Abstract:Abstract: The rapid growth of the cosmetics industry on e-commerce platforms has intensified competition, creating a critical need for effective, data-driven marketing strategies. This study aims to conduct a comparative…
analysis of machine learning algorithms to predict the sales categories (High, Medium, Low) of cosmetic products on the Tokopedia marketplace. Four classification models; Random Forest, XGBoost, Logistic Regression, and Naive Bayes were trained and evaluated on data collected via web scraping. The methodology incorporates the Synthetic Minority Over-sampling Technique (SMOTE) to address significant class imbalance and GridSearchCV for hyperparameter optimization to ensure a fair and robust comparison. The experimental results conclusively show that the Random Forest model achieved the best performance, yielding the highest F1-Score Macro Average of 0.75 and an accuracy of 85.3%. The superior model was subsequently implemented in a simple recommendation system to simulate optimal discount strategies, demonstrating its practical utility in providing actionable insights for business decisions.
Keywords: classification; comparative analysis; machine learning; sales prediction; SMOTE
Abstrak: Pertumbuhan pesat industri kosmetik pada platform e-commerce telah membuat persaingan ketat, sehingga menciptakan kebutuhan krusial akan strategi pemasaran yang efektif dan berbasis data. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap algoritma machine learning untuk memprediksi kategori penjualan (Tinggi, Sedang, Rendah) produk kosmetik di marketplace Tokopedia. Empat model klasifikasi, yaitu Random Forest, XGBoost, Regresi Logistik, dan Naive Bayes, dilatih dan dievaluasi menggunakan data yang dikumpulkan melalui web scraping. Metodologi penelitian ini menerapkan Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas yang signifikan dan GridSearchCV untuk optimisasi hyperparameter guna memastikan perbandingan yang adil. Hasil eksperimen menunjukkan bahwa model Random Forest mencapai performa terbaik, dengan menghasilkan F1-Score Macro Average tertinggi sebesar 0,75 dan akurasi 85,3%. Model unggul ini kemudian diimplementasikan dalam sebuah sistem rekomendasi sederhana untuk menyimulasikan strategi diskon yang optimal, yang menunjukkan kegunaan praktisnya dalam memberikan wawasan yang dapat ditindaklanjuti untuk pengambilan keputusan bisnis.
Kata kunci: analisis komparatif; klasifikasi; machine learning; prediksi penjualan; SMOTE
Abstract:Abstract: Heart disease is one of the leading causes of death worldwide, making early detection and accurate diagnosis crucial for reducing mortality rates and improving patient outcomes. This study aims to evaluate the…
effectiveness of four machine learning algorithms—Logistic Regression, Random Forest, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—in predicting heart disease, with a focus on enhancing model performance using Linear Discriminant Analysis (LDA) for feature reduction. Among the models, SVM achieved the highest accuracy at 84.24%, followed by Logistic Regression at 83.70%. Although Random Forest and KNN showed lower accuracies, all models benefited from LDA's dimensionality reduction. This study suggests that SVM, combined with LDA, offers an optimal solution for early and accurate heart disease prediction in the healthcare industry.
Keywords: feature reduction; heart disease; linear discriminant analysis (LDA); machine learning; SVM
Abstrak: Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini dan diagnosis yang akurat sangat penting untuk menurunkan angka kematian dan meningkatkan hasil pengobatan pasien. Penelitian ini bertujuan untuk mengevaluasi efektivitas empat algoritma pembelajaran mesin—Regresi Logistik, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—dalam memprediksi penyakit jantung, dengan fokus pada peningkatan kinerja model menggunakan Analisis Diskriminan Linear (LDA) untuk reduksi fitur. Di antara model yang diuji, SVM mencapai akurasi tertinggi sebesar 84,24%, diikuti oleh Regresi Logistik dengan 83,70%. Meskipun Random Forest dan KNN menunjukkan akurasi yang lebih rendah, semua model memperoleh manfaat dari reduksi dimensi yang diberikan oleh LDA. Studi ini menunjukkan bahwa SVM yang dikombinasikan dengan LDA merupakan solusi optimal untuk prediksi penyakit jantung secara dini dan akurat dalam industri kesehatan.
Kata kunci: linear discriminant analysis (LDA); machine learning; penyakit jantung; reduksi fitur; SVM.
Abstract:Abstract: Currently in Indonesia freight forwarding services or expeditions are increasingly being used in business. Companies that provide freight forwarding services are also increasingly popping up, besides that the range…
ange of shipping services is much wider, starting from big cities to small villages, now they are starting to become targets in the business process of freight forwarding services. There are also various kinds of goods that can be sent, ranging from small items, large items such as vehicles, or items that are private in nature such as documents. It is also undeniable that currently goods delivery services have become a mainstay of the community since the pandemic hit. However, in a number of cases with the onset of COVID-19 this can reduce income in goods delivery services due to the emergence of lock down policies in various regions according to the risk map zone for the spread of COVID-19 so that public transportation restrictions must be carried out, therefore it is necessary to carry out and also transformation in technology. One of the companies in the delivery service sector, namely a logistics company, must create a management strategy so that it can survive under the effects of the post-pandemic digital transformation in the logistics sector. In this study, the authors will discuss the business strategies carried out by logistics companies in dealing with the post-COVID-19 pandemic.
Keywords: logistics, strategy management, transformation digital
Abstrak: Saat ini di Indonesia jasa pengiriman barang atau ekspedisi semakin marak digunakan dalam proses bisnis. Perusahaan penyedia jasa layanan pengiriman barang pun semakin banyak bermunculan, selain itu jangkauan pengiriman barang pun jauh lebih luas mulai dari kota-kota besar sampai ke desa-desa kecil sekarang sudah mulai menjadi target dalam proses bisnis jasa layanan pengiriman barang. Barang yang dapat dikirim pun ada berbagai macam mulai dari barang yang kecil, barang yang besar seperti kendaraan, ataupun barang yang bersifat privasi seperti dokumen. Tidak dapat dipungkiri juga bahwa saat ini jasa pengiriman barang menjadi andalan masyarakat semenjak melandanya pandemi. Namun, pada beberapa kasus dengan melandanya COVID-19 ini bisa menurunkan penghasilan pada jasa layanan pengiriman barang dikarenakan munculnya kebijakan lock down di berbagai daerah sesuai dengan zona peta resiko penyebaran COVID-19 sehingga harus dilakukan pembatasan transportasi umum. Perusahaan di bidang jasa pengiriman yaitu perusahaan logistik harus membuat manajemen strategi yang lebih baik agar mampu bertahan di bawah pengaruh pandemic terhadap perusahaan logistic dalam teknologi informasi dalam transformasi digital ERP logistik. Pada penelitian ini penulis akan membahas mengenai strategi-strategi yang dilakukan oleh perusahaan logistic untuk menangani masalah tersebut.
Kata kunci: logistik, manajemen strategi,transformasi digital
Abstract:Abstract: PT. Indonesian logistics posts have cooperation in the postal network field, namely cooperation in sending goods or shipments at a certain time, a certain amount from one point to another in accordance with a warrant…
arrant from the partner. Components of the postal network include Manpower, vehicles, postal operational control, and operational costs. This study aims to examine the problems and roots of problems that cause risk potential for the risk of postal network components, especially in the manpower component (driver), and know how high the impact of the risk. The research method used in this study is qualitative and semi-quantitative methods by conducting case studies. Data collection was carried out by interview/FGD, and the distribution of questionnaires. The results showed that the risk of manpower is at high and very high levels. The results of the study will provide recommendations to the manpower component (driver) in the form of risk mitigation and can be used by companies in managing operational risk on postal networks, especially in the manpower component (driver).
Keywords: manpower; operational risk; postal network; risk mitigation.
Abstrak: PT. Pos Logistik Indonesia memiliki kerjasama dalam bidang Jaringan Postal, yaitu kerjasama dalam mengirimkan barang atau kiriman pada waktu tertentu, jumlah tertentu dari satu titik ke titik lain sesuai dengan surat perintah dari mitra. Komponen pada jaringan Postal meliputi: Man Power, Kendaraan, Pengendalian Operasional Postal, dan Biaya Operasional. Penelitian ini bertujuan untuk mengkaji permasalahan dan akar masalah yang menimbulkan potensi kejadian risiko pada komponen Jaringan Postal khususnya pada komponen manpower (driver) dan mengetahui seberapa tinggi dampak risikonya. Metode penelitian yang digunakan dalam penelitian ini adalah metode kualitatif dan semi kuantitatif dengan melakukan studi kasus. Pengumpulan data dilakukan dengan cara wawancara/FGD, dan penyebaran kuesioner. Hasil penelitian menunjukan bahwa risiko pada manpower berada pada level high dan very high. Hasil penelitian akan memberikan rekomendasi terhadap komponen manpower (driver) berupa mitigasi risiko dan dapat digunakan perusahaan dalam pengelolaan risiko operasional pada jaringan Postal khususnya pada komponen manpower (driver).
Kata kunci: jaringan postal; manpower; mitigasi risiko; risiko operasional.
Abstract:Abstract: Enormous logistical needs on General Hospital Kartini range to facilitate treatment requires a system that can predict to meet those needs with the right so as not to result in advantages and disadvantages to the…
he amount of usage that is always changing every year. At this time the calculations have been carried out with the help of software that is on a high-speed computer such as Neural Networks. Neural networks are used to predict the projection Backpropogation logistics patients based on the type of drugs Analgesics, antiemetics, vitamins, Antiepileptic, Anesthesia, Anti-Parkinson, Psychotherapeutic, Corticosteroids. This logistical projection data processing using software of Matlab 6.1. After using Backpropogation finally found the best architectural pattern is 8-3-3-1 of 5 aritektur architecture that has been tested. Of the pattern is then predicted projection logistics at General Hospital Kartini range in 2014 will increase to 91 290 from 65 422 in 2013 for an increase of 25 868 (28.33%).
Keywords: neural networks, backpropagation algorithm, projection logistics, matlab
Abstrak: Kebutuhan logistik yang sangat besar pada Rumah Sakit Umum Ibu Kartini Kisaran untuk memperlancar pengobatan membutuhkan suatu sistem yang bisa memprediksi untuk memenuhi kebutuhan tersebut dengan tepat agar tidak mengakibatkan kelebihan dan kekurangan terhadap jumlah pemakaian yang selalu berubah setiap tahunnya. Pada saat ini proses perhitungan telah banyak dilakukan dengan bantuan software-software yang ada pada komputer yang berkecepatan tinggi seperti Jaringan Saraf Tiruan. Jaringan Saraf Tiruan Backpropogation digunakan untuk memprediksi proyeksi logistik pasien berdasarkan jenis obat Analgetik, Antiemetik, Vitamin, Antiepilepsi, Anestesi, Anti Parkinson, Psikofarmaka, Kortikosteroid. Pengolahan data proyeksi logistik ini menggunakan software Matlab 6.1. Setelah menggunakan Backpropogation akhirnya ditemukan pola arsitektur yang terbaik yaitu arsitektur 8-3-3-1 dari 5 arsitektur yang telah diujikan. Dari pola tersebut kemudian diprediksi proyeksi logistik di Rumah Sakit Umum Ibu Kartini Kisaran pada tahun 2014 akan meningkat menjadi 91290 dari tahun 2013 sebesar 65422 atau meningkat sebesar 25868 (28,33%).
Kata Kunci: jaringan saraf tiruan, algoritma backpropagation, proyeksi logistik, matlab
Abstract:Penelitian ini bertujuan menganalisis pengaruh faktor sosial-ekonomi terhadap adopsi sistem agroforestri di Provinsi Gorontalo. Agroforestri dipandang sebagai solusi berkelanjutan untuk mengatasi masalah lingkungan seperti…
ti banjir dan longsor melalui integrasi komponen pertanian, kehutanan, dan peternakan. Metode penelitian menggunakan pendekatan kuantitatif dengan regresi logistik, melibatkan 164 responden dari enam desa yang dipilih secara proporsional. Data dikumpulkan melalui survei, wawancara, observasi, dan dokumentasi, lalu dianalisis dengan statistik deskriptif, uji Chi-Square, dan regresi logistik biner. Hasil menunjukkan bahwa luas lahan (X5), penyuluhan (X8), dan keanggotaan kelompok tani hutan (KTH) (X7) menjadi faktor dominan yang memengaruhi adopsi. Petani dengan lahan ≥2 Ha memiliki peluang 201% lebih tinggi untuk mengadopsi agroforestri, sementara penyuluhan dan keanggotaan KTH meningkatkan peluang sebesar 2,75 kali dan 2,5 kali. Sebaliknya, usia (X1) dan pendidikan (X3) tidak berpengaruh signifikan, meskipun tren menunjukkan petani muda lebih terbuka pada inovasi. Analisis threshold (ambang batas skor 50 vs 60) mengungkap variasi adopsi antardesa, dengan Desa Tangga Barito memiliki tingkat adopsi tertinggi (87,5%) dan Bondawuna terendah (10,34%). Temuan ini selaras dengan literatur global yang menekankan pentingnya kapasitas teknis, jejaring sosial, dan kebijakan kontekstual. Rekomendasi strategis mencakup penyuluhan spesifik lokasi, model agroforestri yang ramah lahan sempit dan curam, serta insentif finansial bagi petani kecil. Penelitian juga menyarankan pendekatan berbasis data untuk merancang kebijakan adaptif, seperti penguatan kelompok tani dan konsolidasi lahan. Kontribusi teoretis melibatkan kerangka analisis threshold untuk memahami dinamika adopsi secara kontekstual, sedangkan implikasi praktis berfokus pada integrasi agroforestri dalam program pengentasan kemiskinan dan adaptasi iklim. Penelitian ini diharapkan menjadi referensi dalam pengembangan kebijakan pertanian berkelanjutan di Indonesia, terutama di wilayah dengan tantangan biofisik dan struktural seperti Gorontalo. Dengan pendekatan partisipatif yang melibatkan pemerintah daerah, NGO, dan kelompok petani, agroforestri dapat menjadi pilar utama dalam pengelolaan sumber daya alam yang harmonis antara ekologi, ekonomi, dan sosial.
Abstract:Kota Surabaya menghadapi risiko bencana alam seperti banjir, gempa bumi, dan tsunami, sehingga kebijakan penanggulangan bencana yang efektif memerlukan peran aktif pemimpin daerah. Penelitian ini mengeksplorasi peran Wali…
i Kota dan Kepala Pelaksana BPBD Kota Surabaya dalam mendukung penanggulangan bencana melalui kebijakan dan kegiatan yang dilakukan. Metode yang digunakan adalah Analytical Hierarchy Process (AHP) untuk mengevaluasi dampak dan efektivitas langkah-langkah yang diambil oleh kedua pemangku kepentingan, menggunakan data sekunder dari peraturan daerah yang relevan. Kepemimpinan Wali Kota dinilai berdasarkan sembilan aspek: Peraturan Daerah tentang Penyelenggaraan Penanggulangan Bencana, pembentukan BPBD, Forum PRB, penyebaran informasi kebencanaan, Rencana Penanggulangan Bencana, Tataruang Berbasis Pengurangan Risiko Bencana, alokasi anggaran, RPJMD, dan dukungan lainnya untuk BPBD. Sementara itu, kepemimpinan Kepala Pelaksana BPBD dinilai berdasarkan enam aspek: pengkajian risiko dan perencanaan terpadu, pengembangan sistem informasi, pendidikan dan logistik, penanganan kawasan rawan bencana, peningkatan efektivitas pencegahan dan mitigasi bencana, kesiapsiagaan dan penanganan darurat bencana, serta pemulihan bencana. Hasil penelitian menunjukkan bahwa kepemimpinan Wali Kota Surabaya telah melaksanakan 8 dari 9 aspek penting penanggulangan bencana, mencerminkan komitmen kuat dalam memperkuat kerangka hukum dan operasional. Sementara itu, kepemimpinan Kepala Pelaksana BPBD juga efektif dalam menjalankan enam aspek utama. Kebijakan dan inisiatif Wali Kota Eri Cahyadi dan Kepala BPBD Agus Hebi Djuniantoro menunjukkan kesiapan dan kapasitas Surabaya dalam mengelola risiko bencana secara komprehensif sangat mendukung penanggulangan bencana di Kota Surabaya.
Abstract:Latar Belakang: Pertumbuhan coffeeshop yang pesat di kota-kota pelajar Indonesia mendorong peningkatan konsumsi minuman berkafein di kalangan mahasiswa. Kafein diketahui dapat merangsang sekresi asam lambung dan melemahkan…
an sfingter esofagus bawah sehingga berpotensi menimbulkan gangguan gastrointestinal. Tujuan: Menganalisis hubungan antara pola konsumsi minuman berkafein dengan kejadian gangguan gastrointestinal pada mahasiswa di Kota Jember. Metode: Penelitian cross-sectional dengan 150 mahasiswa di Kota Jember yang dipilih melalui purposive sampling. Data dikumpulkan menggunakan kuesioner Likert yang telah diuji validitas dan reliabilitasnya. Analisis data meliputi uji korelasi Spearman dan regresi logistik biner. Hasil: Mayoritas responden memiliki pola konsumsi kafein kategori sedang (89,3%) dan mengalami gangguan gastrointestinal kategori sedang (62,7%). Terdapat hubungan positif signifikan antara pola konsumsi kafein dengan kejadian gangguan gastrointestinal (r = 0,434; p < 0,001). Analisis multivariat menunjukkan pola konsumsi kafein (OR = 1,139; 95% CI: 1,063–1,220) dan riwayat penyakit lambung (OR = 9,354; 95% CI: 2,821–31,022) sebagai prediktor independen yang signifikan. Simpulan: Pola konsumsi minuman berkafein berhubungan secara positif dan signifikan dengan kejadian gangguan gastrointestinal pada mahasiswa di Kota Jember. Mahasiswa dengan riwayat penyakit lambung memiliki risiko hampir sembilan kali lebih besar mengalami gangguan gastrointestinal sedang-berat.
Abstract:Penelitian ini dilatarbelakangi oleh belum optimalnya kualitas layanan puskesmas yang diduga berkaitan dengan pengelolaan sumber daya manusia. Tujuan penelitian ini adalah menganalisis kondisi MSDM dan kualitas layanan,…
mengidentifikasi faktor-faktor yang memengaruhi MSDM, serta menguji pengaruh MSDM terhadap kualitas layanan pada puskesmas di Kabupaten Bogor. Penelitian menggunakan pendekatan kuantitatif dengan desain cross-sectional terhadap 31 tenaga kesehatan yang dipilih melalui total sampling. Data dikumpulkan menggunakan kuesioner dan dianalisis secara deskriptif serta regresi logistik. Hasil penelitian menunjukkan 61,3% responden menilai MSDM efektif dan 67,7% menilai kualitas layanan baik. Budaya organisasi, kepemimpinan, perubahan teknologi, serta peraturan dan kebijakan pemerintah berpengaruh signifikan terhadap MSDM, sedangkan MSDM berpengaruh signifikan terhadap kualitas layanan (p=0,001; OR=0,019).
Abstract:Penelitian ini menganalisis peluang dan ancaman yang dihadapi sektor furnitur Indonesia dalam perdagangan internasional, dengan fokus pada Vietnam sebagai mitra dagang utama di kawasan ASEAN pada tahun 2025. Dengan menggunakan…
unakan pendekatan deskriptif kuantitatif dan kualitatif, penelitian ini bersumber dari data primer Badan Pusat Statistik (BPS) serta data sekunder dari jurnal ilmiah dan laporan pemerintah. Data primer menunjukkan bahwa sepanjang tahun 2025, total nilai ekspor furnitur Indonesia ke Vietnam mencapai $ 8.380.442,83, sedangkan nilai impor dari Vietnam mencapai $ 66.740.816,14. Hal ini mencerminkan defisit perdagangan sebesar sekitar $ 58,36 juta. Meskipun demikian, Indonesia memiliki keunggulan kompetitif berupa ketersediaan kayu tropis berkualitas tinggi, tradisi desain budaya yang kaya, dan dukungan pemerintah yang terus meningkat. Ancaman utama meliputi persaingan ketat dari produsen Vietnam, inefisiensi logistik, dan hambatan birokrasi perdagangan. Penelitian ini merekomendasikan agar Indonesia melakukan diversifikasi pasar di kawasan ASEAN, meningkatkan nilai tambah produk, dan memperkuat diplomasi ekonomi bilateral dengan Vietnam.