Garuda - Garba Rujukan Digital

Natalis Ransi

Jurusan Teknik Informatika Universitas Halu Oleo

Author-ID : 5364910

Computer Science & IT Control & Systems Engineering

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BARANG (STUDI KASUS: BUANA MART KENDARI) Indri Anatasya Alam; LM Golok Jaya; Natalis Ransi
semanTIK Vol 6, No 1 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Toko Buana Mart merupakan toko yang bergerak dalam bidang penjualan bahan campuran yang menjual berbagai jenis barang atau produk serta kebutuhan pokok dan kebutuhan lainnya bagi konsumen. Dengan banyaknya jumlah data penjualan barang Buana Mart, pengelompokan jenis-jenis produk dapat digunakan untuk peningkatan stok pada produk secara tepat. Toko tersebut dalam memperkirakan stok penjualan barang masih menggunakan cara manual sehingga mengalami kesulitan dalam menentukan jumlah barang yang akan dijual. Oleh sebab itu toko tersebut memerlukan sebuah sistem yang dapat melakukan pengolahan data dan memprediksi stok penjualan barang. Untuk memudahkan dalam mengelola dan memprediksi stok barang maka dibuat penelitian dengan menerapkan algoritma K-Means dan metode Least Square. Algoritma K-Means merupakan salah satu algoritma yang digunakan untuk melakukan pengelompokan data yang memiliki kesamaan karakteristik. Metode Least Square merupakan metode yang digunakan untuk melakukan proses perhitungan prediksi menggunakan data deret berkala pada suatu waktu yang akan datang dibuat berdasarkan data pada periode sebelumnya. Hasil penelitian ini dapat dibuat suatu aplikasi pengolahan data dengan algoritma K-Means dengan mengelompokkan barang untuk peningkatan stok. Hasil prediksi menggunakan metode least square mempunyai error (tingkat kesalahan) yang diukur dengan MAPE sebesar 18,14%Kata kunci; K-Means Clustering, Prediksi, Least Square, Persediaan Barang

PENERAPAN ANALISIS BIVARIATE CORRELATION DAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BAHAN BANGUNAN (STUDI KASUS TOKO MITRA JAYA BANGUNAN) Umar Ramdani; Jumadil Nangi; Natalis Ransi
semanTIK Vol 6, No 2 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Toko Mitra Jaya Bangunan seringkali mengalami ketidakcocokan data yang besar antara pemesanan barang dengan banyaknya penjualan yang laku. Maka dari itu, toko memerlukan sebuah sistem untuk menghasilkan informasi prediksi penjualan barang. Untuk memudahkan dalam memprediksi penjualan barang tersebut maka dibuat penelitian yang bertujuan untuk membangun sebuah aplikasi yang dapat memprediksi penjualan barang dengan cara menerapkan analisis Korelasi Bivariat dan metode Least Square. Korelasi Bivariat merupakan analisis yang digunakan untuk mengetahui pengaruh suatu produk (produk 1 = variabel Y) terhadap produk yang lain (produk 2 = variabel X) dalam banyaknya penjualan yang diketahui melalui persamaan korelasi (r). Sedangkan Least Square merupakan metode peramalan yang digunakan untuk melihat trend dari data deret waktu yang diketahui melalui persamaan Least Square.Hasil penelitian menunjukkan bahwa dari analisis korelasi yang diuji ternyata semen bosowa dipengaruhi oleh produk semen tonasa karena memiliki korelasi paling tinggi yakni 0,7724 dan hasil prediksi dibulan ke-13 sebesar 557,224 yang lebih besar dari nilai aktual di bulan sebelumnya yaitu 513. Dilihat dari grafik prediksi kurva data real penjualan mengalami fluktuasi setiap bulannya dan kurva data prediksi mengalami kenaikan penjualan tetapi tidak mengalami kenaikan yang signifikan.Kata kunci: Korelasi Bivariat, Least Square, Toko Mitra Jaya Bangunan

ANALISIS SPASIOTEMPORAL INDEKS KEKRITISAN LINGKUNGAN MENGGUNAKAN ALGORITMA LAND SURFACE TEMPERATURE DAN NORMALIZED DIFFERENCE VEGATATION INDEX DI KOTA MAKASSAR Feri Fadlin; Suparjo Suparjo; Adha Mashur Sajiah; Natalis Ransi; Jumadil Nangi
semanTIK Vol 6, No 1 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Pembangunan infrastruktur dan jumlah penduduk yang terus meningkat di wilayah Kota Makassar memberikan dampak negatif berupa penurunan kualitas lingkungan dan peningkatan suhu udara yang dikenal dengan fenomena Urban Heat Island (UHI). Peningkatan suhu udara akibat fenomena UHI berdampak pada kualitas hidup manusia, kesehatan, kenyamanan masayarakat kota, dan peningkatan kekritisan lingkungan/Environmental Criticality Index (ECI). Penelitian ini bertujuan untuk menganalisis secara spasial dan multitemporal ECI di Kota Makassar menggunakan algoritma Land Surface Temperature dan Normalized Difference Vegetation Index. Penelitian ini menggunakan citra satelit Landsat 8 OLI/TIRS perekaman tahun 2013 – 2018 path 114 row 64 untuk menghitung suhu permukaan dan kerapatan vegetasi menggunakan algoritma Land Surface Temperature (LST) dan Normalized Difference Vegetation Index (NDVI). Indeks kekritisan lingkungan dihitung dan dianalisis menggunakan persamaan deduktif ECI dan pendekatan Sistem Informasi Geografis (SIG). Hasil penelitian menunjukkan adanya tren peningkatan LST pada wilayah dengan tutupan lahan bangunan dan indeks kerapatan vegetasi NDVI rendah dan membentuk formasi pulau bahang perkotaan (UHI). Hasil analisis ECI juga menunjukkan adanya tren peningkatan area lahan teridentifikasi kritis di Kota Makassar yaitu sebesar 20,69 Km2 dalam rentang waktu 2013 - 2018.Kata kunci; Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI), Environmental Criticality Index (ECI), Sistem Informasi Geografis (SIG)

Title

Found 3 Documents
Search

Abstract

Abstract

Abstract

Title Search

Found 3 Documents Search

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search