Claim Missing Document
Check
Articles

Found 2 Documents
Search

Automated Data Extractor untuk Ekstraksi Data Formulir Evaluasi Broto, Taukhid; Ulfia, Yessi; Purnomo, Eko
JOINCS (Journal of Informatics, Network, and Computer Science) Vol. 7 No. 2 (2024): November
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/joincs.v7i2.1656

Abstract

Makalah ini menyajikan pembahasan tentang program aplikasi sebagai alat ekstraksi data PDF otomatis yang diimplementasikan menggunakan bahasa pemrograman Python, dirancang untuk mengotomatiskan ekstraksi data terstruktur dari dokumen PDF khususnya formulir evaluasi rekan kerja. Aplikasi ini memiliki fitur kemudahan penggunaan, memungkinkan pengguna untuk mengunggah file PDF, memproses ekstraksi data dari formulir PDF standar yang secara tradisional memerlukan entri data manual atau sistem pengenalan karakter optik (OCR) yang kompleks, dan memperoleh tampilan data hasil ekstraksi dalam format tabel. Makalah ini memuat pembahasan tentang metodologi, hasil, dan potensi peningkatan alat di masa depan.
Peramalan Permintaan Produk Kursi pada UD Berkah Makmur di Kecamatan Sijeruk Ulfia, Yessi; Arini, Nuskha; Dewa, Rio Sapta; Sahala, Salma; Febriani, Mutiara; N.F., Ahmad Faza
Jurnal Industri Furnitur dan Pengolahan Kayu Vol 3 No 1 (2025): JIFKA Juni 2025
Publisher : Politeknik Industri Furnitur dan Pengolahan Kayu

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan meramalkan penjualan kursi di UD Berkah Makmur, sebuah UMKM furnitur di Kecamatan Sijeruk, Kendal. Kursi dipilih karena memiliki permintaan independen dan pola penjualan non-musiman. Peramalan dilakukan dengan tiga metode: Moving Average, Exponential Smoothing, dan Regresi Linier, menggunakan data penjualan Juli 2024–Mei 2025. Akurasi tiap metode dievaluasi dengan indikator MAD, MSE, dan MAPE, serta nilai Tracking Signal dengan batas toleransi ±4 untuk mengukur bias peramalan. Hasil menunjukkan metode Moving Average memiliki kesalahan terkecil (MAD = 5,03; MSE = 58,56; MAPE = 15%), namun Tracking Signal-nya (4,36) melebihi batas toleransi. Sebaliknya, metode Regresi Linier menunjukkan nilai Tracking Signal yang stabil (-0,35), sehingga dianggap lebih sesuai untuk meramalkan penjualan Juni 2025. Penelitian ini diharapkan membantu UMKM dalam pengambilan keputusan terkait manajemen produksi dan persediaan, serta menjadi dasar implementasi sistem peramalan sederhana di industri furnitur lokal.