Abstract:In the era now, the rapid development of technology makes people use the internet. E-commerce players use the internet as a digital marketing medium. One of the e-commerce that developed at that time was Bukalapak. This…
study aims to determine the effect of trust and ease of use of applications on purchasing decisions on the Bukalapak site in East Lombok. The method used in this research is associative method and the type of data used is quantitative data. The population of this study were all people who used the Bukalapak application in East Lombok. Determination of the sample using Non-Probability Sampling with a total of 75 respondents. The data analysis method uses validity test, reliability test, classical assumption test, hypothesis testing and multiple linear regression. The results of this study indicate that the trust variable has a positive and significant influence on purchasing decisions The Ease-of-Use variable has a positive and significant influence on purchasing decisions.
Abstract:Abstract: This study is motivated by the underutilization of transaction data at Toko F3I Kisaran in supporting decision-making related to inventory and pricing strategies. Currently, decisions are made conventionally based…
sed on experience, which may lead to overstock or stockout conditions. This research aims to develop a sales prediction model by applying Data Mining techniques using the Multiple Linear Regression method to analyze the influence of stock and price variables on sales. The research methodology includes historical data collection, regression analysis, web-based system design using PHP and MySQL, and system testing through the Black Box method. The results indicate that the developed model is capable of generating measurable and systematic sales estimations based on stock and price variables. The implementation of this system can assist store management in planning inventory levels and pricing strategies more efficiently, thereby improving operational effectiveness and business competitiveness.
Keywords: data mining; multiple linear regression; PHP; sales prediction; web-based system
Abstrak: Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan data transaksi penjualan pada Toko F3I Kisaran dalam mendukung pengambilan keputusan terkait persediaan dan penetapan harga. Selama ini, keputusan masih dilakukan secara konvensional berdasarkan pengalaman, sehingga berpotensi menimbulkan overstock maupun stockout. Penelitian ini bertujuan untuk membangun model prediksi penjualan dengan menerapkan teknik Data Mining menggunakan metode Regresi Linier Berganda guna menganalisis pengaruh variabel stok dan harga terhadap penjualan. Metodologi penelitian meliputi pengumpulan data historis, analisis perhitungan regresi, perancangan sistem berbasis web menggunakan PHP dan MySQL, serta pengujian sistem dengan metode Black Box. Hasil penelitian menunjukkan bahwa model yang dibangun mampu menghasilkan estimasi penjualan berdasarkan variabel stok dan harga secara lebih terukur dan sistematis. Implementasi sistem ini dapat membantu manajemen toko dalam merencanakan jumlah persediaan dan strategi harga secara lebih efisien, sehingga meningkatkan efektivitas pengelolaan bisnis dan daya saing perusahaan.
Kata kunci: data mining; prediksi penjualan; regresi linier berganda; sistem berbasis web; PHP
Abstract:Abstract: Hospitals, as healthcare facilities, have a high level of visitor mobility, particularly in inpatient wards. Therefore, visitor control is necessary to maintain patient comfort, safety, and service quality. Manual…
ual visitor monitoring is considered ineffective and prone to errors. Therefore, this study aims to design and implement an artificial intelligence-based visitor monitoring system for hospital inpatient wards using computer vision technology. The developed system utilizes the YOLOv8 model as an object detection algorithm to automatically detect and count visitors through a camera. Visitor information is displayed through a desktop-based monitoring interface and is equipped with warning notifications via the Telegram application and an automatic alarm if the number of visitors exceeds the limit set by hospital policy. Test results show that the system is capable of performing well in detecting and counting visitors in real time, as well as sending information and warnings responsively. Thus, this system is considered effective as a technology-based hospital management support solution in controlling inpatient ward density and making decisions more quickly and accurately.
Keywords: hospital; inpatient ward; computer vision; yolov8; visitor monitoring
Abstrak: Rumah sakit sebagai fasilitas pelayanan kesehatan memiliki tingkat mobilitas pengunjung yang tinggi, khususnya pada ruang rawat inap, sehingga diperlukan pengendalian jumlah pengunjung untuk menjaga kenyamanan, keselamatan pasien, dan kualitas pelayanan. Pemantauan jumlah pengunjung secara manual dinilai kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan jumlah pengunjung ruang rawat inap rumah sakit berbasis kecerdasan buatan menggunakan teknologi computer vision. Sistem yang dikembangkan memanfaatkan model YOLOv8 sebagai algoritma object detection untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis melalui kamera. Informasi jumlah pengunjung ditampilkan melalui antarmuka pemantauan berbasis desktop dan dilengkapi dengan notifikasi peringatan melalui aplikasi Telegram serta alarm otomatis apabila jumlah pengunjung melebihi batas yang ditetapkan sesuai kebijakan rumah sakit. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam mendeteksi dan menghitung jumlah pengunjung secara real-time, serta mengirimkan informasi dan peringatan secara responsif. Dengan demikian, sistem ini dinilai efektif sebagai solusi pendukung manajemen rumah sakit berbasis teknologi dalam pengendalian kepadatan ruang rawat inap dan pengambilan keputusan yang lebih cepat dan akurat.
Kata kunci: rumah sakit; ruang rawat inap; computer vision; yolov8; monitoring pengunjung
Abstract:Abstract: In a competitive digital era, business owners such as Alya Collection face challenges in determining the right fashion products to offer to consumers. Relying on intuition without data support often results in…
inaccurate and potentially detrimental decisions. This study aims to assist the sales decision-making process by applying a data mining method using the K-Means Clustering algorithm. This method was used to group sales data from February 2024 to January 2025 into three categories: best-selling, least-selling, and non-selling products. The study was conducted using a quantitative approach, through sales data collection and direct interviews with store owners. The system was built using the PHP programming language and MySQL database, and designed with tools such as UML, DFD, and ERD. The results of this clustering system are expected to provide strategic information useful for Alya Collection in planning stock, promotions, and product development, thereby increasing sales effectively and efficiently.
Keywords: data mining; k-means; sales; alya collection; information system
Abstrak: Dalam era digital yang kompetitif, pemilik usaha seperti Alya Collection menghadapi tantangan dalam menentukan produk fashion yang tepat untuk ditawarkan kepada konsumen. Ketergantungan pada intuisi tanpa dukungan data seringkali mengakibatkan keputusan yang kurang akurat dan berisiko merugikan. Penelitian ini bertujuan untuk membantu proses pengambilan keputusan penjualan dengan menerapkan metode data mining menggunakan algoritma K-Means Clustering. Metode ini digunakan untuk mengelompokkan data penjualan dari Februari 2024 hingga Januari 2025 ke dalam tiga kategori: produk terlaris, kurang laris, dan tidak laris. Penelitian dilakukan dengan pendekatan kuantitatif, melalui pengumpulan data penjualan serta wawancara langsung dengan pemilik toko. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dirancang dengan alat bantu seperti UML, DFD, dan ERD. Hasil dari sistem klasterisasi ini diharapkan dapat memberikan informasi strategis yang berguna bagi Alya Collection dalam merencanakan stok, promosi, serta pengembangan produk, sehingga mampu meningkatkan penjualan secara efektif dan efisien.
Kata kunci: data mining; k-means clustering; penjualan; alya collection; sistem informasi
Abstract:Abstract: Motorcycle sales are one of the key indicators of growth in Indonesia’s automotive industry. CV. Honda Karya Utama, as an authorized Honda motorcycle dealer, faces challenges due to unstable monthly sales fluctuations.…
ctuations. This uncertainty complicates stock planning, marketing strategy formulation, and may lead to potential losses caused by overstocking or understocking. To address these issues, this study aims to analyze the relationship between time and sales volume and to develop a predictive model that can assist management in making more effective business decisions.
The research was conducted using a quantitative method and a machine learning approach by applying a linear regression algorithm, implemented through the Python programming language and a MySQL database. The dataset used consists of monthly sales data over one year, analyzed to predict future sales trends. The results show that the linear regression algorithm can predict sales trends with a good level of accuracy, achieving evaluation values of MAPE 1.72%, MSE 1.76%, and RMSE 0.57. The developed model assists management in formulating marketing strategies, optimizing inventory planning, and minimizing financial risks. Therefore, linear regression can serve as an effective analytical tool to support strategic business decision-making at CV. Honda Karya Utama.
Keywords: motorcycle sales; linear regression; prediction; sales analysis
Abstrak: Penjualan sepeda motor merupakan salah satu indikator penting dalam pertumbuhan industri otomotif di Indonesia. CV. Honda Karya Utama sebagai dealer resmi sepeda motor Honda menghadapi tantangan berupa fluktuasi penjualan yang tidak stabil setiap bulannya. Ketidakpastian ini menyebabkan kesulitan dalam perencanaan stok, penentuan strategi pemasaran, serta berpotensi menimbulkan kerugian akibat kelebihan atau kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menganalisis hubungan antara waktu dan jumlah penjualan serta membangun model prediksi yang dapat membantu manajemen dalam pengambilan keputusan bisnis yang lebih efektif. Penelitian dilakukan dengan metode kuantitatif dan pendekatan machine learning menggunakan algoritma regresi linier, dengan implementasi berbasis bahasa pemrograman Python dan basis data MySQL. Data yang digunakan berupa data penjualan bulanan selama satu tahun, yang kemudian dianalisis untuk memprediksi tren penjualan pada periode berikutnya. Hasil penelitian menunjukkan bahwa regresi linier mampu memprediksi tren penjualan dengan tingkat akurasi yang baik, dengan nilai evaluasi MAPE sebesar 1,72%, MSE 1,76%, dan RMSE 0,57. Model ini membantu manajemen dalam menyusun strategi pemasaran, mengoptimalkan perencanaan stok, serta meminimalkan risiko kerugian. Dengan demikian, regresi linier dapat menjadi alat bantu yang efektif dalam mendukung keputusan bisnis di CV. Honda Karya Utama.
Kata kunci: penjualan sepeda motor; regresi linier; prediksi; analisis penjualan
Abstract:Abstract: The development of information technology has significantly influenced various aspects of life, including the way participants are selected for training programs. One example of its application can be seen in the…
he Vocational Skills Education Program (PKK) in the hair beauty sector at LKP LADY in Asahan Regency. The previous manual participant selection process was considered inefficient and prone to errors. Therefore, this study aims to design a Decision Support System (DSS) based on the Additive Ratio Assessment (ARAS) method to support a more objective, transparent, and structured participant selection processThe implementation results show that the system is capable of generating participant rankings. Of the total 25 registered participants, the system successfully displayed 16 participants with the highest scores. The participant with the highest ranking was Kholina Zuhro who obtained a utility value of 0.7688. By implementing this system, the selection process at LKP LADY becomes faster, more efficient, and fairer because decisions are based on systematically determined criteria, thereby improving the quality of training results and confidence in the selection process.
Keywords: : information technology; decision support systems; ARAS; PKK; selection of participants
Abstrak: Perkembangan teknologi informasi sangat memengaruhi berbagai aspek kehidupan, termasuk cara dalam menyeleksi peserta pelatihan. Salah satu penerapannya dapat dilihat pada Program Pendidikan Kecakapan Kerja (PKK) bidang kecantikan rambut di LKP LADY Kabupaten Asahan. Proses seleksi peserta yang sebelumnya dilakukan secara manual dinilai kurang efisien dan rawan kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis metode Additive Ratio Assessment (ARAS) guna mendukung proses seleksi peserta secara lebih objektif, transparan, dan terstruktur. Sistem ini dirancang untuk memproses data peserta berdasarkan sejumlah kriteria seperti usia, tingkat pendidikan terakhir, pengalaman kerja, status pekerjaan, riwayat penyakit, dan jarak tempat tinggal dari lokasi pelatihan. Hasil implementasi menunjukkan bahwa sistem mampu menghasilkan perangkingan peserta. Dari total 25 peserta yang didaftarkan, sistem berhasil menampilkan 16 peserta dengan nilai tertinggi. Peserta dengan peringkat tertinggi adalah Kholina Zuhro yang memperoleh nilai utility sebesar 0,7688. Dengan diterapkannya sistem ini, proses seleksi di LKP LADY menjadi lebih cepat, efisien, dan adil karena keputusan didasarkan pada kriteria yang telah ditentukan secara sistematis, sehingga dapat meningkatkan kualitas hasil pelatihan dan kepercayaan terhadap proses seleksi.
Kata kunci: teknologi informasi; sistem pendukung keputusan; ARAS; PKK; seleksi peserta
Abstract:Abstract: The issue of stunting represents a significant obstacle in public health development efforts, particularly in the Asahan Regency area. Stunting not only affects children’s physical growth but also has implications…
tions for intellectual capacity and productivity in the future. This study aims to develop an information system based on a Web Geographic Information System (Web GIS) to monitor the geographic distribution of stunting cases and assist the Asahan Regency Health Office in making data-driven policy decisions. The method applied in this research is a quantitative descriptive approach, encompassing the stages of problem identification, data collection, system requirements analysis, design, implementation, and system evaluation. The research findings show that the developed Web GIS platform successfully displays stunting data by district through interactive digital map representation, facilitates data input and updates by healthcare workers, and provides information accessible to the general public. The system is considered capable of improving the effectiveness and efficiency of stunting case monitoring, while also supporting information transparency and the planning of more targeted intervention programs. With the implementation of this Web GIS, stunting prevention efforts in Asahan Regency can be carried out in a more structured manner and based on accurate spatial data.
Keywords: stunting; geographic information system; monitoring; mapping; asahan regency
Abstrak: Permasalahan stunting merupakan hambatan signifikan dalam upaya pengembangan kesehatan publik, terutama di wilayah Kabupaten Asahan. Stunting tidak hanya mempengaruhi aspek pertumbuhan jasmani anak, namun juga berimplikasi pada kemampuan intelektual dan daya produktif di masa mendatang. Studi ini memiliki tujuan untuk membangun sistem informasi yang berbasiskan Web Geographic Information System (Web GIS) dengan maksud memantau distribusi kasus stunting secara geografis dan memfasilitasi Dinas Kesehatan Kabupaten Asahan dalam proses pengambilan kebijakan yang berdasarkan data. Metode yang diterapkan dalam riset ini adalah pendekatan deskriptif kuantitatif, meliputi fase identifikasi permasalahan, koleksi data, kajian kebutuhan sistem, perancangan, penerapan, dan penilaian sistem. Temuan penelitian menunjukkan bahwa platform Web GIS yang dikembangkan berhasil menampilkan data stunting per kecamatan melalui representasi peta digital yang interaktif, memfasilitasi proses input dan pemutakhiran data oleh tenaga kesehatan, serta menyediakan informasi yang dapat diakses oleh khalayak umum. Sistem tersebut dianggap mampu meningkatkan keefektifan dan keefisienan dalam monitoring kasus stunting, sekaligus mendukung keterbukaan informasi dan perencanaan program intervensi yang lebih tepat sasaran. Dengan adanya implementasi Web GIS ini, langkah-langkah penanggulangan stunting di Kabupaten Asahan dapat dilaksanakan dengan pendekatan yang lebih terstruktur dan berdasarkan data spasial yang tepat.
Kata Kunci: stunting; sistem informasi geografis; monitoring; pemetaan; kabupaten asahan
Abstract:Abstract: PERUMDA Air Minum Tirta Silaupiasa is a Regionally-Owned Enterprise (BUMD) that provides clean water and drinking water services for the people of Asahan Regency, this company requires competent workers in the…
field of Data Analyst to support the management and analysis of company data. However, the recruitment process which is still conventional often faces obstacles in selecting candidates who truly match the company's needs. To overcome this problem, this study proposes the implementation of a Decision Support System using the Profile Matching method to improve accuracy and is used to compare candidate profiles with established competency standards, allowing the system to provide rankings based on the level of suitability of candidates with the required criteria. The results of this study indicate that the use of Profile Matching-based DSS can help companies in selecting competent candidates in the field of data analyst more effectively and efficiently. There are 7 alternatives that will be selected using 6 criteria, the candidates who get the highest scores are in alternatives and , namely Muhammad Maulana Rais and Aulia Kadri Pratiwi, S.A.P with a total score of 5.85. So that leaders can make decisions based on the results of calculations that have been obtained through the designed system.
Keywords: PERUMDA air minum tirta silaupiasa; decision support systems; profile matching; candidate recruitment; data analyst.
Abstrak: PERUMDA Air Minum Tirta Silaupiasa merupakan Badan Usaha Milik Daerah (BUMD) yang menyediakan layanan air bersih dan air minum bagi masyarakat kabupaten asahan, perusahaan ini membutuhkan tenaga kerja yang kompeten di bidang Data Analyst untuk mendukung pengelolaan dan analisis data perusahaan. Namun, proses rekrutmen yang masih bersifat konvensional sering kali menghadapi kendala dalam menyeleksi kandidat yang benar-benar sesuai dengan kebutuhan perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan penerapan Sistem Pendukung Keputusan dengan menggunakan metode Profile Matching guna meningkatkan akurasi dan digunakan untuk membandingkan profil kandidat dengan standar kompetensi yang telah ditetapkan, sehingga memungkinkan sistem memberikan peringkat berdasarkan tingkat kesesuaian kandidat dengan kriteria yang dibutuhkan. Hasil penelitian ini menunjukkan bahwa penggunaan SPK berbasis Profile Matching dapat membantu perusahaan dalam memilih kandidat yang kompeten di bidang data analyst secara lebih efektif dan efisien. Terdapat 7 alternatif yang akan di seleksi dengan menggunakan 6 kriteria, kandidat yang mendapatkan nilai terbesar ada pada alternatif dan yaitu Muhammad Maulana Rais dan Aulia kadri Pratiwi, S.A.P dengan nilai total 5,85. Sehingga pimpinan dapat mengambil keputusan berdasarkan hasil perhitungan yang sudah didapatkan melalui sistem yang dirancang.
Kata kunci: PERUMDA air minum tirta silaupiasa; sistem pendukung keputusan; profile matching; rekrutmen kandidat; data analyst
Abstract:Abstract: The selection process for students of the National Student Sports Olympiad (O2SN) in the field of Pencak Silat at SMA Negeri 1 Air Joman is often faced with various challenges that affect objectivity and fairness…
ss in decision making. Assessments carried out directly by coaches tend to be non-objective, so that students who are sent to participate in the National Student Sports Olympiad (O2SN) are not alternately. Inaccuracy in selecting eligible students not only harms potential students, but can also reduce the school's chances of achieving success in the O2SN event. Therefore, a Decision Support System (DSS) is needed that can help improve objectivity, accuracy, and efficiency in the selection process, so that it can produce more precise and fair decisions. The decision support system used is the MOORA method. This system is designed to assist schools in determining students who are eligible to represent the school in the O2SN competition based on several criteria such as age, weight, strength, technique (moves) and student attendance. These criteria are analyzed and weighted according to their level of importance. Furthermore, the MOORA method is applied to calculate and rank students. The results of this study indicate that the students selected to participate in O2SN Pencak Silat are Joko Satrio and Wisnu Ramadan with optimization values of 0.339 and 0.281.
Keywords: moora; o2sn; student selection; decision support system
Abstrak: Proses seleksi siswa Olimpiade Olahraga Siswa Nasional (O2SN) di bidang Pencak Silat di SMA Negeri 1 Air Joman sering kali dihadapkan pada berbagai tantangan yang mempengaruhi objektivitas dan keadilan dalam pengambilan keputusan. Penilaian yang dilakukan secara langsung oleh pelatih cenderung bersifat tidak objektif, sehingga siswa yang dikirimkan untuk mengikuti Olimpiade Olahraga Siswa Nasional (O2SN) tidak secara bergantian. Ketidaktepatan dalam pemilihan siswa yang layak tidak hanya merugikan siswa yang berpotensi, tetapi juga dapat mengurangi peluang sekolah untuk meraih prestasi di ajang O2SN. Oleh karena itu, diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat membantu meningkatkan objektivitas, akurasi, dan efisiensi dalam proses seleksi, sehingga mampu menghasilkan keputusan yang lebih tepat dan adil. Sistem pendukung keputusan yang digunakan adalah dengan metode MOORA. Sistem ini dirancang untuk membantu pihak sekolah dalam menentukan siswa-siswa yang layak mewakili sekolah pada kompetisi O2SN berdasarkan beberapa kriteria seperti usia, berat badan, kekuatan, teknik (jurus) dan kehadiran siswa. Kriteria-kriteria tersebut dianalisis dan diberikan bobot sesuai dengan tingkat kepentingannya. Selanjutnya, metode MOORA diterapkan untuk melakukan perhitungan dan pemeringkatan siswa. Hasil dari penelitian ini menunjukkan bahwa siswa yang terpilih mengikuti O2SN Pencak Silat adalah Joko Satrio dan Wisnu Ramadan dengan nilai optimasi sebesar 0,339 dan 0,281.
Kata Kunci: moora; o2sn; seleksi siswa; sistem pendukung keputusan
Abstract:Abstract: PT. Padasa Enam Utama, a palm oil plantation company, currently assesses the quality of Fresh Fruit Bunches (FFB) based solely on physical aspects. They use Microsoft Excel without a specialized application system,…
tem, which can lead to subjective assessments and the risk of fraud. This research aims to develop a predictive system for the quality of Fresh Fruit Bunches. Data collection was conducted using quantitative methods through direct observation and interviews with relevant parties. The study shows that the use of the K-Nearest Neighbor method provides the best accuracy with a more efficient calculation process. With this system, the company’s performance in making decisions regarding FFB quality is expected to improve. The system helps reduce human errors in quality assessments and offers visualizations that make it easier for users to understand the classification of production quality. Although the results are reliable, there is still room for further development, such as improving accuracy through more advanced data preprocessing techniques or using more complex machine learning models.
Keywords: Data Mining; K-Nearest Neighbor algorithm; Fresh Fruit Bunches (FFB); Python; Streamlit.
Abstrak: PT. Padasa Enam Utama, sebuah perusahaan perkebunan kelapa sawit, saat ini menilai kualitas produksi Tandan Buah Segar (TBS) berdasarkan aspek fisik saja. Mereka menggunakan Microsoft Excel tanpa sistem aplikasi khusus, yang dapat menyebabkan penilaian tidak objektif dan risiko kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi mutu kualitas Tandan Buah Segar. Dalam pengumpulan data, digunakan metode kuantitatif melalui observasi langsung dan wawancara dengan pihak terkait. Penelitian menunjukkan bahwa penggunaan metode K-Nearest Neighbor memberikan akurasi terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem ini, diharapkan kinerja perusahaan dalam membuat keputusan terkait mutu produksi TBS dapat meningkat. Sistem ini membantu mengurangi kesalahan manusia dalam penilaian mutu TBS dan memberikan visualisasi yang memudahkan pengguna memahami klasifikasi mutu produksi. Meskipun telah memberikan hasil yang dapat diandalkan, masih ada ruang untuk pengembangan lebih lanjut, seperti peningkatan akurasi melalui teknik preprocessing data yang lebih canggih atau penggunaan model-machine learning yang lebih kompleks.
Kata kunci: Data Mining; Algoritma K-Nearest Neighbor; Tandan Buah Segar (TBS); Python; Streamlit