cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Henny Dwi Bhakti
Contact Email
indexia@umg.ac.id
Phone
+6281322005573
Journal Mail Official
indexia@umg.ac.id
Editorial Address
Jl Sumatra, 101,GKB Gresik Fakultas Teknik Program Studi Teknik Informatika Universitas Muhammadiyah Gresik
Location
Kab. gresik,
Jawa timur
INDONESIA
Indexia
Published by Universitas Muhammadiyah Gresik
ISSN : 26570432     EISSN : 26570424     DOI : http://dx.doi.org/10.30587/indexia.v3i1
Core Subject : Science,
Computer Science & IT
Jurnal Informatic and Computational Intelligent (INDEXIA) merupakan jurnal nasional yang diterbitkan oleh Program Studi Teknik Informatika Fakultas Teknik (FT), Universitas Muhammadiyah Gresik (UMG) sejak tahun 2019. INDEXIA memuat artikel hasil-hasil penelitian di bidang Informatika dan Kecerdasan Komputasi. INDEXIA berkomitmen untuk menjadi salah satu jurnal nasional berkualitas dengan mempublikasikan artikel penelitian dengan bahasa indonesia sebagai sumber rujukan dan publikasi bagi para peneliti untuk pengembangan ilmu pengetahuan khususnya di bidang Informatika dan Kecerdasan Komputasi.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol 4 No 1 (2022)" : 6 Documents clear
Implementasi Algoritma Elo-rating untuk memprediksi perilaku E-Commerce Item (Studi Kasus pada Olahan Desa Giri Kecamatan Kebomas Kabupaten Gresik) Walied Ghaly Damiri; Harunur Rosyid
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.3777

Abstract

Tingginya mobilitas manusia telah menuntut dunia perdagangan mampu untuk menyediakan layanan jasa, dan barang dengan cepat sesuai dengan permintaan konsumen. Dari masalah tersebut, kini muncul transaksi dengan perantara berupa media internet yang dapat menghubungkan antara produsen dengan konsumen. Transaksi itu lebih dikenal dengan nama e-commerce. E-commerce memberikan kesempatan, dan juga peluang yang sama dengan tujuan untuk bersaing, dan berhasil dalam melakukan kegiatan bisnis di dalam dunia maya. Proses penjualan di e-commerce berbeda dengan cara tatap muka sehingga pembelian dilakukan secara tradisional atau non-verbal. Ada beberapa e-commerce item yang memiliki pengaruh dalam produk. Pengaruh tersebut terdiri dari nama, harga yang ditawarkan, dan juga jumlah peminat yang akan membingungkan seorang customer dalam memilih e-commerce item. Algoritma Elo-rating dapat memprediksi perilaku mahasiswa dalam kegiatan pembelajaran sehingga dapat disimpulkan, bahwa dengan menggunakan Algoritma Elo-rating dapat digunakan dalam memprediksi perilaku e-commerce item. Elo-rating adalah, metode yang digunakan untuk menyelesaikan masalah prediksi perilaku sehingga diharapkan melalui sistem aplikasi akan memberikan kemudahan bagi customer dalam mengetahui pengaruh perilaku e-commerce item dengan e-commerce item lainnya pada proses penjualan.
IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING (BROWN) UNTUK PREDIKSI PENJUALAN BARANG LIQUID FREEBASE DAN SALT DI CV. GRESSVAPE BALONGPANGGANG Muhammad Nurdin Kurnia Ahadan
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.3028

Abstract

This research was conducted to find out about sales predictions with the reason that this research was carried out as a support for the progress of CV.Gressvape income in Balongapanggang so that it could be managed to predict the amount of profits and losses in the future by applying the Triple Exponential Smoothing (Brown) method. It is a linear exponential smoothing that can be used when predicting data using the basic trend pattern, the high smoothing type can be used if the basic pattern is cubic, quadratic, or higher order. By applying this method, the number of stock items will be more transparent for the next period. In the trial of 2 items for the addition of liquid freebase and salt items in the 2nd week of August 2019 - 4th week of May 2020 there was a trial using 9 different alpha values, namely from alpha 0.1 - 0.9 and refers to a period of 1 week, 2 weeks, 3 weeks, 4 weeks earlier. In the total prediction to be a comparative value in the real data, the sum of sales of liquid freebase and salt goods, so that the prediction error value is determined using Mean Absolute Deviation (MAD) and Mean Absolute Percentage Error (MAPE). On the average of the four prediction trials, the same value was obtained from the lowest MAPE with reference to 3 weeks at a higher alpha value of 0.2.
KLASIFIKASI WAKTU PENYELESAIAN SKRIPSI MAHASISWA MENGGUNAKAN METODE WEIGHTED NAÏVE BAYES (STUDI KASUS: PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH GRESIK) gilang atala panharesi
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.3589

Abstract

Skripsi merupakan tahapan akhir bagi mahasiswa dalam rangkaian pembelajaran untuk memperoleh gelar sarjana di pendidikan strata-1. Waktu penyelesaian skripsi mulai dari 1 semester, 2 semester, dan lebih dari 2 semester (hingga masa studi mencapai batas maksimalnya). Sangat penting bagi program studi mengetahui klasifikasi waktu penyelesaian skripsi mahasiswa. Informasi tersebut dapat menjadi dasar dalam membuat rencana strategis dalam rangkaian pembelajaran supaya meningkatkan mahasiswa dengan masa studi tepat waktu. Dalam penelitian ini akan dilakukan klasifikasi waktu penyelesaian skripsi mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik dengan menggunakan metode Weighted Naïve Bayes. Dengan menambahkan bobot terhadap atribut kelas pada algoritma naïve bayes, maka ketepatan klasifikasi pada algoritma weighted naïve bayes tidak didasari hanya dengan probabilitas melainkan juga dipengaruhi oleh pembobotan fitur terhadap kelas. Hasil klasifikasi data latih mahasiswa teknik informatika Universitas Muhammadiyah Gresik dalam waktu penyelesaian skripsi didapatkan nilai probabilitas mahasiswa teknik informatika dalam menyelesaikan skripsi dengan waktu 1 semester, 2 semester, dan > 2 semester adalah 0.14286, 0.53968, dan 0.31746. Dan hasil pengujian evaluasi performa dengan menggunakan confusion matrix, didapatkan nilai accuracy 77,5%, precision kelas 1S 100%, precision kelas 2S 72,3%, precision kelas 3S 82,4%, recall kelas 1S 11,1%, recall kelas 2S 100%, recall kelas 3S 93,3%, specificity kelas 1S 100%, specificity kelas 2S 75%, specificity kelas 3S 88%.
SISTEM PREDIKSI PENJUALAN OBAT MENGGUNAKAN METODE SINGLE MOVING AVERAGE (STUDI KASUS: APOTEK WILUJENG KECAMATAN PANCENG KAB.GRESIK) ZUDI ITA BELA ZUDI ITA BELA
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.3638

Abstract

Apotek adalah tempat dilakukannya perkerjaan kefarmasian, misalnya meracik obat serta konseling pasien atau konsumen kepada seorang apoteker untuk menentukan jenis obat yang akan dibeli dan aman untuk dikonsumsi. Banyaknya penjualan obat yang terus bertambah dimasa covid-19 ini, menyebabkan pasien atau konsumen yang membeli kebutuhan obat sering mengalami kehabisan stok di apotek. Dengan adanya covid-19 atau permasalahan ini pemilik usaha apotek sering mengalami kerugian dan mengalami penurunan perkembangan usaha pemilik apotek. Apotek Wilujeng merupakan tempat untuk menjual obat yang dibutuhkan pasien atau konsumen dan kadang membuat atau meramu racikan obat sesuai resep dokter, yang berada di Kecamatan Panceng Kabupaten Gresik. Dalam hal ini Apotek Wilujeng mengalami permasalahan dalam proses penyetokan obat sehingga mengalami kekurangan stok obat dan menyebabkan kerugian dengan kehilangan pelanggan atau konsumen, sehingga keuntungan yang didapatkan berkurang. Oleh karena itu di butuhkan suatu metode yaitu metode Single Moving Average (SMA), Metode Single Moving Average adalah metode peramalan yang menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk perintaan dimasa yang akan datang dimana periode yang digunakan setelah membandingkan 3 yaitu periode 2, 3 dan 5 bulan. Maka dipilih metode Single Moving Average yang diharapkan dapat memprediksi penjualan obat untuk bulan yang akan datang.
SMART AQUAPONIK INTERNET OF THINGS (IOT) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Andrian Agus Ubaidillah
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.2879

Abstract

Aquaponik merupakan sistem budidaya terapung menggunakan media ember dan tanaman di atas permukaan air, dalam aquaponik budidaya air merupakan hal yang sangat penting dalam keberhasilan aquaponik, permasalahan yang sering terjadi kegagalan budidaya aquaponik di karenakan sulitnya mengontrol PH dan Suhu dalam air, PH dan Suhu air sangat berpengaruh dalam pertumbuhan ikan dan tanaman, penggunaan mikrokontroller seperti Arduino Uno beserta sensor PH dan Suhu yang di hubungkan dengan thingspeak server sangatlah membantu dalam pemantuan PH dan Suhu air budidaya smart aquaponik secara real time, Permasalahan yang terjadi terhadap budidaya aquaponik adalah sulitnya pembudidaya mengetahui PH air yang berada dalam bak ikan sehingga ikan yang dibudidayakan mulai dari pembesaran hingga panen banyak yang mati dan pertumbuhan ikan nya cenderung lambat, Suhu dalam bak tanaman juga sulit diketahui sehingga pada saat pembibitan hingga panen pertumbuhan pada tanaman cenderung lambat dan tanaman gampang layu.
PENERAPAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE UNTUK MEMPREDIKSI PENGGUNAAN BARANG MEDIS PADA LOGISTIK MEDIS RUMAH SAKIT MUHAMMADIYAH GRESIK Achmad Fikri Muzakki; Darmawan Aditama; Indra Gita Anugrah
Indexia : Informatics and Computational Intelligent Journal Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v4i1.3595

Abstract

Inventaris merupakan sebuah pengorganisasian barang yang memiliki peranan penting bagi seluruh instansi, salah satunya Logistik Medis di Rumah Sakit Muhammadiyah Gresik. Masalah yang dialami pihak Logistik Medis Rumah Sakit Muhammadiyah Gresik adalah menentukan jumlah barang medis yang digunakan pada periode berikutnya. Hal itu dikarenakan Logistik Medis di sana tidak ada sistem yang mengetahui jumlah penggunaan barang medis, serta untuk berjaga-jaga apabila rumah sakit kekurangan stok barang medis yang diperlukan dalam periode itu. Penambahan Metode ARIMA merupakan solusi untuk mengatasi masalah tersebut. Berdasarkan penelitian yang dilakukan, metode ARIMA dapat diimplementasikan dalam sistem peramalan penggunaan barang medis menggunakan tiga itemset (Hansaplast, Masker Tie, Adult Nasal) dalam periode tiga bulanan. Penelitian tersebut menunjukkan rata-rata kesalahan sebesar 23.57%. Hasil tersebut menunjukkan bahwa metode ARIMA cukup baik digunakan untuk meramalkan barang keluar medis.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 7 No. 1 (2025): INDEXIA : Informatics and Computational Intelligent Journal Volume 7 Nomor 1 Me Vol. 6 No. 2 (2024): INDEXIA : Informatics and Computational Intelligent Journal Volume 6 Nomor 2 No Vol 6 No 1 (2024): INDEXIA : Informatics and Computational Intelligent Journal Volume 6 Nomor 1 Mei Vol 5 No 02 (2023): INDEXIA : Informatics and Computational Intelligent Journal Vol 5 No 01 (2023): INDEXIA : Informatics and Computational Intelligent Journal Vol 4 No 2 (2022): INDEXIA Vol.4 No.2 Vol 4 No 1 (2022) Vol 3 No 2 (2021): Vol. 3 No. 2 (2021) Vol 3 No 1 (2021): Vol. 3 No. 1 (2021) Vol 1 No 2 (2019): Vol 1 No 2 (2019) Vol 2 No 2 (2020): Vol 2 No 2 (2020) Vol 2 No 1 (2020): Vol 2 No 1 (2020) Vol 1 No 1 (2019) More Issue