Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika C.I.T. Medicom Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Yulia Utami
STMIK Pelita Nusantara, Medan, Indonesia
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Forecasting Exponential Smoothing untuk Menentukan Jumlah Produksi Yulia Utami; Desi Vinsensia; Erwin Panggabean
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2853

Abstract

Adapun tujuan dalam penelitian ini ialah meramalan jumlah penjualan untuk minggu berikutnya dengan menggunakan Single Eksponential Smoothing dan memberikan informasi kepada produsen tentang jumlah bahan baku yang akan dibutuhkan dalam proses pembuatan produksi, dengan mencari kesalahan terkecil melalui MAPE yang telah diuji dengan nilai konstanta alpha. Data dalam penelitian ini diambil berdasarkan data 1 bulan penjualan terakhir pada UMKM produsen keripik pisang didesa Selotong. Dalam pengolahan data peneliti menggunakan 3 Model Exponential Smoothing yaitu: Simple Seanonal Models, Winter’s Additive Models, Winter Multiplicative Models, dari 3 model tersebut peneliti mencari nilai MAPE tekecil untuk digunakan dalam peramalan jumlah produksi berikutnya. Berdasarkan hasil dari ketiga model tersebut didapat nilai MAPE terkecil pada model Winters’ Additive sebesar 11,565 artinya tingkat kesalahan dalam melakukan peramalan sebenar 11,56% dan peramalan tersebut dapat kategorikan baik. Maka forecast yang dihasilkan berdasarkan model Winters’ Additive ialah hasil forecast berdasarkan tabel diatas diperoleh pada minggu ke-5 hari selasa jumlah produksi sebesar 178 kg, pada minggu ke-5 hari rabu jumlah produksi sebesar 199 kg, pada minggu ke-5 hari kamis jumlah produksi sebesar 228 kg, pada minggu ke-5 hari jumat jumlah produksi sebesar 211 kg, pada minggu ke-5 pada hari sabtu jumlah produksi sebesar 217 kg.
A Improve refinement approach iterative method for solution linear equition of sparse matrices Desi Vinsensia; Yulia Utami; Fathia Siregar; Muhammad Arifin
Jurnal Teknik Informatika C.I.T Medicom Vol 15 No 6 (2024): January : Intelligent Decision Support System (IDSS)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/cit.Vol15.2024.721.pp306-313

Abstract

In this paper, systems of linear equations on sparse matrices investigated through modified improve method using Gauss-Seidel and successive overrelaxation (SOR) approach. Taking into adapted convergence rate on the Improve refinement Gauss-seidel outperformed the prior two Gauss-Seidel methods in terms of rate of convergence and number of iterations required to solve the problem by applying a modified version of the Gauss-Seidel approach. to observe the effectiveness of this method, the numerical example is given. The main findings in this study, that Gauss seidel improvement refinement gives optimum spectral radius and convergence rate. Similarly, the SOR improved refinement method gives. Considering their performance, using parameters such as time to converge, number of iterations required to converge and spectral radius level of accuracy. However, SOR works with relaxation values so that it greatly affects the convergence rate and spectral radius results if given greater than 1.
Co-Authors Erwin Panggabean Fathia Siregar Muhammad Arifin Vinsensia, Desi