Claim Missing Document
Check
Articles

Found 88 Documents
Search
Journal : eproceedings of engineering

Perancangan Front-End Website Peminjaman Ruangan Telkom University dengan Metode Waterfall Lubis, Taufiqurrahman; Darmawan, Irfan; Alam, Ekky Novriza
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Website peminjaman ruangan di Telkom University merupakan website yang berfunsgi sebagai sarana untuk kebutuhan mahasiswa atau dosen dalam peminjaman ruangan umum di Telkom University. Website ini bersifat online sehingga para mahasiswa dan dosen dapat meminjam ruangan di Telkom University sesuai dengan kebutuhan peminjam dengan fasilitas-fasilitas yang dimiliki setiap ruangannya. Permasalahan utama yang dialami mahasiswwa dan dosen saat meminjam ruangan di Telkom University ini yaitu harus terlebih dahulu ke ruangan logistik yang tersedia di setiap fakultas yang bersangkutan untuk memeriksa ruangan yang ingin di pinjam apakah ruangan tersedia atau tidak tersedia dan harus melengkapi berkas-berkas peminjaman ke bagian logistik sehingga mengurangi efisiensi waktu. Fitur yang akan dikembangkan yaitu login, register, menu building, menu room, menu booking dan juga tampilan riwayat peminjam. Pendekatan yang digunakan dalam pengerjaan website ini yaitu menggunakan metode waterfall, yang dapat mengetahui alur pembuatan website ini berdasarkan informasi kebutuhan pengguna. Dalam pengembangan website peminjaman ruangan ini menggunakan framework laravel sebagai alat website dan metode waterfall menghasilkan dua iterasi yang mengasilkan website peminjamn ruangan dengan menggunakan black box testing untuk menguji fungsionalitas website. Hasil dari pengujian yang telah dilakukan pada website peminjaman ruangan di Telkom University telah berhasil dan dapat di implementasikan untuk proses peminjaman dapat lebih mudah.Kata Kunci-waterfall, black box testing, laravel, peminjaman ruangan, telkom university, website
Implementasi Market Basket Analysis Dengan Algoritma Fp-Growth Untuk Strategi Penataan Produk, Serta Regresi Linear Untuk Analisis Pola Waktu Dan Pembayaran Pada E-Commerce Shopee Rumahbayitaz Fauzan, Dhafin; Darmawan, Irfan; Pratiwi, Oktaviani Nurul
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini bertujuan mengoptimalkan strategi penjualan Toko Shopee Rumahbayitaz melalui analisis data transaksi historis yang diperoleh dari periode tahun 2023–2024. Dua pendekatan digunakan secara berdampingan, yaitu algoritma FP-Growth dan regresi linear. FP-Growth diterapkan untuk menemukan pola keterkaitan antarproduk yang dapat dimanfaatkan sebagai dasar strategi penempatan produk, dengan minimum support absolut ≥ 3 transaksi. Aturan asosiasi yang dihasilkan menunjukkan nilai confidence ≥ 40% dan lift yang tinggi sehingga dapat diandalkan dalam perumusan strategi pemasaran yang lebih tepat sasaran. Sementara itu, regresi linear digunakan untuk menganalisis pengaruh variabel waktu transaksi serta metode pembayaran terhadap jumlah produk yang dibeli oleh konsumen. Hasil analisis regresi menunjukkan bahwa kedua variabel tersebut tidak memiliki pengaruh yang signifikan, namun tetap mampu memberikan gambaran perilaku konsumen secara umum dan mendalam. Seluruh temuan penelitian kemudian diimplementasikan dalam aplikasi interaktif berbasis Streamlit yang dirancang untuk mempermudah pengambilan keputusan toko. Pendekatan terintegrasi ini diharapkan mampu membantu UMKM meningkatkan penjualan, efisiensi strategi pemasaran, serta daya saing bisnis secara berkelanjutan. Kata kunci – FP-Growth, Regresi Linear, Market Basket Analysis, Penempatan Produk, Shopee, UMKM
Analisis Prediksi Penentuan Waktu Dan Jumlah Stok Produk Dalam Penjualan Menggunakan Algoritma Xgboost Regression Muhamad Insan Taufik; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini mengembangkan sistem predictive analytics untuk peramalan penjualan guna mendukung UMKM di Shopee dalam memperkirakan permintaan produk di masa mendatang. Sistem ini memungkinkan pelaku usaha untuk menentukan waktu dan jumlah pengisian ulang stok yang optimal, sehingga dapat mengatasi tantangan terkait kelebihan dan kekurangan stok yang berdampak pada biaya serta kepuasan pelanggan. Dengan memanfaatkan algoritma XGBoost Regression dalam metodologi CRISP-DM dan data penjualan historis, model dievaluasi menggunakan metrik MAE, RMSE, R², dan MAPE, dan menunjukkan performa yang kuat (R² = 0,901, RMSE = 3,316, MAE = 0,873, dan MAPE < 10%). Hasilnya disajikan melalui grafik regresi yang membandingkan nilai aktual dan prediksi, garis model-fit, serta tabel prediksi yang menampilkan prakiraan penjualan bulanan untuk setiap produk selama periode 12 bulan. Pendekatan analisis prediktif ini terbukti dapat meningkatkan efisiensi manajemen persediaan dan mendukung pengambilan keputusan berbasis data bagi UMKM. Kata Kunci— Analitik Prediktif, CRISP-DM, Pengisian Ulang Stok, Peramalan Penjualan, Regresi XGBoost, UMKM
Optimasi Waktu dan Besaran Diskon Produk Slow-moving Berdasarkan Prediksi Penjualan dengan Model Prophet: Studi Kasus Toko Rumahbayitaz Azka Chanda Milanesta; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Pertumbuhan e-commerce di Indonesia menuntut pelaku usaha untuk menyusun strategi promosi yang lebih terukur, khususnya dalam mengatasi produk slow-moving yang dapat menurunkan performa penjualan. Penelitian ini bertujuan untuk menganalisis tren historis penjualan di Toko Rumahbayitaz, menerapkan model time series Prophet untuk memprediksi performa produk slow-moving, serta merancang strategi diskon berbasis hasil prediksi. Permasalahan yang diangkat meliputi belum adanya sistem prediksi penjualan yang akurat, kurangnya analisis historis waktu pemberian diskon, dan ketiadaan mekanisme perencanaan promosi berbasis data. Penelitian ini menggunakan pendekatan Knowledge Discovery in Databases (KDD) dengan algoritma Prophet dan data penjualan harian periode Januari 2023 hingga April 2024 dari Shopee Seller Centre. Hasil menunjukkan bahwa Prophet mampu mengidentifikasi pola musiman mingguan dan bulanan serta memberikan prediksi akurat untuk mendeteksi periode dengan permintaan rendah. Strategi diskon seperti “Midweek Deal” dan “Flash sale Minggu Ceria” disusun berdasarkan output model dan menunjukkan potensi dalam meningkatkan efektivitas promosi. Kesimpulannya, integrasi model Prophet dalam perencanaan strategi diskon memungkinkan toko merancang promosi yang lebih relevan, tepat waktu, dan berbasis pola permintaan konsumen. Kata kunci— diskon, e-commerce, forecasting, penjualan, Prophet, Shopee, slow-moving, time series
Pembentukan Kelompok Belajar Berdasarkan Student Model Dengan Algoritma K-Means Untuk Mendukung Jigsaw Cooperative Learning Taufiq Hamdani Yunan; Oktariani Nurul Pratiwi; Irfan Darmawan
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini mengembangkan pendekatan baru untuk pembentukan kelompok belajar dalam model Jigsaw Cooperative Learning di lingkungan perguruan tinggi, yang bertujuan mengatasi tantangan homogenitas kelompok dan kurangnya personalisasi. Menggunakan metodologi CRISP-DM, penelitian dimulai dengan pemahaman bisnis dan data, di mana data mahasiswa mencakup identitas, kinerja akademis (nilai kuis dan IPK), kepribadian (MBTI), dan gaya belajar dikumpulkan melalui kuesioner Microsoft Form. Pada tahap persiapan data, pembersihan data dilakukan untuk mengatasi nilai kosong, dan fitur-fitur dikodekan serta distandardisasi menggunakan normalisasi Z-score. Reduksi dimensi dengan Principal Component Analysis (PCA) digunakan untuk menyederhanakan struktur data, dengan dua komponen utama dipilih karena mampu merepresentasikan sebagian besar variansi. Untuk pemodelan, algoritma clustering K-means diimplementasikan. Jumlah klaster optimal ditentukan sebagai 4 menggunakan metode Elbow. Hasil clustering divisualisasikan dalam dua dimensi menggunakan PCA, menunjukkan pemisahan klaster yang cukup jelas. Evaluasi kualitas clustering menggunakan Silhouette Score menunjukkan nilai 0.36, mengindikasikan bahwa struktur klaster cukup representatif meskipun ada beberapa data yang mendekati batas antar klaster. Berdasarkan hasil clustering, kelompok-kelompok heterogen dibentuk dengan mengambil satu anggota dari setiap klaster secara bergiliran, menghasilkan 7 kelompok dengan 4-5 anggota. Proses ini bertujuan untuk meningkatkan kolaborasi dan pemahaman materi, serta memberikan pengalaman belajar yang lebih adil dan personal. Kata kunci— Jigsaw, K-means, clustering, Cooperative Learning, CRISP-DM
Penerapan Algoritma C4.5 Untuk Menentukan Prioritas Fitur Dalam Memprediksi Potensi Penjualan Di Toko Rumahbayitaz Muhammad Naufal Fikri; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

UMKM di Indonesia menghadapi tantangan dalam menentukan strategi produk baru, terutama risiko overstock dan understock akibat keputusan pengadaan yang bersifat spekulatif. Penelitian ini bertujuan membangun model prediksi kelarisan produk baru menggunakan algoritma C4.5 berbasis decision tree. Data diambil dari laporan Shopee Seller Center milik Toko RumahBayiTAZ untuk periode 2023–2024, dengan atribut seperti Produk Dilihat, Total Pengunjung, Total Pembeli Baru, dan Total Potensi Pembeli. Untuk mengatasi ketidakseimbangan kelas, diterapkan teknik SMOTE (Synthetic Minority Oversampling Technique). Model dibangun dengan pustaka ChefBoost dalam bahasa pemrograman Python dan dievaluasi menggunakan Confusion Matrix serta teknik K-Fold Cross Validation. Hasil penelitian menunjukkan akurasi rata-rata 88,9%, dengan fitur Produk Dilihat sebagai simpul akar pohon keputusan. Model ini tidak hanya mampu mengklasifikasikan produk ke dalam kategori Laris, Sedang, dan Tidak Laris, tetapi juga membantu pelaku usaha mengidentifikasi fitur-fitur penting untuk perencanaan stok dan strategi promosi produk baru. Keywords— Algoritma C4.5, Klasifikasi, UMKM, SMOTE, Pohon Keputusan
Perancangan Sistem Informasi Dashboard Jabatan Akademik Dosen DASHBOARD KEPEGAWAIAN (DATA DOSEN) Menggunakan Metode Business Intelligence Roadmap Studi Kasus Fakultas Rekayasa Industri Jessica Inas Rasendriya; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Berdasarkan PB Mendikbud dan Ka. Bkn tahun 2014 Nomor 4 dan 24, Jabatan Akademik Dosen berperan untuk menentukan lingkup tanggung jawab, wewenang, dan hak seorang dosen pada suatu universitas serta akan mempengaruhi mutu pengajaran dan akreditasi universitas. Maka capaian JAD dosen perlu di monitoring, dalam proses monitoring SDM FRI menghadapi kendala karena proses tersebut dilakukan dengan menggunakan excel, data mentah, ditampikan dalam bentuk tabel yang kompleks dan belum didukung dengan visualisasi. Dekanat FRI dalam melihat capain dosen, harus menunggu adanya pelaporan dari pihak SDM FRI. Jumlah dosen yang banyak dan tersebar dibeberapa kampus cabang dan utama Universitas Telkom juga menjadi masalah, sehingga banyak sekali aspek yang harus diperharikan. Untuk mengatasi permasalahan, penelitian ini bertujuan untuk merancang Sistem Informasi Dashboard yang dapat memfasilitasi proses monitoring melalui visualisasi data menggunakan metode Business Intelligence Roadmap dan dibangun menggunakan framework Laravel. Fitur utama yang dikembangkan mencakup proses pengaturan hak akses, dashboard dengan berbagai chart yang relevan dengan JAD, filter data, dan pengelolaan data dosen. Hasil evaluasi yang dilakukan menggunakan User Acceptance Testing menunjukkan bahwa penelitian ini berhasil membantu pengguna dalam proses monitoring capaian JAD dengan visualisasi data. Kata kunci— Business Intelligence Roadmap, Dashboard, Jabatan Akademik Dosen, Monitoring, Sistem Informasi
Perancangan Sistem Informasi Dashboard KegiatanTridharma dan Penunjang Menggunakan Metode Business Intelligence Roadmap Studi Kasus Fakultas Rekayasa Industri Nabila Ramadhania; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Universitas Telkom menetapkan visi menjadi National Excellence Entrepreneurial University pada tahun 2028 dengan strategi Invest in People, yang diwujudkan melalui penguatan sumber daya manusia, yang mencakup aktivitas tridharma dan kegiatan penunjang dosen. Fakultas Rekayasa Industri memiliki peran strategis dalam mendukung visi tersebut dengan memastikan kontribusi tridharma dan penunjang dosen dapat dimonitor serta dievaluasi secara berkala. Namun, proses monitoring yang dilakukan masih bersifat manual menggunakan Excel dan data mentah dalam bentuk tabel kompleks tanpa dukungan visualisasi, serta bergantung pada pelaporan dari unit SDM. Jumlah dosen yang besar dan tersebar di beberapa kampus cabang turut memperumit proses evaluasi. Untuk menjawab permasalahan ini, penelitian ini merancang dan membangun sistem informasi dashboard berbasis website menggunakan metode Business Intelligence Roadmap. Sistem ini menyediakan form input aktivitas tridharma dan penunjang setiap triwulan dan menyajikan visualisasi dari semua KPI yang telah ditentukan. Evaluasi sistem dilakukan menggunakan User Acceptance Testing dengan melibatkan pengguna dalam sistem, yaitu SDM, Dekanat, dan Ketua Kelompok Keahlian. Hasil evaluasi menunjukkan bahwa sistem diterima dengan nilai indikator UAT tampilan sistem sebesar 93.33%, kualitas sistem sebesar 96.67%, fungsionalitas sistem sebesar 88.56% sehingga dinilai mampu mendukung proses monitoring pelaksanaan Tridharma dan penunjang dosen di Fakultas Rekayasa Industri. Kata kunci— business intelligence roadmap, sistem informasi dashboard, tridharma dan penunjang dosen, user acceptance testing, visualisasi data
Co-Authors Adinda Inez Sang Adnyana, I Gusti Ngurah Bagus Putra Agung Budi Prasetyo Agung Sutrisno Ajeng Citra Rizkyanur Aji Rahmat Muhajir Akbar Adriansyah Alam Rahmatulloh Albi Fitransyah Alifia Indra Damarani Alifia Indra Damarani Alifia Indra Damarani, Alifia Indra Alloysius Vendhi Prasmoro, Alloysius Vendhi Alvi Syahrina Alvi Syahrina Alyasyifa, Salma Amar Maulana Amelia Kurniawati Anjar Ginanjar Anshari, Faishal Mufied Al Anshary, Faishal Mufied Al Anwar Sadat Apridho Darani Aretha Fatharani Asilah Salma Asti Amalia Nur Fajrillah ATIK NOVIANTI Atika Elysia Axel Devino Aipassa Ayu Cahyani Febryanti Ayu Cahyani Febryanti Ayu Cahyani Febryanti, Ayu Cahyani Ayu Priyambodo Azka Chanda Milanesta Bala Putra Dewa BASUKI RAHMAD Bayu Pradana Bregas Aria Wicaksana Brian Argya Respati Christine Purnama Sari Sibarani Dallan, Subagja Eric Danu Ridwanto Datuk Arief Vikry Davis Rapala Tanjung Deandra, Valen Defri Hidayat Devita Ayu Wulandari Dharmayanti, Indriyani Dita Pramesti Ekky Novriza Alam Elang Maulana Jauhari Elviera Mahayati Haris Faisal Mufied Al Anshary Faisal Mufied Al-Anshary Faishal Mufied Al Anshary Faqih Hamami Fasya Dzul Fikri Akbar Fauzan, Dhafin Fauzi, Rokhman Ferdy Sibuea Firdaus Adi Nugroho Firmansyah Maulana S. N. Fitri, Aisyah Gunawan, Rohmat Haerani, Erna Hanid, Wihda Sifwi Hernawan, Alsha Nabilla Hikam Haikal Radya Hans Ananza Hilman Fauzi, Hilman Hir Nanda Putri Ian Yosep M.E Ibnu Muhlisin Indah Nur Fitri Astuti Irena Arsyka Dewi Irvan Gunawan Iskandar Zulkarnaen Ivana Tyora Oktavian Jessica Inas Rasendriya Kasparov, Michael Christensen Bonar KUSPRIYANTO Lolly Asri Widyastri Lubis, Taufiqurrahman M.Zahid Syafnel Mentari Mahardina Mia Meilani Mohamad Iqbal Mohammad Fadhel Irawan Muhamad Alshofien Gautama Muhamad Insan Taufik Muhamad Maulana Muhammad Azani Hasibuan Muhammad Edwin Baihaqi Muhammad Firmansyah Dwi Putra Muhammad Naufal Fikri Muhammad Ramadhan, Galih Muhammad Saiful Anwar Muhammad Tsany Malik Atha Nur Muhammad Umar Nabila Ramadhania Neng Ika Kurniati Nia Ambarsari Nur Fitriyani Nur Intan Paramanisa Nur Intan Sari Nur Widiyasono Nur Widiyasono, Nur Oktafiani, Venia Oktariani Nurul Pratiwi Panuntun istyarso Pradika Adhea Gevani Laksana Pradito Setiadi Prasetyo, Hernanda Eka Pratiwi Galuh Putri Pratiwi, Oktaviani Nurul Puruhita, Maretha Fitrie Putra Fajar Alam Putri Myke Wahyuni R. Wahjoe Wicaksono R. Wahjoe Witjaksono Rachmadista Andreswari Rachmadita Andreswari Rahmania Arina Alkha Saputri Rahmat Fauzi Rahmat Moelyana Rahmat Mulyana Randi Rizal Ridha Hanaf Ridha Hanafi Rini Setyaningsih Rini Setyaningsih Rini Setyaningsih Rizki Ananda Rizqi, Muhammad Afif Rohmat Gunawan Rohmat Gunawan Rohmat Gunawan Rully Septiaria Ryanda Argantara Sabilla Nadine Ayudya Saleh, Rayhan Zahwan Salim, La Ode Agus Septian Eka Anggraeni Siti Hartina Sonya Christina Sri Haryani Br. Manjuntak Sulastri, Heni Surya Fransiska Sutoyo, Edi Syahrina, Alvi Talisman, Bryan Ronald Taufik Nur Adi Taufiq Hamdani Yunan Triyadi Yanuar Umar Yunan Kurnia Septo Hediyanto Vany Octaviany Visi Tinta Manik WAHYUDI Warih Puspitasari Widi Setia Cahyani Yanti, Suci Dwi Yoga Priyana Yoga Priyana Yoga Samudro Utomo Yoga Yuniadi Yudha Arif Budiman Yuli Adam Prasetyo Yunita, Kurnia Sri Yurifatul Iswara ZK Abdurahman Baizal