Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Telematika MKOM
Wahyu Pramusinto
Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Budi Luhur
Computer Science & IT

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

Found 2 Documents
Search

 1 
APLIKASI PREDIKSI PERSEDIAAN TABUNG GAS MENGGUNAKAN ALGORITMA GENETIKA DAN REGRESI LINIER BERGANDA STUDI KASUS: PT. TRIMITA UTAMA Silviana Sulistiani; Wahyu Pramusinto
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (708.361 KB)

Abstract

Gas merupakan bahan bakar yang saat ini digunakan untuk memasak oleh ibu rumah tangga. Kebutuhan tabung gas di masyarakat tiap bulan berbeda-beda. PT. Trimita Utama sebagai pihak perusahaan distributor tabung gas sulit memperkirakan berapa kebutuhan tabung gas yang harus disediakan tiap bulannya. Persediaan yang terlalu banyak menyebabkan terjadi penumpukan di gudang dan bahaya kebocoran. Persediaan yang terlalu sedikit akan menimbulkan kerugian. Oleh karena itu dibutuhkan suatu aplikasi yang dapat memprediksikan seberapa banyak jumlah tabung gas yang akan terjual di bulan selanjutnya, sehingga pihak perusahaan dapat memperkirakan seberapa banyak jumlah tabung gas yang harus disediakan. Sistem prediksi sendiri hingga saat ini telah banyak dikembangkan menggunakan berbagai macam metode yang ada. Pada penelitian kali ini, aplikasi akan dikembangkan dengan metode Regresi Linier Berganda dengan menggunakan proses Algoritma Genetika. Pada kasus ini algoritma genetika dapat digunakan untuk memprediksikan persediaan tabung gas mengacu kepada data penjualan dari 12 bulan sebelumnya. Diharapkan aplikasi dapat memprediksikan secara akurat atau mendekati dengan data aktual, sehingga pihak perusahaan dapat mengetahui berapa banyak persediaan tabung gas yang harus disiapkan untuk bulan berikutnya. Hasil pengujian aplikasi prediksi menggunakan algoritma genetika ini menghasilkan rata-rata persentase error sebesar 4.1% yang berarti aplikasi prediksi persediaan tabung gas ini mempunyai tingkat keakuratan sebesar 95.99%.
ANALISIS PENERIMAAN WEBSITE E-COMMERCE SEBAGAI MEDIA IKLAN ONLINE : STUDI KASUS WWW.KLIKPTC.COM Wahyu Pramusinto
Telematika MKOM Vol 4, No 2 (2012): Jurnal Telematika MKOM Vol. 4 No. 2 September 2012
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (10986.705 KB)

Abstract

Seiring dengan perkembangan internet yang semakin pesat, banyak perusahaan dan pribadi yang menjalankan bisnis secara online. Mereka bisa membuat website untuk mempromosikan produknya atau yang lebih dikenal dengan e-commerce. Untuk mempromosikan website yang baru dibuat, perusahaan ataupun pribadi memerlukan media iklan online. Salah satu media iklan online yang bisa digunakan adalah website Paid To Click (PTC) karena website ini mempunyai traffic tinggi sehingga cocok digunakan untuk mempromosikan bisnis secara online. Paid To Click merupakan sebuah website yang bisa digunakan oleh pengiklan (advertiser) untuk mempromosikan produk atau jasanya. Advertiser harus membayar sejumlah uang kepada pemilik website (broker) untuk memasang iklan. Advertiser bisa memilih paket iklan yang sesuai dengan kebutuhan mereka. Sementara iklan itu akan dilihat oleh para pengklik iklan (member PTC). Sebagian dari uang yang diterima oleh broker dari advertiser akan diberikan kepada member. Penelitian ini bertujuan untuk menganalisa faktor-faktor yang mempengaruhi penerimaan website e-commerce sebagai media iklan online di Internet dengan pendekatan Technology Acceptance Model (TAM). Faktor-faktor yang diteliti adalah Social Presence, Trust, Actual System Usage, Intention to Use, Perceived Usefulness, dan Perceived Ease of Use. Untuk pengujian statistik akan dilakukan dengan Structural Equation Modeling (SEM) pada Software AMOS 7.0.
Co-Authors Silviana Sulistiani