Claim Missing Document
Check
Articles

Found 13 Documents
Search

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.