Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jusikom: Jurnal Sistem Informasi Ilmu Komputer JIKA (Jurnal Informatika) Jurnal Sistem Informasi dan Manajemen
Priatna, Bayu
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
IMPLEMENTATION OF SUPPLY CHAIN MANAGEMENT AT CV.TINGGAR JAYA FOR WEB-BASED STOCK MONITORING Ramadan, Mohamad Rizqulloh; Hilabi, Shofa Shofiah; Nurapriani, Fitria; Priatna, Bayu
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v7i2.4764

Abstract

Implementation of Supply Chain Management at CV. Tinggar Jaya is a company warehouse system designed for company needs to coordinate company resources. The problem that occurs at CV. Tinggar Jaya still uses manual methods, from ordering to checking or monitoring stock in the warehouse. Therefore, the solution to this problem is implementing supply chain management at CV. Tinggar Jaya will organize and monitor the warehouse's stock amount using the waterfall system design method with the expected goal of implementing supply chain management to monitor the stock of goods to be more efficient in carrying out this process. Keywords: Warehouse, Supply Chain Management, Goods, Monitoring, Stock, Website
MONITORING AKTIVITAS PRODUKSI MACHINING DENGAN PEMANFAATAN FRAMEWORK CODEIGNITER Ahmad, Sandi; Priatna, Bayu; Tukino, Tukino; Aripiyanto, Saepul
JURSIMA Vol 10 No 3 (2022): Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.500

Abstract

PT XYZ adalah perusahaan di industri otomotif yang memproduksi velg untuk mobil dan sepeda motor. Banyak laporan aktivitas produksi menggunakan Microsoft Office Excel, yang menyebabkan kesalahan dalam pemrosesan data. Proses pengolahan data dalam laporan kegiatan produksi masih butuh waktu yang lama karena tidak didukung oleh sistem komputer. Mengingat permasalahan tersebut, maka harus ada pelaporan kegiatan produksi untuk mengatasi masalah di PT XYZ. Penelitian ini tujuannya untuk membuat laporan kegiatan produksi dengan menggunakan framework codeigniter, dengan mengolah data laporan kegiatan produksi secara termonitoring dan sistematis akan dihasilkan laporan kegiatan produksi harian yang tepat. Diharapkan hasil penelitian berupa laporan aktivitas produksi yang dihasilkan akan memberikan kemudahan untuk pengolahan data produksi dari pelaporan harian hingga laporan bulanan, kemudian penyajian laporan data aktivitas produksi pada PT XYZ dapat tersimpan dalam database, sehingga diharapkan dapat mempercepat dalam hal pencarian data.
IMPLEMENTASI ALGORITMA K-NN UNTUK KLASIFIKASI PENJUALAN MENU TERLARIS DI RM RATU CHANIAGO Sari, Nurnilam; Hananto, Aprilia; Priatna, Bayu; Hilabi, Shofa Shofiah
Jurnal Informatika Vol 9, No 3 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i3.14445

Abstract

Perkembangan teknologi informasi telah mendorong sektor bisnis kuliner untuk memanfaatkan data dalam pengambilan keputusan strategis. RM Padang Ratu Chaniago masih menghadapi kendala dalam menentukan menu yang paling diminati oleh pelanggan karena belum adanya sistem analisis berbasis data. Penelitian ini bertujuan untuk mengklasifikasikan tingkat keberhasilan menu dengan menggunakan algoritma K-Nearest Neighbor (K-NN). Metode yang digunakan antara lain mengumpulkan data penjualan selama satu tahun, melakukan pra-pemrosesan, menerapkan algoritma K-NN dengan nilai k=3, dan melakukan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa model K-NN mampu mengklasifikasikan data dengan akurasi sebesar 95.45%, rata-rata precision sebesar 0.96, recall sebesar 0.94, dan F1-score sebesar 0.95. Evaluasi melalui confusion matrix menunjukkan hanya satu kali misklasifikasi dari 22 data uji. Penelitian ini membuktikan bahwa algoritma K-NN efektif dalam membantu restoran menentukan strategi pengembangan menu dan pengadaan bahan baku secara lebih tepat sasaran dan penyusunan paket menu yang menarik bagi pelanggan.
Co-Authors Ahmad, Sandi April Lia Hananto Hilabi, Shofa Shofiah Nurapriani, Fitria Ramadan, Mohamad Rizqulloh Saepul Aripiyanto Sari, Nurnilam Tukino, Tukino