Abstract:Abstract: Clustering methods such as K-Means and K-Medoids are often used to analyze data, including student data, due to their efficiency. However, this method has weaknesses, such as sensitivity to selecting cluster centers…
nters (centroids) and cluster results that depend on medoid data. Clustering, an essential technique in data analysis, aims to reveal the natural structure of the data, even in the absence of labeled information. The study, conducted with complete objectivity, compared the performance of two popular clustering methods, K-Means, and K-Medoids, on student data. Three evaluation metrics, namely the Davies-Bouldin Index (DBI), silhouette score, and elbow method, were used to compare clustering and determine the ideal number of clusters for the two algorithms. The data taken in this study are in the form of names, attendance, assignments, formative, midterm exams, final exams, and quality numbers. Based on the existing optimization results, it can be concluded that the K-Means method excels in grouping Student Data. The best results were obtained from the K-Means Algorithm with the Silhouette Coefficient Method with a value of 0.7509 in cluster 2, and the Elbow Method with a value of 1428076.08 in cluster 2, DBI K-Medoids with a value of 0.7413 in cluster 3. So, the best cluster lies in 3 clusters.
Keywords: clustering; davies-bouldin indek; elbow method; k-means; k-medoids; silhouette score;
Abstrak : Metode clustering seperti K-Means dan K-Medoids sering digunakan untuk menganalisis data, termasuk data siswa, karena efisiensinya. Namun, metode ini memiliki kelemahan, seperti sensitivitas terhadap pemilihan pusat klaster (centroids) dan hasil klaster yang bergantung pada data medoid. Clustering, sebuah teknik penting dalam analisis data, bertujuan untuk mengungkapkan struktur alami dari data, bahkan tanpa adanya informasi berlabel. Penelitian ini, yang dilakukan dengan objektivitas penuh, membandingkan kinerja dua metode clustering populer, yaitu K-Means dan K-Medoids, pada data mahasiswa. Tiga metrik evaluasi, yaitu Davies-Bouldin Index (D.B.I.), silhouette score, dan metode elbow, digunakan untuk membandingkan clustering dan menentukan jumlah cluster yang ideal untuk kedua algoritma tersebut. data yang diambil dalam penelitian ini berupa nama, kehadiran, tugas, formatif, ujian tengah semester, ujian akhir semester, angka mutu. Berdasarkan hasil optimasi yang ada, dapat disimpulkan bahwasannya metode K-Means unggul dalam pengelompokkan Data Mahasiswa. Sehingga di peroleh hasil terbaik dari Algoritma K-Means dengan Metode Silhouette Coefficient dengan nilai 0,7509 di cluster 2, dan Elbow Method dengan nilai 1428076,08 di cluster 2, DBI K-Medoids dengan nilai 0,7413 di cluster 3. Sehingga cluster terbaik terletak pada 3 cluster.
Kata kunci: klasterisasi; davies-bouldin indek; elbow method; k-means; k-medoids; silhouette score;
Abstract:Abstract: Advances in technology and the internet have an impact on various daily activities, including the teaching and learning process. E-learning facilitates flexible learning without being constrained by space and time…
ime constraints. With e-learning, subject matter can be delivered consistently and more standardly than conventional learning which depends on the conditions of the teacher or instructor. One school in Banjarnegara Regency faced problems with students who had difficulty in learning, especially English. The learning media owned is limited to package books only. Therefore, schools need to have media that can support the learning process to be more optimal. This study aims to design and test UI/UX e-learning designs that suit the needs of the school using the design thinking method. This UI/UX design is expected to be an effective solution to overcome the limitations of learning media and improve the quality of student learning. Before the UI/UX design is implemented into the system, this study also conducts testing of the UI/UX design to assess its feasibility. Testing using the SUS (System Usability Scale) method resulted in a value of 82 with grade B, so it can be concluded that the design developed in this study is feasible to be deployed into the system and further developed.
Keywords: E-learning; design thinking; system usability scale; UI/UX
Abstrak: Kemajuan teknologi dan internet berdampak pada berbagai aktivitas sehari-hari, termasuk proses belajar-mengajar. E-learning memfasilitasi pembelajaran yang fleksibel tanpa terkendala oleh batasan ruang dan waktu. Dengan e-learning, materi pelajaran dapat disampaikan secara konsisten dan lebih standar dibandingkan pembelajaran konvensional yang bergantung pada kondisi guru atau instruktur. Salah satu sekolah di Kabupaten Banjarnegara menghadapi permasalahan dengan peserta didik yang kesulitan dalam pembelajaran, khususnya bahasa Inggris. Media pembelajaran yang dimiliki terbatas hanya pada buku paket saja. Oleh karena itu, sekolah perlu memiliki media yang dapat menunjang proses pembelajaran agar lebih optimal. Penelitian ini bertujuan untuk merancang dan menguji desain UI/UX e-learning yang sesuai dengan kebutuhan sekolah tersebut menggunakan metode design thinking. Desain UI/UX ini diharapkan dapat menjadi solusi efektif untuk mengatasi keterbatasan media pembelajaran dan meningkatkan kualitas belajar siswa. Sebelum desain UI/UX diterapkan ke dalam sistem, penelitian ini juga melakukan pengujian terhadap desain UI/UX untuk menilai kelayakannya. Pengujian menggunakan metode SUS (System Usability Scale) menghasilkan nilai 82 dengan grade B, sehingga dapat disimpulkan bahwa desain yang dikembangkan dalam penelitian ini layak untuk dideploy ke dalam sistem dan dikembangkan lebih lanjut.
Kata kunci: E-learning; design thinking; system usability scale; UI/UX
Abstract:Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction…
action to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths
Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm
Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka.
Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat
Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract : In Semester 6 students are required to choose mainstream elective courses at the STMIK Royal campus. In this study, researchers chose 2 mainstraim elective courses, namely Logic and Programming, and Database and…
nd Information Management. The purpose of choosing this elective course is for students to focus more on their majors. The process of selecting the data, researchers carry out an analysis process of student learning outcomes. This research data is semester 1 to semester 5 grades. All data on the value of student learning outcomes are divided into 2 parts, namely theory and practice and divided into the number of courses. For many uses, a data mining method using K-means cluster is needed. K-Means Clustering is a data analysis method or Data Mining method that performs an unsupervised learning modeling process and uses methods that group data from various partitions. The results of the k means clutering grouping with 2 clusters, namely cluster 0 of the mainstream group of logic and programming courses with a total of 28 students, and cluster 1 of the mainstream group of informatics database and management courses with a total of 72 students with a total of 100 students.
Keywords: data; K-means; student
Abstrak : Mahasiswa semester 6 diwajibkan memilih mainstream matakuliah pilihan yang ada di kampus STMIK Royal. Pada penelitian ini, peneliti memilih 2 mainstraim matakuliah pilihan yaitu Logika dan Pemprograman, serta Basis Data dan Manajemen Informatika. Tujuan pemilihan matakuliah pilihan ini adalah agar mahasiswa lebih terfokus pada jurusannya. Proses pemilihan datanya, peneliti melakukan proses analisa dari hasil belajar mahasiswa. Data penelitian ini nilai semester 1 sampai semester 5. Seluruh data nilai hasil belajar mahasiswa dibagi menjadi 2 bagian yaitu teori dan praktek serta dibagi jumlah banyaknya matakuliah. untuk penggunaan yang banyak, maka dperlukan metode data mining dengan menggunakan k-means cluster. K-Means Clustering adalah metode analisis data atau metode Data Mining yang melakukan proses pemodelan pembelajaran tanpa pengawasan dan menggunakan metode yang mengelompokkan data dari berbagai partisi. Hasil pengelompokan k means clutering dengan 2 cluster yaitu cluster 0 kelompok mainstream matakuliah logika dan pemprograman dengan jumlah mahasiswa 28 orang, dan cluster 1 kelompok mainstream matakuliah basis data dan manajemen informatika dengan jumlah mahasiswa 72 orang dengan total keseluruhan 100 mahasiswa.
Keyword : data; K-means; mahasiswa;
Abstract:Abstract: Micro, small and medium enterprises (MSMEs), which are the main supporting of the Indonesian economy, need attention, because they can absorb labor and reduce the cost of unemployment by competing for jobs in the…
he formal sector. This research aims is to assist MSMEs Dechefdefinzs in marketing their products to prospective customers. The landing page method uses the waterfall methodology, by collecting data, analyzing data, making designs from an analyzed data, making coding, and testing the landing page and website. Developing this web-based application uses the HTML and PHP programming language with the Laravel framework which easy to apply at this time and in the long run. Creating a Dechefdefinzs landing page and website hopefuly can expand and spread widely its products in the society, such as traditional cakes, cake pans, bakery, rice menus and cookies. This website also makes it easier for customers to orders and get product information just by looking at the website without having to come to the location.
Keywords: landing page, MSMEs, waterfall, website.
Abstrak: Usaha mikro, kecil dan menengah (UMKM) yang merupakan penopang utama perekonomian Indonesia perlu mendapat perhatian, karena mereka dapat menyerap tenaga kerja dan mengurangi biaya pengangguran dengan bersaing mendapatkan pekerjaan di sektor formal. Penelitian ini bertujuan untuk membantu UMKM Dechefdefinzs dalam memasarkan produknya kepada calon konsumen. Metode yang digunaakan dalam pembuatan landing page dan website adalah metode waterall, dengan cara pengumpulan data, analisis data, pembuatan desain dari data yang dianalisis, pembuatan program, dan pengujian terhadap landing page dan website. Pengembangan aplikasi berbasis web ini menggunakan bahasa pemrograman HTML dan PHP dengan framework Laravel yang mudah diterapkan saat ini dan jangka panjang. Dengan dibuatnya landing page dan website Dechefdefinzs diharapkan dapat memperluas dan menyebarkan produk-produknya secara luas di masyarakat, seperti kue tradisional, kue loyang, roti, menu nasi dan kue kering. Website ini juga memudahkan pelanggan dalam memesan dan mendapatkan informasi produk hanya dengan melihat website tanpa harus datang ke lokasi.
Kata kunci: landing page, UMKM, waterfall, website.
Abstract:Abstract: Sales of products that are frequently sold and new products at HNI Range fluctuate, namely sometimes increasing and sometimes decreasing. This is because consumers often move to other stockists because the product…
uct they want is not available, whereas if they have to buy, they must pre-order and wait a few days. This problem had an impact on product stock control which could not be predicted properly by HNI Kisaran. The purpose of this study is to apply the Single Exponential Smoothing method for forecasting product sales at HNI Kisaran based on the data obtained. The research method used in this research is qualitative research which is research that only collects data and explains descriptively/narratively without having to be processed by statistical tests. This research will only utilize data obtained from research sites and input them without changing anything. Manual calculation results and computerized calculation results have the same results. Using the Single Exponential Smoothing method can help HNI Kisaran to determine the amount of product that must be provided in order to be able to meet customer demand.
Keywords: forecasting; product; single exponential smoothing
Abstrak: Penjualan produk yang sering terjual dan produk baru di HNI Kisaran mengalami fluktuasi yaitu kadang kala meningkat dan kadang kala menurun. Hal ini disebabkan karena konsumen sering berpindah-pindah ke Stockis lainya dikarenakan produk yang diinginkan tidak ada sedangkan jika harus membeli, harus melakukan Pre Order terlebih dahulu dan menunggu beberapa hari. Masalah tersebut berdampak pada pengendalian stok produk yang tidak dapat diprediksi dengan baik oleh pihak HNI Kisaran. Tujuan penelitian ini adalah menerapkan metode Single Exponential Smoothing untuk peramalan penjualan produk di HNI Kisaran berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah penelitian kualitatif yang merupakan penelitian yang hanya mengumpulkan data dan menjelaskan secara deskripstif/narasi tanpa harus diolah dengan pengujian statistik. Penelitian ini hanya akan memanfaatkan data yang diperoleh dari tempat riset dan menginputkannya tanpa mengubah apapun. Hasil perhitungan manual dan hasil perhitungan komputerisasi memiliki hasil yang sama. Menggunakan metode Single Exponential Smoothing dapat membantu pihak HNI Kisaran untuk menentukan jumlah produk yang harus disediakan agar mampu memenuhi permintaan pelanggan.
Kata kunci: peramalan; produk; single exponential smoothing
Abstract:Abstract: The current development of information technology has had an impact on all fields, including the health sector. Many activities that were previously carried out conventionally or manually can now be carried out…
with the help of technology. Computers that were previously only used to process data now provide many services, applications, and programs that can help facilitate human activities. One of them is the Multi-Attribute Utility Theory (MAUT) method, which is a support system method that has been widely used to provide accurate and efficient results. This study aims to build a decision support system for choosing healthy toddlers and elderly at the Petatal Health Center, Talawi District, Asahan Regency. So far, the process of selecting healthy toddlers and elderly is done conventionally, without the help of applications or computer programs. So the time needed is longer and the results are also less objective. The calculation process uses the MAUT method with an alternative of 13 toddlers and 15 elderly. The criteria used are body weight, nutritional status, potassium content, protein content, and carbohydrate content. Assessment weight 1-5. The results are 3 Toddlers with the highest total score Laila (17) Putri Sundar (14.25) and Tiara with a score of 12.25. The three people with the highest scores for healthy elderly are Rini Dewi with a score of 17, Joni with a score of 14.25, and Bejo Asmo with a value of 12.25.
Keywords: decision support system; MAUT; multi atribute utility theory; SPK
Abstrak: Perkembangan Teknologi informasi saat ini telah berdampak pada semua bidang, termasuk bidang kesehatan. Banyak kegiatan yang awalnya dilakukan secara konvensional atau manual kini dapat dilakukan dengan bantuan teknologi. Komputer yang tadinya hanya digunakan untuk mengolah data kini menyediakan banyak layanan, aplikasi dan program yang dapat membantu mempermudah kegiatan manusia. Salah satunya adalah metode Multi Atribute Utility Theory (MAUT) yang merupakan salah satu metode sistem pendukung yang telah banyak digunakan untuk memberikan hasil yang akurat dan efisien. Penelitian ini bertujuan membangun sistem pendukung keputusan pemilihan Balita dan Lansia Sehat di Puskesmas Petatal Kecamatan Talawi Kabupaten Asahan, selama ini proses pemilihan balita dan lansia sehat dilakukan secara konvensional, tanpa menggunakan bantuan aplikasi atau program computer. Sehingga waktu yang dibutuhkan lebih lama serta hasilnya juga kurang objektif. Proses perhitungan menggunakan Metode MAUT dengan alternative 13 Balita dan 15 lansia .Kriteria yang digunakan Berat Badan, Status Gizi, Kandungan Kalium, Kandungan protein dan kandungan karbohidrat. Bobot penilaian 1-5. Hasil adalah 3 Balita dengan total nilai tertinggi Laila (17) Putri Sundar (14,25) dan Tiara dengan nilai 12,25. Tiga orang dengan nilai tertinggi untuk Lansia sehat adalah Rini dewi dengan nilai 17, Joni dengan nilai 14,25 dan Bejo Asmo dengan nilai 12,25.
Kata kunci: multi atribute utility theory; MAUT; sistem pendukung keputusan; SPK
Abstract:Abstract: Technology is growing rapidly and has become one of the human needs that must be owned to solve the problems being faced. The development of touchless input devices or hand gesture recognition using a camera is…
a form of machine learning. Gestures can define as physical movements of the hands, arms, or body as expressive messages, besides that this hand gesture system can explain the contents of commands that have meaning. In this research, a virtual mouse system will be developed using hand gesture recognition based on the hand landmark model for pointing devices. The resulting application can be run on a desktop device using a webcam. The results of the tests carried out to analyze the implementation of the hand landmark model into the system show that the average system accuracy reaches 96% and the speed reaches 0.05 seconds.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
Abstract: Teknologi semakin pesat dan sudah menjadi salah satu kebutuhan manusia yang harus dimiliki untuk menyelesaikan permasalahan yang sedang dihadapi. Perkembangan piranti masukan tanpa sentuhan atau hand gesture recognition menggunakan kamera adalah salah satu bentuk dari machine learning. Gestur mampu mendefinisikan sebagai gerakan fisik dari tangan, lengan, maupun badan sebagai pesan yang ekspresif, selain itu sistem gestur tangan ini mampu menjelaskan isi perintah yang memiliki arti. Dalam penelitian ini akan dikembangkan sebuah sistem virtual mouse menggunakan hand gesture recognition berbasis hand landmark model untuk pointing device. Aplikasi yang dihasilkan dapat dijalankan pada perangkat desktop dengan menggunakan webcam. Hasil dari pengujian yang dilakukan untuk menganalisa penerapan hand landmark model kedalam sistem menunjukkan rata-rata akurasi sistem mencapai 96% dan kecepatan mencapai 0.05 second.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
Abstract:Abstract: This research is a development of previous research, where the results of previous studies have only arrived at the application design stage. Jimmy Fish UMKM is a business that sells fish seeds, while the fish…
seeds that are sold are: catfish, tilapia, goldfish, mujaer fish, catfish, and carp. Jimmy Fish UMKM has several activities to support its business, one of which is determining how much stock of fish fry is needed for each period. Jimmy Fish SMEs have problems in determining the amount of fish seed stock, Jimmy Fish SMEs still use estimates without definite calculations to determine the number of fish seed stocks. As a result of this problem, when someone wants to buy fish seeds, the number of stocks is not fulfilled (less), the number of fish seeds is depleted, and there is even an excess stock of fish seeds (only a few sold), so that activities at Jimmy Fish SMEs become less effective. The solution to the existing problems is to build an e-forecasing application using the wieghted moving average (WMA) method. The e-forecasting application is very important because it can predict the number of fish seed stocks for the next period using calculations from previous data. The e-forecasting application also provides convenience, speed and as a support system for making decisions on how many fish seed stocks must be fulfilled for the next period.
Keywords: applications; e-forecasting; WMA
Abstrak: Penelitian ini merupakan pengembangan dari penelitian sebelumnya, dimana hasil dari penelitian sebelumnya baru sampai pada tahap desain aplikasi. UMKM Jimmy Fish merupakan usaha yang menjual bibit ikan adapun bibit ikan yang dijual yaitu: ikan lele, ikan nila, ikan emas, ikan mujaer, ikan patin, dan ikan gurame. UMKM Jimmy Fish mempunyai beberapa aktifitas untuk mendukung usahanya salah satunya penentuan berapa jumlah stok bibik ikan yang diperlukan untuk setiap periodenya. UMKM Jimmy fish mempunyai permasalahan dalam menentukan jumlah stok bibit ikan, UMKM Jimmy Fish masih menggunakan perkiraan tanpa perhitungan yang pasti untuk menentukan jumlah stok bibit ikan. Akibat yang ditimbulkan dari permasalah tersebut, ketika ada yang ingin membeli bibit ikan jumlah stok tidak terpenuhi (kurang), jumlah stok bibit ikan habis, dan bahkan ada jumlah stok bibit ikan yang berlebih (hanya terjual sedikit), sehingga aktifitas pada UMKM Jimmy Fish menjadi kurang efektif. Solusi dari permasalah yang ada, dengan membangun aplikasi e-forecasing menggunakan metode wieghted moving average (WMA). Aplikasi e-forecasting sangat penting karena dapat prediksikan jumlah stok bibit ikan untuk periode selanjutnya menggunakan perhitungan dari data-data sebelumnya. Aplikasi e-forecasting juga memberikan kemudahan, kecepatan dan sebagai support system pengambilan keputusan berapa jumlah stok bibit ikan yang harus terpenuhi untuk periode selanjutnya.
Kata kunci: aplikasi; e-forecasting; WMA