Abstract:Abstract: The PMKS Orphan Data Collection System is specifically designed to collect data on orphans in Central Lombok Regency. Although it has been around since its creation, there has been no assessment made of the quality…
lity of this system. Therefore, this study aims to analyze the quality of the PMKS Data Collection Information System for Orphans using the WebQual 4.0 method and Importance Performance Analysis (IPA). This study aims to identify factors that affect system service quality, focusing on four WebQual 4.0 variables, namely usability, information quality, service interaction, and User Satisfaction. Data was collected through distributing questionnaires and analyzed using IPA methods to assess users' views and expectations of the system. The results of the analysis showed that overall, the quality of this system was rated very good with the Webqual Index score reaching a score of 77%. However, there are certain areas that still need improvement, the PMKS Data Collection System for Orphans has a con- formity rate of 98% and an average gap value (GAP) - 0.06929. Priority is directed at quadrant I and quadrant 3. Improvement recommendations can be made by prioritizing indicators found in quadrants I and III based on the results of the IPA analysis. Thus, effective improvement efforts can be directed to improve the quality of the PMKS Data Collection System for Orphans in accord with user expectations.
Keywordss: analysis; Imprtance Performance Analysis (IPA); orphans; PMKS; WebQual 4.0
Abstrak: Sistem Pendataan PMKS Anak Yatim-Piatu dirancang khusus untuk mengumpulkan data anak yatim di Kabupaten Lombok Tengah. Meskipun telah ada sejak pembuatannya, belum ada penilaian yang dilakukan terhadap kualitas sistem ini. Karena itu, penelitian ini bertujuan untuk menganalisis kualitas Sistem Informasi Pendataan PMKS Anak Yatim-Piatu dengan menggunakan metode WebQual 4.0 dan Importance Performance Analysis (IPA). Penelitian ini memiliki tujuan untuk mengidentifikasi faktor-faktor yang memengaruhi kualitas layanan sistem, dengan fokus pada empat variabel WebQual 4.0, yaitu usability, information quality, service interaction, dan User Satisfaction. Data dikumpulkan melalui menyebarkan kuesioner dan dianalisis dengan metode IPA untuk menilai pandangan dan harapan pengguna terhadap sistem. Hasil analisis menunjukkan bahwa secara keseluruhan, kualitas sistem ini dinilai sangat baik dengan nilai Webqual Index mencapai skor 77%. Namun, terdapat area tertentu yang masih memerlukan perbaikan, Sistem Pendataan PMKS Anak Yatim-Piatu memiliki tingkat kesesuaian sebesar 98% dan nilai rata-rata kesenjangan (GAP) -0.06929. Prioritas perbaikan diarahkan pada kuadran I dan kuadran 3. Rekomendasi perbaikan dapat dilakukan dengan memprioritaskan indikator yang ditempatkan pada kuadran I dan III berdasarkan hasil analisis IPA. Dengan demikian, upaya perbaikan yang efektif dapat diarahkan untuk meningkatkan kualitas Sistem Pendataan PMKS Anak Yatim-Piatu sesuai dengan harapan pengguna.
Kata kunci : anak yatim-piatu; analisis; Importance Performance Analisis (IPA); PMKS; WebQual
Abstract:Abstract: This study aims to train computers to recognize Javanese script characters known as Hanacaraka. The evaluation was conducted on the use of Convolutional Neural Network (CNN) with the ResNet-18 architecture in recognizing…
ecognizing these characters. The research objective is to overcome traditional character recognition barriers and improve accuracy. The method employed includes building a CNN model with the ResNet-18 architecture and using diverse datasets. The results show a training accuracy of 100%, validation accuracy of 98.01%, and accuracy, precision, recall, and F1-score each at 100%. This study concludes that the developed model successfully achieves a high level of accuracy and contributes positively to the development of Javanese Hanacaraka character recognition technology.
Keywords: convolution neural network (CNN); javanese hanacaraka script; resnet-18
Abstrak: Penelitian ini bertujuan melatih komputer untuk mengenali huruf aksara Jawa Hanacaraka. Evaluasi dilakukan terhadap penggunaan Convolutional Neural Network (CNN) dengan arsitektur ResNet-18 dalam pengenalan karakter tersebut. Tujuan penelitian adalah mengatasi hambatan pengenalan karakter tradisional dan meningkatkan akurasi. Metode yang digunakan mencakup pembuatan model CNN dengan arsitektur ResNet-18 dan penggunaan dataset yang beragam. Hasilnya menunjukkan akurasi pelatihan 100%, validasi 98.01%, dan akurasi, presisi, recall, dan F1-score masing-masing sebesar 100%. Simpulan penelitian ini adalah bahwa model yang dikembangkan berhasil mencapai tingkat akurasi yang tinggi dan memberikan kontribusi positif pada pengembangan teknologi pengenalan karakter Hanacaraka Jawa.
Kata kunci: convolution neural network (CNN); huruf aksara jawa hanacaraka; resnet-18
Abstract:Abstract: Children's nutritional issues are an important concern for parents to pay attention to growth and development, especially health and well-being. According to the results of the Ministry of Health's Indonesian Nutrition…
utrition Status Survey (SSGI), there are 4 nutritional problems for children in Indonesia, namely stunting, wasting, underweight and everweight. In this research, how to predict signs of symptoms of a decline in a child's nutritional status using a machine learning algorithm, a prediction model was designed using logistic regression in Python IDE to predict whether a child is indicated by a decline in nutrition or not. Dataset from Bengkayang Community Health Center data consisting of 657 pediatric patient data. The dataset is divided into 7 features (independent variables) and 1 predictor (dependent variable). Test results show perfect performance with precision, recall, F1-score, accuracy values of 100%. Then the visualization results on the ROC (Receiver Operating Characteristic) curve to depict the TP (True Positive) value on the Y axis against the FP (false Positive) value on the become overfit. It is recommended that in preparing the training dataset, measure the training data and reduce the features, after carrying out feature selection to increase the accuracy of the model.
Keywords: child nutritional status; growth and development logistic regression; machine learning
Abstract: Masalah Gizi anak menjadi perhatian penting bagi orangtua untuk memperhatikan tumbuh kembang, terutama kesehatan dan kejahteraan. Menurut hasil survei status Gizi Indonesia (SSGI) Kemenkes memperlihatkan 4 permasalahan gizi anak di Indonesia yaitu stunting, wasting, underweight, dan everweight. Dalam penelitian ini, bagaimana memprediksi tanda gejala penurunan status gizi anak menggunakan algoritma machine learning dirancang model prediksi menggunakan logistic regression pada Python IDE dengan memprediksi anak terindikasi penurunan gizi atau tidak. Dataset dari data Puskesmas Bengkayang yang terdiri 657 data pasien anak. Dataset dibagi menjadi 7 feature (variabel independen) dan 1 predictor (variabel dependen). Hasil Pengujian memperlihatkan kinerja yang sempurna dengan nilai presisi, recall, F1-score, akurasi, sebesar 100%. Kemudian hasil Visualisasi pada kurva ROC (Receiver Operating Characteristic) untuk menggambarkan nilai TP (True Positif) di sumbu Y terhadap nilai FP (false Positif) di sumbu X juga menunjukkan nilai yang sangat tinggi dan sudah mendekati angka 1 ini pertanda bahwa model ini menjadi overfit. Sebaiknya dalam persiapan training dataset diukur dengan data training dan mengurangi feature, setelah melakukan feature Selection untuk meningkatkan akurasi model.
Keywords: logistic regression; machine learning; status gizi anak; tumbuh kembang
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: Since information and communication technology has become ingrained in our daily lives, it has become easier to access information. However, there are some concerns. One of them is about fake news. The aim of this…
his study is to develop an Indonesian system for detecting false news by utilizing news headlines. The methods used are linear kernel support vector ma- chine and n-gram. According to the findings of the performance test that was carried out, the linear kernel support vector machine model employing the term frequency inverse document frequency unigram feature performs better than utilizing bigram. The precision value generated from the model performance test is 1.00. This means that the degree of accuracy in matching the requested information regarding fake news detection with the answers provided by the system is very good. Then the recall value generated is 0.99. This means the linear kernel support vector machine model using unigram news features is very effective for detecting fake news according to the text classification approach.
Keywords: classification; fake news; n-gram; support vector machine
Abstrak: Dengan adanya integrasi teknologi informasi dan komunikasi dalam kehidupan mem- buat kemudahan dalam mengakses informasi. Walaupun demikian, terdapat kekhawatiran akan beberapa hal. Salah satu di antaranya adalah berita palsu. Tujuan penelitian ini adalah merancang sistem deteksi berita palsu berbahasa Indonesia berdasarkan judul berita. Metode yang digunakan adalah Support Vector Machine kernel linier dan n-gram. Berdasarkan hasil uji performa, model Support Vector Machine kernel linier yang menggunakan fitur term frequency inverse document frequency unigram menunjukkan kinerja yang lebih baik dibandingkan bi- gram. Nilai precision yang dihasilkan dari uji performa model sebesar 1,00. Ini berarti derajat akurasi dalam mencocokkan informasi yang diminta mengenai deteksi berita palsu dengan ja- waban yang diberikan oleh sistem sangat baik. Kemudian nilai recall yang dihasilkan sebesar 0,99. Ini berarti model Support Vector Machine kernel linier dengan menggunakan fitur berita unigram sangat efektif untuk mendeteksi berita palsu menurut pendekatan teks klasifikasi.
Kata kunci: klasifikasi; berita palsu; n-gram; support vector machine
Abstract:Abstract: The service dramatically affects the number of guests staying at the hotel. Bali is the most visited tourist area by foreign tourists. Therefore, improved service is crucial for determining the rating level of…
a hotel. This research aims to combine two data mining algorithms: clustering and classification. This research is expected to contribute to hospitality in improving the best services for tourists, especially in the City of Bali. Clustering algorithms are used to group the best number of hotels based on the four clusters selected from the k-means clustering algorithm. The classification algorithm using C4.5 determines the factors most dominant in determining the hotel rating level based on the gain ratio. The data used in this study results from observations on the website agoda.com in Bali of 51 data. The results of this study explained that cluster_0 is the highest-rated cluster, with a total number of 19 hotels found in claster_0. Data cluster0 is used for classification analysis using a decision tree, and the most dominant factor is the service factor, with an accuracy of 80%.
Keywords: data mining; kmeans; decision tree; hotel; bali;
Abstrak: Pelayanan sangat mempengaruhi jumlah pengunjung yang menginap dihotel. Bali merupakan daerah wisata paling banyak dikunjungi oleh wisatawan mancanegara. Oleh karena itu, peningkatan pelayanan sangat penting untuk penentuan level rating dari hotel. Tujuan dari penelitian ini untuk menggabungkan dua algoritma data mining yaitu clustering dan klasifikasi. Dengan penelitian ini diharapkan dapat memberikan kontribusi bagi perhotelan dalam meningkatkan pelayanan yang terbaik bagi wisatawan khususnya di Kota Bali. Algoritma Clustering digunakan untuk mengelompokkan dari jumlah hotel yang terbaik berdasarkan empat cluster yang dipilih dari algoritma clustering berupa k-means. Algoritma klasifikasi menggunakan C4.5 digunakan untuk mengetahui faktor apa yang paling dominan dalam menentukan level rating hotel berdasarkan gain ratio. Data yang digunakan dalam penelitian ini hasil observasi di website agoda.com di bali sebanyak 51 data. Hasil dari penelitian ini menjelaskan dataset cluster_0 merupakan cluster rating tertinggi dengan jumlah 19 hotel yang terdapat di cluster_0. Data cluster_0 digunakan untuk analisis klasifikasi menggunakan decesion tree, didapat faktor yang paling dominan adalah faktor layanan dengan nilai akurasi sebesar 80%.
Kata kunci: data mining; kmeans; decision tree; hotel; bali;
Abstract:Abstract: Basically, this region experiences growth every year. The negative impact of uncontrolled population growth will cause social inequality and poverty and affect the progress and prosperity of the region. Judging…
from the number of residents registered with the Population and Civil Registration Service, Siantar Martoba District has a fairly high population growth rate, so it is necessary to predict the future population. In making a prediction, a good method is needed to solve a problem. In this research, a backpropagation algorithm was used using five architectures, namely architecture 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. From the results of tests carried out using data on the population of Siantar Martoba, the best architecture was obtained, namely architecture 4-31-1 with a mean squared error for training of 0.00009960 and a mean squared error for testing of 0.000099957 and obtained an epoch of 14012 iterations with a time of 01 minutes 40 seconds. It was concluded that this method can predict the population of Siantar Martoba in the future using Matlab R2011a, thus obtaining a population of Siantar Martoba of 36470 people.
Keywords: architecture; backpropagation; pematangsiantar; population; welfare
Abstrak: Pada dasarnya, wilayah ini mengalami pertumbuhan setiap tahunnya. Dampak negatif pertumbuhan penduduk yang tidak terkendali akan menyebabkan kesenjangan sosial dan kemiskinan dan mempengaruhi kemajuan, kesejahteraan daerah tersebut. Dilihat dari jumlah penduduk yang terdaftar pada Dinas Kependudukan dan Pencatatan Sipil Kecamatan siantar martoba mempunyai laju pertumbuhan penduduk yang cukup tinggi, sehingga perlu dilakukan prediksi jumlah penduduk masa depan. Dalam melakukan sebuah prediksi dibutuhkan sebuah metode yang baik dalam menyelesaikan sebuah permasalahan, dalam penelitian ini digunakan algoritma backpropagation dengan menggunakan lima arsitektur yaitu arsitektur 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. Dari hasil pengujian yang telah dilakukan dengan menggunakan data jumlah penduduk siantar martoba diperoleh arsitektur terbaik yaitu arsitektur 4-31-1 dengan nilai mean squared error pelatihan 0.00009960 dan mean squared error pengujian 0.000099957 dan memperoleh epoch 14012 iterations dengan waktu 01 menit 40 detik. Disimpulkan bahwa metode ini dapat memprediksi jumlah penduduk Siantar Martoba di masa depan dengan menggunakan Matlab R2011a, sehingga memperoleh jumlah penduduk siantar martoba sebanyak 36470 Jiwa.
Kata kunci: arsitektur; backpropagation; pematangsiantar; kependudukan; kesejahteraan
Abstract: Abstract: Student attendance is one of the activities carried out in the lecture process. Attendance is also an element of a student's final grade for each course offered in accordance with a university's academic guidelines.…
idelines. Attendance at STMIK Amik Riau is done manually, where students are called one by one and then the lecturer changes the attendance data in SIMDOS. This method is of course very inefficient, and takes a long time. Apart from that, this manual process is prone to fraud where students can make absences. Therefore, this research proposes a QR-Code based student attendance mobile application prototype at STMIK Amik Riau using the User Centered Design (UCD) method. The results of the research are in the form of a prototype or user interface design for the student attendance mobile application. It is hoped that this prototype can help programmers to build QR-Code based student attendance mobile applications.
Keywords: Presence, QR-Code, User Interface, User Centered Design
=
Abstrak: Kehadiran atau presensi mahasiswa merupakan salah satu kegiatan yang dilakukan dalam proses perkuliahan. Presensi juga merupakan salah satu elemen nilai akhir mahasiswa setiap mata kuliah yang ditawarkan sesuai dengan panduan akademik suatu perguruan tinggi. Presensi di STMIK Amik Riau dilakukan secara manual, dimana mahasiswa dipanggil satu per satu lalu dosen merubah data presensi yang ada pada SIMDOS. Cara ini tentunya sangat tidak efisien, dan membutuhkan waktu yang lama. Selain itu proses manual ini rentan terjadi kecurangan dimana mahasiswa dapat melakukan titip absen. Oleh karena itu penelitian ini mengusulkan prototype aplikasi mobile presensi mahasiswa berbasis QR-Code di STMIK Amik Riau menggunakan metode User Centered Design (UCD). Hasil dari penelitian berupa prototype atau rancangan user interface aplikasi mobile presensi mahasiswa. Diharapkan prototype ini dapat membantu programmer untuk membangun aplikasi mobile presensi mahasiswa berbasis QR-Code.
Kata kunci: Presensi, QR-Code, User Interface, User Centered Design
Abstract:Abstract: The advancement of information technology is progressively exerting significant impact across diverse aspects of life, including business. PT Semen Baturaja Tbk is developing a marketplace platform called Build…
Id to meet community's needs for high-quality construction materials and services, also aims to enhance company's product sales and brand recognition. A system with quality provides ease of use in order to achieve customer satisfaction. Build Id merchant for architects website requires user-friendly design recommendations to increase the user experience when it gets distributed to the market. To achieve this goal, Task-Centered System Design (TCSD) method is being used to focused the design process. TCSD is a method in Human Computer Interaction (HCI) used to identify task and user requirements. The method consists of 4 stages, namely, identification, user-centered requirements analysis, design through scenarios, and walkthrough evaluation. In this study, identification was carried out by conducting system observations and interviews with Build Id team at Digital Marketing Unit of PT Semen Baturaja Tbk and architect as the prospective system users. The interface design results were evaluated using System Usability Scale (SUS) and received final score of 69.615, indicating that the interface design made using TCSD method is feasible for users to use.
Keywords: Interface; System Usability Scale; Task-Centered System Design
Abstrak: Perkembangan teknologi informasi kian berpengaruh besar dalam berbagai bidang kehidupan, termasuk di dunia bisnis. PT Semen Baturaja Tbk mengembangkan suatu sistem dalam bentuk marketplace dengan nama Build Id, dengan tujuan untuk memenuhi kebutuhan bahan bangunan dan jasa konstruksi yang berkualitas bagi masyarakat, serta memperluas penjualan produk dan branding merk dari PT Semen Baturaja Tbk ini sendiri. Sistem yang berkualitas memberikan kemudahan dan kenyamanan dalam penggunaannya demi mewujudkan kepuasan pelanggan. Build Id merchant untuk arsitek memerlukan rekomendasi desain atau prototype user interface yang user friendly demi meningkatkan pengalaman pengguna ketika didistribusikan ke pasaran nantinya. Metode Task-Centered System Design (TCSD) digunakan untuk membantu proses perancangan lebih terarah. TCSD adalah metode dalam Human Computer Interaction (HCI) yang digunakan untuk mengidentifikasi kebutuhan task dan pengguna. Metode TCSD terdiri dari 4 tahap yaitu, identification, user-centered requirements analysis, design through scenario, dan walkthrough evaluation. Identifikasi dalam penelitian ini dilakukan dengan observasi dan wawancara bersama tim Build Id dan calon pengguna sistem yaitu arsitek. Hasil dari rancangan interface kemudian dievaluasi menggunakan System Usability Scale (SUS) dengan hasil skor akhir 69,615, menunjukkan rancangan interface yang dibuat dengan metode TCSD ini layak untuk digunakan pengguna.
Kata kunci: Interface; System Usability Scale; Task-Centered System Design
Abstract:Abstract: Sales of sponge cakes at Zahra's shop have difficulty meeting customer demand when the demand for sponge cakes increases drastically at certain times. This is because the sales of sponge cakes at Zahra's shop are…
re still calculated based on their own estimates, causing excess production to be made and even a shortage of sponge cake supplies. This problem has an impact on the supply control of sponge cake production which cannot be predicted properly by Zahra's shop. The purpose of this study is to build a forecasting system using the double exponential smoothing method to predict sales of sponge cake at Zahra's shop for the next period based on the data obtained. The research method used in this study is a quantitative method. The results in the calculation of sponge cake sales forecasting using the Double Exponential Smoothing method using alpha 0.5, the number of sponge cake sales for July 2023 on Banana Cake is 430 boxes, with a forecasting error rate of 2.75%, on Chiffon Mocca Sponge cake is 330 boxes, with a forecasting error rate of 2.75%. forecasting error of 4.50%, on Pandan Cake as many as 92 Boxes, with a forecasting error rate of 7.21%, on Ordinary Roll Cake as many as 77 Boxes, with a forecasting error rate of 4.78, So the error rate on Banana Cake, Bolu Chiffon Mocca, Pandan Cake, and Ordinary Roll Cake are in the very good category because they have an error value of less than 10%.
Keywords : double exponential smoothing; forecasting; spoke cake
Abstrak: Penjualan kue bolu pada toko zahra mengalami kesulitan untuk memenuhi permintaan pelanggan ketika permintaan kue bolu meningkat secara drastis diwaktu-waktu tertentu. Hal ini disebabkan karena penjualan kue bolu di toko zahra masih perhitungan berdasarkan perakiraan sendiri sehingga menyebabkan produksi yang dibuat sering kelebihan bahkan kekurangan persedian kue bolu. Masalah tersebut berdampak pada pengendalian persedian produksi kue bolu yang tidak dapat diprediksi dengan baik oleh toko zahra. .Tujuan penelitian ini adalah membangun sistem peramalan dengan metode double exponential smoothing untuk meramalkan penjualan bolu pada Toko Zahra untuk periode berikutnya berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah metode kuantitatif. Hasil dalam perhitungan peramalan penjualan kue bolu dengan metode Double Exponential Smoothing menggunakan alpha 0.5 jumlah penjualan kue bolu untuk bulan Juli 2023 pada Bolu Pisang sebanyak 430 Kotak, dengan tingkat kesalahan peramalan sebesar 2,75%, Pada Bolu Chiffon Mocca sebanyak 330 Kotak, dengan tingkat kesalahan peramalan sebesar 4,50%, pada Bolu Pandan sebanyak 92 Kotak, dengan tingkat kesalahan peramalan sebesar 7,21%, pada Bolu Gulung Biasa sebanyak 77 Kotak, dengan tingkat kesalahan peramalan sebesar 4,78, Sehingga tingkat kesalahan pada Bolu Pisang, Bolu Chiffon Mocca,Bolu Pandan, dan Bolu Gulung biasa tergolong kategori sangat baik karena memiliki nilai kesalahan kurang dari 10%.
Kata Kunci : peramalan; kue bolu; pemulusan eksponensial ganda