Claim Missing Document
Check
Articles

Found 10 Documents
Search

Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo Prasetyowati, Erwin
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 1 (2016): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (347.328 KB) | DOI: 10.32528/justindo.v1i01.249

Abstract

Perencanaan kuantitas produksi menjadi salah satu kunci kesuksesan pelaku usaha dalam menghasilkan produk yang jumlahnya tepat, tidak terlalu lebih maupun kurang. Hal tersebut menjadi dasar dari penelitian ini untuk merancang suatu aplikasi simulasi persediaan Teri Crispy Prisma di UD. Prisma Utama, salah satu produsen makanan di Kabupaten Pamekasan Madura dengan menggunakan metode Monte Carlo. Melalui aplikasi ini produsen diharapkan memiliki gambaran tentang perkiraan kuantitas produksi di waktu mendatang. Simulasi ini terdiri dari tiga indikator yang diukur yaitu jumlah persediaan, permintaan dan pengiriman produk. Data awal yang digunakan adalah data produksi dan penjualan 60 minggu sebelumnya. Simulasi metode Monte Carlo yang diproses sebanyak 25 item atau minggu. Melalui proses simulasi yang dilakukan dapat ditentukan batas maksimum jumlah persediaan produk jadi dan sisa persediaan di gudang. Selain itu pergerakan fluktuatif dari permintaan juga dapat terdeteksi dengan baik dari model ini. Dengan hasil ini pelaku bisnis memiliki patokan kisaran jumlah produksi yang cepat dan tepat.
SISTEM EVALUASI DAN KLASIFIKASI KINERJA AKADEMIK MAHASISWA UNIVERSITAS MADURA MENGGUNAKAN NAIVE BAYES DENGAN DIRICHLET SMOOTHING Prasetyowati, Erwin; Ramadhani, Nilam
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i2.a688

Abstract

Pengawasan terhadap kinerja akademik mahasiswa sebagai bentuk peningkatan mutu harus dilakukan secara tersistem dan terintegrasi. Namun pengawasan tersebut akan lebih efektif jika dilakukan secara periodik, yaitu pada tahun kedua dan keeempat dengan maksud pihak akademik dapat mengetahui perkembangan pencapaian belajar masing-masing mahasiswa dengan cepat, sehingga peringatan atau tindakan yang akan diberikan pada mahasiswa dan evaluasi terhadap seluruh aktivitas akademis dapat segera dilakukan. Penelitian ini bertujuan mengklasifikasikan kinerja mahasiswa melalui IPK dan jumlah SKS yang belum diselesaikan selama masa studinya. Klasifikasi dilakukan pada tahun kedua dan tahun keempat masa studi. Pada tahun kedua, klasifikasi dibagi menjadi tiga status yaitu Normal, Bermasalah dan Peringatan dengan ditentukan melalui standar nilai yang ditentukan. Pada tahun keempat klasifikasi dibagi menjadi dua kelompok, yaitu kelompok Lulus dan Drop Out. Proses klasifikasi yang dilakukan pada tahun keempat, menggunakan algoritma Naïve Bayes yang terbukti memiliki tingkat keakurasian yang tinggi dengan metode maximum likehood atau berdasarkan kemiripan tertinggi dari data yang diolah. Pada proses penghitungan Naïve Bayes terdapat sedikit keraguan apabila ada peluang yang bernilai 0. Oleh karena itu untuk memaksimalkan performa dari Naïve Bayes dalam klasifikasi ini, maka digunakan Dirichlet Smoothing. Berdasarkan hasil pengujian terhadap 200 data uji maka didapatkan nilai akurasi mencapai 91.50%, nilai precision sebesar 88.78% dan nilai recall adalah 95%. Dengan demikian dapat diketahui bahwa data memiliki nilai yang konsisten.
APLIKASI PENENTUAN HARGA POKOK PRODUKSI BATIK MADURA DENGAN METODE ACTIVITY BASED COSTING DAN ANALISIS REGRESI LINIER Prasetyowati, Erwin
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a690

Abstract

Pada umumnya pengrajin batik di Pamekasan tidak menghitung secara rinci biaya-biaya yang dikeluarkan dalam proses produksi, serta menetapkan harga jual berdasarkan harga yang berlaku di pasar, sehingga keuntungan bersih tidak dapat diketahui secara pasti. Berdasarkan permasalan tersebut penelitian ini difokuskan untuk mengurai pembiayaaan produksi batik melalui aktivitas-aktivitas produksi yang dilakukan secara rinci menggunakan metode Activity Based Costing (ABC), dimana metode ini terbukti memiliki tingkat keakurasian yang baik dalam menentukan HPP. Setiap aktivitas yang mengakibatkan biaya akan diakumulasikan untuk menentukan HPP. Untuk mendapatkan biaya bahan baku yang akurat, penelitian ini juga mempertimbangkan perubahan harga bahan baku di pasaran, dengan menggunakan peramalan harga melalui analisis Regresi Linier  mengingat perubahan harga bahan batik memiliki pola data trend. Hasil prediksi pada harga dengan Regresi Linier terhadap bahan baku dan bahan penolong batik meliputi kain, malam dan pewarna masing-masing sebesar Rp. 22.267,00; Rp 80.700,00 dan Rp. 21.300,00. Pada BOP, kelompok aktivitas pembuatan motif, pewarnaan serta pelorotan dan finishing dihitung berdasarkan jumlah warna yang digunakan, sehinggga cost driver yang digunakan adalah panjang kain (meter). Untuk kelompok aktivitas pemeliharaan dan pemasaran, cost driver yang digunakan masing-masing adalah Jam Kerja Langsung (JKL) dan jumlah produk (unit). Jumlah produksi Batik Cap 2 Warna adalah 140 unit, Batik Cap 3 Warna adalah 60 unit, Batik Tulis 2 Warna adalah 40 unit, serta Batik Tulis 3 Warna adalah 30 unit. Berdasarkan HPP per unit dan harga jual, maka total keuntungan terbesar terdapat pada Batik Cap 2 Warna sebanyak Rp. 2.452.100,00.
Estimated Profits of Rengginang Lorjuk Madura by Used Comparison of Holt-Winter and Moving Average Prasetyowati, Erwin; NR, Imron Rosyadi; Matsaini, Matsaini
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.v7.2031

Abstract

Rengginang Lorjuk is a typical Madura food that is ordered more by SMEs and is found in Sumenep Regency and several other areas in Madura. This product is made for supplies and orders, where demand will surge at certain times. Therefore, SMEs of Rengginang Lorjuk is required to have good planning in determining the selling price in accordance with the revenue target obtained. Considering that the main raw materials used are sticky rice and ensis leei (lorjuk) are raw materials that have fluctuating prices, this studio compares forecasting methods namely Holt Winter (HW) and Moving Average (MA), supported by MSE and MAPE, in order to obtain accurate forecasting results. These forecasting results show that HW has better accuracy than the MA, which is then used to calculate the cost of production with an Activity-Based Costing system, which requires charging costs for all activities carried out in production, namely the cost of raw materials, direct labor costs, and overhead factory fee. Using MAPE values, this study yields 4 estimates of production costs in accordance with changes in raw material costs.
PENILAIAN KINERJA KEUANGAN KOPERASI PADA DINAS KOPERASI DAN UMKM PAMEKASAN DENGAN K-MEANS Erwin Prasetyowati; Achmad Aunur Rofiq
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1591

Abstract

ABSTRAK Jumlah koperasi semakin meningkat setiap tahunnya. Untuk tetap dapat bertahan dan mengantisipasi persaingan antar koperasi maupun badan usaha lainnya, diperlukan suatu sistem pengolahan dan manajemen koperasi yang baik.Salah satu alat yang dapat digunakan adalah mengevaluasi kinerja keuangannya secara berkala. Hal tersebut dikarenakan aspek keuangan sebagai salah satu sumber daya strategis untuk menjalankan usaha kelangsungan hidup koperasi. Analisis laporan keuangan mempunyai tujuan untuk mengetahui seberapa jauh perkembangan usaha antar koperasi tersebut dari tahun ke tahun dan efektifitas pengelolaan koperasi.Atas pemikiran tersebut, penelitian ini dilakukan untuk merancang aplikasi penilaian kinerja koperasi. Hasil evaluasi kinerja keuangan dikelompokkan dengan menggunakan Algoritma K-Means. Algoritma ini akan menentukan kelompok koperasi yang memiliki kinerja baik (sehat) dan koperasi yang memiliki kinerja tidak baik (tidak sehat) melalui penentuan kelompok berdasarkan jarak terdekat data dengan centroid. Dari hasil analisa terhadap 13 Koperasi Unit Desa (KUD) yang ada di Kabupaten Pamekasan diperoleh data bahwa terdapat 2 koperasi yang tidak sehat yaitu koperasi Sumber Wangi dan Karya Harapan dan 11 koperasi yang lain memiliki kondisi sehat. Dengan demikian langkah-langkah perbaikan dan pengembangan diperlukan untuk 2 koperasi tersebut.Kata Kunci : Koperasi, Analisa Keuangan, Algoritma K-Means ClusteringABSTRACT  The number of cooperatives is increasing every year. To still be able to survive and anticipate competition between cooperatives and other business entities, we need a system of processing and a good cooperative management. One of the tools that can be used is to evaluate financial performance on a regular basis. That is because the financial aspect is as one of the strategic resources to run the business viability of the cooperative. Analysis of the financial statements has the objective to find out how far the development of the cooperative can make an effort over the years for the effectiveness of the management of the cooperative. On this thought, this research is to design a performance of the cooperative appraisal application. The results of the evaluation of the financial performance are categorized using the K-Means algorithm. This algorithm will determine the group of the cooperative that has performed well (healthy) and the cooperatives that have not enough performance (unhealthy) through the determination of the group based on the distance of the nearest centroid data. From the analysis of the 13 Village Unit Cooperatives (KUD) in Pamekasan, the data showed that there are two unhealthy cooperatives: the Sumber Wangi cooperative and the Karya Harapan cooperative while the rest of the 11s are in a healthy condition. Thus the steps for improvement and development are needed of the two cooperatives.Keywords : Cooperative, Financial Analysis, Algorithms of K-Means Clustering  
Estimated Profits of Rengginang Lorjuk Madura by Used Comparison of Holt-Winter and Moving Average Erwin Prasetyowati; Imron Rosyadi NR; Matsaini Matsaini
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 7, No 2: EECSI 2020
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.v7.2031

Abstract

Rengginang Lorjuk is a typical Madura food that is ordered more by SMEs and is found in Sumenep Regency and several other areas in Madura. This product is made for supplies and orders, where demand will surge at certain times. Therefore, SMEs of Rengginang Lorjuk is required to have good planning in determining the selling price in accordance with the revenue target obtained. Considering that the main raw materials used are sticky rice and ensis leei (lorjuk) are raw materials that have fluctuating prices, this studio compares forecasting methods namely Holt Winter (HW) and Moving Average (MA), supported by MSE and MAPE, in order to obtain accurate forecasting results. These forecasting results show that HW has better accuracy than the MA, which is then used to calculate the cost of production with an Activity-Based Costing system, which requires charging costs for all activities carried out in production, namely the cost of raw materials, direct labor costs, and overhead factory fee. Using MAPE values, this study yields 4 estimates of production costs in accordance with changes in raw material costs.
PENERAPAN K-MEANS ALGORITHM UNTUK MENGIDENTIFIKASI SUPPLIER BAHAN BAKU PADA KOMODITAS AGRIKULTUR DI KABUPATEN PAMEKASAN Erwin Prasetyowati; Imron Rosyadi NR; Sholeh Rachmatullah
Jurnal Simantec Vol 11, No 2 (2023): Jurnal Simantec Juni 2023
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i2.18810

Abstract

Komoditas agrikultur terutama di Kabupaten Pamekasan, hasil produksinya beberapa diantaranya tidak konstan dan mengalami pertumbuhan  secara negatif dikarenakan beberapa faktor penghambat seperti kondisi alam dan animo sumber daya manusia yang terlibat didalamnya. Di sisi lain pertumbuhan produk berbahan baku dari komoditas ini semakin meningkat sehingga perlu dilakukan pemetaan dengan metode clustering menggunakan K-Means Algorithm, guna menentukan tingkat potensi unggulan di masing-masing wilayah atau, sehingga supplier-supplier bahan baku pada komoditas ini dapat diidentifikasi. Hasil penelitian menunjukkan bahwa tingkatan potensi pada komoditas agrikultur yaitu pertanian, perkebunan dan perikanan di masing-masing kecamatan dibedakan menjadi 3 cluster yaitu Potensi Tinggi, Potensi Sedang dan Potensi Rendah. Adapun data yang dilibatkan pada sektor pertanian dan perkebunan adalah 13 kecamatan, sedangkan pada sektor perikanan sebanyak 6 kecamatan dikarenakan tidak semua kecamatan berada pada wilayah pesisir. Melalui penelitian ini diharapkan para pelaku industri dapat menentukan supplier yang tepat sesuai kebutuhan akan ketersediaan bahan baku yang ada.Kata kunci : Potensi Unggulan, K-Means, Clustering, Supplier.
Penerapan Citra Berbasis K-Means Clustering untuk Mendeteksi Penyakit Bulai Pada Komoditas Jagung Madura Imron Rosyadi NR; Erwin Prasetyowati; Badar Said
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 13 No 3, Mei Tahun 2023
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.13.3.206-211

Abstract

Pengembangan dan pembudidayaan jagung diperlukan seiring dengan meningkatnya konsumsi bahan makanan dan kebutuhan industri terutama produk makanan yang berbahan baku jagung. Dalam pengembangan jagung di Indonesia, kendala utamanya adalah gangguan Organisme Pengganggu Tanaman (OPT) utamanya penyakit, salah satunya adalah penyakit bulai. Penyakit ini dapat diketahui dengan terjadinya perubahan warna, sehingga diperlukan sebuah cara untuk mengetahui perbedaan antara warna daun sehat dan warna daun yang telah berubah akibat terserang penyakit bulai tersebut. Salah  satu  solusi  yang  bisa digunakan adalah  pengolahan citra. Oleh sebab itu tujuan penelitian ini untuk mendeteksi penyakit bulai berdasarkan warna daun pada tanaman jagung berbasis pengolahan citra digital, untuk menghasilkan hasil yang tepat dan objektif. Algoritma yang digunakan adalah algoritma K-Means Clustering. Penelitian ini menggunakan data latih sebanyak 50 citra dan data uji sebanyak 25 citra. Berdasarkan simulasi tingkat identifikasi penyakit bulai menggunakan K-Means Clustering mencapai tingkat akurasi 85%.Kata Kunci: pengolahan citra, segmentasi, K-Mean clustering
Application of K-Means Clustering for Detection Downy Mildew at Madura Corn Plant Using Digital Image Processing Imron Rosyadi NR; Erwin Prasetyowati; Badar Said; Syaiful Arifin; Mohammad Syafiir Ridoni
Tibuana Vol 6 No 2 (2023): Tibuana
Publisher : UNIPA PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/tibuana.6.2.7845.147-152

Abstract

The development and cultivation of corn is necessary in line with the increasing consumption of food ingredients and industrial needs, especially food products made from corn. In the development of maize in Indonesia, the main obstacle is the disturbance of Plant Pest Organisms (OPT), especially diseases, one of which is downy mildew. This disease can be identified by a change in color, so we need a way to find out the difference between the color of healthy leaves and the color of leaves that have changed due to downy mildew. One solution that can be used is image processing. Therefore the aim of this study was to detect downy mildew based on leaf color in corn plants based on digital image processing, to produce precise and objective results. The algorithm used is the K-Means Clustering algorithm. This study uses 50 images of training data and 25 images of test data. Based on the simulation of downy mildew disease identification using K-Means Clustering it achieves an accuracy rate of 85%.  
Penerapan Feasibility Study dan Strategi Pengembangan Unit Usaha di Pondok Pesantren AN-Nidhomiyah Pamekasan Mohammad Aliyullhaq Mas’ud; Erwin Prasetyowati; Matsaini Matsaini
Sains Data Jurnal Studi Matematika dan Teknologi Vol 1, No 2: July-December 2023
Publisher : Sekolah Tinggi Agama Islam Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v1i2.9

Abstract

Pesantren memiliki tiga kegiatan penting yang dilaksanakan di pondok yaitu dakwah, pendidikan, dan sosial ekonomi. Mitra yaitu PP. An-Nidhomiyah memiliki unit usaha yang bergerak di bidang konveksi dan percetakan sejak dua tahun lalu, guna menunjang kemandirian lembaga dalam hak ekonomi, serta sebagai sarana santri dan alumni untuk meningkatkankaan kemampuan dan kompetensinya dalam berwirausaha. Namun Mitra memerlukan beberapa strategi yang harus direncanakan dan diimplementasikan untuk meningkatkan keunggulan bersaing unit usaha tersebut. Pada program ini, Tim menerapkan studi kelayakan bisnis dan menyusun strategi pengembangan sesuai hasil telaah dan analisis terhadap kinerja bisnis pada waktu sebelumnya. Beberapa langkah dalam program pengabdian masyarakat yang dilaksanakan oleh Tim meliputi; 1) perencanaan dan pengembangan produk baru; 2) membayar segmentasi dan menargetkan pasar sebagai upaya memperluas pasar; 3) pelatihan dan pendampingan guna meningkatkan kebutuhan tenaga kerja terutama bagian produksi; 4) pemilihan dan penggantian sistem produksi yang tepat sesuai varian produk baru yang ditetapkan; 5) perumusan startegi pengembangan dan pengelolaan bisnis secara umum dan komperhensif; 6) evaluasi dan monitoring keberhasilan program.