Article Per Year (5 Year)
p-Index From 2021 - 2026
1.048
P-Index
This Author published in this journals
All Journal SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Jurnal Algoritma Jurnal Manajemen Risiko eProceedings of Engineering
Mastuty Ayu Ningtyas
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : eProceedings of Engineering

 1 
Pembangunan Website Prediksi Penjualan Manufaktur Dengan Metode Sarima Pada CV. Manufaktur Energi Nusantara Muhammad Daffa Adin Nugroho; Ahmad Wali Satria Bahari Johan; Mastuty Ayu Ningtyas
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Manufaktur Energi Nusantara merupakan perusahaan jasa di bidang otomotif yang membutuhkan sistem digital untuk mendukung operasional dan pengambilan keputusan bisnis. Permasalahan utama yang dihadapi adalah pencatatan data penjualan yang masih manual, sehingga menyulitkan proses rekapitulasi dan perencanaan stok. Penelitian ini bertujuan membangun website prediksi penjualan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Data yang digunakan berupa transaksi penjualan produk dan jasa konversi motor bensin ke listrik dari Januari 2021 hingga Januari 2024. Website dikembangkan dengan PHP dan CSS di Visual Studio Code. Model terbaik yang diperoleh adalah SARIMA (2,0,2)(0,0,1)[12], dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 14,32%, yang menunjukkan akurasi prediksi dalam kategori baik. Sistem ini memungkinkan pengguna memasukkan data baru dan memperoleh hasil prediksi secara real-time. Hasil penelitian menunjukkan bahwa metode SARIMA dapat digunakan secara efektif untuk memprediksi pola penjualan yang bersifat musiman. Dengan adanya website prediksi ini, perusahaan dapat meningkatkan efisiensi operasional dan mendukung keputusan bisnis berbasis data. Kata kunci— Website, SARIMA, Prediksi, Penjualan, Akurasi
Pengembangan Chatbot Untuk Layanan Satuan Penjaminan Mutu (SPM) Menggunakan Bert (Bidirectional Encoder Representations From Transformers) Zumar Nur Firdaus; Yohanes Setiawan; Mastuty Ayu Ningtyas
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kendala Satuan Penjaminan Mutu (SPM) dalam penyampaian informasi yang kurang efisien, menyebabkan pelayanan Satuan Penjaminan Mutu (SPM) kurang responsif. Sehingga dibutuhkannya chatbot yang merespon secara cepat dan tepat. Penelitian ini berfokus pada pengembangan chatbot berbasis deep learning dengan arsitektur BERT untuk layanan Satuan Penjaminan Mutu (SPM) sebagai platform pembantu. Tujuannya adalah untuk memaksimalkan pencarian data dan penyampaian informasi yang efisien kepada pengguna. Metodologi yang digunakan meliputi pengumpulan data mentah dari SPM (Penelitian, Pengabdian, Prestasi, Mahasiswa, dan Dosen dari 2019-2024), pra-pengolahan data (tokenisasi, padding, label encoding), dan pengembangan model BERT yang diintegrasikan dengan platform Telegram. Evaluasi model melalui 15 percobaan menunjukkan performa optimal pada konfigurasi tertentu dengan akurasi tinggi dan tingkat kesalahan rendah, terbukti dari F1-score kelas positif mencapai 0.9831. Meskipun terdapat sedikit ketidaksesuaian pada satu skenario pengujian black-box dan adanya cold start pada respons awal chatbot, hasil kuesioner pengguna secara keseluruhan menunjukkan kepuasan tinggi terhadap kemudahan penggunaan dan kecepatan respons. Implementasi chatbot ini diharapkan meningkatkan efisiensi layanan SPM, meskipun perlu penambahan variasi data pelatihan dan deployment ke server untuk optimalisasi lebih lanjut. Kata kunci— Chatbot, Deep Learning, BERT (Bidirectional Encoder Representations from Transformers), Natural Language Processing, Blackbox Testing, Telegram.
Co-Authors Ahmad Wali Satria Bahari Johan Alfito De Vaga Mayavanny Anjas Ardiansyah, Muhammad Atha Ningrum, Maharani Febhi Brigityana, Nurvi Dahliar Ananda Dhiya’ulhaq, Khansa Yumna Dwi Ardhani, Yuniar Ichsan Khoirudin, Machfud Muhammad Daffa Adin Nugroho Rashid Syaputra, Muhammad Rey Dylanza Riza Akhsani Setyo Prayoga Suryadi, Leinia Thomas Andre Pratama Wachda Yuniar Rochmah Yohanes Setiawan Yohanes Setiawan Zumar Nur Firdaus