Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Rini Mayasari
Program Studi Informatika, Universitas Singaperbangsa Karawang
Computer Science & IT

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

Found 2 Documents
Search

 1 
IMPLEMENTASI TIME SERIES PADA DATA PENJUALAN DI GAIKINDO MENGGUNAKAN ALGORITMA SEASONAL ARIMA Muhammad Heru Widiyanto; Rini Mayasari; Garno Garno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol 7 No 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6879

Abstract

Persaingan di industri ini semakin meningkat seiring dengan masuknya peserta usaha baru. GAIKINDO sebagai organisasi otomotif di Indonesia, mengalami penurunan penjualan pada tahun 2020 yang disebabkan oleh pandemi covid-19. Oleh karena itu, untuk bersaing dengan pelaku industri otomotif lainnya, diperlukan optimasi dalam perencanaan yang dilakukan oleh GAIKINDO agar hasilnya menjadi lebih optimal. Penelitian ini akan menguji metode Time Series menggunakan algoritma SARIMA dengan melakukan pendekatan dengan metodologi CRISP-DM. Pengujian ini akan dilakukan menggunakan Google Colaboratory dan dataset yang digunakan adalah data Retail Sales dari Januari 2015 hingga Februari 2023. Hasil dari metode peramalan menunjukkan tingkat akurasi model yang terbaik, dengan akurasi parameter AR (p) = 1, difference (d) = 1, MA (q) = 1, AR musiman (P) = 1, difference musiman (D) = 0, MA musiman (Q) = 0, dan periode (s) = 12 atau SARIMA(1, 1, 1)(1, 0, 0)12 menghasilkan nilai MAPE sebesar 0,407%. Dengan demikian, hasil prediksi Retail Sales pada GAIKINDO yang memungkinkan tidak akan jauh dari hasil forecast yang diperoleh nanti.
OPTIMALISASI PERFORMA K-MEANS CLUSTERING DENGAN PCA DALAM ANALISIS TINGKAT KEMISKINAN DI JAWA BARAT Yunita Nurohmah; Rini Mayasari; Betha Nurina Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol 7 No 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6884

Abstract

Kemiskinan adalah permasalahan kompleks dan sulit diatasi, terutama di Provinsi Jawa Barat yang memiliki tingkat kemiskinan yang tinggi di Indonesia. Data kemiskinan yang akurat menjadi faktor utama dalam mendukung strategi penanggulangan, sementara tingkat kemiskinan suatu wilayah dapat diketahui lebih mudah melalui pengukuran dan penentuan indikator pendukungnya. Penelitian ini bertujuan untuk mengetahui klasterisasi tingkat kemiskinan di Provinsi Jawa Barat dari tahun 2019 hingga 2022 dengan menggunakan metodologi Knowledge Discovery in Data Base (KDD) . Metode yang diterapkan pada penelitian ini adalah pengelompokan data menggunakan dua algoritma yaitu Principal Component Analys (PCA) dan K-Means Clustering. dan menggunakan metode evaluasi silhouette coefficient untuk mengetahui nilai dari model. Hasil evaluasi dari 2 skenario model pada penelitian ini menyatakan bahwa membangun model dengan tahap reduksi dimensi variabel terlebih dahulu, lalu dilanjutkan dengan tahap pengelompokkan data menggunakan algoritma K-Means (skenario 2) yang menghasilkan performa terbaik diantara model lainnya dengan nilai evaluasi 0.74 yang termasuk dalam kriteria kuat.
Co-Authors Betha Nurina Sari Garno Garno Muhammad Heru Widiyanto Yunita Nurohmah