Abstrak—Istana Sayur merupakan salah satu toko yang menjual beberapa macam sayuran, buah buahan dan bahan makanan yang selalu berusaha meningkatkan dan menjaga kualitas layanan, mencoba mengurangi kerugian dari pengendalian persediaan stok barang secara manual yang kurang baik akibat kelebihan dan kekurangan stok yang dialami saat ini, maka diperlukan fitur sebagai sistem informasi kasir dan peramalan stok barang. Tujuan dari pembuatan sistem informasi ini adalah analisa Forecasting secara manual ke dalam sebuah sistem informasi agar lebih praktis, dengan pemrograman PHP berframework CodeIgniter dan MySQL sebagai databasenya. Dengan menggunakan metode Double Exponential Smoothing Holt untuk pengambilan keputusan dalam jangka waktu tertentu dan pemanfaatkan pergerakan data pada masa lalu yang bersifat trend dimana datanya bersifat linier. Setelah dilakukan observasi pada Istana Sayur, Malang, didapat data transaksi penjualan dan barang pada tahun 2016-2018. Dari hasil perhitungan metode yang dipakai pada sistem ini kemudian dihitung Forecast Error-nya dengan menggunakan metode Mean Absolute Percentage Error. Dari analisa yang telah dilakukan, didapatkan hasil bahwa dengan menggunakan Mean Absolute Percentage Error didapat nilai untuk Sawi Caisim Manis dengan nilai 15.05%, Telor Ayam dengan nilai 15.78%, Cabe Hijau dengan nilai 12.45%, Buncis dengan nilai 22.22%, Cengkeh dengan nilai 34.69%, Bawang Putih dengan nilai 19.53%, Tempe dengan nilai 20.60% dan Kentang dengan nilai 17.58%. Sehingga Sawi Caisim Manis, Telor Ayam, Cabe Hijau, Bawang Putih dan Kentang tergolong kedalam kategori baik karena memiliki nilai diantara 10%-20%. Sedangkan untuk Buncis, Cengkeh dan Tempe tergolong kedalam kategori cukup karena memiliki nilai diantara 20%-50%. Saran untuk pengembangan aplikasi ini adalah perlunya penambahan metode lain sebagai pembanding tingkat keakuratan.
Monitoring student attendance during class hours required by each university due to the presence of the students proved to have a positive correlation with the performance of students during their studies. Most universities still use conventional techniques to record student attendance during teaching and learning in the classroom. Conventional techniques are inefficient and ineffective because they tend to spend a lot of time to record attendance and fraud appeared in the form of false presence. In this study a system that combines smart card and fingerprint technology is proposed to reduce fraud during the process of recording attendance in class, as well as making it easier for academics to manage attendance data. This system consists of card personalization applications, card reading applications, and attendance monitoring applications. The test results show that all three applications in this system give the expected results. In addition, the system is proven to be able to reduce frauds that occur in the classroom because there are two validation processes at the time of recording attendance namely smart card and fingerprint validation. With fingerprint validation, students cannot commit fraud because fingerprints are difficult to be manipulated or duplicated.
In many countries where natural disasters often occur, such as Indonesia, information about the area affected by the disaster is very important. As in the transportation sector, road users must avoid affected areas and roads. To overcome this problem, in this paper we propose a Geographic Information System (GIS) to identify areas affected by natural disasters within a certain radius. We use a web-based and mobile platform to present an open access system. In addition, we utilize OpenStreetMap map data as a source of spatial database that is open, wide-scale, and complete. In the initial stage, polygon-shaped road data will be split in-to shorter line segments and stored in PostGIS Spatial DBMS. Furthermore, this system will automatically detect road segments that included within the radius of a natural disaster event. Displays of road segments affected by disasters will be accessible to users through web and mobile applications. In addition, we also test and evaluate our system in case studies in certain areas in Indonesia.
Burung puyuh merupakan salah satu jenis unggas penghasil telur berprotein tinggi serta rendah lemak. Hal ini menjadi alasan kuat banyak peternak memilih burung puyuh sebagai hewan ternak. Namun sebagai hewan ternak, burung puyuh juga rawan terkena penyakit. Ditambah lagi banyak peternak khususnya pemula yang minim pengetahuan. Forward chaining merupakan metode penalaran yang dimulai dari fakta yang diketahui menggunakan mesin inferensi. Pencarian dilakukan dengan menggunakan aturan, jika kondisi terpenuhi maka akan dilakukan aksi. Fakta yang diketahui digunakan untuk memperoleh fakta baru dan melanjutkan proses hingga kesimpulan dicapai. Untuk membuat sistem pakar digunakan data basis pengetahuan dari dokter. Sistem pakar telah dibuat menggunakan bahasa PHP dan MySQL. Untuk mengujinya, diambil 20 sampel data uji dari sebuah peternakan. Hasil pembahasan menunjukkan akurasi sistem terhadap diagnosa dokter sebesar 85%, dan presisi sebesar 100%. Kesimpulannya, pembuatan sistem pakar diagnosa penyakit pada burung puyuh menggunakan metode forward chaining berhasil menyimpulkan jenis penyakit beserta solusi penanganannya.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.