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
Abstract:Abstract: Top Fresh Chicken is one of the UKM that produces food made from chicken. The problem faced by Top Fresh Chicken is the excess supply of raw materials which results in high inventory holding costs and hampered…
capital allocation. In this study, historical data on stock of chicken raw materials will be used to test forecasting using the SES and WMA methods. The SES method is a simple forecasting method and relies on exponential smoothing to forecast the value of raw material inventories in the future. Meanwhile, the WMA method uses certain weights to calculate moving averages from historical data, where the highest weight is given to the most recent data. In the method comparison process, several evaluation factors will be used, including the level of accuracy, level of stability, and ease of implementation. By comparing the performance of the two methods, this study aims to determine the most accurate and appropriate method for forecasting chicken raw material stocks. The results of this study are expected to provide clear recommendations regarding the most suitable forecasting method used by Top Fresh Chicken. By using accurate and effective forecasting methods, companies can optimize the use of resources, reduce inventory costs, increase production efficiency, and avoid excess or shortage of raw material inventories.
Keywords: comparison of methods; single exponential smoothing; weighted moving average; raw materials; top fresh chicken.
Abstrak: Top Fresh Chicken merupakan salah satu UKM yang memproduksi makanan yang berbahan baku ayam. Permasalahan yang dihadapi oleh Top Fresh Chicken adalah kelebihan persediaan bahan baku yang mengakibatkan biaya simpan persediaan yang tinggi dan alokasi modal yang terhambat.Dalam penelitian ini, data historis persediaan bahan baku ayam akan digunakan untuk menguji peramalan menggunakan metode SES dan WMA. Metode SES merupakan metode peramalan yang sederhana dan mengandalkan eksponensial smoothing untuk meramalkan nilai persediaan bahan baku di masa depan. Sedangkan metode WMA menggunakan bobot tertentu untuk menghitung rata-rata bergerak dari data historis, di mana bobot tertinggi diberikan pada data terbaru.Dalam proses komparasi metode, beberapa faktor evaluasi akan digunakan, termasuk tingkat akurasi, tingkat kestabilan, dan kemudahan implementasi. Dengan membandingkan kinerja kedua metode, penelitian ini bertujuan untuk menentukan metode yang paling akurat dan tepat untuk meramalkan persediaan bahan baku ayam.Hasil dari penelitian ini diharapkan dapat memberikan rekomendasi yang jelas tentang metode peramalan yang paling cocok digunakan oleh Top Fresh Chicken. Dengan menggunakan metode peramalan yang akurat dan efektif, perusahaan dapat mengoptimalkan penggunaan sumber daya, mengurangi biaya persediaan, meningkatkan efisiensi produksi, dan menghindari terjadinya kelebihan atau kekurangan persediaan bahan baku.
Kata kunci : komparasi metode; single exponential smoothing; weighted moving average; bahan baku; top fresh chicken.
Abstract:Abstrack: Currently, companies face problems in credit assessment methods which are still manual and take a long time to process data. Storing and searching archives is also a challenge, especially in matching up to date…
information. This research aims to develop a decision support system (DSS) to help PT. Interyasa Mitra Mandiri Kisaran Branch in assessing credit worthiness more efficiently. In this research, the simple and effective Simple Additive Weighting (SAW) method was used. This method will produce a SPK that explains the decision-making process graphically and considers various assessment criteria. By using the developed SPK, it is hoped that companies can increase efficiency in assessing credit worthiness, speed up data processing, and simplify information searches. An important implication of this research is the increased effectiveness and accuracy of credit worthiness assessments as well as the ease of decision making for PT. Interyasa Mitra Mandiri Kisaran Branch. With an integrated SPK, companies can optimize their processes and obtain relevant and timely information to support credit-related decisions. This will help companies make better decisions and reduce the time required for the credit worthiness assessment process.
Keywords: decision support system; simple additive weighting; debtor; Pt. Interyasa Mitra Mandiri
Abstrak : Saat ini, perusahaan menghadapi masalah dalam metode penilaian kredit yang masih manual dan memakan waktu lama dalam pengolahan data. Penyimpanan dan pencarian arsip juga menjadi tantangan, terutama dalam mencocokkan dengan informasi terbaru. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) untuk membantu PT. Interyasa Mitra Mandiri Cabang Kisaran dalam menilai kelayakan kredit dengan lebih efisien. Dalam penelitian ini, digunakan metode Simple Additive Weighting (SAW) yang sederhana dan efektif. Metode ini akan menghasilkan SPK yang menjelaskan proses pengambilan keputusan secara grafis dan mempertimbangkan berbagai kriteria penilaian. Dengan menggunakan SPK yang dikembangkan, diharapkan perusahaan dapat meningkatkan efisiensi dalam penilaian kelayakan kredit, mempercepat pengolahan data, dan menyederhanakan pencarian informasi. Implikasi penting dari penelitian ini adalah meningkatnya efektivitas dan akurasi penilaian kelayakan kredit serta kemudahan dalam pengambilan keputusan bagi PT. Interyasa Mitra Mandiri Cabang Kisaran. Dengan adanya SPK yang terintegrasi, perusahaan dapat mengoptimalkan prosesnya dan mendapatkan informasi relevan dan tepat waktu untuk mendukung keputusan terkait kredit. Hal ini akan membantu perusahaan dalam mengambil keputusan yang lebih baik dan mengurangi waktu yang dibutuhkan untuk proses penilaian kelayakan kredit.
Kata Kunci: sistem pendukung keputusan; simple additive weighting; debitur; PT. Interyasa Mitra Mandiri
Abstract:Abstract: Getting a job is a goal by graduates after completing their studies. But in this process, getting a job inevitably requires waiting time. If one measure of success in the field of education of a tertiary institution…
ution is the number of graduates entering the workforce. So to implement this goal, alumni data is needed that can be used in decision making. Existing tracer study data at the STMIK Royal Career Service Center (LPLK) have not been utilized optimally by the campus. If we dig deeper, we will get some knowledge from this data by applying data mining techniques. Therefore, it is clear that using data mining to predict alumni waiting time is important for a university to determine its strategy. The purpose of this study is to predict the waiting time for alumni to get a job using data mining by applying the Naive Bayes algorithm. Training and testing data were taken from 193 data tracer study alumni of STMIK Royal in 2021 who had graduated and were working. The criteria used to predict alumni waiting time are gender, major, year of entry, year of graduation, GPA, and length of time getting a job. The results of modeling using the Naive Bayes algorithm produce an accuracy of 94%.
Keyword: data mining; naive bayes; waiting time
Abstrak: Mendapatkan pekerjaan merupakan tujuan oleh lulusan setelah menyelesaikan studi mereka. Tetapi dalam proses ini, mendapatkan pekerjaan pasti membutuhkan waktu tunggu. Jika salah satu ukuran keberhasilan di bidang pendidikan suatu perguruan tinggi adalah banyaknya lulusan yang masuk ke dunia kerja. Maka untuk menerapkan tujuan itu, maka diperlukan data alumni yang dapat digunakan dalam pengambilan keputusan. Data tracer study yang ada di Lembaga Pusat Layanan Karir (LPLK) STMIK Royal belum dimanfaatkan secara optimal oleh kampus. Jika kita gali lebih dalam, kita akan mendapatkan suatu pengetahuan dari data ini dengan menerapkan teknik data mining. Oleh karena itu, jelas bahwa menggunakan data mining untuk memprediksi waktu tunggu alumni penting bagi suatu perguruan tinggi untuk menentukan strateginya. Tujuan dari penelitian ini adalah untuk memprediksi waktu tunggu alumni mendapatkan pekerjaan menggunakan data mining dengan menerapkan algoritma naive bayes. Data training dan testing diambil dari 193 data tracer study alumni STMIK Royal tahun 2021 yang sudah lulus dan bekerja. Kriteria yang digunakan untuk memprediksi waktu tunggu kerja alumni yaitu jenis kelamin, jurusan, tahun masuk, tahun lulus, IPK, dan lama mendapatkan pekerjaan. Hasil pemodelan dengan menggunakan algoritma naive bayes menghasilkan akurasi sebesar 94%.
Kata Kunci: data mining; naive bayes; waktu tunggu
Abstract:Abstract : The Central Bureau of Statistics (BPS) is a non-departmental government agency established as a provider of data or information based on Law No. 6/1960 on Census and Law No. 7/1997 on Statistics. The Central Statistics…
tatistics Agency (BPS) recorded the number of motorized vehicles such as cars, buses, trucks, and motorcycles in the provinces of North Sumatra and West Sumatra in 2020-2021 reaching 3,043,892 million units. The purpose of this study is to classify the number of motorized vehicles in the form of cars, motorcycles, buses and trucks. This research uses quantitative research with Naive Bayes Algorithm analysis model. The data used in this study is data from several regions in North Sumatra Province and West Sumatra Province in 2020-2021. Evaluation of model performance is based on accuracy parameters, precision and total recall of the confusion-matrix. The results of testing the dataset and calculating the model performance parameters have obtained an accuracy value of 100%. With the percentage value of the description of each dataset class, namely a little 70.6%, moderate 21.6%, and a lot 7.8%.
Keywords :classification;confusion-matrix; data; motor vehicles; naive bayes
Abstrak : Badan Pusat Statistik (BPS) adalah lembaga pemerintahan non-departemen yang dibentuk sebagai penyedia data atau informasi berdasarkan UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7 Tahun 1997 tentang Statistik. Badan Pusat Statistik (BPS) mencatat jumlah kendaraan bermotor seperti mobil, bus, truk, dan sepeda motor di Provinsi Sumatera Utara dan Sumatera Barat pada tahun 2020-2021 mencapai 3.043.892 juta unit. Tujuan dari penelitian ini yaitu untuk mengklasifikasikan jumlah kendaraan bermotor berupa mobil, sepeda motor, bus dan, truk. Adapun penelitian ini menggunakan jenis penelitian kuantitatif dengan model analisis Algoritma Naive Bayes. Data yang digunakan pada penelitian ini adalah data dari beberapa daerah di Provinsi Sumatera Utara dan Provinsi Sumatera Barat tahun 2020-2021. Evaluasi kinerja model didasarkan pada parameter akurasi, presisi dan recall total dari Confusion-Matrix. Hasil pengujian dataset dan perhitungan parameter performa model telah didapat nilai akurasi 100%. Dengan presentase nilai keterangan setiap kelas dataset yaitu Sedikit 70,6%, Sedang 21,6%, dan Banyak 7,8%.
Kata kunci :confusion-matrix; data; kendaraan bermotorklasifikasi; naive bayes
Abstract:Abstract: The Family Hope Program (PKH) is a government program in the form of cash for Very Poor Households (RTSM) whose qualifications are met related to efforts to improve human quality, not in the field of education…
but also health. In the short term, the PKH program is calculated to reduce the expenditure of poor families and reduce poverty in the long term. To receive the PKH Program) the government has set several criteria, including income, house ownership status, house size, floor type, roof, wall, and type of water source. As for the way to do the settlement of the criteria that have been set, namely by utilizing the Data Mining technique through the Naïve Bayes method. The dataset in this study is the data of recipients of the 2020 Family Hope Program as many as 82 samples. The results of the classification modeling with the Naïve Bayes Algorithm produce precision values for the positive class 100%, for the negative class 77%, the recall value for the positive class 80%, for the negative class 100%, the f1-score value for the positive class 89%, for the negative class 87%, and 88% accuracy value. The purpose of this research is to help the Social Service in classifying the recipients of the Family Hope Program (PKH).
Keywords: The Family Hope Program; Data Mining; Naïve Bayes
Abstrak: Program Keluarga Harapan (PKH) merupakan program pemerintah dalam bentuk tunai untuk Rumah Tangga Sangat Miskin (RTSM) yang kualifikasinya terpenuhi terkait dengan upaya peningkatan kualitas manusia tersebut bukan dalam bidang pendidikan tetapi juga kesehatan. dalam jangka pendek Program PKH diperhitungkan bisa mengurangi biaya pengeluaran keluarga miskin serta mengurangi kemiskinan dalam jangka panjang. Untuk menerima Program PKH) pemerintah sudah menetapkan beberapa kriteria, diantaranya Penghasilan, Status Kepemilikan Rumah, Ukuran Rumah, tipe Lantai, Atap, Dinding, serta jenis sumber air. Adapun cara untuk melakukan penyelesaian terhadap kriteria yang sudah ditetapkan yaitu dengan memanfaatkan teknik Data Mining melalui Metode Naïve Bayes. Dataset dalam penelitian ini adalah data penerima Program Keluarga Harapan tahun 2020 sebanyak 82 sampel. Hasil pemodelan klasifikasi dengan Algoritma Naïve Bayes menghasilkan besaran nilai precision untuk kelas positif 100%, untuk kelas negatif 77%, nilai recall untuk kelas positif 80%, untuk kelas negatif 100%, nilai f1-score untuk kelas positif 89%, untuk kelas negatif 87%, dan nilai akurasi 88%. Tujuan dilaksanakannya penelitian ini adalah untuk membantu Dinas Sosial mengklasifikasikan penerima Program Keluarga Harapan (PKH).
Kata kunci: Program Keluarga Harapan; Data Mining; Naïve Bayes
Abstract:Abstract: Australia chicken eggs are one of the animal foods that are consumed in addition to meat, fish and milk. Australian chicken eggs contain high nutrition, sustainable availability, and relatively higher prices compared…
mpared to other eggs, making Australian chicken eggs in great demand by consumers. However, Australian chicken eggs are easily damaged and decreased in quality due to the entry of bacteria into the eggs. CV. Bintang Ternak selection of quality eggs is still done manually by employees, so there is a need for a new method in determining quality eggs. cv. Bintang Ternak has a sample of 90 Australian chicken eggs. The sample used is Australian chicken egg shell, in determining the quality of Australian chicken eggs can be seen from the condition of the egg shells. Planning in solving these problems will use the C4.5 algorithm method. With the application of the C4.5 algorithm method contained in the rapidminer5 application, there are several advantages to be gained, namely in making a simpler decision, shortening employee work, more flexibility in selecting class attributes, accuracy in predicting more effectively and efficiently and easy to understand with there are conclusions generated by the rapidminer5 application that can be seen from the decision tree or rules obtained using 90 samples of test data resulting in an accuracy of 90%.
Keywords: Rapid Miner5;Algorithm C4.5;Determining the Best Quality of Australian Chicken Eggs.
Abstract: Telur Ayam Autralia merupakan salah satu bahan makanan hewani yang dikonsumsi selain daging, ikan dan susu. Telur ayam australia mengandung gizi yang tinggi, ketersediaan yang berkelanjutan, dan harga yang relatif lebih dibandingkan dengan telur lainnya sehingga menjadikan telur ayam australia sangat diminati oleh para konsumen. Namun, telur ayam australia mudah mengalami kerusakan dan penurunan kualitas akibat masuknya bakteri kedalam telur. CV. Bintang Ternak pemilihan telur yang berkualitas masih dilakukan secara manual oleh karyawan, sehigga perlu adanya metode terbaru dalam penentuan telur yang berkualitas. Cv. Bintang Ternak memiliki sampel telur ayam australia 90 butir. Sampel yang digunakan yaitu kulit telur ayam australia, dalam menentukan kualitas telur ayam australia dapat dilihat dari kondisi kulit telurnya. Perencanaan dalam penyelesaian permasalahan tersebut akan menggunakan metode algoritma C4.5. Dengan adanya penerapan metode algoritma C4.5 yang terdapat pada aplikasi rapidminer5 maka ada beberapa keuntungan yang didapat diperoleh yaitu dalam mengambil suatu keputusan lebih sederhana, mempersingkat pekerja karyawan, lebih fleksibel dalam pemilihan atribut kelas, keakuratan dalam memprediksi lebih efektif dan efisien dan mudah dipahami dengan adanya kesimpulan yang dihasilkan oleh aplikasi rapidminer5 yang dapat dilihat dari pohon keputusan atau rule yang diperoleh dengan menggunakan 90 sampel data uji memghasilkan akurasi sebesar 90%.
Kata kunci:RapidMiner5;Algoritma C4.5;Menentukan Kualitas Telur Ayam Australia Terbaik.
Abstract:Abstract: This training was organized to address the challenges faced by students at LKP Mutiara Informatika in Kisaran in producing coherent and accurate English writing. English writing skills are essential in the global…
al era but are often hindered by limitations in grammar, vocabulary, and structure. This community service program aimed to enhance students' writing abilities through the utilization of Artificial Intelligence (AI). The training method included interactive sessions, demonstrations of popular AI tools (e.g., Grammarly, ChatGPT, and Gemini), and hands-on practice in composing paragraphs and essays. The results showed a significant improvement in the students' grammatical accuracy, vocabulary richness, and coherence. The training also boosted the participants' confidence in writing. Implicitly, this program contributes to workforce readiness and digital literacy, offering a training model that can be replicated in other institutions. However, ongoing challenges must be addressed, particularly the risk of over-reliance on AI and the importance of further training to preserve authenticity and critical thinking in writing.
Keywords: artificial intelligence (AI); writing skills; english language
Abstrak: Pelatihan diselenggarakan untuk mengatasi tantangan peserta didik LKP Mutiara Informatika di Kisaran dalam menghasilkan tulisan Bahasa Inggris yang koheren dan akurat. Keterampilan menulis Bahasa Inggris esensial di era global, namun seringkali terhambat oleh keterbatasan tata bahasa, kosakata, dan struktur. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan kemampuan menulis peserta didik melalui pemanfaatan Kecerdasan Buatan (AI). Metode pelatihan meliputi sesi interaktif, demonstrasi penggunaan tools AI populer (misalnya, Grammarly, ChatGPT, dan Gemini), serta praktik langsung penyusunan paragraf dan esai. Hasilnya menunjukkan peningkatan signifikan pada akurasi tata bahasa, kekayaan kosakata, dan koherensi tulisan peserta didik. Pelatihan ini juga membangun kepercayaan diri peserta dalam menulis. Secara implisit, program ini berkontribusi pada kesiapan tenaga kerja dan penguasaan teknologi digital, serta menawarkan model pelatihan yang dapat direplikasi di institusi lain. Namun, tantangan berkelanjutan perlu diwaspadai, terutama risiko ketergantungan berlebih pada AI dan pentingnya pelatihan lanjutan untuk menjaga otentisitas dan pemikiran kritis dalam menulis.
Kata kunci: kecerdasan buatan (AI); keterampilan menulis; bahasa inggris
Abstract:Efficient and transparent administration management is a primary requirement in village governance in the digital era. This community service activity was carried out with the aim of empowering the Silo Baru Village apparatus,…
ratus, Silau Laut District, through training in the use of information technology, especially the use of Microsoft Office applications (Word, Excel, and PowerPoint). This training is designed to increase the capacity of village apparatus in compiling administrative documents, managing data, and presenting information effectively and systematically. The implementation method includes a participatory approach with a combination of material delivery, direct practice, and intensive mentoring. The results of the activity showed an increase in the skills of village apparatus in operating office applications independently, which had a positive impact on work efficiency, data management accuracy, and transparency of administrative services. This program is expected to be the first step in encouraging the digitalization of village government towards more modern and accountable governance.
Keywords: Village Administration; Village Apparatus; Information Technology; Microsoft Office; Digitalization of Government
Abstrak: Pengelolaan administrasi yang efisien dan transparan menjadi tuntutan utama dalam tata kelola pemerintahan desa di era digital. Kegiatan pengabdian masyarakat ini dilaksanakan dengan tujuan untuk memberdayakan perangkat Desa Silo Baru, Kecamatan Silau Laut Kabupaten Asahan, melalui pelatihan pemanfaatan teknologi infomasi, khususnya penggunaan aplikasi Microsoft Office (Word, Excel, dan PowerPoint). Pelatihan ini dirancang untuk meningkatkan kapasitas perangkat desa dalam menyusun dokumen administrasi, mengelola data, serta menyajikan informasi secara efektif dan sistematis. Metode pelaksanaan meliputi pendekatan partisipatif dengan kombinasi penyampaian materi, praktik langsung, dan pendampingan intensif. Hasil kegiatan menunjukkan peningkatan keterampilan perangkat desa dalam mengoperasikan aplikasi perkantoran secara mandiri, yang berdampak positif terhadap efisiensi kerja, akurasi pengelolaan data, serta transparansi layanan administrasi. Program ini diharapkan menjadi langkah awal dalam mendorong digitalisasi pemerintahan desa menuju tata kelola yang lebih modern dan akuntabel.
Kata kunci: Administrasi Desa; Perangkat desa; Teknologi informasi; Microsoft Office; Digitalisasi Pemerintahan
Abstract:Technological developments in transportation planning provide consultants with great opportunities to improve the accuracy and efficiency of traffic analysis. One important tool is VISSIM software, which allows realistic…
simulation of traffic dynamics. However, its utilization has not been optimal among consultants, including PT HAGEN AMERSA VETA, due to limited knowledge. This community service aims to raise the competence of PT HAGEN AMERSA VETA staff through VISSIM training. The method uses blended learning, combining theory, case studies, and hands-on practice. The evaluation was conducted through pretest and post-test. The pretest results showed an average score of 56.18, reflecting limited basic understanding. After the training, the post-test score increased significantly to 84.79, demonstrating an understanding of the concept to practical application of VISSIM. The training proved to significantly improve consultant competency, benefiting participants while improving the quality of the company's services in transportation projects.
Keywords: traffic analysis; consultant; training; competency improvement; vissim
Abstrak: Perkembangan teknologi dalam perencanaan transportasi membuka peluang besar bagi konsultan untuk meningkatkan akurasi dan efisiensi analisis lalu lintas. Salah satu alat penting adalah software VISSIM, yang memungkinkan simulasi dinamika lalu lintas secara realistis. Namun, pemanfaatannya belum optimal di kalangan konsultan, termasuk PT HAGEN AMERSA VETA, karena keterbatasan pengetahuan. Pengabdian masyarakat ini bertujuan meningkatkan kompetensi staf PT HAGEN AMERSA VETA melalui pelatihan VISSIM. Metodenya menggunakan blended learning, menggabungkan teori, studi kasus, dan praktik langsung. Evaluasi dilakukan melalui pretest dan post-test. Hasil pretest menunjukkan rata-rata skor 56,18, mencerminkan pemahaman dasar yang terbatas. Setelah pelatihan, skor post-test meningkat signifikan menjadi 84,79, menunjukkan pemahaman konsep hingga aplikasi praktis VISSIM. Pelatihan ini terbukti meningkatkan kompetensi konsultan secara signifikan, memberikan manfaat bagi peserta sekaligus meningkatkan kualitas layanan perusahaan dalam proyek transportasi.
Kata kunci: analisis lalu lintas; konsultan; pelatihan; peningkatan kompetensi; vissim