Jurnal Desain Dan Analisis Teknologi

Implementasi Metode Weighted Moving Average (WMA) Pada Prediksi Penjualan Gas Elpiji Berbasis Website

Syahril Rifadli — 2024-07-18

Kekurangan stok gas elpiji di wilayah Villa Mas Garden Kota Bekasi menciptakan sebuah keresahan pada warga setiap pada akhir bulan, hal ini disebabkan pangkalan gas elpiji selalu kehabisan stok jika sudah mendekati akhir bulan. Dikarenakan pangkalan yang menyiapkan stok pada awal bulan tidak dapat memprediksi jumlah pasti barang yang akan terjual dan yang harus disediakan sesuai permintaan pasar. Penelitian ini bertujuan untuk membuat suatu sistem untuk memprediksi hasil penjualan dan stok barang yang harus disediakan agar pengelola pangkalan tidak lagi kesulitan dalam menyediakan jumlah barang sesuai permintaan pasar pada bulan berikutnya. Penulis akan membuat sistem prediksi menggunakan metode Weighted Moving Average (WMA). Weighted Moving Average merupakan metode rata-rata bergerak yang memiliki bobot. Dalam pembangunan sistem ini penulis menggunakan metode pengembangan Rapid Application Development (RAD). Hasil dari penelitian ini yaitu terciptanya sebuat website yang akan membantu pemilik Pangkalan Azzagas untuk memprediksi perkiraan stok bulan Juni mendatang dengan nilai rata-rata hasil error yang didapatkan yaitu nilai MAD sebesar 100, nilai MSE sebesar 11,6 dan nilai MAPE sebesar 8,86%.

Literatur Review: Penerapan Deep Reinforcement Learning Dalam Business Intelligence

Muhammat Rasid Ridho — 2024-07-18

Business Intelligence merupakan kombinasi alat, seperti gudang data, pemrosesan analitis online (OLAP), dan dasbor. Gudang data mengumpulkan data yang akurat, bersih, dan terperinci dari berbagai sumber untuk analisis mendalam, sementara pemrosesan analitis online (OLAP) mendukung analisis multidimensi secara real-time dan memungkinkan pengguna menerapkan operasi seperti agregasi, pemfilteran, pengguliran, dan penelusuran. Peneliti mencoba menerapkan Deep Reinforcement Learning (DRL). DRL merupakan teknik yang menjanjikan untuk memecahkan masalah dunia nyata. Hal ini dapat digunakan untuk mengatasi tantangan yang biasa dihadapi dalam tugas pengambilan keputusan berurutan, seperti ketidakpastian dan dimensi variabel. Metode deep learning yang dapat digunakan untuk Business Intelligence antara lain deep neural network (DNN). Model DNN ini menjanjikan kinerja prediksi yang melampaui model pembelajaran mesin tradisional. Adapun temuannya Double Deep Q Learning dapat digunakan untuk meningkatkan kecerdasan bisnis dengan mengoptimalkan pemanfaatan sumber daya dan mengurangi waktu kalkulasi dalam masalah pengemasan persegi panjang skala besar. Ini juga dapat digunakan untuk pemodelan lawan dalam sistem multi-agen, yang memungkinkan identifikasi berbagai pola strategi lawan.

Penerapan Support Vector Machine Untuk Analisis Sentimen Pada Layanan Ojek Online

Tukino Tukino — 2024-07-18

Dalam era digital yang semakin maju, layanan ojek online seperti GoJek telah menjadi solusi transportasi yang populer di kota-kota besar termasuk Batam. Memahami sentimen pengguna terhadap layanan ini sangat penting bagi perusahaan untuk meningkatkan kualitas dan kepuasan pelanggan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap layanan GoJek di Kota Batam menggunakan metode Support Vector Machine (SVM). Data yang digunakan dalam penelitian ini dikumpulkan dari ulasan pengguna di media sosial dan aplikasi GoJek. Proses analisis meliputi pengumpulan data, pra-pemrosesan data, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen menggunakan SVM. Hasil penelitian menunjukkan bahwa model SVM memiliki kinerja yang kuat dalam mengklasifikasikan sentimen pengguna dengan akurasi rata-rata 88.5%, presisi 88.6%, recall 88.2%, dan F1-Score 88.4%. Meskipun kinerja untuk sentimen positif dan negatif sangat baik, model menunjukkan tantangan dalam mengklasifikasikan ulasan netral. Untuk meningkatkan kinerja, disarankan penerapan teknik data augmentation, tuning hyperparameters, dan eksplorasi metode pembelajaran mesin yang lebih canggih. Penelitian ini memberikan wawasan berharga untuk meningkatkan strategi bisnis dan kualitas layanan GoJek di Kota Batam, serta berkontribusi pada pengembangan analisis sentimen di industri transportasi online.

Penerapan Metode Fuzzy Inferensi System Tsukamoto Untuk Memprediksi Pembelian Rotan di Wilayah Sumatera

Arif Rahman Hakim — 2024-07-18

Peningkatan permintaan rotan di pasar global mendorong perlunya sistem prediksi yang akurat untuk memperkirakan jumlah pembelian rotan. Penelitian ini bertujuan untuk menerapkan Metode Fuzzy Inferensi System Tsukamoto dalam memprediksi pembelian rotan. Sistem ini menggunakan variabel input berupa harga rotan, permintaan, dan stok, yang diolah melalui aturan-aturan fuzzy yang telah ditentukan. Hasil inferensi berupa variabel output prediksi pembelian rotan. Metode Tsukamoto dipilih karena kemampuannya dalam menangani data yang tidak pasti dan memberikan output yang jelas dan terukur. Dalam penelitian ini, dilakukan pengumpulan data historis pembelian rotan serta parameter-parameter yang mempengaruhinya. Data tersebut dianalisis dan diolah menggunakan metode Tsukamoto untuk menghasilkan model prediksi. Validasi model dilakukan dengan membandingkan hasil prediksi dengan data aktual, menunjukkan tingkat akurasi yang memuaskan. Implementasi sistem ini diharapkan dapat membantu para pelaku bisnis rotan dalam mengambil keputusan pembelian yang lebih efektif dan efisien. Selain itu, sistem ini juga dapat diintegrasikan dengan sistem manajemen inventori untuk mengoptimalkan pengelolaan stok rotan. Dengan demikian, penelitian ini memberikan kontribusi signifikan dalam bidang manajemen rantai pasok dan prediksi penjualan khususnya pada komoditas rotan.

Evaluasi Kualitas Website PLN Batam Menggunakan Metode WebQual 4.0

Algifanri Maulana — 2024-07-18

Penelitian ini bertujuan untuk mengevaluasi kualitas website PLN Batam menggunakan metode WebQual 4.0, yang meliputi tiga dimensi utama: kualitas kegunaan, kualitas informasi, dan kualitas interaksi layanan. Metode WebQual 4.0 digunakan untuk mengidentifikasi aspek-aspek yang mempengaruhi persepsi pengguna terhadap kualitas website, serta memberikan rekomendasi untuk perbaikan berdasarkan temuan penelitian. Data dikumpulkan melalui kuesioner yang disebarkan kepada 150 responden pengguna website PLN Batam. Analisis data dilakukan dengan menggunakan teknik analisis deskriptif dan inferensial untuk menilai setiap dimensi dan indikator kualitas. Hasil penelitian menunjukkan bahwa dimensi kualitas informasi memiliki skor tertinggi, diikuti oleh kualitas kegunaan dan kualitas interaksi layanan. Meskipun demikian, beberapa aspek dalam setiap dimensi masih memerlukan perbaikan, terutama terkait dengan kecepatan akses, kelengkapan informasi, dan responsivitas layanan. Penelitian ini memberikan wawasan berharga bagi pengelola website PLN Batam dalam memahami kebutuhan dan harapan pengguna, serta memberikan panduan praktis untuk meningkatkan kualitas website secara keseluruhan. Dengan demikian, diharapkan peningkatan kualitas website dapat meningkatkan kepuasan dan loyalitas pengguna, serta mendukung tujuan strategis PLN Batam dalam menyediakan layanan yang lebih baik kepada masyarakat.

Analisis Kepuasan Customer pada Sdtechnology Computer dengan Algoritma Decision Tree

Nurul Azwanti — 2024-07-18

Kepuasan pelanggan merupakan salah satu indikator penting bagi keberhasilan sebuah perusahaan dalam mempertahankan dan mengembangkan basis pelanggan. Penelitian ini bertujuan untuk menganalisis kepuasan pelanggan pada Sdtechnology Computer dengan menggunakan algoritma Decision Tree. Data yang digunakan dalam penelitian ini diperoleh melalui survei yang disebarkan kepada pelanggan Sdtechnology Computer, yang mencakup berbagai aspek layanan seperti kualitas produk, pelayanan pelanggan, harga, dan pengalaman keseluruhan. Algoritma Decision Tree dipilih karena kemampuannya dalam menangani data kategorikal dan numerik serta interpretasinya yang mudah dipahami. Hasil analisis menunjukkan faktor-faktor utama yang mempengaruhi kepuasan pelanggan dan memberikan wawasan berharga bagi perusahaan dalam meningkatkan layanan mereka. Model Decision Tree yang dibangun mampu mengidentifikasi pola-pola signifikan dari data survei, yang kemudian digunakan untuk memprediksi tingkat kepuasan pelanggan. Temuan penelitian ini mengungkapkan bahwa kualitas produk dan pelayanan pelanggan adalah faktor paling dominan yang mempengaruhi kepuasan pelanggan. Selain itu, penetapan harga yang kompetitif juga berkontribusi signifikan terhadap kepuasan keseluruhan. Dengan memahami faktor-faktor ini, Sdtechnology Computer dapat merancang strategi yang lebih efektif untuk meningkatkan kepuasan dan loyalitas pelanggan. Penelitian ini menyimpulkan bahwa algoritma Decision Tree adalah alat yang efektif dalam analisis kepuasan pelanggan dan dapat digunakan sebagai dasar pengambilan keputusan yang lebih baik untuk meningkatkan kualitas layanan perusahaan.

Emotion Recognition Untuk Mendukung Kegiatan Pembelajaran Yang Menyenangkan

Patrick Pratama Hendri — 2024-07-18

Perkembangan pendidikan setiap generasi memberikan tantangan tantangan yang cukup signifikan yang harus dihadapi oleh guru guru. Salah satu isu adalah pentingnya tingkat kesenangan ataupun pandangan positif siswa terhadap proses pembelajaran yang dilakukan. Lingkungan pendidikan sudah pernah menggunakan teknologi biometrik sebagai bagian dari sistem pendukung nya. Dalam penelitian ini kami melakukan tinjauan pustaka terkait penggunaan teknologi biometrik spesifiknya teknologi emotion recognition untuk membantu guru. Dari 225 artikel yang didapatkan dan setelah melewati proses analisis dasar dan konten, kami menemukan bahwa teknologi emotion recognition sudah bisa dikembangkan dengan menggunakan algoritma CNN maupun SVM dengan menggunakan dataset yang tersedia secara publik. Namun perlu adanya studi lebih mendalam, khususnya dalam penerapan di kelas formal dan penerimaan guru dan siswa terhadap teknologi ini.

Penerapan Fuzzy Inferensi System Menggunakan Metode Mamdani Dalam Menentukan Besarnya Pemakaian Listrik Rumah Tangga Di Kota Batam

Yulia Yulia — 2024-07-18

Kebutuhan akan energi listrik sudah menjadi kebutuhan pokok, listik bukan lagi menjadi kebutuhan sekunder. Pada penelitian ini, peneliti melakukan survey kepada masyarakat dengan cara pemberian angket yang akan menjadi sampel dalam penelitian. Dimana objek yang diteliti adalah pelanggan listrik pascabayar (beban). Dimana objek yang diteliti adalah pelanggan listrik pascabayar (beban). Untuk mengetahui suatu prediksi besarnya pemakaian listrik rumah tangga maka dibuatlah suatu sistem inferensi fuzzy. Metode penelitian yang dilakukan yaitu pengumpulan data dan wawancara, serta pemberian angket kepada pelanggan listrik rumah tangga yang akan menjadi objek dalam penelitian. Dari hasil penelitian di atas maka dapat disimpulkan bahwa penerapan fuzzy inferensi system menggunakan metode mamdani dalam menentukan besarnya pemakaian listrik rumah tangga di kota batam membentuk aturan yang terpengaruh derajat keanggotaan dari 81 rule dengan α-predikat = μBesar Bangunan rumah_Besar /[90] ∩ Jumlah Anggota Keluarga_Banyak /[70] ∩ μ Lama waktu dirumah_Lama /[80] ∩μ Total Barang Elektronik_banyak /[76] ∩ Total Bayar perbulan Besar /[70] = Min (0,6, 0.8, 0,2, 0.04, 0.8) = 0,04 dengan hasil rule dengan nilai Z = 78.69.

Desain Sistem Informasi Penyaluran Tenaga Kerja (studi kasus: PT. xyz Penyalur Asisten Rumah Tangga)

Saut Pintubipar Saragih — 2024-07-18

Menyalurkan tenaga kerja menjadi salah satu tantangan tersendiri untuk Perusahaan yang memiliki usaha sejenis Dimana meningkatnya permintaan maka manajemen penyaluran dan rekrutmen juga semakin rumit. Permasalahan yang muncul yakni bagaimana Perusahaan menyediakan informasi yang valid kepada pengguna tenaga kerja sampai kepada bagaimana Masyarakat yang ingin menggunakan jasa rumah tangga namun sesuai dengan profil tenaga kerja yang diinginkan. Metode penelitian yang dilakukan dalam penelitian ini yaitu menggunakan metode prototype. Rancangan sistem informasi penyaluran tenaga kerja asisten rumah tangga ini dirancang untuk teknologi yang akan dibangun berbasis aplikasi web. Data penelitian yang digunakan adalah data penelitian yang telah diverifikasi dan bersumber dari Perusahaan penyedia jasa penyaluran tenaga kerja asisten rumah tangga. Alat perancangan sistem informasi yang digunakan adalah unified modelling language (UML).Penelitian ini menghasilkan perancangan system informasi penyaluran tenaga kerja dari administrasi (perusahaan) dan juga pengguna tenaga kerja (client).

Metode Agile Scrum Dalam Pengembangan Sistem Pengendali Stok Barang

Sasa Ani Arnomo — 2024-07-18

Pengendali persediaan bertanggung jawab untuk membuat keputusan mengenai kebijakan keluar masuk barang. Produksi dan prosedur harus diperhitungan dengan tepat agar dari semua yang ditangani memperlancar prose produksi. Terkadang terdapat beberapa kekurangan dalam proses pencatatan dan pengolahan persediaan barang pada suatu Perusahaan. Terkait hal itu akan berdampak pada proses produksi dan transaksi penjualan. Perancangan sistem yang diusulkan adalah agile scrum. Scrum merupakan sebuah model yang mengutamakan kecepatan pengembangan yang terdisi dari Product Bcklog, Sprint Planning Meeting, Sprint Backlog, Sprint, Daily Scrum, Sprint Review, Sprint Retrospective, dan Finished Work. Penyusunan daftar prioritas fitur dan kebutuhan sistem dalam bentuk Product Backlog mendukung percepatan pengembangan sistem pengendali stok barang.