Article Per Year (5 Year)
p-Index From 2020 - 2025
1.819
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JOIV : International Journal on Informatics Visualization JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Journal of Computer Networks, Architecture and High Performance Computing Journal of Applied Data Sciences Information System Journal (INFOS) Journal Automation Computer Information System (JACIS) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika The Indonesian Journal of Computer Science Research JURNAL MULTIDISIPLIN BHATARA
Sri Ngudi Wahyuni, Sri Ngudi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Implementasi Model Triple Exponential Smoothing Guna Memprediksi Persediaan Produk Berbasis Website Aufa Hanif, Mohammad; Wahyuni, Sri Ngudi
The Indonesian Journal of Computer Science Research Vol. 3 No. 1 (2024): January
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i1.86

Abstract

Industri ritel yang terus berkembang dihadapkan pada tantangan signifikan dalam pengelolaan persediaan produk, yang dapat mempengaruhi kinerja bisnis secara keseluruhan. Keterlambatan penyediaan, kekurangan atau kelebihan stok, dan masalah operasional menjadi fokus utama yang membutuhkan solusi efektif. Dalam upaya menghadapi masalah pengelolaan persediaan, penelitian ini mengusulkan pengembangan aplikasi web dengan mengimplementasikan model Triple Exponential Smoothing (TES) guna memprediksi persediaan produk dengan akurat. Metode ini dipilih karena kemampuannya dalam menangani tren non-linier dan komponen musiman, yang sering kali menjadi aspek penting dalam data time-series industri ritel. Hasil model TES berhasil diterapkan untuk menganalisis pola penjualan menggunakan data dari Kaggle, terutama https://www.kaggle.com/datasets/samuelcortinhas/time-series-practice-dataset. Data sampel terbatas pada item nomor 0 dengan store id nomor 0 dari Januari 2010 hingga Desember 2018, membentuk dasar penelitian untuk memberikan analisis mendalam tentang efisiensi penggunaan TES dalam konteks manajemen persediaan. Proses implementasi melibatkan pemilihan parameter optimal (alpha=0.3, beta=0.02, dan gamma=0.3), yang diuji dan dievaluasi menggunakan metrik evaluasi seperti Mean Absolute Percentage Error (MAPE) dan Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa model TES mampu memberikan prediksi persediaan produk dengan akurat, dengan nilai MAPE sebesar 0.4413 dan MSE sebesar 28147.085. Pada proyeksi data juga menunjukkan kesesuaian yang kuat antara hasil prediksi dan data aktual, menegaskan bahwa model TES dapat mengantisipasi perubahan dan fluktuasi data. hasil ini menunjukkan potensi implementasi model TES dalam industri ritel untuk mencapai persediaan yang optimal dan mengoptimalkan alokasi anggaran. Secara keseluruhan, penelitian ini berhasil mengintegrasikan model TES sebagai alat prediksi penjualan dan memberikan pemangku kepentingan alat pengambilan keputusan yang lebih informasional dan efisien.
Inovasi Digital berbasis Video Dokumenter untuk Mempromosikan Kearifan Lokal Desa Budaya Seyegan Wahyuni, Sri Ngudi; Vijaya, Rosyidah Jayanti; Maemunah, Mei; Daniati, Erna
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 5 No. 2 (2025): November - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/abdiformatika.v5i2.263

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan mengembangkan video dokumenter sebagai alat promosi bagi Desa Budaya Seyegan. Hal ini disebabkan minimnya kunjungan wisatawan ke Desa Budaya Seyegan ini yang memiliki potensi budaya dan alam yang besar. Topik ini dipilih untuk meningkatkan kesadaran masyarakat dan daya tarik wisatawan, serta memperbaiki kondisi ekonomi lokal. Metode pengabdian masyarakat yang digunakan meliputi kolaborasi antara akademisi dan masyarakat lokal dalam mendokumentasikan tradisi, seni, dan kearifan lokal. Hasil penelitian menunjukkan bahwa video yang dihasilkan berhasil menarik perhatian, hal ini tebukti dengan jumlah viewer 25 view sealam 8 hari di kanal Youtube Pengabdi. Video dokumenter ini difungsikan untuk meningkatkan visibilitas desa, dan mendorong pelestarian budaya dan memperluas jangkauan promosi. Kesimpulannya, inisiatif ini tidak hanya berfungsi sebagai promosi tetapi juga sebagai arsip budaya yang penting, dengan rekomendasi untuk pelatihan pembuatan konten bagi masyarakat lokal guna mendukung pengembangan pariwisata yang berkelanjutan.
K-Means Algorithm Analysis for Election Cluster Prediction Wahyuni, Sri Ngudi; Khanom, Nazmun Nahar; Astuti, Yuli
JOIV : International Journal on Informatics Visualization Vol 7, No 1 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.7.1.1107

Abstract

The general election is a democratic process that is carried out in every country whose system of government is presidential, including Indonesia, which conducts it every five years. In fact, some people abstain, leading to budget wasting and missing target. Thus, it is very important to identify clusters of general election districts and map the number of voters to map the budget for the upcoming election. This process needs prediction to help reduce budgeting risk as an early warning. Based on the latest election data taken from Margokaton, Yogyakarta, Indonesia, many people voted in 2021, but the number of abstainers is high. In this case, cluster prediction is important to identify the election participants in each area. The K-Means algorithm could also predict abstainer areas in election activities to facilitate early mitigation in drafting election budgeting. Therefore, this study aimed to identify the pattern of voters in the election using the K-means algorithm. The data parameters comprised the list of voters, Unused ballot papers, and the sum of abstainers. This study is important because it contributes to reducing the election budget of each area. The data obtained from the Indonesia Ministry of Internal Affairs official website in 2021 were processed using the RapidMiner tool. The results showed more than 11% of the non-voters in cluster 1, 16% in Cluster 2, and 8% in cluster 3. The evaluation of clusters value is 2.04, indicating that the clustering using K-means is suitable, as shown by the DBI value close to 0. The results indicate that testing the cluster optimization of the K-Means algorithm using DBI is highly recommended. Based on this prediction result, the government needs special attention to clusters with many abstainers to decrease the number of abstainers and prevent overbudgeting. These results indicate the need to review the election participant data in 2024. Furthermore, there is a need for continuous socialization and education about election activities to reduce the number of abstainers and prevent overbudgeting.
Co-Authors Abhinaya Sigit Kumara, Yohanes De Deo Achmad Fauzi Andiyoko, Cia Andiyoko, Cia Arbiansyah, Reynaldi Ariaji, Tristanto Aufa Hanif, Mohammad Dewi Anisa Istiqomah Eko Sediyono Erna Daniati Grafvera, Ervira Diva Guji S. U. , Fitra Jibjaya Hanafi Hanafi Irwan Sembiring Khanom, Nazmun Nahar Kurnia Rasyid, Muhammad Rum Andri Maemunah, Mei Majid, Ammar Waly Muhammad Ikhsan Mulyatun, Sri Rosyidah Jayanti Vijaya, Rosyidah Jayanti Triwidodo, Ahmad Widowati, Anik Sri Widyawati, Rahma Windarni , Vikky Aprelia Wiratama , Bill Bilal Yuli Astuti