Abstract:Abstract : Iris species classification is an important topic in the field of data mining and machine learning because it is commonly used as a benchmark dataset for classification methods. This study aims to design and implement…
mplement an information system that can classify Iris flower species using the K-Nearest Neighbor (KNN) method. The dataset used in this research is the Iris dataset, which consists of 150 data records with four attributes: sepal length, sepal width, petal length, and petal width, and three classes, namely Iris Setosa, Iris Versicolor, and Iris Virginica. The KNN method works by calculating the distance between test data and training data using the Euclidean distance formula and determining the class based on the majority of the nearest neighbors. The results of the study show that the KNN method is able to classify Iris species accurately with a good level of performance. Based on the testing results, the developed system can assist users in identifying Iris species effectively and efficiently. In conclusion, the K-Nearest Neighbor method can be successfully applied in an information system for Iris species classification.
Keywords: Classification, Iris Dataset, K-Nearest Neighbor, Data Mining, Machine Learning
Abstrak : Klasifikasi spesies Iris merupakan topik penting dalam bidang data mining dan machine learning karena sering digunakan sebagai dataset standar dalam pengujian metode klasifikasi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi yang dapat mengklasifikasikan spesies bunga Iris menggunakan metode K-Nearest Neighbor (KNN). Dataset yang digunakan adalah dataset Iris yang terdiri dari 150 data dengan empat atribut, yaitu panjang sepal, lebar sepal, panjang petal, dan lebar petal, serta tiga kelas yaitu Iris Setosa, Iris Versicolor, dan Iris Virginica. Metode KNN bekerja dengan menghitung jarak antara data uji dan data latih menggunakan rumus Euclidean Distance, kemudian menentukan kelas berdasarkan mayoritas tetangga terdekat. Hasil penelitian menunjukkan bahwa metode KNN mampu mengklasifikasikan spesies Iris dengan tingkat akurasi yang baik. Berdasarkan hasil pengujian, sistem yang dikembangkan dapat membantu pengguna dalam mengidentifikasi spesies Iris secara efektif dan efisien. Dengan demikian, metode K-Nearest Neighbor dapat diterapkan dengan baik dalam sistem informasi klasifikasi Iris Species.
Kata Kunci : Klasifikasi, Dataset Iris, K-Nearest Neighbor, Data Mining, Machine Learning
Abstract:Abstract: The assessment of competency-based labor training participants is an important aspect in ensuring the quality and effectiveness of training programs organized by DISNAKER of Central Bengkulu Regency. However, the…
he manual assessment process is often subjective and time-consuming. To overcome this problem, this study implemented Weighted Product (WP) method as a decision support method in the training participant assessment process. WP method was chosen for its ability to handle various assessment criteria by assigning weights according to their level of importance. This study involved several assessment criteria, such as attendance, theoretical evaluation results, practical evaluation results, and attitude during training. The results of the implementation show that WP method can provide accurate and consistent rankings and assist DISNAKER in determining the best participants objectively. Thus, this WP-based assessment system is expected to improve transparency and efficiency in the workforce training evaluation process at DISNAKER of Central Bengkulu Regency.
Keywords: Weighted Product (WP), Decision Support System, Participant Assessment, Workforce Training, DISNAKER.
Abstrak: Penilaian peserta pelatihan tenaga kerja berbasis kompetensi merupakan aspek penting dalam memastikan kualitas dan efektivitas program pelatihan yang diselenggarakan oleh Dinas Tenaga Kerja (Disnaker) Kabupaten Bengkulu Tengah. Namun, proses penilaian yang dilakukan secara manual seringkali kurang objektif dan memerlukan waktu yang cukup lama. Untuk mengatasi permasalahan tersebut, penelitian ini mengimplementasikan metode Weighted Product (WP) sebagai metode pendukung keputusan dalam proses penilaian peserta pelatihan.
Metode WP dipilih karena kemampuannya dalam menangani berbagai kriteria penilaian dengan memberikan bobot sesuai tingkat kepentingannya. Penelitian ini melibatkan beberapa kriteria penilaian, seperti kehadiran, hasil evaluasi teori, hasil evaluasi praktik, dan sikap selama pelatihan. Hasil implementasi menunjukkan bahwa metode WP dapat memberikan hasil peringkat yang akurat, konsisten, dan membantu pihak Disnaker dalam menentukan peserta terbaik secara objektif. Dengan demikian, sistem penilaian berbasis WP ini diharapkan dapat meningkatkan transparansi dan efisiensi dalam proses evaluasi pelatihan tenaga kerja di lingkungan Disnaker Kabupaten Bengkulu Tengah.
Kata Kunci: Weighted Product(WP), Sistem Pendukung Keputusan, Penilaian Peserta, Pelatihan Tenaga Kerja, Disnaker
Abstract:Abstract: This research aims to analyze the axiological foundation of sustainable management for Micro, Small, and Medium Enterprises (MSMEs) and its role in building competitive advantage in the global economic era. Using…
ng a qualitative approach with a multi-case study design, this study explores how intrinsic values (business ethics, intergenerational justice, environmental preservation) and extrinsic values (profit, consumer loyalty, market access) form the philosophical basis for adopting sustainable practices. Data were collected through in-depth interviews, Focus Group Discussions (FGD), observation, and document studies involving MSMEs that have implemented sustainability principles. Thematic analysis reveals that the internalization of axiological values encourages the operationalization of the Triple Bottom Line and ESG (Environmental, Social, Governance) frameworks in business strategies. The integration of these values proves to be a significant source of competitive advantage for MSMEs, manifested through green brand image differentiation, operational efficiency, access to new ethical markets, and increased business resilience. This study contributes theoretically by enriching the discourse on sustainable management with a value-based philosophical perspective, specifically within the MSME context. Practically, it provides recommendations for MSMEs, policymakers, and facilitators in the form of a contextual implementation roadmap, integrated training programs, and supportive policies to accelerate the inclusive and sustainable transformation of MSMEs.
Keywords: Axiology, Sustainable Management, MSME Competitiveness, ESG, Globalization.
Abstrak : Penelitian ini bertujuan untuk menganalisis landasan aksiologi dari manajemen berkelanjutan bagi Usaha Mikro, Kecil, dan Menengah (UMKM) serta perannya dalam membangun keunggulan kompetitif di era ekonomi global. Dengan menggunakan pendekatan kualitatif dan desain studi multi-kasus, penelitian ini mengeksplorasi bagaimana nilai-nilai intrinsik (etika bisnis, keadilan antargenerasi, kelestarian lingkungan) dan nilai-nilai ekstrinsik (profit, loyalitas konsumen, akses pasar) membentuk landasan filosofis bagi adopsi praktik berkelanjutan. Pengumpulan data dilakukan melalui wawancara mendalam, Focus Group Discussion (FGD), observasi, dan studi dokumen yang melibatkan UMKM yang telah menerapkan prinsip keberlanjutan. Analisis tematik mengungkapkan bahwa internalisasi nilai-nilai aksiologis mendorong operasionalisasi kerangka Triple Bottom Line dan ESG (Environmental, Social, Governance) dalam strategi bisnis. Integrasi nilai-nilai ini terbukti menjadi sumber keunggulan bersaing yang signifikan bagi UMKM, yang diwujudkan melalui diferensiasi citra merek hijau, efisiensi operasional, akses ke pasar etis baru, serta peningkatan ketahanan usaha. Kajian ini memberikan kontribusi teoretis dengan memperkaya wacana manajemen berkelanjutan dengan perspektif filosofis berbasis nilai, khususnya dalam konteks UMKM. Secara praktis, penelitian ini menyediakan rekomendasi bagi UMKM, pembuat kebijakan, dan pendamping dalam bentuk roadmap implementasi kontekstual, program pelatihan terpadu, serta kebijakan pendukung untuk mempercepat transformasi UMKM yang inklusif dan berkelanjutan.
Kata Kunci: Aksiologi, Manajemen Berkelanjutan, Daya Saing UMKM, ESG, Globalisasi.
Abstract:Abstract: BPJS Kesehatan is a national health insurance program that plays a vital role in providing public health services in Indonesia; however, its implementation has generated diverse public perceptions reflected on…
social media. This study analyzes public sentiment toward the BPJS Kesehatan program based on Instagram comments using a text mining and machine learning approach. The research methodology includes Indonesian text preprocessing, feature weighting using Term Frequency–Inverse Document Frequency (TF–IDF), and three-class sentiment classification (positive, negative, and neutral) using Multinomial Naïve Bayes and Support Vector Machine (SVM) algorithms. The dataset consists of 1,461 Instagram comments, which are divided into training and testing data with an 80:20 ratio. The experimental results show that Multinomial Naïve Bayes achieves an accuracy of 80.55%, while SVM yields a higher accuracy of 86.35%. These results indicate that SVM performs better in separating sentiment classes within short and imbalanced Instagram comment data. This study contributes to Indonesian-language sentiment analysis research and provides insights for evaluating public health services through social media data.
Keyword: sentiment analysis; BPJS Kesehatan; Instagram; Naïve Bayes; Support Vector Machine.
Abstrak: BPJS Kesehatan merupakan program strategis nasional yang berperan penting dalam menjamin akses layanan kesehatan bagi masyarakat Indonesia, namun implementasinya masih memunculkan beragam persepsi publik yang tercermin pada media sosial. Penelitian ini mengkaji analisis sentimen masyarakat terhadap program BPJS Kesehatan berdasarkan komentar pada platform Instagram menggunakan pendekatan text mining dan pembelajaran mesin. Metode penelitian meliputi pra-pemrosesan teks berbahasa Indonesia, pembobotan fitur menggunakan Term Frequency–Inverse Document Frequency (TF–IDF), serta klasifikasi sentimen tiga kelas (positif, negatif, dan netral) menggunakan algoritma Multinomial Naïve Bayes dan Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 1.461 komentar Instagram yang dibagi menjadi data latih dan data uji dengan rasio 80:20. Hasil pengujian menunjukkan bahwa Multinomial Naïve Bayes menghasilkan akurasi sebesar 80,55%, sedangkan SVM mencapai akurasi yang lebih tinggi yaitu 86,35%. Temuan ini menunjukkan bahwa SVM memiliki kemampuan yang lebih baik dalam memisahkan kelas sentimen pada data komentar Instagram yang bersifat pendek dan tidak seimbang. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan analisis sentimen berbahasa Indonesia serta menjadi masukan awal bagi evaluasi layanan publik berbasis media sosial.
Kata kunci: analisis sentimen; BPJS Kesehatan; Instagram; Naïve Bayes; Support Vector Machine.
Abstract:Abstract: Fluctuations in red chili prices are an economic problem that impacts farmers' welfare and people's purchasing power in Indonesia. This study aims to analyze the factors influencing red chili price fluctuations…
in X Koto District, Tanah Datar Regency, with a focus on rainfall, red chili production, and cayenne pepper prices. This study fills a gap in the literature as most previous studies only highlight one factor without examining the interrelationships between variables. The method used is multiple linear regression. The results show that cayenne pepper prices significantly influence red chili prices, while red chili production and rainfall do not. These findings confirm the close relationship between the prices of cayenne pepper and red chili peppers, a factor that has received little attention. The implications of this research are important for formulating more effective and sustainable food price stabilization policies. Practically, farmers can use the results of this study as a basis for production planning, while local governments can design policies to minimize the impact of price fluctuations on both farmers and consumers. Thus, this research contributes to food price management at the local level and can serve as a reference for broader food research and policy in Indonesia.
Keywords: price fluctuation, red chili pepper, cayenne pepper, multiple linear regression, food policy
Abstrak : Fluktuasi harga cabai merah merupakan masalah ekonomi yang berdampak pada kesejahteraan petani dan daya beli masyarakat di Indonesia. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi fluktuasi harga cabai merah di Kecamatan X Koto, Kabupaten Tanah Datar, dengan fokus pada curah hujan, produksi cabai merah, dan harga cabai rawit. Penelitian ini mengisi celah literatur karena sebagian besar studi sebelumnya hanya menyoroti satu faktor tanpa melihat keterkaitan antarvariabel. Metode yang digunakan adalah regresi linier berganda. Hasil penelitian menunjukkan bahwa harga cabai rawit berpengaruh signifikan terhadap harga cabai merah, sedangkan produksi cabai merah dan curah hujan tidak berpengaruh signifikan. Temuan ini menegaskan adanya hubungan erat antara harga cabai rawit dan cabai merah yang selama ini kurang mendapat perhatian. Implikasi penelitian ini penting bagi perumusan kebijakan stabilisasi harga pangan yang lebih efektif dan berkelanjutan. Secara praktis, petani dapat menggunakan hasil penelitian ini sebagai dasar dalam merencanakan produksi, sementara pemerintah daerah dapat merancang kebijakan untuk meminimalkan dampak fluktuasi harga bagi petani dan konsumen. Dengan demikian, penelitian ini berkontribusi pada pengelolaan harga pangan di tingkat lokal dan dapat menjadi acuan bagi penelitian serta kebijakan pangan yang lebih luas di Indonesia.
Kata kunci: fluktuasi harga, cabai merah, cabai rawit, regresi linier berganda, kebijakan pangan
Abstract:Abstract: Limited access to laboratory facilities in vocational education, particularly in the field of mechanical engineering, often becomes a major obstacle in providing safe and industry-relevant practical experiences.…
. Vocational high school (SMK) teachers in Bontang face challenges in delivering effective and efficient practice-based learning. This study aims to develop a Mixed Reality (MR) Laboratory as an innovative solution for simulating mechanical engineering practices. The MR Mixed Lab is designed to provide interactive learning experiences through mixed reality technology, enabling teachers to guide students in understanding machine assembly and disassembly concepts without the risk of equipment damage or injury. In addition, MR implementation can reduce operational practice costs and increase the frequency of training within a more realistic learning environment. The research method employed is Research and Development (R&D) with the ADDIE model, which consists of the stages of Analysis, Design, Development, Implementation, and Evaluation. The development process involves user needs analysis, system design, creation of interactive 3D models, and effectiveness testing involving vocational school teachers. Data are collected through observation, questionnaires, and interviews to evaluate usability, learning effectiveness, and user engagement. The expected outcome is an MR Lab prototype that is relevant, feasible, and beneficial for vocational education.
Â
Keywords: Mixed Reality (MR), Practice Simulation, Mechanical Engineering, Digital Laboratory, Teacher
Abstrak: Keterbatasan akses laboratorium dalam pendidikan vokasi, khususnya pada bidang teknik mesin, sering menjadi kendala utama dalam memberikan pengalaman praktik yang aman dan relevan dengan kondisi industri. Guru SMK di Bontang menghadapi tantangan dalam menyediakan sarana pembelajaran praktik yang efektif dan efisien. Penelitian ini bertujuan untuk mengembangkan Laboratorium Mixed Reality (MR) sebagai solusi inovatif untuk simulasi praktik teknik mesin. MR Mixed Lab dirancang untuk memberikan pengalaman pembelajaran interaktif melalui teknologi realitas campuran, memungkinkan guru membimbing siswa dalam memahami konsep perakitan dan pembongkaran mesin tanpa risiko kerusakan peralatan atau cedera. Selain itu, penggunaan MR dapat menekan biaya operasional praktik serta meningkatkan frekuensi latihan dalam lingkungan belajar yang lebih realistis. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model ADDIE yang mencakup tahapan Analysis, Design, Development, Implementation, dan Evaluation. Proses pengembangan melibatkan analisis kebutuhan pengguna, desain sistem, pembuatan model 3D interaktif, serta pengujian efektivitas dengan melibatkan guru SMK. Data dikumpulkan melalui observasi, kuesioner, dan wawancara untuk mengevaluasi kemudahan penggunaan, efektivitas pembelajaran, serta tingkat keterlibatan pengguna. Hasil penelitian diharapkan dapat menghadirkan prototipe MR Lab yang relevan, layak, dan bermanfaat bagi pendidikan vokasi
Â
Kata kunci: Mixed Reality (MR), Simulasi Praktik, Teknik Mesin, Laboratorium Digital, Guru
Abstract:Abstract: Moringa Olivera (MO) is a plant that offers numerous health benefits. In recent years, the leaves, seeds, and flowers of Moringa have been traditionally used in medicine. The leaves of Moringa Olivera contain various…
arious nutrients such as vitamins, minerals, amino acids, beta carotene, antioxidants, and other beneficial compounds. These compounds have the potential to help treat a range of diseases. Therefore, there is limited research available that classifies the specific content of these compounds in Moringa leaves. In this study, the traditional benefits of MO for treating diseases will be classified using Machine Learning (ML) techniques. Before classification, image processing steps such as preprocessing, segmentation, and feature extraction are performed to create an image dataset. As a result, 381 images of Moringa Olivera are categorized into two groups: 167 dry MO images and 214 wet MO images. The dataset is then organized based on the compound content and the diseases that can be treated. The next step involves using the SVM model to classify the images based on the benefit label, with 15 different disease categories. The SVM model achieves a training accuracy of 0.9078947368421053 and a testing accuracy of 0.8026315789473685, which are higher than those achieved by a regression classification model.
Â
Keywords: Detection, Classification, Moringa Olievera, Machine Learning, Image Procesing.
Â
Abstrak: Moringa Olivera (MO) merupakan tanaman yang memiliki banyak manfaat bagi dunia Kesehatan. Dalam beberapa dekade terakhir daun, biji, dan bunga MO telah banyak dimanfaatkan secara tradisional dalam melakukan pengobatan. Bagian daun MO mengandung Vitamin, Mineral, Asam Amino, Beta Karoten, Antioksidan, dan masih banyak lagi. Kandungan senyawa ini yang dapat dimanfaatkan untuk mengatasi berbagai penyakit. Namun, masih minim penelitian yang dilakukan untuk melakukan klasfikasi kandungan senyawa dari daun kelor. Oleh karena itu, pada penelitian ini akan dilakukan klasifikasi manfaat MO untuk mengobati penyakit secara tradisional menggunakan Teknik Machine Learning (ML). Pada penelitian ini sebelum dilakukan klasifikasi maka akan dilakukan pengolahan citra seperti preprocessing, segmentasi, dan ekstraksi untuk mendapatkan dataset citra. Hasilnya 381 citra MO dapat dibentuk menjadi suatu dataset berdasarkan dua kaegori yaitu 167 MO kering dan 214 MO basah. Dataset yang telah terbentuk kemudian dikumpulkan berdasarkan kandungan senyawa yang dimiliki dan penyakit yang dapat diobati. Tahapan selanjutnya menggunakan model SVM untuk melakukan klasifikasi berdasarkan label manfaat dengan 15 kelas penyakit. Hasilnya akurasi model pelatihan SVM sebesar 0,9078947368421053 dan pengujian sebesar 0,8026315789473685 lebih baik dari model klasifikasi regresi.
Â
Kata kunci: Deteksi, Klasifikasi, Moringa Olievera, Machine Learning, Image Procesing.
Abstract:Abstract: French language learning for first-year students at Universitas Negeri Medan (UNIMED) still faces several challenges, particularly related to the limitations of conventional teaching methods that lack flexibility…
ty and integration with technological developments. Along with the rapid advancement of information and communication technology, Mobile-Assisted Language Learning (MALL) has emerged as an innovative approach with the potential to enhance the quality of foreign language learning. This study aims to examine the potential, benefits, and challenges of using MALL in French language learning for first-year students at UNIMED. A descriptive qualitative approach was employed, involving first-year French language education students and French language lecturers as research participants. Data were collected through in-depth interviews, questionnaires, observations, and document analysis, and analyzed using thematic analysis and descriptive statistics. The findings indicate that the use of MALL increases students’ motivation, confidence, and French language proficiency, particularly in speaking and listening skills, with an average improvement of 15%. However, several challenges were also identified, including limited internet access, the dominance of English as the instructional language in some applications, and insufficient integration between mobile learning and face-to-face instruction. Therefore, more structured integration strategies and lecturer training are required to optimize the implementation of MALL in French language learning at UNIMED.
Keywords: Mobile-Assisted Language Learning, MALL, French language learning, educational technology, first-year students.
Abstrak: Pembelajaran bahasa Prancis bagi mahasiswa baru di Universitas Negeri Medan (UNIMED) masih menghadapi berbagai tantangan, terutama terkait keterbatasan metode pembelajaran konvensional yang kurang fleksibel dan kurang terintegrasi dengan perkembangan teknologi. Seiring pesatnya perkembangan teknologi informasi, Mobile-Assisted Language Learning (MALL) hadir sebagai alternatif inovatif yang berpotensi meningkatkan kualitas pembelajaran bahasa asing. Penelitian ini bertujuan untuk mengkaji potensi, manfaat, dan tantangan penggunaan MALL dalam pembelajaran bahasa Prancis bagi mahasiswa baru di UNIMED. Penelitian menggunakan pendekatan deskriptif-kualitatif dengan subjek mahasiswa baru dan dosen pengajar bahasa Prancis. Data dikumpulkan melalui wawancara mendalam, kuesioner, observasi, dan studi dokumentasi, kemudian dianalisis menggunakan analisis tematik dan statistik deskriptif. Hasil penelitian menunjukkan bahwa penggunaan MALL mampu meningkatkan motivasi, kepercayaan diri, serta keterampilan berbahasa Prancis mahasiswa, khususnya pada aspek berbicara dan mendengarkan, dengan peningkatan rata-rata kemampuan sebesar 15%. Namun demikian, penelitian ini juga menemukan sejumlah kendala, seperti keterbatasan akses internet, ketergantungan bahasa Inggris pada aplikasi, serta kurangnya integrasi MALL dengan pembelajaran tatap muka. Oleh karena itu, diperlukan strategi integrasi yang lebih terstruktur serta pelatihan bagi dosen agar pemanfaatan MALL dapat dioptimalkan dalam pembelajaran bahasa Prancis di UNIMED.
Kata kunci: Mobile-Assisted Language Learning, MALL, pembelajaran bahasa Prancis, teknologi pembelajaran, mahasiswa baru.
Abstract:Abstract: Cabbage is one of the horticultural crops with the largest production in Indonesia. Cabbage in Malang Regency is one of the main commodities widely planted by farmers. Geographically Weighted Regression (GWR) is…
s a statistical method used to analyze spatial influences with a point approach that shows that between locations have a tendency towards different characteristics in representing a condition. This model is applied in the agricultural sector to estimate cabbage production that varies between regions. The purpose of this study is to determine the best weighting to form a model and variables that influence cabbage production in Malang Regency, using the GWR model with fixed kernel weighting Bi-square, Exponential, and Gaussian. The best criteria are based on the coefficient of determination (R2) and the Akaike Information Criterion (AIC) statistics. Secondary data used are sourced from the Food Crops, Horticulture and Plantation Service of Malang Regency, with predictor variables including land area, elevation, and rainfall. Based on the R2 and AIC values, the analysis results indicate that the GWR model with an exponential weighting function is the best model for cabbage production, and land area is the variable that influences cabbage production in Malang Regency.
Keywords: Geographically Weighted Regression, weighting function, cabbage
Abstrak. Kubis menjadi salah satu tanaman hortikultura yang termasuk dalam produksi terbesar di Indonesia. Kubis di Kabupaten Malang merupakan salah satu komoditi utama yang banyak ditanam oleh petani. Geographically Weighted Regression (GWR) merupakan salah satu metode statistika yang digunakan untuk menganalisis pengaruh spasial dengan pendekatan titik yang menunjukkan bahwa antar lokasi memiliki kecenderungan terhadap karakteristik yang berbeda dalam merepresentasikan suatu kondisi. Model ini diterapkan pada bidang pertanian untuk menduga produksi kubis yang bervariasi antar daerah. Tujuan penelitian adalah untuk menentukan pembobot yang terbaik untuk membentuk model dan peubah yang berpengaruh terhadap produksi kubis di Kabupaten Malang, menggunakan model GWR dengan pembobot fixed kernel Bi-square, Eksponensial dan Gaussian. Kriteria terbaik didasarkan pada koefisien determinasi (R2) dan statistik Akaike Information Criterion (AIC). Data sekunder yang digunakan bersumber dari Dinas Tanaman Pangan Hortikultura dan Perkebunan Kabupaten Malang dengan peubah prediktor meliputi luas lahan, elevasi dan curah hujan. Berdasarkan nilai R2 dan AIC hasil analisis menunjukkan bahwa model GWR dengan fungsi pembobot eksponensial merupakan model terbaik untuk produksi kubis dan luas lahan adalah peubah yang berpengaruh terhadap produksi kubis di Kabupaten Malang.
Kata Kunci : Geographically Weighted Regression, fungsi pembobot, kubis
Abstract:Abstract: The growth of social media usage in Indonesia has reached more than 170 million active users in 2023, making it a relevant platform for the MSME sector, particularly in the culinary field. This study aims to analyze…
alyze the impact of social media usage as a marketing tool on MSME sales in Asahan Regency. The research method uses a quantitative approach with survey techniques through questionnaires distributed to more than 50 MSME respondents. Data were analyzed using simple linear regression with a Likert scale of 1-5. The results show that 82% of respondents use social media for marketing, with Facebook (45%) and WhatsApp (35%) as the most popular platforms. Regression analysis shows a coefficient of determination R² = 0.65, meaning that 65% of sales variation can be explained by social media usage. As many as 65% of respondents stated that marketing activities through social media increased sales with an average score of 4.4. This study concludes that the use of social media has a positive and significant effect on increasing MSME sales in Asahan Regency. It is recommended for MSME actors to improve their ability to create creative content and for local governments to provide MSME digitalization training support.
Â
Keywords: Social media, digital marketing, MSMEs, sales, Asahan Regency.
Â
Abstrak: Pertumbuhan penggunaan media sosial di Indonesia telah mencapai lebih dari 170 juta pengguna aktif pada tahun 2023, menjadikannya platform relevan bagi sektor UMKM, khususnya di bidang kuliner. Penelitian ini bertujuan untuk menganalisis dampak penggunaan media sosial sebagai sarana pemasaran terhadap penjualan UMKM di Kabupaten Asahan. Metode penelitian menggunakan pendekatan kuantitatif dengan teknik survei melalui kuesioner yang disebarkan kepada lebih dari 50 responden UMKM. Data dianalisis menggunakan regresi linier sederhana dengan skala Likert 1-5. Hasil penelitian menunjukkan bahwa 82% responden menggunakan media sosial untuk pemasaran, dengan Facebook (45%) dan WhatsApp (35%) sebagai platform terpopuler. Analisis regresi menunjukkan koefisien determinasi R² = 0,65, yang berarti 65% variasi penjualan dapat dijelaskan oleh penggunaan media sosial. Sebanyak 65% responden menyatakan bahwa aktivitas pemasaran melalui media sosial meningkatkan penjualan dengan skor rata-rata 4,4. Penelitian ini menyimpulkan bahwa penggunaan media sosial berpengaruh positif dan signifikan terhadap peningkatan penjualan UMKM di Kabupaten Asahan. Disarankan bagi pelaku UMKM untuk meningkatkan kemampuan dalam membuat konten kreatif dan bagi pemerintah daerah untuk memberikan dukungan pelatihan digitalisasi UMKM.
Â
Kata kunci: Media sosial, pemasaran digital, UMKM, penjualan, Kabupaten Asahan.
Â