Jurnal Sistem Cerdas dan Rekayasa (JSCR), E-ISSN:2656-7504

Prediksi angka Inflasi di Kota Surabaya menggunakan Jaringan Syaraf Tiruan dengan Metode Backpropagation

Jonathan Rafael — 2025-04-30

Penelitian ini bertujuan memprediksi angka inflasi di Kota Surabaya menggunakan Jaringan Syaraf Tiruan (JST) dengan metode backpropagation. Inflasi merupakan indikator ekonomi penting yang mempengaruhi stabilitas ekonomi dan kebijakan pemerintah. Dengan kompleksitas faktor-faktor yang mempengaruhi inflasi di Surabaya, seperti harga pangan dan transportasi, diperlukan metode untuk menghasilkan prediksi yang akurat. Penelitian ini memanfaatkan data inflasi historis dari tahun 2019 hingga 2023, dan menggunakan algoritma backpropagation untuk mengurangi kesalahan prediksi secara bertahap. Hasil penelitian menunjukkan bahwa model JST dapat memberikan prediksi yang cukup baik, meskipun terdapat beberapa bulan dengan nilai RMSE yang digunakan sebagai metode pengujian yang tinggi, menandakan adanya ketidakakuratan dalam prediksi

Penerapan Metode Fuzzy Sugeno Untuk Prediksi Tingkat Kemiskinan di Surabaya

Christina Azazya Josefphine — 2025-04-30

Penelitian ini berfokus pada prediksi angka kemiskinan di Kota Surabaya menggunakan metode Fuzzy Sugeno. Kemiskinan merupakan masalah kompleks yang masih dihadapi Kota Surabaya, dengan jumlah penduduk miskin yang konsisten di atas 100.000 jiwa sejak 2013 hingga 2023. Prediksi angka kemiskinan dilakukan dengan mempertimbangkan empat variabel utama: Tingkat Pengangguran Terbuka, Tingkat Partisipasi Angkatan Kerja, Indeks Pembangunan Manusia, dan PDRB Perkapita. Pemilihan metode Fuzzy Sugeno didasarkan pada penelitian-penelitian sebelumnya yang menunjukkan keunggulan metode ini dibandingkan metode fuzzy lainnya, dengan nilai MAPE yang lebih kecil dan tingkat akurasi yang lebih tinggi. Hasil prediksi ini diharapkan dapat membantu pemerintah dalam mengembangkan strategi penanggulangan kemiskinan yang lebih efektif di Kota Surabaya.

APPLICATION OF K-MEANS METHOD FOR CLUSTERING COFFEE EXPORT DATA

Didik Tristianto — 2025-04-30

Data on coffee exports from 2000 to 2020 by the Directorate General of Customs and Excise through the website of the Central Statistics Agency based on net weight (net) and Free On Board (FOB) values are grouped into 3 clusters with the aim of knowing the amount of coffee production exported by destination country, highest priority for coffee export activities and knowing the marketing potential for coffee to destination countries. The K-Means Clustering method was used to cluster coffee export data, after four iterations the results were obtained, namely the United States was included in the high export volume cluster with a centroid of 1,273,017, Japan, Germany, and Italy including a medium export volume cluster with a centroid of 871,607, and Singapore, Malaysia, India, Egypt, Morocco, Algeria, England, Romania, Georgia, Belgium, the Netherlands, Denmark, and France are included in the low export volume cluster with a centroid of 204,979.

Penyempurnaan Algoritma Run-Length Encoding Menggunakan Algoritma Burrows-Wheeler Transform Pada Pemampatan Data Teks

Didik Tristianto — 2025-04-30

Penelitian ini membahas tentang kinerja algoritma Run-Length Encoding dengan peningkatan algoritma Burrows-Wheeler Transform pada kompresi data. Ruang lingkup penelitian ini hanya dibatasi pada kompresi data teks (*.txt) yang dilakukan dua kali percobaan yaitu percobaan dengan menggunakan file teks yang berasal dari potongan artikel dan percobaan dengan menggunakan file teks dengan satu variasi karakter. Kriteria yang digunakan dalam perbandingan hasil percobaan adalah rasio kompresi dan analisis menggunakan ANOVA. Pada percobaan potongan artikel tersebut menunjukkan bahwa rasio kompresi yang dihasilkan oleh algoritma Run-Length Encoding dengan menggunakan algoritma Burrows-Wheeler Transform kemungkinan lebih baik dibandingkan dengan algoritma yang dilakukan dengan Run-Length Encoding saja. Untuk rasio kompresi pada data percobaan menunjukkan hasil yang homogen tidak berbeda nyata antara penggunaan Run-Length Encoding dan itu adalah sebesar 90,83%. Hal ini dikarenakan kompresi Run-Length Encoding bekerja paling baik pada file yang memiliki karakter dengan potensi kemunculan mendekati 1 (hampir sama dengan bobot ukuran file). Rasio kompresi Run-Length Encoding terburuk terjadi pada file yang memiliki karakter beragam ditandai dengan terjadinya pembesaran ukuran file dibanding ukuran file dari awal.

Rancang Bangun Pemesanan Menu pada Rumah Makan berbasis Web Studi Kasus Rumah Makan Dapur Koning Jakarta Barat

Ratna Susan Surianto — 2025-04-30

Usaha rumah makan menjadi salah satu bidang usaha yang banyak dilirik oleh para pelaku usaha namun perkembangan teknologi membuat konsumen bukan hanya menginginkan kualitas produk namun juga kemudahan dan keefektifan dalam bertransaksi. Rumah makan Dapur Koning Jakarta Barat adalah usaha rumah makan dengan skala rumahan yang didirikan pada bulan Juni tahun 2019. Dapur Koning dikelola oleh 1 hingga 3 pelayan yang berbagi tugas untuk melayani pelanggan, memasak makanan dan tugas kasir. Namun banyaknya pelanggan membuat pelayan Dapur Koning mengalami kesulitan dalam melayani transaksi penjualan terutama disaat jam-jam sibuk. Hal ini menyebabkan berbagai permasalahan diantaranya muncul komplain dari pelanggan saat pelayanan yang diberikan tidak sesuai dengan urutan pelanggan datang. Selain itu karena proses pembayaran masih dilakukan secara manual maka pelayan mengalami kesulitan dalam proses pencatatan pelaporan transaksi penjualan. Terkait dengan permasalahan tersebut, solusi yang ditawarkan yaitu dengan membangun sistem yang dapat membantu pelayan untuk menerima pesanan pelanggan serta menentukan urutan pelayanan sesuai dengan waktu kedatangan pelanggan. Selain itu sistem yang dibangun dapat mengelola transaksi pembayaran sehingga memudahkan kasir untuk menghitung total transaksi dan membuat laporan trasanski penjualan.