Hasil Pencarian: "Pengalaman" (Semua Bidang (Umum))
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetHasil Pencarian: "Pengalaman" (Semua Bidang (Umum))
Menampilkan 4 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
Prediksi Kebutuhan Spare part Pada Lini ULI PT Cedefindo Menggunakan Algoritma Random Forest
Penulis: Salsabil Amatin Fauzia, ARI NURUL ALFIAN, S.Pd., M.Kom. |
2026
PT Cedefindo khususnya pada lini ULI masih melakukan pengadaan spare part berdasarkan kondisi stok dan pengalaman pegawai sehingga belum memanfaatkan data historis penggunaan spare part secara optimal, yang berpotensi menyebabkan terjadinya stockout. Penelitian ini bertujuan untuk menghasilkan estimasi kebutuhan spare part dan menerapkan algoritma Random Forest untuk memprediksi kebutuhan spare part periode berikutnya berdasarkan data historis penggunaan spare part, preventive maintenance report, dan Trend. Penelitian menggunakan metodologi CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment dengan memanfaatkan data historis penggunaan spare part lini ULI periode Januari 2025 hingga April 2026. Hasil evaluasi model menunjukkan nilai MAE sebesar 2,69, RMSE sebesar 4,97, dan R² sebesar 0,34, sehingga model memiliki tingkat kesalahan prediksi yang relatif rendah meskipun belum mampu menjelaskan seluruh variasi data kebutuhan spare part. Penelitian ini menghasilkan sistem prediksi berbasis web yang dapat membantu admin teknik dalam mendukung pengambilan keputusan pengadaan spare part secara lebih terukur dan berbasis data historis untuk mengurangi risiko stockout.
#CRISP-DM
#Machine Learning
#Prediksi
#Random Forest
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PENGARUH PENGALAMAN PELANGGAN, NILAI PELANGGAN DAN KEPERCAYAAN PELANGGAN TERHADAP LOYALITAS PENGGUNA GRABFOOD (Studi Kasus pada Masyarakat Rawalumbu)
Penulis: Sari Anggraeni, Dr. INDRA MUIS, S.S., M.M. |
2026
Penelitian ini dilatarbelakangi oleh meningkatnya penggunaan layanan pesan antar makanan berbasis aplikasi online food delivery (OFD) yang menyebabkan perusahaan perlu memperhatikan faktor-faktor yang dapat meningkatkan loyalitas pelanggan. Penelitian ini bertujuan untuk menganalisis pengaruh pengalaman pelanggan, nilai pelanggan, dan kepercayaan pelanggan terhadap loyalitas pengguna GrabFood pada masyarakat Rawalumbu. Metode penelitian yang digunakan adalah metode kuantitatif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada 100 responden pengguna GrabFood. Teknik analisis data menggunakan analisis regresi linear berganda dengan bantuan aplikasi SPSS 29 melalui uji validitas, reliabilitas, uji asumsi klasik, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa pengalaman pelanggan berpengaruh positif dan signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 3,914 dan signifikansi 0,000. Kepercayaan pelanggan juga berpengaruh positif dan signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 2,476 dan signifikansi 0,015. Sementara itu, nilai pelanggan berpengaruh positif tetapi tidak signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 1,302 dan signifikansi 0,196. Secara simultan, pengalaman pelanggan, nilai pelanggan, dan kepercayaan pelanggan berpengaruh signifikan terhadap loyalitas pengguna GrabFood dengan nilai F sebesar 52,949 dan signifikansi 0,000. Nilai Adjusted R Square sebesar 0,612 menunjukkan bahwa 61,2% variasi loyalitas pengguna GrabFood dapat dijelaskan oleh ketiga variabel tersebut, sedangkan 38,8% dipengaruhi oleh faktor lain di luar penelitian. Dengan demikian, pengalaman pelanggan dan kepercayaan pelanggan menjadi faktor penting dalam meningkatkan loyalitas pengguna GrabFood.
#Pengalaman
#Nilai
#Kepercayaan
#Loyalitas
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|
|
SISTEM PAKAR DIAGNOSA KERUSAKAN PADA PERANGKAT SMARTPHONE BERBASIS ANDROID MENGGUNAKAN METODE FORWARD CHAINING
Penulis: Dhivan Asda Kurnianto, DWI ISMIYANA PUTRI, M.M.S.I. |
2026
Meningkatnya penggunaan *smartphone* berbasis Android berdampak pada meningkatnya kebutuhan layanan perbaikan perangkat. Pada Konter Alfa Cell Randan Batu, proses diagnosis masih dilakukan secara manual berdasarkan pengalaman teknisi dan informasi gejala dari pengguna, sehingga membutuhkan waktu relatif lama dan berpotensi menimbulkan ketidakkonsistenan diagnosis. Penelitian ini bertujuan membangun sistem pakar untuk membantu diagnosis awal kerusakan *smartphone* Android secara lebih cepat, efisien, akurat, dan konsisten. Pengembangan sistem menggunakan metode *Prototype*, dengan pengumpulan data melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan berbasis web menggunakan PHP, MySQL, XAMPP, dan Bootstrap serta menerapkan metode *Forward chaining* sebagai mesin inferensi. Basis pengetahuan terdiri atas 37 gejala, 13 kategori kerusakan, 13 rekomendasi solusi, dan 13 aturan diagnosis menggunakan struktur IF–THEN dengan operator OR. Evaluasi terhadap 13 kasus menunjukkan seluruh hasil diagnosis sistem sesuai dengan validasi teknisi, sedangkan *Black-box Testing* menunjukkan seluruh fitur berjalan sesuai kebutuhan. Uji coba terhadap 30 responden memperoleh nilai rata-rata 4,41 dengan persentase 88,10% dan interpretasi sangat setuju. Dengan demikian, sistem dapat membantu diagnosis awal secara lebih terstruktur dan konsisten, mempercepat proses diagnosis, serta memberikan rekomendasi penanganan berdasarkan gejala yang dipilih. Hasil diagnosis tetap perlu dikonfirmasi oleh teknisi melalui pemeriksaan perangkat secara langsung.
#Diagnosis Kerusakan
#Forward chaining
#Prototipe
#Sistem Pakar
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM PAKAR DIAGNOSA KERUSAKAN DAN MAINTENANCE SCHEDULING ALAT BERAT BERBASIS CASE-BASED REASONING
Penulis: Mayli Ayutiya Wulandari, Dr. Ir. SALUDIN MUIS, M.Kom. |
2026
Proses diagnosis kerusakan alat berat pada PT. Sarinah Cahaya Sejahtera masih dilakukan secara manual dan bergantung pada pengalaman teknisi, sehingga berpotensi menimbulkan ketidakkonsistenan dalam menentukan jenis kerusakan dan solusi perbaikan. Selain itu, proses maintenance scheduling belum terintegrasi dengan proses diagnosis sehingga kegiatan perawatan alat berat masih dilakukan secara terpisah dan kurang optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang mampu melakukan diagnosis kerusakan alat berat serta memberikan rekomendasi maintenance scheduling menggunakan metode Case-Based Reasoning (CBR). Metode yang digunakan dalam penelitian ini adalah metode Case-Based Reasoning dengan pendekatan similarity menggunakan metode Nearest Neighbor. Pengembangan sistem menggunakan model Prototype yang terdiri dari tahapan communication, quick design, build prototype, evaluation, dan refinement. Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka, kemudian diimplementasikan ke dalam basis pengetahuan yang terdiri dari data gejala, kerusakan, solusi, dan maintenance. Hasil penelitian menunjukkan bahwa sistem mampu melakukan diagnosis kerusakan alat berat berdasarkan gejala yang diinputkan pengguna serta menghasilkan rekomendasi maintenance scheduling sesuai hasil diagnosis. Berdasarkan pengujian akurasi menggunakan 10 data uji, sistem memperoleh tingkat akurasi sebesar 90%. Pengujian usability menggunakan metode System Usability Scale (SUS) memperoleh skor rata-rata sebesar 81,5 dengan kategori Excellent, sedangkan pengujian Black Box Testing menunjukkan seluruh fitur sistem berjalan sesuai dengan fungsi yang dirancang. Dengan demikian, sistem yang dibangun mampu membantu teknisi dalam proses diagnosis dan maintenance alat berat secara lebih cepat, terstruktur, dan efektif.
#Alat Berat
#Case-Based Reasoning
#Diagnosis Kerusakan
#Maintenance Scheduling
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|