Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Multitek Indonesia : Jurnal Ilmiah International Journal of Industrial Optimization (IJIO)
Tsaqila, Siti Lathifah
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering

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

Found 3 Documents
Search

 1 
PENGGUNAAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI CUACA DENGAN DATA RECORD Verian Dwi Saputra, Rezano; Tsaqila, Siti Lathifah; Widaningrum, Ida; Karaman, Jamilah
MULTITEK INDONESIA Vol 18, No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.11092

Abstract

Desa Plancungan, Kecamatan Slahung, Kabupaten Ponorogo, merupakan penghasil tembakau,  salah satu produk pertanian yang berperan penting dalam mendukung mata pencaharian,  pertumbuhan ekonomi, dan penyerapan tenaga kerja. Di desa ini, petani membudidayakan  tembakau rajangan, termasuk tembakau Virginia. Namun, proses penjemuran tembakau yang  dilakukan di ruang terbuka selama dua hingga tiga hari sangat bergantung pada kondisi cuaca  yang tidak menentu, yang sering kali memengaruhi kualitas hasil panen. Untuk mengatasi  tantangan tersebut, penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) guna  memprediksi cuaca di Desa Plancungan. Data cuaca dikumpulkan menggunakan alat  mikrokontroler yang dipasang di lokasi, yang merekam tiga parameter utama: suhu,  kelembapan, dan tekanan udara. Dari total 10.000 data yang diperoleh, sebanyak 2.500 data  digunakan untuk pelatihan dan pengujian algoritma. Hasil penelitian berupa prediksi cuaca—hujan, cerah, atau berawan—ditampilkan dalam bentuk halaman web. Informasi ini memungkinkan petani mendapatkan gambaran kondisi cuaca lebih awal, sehingga mereka dapat merencanakan langkah antisipasi untuk menjaga kualitas hasil panen dan mengoptimalkan  proses penjemuran tembakau di tengah tantangan cuaca yang berubah- ubah.
Decision support system in determining the location of new supermarket branches using the copras method Tsaqila, Siti Lathifah; Winiarti, Sri; Widaningrum, Ida
International Journal of Industrial Optimization Vol. 5 No. 1 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/ijio.v5i1.9061

Abstract

Supermarkets are one of the ideal and profitable retail business sectors to try because they are located in various urban and rural areas. This causes many people to be interested in setting up a supermarket. However, determining a strategic location is not easy and requires many strategic location considerations. The research objective is to develop a Decision Support System (DSS) to determine the location of new supermarket branches using the Complex Proportional Assessment (COPRAS) method, which is expected to be helpful for management and supermarket partners as a business strategy. The COPRAS method excels in calculating alternative utilities and selecting the best alternative. There are nine criteria (land rental price, distance to competitors, security, distance to education, warehouse distance, cleanliness, land area, building price, crowd) and five alternative locations (Juanda, Hos Cokroaminoto, Bayangkara, Batoro Katong, Sumoroto) are considered. This research created a web-based DSS that selects the best location for supermarket, with Juanda (A1) ranked first and scored 100, followed by Somoroto (location A5) with a score of 99.861, Bayangkara (A3) with a score of 97.099, Batoro Katong (A4) with a score of 91.293, and HOS Cokroaminoto (A2) with a score of 88.877. From the results of the COPRAS calculation, it can be concluded that Juanda is the best location to build a new supermarket branch location. This result provides a valuable tool for management and supermarket partners seeking to make informed decisions about branch expansion strategies.
PENGGUNAAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI CUACA DENGAN DATA RECORD Verian Dwi Saputra, Rezano; Tsaqila, Siti Lathifah; Widaningrum, Ida; Karaman, Jamilah
MULTITEK INDONESIA Vol 18 No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.11092

Abstract

Desa Plancungan, Kecamatan Slahung, Kabupaten Ponorogo, merupakan penghasil tembakau,  salah satu produk pertanian yang berperan penting dalam mendukung mata pencaharian,  pertumbuhan ekonomi, dan penyerapan tenaga kerja. Di desa ini, petani membudidayakan  tembakau rajangan, termasuk tembakau Virginia. Namun, proses penjemuran tembakau yang  dilakukan di ruang terbuka selama dua hingga tiga hari sangat bergantung pada kondisi cuaca  yang tidak menentu, yang sering kali memengaruhi kualitas hasil panen. Untuk mengatasi  tantangan tersebut, penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) guna  memprediksi cuaca di Desa Plancungan. Data cuaca dikumpulkan menggunakan alat  mikrokontroler yang dipasang di lokasi, yang merekam tiga parameter utama: suhu,  kelembapan, dan tekanan udara. Dari total 10.000 data yang diperoleh, sebanyak 2.500 data  digunakan untuk pelatihan dan pengujian algoritma. Hasil penelitian berupa prediksi cuaca—hujan, cerah, atau berawan—ditampilkan dalam bentuk halaman web. Informasi ini memungkinkan petani mendapatkan gambaran kondisi cuaca lebih awal, sehingga mereka dapat merencanakan langkah antisipasi untuk menjaga kualitas hasil panen dan mengoptimalkan  proses penjemuran tembakau di tengah tantangan cuaca yang berubah- ubah.
Co-Authors Ida Widaningrum, Ida Karaman, Jamilah Sri Winiarti Verian Dwi Saputra, Rezano