Articles
<![CDATA[Perbandingan Performansi Teknik Klasifikasi Breakdown Mesin pada Proses Produksi Pembuatan Battery Mobil ]]>
<![CDATA[Marie, Iveline Anne]]>;
<![CDATA[Hakim, Lukmanul]]>;
<![CDATA[Sugiarto, Dedy]]>;
<![CDATA[Septiani, Winnie]]>
<![CDATA[ Jurnal Ilmiah Teknik Industri Vol. 18, No. 1, Juni 2019 ]]>
Publisher : <![CDATA[Muhammadiyah University Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/jiti.v18i1.7232
<![CDATA[Data mining is useful in finding interesting patterns of hidden information in a database with specified algorithms. Management of uncertainty in the automotive industry supply chain, with case data at PT QQQ that produce car batteries, classification techniques are used to manage uncertainty in the case of engine breakdown. Based on the utilization of classification techniques, performance comparison analysis was carried out from several methods, namely Decision Tree, Bagging, Boosting and Random Forest. The research data is divided into testing data (75%) and training data (25%). This study uses Software R for analysis needs. The need for testing the goodness of the model uses package (caret) help to see the value of accuracy, sensitivity and specificity. The analysis shows that the Random Forest and Bagging method is superior compared to the Decision Tree and Boosting methods based on accuracy criteria, while the sensitivity criteria, Bagging and Boosting methods are superior to Random Forest and DecisionTree. The lowest sensitivity value is owned by the Decision Tree Method, which indicates that the ability of the method is weak in predicting very few classes. ]]>
<![CDATA[Peluang dan Tantangan Industri Komponen Otomotif Indonesia ]]>
<![CDATA[S. Dewayana, Triwulandari]]>;
<![CDATA[Sugiarto, Dedy]]>;
<![CDATA[Hetharia, Dorina]]>
<![CDATA[ Prosiding Seminas Vol 1, No 2 (2012): Seminas Competitive Advantage II ]]>
Publisher : <![CDATA[Unipdu Jombang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (791.675 KB)
<![CDATA[Abstrak Penelitian ini bertujuan untuk mengetahui peluang dan tantangan yang dihadapi industri komponen otomotif Indonesia. Data yang digunakan merupakan data sekunder yang diperoleh melalui studi dokumentasi dengan mempelajari industri komponen otomotif melalui laporan penelitian terdahulu, artikel, dan kebijakan pemerintah. Metode analisis yang digunakan adalah analisis deskriptif. Indonesia memiliki peluang yang besar untuk mengembangkan industri komponen otomotif terutama untuk memenuhi permintaan pasar replacement market. Komponen yang sangat potensial untuk dipenuhi permintaannya adalah komponen-komponen yang masuk ke dalam kategori fast moving. Peluang ini dapat digunakan untuk menumbuhkan pabrikan skala kecil dan menengah. Tantangan yang dihadapi untuk mengembangkan industri komponen otomotif adalah meningkatkan kualitas bahan baku dari dalam negeri untuk mengurangi impor dan meningkatkan kapabilitas pabrikan agar dapat memproduksi komponen dalam jumlah yang memenuhi skala ekonomis produksi dengan tetap memperhatikan kualitas produk yang dihasilkan.   Kata kunci: Peluang dan tantangan, industri komponen otomotif, replacement market, fast moving Abstract This study aims to determine the opportunities and challenges facing Indonesia's automotive component industry. The data used are secondary data obtained through the study of the documentation to learn automotive component industry through previous research reports, articles, and government policies. The analytical method used is descriptive analysis. Indonesia has a great opportunity to develop the automotive parts industry, especially to meet the market demand for replacement market. Component with huge potential to fulfill the request is the components that go into a fast moving category. This opportunity can be used to grow small and medium scale manufacturers. Challenges facing the automotive component industry to develop is to improve the quality of domestic raw materials to reduce imports and increase the manufacturing capability to produce parts in quantities to meet production economies of scale while maintaining quality of products produced. Keywords: Opportunities and challenges, the automotive parts industry, replacement market, fast moving]]>
<![CDATA[Peningkatan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression ]]>
<![CDATA[Gunawan, Muhamad Ichsan]]>;
<![CDATA[Sugiarto, Dedy]]>;
<![CDATA[Mardianto, Is]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v6i3.40718
<![CDATA[Data Mining tidak selalu digunakan untuk membahas tentang suatu bidang yang berkaitan dengan informatika, tetapi juga dapat digunakan untuk melakukan penelitian pada bidang lainnya, salah satunya bidang kesehatan untuk melakukan prediksi resiko gejala Diabetes Mellitus pada manusia dengan metode Regresi Logistik. Diabetes Mellitus merupakan salah satu penyakit terbanyak penderitanya di Indonesia. Menggunakan dataset yang berasal dari Pima Indians Diabetes Database dari model penelitian Lahiru Liyanapathirana, model tersebut memiliki tingkat akurasi 78%. Penelitian ini bertujuan untuk meningkatkan Kinerja Akurasi Prediksi Penyakit Diabetes Mellitus Menggunakan Metode Grid Seacrh pada Algoritma Logistic Regression. Sehingga didapat Model Logistic Regression dengan Grid Search pada Classification Report memiliki rata-rata akurasi model sekitar 79% dan akurasi data check sebesar 83,33%.]]>
<![CDATA[Peluang dan Tantangan Industri Komponen Otomotif Indonesia ]]>
<![CDATA[S. Dewayana, Triwulandari]]>;
<![CDATA[Sugiarto, Dedy]]>;
<![CDATA[Hetharia, Dorina]]>
<![CDATA[ Prosiding Seminas Vol 1, No 2 (2012): Seminas Competitive Advantage II ]]>
Publisher : <![CDATA[Unipdu Jombang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Abstrak Penelitian ini bertujuan untuk mengetahui peluang dan tantangan yang dihadapi industri komponen otomotif Indonesia. Data yang digunakan merupakan data sekunder yang diperoleh melalui studi dokumentasi dengan mempelajari industri komponen otomotif melalui laporan penelitian terdahulu, artikel, dan kebijakan pemerintah. Metode analisis yang digunakan adalah analisis deskriptif. Indonesia memiliki peluang yang besar untuk mengembangkan industri komponen otomotif terutama untuk memenuhi permintaan pasar replacement market. Komponen yang sangat potensial untuk dipenuhi permintaannya adalah komponen-komponen yang masuk ke dalam kategori fast moving. Peluang ini dapat digunakan untuk menumbuhkan pabrikan skala kecil dan menengah. Tantangan yang dihadapi untuk mengembangkan industri komponen otomotif adalah meningkatkan kualitas bahan baku dari dalam negeri untuk mengurangi impor dan meningkatkan kapabilitas pabrikan agar dapat memproduksi komponen dalam jumlah yang memenuhi skala ekonomis produksi dengan tetap memperhatikan kualitas produk yang dihasilkan.   Kata kunci: Peluang dan tantangan, industri komponen otomotif, replacement market, fast moving Abstract This study aims to determine the opportunities and challenges facing Indonesia's automotive component industry. The data used are secondary data obtained through the study of the documentation to learn automotive component industry through previous research reports, articles, and government policies. The analytical method used is descriptive analysis. Indonesia has a great opportunity to develop the automotive parts industry, especially to meet the market demand for replacement market. Component with huge potential to fulfill the request is the components that go into a fast moving category. This opportunity can be used to grow small and medium scale manufacturers. Challenges facing the automotive component industry to develop is to improve the quality of domestic raw materials to reduce imports and increase the manufacturing capability to produce parts in quantities to meet production economies of scale while maintaining quality of products produced. Keywords: Opportunities and challenges, the automotive parts industry, replacement market, fast moving]]>
<![CDATA[Analisa Performa RStudio Server Berbasis Cloud Menggunakan Elastic Stack sebagai Sistem Manajemen Metrik ]]>
<![CDATA[Ashari, Krisna Aditama]]>;
<![CDATA[Mardianto, Is]]>;
<![CDATA[Sugiarto, Dedy]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/jp.v7i3.48206
<![CDATA[Reliabilitas atau keandalan merupakan salah satu sifat penting pada sebuah server dalam melayani pengguna. Salah satu cara mengukurnya ialah dengan melakukan uji perfoma. Penelitian ini bertujuan untuk mengetahui kemampuan RStudio Server pada infrastruktur cloud saat digunakan oleh multiuser dengan Elastic Stack sebagai sistem yang menangani pengumpulan, penyimpanan dan visualisasi data metriknya. Tahapan dimulai dengan mengumpulkan data berupa metrik sistem oleh Metricbeat, lalu diproses Logstash dan disimpan menjadi index dalam Elasticsearch, visualisasi data ditampilkan oleh Kibana. Pengujian kinerja server dilakukan dengan menjalankan script R berdurasi 2 menit dan 7 menit secara simultan. Hasil pengujian berupa catatan CPU Usage, Memory Usage dan durasi penyelesaian script selanjutnya di plotting pada R. Hasil analisa dari plotting data menunjukkan jumlah user yang dapat menggunakan Rstudio Server dengan spesifikasi 2 CPU dan RAM 4GB secara optimal ialah maksimal 2 user pada script dengan run time 2 menit dan 7 menit, lebih dari jumlah user itu akan mempengaruhi waktu proses penyelesaian script menjadi tingkat performa sedang hingga berat.]]>
<![CDATA[Perancangan Data Warehouse Harga Pangan Di Wilayah Perumda Pasar Jaya ]]>
<![CDATA[Khoirun nisa]]>;
<![CDATA[Dedy Sugiarto]]>;
<![CDATA[Teddy Siswanto]]>
<![CDATA[ Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 12, No 1 (2021): Juni ]]>
Publisher : <![CDATA[Universitas Bandar Lampung (UBL) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36448/jsit.v12i1.1744
<![CDATA[Abstrak-Perumda Pasar Jaya merupakan perusahaan umum daerah yang memiliki tanggung jawab dalam menjalankan operasi pasar di Wilayah DKI Jakarta untuk menjaga stabilitas harga pangan. Dalam menjaga stabilitas harga pangan diperlukan pengelolaan data agar ketika harga pangan mengalami kenaikan diatas Harga Eceran Tertinggi (HET) ataupun mengalami fluktuasi harga pangan, data tersebut dapat diakses dengan mudah. Tujuan penelitian ini ialah membuat suatu sistem pengolahan data harga pangan melalui proses perancangan data warehouse, sehingga digunakan sebagai salah satu komponen pengambilan keputusan di Perumda Pasar Jaya. Data yang dipakai ialah data komoditas bawang merah, bawang putih, cabai merah keriting, cabai rawit hijau, daging sapi has, dan daging sapi murni. Pengembangan rancangan data warehouse ini menggunakan metode Kimball. Data warehouse yang dibuat melalui tahapan cleansing data, penggabungan data tahun 2018 hingga 2020, pengkategorian data, dan Extract Transformation, Loading (ETL) dengan menggunakan Pentaho Data Integration (PDI) sehingga dapat dibangun database OLAP. Desain data warehouse dengan pendekatan pemodelan database multidimensi menggunakan tabel dimensi dan tabel fakta. Tabel dimensi yang dibuat yaitu tabel dimensi komoditi, pasar, dan waktu. Sedangkan tabel fakta berisi harga pangan dan harga eceran tertinggi. Data warehouse yang dibuat sudah memenuhi keinginan Perumda Pasar Jaya yang dijadikan bahan pendukung untuk membantu stabilitas harga pangan.]]>
<![CDATA[PERBANDINGAN WAKTU EKSEKUSI PERAMALAN HARGA KOMODITAS PANGAN MENGGUNAKAN SPARKR DAN R STUDIO ]]>
<![CDATA[Dedy Sugiarto]]>;
<![CDATA[Dimmas Mulya]]>;
<![CDATA[Abdul Rochman]]>;
<![CDATA[Is Mardianto]]>
<![CDATA[ Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 16 No. 1 (2022): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform ]]>
Publisher : <![CDATA[Universitas Palangka Raya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47111/jti.v16i1.3911
<![CDATA[The arrival of the big data era with characteristics such as large volumes of data makes the calculation of execution time a concern when carrying out data analytics processes, such as forecasting food commodity prices. This study aims to examine the effect of the big data framework through the use of sparkR. The test is carried out by varying several deep learning forecasting models, namely the multi-layer perceptron model and by using the price of one food commodity from 2018 to 2020. The results show that sparkR is significantly shorter its execution time when compared to R studio. The results of testing the influence of the MLP model also show that a model with two hidden layers with a maximum node of 13 nodes in hidden layers 1 and 2 produces the longest execution time compared to only using 1 hidden layer with 5 nodes or using two hidden layers with a number of nodes of 5 and 3.]]>
<![CDATA[Perbandingan Performansi Teknik Klasifikasi Breakdown Mesin pada Proses Produksi Pembuatan Battery Mobil ]]>
<![CDATA[Iveline Anne Marie]]>;
<![CDATA[Lukmanul Hakim]]>;
<![CDATA[Dedy Sugiarto]]>;
<![CDATA[Winnie Septiani]]>
<![CDATA[ Jurnal Ilmiah Teknik Industri Vol. 18, No. 1, Juni 2019 ]]>
Publisher : <![CDATA[Department of Industrial Engineering Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/jiti.v18i1.7232
<![CDATA[Data mining is useful in finding interesting patterns of hidden information in a database with specified algorithms. Management of uncertainty in the automotive industry supply chain, with case data at PT QQQ that produce car batteries, classification techniques are used to manage uncertainty in the case of engine breakdown. Based on the utilization of classification techniques, performance comparison analysis was carried out from several methods, namely Decision Tree, Bagging, Boosting and Random Forest. The research data is divided into testing data (75%) and training data (25%). This study uses Software R for analysis needs. The need for testing the goodness of the model uses package (caret) help to see the value of accuracy, sensitivity and specificity. The analysis shows that the Random Forest and Bagging method is superior compared to the Decision Tree and Boosting methods based on accuracy criteria, while the sensitivity criteria, Bagging and Boosting methods are superior to Random Forest and DecisionTree. The lowest sensitivity value is owned by the Decision Tree Method, which indicates that the ability of the method is weak in predicting very few classes. ]]>
<![CDATA[PENERAPAN METODE FAILURE MODE AND EFFECT ANALYSIS (FMEA) DAN EXPERT SYSTEM (SISTEM PAKAR) ]]>
<![CDATA[Nurlailah Badariah]]>;
<![CDATA[Dedy Sugiarto]]>;
<![CDATA[Chani Anugerah]]>
<![CDATA[ Prosiding Semnastek PROSIDING SEMNASTEK 2016 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini dilakukan untuk mengidentifikasi jenis kegagalan yang sering terjadi pada produk Link PC 400 Strong R, penyebab terjadinya kegagalan proses tersebut, jenis efek yang ditimbulkan akibat kegagalan proses, dan kontrol yang dilakukan perusahaan dalam menangani kegagalan proses yang terjadi. Metode yang digunakan dalam penelitian ini adalah Failure Mode and Effect Analysis (FMEA) dan Expert System. Dari hasil penelitian menggunakan metode FMEA diketahui yang memiliki nilai RPN tertinggi terdapat pada proses IQT dengan jenis kegagalan berupa case depth dan nilai RPN sebesar 448. Berdasarkan hal tersebut peneliti membuat Fishbone diagram untuk menentukan akar penyebab dari jenis kegagalan berupa case depth. Hasil dari tabel FMEA ini digunakan untuk merancang Expert System. Perancangan Expert System dalam penelitian ini menggunakan software PHP dan MySQL. Pada sistem pakar ini akan diajukan beberapa pertanyaan. Setelah semua pertanyaan terjawab, maka akan muncul upaya penanggulangan agar kegagalan pada proses tidak terjadi lagi. Kata kunci : Failure Mode Effect and Analysis (FMEA), RPN, Fishbone Diagram, Expert System, Forward Chaining, PHP dan MySQL]]>
<![CDATA[USULAN PENERAPAN METODE SIX SIGMA UNTUK MENINGKATKAN MUTU CRUDE PALM OIL (CPO) DI PT. X ]]>
<![CDATA[Wawan Kurniawan]]>;
<![CDATA[Dedy Sugiarto]]>;
<![CDATA[Ricky Saputera]]>
<![CDATA[ Jurnal Ilmiah Teknik Industri Vol 5, No 2 (2017): Jurnal Ilmiah Teknik Industri (Jurnal Keilmuan Teknik dan Manajemen Industri) ]]>
Publisher : <![CDATA[Program Studi Teknik Industri, Fakultas Teknik Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/.v5i2.1817
<![CDATA[PT. X merupakan perusahaan pengolahan kelapa sawit menjadi Crude Palm Oil (CPO). Pada proses pengolahan CPO perusahaan masih mengalami permasalahan dalam pencapaian standar mutu CPO yaitu masih rendahnya tingkat pencapaian norma untuk kandungan kadar Asam Lemak Bebas (ALB). Kandungan kadar ALB yang terdapat pada produksi CPO seringkali melebihi norma maksimal yang telah ditetapkan sehingga menyebabkan penurunan mutu dari produksi CPO. Norma maksimal untuk kandungan kadar ALB 3,5% yang diizinkan dalam setiap produksi CPO. Tujuan dilakukan penelitian ini untuk mengidentifikasi faktor-faktor penyebab kenaikan kadar ALB yang melebihi norma maksimal dan memberikan usulan perbaikan untuk peningkatan mutu CPO. Upaya yang dilakukan untuk mengatasi permasalahan tersebut yaitu dengan menggunakan pendekatan metode Six Sigma melalui tahapan DMAIC (define, measure, analyze, improve, control). Perbaikan untuk mengatasi permasalahan yang ada yaitu berupa perbaikan secara berkelanjutan yaitu perbaikan bahan baku, tenaga kerja, lingkungan dan mesin Kata kunci: Kelapa sawit, Asam Lemak Bebas (ALB), DMAIC (define, measure, analyze, improve, control)]]>
