Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Pramudya, Yoga Reksa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 3 Documents
Search

 1 
Pengembangan Sistem Informasi Point Of Sales Untuk Pemesanan Di Kana Eatery Dengan Menggunakan Metode Waterfall Pramudya, Yoga Reksa; Prayitna, Jovan Putra; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/4pvz1h89

Abstract

Penelitian ini memiliki tujuan untuk merancang sistem informasi pemesanan Point of Sales di Kana Eatery dengan memanfaatkan metode waterfall. Dalam dunia kuliner, efisiensi dan kecepatan sangat diperlukan dalam melayani pelanggan. Penggunaan sistem lama seperti pencatatan menggunakan tab sudah terbilang tradisional, penggunaan sistem lama dapat mengakibatkan antrean, oleh karena itu sistem Point of Sales yang memanfaatkan teknologi barcode ini sangat berguna untuk mengatasi masalah tersebut. Dengan penerapan QR code pelanggan tidak perlu melakukan pemesanan melalui kasir, cukup dengan mengkodekan QR code pelanggan dapat melakukan pemesanan tanpa melewati antrean. Hasil penelitian diharapkan masalah antrean yang diajukan dapat teratasi.
PREDIKSI PENDAPATAN DARI PENJUALAN BERDASARKAN DATA HISTORIS DENGAN MENGGUNAKAN METODE ELASTIC NET Muzaki, Ahmad Wildan; Pramudya, Yoga Reksa; Prayitna, Jovan Putra; Ristyawan, Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/kgb28a75

Abstract

Penelitian ini bertujuan untuk memprediksi total pendapatan hasil panen bawang merah berdasarkan data historis jumlah panen dan harga per kilogram menggunakan metode Elastic Net. ElasticNet dipilih karena mampu menggabungkan keunggulan dari regularisasi L1 (Lasso) dan L2 (Ridge), yang efektif dalam mengatasi overfitting dan meningkatkan akurasi model. Dataset yang digunakan terdiri dari 36 data penjualan bawang merah dari tahun 2014 hingga 2022. Hasil evaluasi menunjukkan bahwa model mampu memberikan prediksi dengan tingkat akurasi yang baik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 15.07% dan nilai koefisien determinasi (R²) sebesar 0.8374. Dengan hasil tersebut, metode Elastic Net terbukti dapat digunakan secara efektif untuk memodelkan dan meramalkan pendapatan penjualan berbasis data historis di bidang pertanian.
PREDIKSI PENDAPATAN DARI PENJUALAN BERDASARKAN DATA HISTORIS DENGAN MENGGUNAKAN METODE ELASTIC NET Muzaki, Ahmad Wildan; Pramudya, Yoga Reksa; Prayitna, Jovan Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/0xc29t25

Abstract

Penelitian ini bertujuan untuk memprediksi total pendapatan hasil panen bawang merah berdasarkan data historis jumlah panen dan harga per kilogram menggunakan metode Elastic Net. ElasticNet dipilih karena mampu menggabungkan keunggulan dari regularisasi L1 (Lasso) dan L2 (Ridge), yang efektif dalam mengatasi overfitting dan meningkatkan akurasi model. Dataset yang digunakan terdiri dari 36 data penjualan bawang merah dari tahun 2014 hingga 2022. Hasil evaluasi menunjukkan bahwa model mampu memberikan prediksi dengan tingkat akurasi yang baik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 15.07% dan nilai koefisien determinasi (R²) sebesar 0.8374. Dengan hasil tersebut, metode Elastic Net terbukti dapat digunakan secara efektif untuk memodelkan dan meramalkan pendapatan penjualan berbasis data historis di bidang pertanian.
Co-Authors Erna Daniati Muzaki, Ahmad Wildan Prayitna, Jovan Putra Ristyawan, Aidina Ristyawan