Abstract:Abstract: The inability to accurately monitor the lifespan of motorcycle batteries can lead to sudden failures, disrupt user activities, and increase maintenance costs. This issue is exacerbated by the absence of a predictive…
ctive system that can assist users and workshops in planning maintenance and managing battery inventory effectively. This study aims to develop a battery lifespan prediction model for motorcycles using the Double Moving Average (DMA) method. The model is built based on historical data from 12 motorcycle units, including usage frequency, duration, terrain conditions, and maintenance habits. Forecasting is conducted through two stages of moving averages followed by trend parameter calculations. Evaluation results show that the model has a high level of accuracy, with MAPE = 0.10, MAD = 1.68, and RMSE = 2.14, indicating very low prediction errors. In addition, DMA is also used to forecast product demand at PT Anugerah Karya Abiwara Kisaran to prevent stock shortages. The system is developed using Visual Studio 2010 and Microsoft Access and has proven effective in supporting maintenance planning and inventory control. With its high accuracy and efficiency, the results of this study provide tangible contributions to decision-making in battery maintenance and inventory management.
Keywords: battery; DMA; motorcycle; prediction.
Abstrak: Ketidakmampuan dalam memantau usia pakai aki sepeda motor secara akurat dapat menyebabkan kerusakan mendadak, mengganggu aktivitas pengguna, serta meningkatkan biaya perawatan. Permasalahan ini diperburuk oleh tidak tersedianya sistem prediktif yang membantu pengguna dan bengkel dalam merencanakan perawatan serta mengelola persediaan aki secara efisien. Penelitian ini bertujuan untuk mengembangkan model prediksi usia pemakaian aki sepeda motor dengan menggunakan metode Double Moving Average (DMA). Model dibangun berdasarkan data historis dari 12 unit sepeda motor yang mencakup frekuensi penggunaan, durasi, kondisi medan dan kebiasaan perawatan. Proses peramalan dilakukan melalui dua tahap perataan bergerak, yang kemudian diikuti dengan perhitungan parameter tren. Hasil evaluasi menunjukkan bahwa model ini memiliki tingkat akurasi yang tinggi, dengan nilai MAPE sebesar 0,10, MAD sebesar 1,68, dan RMSE sebesar 2,14, yang mengindikasikan tingkat kesalahan prediksi yang sangat rendah. Selain itu, metode DMA juga diterapkan untuk meramalkan permintaan produk pada PT Anugerah Karya Abiwara Kisaran guna mencegah terjadinya kekurangan stok. Sistem dikembangkan menggunakan Visual Studio 2010 dan Microsoft Access, serta terbukti efektif dalam mendukung perencanaan perawatan dan pengendalian persediaan. Dengan akurasi dan efisiensi yang tinggi, hasil penelitian ini memberikan kontribusi nyata dalam pengambilan keputusan terkait pemeliharaan aki dan manajemen inventori.
Kata kunci: baterai; DMA; prediksi; sepeda motor.
Abstract:Abstract: Hypertension is one of the chronic diseases that can increase the risk of cardiovascular disease. A healthy diet is an important factor in managing hypertension, but many patients struggle to choose foods that…
are suitable for their condition. Therefore, a decision support system is needed to help patients determine healthy food choices objectively and systematically. This research aims to apply the ELECTRE (Elimination Et Choix Traduisant La Réalité) method in determining healthy foods for hypertension patients. This method is used because it can handle various criteria simultaneously and provide recommendations based on a mathematical approach. Data were obtained from Serozha Clinic through interviews, observations, and literature reviews on the nutritional content of food. The research results show that the ELECTRE method is capable of providing healthy food recommendations with an accuracy level of 90%, higher than the manual technique which only reaches 70%. In addition, the time required in the decision-making process has significantly decreased. Patients also showed a higher level of satisfaction with the proposed system. In conclusion, the ELECTRE method has proven effective in helping hypertension patients choose foods that meet their nutritional needs, and can thus be used as a reference in the development of decision support systems in the health sector.
Keywords: electre method; healthy food; health management; hypertension.
Abstrak: Hipertensi merupakan salah satu penyakit kronis yang dapat meningkatkan risiko penyakit kardiovaskular. Pola makan yang sehat menjadi faktor penting dalam pengelolaan hipertensi, namun banyak pasien kesulitan dalam memilih makanan yang sesuai dengan kondisi mereka. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu pasien dalam menentukan pilihan makanan sehat secara objektif dan sistematis. Penelitian ini bertujuan untuk menerapkan metode ELECTRE (Elimination Et Choix Traduisant La Realite) dalam menentukan makanan sehat bagi penderita hipertensi. Metode ini digunakan karena mampu menangani berbagai kriteria secara simultan dan memberikan rekomendasi berdasarkan pendekatan matematis. Data diperoleh dari Klinik Serozha melalui wawancara, observasi, serta tinjauan literatur mengenai kandungan gizi makanan.Hasil penelitian menunjukkan bahwa metode ELECTRE mampu memberikan rekomendasi makanan sehat dengan tingkat akurasi 90%, lebih tinggi dibandingkan teknik manual yang hanya mencapai 70%. Selain itu, waktu yang dibutuhkan dalam proses pengambilan keputusan berkurang secara signifikan. Pasien juga menunjukkan tingkat kepuasan yang lebih tinggi terhadap sistem yang diusulkan.Kesimpulannya, metode ELECTRE terbukti efektif dalam membantu penderita hipertensi memilih makanan yang sesuai dengan kebutuhan gizi mereka, sehingga dapat digunakan sebagai referensi dalam pengembangan sistem pendukung keputusan di bidang kesehatan.
Kata kunci: hipertensi; makanan sehat; metode electre; pengelolaan kesehatan.
Abstract:Abstract: Feature selection is a crucial process that is very important to improve the performance of machine learning models, in accordance with data preprocessing. The feature selection process can be considered as a global…
lobal combinatorial optimization problem in machine learning, which reduces the number of features, eliminates irrelevant data, and produces acceptable classification accuracy. The purpose of this study is to predict or determine the results of the electrical installation operation feasibility test based on data and obtain attribute selection features, and obtain accuracy level results. The Particle Swarm Optimization (PSO) approach is used to select the right characteristics to determine the results of the electrical installation operation feasibility test because attribute selection is needed in data analysis, because the PSO method will increase accuracy than just SVM in determining attribute selection. If SVM is used with PSO, the accuracy value is 96% and AUC is 0.994%, while the SVM method produces an accuracy level of 94.89% and AUC of 0.994%. With this finding, the accuracy value increases by 2%, making it a very good categorization category. It has been proven that the use of Particle Swarm Optimization (PSO) based algorithms can improve and improve results.
Keywords: PSO; SVM; Certification
Abstrak: Pemilihan fitur merupakan proses krusial yang sangat penting untuk meningkatkan kinerja model machine learning, sesuai dengan praproses data. Proses pemilihan fitur dapat dianggap sebagai masalah optimasi kombinatorial global dalam pembelajaran mesin, yang mengurangi jumlah fitur, menghilangkan data yang tidak relevan, dan menghasilkan akurasi klasifikasi yang dapat diterima. Tujuan dari penelitian ini adalah untuk memprediksi atau menentukan hasil uji kelayakan operasi instalasi listrik berdasarkan data dan memperoleh fitur pemilihan atribut, serta memperoleh hasil tingkat akurasi. Pendekatan Particle Swarm Optimization (PSO) digunakan untuk memilih karakteristik yang tepat untuk menentukan hasil uji kelayakan operasi instalasi listrik karena pemilihan atribut diperlukan dalam analisis data, karena metode PSO akan meningkatkan akurasi dari pada hanya SVM dalam menentukan pemilihan atribut. Jika SVM digunakan dengan PSO, nilai akurasinya adalah 96% dan AUC sebesar 0,994%, sedangkan metode SVM menghasilkan tingkat akurasi sebesar 94,89% dan AUC sebesar 0,994%. Dengan temuan ini, nilai akurasi meningkat sebesar 2%, menjadikannya kategori kategorisasi yang sangat baik. Telah terbukti bahwa penggunaan algoritma berbasis Particle Swarm Optimization (PSO) dapat meningkatkan dan memperbaiki hasil.
Kata kunci: PSO; SVM; Sertifikasi
Abstract:Toko Anekatex is a business engaged in fashion for women, men, children, as well as school uniforms, pajamas, and other robes located on Jalan Dr. Sutomo No. 41 Kisaran city. In maintaining more advanced competitiveness,…
the company must continue to develop technology, another thing that needs to be considered in making the company more advanced is the relationship with customers which is also an important thing to always maintain. In an effort to manage good relationships with potential customers and customers, companies use Customer Relationship Management (CRM). CRM is a service to customers that is personal, with the aim of providing consistent experience, so that it can provide customer satisfaction, and also get good relationships in the long term. By implementing a good E-CRM, companies will more easily interact with potential customers and customers and provide information according to their needs Customers can also obtain the information they need more quickly and easily. By implementing Customer Relationship Management (CRM) carried out at Anekatex Stores as an effort to improve customer strategies are well proven by the series of processes above and with this application to increase buybacks from total sales every month.
Abstract:Abstract: In the current era of very fast technological development, customer churn is a serious challenge, especially in the competitive telecommunications industry. Churn refers to customers who stop using a service or…
move to another provider, and can be categorized into three types: Active Churn, Passive Churn, and Rotational Churn. Rotational Churn, which is difficult to predict be- cause the reasons for stopping are unclear, is the main focus of this research. This research aims to group Rotational Churn customers using a Data-Centric AI approach. This approach emphasizes improving data quality through Confident Learning and Synthetic Data before being applied to the K-Means clustering algorithm. The data used in this research is customer churn data from one telecommunications company during 2023. The research results show that customer grouping using the K-Means algorithm can provide deep insight into the characteristics of customer churn. The application of Data-Centric AI is proven to be able to increase the accuracy of clustering models, which ultimately helps compa- nies optimize programs and services to minimize churn and retain customers.
Keywords: data-centric AI; clustering; K-means
Abstrak: Dalam era perkembangan teknologi yang sangat pesat saat ini, churn pelanggan menjadi tantangan serius, terutama dalam industri telekomunikasi yang sangat kompetitif. Churn mengacu pada pelanggan yang berhenti menggunakan layanan atau beralih ke penyedia lain, dan dapat dikategorikan menjadi tiga jenis: Churn Aktif, Churn Pasif, dan Churn Rotasional. Churn Rotasional, yang sulit diprediksi karena alasan penghentian layanan tidak jelas, menjadi fokus utama penelitian ini. Penelitian ini bertujuan untuk mengelompokkan pelanggan Churn Rotasional menggunakan pendekatan Data-Centric AI. Pendekatan ini menekankan pada peningkatan kualitas data melalui Confident Learning dan Synthetic Data sebelum diterapkan ke algoritma K-Means clustering. Data yang digunakan dalam penelitian ini adalah data churn pelanggan dari satu perusahaan telekomunikasi selama tahun 2023. Hasil penelitian menunjukkan bahwa pengelompokan pelanggan menggunakan algoritma K-Means dapat memberikan wawasan mendalam tentang karakteristik churn pelanggan. Penerapan Data-Centric AI terbukti mampu meningkatkan akurasi model klastering, yang pada akhirnya membantu perusahaan mengoptimalkan program dan layanan untuk meminimalkan churn serta mempertahankan pelanggan.
Kata kunci: data-Centric AI; klasterisasi; K-means
Abstract:Abstract: The provision of loan funds is one of the important activities in improving the welfare of Primkoppol members (Police Cooperative). The process of determining the eligibility for loan disbursement in PRIMKOPPOL…
POLRES Asahan is still lacking systematic timing delays in making decisions in managing the disbursement of loan funds. Therefore, an efficient and effective method is needed to minimize risks and maximize profits for the cooperative and its members. One method that can be used is the Simple Additive Weighting (SAW) method, which has been proven effective in various decision-making contexts. This study aims to apply the SAW method in the process of disbursing loan funds for Primkoppol members, and to evaluate the performance of this method in selecting eligible loan recipients and optimizing fund allocation. The loan disbursement process uses the SAW method, which calculates the relative preference value for each prospective loan recipient based on predetermined criteria. The results of this study indicate that by applying the Simple Additive Weighting method to 10 loan applicants, 3 applicants successfully applied for loans with a preference value > 0.7, in line with the requirements. The implementation of the SAW method in loan disbursement for Primkoppol members has successfully increased efficiency and accuracy in selecting loan recipients.
Keywords : cooperative; decision support systems; simple additive weighting (SAW).
Abstract: Pemberian dana pinjaman merupakan salah satu kegiatan yang penting dalam meningkatkan kesejahteraan anggota Primkoppol (Koperasi Polisi). Proses penentuan kelayakan pemberian pinjaman di PRIMKOPPOL POLRES Asahan masih kurang sistematis keterlambatan waktu dalam menentukan keputusan dalam mengelola pemberian dana pinjaman. Untuk itu diperlukan suatu metode yang efisien dan efektif untuk meminimalkan risiko dan memaksimalkan keuntungan bagi koperasi dan anggotanya. Salah satu metode yang dapat digunakan adalah metode Simple Additive Weighting (SAW), yang telah terbukti efektif dalam berbagai konteks pengambilan keputusan. Penelitian ini bertujuan untuk menerapkan metode SAW dalam proses pemberian dana pinjaman bagi anggota Primkoppol, serta untuk meng-evaluasi kinerja metode tersebut dalam memilih penerima pinjaman yang layak dan meng-optimalkan alokasi dana. Proses pemberian dana pinjaman menggunakan metode SAW yang menghitung nilai preferensi relatif bagi setiap calon penerima pinjaman berdasarkan kriteria yang telah ditetapkan. Hasil dari penelitian ini menunjukan bahwa dengan menerapkan metode Simple Additive Weighting dari 10 calon pemohon pinjaman, 3 calon berhasil mampu mengajukan pinjaman dengan nilai preferensi > 0,7. sesuai dengan persyaratan. Implementasi metode SAW dalam pemberian dana pinjaman bagi anggota Primkoppol berhasil meningkatkan efisiensi dan keakuratan dalam pemilihan penerima pinjaman.
Kata Kunci : koperasi; simple additive weighting (SAW); sistem pendukung keputusan.
Abstract:Abstract: This research aims to develop a method for detecting leaf spot disease in oil palm seedlings using Convolutional Neural Network (CNN). Leaf spot disease in oil palm seedlings can hinder growth and production. CNN…
NN has proven effective in image processing and classification, particularly in plant disease detection. In this study, we utilized a dataset of images containing oil palm seedling leaves infected with leaf spot disease and healthy leaves. We performed data processing, built a CNN model, and conducted hyperparameter tuning. The test results demonstrate that the developed CNN model achieves high accuracy in recognizing and distinguishing between oil palm seedling leaves infected with leaf spot disease and healthy ones. This research contributes to the development of plant disease detection technology that can support economic growth in the oil palm plantation sector.
Keywords: Convolutional Neural Network, image processing, leaf spot disease detection, oil palm seedlings.
Abstrak: Penelitian ini bertujuan untuk mengembangkan metode deteksi penyakit bercak pada bibit kelapa sawit menggunakan Convolutional Neural Network (CNN). Bibit kelapa sawit yang terinfeksi penyakit bercak dapat menghambat pertumbuhan dan produksi kelapa sawit. Metode CNN telah terbukti efektif dalam pengolahan citra dan klasifikasi, khususnya dalam deteksi penyakit pada tanaman. Dalam penelitian ini, kami menggunakan dataset citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Kami melakukan processing data, membangun model CNN, dan melakukan tuning hyperparameter. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan memiliki akurasi yang tinggi dalam mengenali dan membedakan citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Penelitian ini memberikan kontribusi dalam pengembangan teknologi deteksi penyakit tanaman yang dapat mendukung pertumbuhan ekonomi di sektor perkebunan kelapa sawit.
Kata kunci: bibit kelapa sawit, Convolutional Neural Network, deteksi penyakit bercak, pengolahan citra.
Abstract:Abstract: Technology is able to digitize human work that was originally manual to become automatic and of course takes less time and better accuracy compared to results done by humans. But there are still many companies…
that have not implemented this technology. The use of the AngularJS framework in web application development has proven to be effective in enhancing the user experience and ease of development. In addition, the application of Agile methods in the application development process can provide the flexibility and adaptability needed to deal with frequent changes in requirements. This study aims to investigate the implementation of the AngularJS framework in the design of a web-based acceptance system application using the Agile method. The results of the study show that the implementation of the AngularJS framework in the design of web-based acceptance system applications provides significant benefits. In conclusion, the implementation of the AngularJS framework in the design of web-based acceptance system applications using Agile methods can improve efficiency, quality, and user experience. Using AngularJS enables the development of responsive and interactive applications, while the Agile method facilitates adaptation to changing customer needs. Therefore, the use of AngularJS with an Agile approach should be carefully considered by organizations wishing to develop successful web-based acceptance system applications.
Keyword s: Admissions, Agile, AngularJS, Web
Abstract: Teknologi mampu mendigitalisasi pekerjaan manusia yang awalnya manual menjadi otomatis dan tentunya memakan waktu yang lebih singkat dan akurasi yang lebih baik dibandingkan dengan hasil yang dikerjakan oleh manusia. Tetapi masih banyak perusahaan perusahaan yang belum menerapkan teknologi ini. Penggunaan framework AngularJS dalam pengembangan aplikasi web telah terbukti efektif dalam meningkatkan pengalaman pengguna dan kemudahan pengembangan. Selain itu, penerapan metode Agile dalam proses pengembangan aplikasi dapat memberikan fleksibilitas dan adaptabilitas yang diperlukan untuk menghadapi perubahan persyaratan yang sering terjadi. Penelitian ini bertujuan untuk menginvestigasi implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web menggunakan metode Agile. Hasil penelitian menunjukkan bahwa implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web memberikan manfaat yang signifikan. Dalam kesimpulannya, implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web menggunakan metode Agile dapat meningkatkan efisiensi, kualitas, dan pengalaman pengguna. Penggunaan AngularJS memungkinkan pengembangan aplikasi yang responsif dan interaktif, sementara metode Agile memfasilitasi adaptasi terhadap perubahan kebutuhan pelanggan. Oleh karena itu, penggunaan AngularJS dengan pendekatan Agile harus dipertimbangkan secara cermat oleh organisasi yang ingin mengembangkan aplikasi sistem penerimaan berbasis web yang sukses.
Keywords: Admisi, Agile, AngularJS, Web
Abstract:Abstract: This research uses the PIECES framework to analyze user satisfaction with the MySooltan application as a single digital touch for Micro, Small, and Medium Enterprises (MSMEs). The framework was chosen because it…
t has been proven empirically to evaluate information system user satisfaction to see opportunities and improvements in information system development. The sample of this research are users of the MySooltan application, namely MSMEs in Labuan Bajo City. The total sample is 102 respondents. Data was collected using a Google Form questionnaire distributed from October to November 2022 and measured using a Likert scale calculation. The evaluation results found that MSMEs, assisted by Rumah BUMN in Labuan Bajo City, were very satisfied using the MySooltan application during the pandemic. However, PT Telkom still needs to improve the guarantee of confidentiality and protection of user data so that MSMEs can use this application optimally.
Keywords: information system; MSMEs; Mysooltan application; PIECES; user satisfaction
Abstrak: Tujuan riset ini adalah untuk melakukan analisis kepuasan pengguna aplikasi MySooltan sebagai single digital touch Usaha Mikro, Kecil, dan Menengah (UMKM) menggunakan PIECES framework. Metode ini dipilih karena telah terbukti secara empiris dapat digunakan untuk mengevaluasi kepuasan pengguna sistem informasi untuk melihat peluang dan perbaikan dari sistem informasi yang dikembangkan. Sampel riset ini adalah pengguna aplikasi MySooltan, yaitu UMKM di Kota Labuan Bajo. Total sampel sebanyak 102 responden. Data dikumpulkan menggunakan kuesioner Google Form yang disebar dari bulan Oktober hingga November 2022 dan diukur menggunakan perhitungan skala likert. Hasil evaluasi menemukan secara keseluruhan, UMKM binaan Rumah BUMN di Kota Labuan Bajo sangat puas untuk menggunakan aplikasi MySooltan selama pandemi. Namun demikian, PT Telkom masih perlu meningkatkan jaminan kerahasiaan dan perlindungan data pengguna, agar aplikasi ini dapat digunakan secara optimal.
Kata kunci: aplikasi MySooltan; kepuasan pengguna; PIECES; sistem informasi; UMKM
Abstract:Abstract: This journal explains how to design and build an application that can perform calculations using apriori algorithm. The workflow applied in this study is a sequential workflow (waterfall method). The application…
ion built is a website-based application that can be accessed using a web browser. To make application design in this research, UML modeling is used. The model that has been designed using UML will be implemented into PHP coding which can then be run via a web browser. The supporting tools used are XAMPP which provides apache and mysql services. From the test results, it is found that the application of apriori algorithm based on this website is able to perform calculations using the a priori algorithm accurately. These results are proven by comparing the results obtained from manual calculations with the results of calculations performed by this application using a sample of the same data.
Keyword: apriori algorithm; data mining, modeling; mysql; php; uml
Abstrak: Dalam jurnal ini dijelaskan bagaimana merancang hingga membangun sebuah aplikasi yang dapat melakukan perhitungan dengan menggunakan algoritma apriori. Adapun alur kerja yang diterapkan dalam penelitian ini adalah alur kerja yang berurutan (metode waterfall). Aplikasi yang dibangun adalah aplikasi yang berbasis website yang dapat dikases menggunakan web browser. Untuk membuat perancangan aplikasi dalam penelitian ini, digunakan pemodelan UML. Model yang telah dirancang dengan menggunkan UML akan diimplementasikan kedalam koding PHP yang nantinya dapat dijalankan melalui web browser. Adapun tools pendukung yang digunakan adalah XAMPP yang menyediakan service apache dan mysql. Dari hasil pengujian didapatkan bahwa aplikasi perhitungan algoritma apriori berbasis website ini mampu melakukan perhitungan dengan menggunakan algoritma apriori secara akurat. Hasil ini dibuktikan dengan cara membandingkan hasil yang didapat dari perhitungan manual dengan hasil perhitungan yang dilakukan oleh aplikasi ini dengan menggunakan sebuah sampel data yang sama.
Kata kunci: algoritma apriori; data mining; mysql; pemodelan; php; uml