PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING Hayuningtyas, Ratih Yulia
Jurnal Pilar Nusa Mandiri Vol 13 No 2 (2017): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Septemb
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (824.777 KB)

Abstract

Arga Medical adalah toko yang bergerak dibidang penjualan alat kesehatan. Banyaknya transaksi penjualan akan mempengaruhi persediaan barang, sebagai usaha dibidang penjualan sering mengalami masalah dalam memprediksi jumlah produk yang harus tersedia untuk bulan berikutnya. Oleh karena itu penelitian ini membuat peramalan persediaan menggunakan metode Weighted Moving Average dan metode Double Exponential Smoothing, data yang digunakan untuk penelitian ini yaitu data penjualan selama satu tahun 2016. Metode Weighted Moving Average yaitu metode yang memberikan bobot yang berbeda untuk setiap historis sedangkan metode Double Exponential Smoothing yaitu metode yang memiliki nilai pemulusan pada waktu sebelum data sebenarnya,dari kedua metode ini menghasilkan peramalan persediaan untuk periode berikutnya 52 dengan Weighted Moving Average dan 60 dengan Double Exponential Smoothing. Kedua metode ini memiliki nilai Mean Square Error. Dimana nilai error Weighted Moving Average yaitu 0,114 dan nilai error Mean Square Error 6,12, nilai error terkecil adalah metode yang terbaik untuk peramalan persedian
Model Waterfall dalam Mendukung Rancang Bangun Sistem Informasi Prediksi Produksi Beras Darwati, Ida; Yulia Hayuningtyas, Ratih
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 5 No. 1 (2024): Mei 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v5i1.3331

Abstract

Prediksi merupakan suatu proses untuk mengetahui kondisi yang akan datang demi persiapan yang lebih baik lagi, seperti prediksi produksi beras yang bertujuan untuk mengetahui produksi beras pada periode yang akan datang agar persediaan beras dapat tetap memenuhi kebutuhan masyarakat akan beras. Pada penelitian ini penulis melanjutkan penelitian penulis terdahulu yaitu dengan membuat rancang bangun sistem informasi diperuntukkan memprediksi produksi beras menggunakan metode Weighted Moving Average, sesuai dengan metode terbaik hasil penelitian terdahulu yaitu dengan membandingkan dua metode dalam memprediksi produksi beras, hasil dari penelitian terdahulu penulis mendapatkan metode terbaik dengan melihat nilai RMSE yang terkecil yaitu metode Weighted Moving Average dibandingkan dengan metode Simple Moving Average. Dalam membuat rancang bangun sistem informasi prediksi produksi beras pada penelitian ini penulis menggunakan framework streamlit dengan bahasa pemrograman python dan model waterfall dalam pengembangan perangkat lunak, dengan harapan dapat mempermudah dan mempercepat dalam proses perhitungan prediksi produksi beras untuk periode yang akan datang.
CLUSTERING HASIL PANEN UBI KAYU MENGGUNAKAN ALGORITMA K-MEANS Ratih Yulia Hayuningtyas; Ida Darwati
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 1 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i1.1327

Abstract

Cassava is one commodity that has the potential to grow the country's economy. Cassava is a primary food requirement besides rice and corn. This research discusses the grouping of cassava products in the Trenggalek area, the data collected will later be formed into a group or cluster. There are 3 clusters created, namely high cluster, medium cluster and low cluster, to determine which data will enter the 3 clusters. Clustering is an analysis method of data mining. This research uses an algorithm, namely K-Means, to process cassava production results into a cluster. The results of the research produced a high cluster of 3 items, a medium cluster of 1 item and a low cluster of 10 items. Judging from these results, there are still many areas in Trenggalek that produce low quantities of cassava. This research can provide strategies or information to increase cassava production in the future.
ANALISA KLASIFIKASI LOYALITAS PELANGGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES Hayuningtyas, Ratih Yulia
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i2.1725

Abstract

Customers are one of the important assets in business ventures, every company competes to attract customers by various means of promoting the products they sell. It turns out by focusing on the product it cannot attract customers, therefore the company changed its method become customer-oriented. Looking for information about products in high demand by customers can attract customers to remain loyal to the products sell. To find out whether customers are loyal or not from each visit, you can use a classification algorithm, namely Naïve Bayes. The Naïve Bayes algorithm is one of the best algorithms for classification because it can help find hidden data models during data analysis. In this research, we try to analyze customer data who buy Starbucks to find out which customers are very loyal to buy Strabucks products using the Naive Bayes algorithm. This algorithm groups loyal and non-loyal customer data, then separates it into test data and training data. From this data Testing will be carried out using the Naive Bayes algorithm to determine loyal customers. The results this research have an accuracy value of 87%, a precision value of 90% and a recall of 95%, which means this classification has good performance
Peningkatan Sumber Daya Manusia melalui Pelatihan Pembuatan Blog Bagi DKM Masjid Jami Darul Hikmah Nuraeni, Nia; Buani, Duwi Cahya Putri; Astuti, Puji; Hayuningtyas, Ratih Yulia
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 3 No. 1 (2023): Mei 2023 - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/abdiformatika.v3i1.185

Abstract

Pengabdian kepada masyarakat ini berupa pelatihan dan pendampingan dalam pembuatan blog menggunakan Blogspot kepada anggota DKM Mesjid Jami Darul Hikmah. Blog merupakan salah satu media penyebaran informasi sekaligus media untuk mendokumentasikan ide, gagasan, dan kegiatan-kegiatan yang dimiliki oleh penggunanya. Keterbatasan informasi mengenai teknologi informasi di dalam lingkungan DKM Mesjid Jami Darul Hikmah membuat kami tergerak untuk memberikan pemahaman baru tentang teknologi informasi dan perkembangannya. Tujuan dari pengabdian masyarakat ini adalah untuk memberikan informasi yang konkrit kepada masyarakat khususnya DKM Mesjid Jami Darul Hikmah, memberikan informasi dan ilmu yang positif sehingga nantinya dapat bermanfaat dalam kehidupan bermasyarakat. Metodologi yang digunakan berupa pelatihan yang dimulai dengan diskusi teori tentang bagaimana memulai membangun blog, menggunakan blogspot dan mempraktekan cara membuat desain, perencanaan dan penerapan blogspot. Diharapkan hasil yang akan diperoleh adalah DKM masjid jami darul hikmah dapat membuat blog dengan desain yang menarik untuk kebutuhan lingkungan sekolah dan masyarakat sekitar.
Implementasi Metode Waterfall Pada Sistem Informasi Perpustakaan Berbasis Web (Studi Kasus SDN Tegalangus) Alamsyah, Muhammad Nur; Hayuningtyas, Ratih Yulia
Informatics and Computer Engineering Journal Vol 3 No 1 (2023): Periode Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v3i1.1547

Abstract

School libraries must be managed properly in order to provide good service to all visitors. The library is one of the facilities provided by the school to support teaching and learning activities for school students. In addition, the school library is an information center that can increase students' knowledge and insight. The SDN Tegalgus library in library operational activities such as borrowing and returning still uses manual methods so it takes a long time to find books and officers still have difficulty managing borrowing and returning data because all transactions are recorded in books so errors often occur. With this problem, a review was carried out by SDN Tegalangus which considered less effective for library operational activities. SDN Tegalangus requires an information system that can carry out library activities by applying information technology. Information systems have a role in various aspects, one of which is the library can provide benefits for visitors and officers. In this study, a website-based library information system will be made by applying the waterfall method which can overcome the problems that exist in the Tegalangus Elementary School library so that the information in the library is faster, more precise and accurate for all library users.
Sistem Informasi Penggajian Karyawan Berbasis Website Pada Sekolah Tunas Bangsa Greenville Dominggus Jabi; Ratih Yulia Hayuningtyas
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 2 (2022): November 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v3i2.1601

Abstract

Tunas Bangsa Greenville School is an educational institution under the Harapan Bangsa Foundation and its address is at Jl. Mango West Jakarta. Education at Tunas Bangsa Greenville School starts from nursery, kindergarten, elementary school, junior high school, and high school. Tunas Bangsa Greenville School in processing financial data, especially employee payroll, still carried out by recording in the books. In the payroll recording process carried out at the Tunas Bangsa Greenville School, errors often occur such as inputting data in the ledger so that there is a difference in the calculation of salaries, poor data storage which causes problems with lost and damaged documents, the data search process takes a long time and the preparation of payroll reports is still less efficiency. This problem often creates delays in the payroll and reporting process, to facilitate payroll data processing, access and print reports or salary slips, an effective and efficient payroll information system is needed and integrated with the database. Therefore in this study resulted in a payroll information system using the web that contains employee data, attendance data, overtime data, payroll data to employee salary slips so that they can overcome the problems that exist at the Tunas Bangsa Greenville School.
Model Waterfall dalam Mendukung Rancang Bangun Sistem Informasi Prediksi Produksi Beras Darwati, Ida; Yulia Hayuningtyas, Ratih
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 5 No. 1 (2024): Mei 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v5i1.3331

Abstract

Prediksi merupakan suatu proses untuk mengetahui kondisi yang akan datang demi persiapan yang lebih baik lagi, seperti prediksi produksi beras yang bertujuan untuk mengetahui produksi beras pada periode yang akan datang agar persediaan beras dapat tetap memenuhi kebutuhan masyarakat akan beras. Pada penelitian ini penulis melanjutkan penelitian penulis terdahulu yaitu dengan membuat rancang bangun sistem informasi diperuntukkan memprediksi produksi beras menggunakan metode Weighted Moving Average, sesuai dengan metode terbaik hasil penelitian terdahulu yaitu dengan membandingkan dua metode dalam memprediksi produksi beras, hasil dari penelitian terdahulu penulis mendapatkan metode terbaik dengan melihat nilai RMSE yang terkecil yaitu metode Weighted Moving Average dibandingkan dengan metode Simple Moving Average. Dalam membuat rancang bangun sistem informasi prediksi produksi beras pada penelitian ini penulis menggunakan framework streamlit dengan bahasa pemrograman python dan model waterfall dalam pengembangan perangkat lunak, dengan harapan dapat mempermudah dan mempercepat dalam proses perhitungan prediksi produksi beras untuk periode yang akan datang.
Analisis Sentimen Terhadap Pengguna Aplikasi Instagram di Google Play Store Menggunakan Support Vector Machine Yulia Hayuningtyas, Ratih; Sari, Retno
JAIS - Journal of Accounting Information System Vol. 5 No. 01 (2025): Juni
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v5i01.8823

Abstract

Ulasan dari pengguna merupakan salah satu faktor pendukung dalam menentukan sebuah keputusan. Hal ini dapat dilihat dengan banyaknya ulasan positif akan berbanding lurus dengan banyaknya pengguna aplikasi. Penelitian ini melakukan eksperimen dengan melakukan analisis sentiment terhadap pengguna aplikasi Instagram di Google Play Store menggunakan Support Vector Machine.Tujuan penelitian ini dilakukan untuk mengetahui pengaruh parameter C dan gamma pada  hasil akurasi analisis sentimen terhadap Instagram di Google Play Store  dengan metode Support Vector Machine (SVM) menggunakan kernel Linear, Sigmoid, Polynomial dan RBF. Tahapan pada penelitian ini yaitu crawling data, preprocessing, transformation, modeling, evaluasi dan wordcloud. Banyaknya data pada penelitian ini yaitu 10.000  ulasan. Preprocessing yang dilakukan yaitu filtering, labeling, tokenizing, stopword dan stemming. Pada tahap modeling dilakukan dengan membagi dua bagian yaitu data latih dan data uji, dengan membuat 2 model setelah itu dilakukan pengujian kernel SVM yaitu linier, Polinomial, sigmoid dan RBF dengan parameter C:1 dan gamma 1. Dari hasil pengujian didapatkan nilai akurasi tertinggi berada pada Model 2 dengan kernel RBF dengan nilai 0.745.