Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Kolaboratif Sains Jurnal Minfo Polgan (JMP) Sharia Economic and Management Business Journal (SEMBJ)
Budi Mulyono
Universitas Muhammadiyah Palu
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Prediksi Rentet Waktu Penjualan Barang Menggunakan Algoritma Backpropagation : Prediction of Time Series of Goods Sales Using the Backpropagation Algorithm Budi Mulyono; Nursalim
Jurnal Kolaboratif Sains Vol. 6 No. 2: FEBRUARI 2023 - Jurnal Kolaboratif Sains (JKS)
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v6i2.3300

Abstract

Data transaksi penjualan merupakan informasi yang sangat penting untuk menentukan strategi pemasaran dan juga untuk menentukan ketersediaan barang. Ketersediaan barang yang dijual merupakan bagian dari pelayanan pelanggan, kurangnya ketersediaan barang akan mengganggu proses pelayanan dan penjualan serta akan mengurangi keuntungan. Dalam menentukan ketersediaan barang sangat penting untuk mengetahui berapa jumlah barang yang akan terjual pada periode berikutnya. Untuk mengetahui angka penjualan periode selanjutnya perlu dilakukan prediksi berdasarkan data transaksi yang terjadi. Penelitian ini menggunakan data time series 10 kumpulan data barang berdasarkan jumlah penjualan tertinggi dan dilakukan dengan menggunakan analisis Neural Network dengan struktur algoritma backpropagation, dimana Neural Network sering digunakan untuk memprediksi sedangkan algoritma backpropagation memiliki akurasi yang tinggi dalam prediksi. Hasil Aplikasi Neural Network dengan Algoritma Backpropagation Arsitektur Indomie Goreng Spesial MN (28-18-1) dan MSE 0.002772, Arsitektur Gula Lokal 1 Kg (23-18-i) dan MSE 65.503470, Arsitektur Telur Ayam Ras (19-25 -1) dan MSE 1.952032, arsitektur Teh Kotak Ultra 200 Extra 50 (21-21-i) dan MSE 0.672921, arsitektur Indomie Sedap Soto WF (22-18-1) dan MSE 0.173779, arsitektur Air Mineral Vitro 240 Ml (25- 19-1) dan UMK 10.626992, Arsitektur Rokok Sampoerna 16 (21-18-1) dan UMK 0.375329, Arsitektur Indomie Sedap Goreng WF (2 7-21-1) dan UMK 5.228250, Arsitektur SKM Bendera Kaleng Putih 385 Kg (16- 18-1) dan UMK 5.178826, Arsitektur Indomie Kari Ayam (17-19-1) dan UMK 7.01215.
Analisis Dampak Implementasi Teknologi 5G terhadap Infrastruktur Jaringan di Indonesia Budi Mulyono; Andy Rachman; Novi Rahayu; Handry Eldo; Uli Wildan Nuryanto
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14103

Abstract

Dengan adopsi teknologi 5G di Indonesia, berbagai aplikasi canggih seperti Internet of Things (IoT) dan komunikasi ultra-reliable low latency (URLLC) akan mendukung peningkatan besar dalam kecepatan dan kapasitas jaringan. Namun, pergeseran ke 5G menghadirkan tantangan besar bagi infrastruktur jaringan saat ini. Tujuan dari penelitian ini adalah untuk melihat bagaimana penerapan teknologi 5G berdampak pada infrastruktur jaringan di Indonesia. Studi ini berkonsentrasi pada peningkatan kapasitas, penyesuaian topologi jaringan, dan masalah penyebaran spektrum frekuensi tinggi. Analisis data sekunder dari laporan industri, studi kasus implementasi 5G di negara lain, dan wawancara dengan pakar industri telekomunikasi di Indonesia adalah metode penelitian yang digunakan. Penelitian menunjukkan bahwa untuk menerapkan 5G, akan diperlukan investasi besar dalam modernisasi infrastruktur, termasuk peningkatan densitas stasiun pemancar, peningkatan jaringan core, dan penggunaan teknologi edge computing untuk mengurangi latensi. Selain itu, untuk memanfaatkan spektrum frekuensi tinggi 5G, topologi jaringan harus disesuaikan, terutama dalam hal penempatan sel kecil untuk memastikan cakupan yang optimal. Tingginya biaya infrastruktur dan regulasi spektrum yang kompleks adalah masalah utama. Menurut penelitian ini, meskipun penerapan 5G akan memberikan keuntungan besar bagi pertumbuhan ekonomi digital Indonesia, diperlukan strategi dan kolaborasi yang kuat antara pemerintah, penyedia layanan, dan regulator untuk mengatasi masalah infrastruktur dan memastikan transisi yang sukses.
User Satisfaction Classification of Tiktok Shop Skincare Products Using C4.5 and Random Forest for Recommendation Strategy Nursalim Nursalim; Muhamad Ziaul Haq; A. Nurul Hidayat; Budi Mulyono
Sharia Economic and Management Business Journal (SEMBJ) Vol. 7 No. 2 (2026): Sharia Economic and Management Business
Publisher : Yayasan Darussalam Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62159/sembj.v7i2.2234

Abstract

Background: TikTok Shop has become an important social commerce platform for skincare purchases; however, product recommendations are not always perceived as relevant by users. A data-driven satisfaction classification model is therefore needed to support more targeted recommendation strategies. Method: This study used a quantitative approach involving 150 TikTok Shop users who had purchased skincare products. Data were collected through an online questionnaire containing 14 Likert-scale items and three recommendation-preference items. Instrument quality was evaluated using corrected item-total correlation and Cronbach Alpha. The C4.5 decision tree and Random Forest models were evaluated using stratified 10-fold cross-validation. Results: All 14 items were valid, with item-total correlations ranging from 0.619 to 0.881, and the overall Cronbach Alpha was 0.969. The satisfaction classes were balanced, consisting of 75 satisfied and 75 unsatisfied respondents. Information gain analysis identified product delivery as the most influential attribute, with a gain value of 0.4551. C4.5 achieved 85.33% accuracy, while Random Forest achieved 83.33% accuracy. Conclusion: C4.5 provided competitive performance and stronger interpretability than Random Forest for this dataset. The resulting classification rules can be used to prioritize delivery reliability, application usability, and product quality in skincare recommendation strategies.
Co-Authors A. Nurul Hidayat Andy Rachman Handry Eldo Muhamad Ziaul Haq Novi Rahayu Nursalim Uli Wildan Nuryanto