Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN MACHINE LEARNING MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK PREDIKSI HARGA MOBIL BEKAS Belinda Eka Sarah Dewi; Sandy Haikal; H.S. Sulistyowati; Rina Fitriani; Domo Pranowo Kuswandono
Jurnal Teknologi Informasi dan Digital Vol. 2 No. 2 (2024): Teknologi Informasi dan Digital
Publisher : LPPM Universitas Bani Saleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65624/tridi.v2i2.38

Abstract

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk sektor otomotif. Salah satu aspek yang semakin menarik perhatian adalah prediksi harga mobil bekas. Dalam studi ini, algoritma Random Forest digunakan untuk memprediksi harga mobil bekas berdasarkan data historis. Faktor-faktor seperti model mobil, tahun produksi, kapasitas mesin, jarak tempuh, transmisi, bahan bakar, dan wilayah dimasukkan ke dalam model untuk meningkatkan akurasi prediksi. Aplikasi prediksi ini dikembangkan dalam bentuk WebApp, memudahkan pengguna untuk memasukkan parameter mobil dan memperoleh hasil prediksi. Hasil pemodelan menunjukkan bahwa model mampu menjelaskan 90% variabilitas harga berdasarkan input pengguna. Dengan demikian, model ini dapat menjadi acuan berguna bagi penjual dan pembeli mobil bekas dalam menetapkan harga yang sesuai dengan kondisi pasar. Aplikasi ini memberikan wawasan tentang faktor-faktor yang memengaruhi harga mobil bekas dan potensinya dalam membantu pengambilan keputusan. Teknologi Machine Learning terbukti efektif dalam menangani kompleksitas pasar otomotif yang dinamis, memberikan prediksi harga yang lebih akurat dibandingkan metode tradisional.
PERANCANGAN SISTEM MANAJEMEN STOK SPAREPART MOTOR BERBASIS METODE FIFO HS Sulistyowati; Haryono; Ishak Husin; Domo Pranowo; Rina Fitriani; Naupal Muhamad Haqi
Jurnal Teknologi Informasi dan Digital Vol. 3 No. 2 (2025): Teknologi Informasi dan Digital
Publisher : LPPM Universitas Bani Saleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65624/tridi.v3i2.236

Abstract

PGP100 (Pratama Genuine Part) merupakan usaha yang bergerak pada penjualan suku cadang(sparepart) original sepeda motor Yamaha. Salah satu permasalahan utama yang dihadapi adalah pengelolaanpersediaan yang masih dilakukan secara manual, sehingga sering menimbulkan ketidaksesuaian antara stokfisik dan catatan, penumpukan barang yang jarang terjual, serta risiko kerusakan sparepart akibat terlalu lamadisimpan. Untuk mengatasi permasalahan tersebut, metode FIFO (First In First Out) diterapkan sebagaipendekatan yang mampu memastikan barang yang lebih dulu masuk menjadi barang yang lebih dulu keluar.Metode ini penting untuk menjaga kualitas sparepart yang sensitif terhadap waktu penyimpanan. Penelitianini merancang dan membangun sistem informasi manajemen stok berbasis FIFO yang mendukungpencatatan persediaan secara otomatis, akurat, dan real-time. Implementasi sistem diharapkan dapatmeningkatkan efisiensi operasional, meminimalisasi kesalahan pencatatan, menjaga akurasi stok, sertamendukung kelancaran proses pengadaan dan distribusi sparepart di PGP100.
ANALISIS KINERJA SISTEM KOMPUTER BERBASIS CLOUD PADA IMPLEMENTASI PEMBELAJARAN DIGITAL DI PERGURUAN TINGGI Amat Suroso; Siti Chodijah; Rina Fitriani
Jurnal Teknologi Informasi dan Digital Vol. 3 No. 2 (2025): Teknologi Informasi dan Digital
Publisher : LPPM Universitas Bani Saleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65624/tridi.v3i2.242

Abstract

Transformasi digital di perguruan tinggi mendorong pemanfaat system computer berbasis cloud sebagai infrastruktur utama dalam penyelenggaraan pembelajaran berbasisLearning Management System (LMS). Penelitian ini bertujuan menganalisis performa cloud computing dalam mendukung aktivitas pembelajaran digital melalui pengukuran kecepatan akses, latency server, response time, serta persepsi pengguna. Metode yang digunakan mencakup survei terhadap 120 mahasiswa, uji performa jaringan, analisis statistic deskriptif, korelasi pearson, dan regresi linier. Hasil menunjukkan bahwa cloud computing meningkatkan efisiensi pembelajaran digital hinggga 34% dibandingkan system local. Nilai korelasi antara bandwidth dan response time sebessar r = -0,74, menunjukkan hubungan kuat dan negative, sedangkan model regresi (Y=480-4.2X) (Y=480-4.2X) mengindikasikan bahwa penambahan 1 Mbps bandwidth dapat menurunkan waktu respons rata-rata sebesar 4,2 ms. Temuan ini memberikan arah bagi peningkatan infrastruktur digital perguruan tinggi.