Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science RJOCS (Riau Journal of Computer Science)
Al Kiramy, Razanul
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
SOSIAL MEDIA SEBAGAI MANAJEMEN BERBAGI PENGETAHUAN DALAM RANTAI PASOK Al Kiramy, Razanul; Sari, Novita; Putra Dieta, Dekra Wond Dwi; Soleha, Ayu
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 1 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i1.2306

Abstract

Manajemen rantai pasok (SCM) menjadi sangat penting seiring dengan peningkatan transformasi digital yang mendorong perubahan globalisasi industri dan peningkatan persaingan antar rantai pasok. Peningkatan penggunaan teknologi informasi banyak dimanfaatkan oleh berbagai praktik organisasi dalam fungsi produksi, peningkatan kinerja, meningkatkan layanan pelanggan, meningkatkan kecepatan pengiriman dan mengurangi biaya. Penelitian ini memiliki tujuan untuk mendapat informasi lebih banyak terkait dampak, manfaat, dan tantangan penggunaan media sosial dalam manajemen berbagi pengetahuan dalam rantai pasokan. Metodologi yang digunakan dalam artikel ini adalah sistem literatur review dengan database pencarian dari scopus dan google scolar yang publish dari tahun 2014 sampai 2023. Hasil penelitian ini dimana platform media sosial berperan penting dalam memasarkan produk di masa pandemi COVID-19. Beberapa pelaku SCM sudah menggunakan media sosial untuk pemasaran namun masih dalam skala yang kecil dan belum terorganisir dengan baik. Uji coba optimalisasi pemanfaatan sosial media sebagai sarana pemasaran produk yang baik bagi pelaku SCM dapat menaikkan kembali angka penjualan produk SCM. Peningkatan pengetahuan dalam menerapkan digitalisasi dan SMM dalam SCM sangat diperlukan agar perusahaan dapat lebih baik dan bersaing dengan perusahaan lainnya.
Perbandingan Performa Algoritma RNN dan LSTM dalam Prediksi Jumlah Jamaah Umrah pada PT. Hajar Aswad: Comparison of RNN and LSTM Algorithm Performance in Predicting the Number of Umrah Pilgrims at PT. Hajar Aswad Al Kiramy, Razanul; Permana, Inggih; Marsal, Arif; Munzir, Medyantiwi Rahmawita; Megawati, Megawati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1373

Abstract

Secara bahasa umrah bermakna ziarah atau berkunjung, sedangkan secara istilah umrah adalah perjalanan ke Baitullah di luar waktu haji dengan tujuan melaksanakan ibadah tertentu dan memenuhi syarat-syarat khusus. PT Hajar Aswad merupakan sebuah perusahaan travel umrah yang beroperasi di Indonesia. PT Hajar Aswad bertanggung jawab untuk mengatur perjalanan, akomodasi, transportasi, dan berbagai keperluan lainnya bagi para jemaah umrah, untuk itu perlu memiliki pemahaman yang baik mengenai pola dan tren jumlah jemaah umrah agar dapat mengoptimalkan operasional dan memberikan pelayanan yang memuaskan kepada jamaah. Oleh karena itu penelitian ini dilakukan untuk memprediksi jumlah jamaah umrah pada PT Hajar Aswad menggunakan algoritma RNN dan LSTM agar PT Hajar Aswad. . Hasil perbandingan kedua algoritma menunjukkan bahwa LSTM mampu memberikan hasil prediksi yang sedikit lebih baik dibandingkan RNN dengan parameter window size 7, optimizer Adam, batch size 8, dan learning rate 0,01. Model ini memiliki nilai RMSE sebesar 0,1758, MAPE sebesar 0,4846, dan R2 sebesar 0,5198.
Co-Authors Arif Marsal Inggih Permana Megawati - Munzir, Medyantiwi Rahmawita Novita Sari Putra Dieta, Dekra Wond Dwi soleha, Ayu