Implementasi Algoritma K-Means untuk Menentukan Persediaan Barang pada Poultry Shop

Menjaga persediaan barang agar barang tidak sampai kosong termasuk salah satu menjaga kepuasan pelanggan. Untuk melaksanakan hal tersebut manajemen perusahaan harus dapat menganalisa mana barang yang laku dan mana barang yang kurang laku, khususnya pada bagian penjualan. Hal ini tidak mudah bagi CV. Muria PS dikarenakan memiliki jumlah item barang yang cukup banyak, sehingga dibutuhkan sedikit teknik komputasi untuk mempermudah permasalahan tersebut. Algoritma K-Means clustering dipilih dalam mengatasi permasalahan tersebut karena mampu mengelompokkan produk yang terjual dan masih tersedia menjadi beberapa cluster. Dari tiga cluster yang dibentuk menghasilkan cluster 1 terdiri dua barang, cluster 2 terdiri 9 barang dan sisanya dari 25 barang masuk pada cluster 3. Dari hasil ini bisa dimanfaatkan oleh manajemen CV. Muria PS untuk meningkatkan stok persediaan barang dan strategi penjualannya.

Pengembangan Aplikasi Android MVTE dengan Metode RAD

Kegiatan diskusi mahasiswa Tuli dengan mahasiswa lain, mahasiswa Tuli membutuhkan alat bantu dalam mengikuti kegiatan diskusi, dimana selama ini, mahasiswa Tuli hanya mengandalkan kemampuan membaca bibir lawan bicaranya. Penelitian ini menghasilkan sebuah teknologi bantu atau asistif yaitu aplikasi MVTe (Mobile Voice To Text) berbasis Android dimana aplikasi ini secara sederhana merubah suara dalam bentuk tulisan. Aplikasi ini dikembangan menggunakan metode RAD (Rapid Application Development). Metode RAD mempercepat proses pengerjaan dikarenakan proses kerjanya yang ringkas. Uji coba aplikasi dilakukan kepada seorang ahli IT, 5 mahasiswa Tuli, dan 5 Dosen yang ada di lingkungan Fakultas Teknologi Informasi Universitas Merdeka Malang. Rata-rata hasil uji sebesar 81,3% dengan kategori layak untuk digunakan.

Perancangan Aplikasi Sistem Informasi Distribusi Bantuan Bencana Alam dengan Memanfaatkan Metode Rational Unified Process

Kabupaten Sukabumi merupakan daerah rawan bencana dengan korban jiwa yang tinggi dibandingkan dengan wilayah lainnya, sehingga sering terjadi keributan yang disebabkan perebutan bantuan bencana. Sistem informasi yang digunakan untuk membantu pendistribusian bantuan, belum sepenuhnya bersinergi dengan perkembangan teknologi informasi. Guna mewujudkan efisiensi dan efektivitas dalam pendistribusian logistik diperlukan pembaharuan sistem informasi yang dapat mendukung distribusi bantuan logistik secara cepat, tepat dan sesuai kebutuhan. Maka dari itu penelitian ini bertujuan untuk merancang aplikasi sistem informasi Distribusi Bantuan Bencana Alam dengan memanfaatkan rational unified process yang dapat memberikan solusi permasalahan yang terjadi di lapangan, sehingga korban bencana akan lebih mudah mendapatkan informasi yang dibutuhkan, serta distribusi bantuan dari PMI pun dapat diterima lebih cepat oleh para korban bencana.

Perbandingan Model Deep Learning untuk Klasifikasi Sentiment Analysis dengan Teknik Natural Languange Processing

Setiap orang mempunyai pendapat atau opini terhadap suatu produk, tokoh masyarakat, atau pun sebuah kebijakan pemerintah yang tersebar di media sosial. Pengolahan data opini itu di sebut dengan sentiment analysis. Dalam pengolahan data opini yang besar tersebut tidak hanya cukup menggunakan machine learning, namun bisa juga menggunakan deep learning yang di kombinasikan dengan teknik NLP (Natural Languange Processing). Penelitian ini membandingkan beberapa model deep learning seperti CNN (Convolutional Neural Network), RNN (Recurrent Neural Networks), LSTM (Long Short-Term Memory) dan beberapa variannya untuk mengolah data sentiment analysis dari review produk amazon dan yelp.

Rekomendasi Supplement Learning Resources dalam E-Learning berbasis Fuzzy AHP

Menentukan sumber pembelajaran pendukung yang efektif dalam E-Learning merupakan suatu permasalahan yang kompleks, karena keputusan yang diberikan untuk berbagai kriteria yang ditujukan untuk memberi prioritas kepada alternatif yang digunakan. Pendekatan Fuzzy-Analytic Hierarchy Process (Fuzzy AHP) termasuk salah satu prosedur yang bisa menjadi solusi dari permasalahan ini. Metode ini dapat digunakan untuk menentukan keputusan dalam penaksiran kepada kriteria yang sudah ada sebelumnya. Dari perhitungan pengujian yang dilakukan, YouTube mendapat peringkat tertinggi yang lalu dibawahnya diikuti oleh Google, Brainly, dan yang terakhir Slide Player. Dari perhitungan tersebut, dapat disimpulkan bahwa YouTube bisa dijadikan sebagai sumber pembelajaran pendukung dalam sistem pembelajaran E-Learning.

Analisis dan Perancangan Sistem Manajemen Inventaris Menggunakan Metode Fishbone

Penelitian ini dilakukan dengan pendekatan kualitatif serta dilakukan wawancara, observasi dan telaah dokumentasi untuk memperoleh data primer dan data sekunder. Data yang diperoleh dari proses tahapan penelitian akan dianalisis menggunakan metode fishbone untuk memperoleh akar masalah dengan melihat sebab dan akibat dari permasalahan tersebut. Setelah semua tahapan analisis dilakukan maka akan direkomendasikan aplikasi yang dapat membantu bisnis perusahaan yang bergerak dibidang jasa pelayanan internet untuk meminimalisir kerugian yang diperoleh akibat kelebihan stock. Aplikasi yang direkomendasikan dirancang dengan menggunakan metode atau alat bantu perancangan sistem informasi yang menggambarkan alur sistem, struktur data serta relasi yang terkait sehingga memudahkan dalam penerapan serta pengembangan aplikasi. Dari hasil analisis dari penelitian yang dilakukan maka dapat disimpulkan rancangan inventaris sangat dibutuhkan sehingga dirancang aplikasi inventaris yang sesuai dengan kebutuhan perusahaan tersebut.

Peramalan Stock Barang Dagangan Menggunakan Metode Single Exponential Smoothing

Peramalan bisa digunakan dibidang manapun yang mana membutuhkan sebuah prediksi akan keberadaan data di masa yang mendatang. Forecasting bisa diterapkan salah satunya untuk membantu anggaran penjulan ke periode berikutnya. Data time series diperoleh dari data penjualan selama periode tertentu penjualan suatu produk bisa digunakan sebagai dasar forecasting-nya. Restock barang yang berlebih tidak baik untuk sebuah toko, karena ada kemungkinan barang yang dibeli tidak laku kedepannya. Perlu adanya proses kontrol yang baik untuk restock barang, salah satunya yang bisa digunakan adalah menggunakan prediksi restock barang dagangan menggunakan single exponential smoothing (SES). Data penjulan yang digunakan ada dua macam yaitu Beras Koi 5kg-an dan Minyak Bimoli 900ml-an. Dari hasil perhitungan SES diperoleh nilai alpha yang bagus untuk peramalan Beras Koi 5kg-an adalah 0,46. Sedangkan nilai alpha untuk Minyak Bimoli 900ml-an adalah 0,704. Nilai alpha tersebut diperoleh dari perhitungan nilai MSE yang terkecil. Hasil prediksinya menunjukkan pada periode berikutnya (15-30 September 2021) menunjukkan adanya penurunan jumlah penjualan barang dari kedua produk tersbut, sehingga pemilik toko bisa mengurangi jatah belanjanya.

Klasifikasi Tanaman Beringin (Ficus Bernjamina) berdasarkan Citra Daun Menggunakan Algoritma K-Nearest Neighbors

Salah satu masalah yang dihadapi ketika akan memilih Beringin, baik untuk dijadikan tanaman peneduh, bonsai atau tanaman obat adalah mengenali jenis beringin yang sesuai. Maka harus dilakukan sebuah penelitian agar dapat mengetahui jenis Beringin yang diinginkan. Salah satu cara yang dapat digunakan untuk mengklasifikasikan adalah dengan teknologi pengolahan citra digital, yaitu dengan mengekstrak ciri atau karakteristik dari citra atau gambar digital. Tantangannya adalah bagaimana mengklasifikasikan tanaman Beringin berdasarkan citra daun menggunakan pengolahan citra digital. Penelitian ini bertujuan merancang atau mendesain dan menyusun program pengolahan citra digital dan algoritma K-Nearest Neighbors (KNN) untuk klasifikasi jenis Beringin yang dapat dijadikan sebagai model sistem klasifikasi otomatis menggunakan perangkat komputer. Hasil penelitian pada proses pengujian klasifikasi tanaman ficus berdasarkan ciri tekstur dan bentuk pada citra daun menggunakan algoritma k-Nearest Neighbor dapat disimpulan bahwa aplikasi telah berhasil dirancang dan dibangun dan dapat digunakan untuk proses ekstraksi fitur tekstur dan bentuk serta dapat digunakan untuk proses klasifikasi. Dari ekstraksi fitur diperoleh tujuh fitur tekstur GLCM yaitu energi, entropy, contras, homogenity, idm, variance dan dissimilarity, dan 2 fitur bentuk yaitu roundness, dan compactness. Hasil pengujian menunjukan nilai akurasi yang relatif rendah yaitu 56,25% dengan data jumlah citra dikenali sesuai jenis ficus sebanyak 18 dan tidak dikenali sebanyak 5 citra

Rancang Model Expert System pada Diagnosa Penyakit Diabetes Melitus dengan Metode Forward Chaining

Diabetes Mellitus adalah penyakit yang ditimbulkan karena kekurangan produksi insulin (hormon yang diproduksi oleh pankreas dan yang mengatur tingkat glukosa di dalam tubuh manusia. Bagi kebanyakan orang yang mengalami obesitas (kegemukan), penyakit Diabetes Melitus ini menjadi salah satu penyakit yang mengkhawatirkan, meskipun tidak semua orang yang mengalami obesitas (kegemukan) dapat terserang penyakit ini.Banyaknya gejala dalam penyakit diabetes mellitus, serta lamanya proses diagnosis dan biaya yang cukup mahal untuk melakukan proses diagnosis dalam menentukan apakah pasien menderita penyakit Diabetes Mellitus ataukah tidak. Hal ini yang membuat masyarakat(pasien) membutuhkan konsultasi untuk menentukan hasil diagnosis dari gejala yang dialaminya. Pemodelan dalam penelitian ini menggunakan system pakar yang dapat memberikan solusi kepada masyarakat tanpa harus bertanya langsung kepada pakarnya.Penelitian ini bertujuan untuk merancang model expert system dengan menerapkan metode Forward Chaining dalam menentukan apakah seseorang tersebut menderita penyakit diabetes mellitus ataukah tidak. Sistem Pakar ini menyediakan fasilitas konsultasi yang digunakan untuk melakukan tanya jawab antara system dengan pengguna (user) serta juga menyediakan fasilitas untuk melakukan edit knowledge.

Komparasi Algoritma Random Forest dan Decision Tree untuk Memprediksi Keberhasilan Immunotheraphy

Menjaga kesehatan merupakan tugas pada diri kita sendiri sebagai manusia, dengan tubuh yang sehat kita dapat melakukan aktifitas dan produktifitas kita sehari-hari. Kesehatan adalah keadaan seimbang yang dinamis, dipengaruhi faktor genetik, lingkungan dan pola hidup sehari-hari seperti makan, minum, kerja, dan istirahat. Immunotherapy merupakan metode pengobatan untuk mengobati penyakit kanker kulit yang dimana metode ini meningkatkan sistem kekebalan tubuh untuk mengatasi penyakit kutil. Immunotherapy merupakan pengobatan efektif untuk penyakit kutil. Metode ini memiliki respon yang lebih baik membutuhkan lebih sedikit sesi, dan mampu mengobati kutil yang sudah lama. Berdasarkan hasil pengujian metode Random Forest dan Decision Tree terhadap prediksi keberhasilan pengobatan imunoterapi untuk penyakit kutil menggunakan bahasa Python, maka dapat diambil kesimpulan bahwa hasil pengujian metode Decision Tree masih terdapat prediksi yang tidak tepat dengan tingkat akurasi 84,4 % kemudian metode Random Forest prediksinya tepat dengan tingkat akurasi 85,5 %. Hasil pengujian tersebut menunjukkan bahwa metode Random Forest merupakan metode yang lebih unggul dibandingkan dengan metode Decision Tree.