Claim Missing Document
Check
Articles

Found 35 Documents
Search

Implementasi Metode Simple Additive Weighting Menggunakan Python Terhadap Penentuan Menu Minuman Favorit Daffa Agung Pratama; Tukino Tukino; Elfina Novalia; April Lia Hananto
Innovative: Journal Of Social Science Research Vol. 4 No. 2 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i2.9594

Abstract

Menu favorit pada suatu café merupakan hal yang penting karena banyaknya berbagai menu yang tersedia membuat konsumen merasa kebingungan saat ingin memilih menu. Oleh karena itu tujuan dari penelitian ini adalah untuk memberikan kemudahan bagi konsumen dalam memilih menu dengan adanya menu favorit yang membantu dalam proses pengambilan keputusan. Metode Simple Additive Weighting (SAW) digunakan dalam penelitian ini untuk menentukan menu minuman favorit di Cafe Kopi Uwak Sistem pendukung keputusan dengan menggunakan metode SAW merupakan salah satu sistem yang tepat untuk digunakan dalam menentukan menu minuman favorit terdapat 2 kategori yaitu menu kopi dan menu non kopi dari kriteria-kriteria tertentu. Seperti rasa, harga, pelayanan, tingkat penjualan, dan penyajian sangat penting dalam pemilihan menu favorit. Data yang ditampilkan adalah data penjualan dalam satu bulan yang berjumlah sekitar 711. Berdasarkan perhitungan aplikasi Python, hasil analisis menunjukkan bahwa dari 20 macam menu minuman yang ada di Café Kopi Uwak yang menjadi menu teratas dalam kategori menu minuman kopi favorit adalah Kopi Uwak, dengan persentase 12,5%, diikuti oleh Caramel Macchiato, dengan persentase 12%, dan Kopi Kongsi, dengan persentase 11,9%. Dan kategori pertama untuk menu minuman non kopi adalah Chocolate, dengan persentase 11%; kedua adalah Matcha Latte, dengan persentase 11%; dan ketiga yaitu Lychee Tea, dengan persentase 10,6%. Berdasarkan hasil tersebut, akan dihasilkan sebuah peringkat yang dapat menyarankan menu favorit pelanggan di Kopi Uwak.
Perancangan Enterprise Architecture Untuk Mendukung Tranformasi Digital UMKM Oleh Oleh Khas Subang Menggunakan Togaf Adm Piky Mubarok; Tukino Tukino; Agustia Hananto; Aprilia Hananto
Innovative: Journal Of Social Science Research Vol. 4 No. 2 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i2.9717

Abstract

Transformasi digital merupakan suatu metode proses transisi bisnis dari tradisional ke digital. Cara ini telah menjadi tren bagi organisasi dan bisnis untuk meningkatkan nilai bisnis. Pandemi COVID-19 yang berdampak besar pada berbagai industri juga menjadi salah satu faktor pemicu dilakukanya transformasi digital. Usaha kecil dan menengah (UMKM) adalah salah satu sektor yang paling terkena dampaknya dalam perekonomian Indonesia. Berdasarkan data PSBB April 2020, kerugian eksportir justru mencapai 95,4%. Berbagai upaya bertahan dilakukan, termasuk menerapkan transformasi digital untuk menyelesaikan permasalahan bisnis. Oleh Oleh Khas Subang merupakan salah satu dari 30.000 usaha mikro yang ada di Subang Jawa Barat. Permasalahan umum yang sering terjadi pada usaha mikro adalah kurang dikenalnya produk, pengelolaan keuangan yang tidak terstruktur, inovasi dalam pengembangan produk, dan persaingan dengan produk sejenis. Namun menerapkan transformasi digital tidak mudah. Ada beberapa faktor yang mempengaruhi keberhasilan implementasi transformasi digital, antara lain faktor manusia dan kurangnya sumber daya yang dimiliki. Penelitian ini bertujuan untuk membuat model arsitektur enterprise yang sesuai untuk model bisnis UMKM dengan menggunakan metode TOGAF ADM. Ditetapkan suatu tujuan yang menjadi fokus dari semua fase yang ada. Hasil penelitian ini berupa Blueprint Company Specific .
Analisis Clustering Menggunakan Metode K-Means Pada Kemiskinan Di Jawa Timur Tahun 2020 Indra Ferdiansyah; Baenil Huda; Agustia Hananto; Tukino Tukino
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.10360

Abstract

Tujuan dari penelitian ini adalah memecahkan tingkat kemiskinan di jawa timur pada tahun 2020 menggunakan metode clustering, khususnya metode K-Means. Kemiskinan, sebagai permasalahan sosial yang rumit, menjadi fokus penelitian ini, dengan harapan bahwa pengidentifikasi pola-pola mendasar dapat memberikan wawasan berharga untuk perencaan kebijakan pembangunan. Data yang digunakan dalam penelitian mencakup indikator-indikator ekonomi, pendidikan, dan kesehatan yang terkait dengan kemiskinan. Hasil clustering dengan menggunakan tools orange menghasilkan 3 cluster yaitu cluster 1 terdapat 6 kota/kabupaten dengan tingkat angka terendah cluster 2 terdapat 10 kota/kabupaten tingkat kemiskinannya menengah, cluster 3 terdapat 23 kota/kabupaten tingkat kemiskinannya tertinggi
Penerapan Software Testing Life Cycle Pada Pengujian Otomatisasi Platform Dzikra Ruliansyah Ruliansyah; Tukino; Baenil Huda; April Lia Hananto
Computer Science Research and Its Development Journal Vol. 15 No. 1: February 2023
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.15.1.2023.01-11

Abstract

PT Bejana Investidata Globalindo (BIGIO), as an IT consultant and software development company, develops an in-house product called Dzikra which is a platform to help users build good habits in worship. In order to develop this system, the company requires a daily worship content management system known as the Dzikra web admin. The Software Development Life Cycle (SDLC) has several stages, one of the important stages is the testing stage which has the goal of evaluating whether the software has been created in accordance with the specifications and detects bugs or errors. Black box testing automation with Robot Framework can provide good testing documentation and can reduce human errors during the testing process. The implementation of the Software Testing Life Cycle (STLC) in the testing process can also make the testing flow more structured and provide a better focus on each testing stage. The results of the testing show that of the six features tested, they have run as expected. It is hoped that this research will provide support to PT Bejana Investidata Globalindo (BIGIO) in automating software testing process.
Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Terlaris Pada CV. Equipment & Tools Ina Julia; Bayu Priyatna; Tukino Tukino; Shofa Shofia Hilabi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 1: April 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i1.1840

Abstract

Despite having a large stock, CV Equipment & Tools experienced problems in terms of inadequate archiving of item data, which caused gaps between the items sought and the available data. The current management system is considered inefficient in the company's expenditure on procurement. Sales, purchases and incidental expense data lack proper organization, serving only as archives without actively contributing to marketing progress. This research seeks to assist CV Equipment & Tools management in identifying the most sought-after building materials to increase management efficiency. A system has been designed using K-Means Clustering technique to handle very large data sets. The research findings describe three distinct sales categories: most desirable, moderately desirable, and least desirable. By using the K-Means Clustering method, this problem can be overcome resulting in increased efficiency, proper organization of item data, and uniformity in inventory management at CV Equipment & Tools.Keywords: Sales; Data Mining; K-Means Clustering AbstrakMeskipun memiliki stok yang besar, CV Equipment & Tools mengalami masalah dalam hal tidak memadainya pengarsipan data barang, yang menyebabkan kesenjangan antara barang yang dicari dan data yang tersedia. sistem pengelolaan saat ini dianggap tidak efisien dalam pengeluaran perusahaan untuk pengadaan. Data penjualan, pembelian, dan pengeluaran tak terduga tidak memiliki organisasi yang tepat, hanya berfungsi sebagai arsip tanpa berkontribusi aktif untuk kemajuan pemasaran. Penelitian ini berupaya membantu manajemen CV Equipment & Tools dalam mengidentifikasi bahan bangunan yang paling banyak dicari untuk meningkatkan efisiensi manajemen. Sebuah sistem telah dirancang menggunakan teknik K-Means Clustering untuk menangani kumpulan data yang sangat besar. Temuan penelitian menggambarkan tiga kategori penjualan yang berbeda: paling diminati, cukup diminati, dan kurang diminati. Dengan menggunakan metode K-Means Clustering, masalah ini dapat diatasi sehingga menghasilkan peningkatan efisiensi, pengorganisasian data barang yang tepat, dan keseragaman dalam manajemen inventaris di CV Equipment & Tools.