Qurrotul Aini
Universitas Islam Negeri Syarif Hidayatullah Jakarta

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

ANALISIS KINERJA RANTAI PASOK MENGGUNAKAN METODE BALANCED SCORECARD PADA PT. SUMBER ALFARIA TRIJAYA, TBK (ALFAMART) Dewi Siti Khadijah; Yolanda Rizkyta Sari; Qurrotul Aini
Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (16.964 KB) | DOI: 10.32520/stmsi.v9i2.711

Abstract

Along with the development of the retail business, at this time the retail business is no longer managed traditionally, but in a modern way so that it becomes an innovative, dynamic, and competitive business. PT. Sumber Alfaria Trijaya, Tbk (Alfamart) is one of the retail businesses engaged in minimarket, which has grown to become one of the leading companies in the retail business. One effort to meet customer needs is to pay attention to supply chain management properly, because supply chain management basically pays attention to how the goods process gets into the hands of customers properly. The purpose of this research is to find out and analyze supply chain flow and performance, with the analytical method used is a balanced scorecard. Balanced scorecard translates a vision, mission, and strategy of the company into the determination of goals and scorecard size, balanced scorecard completes a set of financial measures of past performance with measures of drivers for future performance. The results of the average assessment recap with the balanced scorecard show that from a financial perspective it gets a value of 4 (good), an internal business process perspective gets a value of 4.15 (very good), a growth and development perspective gets a value of 3.8 (good), and a perspective customers get a value of 3.56 (good). It can be concluded that the performance of the supply chain at PT. Sumber Alfaria Trijaya, Tbk is already good, but still needs to be improved in order to be better.Keywords: Supply Chain, Balanced Scorecard, Alfamart.
FORECASTING PERMINTAAN POMPA AIR DANGKAL SHIMIZU MENGGUNAKAN METODE TIME SERIES Pajri Al Zukri; Syndi Nurina Widyaningrum; Qurrotul Aini
Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (830.85 KB) | DOI: 10.32520/stmsi.v9i2.694

Abstract

Jumlah produksi pompa air sumur dangkal PS 128 bit menunjukkan ketidakseimbangan dengan jumlah permintaan, hal itu menunjukkan bahwa jumlah produk yang di produksi lebih banyak daripada jumlah permintaan pelanggan, sehingga menyebabkan biaya gudang yang tinggi. Dengan adanya permasalahan tersebut peramalan dapat menjadi solusi untuk mengatasi kelebihan produk di gudang dan dapat membantu perusahaan dalam menentukan jumlah produk yang seharusnya diproduksi. PT Tirta Intimizu Nusantara merupakan divisi dari Miyako Group, adalah salah satu perusahaan yang sukses bergerak di bidang  industri rumah tangga dengan memproduksi mesin pompa air listrik dengan merek Shimizu. Pada penelitian ini akan dilakukan peramalam permintaan pada produk pompa air dangkal PS 128 bit dengan menerapkan metode peramalan time series yaitu Moving Average dan Exponential Smoothing. Penggunaan kedua metode peramalan tersebut untuk membandingkan metode peramalan yang lebih akurat dan mengetahui metode yang dapat digunakan perusahaan pada periode selanjutnya dengan menggunakan Software POM QM for Windows. Berdasarkan hasil penghitungan, menggunakan Software POM QM for Windows  bahwa metode yang paling sesuai digunakan dalam menganalisis data dengan memiliki tingkat kesalahan yang paling kecil adalah metode Exponential Smoothing dengan α= 0,1, yang memiliki nilai MAD sebesar 6421.412 dan nilai MSE sebesar 59414.050, Sehingga dapat disimpulkan bahwa metode Exponential Smoothing dengan α= 0,1 merupakan metode yang efektif digunakan untuk meramalkan jumlah permintaan pompa air dangkal periode (bulan) berikutnya. Hasil peramalan jumlah permintaan pompa air dangkal pada bulan Desember 2019 dengan menggunakan metode Exponential Smoothing dengan α= 0,1 adalah 44323.39. Sehingga, peneliti merekomendasikan pada tahun selanjutnya PT Tirta Intimizu Nusantara dapat menggunakan Metode Exponential Smoothing dengan α= 0,1 untuk melakukan peramalan permintaan.
ANALISIS WEBSITE PERPUSTAKAAN UNIVERSITAS ISLAM NEGERI MENGGUNAKAN METODE BENCHMARKING DAN GOAL ORIENTED REQUIRMENTS ENGINEERING (GORE) MODEL (STUDI KASUS: UIN JAKARTA, UIN YOGYAKARTA DAN UIN MALANG) Qurrotul Aini; Imam Marzuki Shofi; Fenty Eka Muzayyana Agustin
JURNAL TEKNIK INFORMATIKA Vol 12, No 2 (2019): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1003.679 KB) | DOI: 10.15408/jti.v12i2.13245

Abstract

The library is an important source of knowledge for all academicians. One of them is the university library, the purpose of the university library is funding support from the university in providing education by providing sources of scientific information in the library. However, information sources (consisting of web sites) available in the library are currently incomplete. For this reason, a usability evaluation and design analysis of the website is required so that the library website development goals can be achieved. Requirement Analysis of this library website used the Bechmarking and Goal Oriented Requirement Engineering (GORE) methods of three library websites namely the UIN Syarif Hidayatullah Jakarta library website, Sunan Kalijaga Yogyakarta UIN and UIN Maulana Malik Ibrahim. Benchmarking method is used to get the basic requirements by questionnaire. The GORE method is obtained based on the formulation of system objectives. To get the system requirements with the GORE method consists of actor models, Strategic Dependency diagrams, and Strategic Rationale diagrams. The results of this website analysis are the achievement of all requirements obtained and the new system of the library website of the Syarif Hidayatullah State Islamic University Jakarta 
REKOMENDASI MODA TRANSPORTASI MAHASISWA DENGAN ALGORITMA NAIVE BAYES (STUDI KASUS : FAKULTAS SAINS DAN TEKNOLOGI UIN SYARIF HIDAYATULLAH JAKARTA) Rizki Fajar Febriansyah; Fauzan Rivaldo Sukardi; Qurrotul Aini
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (785.679 KB) | DOI: 10.24176/simet.v10i2.3566

Abstract

Semakin bertambahnya jumlah manusia mengakibatkan pertumbuhan akan kebutuhan transportasi semakin meningkat untuk berpindah dari satu tempat ke tempat lain. Saat ini transportasi dibutuhkan oleh seluruh aspek dalam lini kehidupan, tidak terkecuali mahasiswa Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta. Untuk menuju kampus, mahasiswa dapat menggunakan moda transportasi umum maupun pribadi. Ada banyak faktor yang dapat dipertimbangkan untuk menentukan moda transportasi apa yang efektif dan efisien untuk digunakan oleh mahasiswa untuk mencapai kampus. Faktor-faktor tersebut seperti jumlah uang saku mingguan, alokasi untuk transportasi per minggu, jarak menuju kampus, waktu tempuh, kepemilikan kendaraan pribadi, serta kepemilikan SIM. Penelitian ini akan membahas tentang bagaimana cara memberikan rekomendasi moda transportasi yang efektif dan efisien untuk digunakan oleh mahasiswa menuju kampus berdasarkan faktor yang telah disebutkan sebelumnya. Untuk memberikan rekomendasi moda transportasi, dilakukan pengolahan data dengan metode data mining menggunakan algoritma naïve bayes. Data penelitian ini diambil dari mahasiswa Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta. Berdasarkan hasil pengujian menggunakan 45 dataset didapatkan nilai Accuracy sebesar 92.86%, yang dengan demikian dapat memberikan rekomendasi moda transportasi apa yang efektif dan efisien untuk digunakan oleh mahasiswa Fakultas Sains dan Teknologi untuk menuju UIN Syarif Hidayatullah Jakarta
Penerapan Metode K-Means dalam Penjualan Produk Souq.Com Fadli Amin; Dini Sri Anggraeni; Qurrotul Aini
Applied Information System and Management (AISM) Vol 5, No 1 (2022): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v5i1.22534

Abstract

Banyak produk yang dijual oleh perusahaan Souq.com. Perusahaan ini mengalami penumpukan di beberapa produknya karena terlalu banyak menyediakan produk yang kurang diminati oleh pelanggan, sehingga banyak produk yang tidak terjual. Perusahaan perlu melakukan pengelompokan untuk setiap produk untuk mengetahui barang mana yang paling diminati dan kurang diminati oleh pelanggan. Penelitian ini bertujuan menentukan tiga kelompok cluster dengan kemiripan produknya agar dijadikan rekomendasi bagi manajemen perusahaan dalam merencanakan stok barang. Pada penelitian ditentukan 3 cluster dengan cluster 1 merupakan produk yang paling laris, cluster 2 produk yang laris dan yang cluster 3 produk yang kurang laris. Penelitian ini mengambil 5 kategori produk dengan masing-masing kategori ada 10 jenis produk. Hasil perhitungan dengan menggunakan Ms. Excel menunjukkan bahwa cluster 1 mempunyai 18 anggota, untuk cluster 2 mempunyai 6 anggota dan cluster 3 mempunyai 26 anggota. Dari perhitungan dengan Rapidminer didapat bahwa anggota pada cluster 1 sebanyak 22 anggota, cluster 2 sebanyak 5 anggota dan cluster 3 sebanyak 23 anggota. Evaluasi cluster dengan DBI didapatkan hasil yang cukup baik dengan nilai 0,431. Pengukuran akurasi, recall dan precission hasil perhitungan Ms.Excel mendapatkan nilai masing-masing 62%, 67% dan 59%. Untuk perhitungan menggunakan Rapidminer mendapatkan nilai akurasi 64%, recall 81% dan precission 88%. Hasil perbandingan clustering membuktikan perhitungan menggunakan Rapidminer mendapatkan nilai yang accuracy, recall dan precission yang lebih tinggi.