Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pemodelan Prediksi Penjualan dan Persediaan dengan RapidMiner beserta Pengelompokan Kategori untuk Mempermudah Perencanaan Stok dan Pengambilan Keputusan Bisnis Pradhana, Akmal Hisyam; Firmansyah , Achmad Ali; Islami, Bifadhlillah Marsheila
JAMI: Jurnal Ahli Muda Indonesia Vol. 6 No. 1 (2025): Juni 2025
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v6i1.323

Abstract

Tujuan. Prediksi penjualan dan persediaan adalah upaya penting untuk mengantisipasi permintaan konsumen di masa depan. Hal ini sangat penting untuk perencanaan strategi penjualan jangka panjang, yang didasarkan pada analisis data penjualan atau permintaan dari periode sebelumnya. Melalui penelitian ini, UMKM dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi penjualan dan persediaan dengan akurasi tinggi. Material dan Metode. Metodologi penelitian yang digunakan haruslah tepat. Penelitian ini dilakukan menggunakan perangkat lunak Rapidminer versi 10.3, dengan data penjualan dan persediaan dari tahun 2019 hingga 2024, serta menggunakan metode Naive Bayes. Hasil. Hasil penelitian menunjukkan bahwa akurasi prediksi penjualan mencapai 84,62% dan akurasi prediksi persediaan sebesar 83,33%. Studi ini menunjukkan bahwa prediksi yang dihasilkan cenderung konsisten dengan data aktual. Kesimpulan. Berdasarkan hasil ini, UMKM Keripik Assri dapat lebih yakin dalam perencanaan stok dan strategi penjualan untuk kategori "Rendah" dan "Tinggi".
Usability Test on the System Determination Decision Support ReleaseProduct Towards Contribution Level Decision Maker Daniati, Erna; Sucipto, Sucipto; Wardani, Anita Sari; Pradhana, Akmal Hisyam
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 24 No. 3 (2025)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i3.3789

Abstract

The core problem addressed in this research is the usability challenges of a decision support system for determining product release, which can hinder decision-makers’ effectiveness and user satisfaction. The purpose of this research is to evaluate the usability of the system and assess its impact on the effectiveness of decision-makers in determining product releases. The method used is a usability test involving direct user interaction with the system, where decision-makers performed predefined tasks. Usability metrics, including task completion time, error rate, and user satisfaction levels, were collected and analyzed to evaluate system performance. The result of this study is that the system facilitates efficient decision-making to a moderate extent. However, specific usability issues, such as navigation complexity and information overload, were identified, which reduced some users’ ability to operate the system seamlessly. Improvements in navigation and information presentation significantly enhanced user experience and decision-making quality. The research concludes that enhancing the usability of decision support systems is essential for maximizing their contribution to decision-making processes. Addressing specific challenges, such as simplifying navigation and optimizing information presentation, can substantially improve decision-maker satisfaction and the overall utility of the system. This study emphasizes the importance of usability-focused design in facilitating effective organizational decision-making.
Pengabdian Masyarakat di Unit Pelaksanaan Teknis Publikasi Ilmiah Universitas Negeri Malang: Analisis dan Rekomendasi Pengelolaan Jurnal Elektronik Daniati, Erna; Ristyawan, Aidina; Pradhana, Akmal Hisyam; Ningrum, Dea Yuliana Ayu; Sucipto, Sucipto; Firliana, Rina; Nugroho, Arie
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2025): November 2025
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i1.748

Abstract

Latar Belakang: Praktik Kerja Lapangan (PKL) merupakan kegiatan penting yang menjembatani teori akademik dengan praktik profesional. Kegiatan ini memberikan pengalaman kerja nyata dan menjadi wahana pengabdian kepada masyarakat. Tujuan: Tujuan utama kegiatan ini adalah memberikan pengalaman kerja nyata kepada mahasiswa Sistem Informasi, serta menganalisis dan memberikan rekomendasi terkait sistem informasi dan antarmuka pengguna (UI/UX) dari portal jurnal elektronik UM (https://journal2.um.ac.id/ ). Metode: Metode yang digunakan dalam kegiatan pengabdian ini adalah Praktik Kerja Lapangan (PKL) di Unit Pelaksanaan Teknis (UPT) Publikasi Ilmiah Universitas Negeri Malang. Selama PKL, penulis terlibat dalam tahapan pengelolaan jurnal dan menganalisis website menggunakan metode Eight Golden Rules untuk mengevaluasi UI/UX. Hasil: Hasil kegiatan menunjukkan bahwa penulis berhasil berkontribusi dalam proses teknis administrasi jurnal seperti pembuatan issue, pengisian metadata, penambahan contributor, pengunggahan galleys, dan publishing. Kesimpulan: Kegiatan PKL memberikan manfaat nyata bagi UPT Publika UM dalam bentuk bantuan teknis dan masukan perbaikan sistem.
Penerapan Bi-LSTM Untuk Named Entity Recognition Pada Teks Bahasa Indonesia Pradhana, Akmal Hisyam; Daniati, Erna; Muzaki, Muhammad Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.208

Abstract

Penelitian ini bertujuan untuk membangun dan mengevaluasi model Named Entity Recognition (NER) berbasis arsitektur Bidirectional Long Short-Term Memory (Bi-LSTM) yang mampu mengenali entitas secara otomatis dalam teks berbahasa Indonesia. Urgensi penelitian ini terletak pada masih minimnya sistem NER yang efektif untuk bahasa Indonesia, terutama pada teks non-formal yang memiliki struktur dan kosakata unik. Permasalahan utama yang diangkat adalah rendahnya akurasi ekstraksi entitas akibat keterbatasan model-model NER sebelumnya dalam memahami konteks bahasa Indonesia yang kompleks dan tidak baku. Data dikumpulkan dari korpus teks Indonesia yang telah dianotasi format BIO (Beginning-Inside-Outside) dan diklasifikasikan dalam jenis entitas seperti Person, Location, Organization, Quantity, dan Time. Proses melibatkan preprocessing (tokenisasi, pelabelan BIO, dan padding), pembangunan arsitektur Bi-LSTM, pelatihan model teknik train-test split (80:20), serta evaluasi menggunakan metrik Precision, Recall, F1-Score, dan confusion matrix. Hasil penelitian menunjukkan model Bi-LSTM berhasil mencapai akurasi keseluruhan sebesar 99% dan F1-Score sebesar 0.99, dengan performa terbaik pada entitas ORGANIZATION dan PERSON. Penelitian ini berkontribusi pada pengembangan NER berbasis budaya lokal serta potensial diterapkan dalam pendidikan, pelestarian budaya, dan pencarian informasi kontekstual berbahasa Indonesia.