Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Publikasi Teknik Informatika (JUPTI)
Nurul Fadilah
STMIK YMI Tegal
Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS DATA SCIENCE PADA STRUKTUR DATA KEPADATAN PENDUDUK KOTA TEGAL Marstyo Ardiansyah; Aang Alim Murtopo; Nurul Fadilah; Nugroho Adhi Santoso
Jurnal Publikasi Teknik Informatika Vol 1 No 3 (2022): September : Jurnal Publikasi Teknik Informatika
Publisher : Sekolah Tinggi Ilmu Ekonomi Trianandra

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (494.484 KB) | DOI: 10.55606/jupti.v1i3.620

Abstract

Indonesia merupakan negara dengan kepadatan penduduk yang sangat banyak nomer 4 di dunia. Kepadatan penduduk Indonesia mengalami peningkatan yang cukup signifikan setiap tahunnya, bersumber dari Badan Pusat Statistik Indonesia, sensus penduduk tahun 2021 kepadatan penduduk Indonesia mencapai 273 juta jiwa (Badan Pusat Statistik 2020). Kepadatan penduduk memiliki banyak konsekuensi dalam banyak hal, antara lain: kepadatan permukiman, kerawanan sosial, penyediaan air bersih yang semakin sulit, kemacetan dan pekerjaan yang semakin sulit. Program Keluarga Berencana (KB) yang dilaksanakan oleh pemerintah belum sepenuhnya mengatasi masalah kepadatan penduduk di Indonesia. Makan dengan permasalahan yang ada membutuhkan sebuah rumus, dengan Data Science dengan mengacu pada metode peramalan yang akan digunakan untuk peramalan jangka panjang, jangka menengah, dan jangka pendek diharapkan mampu menyelesaikan permasalahan kepadatan penduduk, peneliti melakukan penelitian di kota Tegal dalam peramalan tingkat penduduk. Dan untuk mengetahui kepadatan penduduk kota Tegal pada tahun yang akan datang maka perlu dilakukan suatu sistem peramalan tingkat kepadatan penduduk untuk memprediksi kepadatan penduduk pada 10 tahun mendatang dari data 10 tahun sebelumnya, sehingga diperoleh hasil dari peramal tahun sebelumnya akan menentukan peramalan data kepadatan penduduk pada tahun sebelumnya. yang akan datang. Teknik penelitian yang digunakan meliputi: pengumpulan data, peramalan data, analisis hasil dan kesimpulan. Hasil peramalan diambil dari nilai kesalahan Mean Absolute Deviation (MAD), Mean Square Error (MSE) dan Mean Absolute Percentage Error (MAPE) terkecil dari hasil peramalan Kepadatan Penduduk Kota Tegal.
Penerapan Neural Network Method dengan Struktur Backpropagation dalam Menentukan Prediksi Stock Barang Nugroho Adhi Santoso Adhi; Nurul Fadilah; Rifki Dwi Kurniawan; Ardi Supratman
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 3 (2023): Volume 7 Nomor 3 Agustus 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i3.12828

Abstract

Penelitian ini bertujuan untuk mengaplikasikan metode jaringan neural dengan backpropagation setructure yang berfungsi memperkirakan stok barang yang akan datang disebuah toko yaitu Toko Bra House Tegal. Data yang dijadikan objek penelitian ini merupakan data persediaan barang di sebuah toko Bra House Tegal selama periode tiga bulan terakhir. Metode neural network dengan struktur backpropagation digunakan untuk mengolah data dan melakukan perkiraan stok barang di masa depan. Penelitian ini dilakukan dengan cara membangun model neural network dengan arsitektur jaringan yang terdiri dari input layer, hidden layer, dan output layer. Metode backpropagation digunakan untuk menentukan bobot dan bias pada masing-masing neuron dalam jaringan. Hasil dari penelitian mendemonstrasikan bahwa struktur neural network dengan metode backpropagation dapat digunakan pemprediksian terhadap persediaan barang pada Toko Bra House Tegal dengan akurasi yang baik. Dalam penelitian ini, akurasi prediksi mencapai 98.48%. Dengan adanya prediksi ini menghasilkan kontribusi yang sangat signifikan dalam memanajemen stok barang di toko, serta menjadi kontribusi dalam pengembangan ilmu pengetahuan dan teknologi di bidang neural network dan aplikasinya.
Co-Authors Aang Alim Murtopo Ardi Supratman Marstyo Ardiansyah Nugroho Adhi Santoso Nugroho Adhi Santoso Adhi Rifki Dwi Kurniawan