Article Per Year (5 Year)
p-Index From 2020 - 2025
1.197
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal SOLMA JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika (JUTIF) JITEEHA: Journal of Information Technology Applications in Education, Economy, Health and Agriculture
Firman Nurdiyansyah, Firman
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
PERAMALAN PENJUALAN TELUR AYAM RAS MENGUNAKAN METODE ARIMA Sofyan Rachma Danni, Muhammad; Nurdiyansyah, Firman; Marisa, Fitri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13379

Abstract

Industri peternakan ayam ras, khususnya produksi telur ayam ras, memainkan peran strategis dalam ketahanan pangan nasional. Namun, pengelolaan produksi menghadapi tantangan dalam perencanaan akibat fluktuasi permintaan pasar. Penelitian ini bertujuan untuk mengembangkan model peramalan penjualan telur ayam ras menggunakan metode ARIMA (AutoRegressive Integrated Moving Average). Data runtun waktu dianalisis untuk mengidentifikasi pola tren dan musiman. Hasil penelitian menunjukkan bahwa metode ARIMA mampu memberikan prediksi yang akurat dengan tingkat kesalahan rata-rata yang rendah. Model ini diharapkan dapat mendukung efisiensi produksi, manajemen stok, serta pengambilan keputusan bisnis yang lebih baik. Selain itu, penelitian ini berkontribusi dalam mendukung ketahanan pangan nasional melalui penyediaan pasokan telur yang stabil dan terjangkau. Temuan ini juga dapat menjadi referensi untuk pengembangan sistem peramalan pada komoditas agribisnis lainnya. Setelah dilakukan verifikasi dengan mengecek nilai MSE atau nilai error yang dimiliki kedua model yaitu Model ARIMA (1,1,0) mempunyai nilai MSE sebesar 898.567 dan Model ARIMA (0,1,1) mempunyai nilai MSE sebesar 720.991 maka dapat disimpulkan bahwa model yang paling baik digunakan adalah model ARIMA (0,1,1) yang memiliki nilai MSE terkecil untul model peramalan penjualan Telur Ayam Ras.
PENERAPAN ALGORITMA C4.5 TERHADAP PENENTUAN STOK Bagas Imadani Putra, Alif; Marisa, Fitri; Nurdiyansyah, Firman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13432

Abstract

Penelitian ini membahas penerapan algoritma C4.5 dalam menentukan stok produk skincare, khususnya sunscreen, di toko Ailang.mlg. Dengan meningkatnya permintaan produk kecantikan di Indonesia, pengelolaan persediaan yang efektif menjadi krusial untuk memenuhi kebutuhan pasar. Penelitian ini menggunakan data penjualan selama 6 bulan, yang diolah menjadi dataset untuk dianalisis menggunakan algoritma C4.5. Hasil penelitian dengan melakukan pengajian 3 kali menunjukkan bahwa algoritma C4.5 dapat memprediksi kebutuhan stok dengan akurasi tertinggi mencapai 94,37%, dengan precision 97,73% , recall 94,37%, serta nilai AUC 0.94. Temuan ini menegaskan pentingnya penerapan teknologi dalam manajemen stok untuk meningkatkan efisiensi operasional dan memenuhi permintaan konsumen secara tepat waktu. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan strategi pengelolaan stok disektor retail kecantikan.
Analysis of Milkshake Beverage Sales using Apriori Algorithm Sujito, Sujito; Idris, Muhammad; Kadir, Shaifany Fatriana; Nurdiyansyah, Firman
Journal of Information Technology application in Education, Economy, Health and Agriculture Vol. 2 No. 2 (2025): June
Publisher : Lumina Infinity Academy Foundation

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

Abstract

This research discusses the application of Data Mining with the Apriori algorithm on milkshake drink sales to support Business Intelligence. The research process includes collecting sales transaction data, forming frequent itemsets, and analyzing association rules using metrics such as support and confidence. The results show that product combinations, such as Chocolate and Strawberry, have high purchase rates with support reaching 75% and confidence up to 75%. These findings provide important insights for business owners in designing more effective marketing strategies, including promotions and stock management optimization. By utilizing the Apriori algorithm, this research successfully identified significant purchase patterns that can drive growth and improve customer satisfaction in the food and beverage industry.
PAPAYA TYPE CLASSIFICATION USING YOLOv8 Verdiansyah, Egi; Nurdiyansyah, Firman; Istiadi, Istiadi
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 5 (2024): JUTIF Volume 5, Number 5, Oktober 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.5.2336

Abstract

Papaya (Carica papaya L) is a fruit that is easily found in subtropical and tropical regions, including Indonesia. With many varieties of papaya, the manual method used in distinguishing papaya types by humans depends on individual knowledge which can cause inaccuracies in the classification process. The manual classification process also takes a very long time if production is done on a large scale. Therefore, a technology for sorting automation is needed, especially in the industrial world. This research aims to classify papaya classes based on their type. The classification is divided into four classes, namely bangkok papaya, california papaya, hawai papaya, and red lady papaya. The classification process in this study uses the YOLOv8 model, where the total dataset is 1200 papaya images with a training data division of 88% (1050 images), 8% validation data (100 images), and 4% test data (50 images). The dataset is separated according to papaya fruit class. Data training was conducted with 300 epochs. The results show that bangkok papaya has a mAP value of 96%, california papaya 97%, hawai papaya 95%, and red lady papaya has 95% mAP. The average class has a precision value of 99.6%, and recall 100.0%. It can be concluded that the YOLOv8 classification model is able to achieve a high level of accuracy.
ANALISIS SENTIMEN APLIKASI SHOPEE, TOKOPEDIA, LAZADA DAN BLIBLI MENGGUNAKAN LEKSIKON DAN RANDOM FOREST Syah, Adryan; Nurdiyansyah, Firman; Rahman, Aviv Yuniar
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5155

Abstract

Abstrak. Dalam era digital, aplikasi e-commerce telah menjadi sarana utama bagi masyarakat untuk berbelanja. Keberhasilan aplikasi e-commerce tidak hanya bergantung pada fungsionalitasnya tetapi juga pada pengalaman pengguna. Ulasan pengguna di Play Store menjadi indikator penting dalam mengevaluasi kepuasan dan sentimen pengguna terhadap aplikasi tertentu. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan aplikasi Shopee, Tokopedia, Lazada, dan Blibli di Play Store menggunakan pendekatan Lexicon-based dan algoritma Random Forest. Metode ini dipilih untuk memberikan interpretasi yang jelas terhadap sentimen teks dan meningkatkan akurasi analisis sentimen. Hasil penelitian menunjukkan bahwa aplikasi Lazada memiliki kinerja terbaik dengan akurasi 88,33%, presisi 88,88%, recall 88,33%, dan F1 score 88,34%. Aplikasi Blibli berada di posisi kedua dengan akurasi 85,66%, presisi 85,82%, recall 85,66%, dan F1 score 85,60%. Shopee memiliki akurasi 85,16%, presisi 85,62%, recall 85,16%, dan F1 score 85,26%. Tokopedia menunjukkan performa terendah dengan akurasi 80,33%, presisi 80,96%, recall 80,33%, dan F1 score 80,12%. Penelitian ini menunjukkan bahwa rasio pembagian data latih dan data uji mempengaruhi kinerja model, dengan model bekerja lebih efektif ketika jumlah data latih lebih besar dari data uji.
PERBANDINGAN ALGORITMA NAIVE BAYES DAN KNN DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI CAPCUT Muslim, Shinta Nilam Sari; Nurdiyansyah, Firman; Rahman, Aviv Yuniar
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5156

Abstract

Abstrak. Penelitian ini berfokus pada analisis sentimen ulasan pengguna aplikasi CapCut yang tersedia di Google Play Store dengan menerapkan model Naïve Bayes dan K-Nearest Neighbors (KNN). Tujuan utama penelitian ini adalah untuk mengevaluasi bagaimana pengruh variasi rasio pembagian data latih dan uji terhadap kinerja kedua metode dalam analisis sentimen, serta membandingkan keduanya berdasarkan akurasi, presisi, recall dan f1 score. Menggunakan sembilan rasio pembagian data, ditemukan bahwa rasio 80:20 memberikan kinerja terbaik untuk kedua metode. Naïve Bayes mengungguli KNN dengan akurasi 79.41% dibanding 75.63%. Rasio 50:50 memberikan presisi terbaik untuk kedua metode. Secara keseluruhan, Naïve Bayes menunjukkan performa lebih baik, terutama pada rasio 80:20, menjadikannya pilihan yang lebih tepat untuk analisis sentimen aplikasi CapCut.
Strategi Digital Marketing Untuk Meningkatkan Kemandirian Ekonomi Pada Pengrajin Selop Manten Nurdiyansyah, Firman; Fairuzabadi, Ahmad; Akbar, Ismail; Putra, Lionardi Ursa
Jurnal SOLMA Vol. 13 No. 1 (2024)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v13i1.14351

Abstract

Background: Pengabdian masyarakat dilakukan untuk membantu UMKM Anifa Collection Malang dalam mengatasi tantangan pemasaran digital, manajemen keuangan, dan pemberdayaan masyarakat dalam produksi selop manten. Metode: Kegiatan dilaksanakan melalui observasi, wawancara, sosialisasi, implementasi, dan evaluasi dengan melibatkan pemilik Anifa Collection Malang dan masyarakat sekitar, dengan total peserta sebanyak 11 peserta. Data diambil melalui observasi langsung, wawancara, dan evaluasi setelah implementasi program. Hasil: Pemahaman yang lebih baik kepada pemilik Anifa Collection dalam mengelola bisnis dan memanfaatkan pemasaran digital serta manajemen keuangan. Pemberdayaan masyarakat dalam produksi selop manten juga terlihat meningkatkan potensi ekonomi lokal dan pelestarian budaya tradisional. Kesimpulan: Tercapai peningkatan pemahaman dan keterampilan pemilik Anifa Collection serta pemberdayaan masyarakat dalam produksi selop manten dengan dampak positif berupa peningkatan potensi ekonomi UMKM dan pelestarian budaya tradisional.
Co-Authors Ahmad Fairuzabadi Akbar, Ismail Aviv Yuniar Rahman Bagas Imadani Putra, Alif Fatriana Kadir, Shaifany Istiadi MARIFANI FITRI ARISA Muhammad Idris Muslim, Shinta Nilam Sari Putra, Lionardi Ursa Sofyan Rachma Danni, Muhammad Sujito Sujito Syah, Adryan Verdiansyah, Egi