Article Per Year (5 Year)
p-Index From 2020 - 2025
1.168
P-Index
This Author published in this journals
All Journal MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Creative Research Journal Infotronik : Jurnal Teknologi Informasi dan Elektronika Jurnal Abdimas Sang Buana Digital Transformation Technology (Digitech)
Rini Nuraini Sukmana
Universitas Sangga Buana
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Digital Transformation Technology (Digitech)

 1 
Sistem Prediksi Harga Emas Berdasarkan Data Time Series Menggunakan Metode Artificial Neural Network (ANN) Razan Aiman Nadir; Rini Nuraini Sukmana
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.2877

Abstract

Emas merupakan jenis logam mulia yang paling banyak diminati untuk dijadikan sebagai objek investasi, dikarenakan harga jual maupun beli cenderung mengalami kenaikan. Akan tetapi, terdapat kondisi bahwa pergerakan harga emas dapat mengalami fluktuasi, dan hal itu akan menjadi resiko dalam berinvestasi. Perkembangan zaman saat ini dapat membantu masyarakat untuk mengatasi permasalahan tersebut, yaitu melalui cara prediksi atau perkiraan pergerakan harga emas di masa yang akan datang. Penelitian ini dilakukan untuk prediksi pada harga emas ANTAM Logam Mulia untuk 5 bulan ke depan. Data diperoleh dari situs resmi Logam Mulia. Metode yang digunakan pada penelitian ini adalah Artificial Neural Network (ANN) dengan melalui beberapa tahapan, yaitu tahap training, testing dan prediksi, dengan penggunaan 3 skenario pembagian data. Skenario data 90% training & 10% testing yang pada tahap training diperoleh arsitektur terbaik 5-20-1 dengan akurasi 91.89% dan menghasilkan akurasi 76.43% pada tahap testing. Skenario data 80% training & 20% testing yang pada tahap training diperoleh arsitektur terbaik 5-30-1 dengan akurasi 90.77% dan menghasilkan akurasi 56.51% pada tahap testing. Skenario data 70% training & 30% testing yang pada tahap training diperoleh arsitektur terbaik 5-20-1 dengan akurasi 91.92% dan menghasilkan akurasi 56.12% pada tahap testing. Dengan demikian, harga prediksi yang digunakan adalah prediksi pada skenario data training 90% dan testing 10%, dikarenakan hasil evaluasi dengan data testing akurasinya lebih baik dibandingkan kedua skenario lainnya
Sistem Pendukung Keputusan Diagnosa Penyakit Pada Tumbuhan Terong Ungu Menggunakan Metode Teorema Bayes Mochammad Raja Hardianto; Rini Nuraini Sukmana
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.2882

Abstract

Terong, sebagai salah satu sayuran yang sangat populer di Indonesia, memiliki banyak manfaat sebagai sumber energi bagi tubuh manusia. Meskipun bukan kebutuhan pokok, terong tetap diminati oleh konsumen rumah tangga karena kemampuannya diolah menjadi berbagai hidangan lezat dan digunakan dalam pengobatan tradisional. Terong ungu adalah salah satu varietas yang berharga di Indonesia, dan menjaga kesehatan tanaman terong ungu sangat penting untuk memastikan hasil panen yang baik. Untuk membantu petani dan ahli pertanian mengidentifikasi penyakit pada tanaman terong ungu secara dini, sebuah sistem pendukung keputusan (SPK) telah dikembangkan. Metode Teorema Bayes digunakan dalam SPK ini untuk memprediksi probabilitas terjadinya penyakit berdasarkan gejala yang terlihat. Tujuan penelitian ini adalah untuk mengembangkan SPK yang mampu mengenali penyakit pada terong ungu dan memberikan solusi penanganan yang tepat. Keuntungannya meliputi bantuan yang cepat dan akurat dalam diagnosa penyakit bagi petani dan ahli pertanian, serta kontribusi pada pencegahan dan pengendalian penyakit di pertanian. Dalam penelitian ini, perhatian khusus diberikan pada implementasi Teorema Bayes dalam SPK dan pengembangan antarmuka pengguna yang responsif. Meskipun data penyakit belum dapat dimasukkan, penelitian ini membuka wawasan baru dalam penerapan Teorema Bayes dalam diagnosa penyakit tanaman, menciptakan peluang untuk pengembangan lebih lanjut dalam bidang pertanian yang mendukung pertumbuhan ilmu pengetahuan dan teknologi di sektor ini.
Pemilihan Siswa Teladan SD Negeri Cipetir IV Dengan Metode Multi-Objective Optimization On The Basis Of Ratio Analysis Riandi Adiwijaya; Rini Nuraini Sukmana
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.2898

Abstract

Penelitian ini menghadirkan Sistem Pendukung Keputusan (SPK) untuk membantu dalam pemilihan Siswa Teladan di SD Negeri Cipetir IV. Metode yang digunakan dalam SPK ini adalah Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA). Tujuan utama dari penelitian ini adalah membuat sebuah aplikasi yang dapat membantu guru dalam menilai dan memilih siswa teladan di SD Negeri Cipetir IV dikelas 6A dan 6B dengan mempertimbangkan kriteria-kriteria yang relevan. Dalam penelitian ini, beberapa kriteria yang digunakan untuk pemilihan siswa teladan antara lain absensi, nilai raport, keaktifan dan budi pekerti. Penelitian ini mengimplementasikan metode MOORA untuk menganalisis dan memberikan bobot pada setiap kriteria. Hasil dari penelitian ini adalah daftar siswa teladan yang dipilih berdasarkan peringkat mereka dalam MOORA. Hasil perhitungan menunjukkan bahwa penggunaan metode MOORA dalam SPK ini dapat memberikan hasil pemilihan siswa teladan yang lebih adil dan obyektif dibandingkan dengan metode pemilihan konvensional. Dengan demikian, penelitian ini memberikan kontribusi dalam meningkatkan proses pemilihan siswa teladan di SD Negeri Cipetir IV di kelas 6A dan 6B serta dapat diterapkan dalam konteks pemilihan serupa di lembaga pendidikan lainnya. Kata Kunci : Sistem Pendukung Keputusan, Pemilihan Siswa Teladan, MOORA , SD Negeri Cipetir IV, Kriteria pemilihan
Sistem Prediksi Penjualan Pakaian Berbasis Web Dengan Menggunakan Metode Monte Carlo (Studi Kasus : Greaclogo) Novi Nurmalasari; Rini Nuraini Sukmana
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.3098

Abstract

Abstrak Penjualan adalah suatu hal yang biasa digunakan setiap bisnis sebagai panduan. Dari penjualan ini, perusahaan bisa mendapatkan keuntungan untuk menjaga kelangsungan usahanya. Sistem prediksi penjualan merupakan aktivitas yang semakin penting dan menjadi faktor yang harus diperhitungkan dalam rencana bisnis. Penelitian ini membahas tentang sistem prediksi berbasis web yang dapat memprediksi penjualan periode berikutnya menggunakan metode Monte Carlo dengan studi kasus pada konveksi Greaclogo. Data yang digunakan dalam penelitian ini adalah data histori penjualan untuk produk Kaos periode Januari 2022 s/d September 2022. Hasil uji coba peramalan penjualan untuk produk Kaos menggunakan metode Monte Carlo didapatkan hasil prediksi untuk 9 bulan ke-depan dengan melakukan sebanyak 10 kali percobaan simulasi yang memiliki kesalahan rata-rata sebesar 4.021%, sehingga sistem prediksi berbasis web menggunakan metode Monte Carlo yang dibangun memiliki akurasi yang baik.
Co-Authors Eddy Prasetyo Nugroho Fauzan Andriana Rahman Gunawan Gunawan Irawan Afrianto Mochammad Raja Hardianto Muhammad Nasrul Fadillah Novi Nurmalasari Rahayu, Mina Ismu Razan Aiman Nadir Riandi Adiwijaya Sendhy Maula Ammarulloh Suharsono, Teguh Nurhadi