cover
Contact Name
Ramalia Noratama Putri
Contact Email
ramalia.noratamaputri@lecturer.pelitaindonesia.ac.id
Phone
-
Journal Mail Official
joisie@pelitaindonesia.ac.id
Editorial Address
-
Location
Kota pekanbaru,
Riau
INDONESIA
JOISIE (Journal Of Information Systems And Informatics Engineering)
ISSN : 25035304     EISSN : 25273116     DOI : -
Core Subject : Science,
JURNAL JOISIE (Journal of Information System And Informatics Engineering) adalah sebuah jurnal publikasi hasil penelitian dalam bidang sistem informasi dan informatika. Jurnal JOISIE terbit secara berkala tiga kali dalam setahun yaitu bulan April, Juni, dan November.
Arjuna Subject : -
Articles 212 Documents
PREDIKSI KEBUTUHAN STOK BARANG MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK MENINGKATKAN EFISIENSI PENJUALAN Sari, Apriliana; Arifin, Muhammad; Darmanto, Eko
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5154

Abstract

Pengelolaan stok yang tidak optimal pada toko ritel dapat menyebabkan kerugian, baik akibat kekosongan barang saat permintaan tinggi maupun penumpukan barang yang tidak laku. Toko Sumini, sebagai toko grosir dan eceran di Desa Bacin, Kudus, masih mengelola persediaan secara manual, sehingga rentan terhadap kesalahan pencatatan dan pengambilan keputusan yang tidak berbasis data historis. Penelitian ini bertujuan untuk memprediksi kebutuhan stok barang menggunakan algoritma Random Forest berdasarkan data penjualan sebelumnya guna meningkatkan efisiensi pengelolaan stok dan mendukung peningkatan penjualan. Proses penelitian dilakukan pada platform Google Colaboratory melalui tahapan pengumpulan data, preprocessing, pelatihan model, dan evaluasi performa menggunakan metrik Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki performa sangat baik, dengan nilai RMSE sebesar 8.36 pada data latih dan 10.53 pada data uji, MAPE masing-masing sebesar 2.68% dan 7.50%, serta R² mencapai 99.00% (latih) dan 98.15% (uji). Model ini terbukti mampu memberikan prediksi yang akurat dalam mengelompokkan kebutuhan stok barang, sehingga dapat digunakan sebagai dasar pengambilan keputusan pemesanan ulang yang lebih tepat waktu dan sesuai permintaan aktual serta diharapkan dapat membantu Toko Sumini mengurangi risiko kekurangan atau kelebihan stok, meningkatkan kepuasan pelanggan, dan menunjang pertumbuhan penjualan yang lebih konsisten.
EVALUASI KINERJA K-MEDOIDS CLUSTERING MODEL UNTUK KLASTERISASI DAERAH PRODUKTIVITAS PANEN PADI DI KABUPATEN BIREUEN Nisa, Hayatun; Daud, Muhammad; Retno, Sujacka
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.4965

Abstract

Produktivitas padi merupakan indikator penting dalam memantau dan meningkatkan produksi padi di suatu wilayah. Di Kabupaten Bireuen, Aceh, alokasi pupuk subsidi yang tidak merata menjadi kendala dalam optimalisasi produktivitas padi. Penelitian ini bertujuan untuk mengklaster daerah prioritas dan non-prioritas produktivitas panen padi di Kabupaten Bireuen menggunakan algoritma K-Medoids dan Purity K-Medoids. Data yang digunakan adalah data historis pertanian padi tahun 2012–2023 sebanyak 204 record, yang diperoleh dari Badan Pusat Statistik Kabupaten Bireuen dan Dinas Pertanian dan Perkebunan Kabupaten Bireuen, dengan variabel seperti jumlah desa, luas tanam, luas panen, produktivitas, jumlah produksi, dan persentase luas tanam. Proses klasterisasi dievaluasi menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa Purity K-Medoids menghasilkan nilai rata-rata DBI sebesar 0,786911, lebih rendah dibandingkan K-Medoids yang sebesar 0,907856, menandakan validitas klaster yang lebih baik. Berdasarkan hasil klasterisasi, Kecamatan Peusangan paling sering muncul sebagai daerah prioritas, yaitu pada tahun 2013, 2015, 2016, 2018, 2019, 2020, 2022, dan 2023. Temuan ini diharapkan dapat menjadi pertimbangan dalam kebijakan alokasi sumber daya pertanian di Kabupaten Bireuen.