Claim Missing Document
Check
Articles

Found 4 Documents
Search

PENGELOLAAN RANTAI PASOK BERBASIS WEB PADA SISTEM PERENCANAAN PRODUKSI PT. PRATAMA ABADI INDUSTRI Nidya Kusumawardhany; Romi Syahrial
Jurnal Ticom: Technology of Information and Communication Vol 11 No 2 (2023): Jurnal Ticom: Technology of Information and Communication
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Strategi pengelolaan rantai pasok memiliki peranan besar atas  operasional perusahaan atau  organisasi bisnis. Supply chain managament atau SCM sangat diperlukan untuk mengantisipasi hal-hal yang dapat merugikan perusahaan karena kinerja yang tidak efektif dan efisien. Digitalisasi alur proses bisnis dalam perusahaan akan memudahkan proses dari awal perencanaan hingga akhir di tangan konsumen. PT Pratama Abadi Industri selaku produsen sepatu olahraga berupaya untuk mengurangi kerugian baik materil maupun waktu dalam proses produksi dengan cara melakukan inspeksi pada divisi produksi dan menemukan beberapa masalah yang dihadapi. Untuk mengatasi hal itu maka diperlukan sistem pengelolaan rantai pasok berbasis web yang mampu melakukan perencanaan produksi lebih baik sehingga dapat meminimalisir kerugian yang mungkin terjadi. Pengelolaan rantai pasok dibutuhkan untuk membantu dalam menyelesaikan masalah yang terjadi dengan memaparkan proses rantai pasok manufaktur pada perusahaan tersebut. Sementara, sistem berbasis web diperlukan untuk keperluan integrasi atau hubungan dengan sistem lain yang ada di perusahaan. Sehingga sistem pengelolaan rantai pasok berbasis web ini dapat menjawab permasalahan yang terjadi pada divisi produksi PT Pratama Abadi Industri.
Penerapan model pembelajaran collaborative learning untuk mata kuliah sistem enterprise dengan menggunakan game simulasi bisnis MonsoonSIM Reva Ragam Santika; Rinny Meidiyustiani; Indah Rahayu Lestari; Nidya Kusumawardhany; Dolly Virgian Shaka Yudha Sakti
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 9, No 3 (2025): May
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v9i3.30382

Abstract

Abstrak Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman mahasiswa tentang integrasi antar departemen dalam sistem enterprise melalui simulasi MonsoonSIM. Latar belakang kegiatan ini adalah kebutuhan untuk memiliki pemahaman praktis tentang konsep-konsep sistem enterprise yang kompleks pada mahasiswa. Mitra sasaran dalam kegiatan ini adalah mahasiswa program studi sistem informasi, manajemen dan akuntansi dengan jumlah peserta sebanyak 6 tim, di mana setiap tim terdiri dari 5 mahasiswa. Metode pelaksanaan kegiatan merupakan rangkaian dari penerapan Collaborative learning di setiap tahapannya mulai dari identifikasi kebutuhan mitra sampai dengan diseminasi hasil. Penyusunan rencana kegiatan menggunakan kerangka SMART(specific, Measurable, Achievable, Relevant, Tim Bound).Hasil kegiatan menunjukkan peningkatan signifikan dalam skor rata-rata mahasiswa dari minggu pertama hingga minggu ketiga sekitar 13,57%, yang mengindikasikan peningkatan pemahaman mahasiswa tentang integrasi antar departemen, peningkatan kemampuan dalam pengambilan keputusan strategis dan kerja sama tim sehingga dapat peningkatan profitabilitas perusahaan Virtual. Kegiatan ini berhasil mencapai tujuan yang ditetapkan, yaitu meningkatkan pemahaman mahasiswa terutama dalam matakuliah Sistem Enterprise Kata kunci: sistem enterprise; pembelajaran kolaborasi; MonsoonSIM. Abstract This community service activity aims to enhance students' understanding of inter-departmental integration within an enterprise system through MonsoonSIM simulation. The background of this activity stems from the necessity for students to gain a practical understanding of complex enterprise system concepts. The target partners in this activity are students from the information systems, management, and accounting study programs, with a total of 6 participating teams, each consisting of 5 students. The activity's implementation method involves a series of collaborative learning applications at each stage, starting from partner needs identification to result dissemination. The activity plan was developed using the SMART framework (Specific, Measurable, Achievable, Relevant, Time-bound). The results of the activity show a significant increase in the students' average scores from the first week to the third week by approximately 13.57%, indicating an improved understanding of inter-departmental integration, enhanced skills in strategic decision-making and teamwork, thereby leading to increased profitability of the virtual company. This activity successfully achieved its stated objective of improving students' understanding, particularly in the Enterprise Systems courseSystems course Keywords: enterprise system; collaborative learning; MonsoonSIM.
Prediksi Tingkat Kecanduan Media Sosial Generasi Z Menggunakan Algoritme PSO Dan Decision tree Anisah Masyuuroh; Deni Mahdiana; Nidya Kusumawardhany
Jurnal Ticom: Technology of Information and Communication Vol 14 No 2 (2026): Jurnal Ticom-Januari 2026
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v14i2.198

Abstract

Tingginya penggunaan media sosial di kalangan Generasi Z dapat menyebabkan kecanduan yang sering dianggap wajar, namun berdampak negatif terhadap kesehatan mental dan produktivitas. Dampak tersebut meliputi gangguan tidur, penurunan fokus belajar maupun bekerja, serta meningkatnya kecemasan akibat perbandingan sosial di dunia maya. Beberapa individu juga mengalami ketergantungan emosional terhadap validasi digital seperti jumlah like, komentar, atau interaksi lainnya. Oleh karena itu, deteksi dini terhadap tingkat kecanduan media sosial sangat diperlukan untuk mencegah dampak jangka panjang yang merugikan, terutama bagi Generasi Z yang sangat terhubung secara digital. Penelitian ini bertujuan untuk mengestimasi tingkat kecanduan media sosial pada Generasi Z menggunakan metode Decision tree, yang dipilih karena mampu menghasilkan klasifikasi yang akurat serta model yang mudah dipahami. Metode ini bekerja dengan membagi data berdasarkan atribut-atribut relevan untuk mengenali pola perilaku digital secara sistematis. Algoritma Decision tree dioptimalkan menggunakan Particle Swarm Optimization (PSO) untuk memilih fitur paling berpengaruh dan meningkatkan performa model. Hasil penelitian menunjukkan akurasi sebesar 93,75%, recall 94,20%, dan precision 95,16%. Setelah optimasi PSO, akurasi meningkat menjadi 96,42%, recall 97,03%, dan precision 97,00%, yang menunjukkan peningkatan performa prediksi secara signifikan.
Model Diagnosis Penyakit Diabetes Mellitus Menggunakan SMOTE dan Algoritme Random Forest Fathimah Azzahra; Deni Mahdiana; Nidya Kusumawardhany
Jurnal Ticom: Technology of Information and Communication Vol 14 No 3 (2026): Jurnal Ticom-Mei 2026
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v14i3.224

Abstract

Diabetes Mellitus merupakan penyakit metabolik kronis yang prevalensinya terus meningkat secara global. Deteksi dini terhadap risiko diabetes sangat penting untuk mencegah munculnya komplikasi yang lebih serius di kemudian hari. Namun, proses ini menghadapi tantangan tersendiri, terutama dalam menentukan variabel risiko yang paling relevan dan memperoleh hasil klasifikasi yang akurat dalam mengidentifikasi individu yang berpotensi mengidap diabetes. Untuk menjawab tantangan tersebut, penelitian ini memanfaatkan algoritma Random Forest, yang dikenal memiliki performa baik dalam menangani masalah klasifikasi, termasuk dalam konteks medis seperti deteksi penyakit. Random Forest juga unggul dalam mengolah data berukuran besar serta mampu memberikan informasi mengenai tingkat kepentingan setiap fitur pada dataset. Penelitian ini juga menerapkan metode SMOTE (Synthetic Minority Oversampling Technique) guna mengatasi ketidakseimbangan distribusi data antar kelas, yang seringkali memengaruhi performa model secara keseluruhan. Dengan kombinasi algoritma Random Forest dan teknik SMOTE, diperoleh hasil evaluasi model dengan AUC sebesar 0.979, akurasi 91,36%, precision 98,46%, recall 72,32%, dan specificity 99,51%. Nilai-nilai ini menunjukkan bahwa model mampu memberikan performa yang tinggi dan andal. Pendekatan yang digunakan dalam penelitian ini tidak hanya meningkatkan akurasi dalam proses diagnosis dini diabetes, tetapi juga membantu mengungkap faktor-faktor risiko utama yang berperan, sehingga dapat menjadi dasar dalam strategi pencegahan dan pengendalian yang lebih tepat sasaran.