Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JUTECH : Journal Education and Technology

APLIKASI PERAMALAN STOK BARANG RETAIL MENGGUNAKAN METODE TREND MOMENT PADA TOKO RIZKA Rizka Amalia; Syarifah Putri Agustini Alkadri; Barry Ceasar Octariadi
JUTECH : Journal Education and Technology Vol 3, No 1 (2022): JUTECH JUNI
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v3i1.1458

Abstract

Toko Rizka adalah usaha yang bergerak di bidang retail (eceran) yang menjual produk kepada konsumen. Proses bisnisnya dilakukan secara konvensional dalam menentukan ketersediaan stok barang sehingga menyebabkan ketersediaan stok barang mengalami kelebihan dan kekurangan Penelitian ini bertujuan untuk menghasilkan prediksi stok barang agar meminimalkan kesalahan dalam pembelian barang sebagai acuan untuk pembelian barang bulan berikutnya.Pada aplikasi peramalan ini metode yang digunakan adalah metode Trend Moment. Metode Trend Moment adalah metode untuk mencari garis trend yang menggunakan cara-cara perhitungan statistika dan matematika tertentu guna mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang dibentuk oleh data historis perusahaan dengan demikian pengaruh unsur-unsur subyektif dapat dihindarkan.Peramalan stok barang dilakukan dengan pengujian tingkat kesalahan perhitungan menggunakan metode APE. Data yang digunakan merupakan data penjualan Toko Rizka dari bulan Januari 2019 sampai Juli 2020. Berdasarkan hasil analisis dan pengujian sistem, maka sistem ini dapat meramalkan stok barang. Hasil peramalan menggunakan metode Trend Moment  pada Beras Cap Rambutan 10 Kg pada bulan Agustus 2021 adalah 14 ZAK, hasil kesalahan atau error dengan menggunakan metode APE (Absolut Percentage Error)  peramalan pada peramalan Beras Cap Rambutan 10 Kg adalah 6,67% dan akurasi peramalan Beras Cap Rambutan 10 Kg yaitu 93,33%. 
DATA MINING MENGGUNAKAN ALGORITMA APRIORI TERHADAP PENJUALAN BARANG DI TOKO BANGUNAN Andalas Rivaldi Permana; Barry Ceasar Octariadi; Syarifah Putri Agustini Alkadri
JUTECH : Journal Education and Technology Vol 3, No 2 (2022): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

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

Abstract

Toko bangunan Jeruju Permai kota Pontianak merupakan salah satu toko bangunan yang menjual bahan dan alat-alat bangunan. Toko Jeruju Permai mendapatkan pasokan bahan dan alat dari suplier (penyedia). Penelitian ini bertujuan untuk membangun sistem informasi inventaris data mining menggunakan algoritma apriori terhadap penjualan barang di toko bangunan Jeruju Permai Pontianak. Pada algoritma apriori menentukan kandidat yang mungkin muncul dengan cara memperhatikan minimum support dan minimum confidence. Metode yang digunakan dalam penelitian ini adalah studi lapangan, studi pustaka, identifikasi masalah, pengumpulan dan pengolahan data, perancangan system, implementasi, dan Metode CRISP-DM. Hasil penelitian menunjukkan bahwa penerapan algortima apriori dalam penelitian ini dapat menghasilkan kombinasi item berdasarkan data transaksi dan kemudian dapat membentuk pola pembelian konsumen dari kombinasi item tersebut. Hasil perhitungan algoritma apriori yang dilakukan didapatkan pola pembelian konsumen sebagai berikut; (1) Jika konsumen membeli cat maka akan membeli kayu belian 14cm x 5m dengan support 17.39 % dan confidence 44.44 % ,(2)   Jika konsumen membeli seng keriting, kayu belian 14cm x 5m maka akn membeli pipa paralon Ruchika dengan support 8.7 % dan confidence 40 %.
IMPLEMENTASI AR PADA KATALOG RUMAH BERBASIS ANDROID MENGGUNAKAN METODE MARKER BASED TRACKING Acep Supriyanto; Sucipto Sucipto; Syarifah Putri Agustini Alkadri
JUTECH : Journal Education and Technology Vol 3, No 2 (2022): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v3i2.1951

Abstract

Mengimplementasikan augmented reality pada katalog perumahan Agung Graha Mustika Serdam yang masih menggunakan dua dimensi atau katalog biasa akan menambah keefektipan dari katalog perumahan tersebut, dengan menampilkan objek tiga dimensi konsumen akan mendapatkan informasi dan gambaran yang relevan dalam waktu singkat. Augmented reality diharapkan dapat membantu calon pembeli untuk melihat keseluruhan desain sudut perumahan secara tiga dimensi. Penelitian ini bertujuan untuk membangun aplikasi yang akan menampilkan objek tiga dimensi pada katalog perumahan dengan mengimplementasikan augmented reality dan menggunakan metode markerbased tracking agar objek tiga dimensi dapat tampil diatas katalog perumahan Agung Graha Mustika Serdam. Pengembangan aplikasi pada penelitian ini menggunakan metode multimedia development life cycle (MDLC) yang memiliki tahapan yaitu concept, design, matrial collecting, assembly, testing dan distribution. Pengujian pada penelitian ini terdapat tiga pengujian yaitu black box testing yang menguji fungsional interface pada aplikasi, pengujian marker dilakukan untuk mengetahui kemampuan aplikasi dalam mengenali marker dan menampilkan objek berdasarkan kondisi tertentu, dan pengujian kompabilitas yang bertujuan untuk melihat apakah aplikasi dapat berjalan diberbagai device.
IDENTIFIKASI GERAKAN TANGAN PADA SANDI SEMAPHORE PRAMUKA SECARA REALTIME MENGGUNAKAN DECISION TREE Dwika, Arya Sukma Putra; Abdullah, Asrul; Alkadri, Syarifah Putri Agustini
JUTECH : Journal Education and Technology Vol 5, No 2 (2024): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v5i2.4163

Abstract

Identifying hand gestures in semaphore code accurately and in real time is a challenge. Especially for Scouts who are just learning this skill to minimize errors that can result in inappropriate information received and can affect the safety and effectiveness of communication. The use of Decision Tree in identifying hand gestures can make a significant contribution for Scouts to communicate more effectively. Based on the test results, this model can recognize letter classes in semaphore ciphers with normal lighting as evidenced by a higher accuracy rate. The average accuracy in normal light is 94%. In low-light conditions, it showed lower performance. In the first test, the model achieved 74% accuracy by recognizing 20 classes, while in the second test, the accuracy dropped to 66% by recognizing 18 classes. Confusion matrix testing is used to evaluate the Accuracy, Recall, and Precision levels in model training using Decision Tree.