Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimizing Demand Forecasting Method with Support Vector Regression for Improved Inventory Planning Tryantomo Lokhilmahful Palgunadi; Rina Fitriana; Anik Nur Habyba; Yun-Chia Liang
Jurnal Optimasi Sistem Industri Vol. 23 No. 2 (2024): Published in January 2025 (published late, please read our note)
Publisher : The Industrial Engineering Department of Engineering Faculty at Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1057.205 KB) | DOI: 10.25077/josi.v23.n2.p149-166.2024

Abstract

Problems arising from suboptimal production planning can cause inventory management to be less effective and efficient in the company. The lack of integrated presentation of information also causes less efficiency in making decisions. This study aims to obtain the best kernel function forecasting model by predicting ground rod sales using the Support Vector Regression (SVR) method in order to determine the level of forecasting accuracy and the results of ground rod forecasting in the future which are presented in an optimal data visualization. This problem-solving is done with the Support Vector Regression method, which consists of linear kernel functions, polynomial kernel functions, and radial basis function (RBF) kernel functions with the Grid Search Algorithm. Based on the results of the best parameter search that has been done using the grid search algorithm, it can be concluded that the best kernel function forecasting model is a linear kernel function with a value of C = 100 and ε = 10-3. The accuracy of this forecasting model has a MAPE value of training data and testing data of 2.048% and 1.569%, where this value is the smallest MAPE value compared to the MAPE value of the other two functions. After getting the best model, forecasting was carried out within five months, obtaining an average of 6,647 monthly pieces. The results of forecasting and historical sales are reviewed in a visualization of Business Intelligence data so that it is well exposed, where the forecasting shows an increase from every month.
Pelatihan Penggunaan Simulator Online sebagai Alat Bantu Ajar Materi Rangkaian Listrik Lydia Sari; Devianda Sari Harahap; Indra Surjati; Yuli Kurnia Ningsih; Rina Fitriana
Jurnal Pengabdian Masyarakat IPTEKS Vol. 9 No. 1 (2023): JURNAL PENGABDIAN MASYARAKAT IPTEKS
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jpmi.v9i1.552

Abstract

Sejak Pemerintah Indonesia memberlakukan Pembatasan Sosial Berskala Besar guna menekan laju penyebaran virus Covid-19 pada bulan Maret 2020, proses pembelajaran di sekolah harus dilaksanakan secara jarak jauh. Hal ini menimbulkan kesulitan dalam penyampaian materi ajar yang memerlukan peralatan laboratorium.  Pengabdian kepada Masyarakat (PkM) ini bertujuan mengatasi kesulitan tersebut dan berupa pelatihan penggunaan simulator online untuk Materi Rangkaian Listrik. Materi ini memerlukan pemahaman konsep yang abstrak, dan biasanya diajarkan menggunakan alat laboratorium. Metode pembelajaran materi ini perlu disesuaikan agar siswa tetap dapat memahami materi tersebut walaupun tidak dapat mengakses perangkat percobaan di sekolah. Simulator yang akan digunakan adalah Multisim Live, yang dapat diakses secara mudah dan gratis, serta tidak memerlukan instalasi perangkat lunak apapun untuk dapat digunakan. Kegiatan PkM ini dilaksanakan dengan mitra MTs Tarbiyatul Falah, secara daring. Dalam pelatihan, dilakukan demonstrasi penggunaan simulator yang memungkinkan guru dan siswa merancang rangkaian menggunakan berbagai komponen dan mengamati keluarannya secara real time. Dari hasil pelatihan diketahui bahwa peserta memahami materi dengan baik, terlihat dari hasil post-test dimana 58,3% hingga 100% peserta menjawab dengan benar. Berdasarkan evaluasi yang dilakukan, 100% peserta menyatakan materi pelatihan yang diberikan bermanfaat, dan 86,96% peserta menyatakan pelatihan metode pembelajaran daring perlu dilanjutkan.