Akselerator : Jurnal Sains Terapan dan Teknologi

USULAN PERBAIKAN KUALITAS LAYANAN, MENGGUNAKAN METODE CUSTOMER SATISFACTION INDEX DAN QUALITY FUNCTION DEPLOYMENT

Liana Fitri — 2024-10-29

Pertumbuhan pada bidang industri di era berkembang ini, serta perekonomian yang sangat meningkat mempengaruhi kebutuhan hidup masyarakat. Peningkatan status sosial, ekonomi serta industri berdampak pada perubahan gaya hidup serta perilaku pada masyarakat. Dengan perubahan tersebut akan mempengaruhi selera kepuasan pada suatu barang ataupun jasa. Penelitian ini bertujuan mengetahui dan menganalisis sejauh mana tingkat kepuasan pelanggan terhadap kualitas pelayanan jasa pengiriman barang, yang dapat dinilai dari tingkat kepentingan pelanggan dan kepuasan pelanggan. Penelitian ini dilakukan dengan cara menyebarkan kuesioner kepada pelanggan dan dilakukan perhitungan kepuasan pelanggan dengan metode Customer Satisfaction Index (CSI) serta perbaikan dan peningkatan kualitas pelayanan dengan metode Quality Function Deployment (QFD). Dari hasil perhitungan kepuasan pelanggan dengan metode Customer Satisfaction Index (CSI) yaitu dengan nilai kepuasan pelanggan 72,34% dan hasil perbaikan dan peningkatan kualitas pelayanan dengan metode Quality Function Deployment (QFD) yaitu memberi pelatihan atau training orientasi kepada petugas, memberikan layanan yang cepat dan tepat, menciptakan kepercayaan pelanggan terhadap menerapkan budaya 4S (senyum, salam, sapa, sopan), melakukan evaluasi petugas secara berkala, memperbaiki sistem pengiriman, menyediakan layanan komplain, memperbarui alat kebersihan dan memperbarui interior dan eksterior

IMPLEMENTASI BUSINESS INTELLIGENCE PADA DASHBOARD MONITORING LAPORAN KEUANGAN DI RUMAH IBADAH

Andreas Kentjana — 2024-10-29

Pencatatan laporan keuangan di rumah ibadah masih dilakukan secara konvensional di dalam spreadsheet dan hanya menampilkan rincian transaksi berupa list angka yang terdiri dari ribuan record data, karena hal tersebut banyak dari pengurus dan umat yang kurang memahami isi dari laporan tersebut. Sehingga diperlukan cara alternatif untuk mempermudah umat dan pengurus untuk memahami alur laporan keuangan. Penelitian ini bertujuan untuk merancang sistem monitoring bagi pengurus di rumah ibadah sebagai suatu sistem untuk menganalisa dan mengawasi laporan keuangan pada program donasi yang dilaksanakan setiap bulannya. Rancangan sistem ini juga dibuat untuk memudahkan pemahaman pada alur laporan keuangan yang sudah ada sebelumnya. Saat ini banyak dari pengurus dan umat yang tidak terlalu memahami laporan keuangan yang dikeluarkan setiap bulannya, khususnya pada 3 program donasi yang sedang dijalankan, yaitu kegiatan tabungan kebajikan, beasiswa asuh buddhis dan persembahan altar dihari uposatha. Penelitian ini memanfaatkan implementasi sistem business intelligence pada laporan keuangan yang ada dan dibuat kembali dalam bentuk dashboard agar lebih mudah dianalisa dan dipahami. Hasil penelitian ini menunjukkan bahwa implementasi business intelligence pada dashboard laporan keuangan di rumah ibadah dapat membantu umat dan pengurus untuk memahami laporan keuangan yang ada.

IDENTIFYING STROKE RISK FACTORS IN MEDICAL DATASETS USING THE C4.5 ALGORITHM

Immanuel Clement Onggo Putra — 2024-10-29

Stroke is a worldwide health problem that occurs significantly. Based on data from the World Health Organization (WHO), there are 13.7 million new stroke incidents each year, resulting in 5.5 million deaths. Data mining is the process of collecting, processing, and analyzing data to obtain important information. The C4.5 algorithm is the most commonly used in data mining to build decision trees based on labeled data. The problem this study aims to solve is the difficulty and time-consuming nature of processing health data to determine the risk of stroke. The public has difficulty getting correct and reliable information about stroke. For data collection techniques from datasets taken from the Kaggle site with the Stroke Prediction dataset with 5110 records and 12 attributes, as well as literature studies that search for information related to this study to help apply the C4.5 data mining algorithm in detecting the causes of stroke. The libraries are from various media such as the internet, books, journals, and other media. The decision tree algorithm in data mining can be applied to detect the cause of a person having a stroke. After manual calculations and using RapidMiner software, the accuracy of the prediction results is a benchmark for how effective this algorithm is in identifying the cause of stroke in a person, by producing a classification model with an accuracy rate of 94.89% and an AUC value of 0.709. 11 respondents filled out the questionnaire with the results being 45.44% choosing strongly agree, 44.56% choosing agree, and 10% being neutral.

APLIKASI PREDIKSI HARGA TELUR AYAM NEGERI DENGAN NAÏVE BAYES PADA PT.KAIZEN PRIMA BERSAMA

Christopher Antonius — 2024-10-29

Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi prediksi harga telur ayam negeri menggunakan metode Naïve Bayes pada PT. Kaizen Prima Bersama. Telur ayam merupakan komoditas pangan penting yang memiliki peran vital dalam pemenuhan gizi masyarakat. Namun, harga telur ayam yang fluktuatif dapat mempengaruhi ekonomi dan kestabilan pasokan pangan.Oleh karena itu Metode Naïve Bayes dipilih karena kemampuannya dalam melakukan klasifikasi berdasarkan peluang probabilitas. Dengan menggunakan data historis harga telur ayam, aplikasi ini dapat memprediksi harga telur ayam untuk periode waktu tertentu. Data yang digunakan mencakup variabel-variabel kunci yang berdampak pada harga telur ayam, seperti harga pakan, ketersediaan telur ayam dari peternak, inflasi, dan faktor-faktor pasar lainnya. Aplikasi ini diintegrasikan dengan sistem informasi yang sudah ada di PT. Kaizen Prima Bersama, memudahkan pengguna dalam mengakses dan menganalisis data. Pengguna dapat memasukkan data terbaru ke dalam aplikasi, dan dengan bantuan algoritma Naïve Bayes, aplikasi ini akan menghasilkan prediksi harga telur ayam berdasarkan data historis dan variabel-variabel yang dimasukkan.Hasil dari aplikasi ini diharapkan dapat membantu PT. Kaizen Prima Bersama dalam mengambil keputusan secara strategis terkait harga telur ayam, seperti perencanaan stok, pengadaan bahan pakan, dan estimasi keuntungan. Dengan adanya prediksi harga telur ayam ini, perusahaan dapat meningkatkan efisiensi dan mengurangi risiko kerugian akibat fluktuasi harga

PROPOSED TO IMPROVE THE QUALITY OF MANGKUK PRODUCTS USING THE SIX SIGMA METHOD WITH THE DMAIC APPROACH AND CONTINUOUS IMPROVEMENT AT PT. LUCKY INDAH KERAMIK

Yogi Berkat — 2024-10-29

PT. Lucky Indah Keramik is a company engaged in the manufacturing industry that produces and sells various types of tableware made of ceramic materials such as plates, bowls and cups. To ensure the products produced are in good quality condition, quality inspection is required. The problem faced by this company is found defective products in the production process. Six Sigma is one of the steps in quality control and improvement. In this study, six sigma was applied to the process of making a picture bowl of the Rooster. Data used in February - March 2023, production is at 4.59 sigma with a process capability of 99.02%. There are 10 types found and with pareto diagram analysis it shows that the 4 most dominant types of defects are broken feet, saggar sticking, cleft feet, edge cracks, so repairs are focused on these defects. The causes found included lack of communication and conscientious workers, some poor quality raw materials, lack of maintenance and maintenance on production machines. The proposed solution is to check raw materials carefully, carry out outreach activities to employees on the importance of maintaining quality, schedule proper and scheduled machine maintenance, decant, provide writing and an overview of the operator's job duties.

PENERAPAN METODE K-MEANS CLUSTERING UNTUK MANAJEMEN STOK GUDANG

Catrine Wahana — 2024-10-29

Penggunaan algoritma K-Means Clustering dalam manajemen stok gudang dapat memberikan manfaat untuk proses pembukuan data warehouse. Dengan mempelajari informasi yang ada algoritma K-Means Clustering dapat mengelompokan produk yang terjual ke dalam transaksi yang laris atau tidak laris. Adapun masalah yang ingin diselesaikan adalah bagaimana cara menerapkan metode K-Means Clustering untuk memprediksi stok dan Bagaimana cara kerja metode K-Means Clustering yang akan digunakan pada penelitian ini. Teknik penelitian yang digunakan dalam pengembangan aplikasi managemen stok gudang ini menggunakan metode K-Means Clustering. Sedangkan untuk metode pengumpulan data yaitu dengan Studi pustaka, Wawancara dan kuesioner. Adapun hasil penelitiannya Penerapan Metode K-Means Clustering untuk Manajemen Stok Gudang dapat mempermudah pencatatan stok barang dagang dan melacak suatu produk. Sedangkan untuk cara kerjanya pengguna dapat berinteraksi dengan 7 menu terdiri dari home (tampilan awal), data, proses clustering, hasil clustering, laporan, hasil sistem, dan logout

PERANCANGAN APLIKASI ANALISIS SENTIMEN PADA ULASAN MASKAPAI PENERBANGAN DI TRIPADVISOR MENGGUNAKAN METODE NAÏVE BAYES

Rio Christian — 2024-10-29

Pesatnya kemajuan teknologi informasi, terutama di bidang internet telah mengubah cara orang mencari informasi, termasuk dalam konteks maskapai penerbangan. Maskapai penerbangan termasuk salah satu transportasi yang sangat populer dan penting di dunia. Sebelum melakukan perjalanan, sering kali masyarakat mencari informasi dan ulasan mengenai maskapai penerbangan, salah satunya melalui platform Tripadvisor. Karena jumlah ulasan yang banyak di Tripadvisor membuat sulit pengguna untuk cepat memahami sentimennya. Untuk mengatasi masalah tersebut diperlukan analisis sentimen untuk memahami sentimen secara sistematis. Maka dari itu dirancang aplikasi analisis sentimen dengan mengimplementasikan metode Naïve Bayes dalam mengklasifikasikan sentimen menjadi kategori positif dan negatif. Aplikasi ini menampilkan hasil analisis dalam bentuk grafik yang memberikan gambaran visual tentang sentimen positif dan negatif yang terkandung dalam ulasannya. Dengan melakukan pengujian menggunakan metode confusion matrix dengan tiga skenario yaitu 70:30, 80:20, dan 90:10. Berdasarkan hasil perbandingan antara tiga skenario tersebut, skenario terbaik untuk model klasifikasi naïve bayes adalah 90:10 yang menunjukkan nilai akurasi sebesar 77%, presisi sebesar 77%, recall sebesar 100%, dan F1-Score sebesar 87,1%. Dengan adanya aplikasi ini, diharapkan dapat membantu masyarakat dalam mencari maskapai penerbangan dan membuat keputusan perjalanan yang lebih terinformasi berdasarkan ulasan-ulasan yang telah dianalisis secara efektif