Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Industri Untirta Jurnal Bakti Nusantara
Mira Febriana
Unknown Affiliation
Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Medicine & Pharmacology Other

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

Found 2 Documents
Search

 1 
Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation Mira Febriana; Faula Arina; Ratna Ekawati
Jurnal Teknik Industri Untirta Vol. 1 No. 2 Juli 2013
Publisher : Jurnal Teknik Industri Untirta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (642.048 KB)

Abstract

Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Banyaknya perusahaan yang sedang berkembang di Indonesia saat ini menimbulkan persaingan bisnis yang sangat ketat baik di bidang jasa dan produk. Konsumen memilih pelayanan yang terbaik serta mutu tinggi dan harga yang murah. Permintaan konsumen ini selalu tidak menentu atau berubah-ubah di setiap periode berikutnya.. Penelitian ini bertujuan umtuk menentukan rancangan arsitektur jaringan syaraf tiruan backpropagation terbaik dan meramalkan jumlah permintaan produk v-belt AJGG B-65. Penelitian ini menggunakan metode Jaringan Syaraf Tiruan (JST) dengan faktor terkait yaitu hasil penjualan, harga dan stok barang jadi. Pengolahan JST menggunakan software MATLAB. Penerapan metode JST di PT.XYZ menggunakan algoritma Backpropagation. Arsitektur jaringan syaraf tiruan yang digunakan yaitu 3 input layer, 1 output layer, dan 1 hidden layer serta fungsi aktivasi yang digunakan logsig dan purelin. Logsig untuk hidden layer dan purelin untuk output layer. Rancangan arsitektur jaringan syaraf tiruan terbaik untuk peramalan permintaan v-belt AJGG B-65 adalah jaringan multi layer feedforward dengan struktur neuron 20-1 dengan 1 (satu) hidden layer, learning rate (lr) yang digunakan 0,1 dan momentum constant (mc) 0,2. Nilai Mean Square Error (MSE) pelatihan jaringan sebesar 0,001 Nilai MAPE pengujian data sebesar 5,7134% . Hasil peramalan JST permintaaan periode 2013 v-belt AJGG B-65 yaitu 12142 pcs, 30927 pcs, 27259 pcs, 40259 pcs, 14529 pcs, 23135 pcs, 19611 pcs, 10434 pcs, 6062 pcs, 35201 pcs, 16289 pcs dan 31763 pcs. 
Edukasi Bahaya Konsumsi Minuman Kemasan yang Berlebihan bagi Kesehatan Ginjal Susanti, Emma; Febriana, Mira; Ulfa, Rodia; Utami, Rahayu; Tambunan, Beatrix Evalin; Hanifa, Dhea; Fahri, Elifia Cahyani; Safli, Fazza Aulia; A’dilah, Nur; Afandi, Rifath; Silalahi, Rizka Fitri; Andriani, Sindy; Nurhaliza, Siti; Novianti, Yetri
Jurnal Bakti Nusantara Vol. 2 No. 2 (2024): Jurnal Bakti Nusantara
Publisher : Pustaka Media Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63763/jbn.v2i2.76

Abstract

Gagal ginjal dilaporkan menjadi salah satu penyakit tidak menular yang mematikan. Salah satu faktor penyebab terjadinya gagal ginjal kronis adalah karena mengkonsumsi minuman ringan yang kemasan. Tujuan pengabdian ini adalah mengedukasi masyarakat di Stadion Utama Riau tentang bahaya minuman kemasan yang berlebihan bagi kesehatan ginjal. Metode yang digunakan dalam kegiatan ini adalah ceramah dan diskusi serta pembagian leaflet kepada masyarakat. Pengukuran efektivitas kegiatan sosialisasi ini dilakukan dengan memberikan tes berbentuk kuisoner yang diberikan sebelum kegiatan sosialisasi sebagai tes awal (pretest) dan tes akhir setelah sosialisasi (post-test). Hasil yang diperoleh dari kegiatan ini adalah telah terjadi peningkatan pemahaman peserta tentang bahaya konsumsi minuman kemasan yang berlebihan bagi kesehatan ginjal setelah kegiatan dilaksanakan. Pengetahun yang baik akan bahaya konsumsi minuman kemasan yang berlebihan bagi kesehatan ginjal akan dapat meningkatkan kualitas kesehatan masyarakat.
Co-Authors Afandi, Rifath Andriani, Sindy A’dilah, Nur Emma Susanti Fahri, Elifia Cahyani Faula Arina Hanifa, Dhea Novianti, Yetri Rahayu Utami Ratna Ekawati Safli, Fazza Aulia Silalahi, Rizka Fitri Siti Nurhaliza Tambunan, Beatrix Evalin Ulfa, Rodia