Abstract:Abstract: PT. Panca Niaga Mandiri is an authorized motorcycle dealer in Sei Piring which is engaged in selling Honda motorcycles both in cash and on credit. Dealer Problems PT. Tunas Dwipa Putra at this time is that there…
e is no definite calculation to predict the motorcycle sales target each month and the problems that occur are that sometimes there is an increase or decrease in motorcycle sales for each month because currently, business competition is very tight so that it makes business people compete with each other in their way. Many strategies have been carried out by marketing for how monthly motorcycle sales continue to increase. Therefore, it is necessary to use a forecasting method to predict sales of Honda motorcycles, especially automatic-type Honda motorcycles. The method used is the Trend Moment method. It is hoped that this method can help predict sales of automatic motorcycles for the next month.
Keywords: honda motorcycle; prediction; sales;
Abstrak: PT. Panca Niaga Mandiri merupakan dealer resmi sepeda motor yang ada di Sei Piring yang bergerak pada penjualan sepeda motor honda baik secara tunai maupun secara kredit. Permasalahan Dealer PT. Tunas Dwipa Putra pada saat ini yaitu tidak adanya perhitungan yang pasti untuk memprediksi target penjualan motor disetiap bulannya dan permasalahan yang terjadi terkadang mengalami kenaikan maupun penurunan penjualan sepeda motor untuk setiap bulannya, Karena saat ini persaingan bisnis sangat ketat sekali sehingga membuat para pelaku bisnis saling bersaing dengan cara mereka sendiri. Banyak strategi yang sudah dilakukan oleh marketing untuk bagaimana penjualan sepeda motor setiap bulanya terus meningkat. Oleh karena itu, maka diperlukan metode peramalan untuk memprediksi penjualan sepeda motor honda khususnya sepeda motor honda type matic. Metode yang digunakan yaitu metode Trend Moment diharapakan metode ini dapat membantu dalam memprediksi penjualan sepeda motor matic untuk bulan kedepannya.
Kata kunci:penjualan; prediksi;sepeda motor honda
Abstract:Abstract : Santi Electronic Store is one of the shops that sells the needs of electronic products for the community. This store requires predictions that can estimate the number of items to be sold, this shop often experiences…
iences a shortage of electronic products that will be purchased by customers. In designing the system using the Double Moving Average (DMA) forecasting method to support decisions in determining the amount of stock of electronic products to be sold for the next month. This forecasting application is made using Visual Basic Net 2010 programming language with Microsoft Office Access database. From making the system an application can be produced that can control optimal and economical demand and with a high level of accuracy and can predict the number of requests for electronic products in the coming period at the Santi Electronic Store so that the forecast results can help trading businesses so that stock does not occur requests for electronic products at the Santi Electronics Store.
Keywords : Hole; Multiple Moving Average; Prediction.
Abstrak : Toko Elektronik Santi merupakan salah satu toko yang menjual kebutuhan produk elekronik bagi masyarakat. Toko ini memerlukan prediksi yang bisa memperkirakan jumlah barang yang akan dijual, pada Toko ini sering mengalami kurangnya persediaan produk eIekronik yang akan dibeIi peIanggan. Dalam perancangan sistem menggunakan metode peramalan DoubIe Moving Average (DMA) untuk proses pendukung keputusan dalam menentukan jumlah stok produk elekronik yang akan dijual untuk buIan berikutnya. Aplikasi Peramalan ini dibuat menggunakan bahasa pemrograman visualbasic net 2010 dengan database microsoft office acces. Dari pembuatan sistem dapat dihasilkan sebuah aplikasi yang dapat mengendalikan permintaan yang optimal dan ekonomis dan dengan tingkat akurasi yang tinggi serta dapat memprediksi jumlah permintaan produk elekronik pada periode yang akan datang di Toko Elektronik Santi sehingga hasil prakiraan peramalan tersebut dapat membantu usaha dagang agar tidak terjadi kehabisan stok permintaan produk elektronik pada Toko Elektronik Santi.
Kata kunci : Multiple Moving Average; Prediksi; Permintaan.
Abstract:Abstract: The 35,000 department store is a business engaged in the sale of clothes, having its address at Jalan Sisingamangaraja. Clothing is one of the basic human needs to protect and beautify themselves. The problem that…
hat occurs in the 35,000 department store is the difficulty of predicting the number of clothing sales, resulting in an accumulation of goods. The method used in this study is the Weighted Moving Average (WMA) forecasting method. The purpose of this study is to apply the Weighted Moving Average method to the forecasting system in determining clothing sales at 35,000 convenience stores. The results of the application of the Weighted Moving Average method to predict clothing sales that have been made, then get the prediction results for June 2022 using 3 weights totaling 203 Pcs with an error accuracy of 33.40% and prediction results for June 2022 using 6 weights totaling 220 Pcs with accuracy 34.31% error. The conclusion is that the Weighted Moving Average method can accurately predict clothing sales at 35,000 department stores.
Keywords: Clothes; Prediction; Sales; WMA Method
Abstrak: Toko serba 35.000 adalah usaha yang bergerak dalam bidang penjualan baju yang beralamat di jalan Sisingamangaraja. Baju merupakan salah satu kebutuhan pokok manusia untuk melindungi, dan mempercantik diri. Permasalahan yang terjadi pada toko serba 35.000 adalah Sulitnya memprediksi jumlah penjualan baju, sehingga mengakibatkan terjadinya penumpukkan barang. Metode yang digunakan dalam penelitian ini adalah metode peramalan Weighted Moving Average (WMA). Tujuan penelitian ini adalah untuk menerapkan metode Weighted Moving Average pada sistem peramalan dalam menentukan penjualan baju pada toko serba 35.000. Hasil penerapan metode Weighted Moving Average untuk memprediksi penjualan baju yang telah dilakukan, maka mendapatkan hasil prediksi bulan juni 2022 dengan menggunakan 3 bobot berjumlah 203 Pcs dengan akurasi kesalahan 33,40% dan hasil prediksi bulan juni 2022 dengan menggunakan 6 bobot berjumlah 220 Pcs dengan akurasi kesalahan 34,31%. Kesimpulan yang diperoleh bahwa metode Weighted Moving Average dapat memprediksi penjualan baju pada toko serba 35.000 dengan akurat.
Kata kunci: Baju; Metode WMA; Penjualan; Prediksi
Abstract:Abstract: An application can assist organizations in achieving the goals to be achieved by facilitating ongoing work processes. This happened in the Information Systems Study Program at one of the best private universities,…
es, namely Telkom University, where the SI Study Program has a website called PIPE and has one feature to be able to predict student graduation. However, this feature is currently being developed with an easy flow, so it requires development in the implementation of graduation achievements. Researchers solve these problems by building an assessment model based on academic data on the effect of choosing a specialization. Data mining is needed in this study to form predictive patterns, then one of the data mining groups is based on classification and using machine learning to perform automated assessments so that they can be sustainably performed. In determining the time and delay, using the decision tree method based on the C4.5 algorithm. The accuracy results obtained using the C4.5 algorithm are 94.11%, then the factor that becomes the root node is Jumlah SKS Lulus and the results have an influence on the selection of specialization. So that the results of this graduation model can be applied to the PIPE application.
Keyword: C4.5 algorithm; classification; decision tree; graduation prediction
Abstrak: Sebuah aplikasi dapat membantu organisasi dalam mencapai tujuan yang ingin dicapai dengan memudahkan proses kerja yang sedang berlangsung. Seperti yang terjadi pada Prodi Sistem Informasi yang ada pada salah satu Perguruan Tinggi Swasta terbaik yaitu Universitas Telkom, dimana pada Prodi SI memiliki website bernama PIPE dan memiliki salah satu fitur untuk dapat melakukan prediksi kelulusan mahasiswa. Namun fitur tersebut saat ini dikembangkan dengan alur penentuan sederhana, sehingga memerlukan pengembangan dalam hal implementasi algoritma prediksi kelulusan. Peneliti melakukan penyelesaian masalah tersebut dengan membangun model prediksi kelulusan berdasarkan rekam data akademik terhadap pengaruh pemilihan peminatan. Data mining dibutuhkan dalam penelitian ini untuk membentuk pola penyelesaian prediksi, kemudian salah satu pengelompokan data mining berdasarkan tugasnya adalah klasifikasi dan menggunakan machine learning untuk melakukan prediksi kelulusan secara otomatis terhadap data baru agar dapat dilakukan secara berkelanjutan. Dalam melakukan klasifikasi prediksi kelulusan tepat waktu dan terlambat, menggunakan metode decision tree berdasarkan algoritma C4.5. Hasil akurasi yang didapat dengan menggunakan algoritma C4.5 adalah sebesar 94,11%, kemudian faktor yang menjadi root node adalah Jumlah SKS Lulus dan hasil memiliki pengaruh terhadap pemilihan peminatan. Sehingga hasil model prediksi kelulusan ini dapat diterapkan pada aplikasi PIPE.
Kata kunci: algoritma C4.5; decision tree; klasifikasi; prediksi kelulusan.
Abstract:Abstract: Dodol is a type of sweet food made from palm sugar that is processed with various flavors and takes a long time to complete. Dodol is also a type of food in great demand by the public due to its elasticity and…
characteristic taste. The manufacture and sale of this lunkhead are produced by UD. Maya Sari is located in the Kisaran area, especially in the Tanjung Alam Village, Dusun 3, Asahan Regency. Forecasting (forecasting) is thinking about a quantity, for example. The number of product requests for the future. Difficulties in forecasting inventory are often experienced by businesses, including UD. Maya Sari is difficult to predict the supply of lunkhead for the future. The research conducted by this author aims to build a system that can predict sales for the future in increasing a business's income. The system is well designed with PHP and UML for system workflow.
Keywords: Dodol sales; Forecasting System; Weighted Moving Average Method
Abstrak: Dodol merupakan salah satu jenis makanan manis berbahan dasar gula aren yang diolah dengan berbagai rasa dan membutuhkan waktu yang lama dalam pembuatannya. Dodol juga merupakan jenis makanan yang banyak diminati oleh masyarakat karena kekenyalan dan rasa yang khas. Pembuatan dan penjualan dodol ini diproduksi oleh UD. Maya Sari yang berada di kawasan Kisaran khususnya di Desa Tanjung Alam Dusun 3 Kabupaten Asahan. Peramalan (forecasting) adalah memikirkan kuantitas. Misalnya Jumlah permintaan produk untuk masa yang akan datang. Kesulitan dalam peramalan persediaan seringkali dialami oleh para pelaku usaha, termasuk UD. Maya Sari sulit memprediksi pasokan dodol untuk masa depan. Penelitian dilakukan. Hal ini bertujuan untuk membangun sebuah sistem yang dapat memprediksi penjualan dimasa yang akan datang guna meningkatkan pendapatan usaha. Sistem ini dirancang dengan baik dengan PHP dan UML untuk alur kerja sistem.
Kata Kunci : Metode Weighted Moving Average; Penjualan dodol; Sistem Peramalan
Abstract:Abstract: Flood disasters often occur in areas with certain geographical conditions, such as proximity to rivers, high rainfall especially during the wetseason and soil types that contain clay so that they are not good enough…
nough to absorb water. One of the cities in Indonesia whichhas frequent floods. The planned mitigation strategy must be more targeted so that it is more effective in tackling flood disasters. Therefore, mapping with Geographic Information Systems can be used to map areas that are prone to flooding specifically by combining spatial data on each predetermined parameter. Not only that, the integration of Geographic Information Systems and forecasting with multiple linear regression methods can predict the level of flood vulnerability based on the parameters determined in the following year. Based on the analysis that has been done, the areas in Pontianak City that are prone to flood disasters are spread over several sub-districts, namely East Pontianak District, Pontianak City District and parts of North Pontianak District.
Keywords: Flood vulnerability; Geographic Information System; Multiple Linear Regression
Abstrak: Bencana banjir seringkali terjadi di wilayah dengan kondisi geografis tertentu sepertijaraknya yang dekat dengan sungai, curah hujan cukup tinggi khususnya pada musim hujan hingga mayoritas jenis tanah yang memiliki kandungan lempung sehingga tidak cukup baikdalam menyerap air. Kota Pontianak merupakan satu diantara kota di Indonesia yang sering dilanda bencana banjir. Oleh karena itu, pemetaan dengan Sistem Informasi Geografis dapat digunakan untuk memetakan wilayah-wilayah yang rawan bencana banjir secara spesifik dengan menggabungkan data spasial pada setiap parameter yang sudah ditentukan. Tidak hanya itu, integrasi sistem informasi geografis dan peramalan dengan metoderegresi linier berganda dapatmemprediksi tingkat kerawanan banjir berdasarkan parameter yang ditentukan pada tahun berikutnya. Berdasarkan analisis yang telah dilakukan, daerah di Kota Pontianak yang rawan bencanabanjir tersebar di beberapa kecamatan yaitu Kecamatan Pontianak Timur, Kecamatan Pontianak Kota dan sebagianKecamatan Pontianak Utara.
Kata kunci: Kerawanan Banjir; Regresi Linier Berganda; Sistem Informasi Geografis
Abstract:Abstract: Consumer demand for drugs during this pandemic is so high that pharmacies must be able to estimate drug sales to meet consumer demand. The history of monthly sales transactions is only a report that causes data…
to accumulate if not processed properly. There needs to be a system for estimated drug sales in order to reduce costs in drug supply so that consumer needs are met. This study aims to analyze in order to predict drug sales at Apotek Manjur Marendal so that it can control drug stock supplies so that losses can be minimized. Drug sales data samples were taken from January 2021 to December 2021. The web-based application was successfully applied to predict drug sales. The prediction results are stable in terms of sales of ± 5000 drugs per month in 2022. Based on the calculation results, the lowest accuracy is 64% and the highest accuracy is > 90%. Data mining techniques with the trend moment method can be applied to web-based applications to predict drug sales.
Keywords: data mining; drugs; drugstore; prediction; trend moment
Abstrak: Permintaan konsumen terhadap obat-obatan pada masa pandemi ini sangat tinggi sehingga membuat pihak apotik harus dapat mengestimasi penjualan obat untuk memenuhi permintaan konsumen. Riwayat transaksi penjualan perbulan hanya sebagai laporan yang menimbulkan data menumpuk bila tidak diolah dengan baik. Perlu adanya sebuah sistem untuk penjualan obat diestimasi agar mengurangi biaya dalam penyediaan obat sehingga terpenuhi kebutuhan konsumen. Penelitian ini bertujuan untuk menganalisa agar dapat memprediksi penjualan obat pada Apotik Manjur Marendal sehingga dapat mengendalikan persediaan stok obat dengan demikian kerugian dapat diminimalisir. Sampel data penjualan obat diambil mulai dari bulan Januari 2021 hingga Desember 2021. Aplikasi yang dibangun berbasis web berhasil diterapkan untuk memprediksi penjualan obat. Hasil prediksi stabil diangka penjualan ±5000 obat perbulan pada tahun 2022. Berdasarkan hasil perhitungan mencapai akurasi terendah 64% dan akurasi tertinggi > 90%. Teknik data mining dengan metode trend moment dapat diterapkan pada aplikasi berbasis web untuk melakukan prediksi penjualan obat.
Kata kunci: apotik; data mining; obat-obatan; prediksi; trend moment
Abstract:Abstract: The technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Abstract: The population growth in Indonesia is increasing rapidly every year, so to help the government control the population growth through family planning programs, especially in the city of Batam. This study explains…
s and describes one of the Artificial Terms Network methods, namely Backpropagation, where this method can predict what will happen in the future using data and information in the past. This study aims to predict the birth rate in the city of Batam to help the government with the family planning program. The data used is the annual data on the number of births in the city of Batam in 2016-2020 at The Civil Registry Office. To facilitate the analysis of research data, the data were tested using Matlab R2015b. In this study, the training process was carried out using 3 network architectures, namely 4-10-1, 5-18-1, and 4-43-1. Of these 3 architectures, the best is the 4-43-1 architecture with an accuracy rate of 91% and an MSE value of 0.0012205. The Backpropagation method can predict the amount of population growth in the city of Batam based on existing data in the past.
Keywords: artificial neural network; backpropagation; prediction
Abstrak: Pertumbuhan jumlah penduduk diindonesia yang setiap tahun meningkat dengan pesat, maka untuk membantu pemerintah mengendalikan jumlah pertumbuhan penduduk melalui program keluarga berencana khususnya dikota Batam. Penelitian ini menjelaskan dan memaparkan tentang salah satu metode Jaringan Syarat Tiruan yaitu Backpropagation, dimana metode ini dapat memprediksi apa yang akan terjadi masa yang akan datang dengan menggunakan data dan informasi dimasa lalu. Penelitian ini bertujuan untuk memprediksi tingkat kelahiran di kota Batam sehingga membatu pemerintah untuk perencanaan keluarga berencana. Data yang digunakan yaitu data tahunan jumlah kelahiran di kota Batam pada tahun 2016-2020 pada Dinas Kependudukan dan Catatan Sipil. Untuk mempermudah analisis data penelitian maka, data diuji menggunakan Matlab R2015b. Pada penelitian ini dilakukan proses pelatihan menggunakan 3 arsitektur jaringan yaitu 4-10-1, 5-18-1, dan 4-43-1. Dari ke-3 arsitektur ini yang terbaik adalah arsitektur 4-43-1 dengan tingkat akurasi sebesar 91% dan nilai MSE 0,0012205. Metode backpropagation mampu memprediksi jumlah pertumbuhan penduduk di kota Batam berdasarkan data yang ada dimasa lalu.
Kata kunci: backpropagation; jaringan syaraf tiruan; prediksi
Abstract:Abstract : Corona virus is a very dangerous virus and can kill human life. This virus causes minor illnesses and serious illnesses such as colds or colds, since the emergence of the Corona Virus or Covid 19 paralyzing all…
l human activities carried out outside the home. The problem of this research is in the form of the impact of the corona virus on the economy, especially in the city of Batam so that the residents of Batam can overcome this corona virus outbreak to improve the weakening economy. The main objective of this research is to examine the impact of Covid 19 on the economy of the Batam population so that the Batam population can improve the already weakened economy. This study uses Fuzzy Inference Sistym the Mamdani Method for Decision Making, using Operators or through the process of Fuzification of Input Variables, Inference Machines to process rules and produce Defuzification to get the final value
Keywords: corona prediction fuzzy inference system; mamdani method
Abstrak:Virus Corona merupakan sebuah virus yang sangat berbahaya dan bisa menghilangkan nyawa manusia. Virus ini mengakibatkan penyakit ringan dan penyakit berat seperti common cold atau pilek, Sejak munculnya Virus Corona atau Covid 19 melumpuhkan semua kegiatan aktivitas manusia yang dilakukan diluar rumah. Permasalahan Penelitian ini berupa dampak akibat virus corona terhadap perekonomian khususnya pada Kota Batam sehingga penduduk Batam bisa mengatasi Wabah Virus corona ini untuk meningkatkan perekonomian yang semakin melemah. Tujuan Utama Penelitian ini mengkaji Dampak akibat Covid 19 terhadap perekonomian penduduk batam sehingga penduduk Batam bisa meningkatkan perekonomian yang sudah melemah. Penelitian ini menggunakan Fuzzy Inference Sistem Metode Mamdani untuk Pengambilan sistem Keputusan, menggunakan Operator Or dan melalui proses Fuzifikasi penentuan Variabel Input, Mesin Inferensi untuk melakukan proses aturan dan menghasilkan Defuzifikasi untuk mendapatkan nilai akhir.
Kata Kunci : fuzzy inference sistem; metode mamdani; prediksi corona