Abstract:Abstract: Guntur Store is located on Jl. Sisingamangaraja, Kisaran, Asahan Regency. It focuses on selling basic needs, but the store faces a problem in its sales. The main issue encountered is the uncertainty in forecasting…
ing the stock of basic needs, which can lead to imbalance between supply and demand, due to Guntur Store still relying on manual ledger entries for reporting and inputting data into Microsoft Excel. This research aims to predict the demand for basic needs at Guntur Store using the Single Exponential Smoothing Method and to enhance prediction accuracy through the application of time series analysis techniques on historical sales data. The Single Exponential Smoothing Method will be employed to model and forecast patterns of demand for staple goods. The findings of this research can provide insights into future demand for goods, thereby improving supply chain optimization and ensuring adequate stock levels to effectively meet customer demands. The conclusion of this study is to obtain more accurate estimates in anticipating the evolving data patterns of basic needs at Guntur Store, thus providing valuable information for the store and policymakers involved in the distribution of basic needs.
Keywords: basic food needs; forecasting; single exponential smoothing
Abstrak : Toko Guntur terletak di Jl. Sisingamangaraja, Kisaran, Kabupaten Asahan. Berfokus pada penjualan kebutuhan sembako, namun dalam penjualan toko tersebut mengalami sebuah permasalahan. Permasalahan utama yang dihadapi adalah ketidakpastian dalam meramalkan kebutuhan stok Sembako yang dapat mengakibatkan ketidakseimbangan antara pasokan dan permintaan, dikarenkan Toko Guntur masih menggunakan buku besar dalam pembuatan laporan dan di input ke dalam microsoft excel. Penelitian ini bertujuan untuk memprediksi permintaan Sembako di Toko Guntur menggunakan Metode Single Exponential Smoothing serta meningkatkan akurasi prediksi melalui penerapan teknik analisis deret waktu terhadap data penjualan historis. Metode Single Exponential Smoothing akan digunakan untuk memodelkan dan memprediksi pola permintaan barang pokok. Hasil penelitian ini dapat memberikan jumlah permintaan barang di masa mendatang sehingga optimalisasi rantai pasok menjadi g lebih baik dan memastikan tingkat stok yang memadai untuk memenuhi permintaan pelanggan secara efektif. Kesimpulan penelitian ini untuk mendapatkan perkiraan yang lebih akurat dalam mengantisipasi pola data yang sedang berkembang kebutuhan sembako pada Toko Guntur sehingga menghasilkan informasi yang akurat dapat menjadi sumber informasi berharga bagi Toko Guntur, dan pembuat kebijakan yang terlibat dalam distribusi Sembako.
Kata Kunci: kebutuhan sembako; single exponential smoothing; peramalan
Abstract:Abstract: Rohingya refugees continue to arrive in Aceh by sea by boat. Based on data from the United Nations High Commissioner for Refugees (UNCHR), as of December 10 2023, 1,543 Rohingya refugees had landed in Aceh since…
e mid-November 2023. The increasing number of refugees arriving has caused resistance from local residents. This rejection was the result of the bad experiences of Acehnese people with Rohingya refugees. The main problem of this research is that analyzing public opinion on Rohingya ethnicity in Indonesia is still done manually by looking at tweets one by one. The solution to overcome this is to analyze opinions using data crawling with the Naïve Bayes algorithm. The purpose of this research is to determine public opinion on Twitter media regarding refugee refugees. The method used in this research is the Naïve Bayes algorithm method. The results of the research show that the Naïve Bayes algorithm can classify public opinion sentiment on Twitter social media towards the Rohingya Ethnic in Indonesia into positive sentiment. and negative with a total accuracy of 70%. So, the words "Rohingya Ethnicity in Indonesia" tend to be accepted by the X community with the arrival of Rohingya refugees in Indonesia.
Keywords: rohingya; twitter; naïve bayes; opinion
Abstrak: Pengungsi Rohingya terus berdatangan ke Aceh melalui jalur laut dengan menggunakan perahu. Berdasarkan hasil data United Nations High Commissioner for Refugees (UNCHR), per 10 Desember 2023 sebanyak 1.543 pengungsi Rohingya datang ke dalam wilayah Aceh. Meningkatnya jumlah pengungsi yang datang menimbulkan perlawanan dari warga setempat. Penolakan ini imbas dari pengalaman buruk warga Aceh terhadap pengungsi Rohingya. Permasalahan utama penelitian ini yaitu menganalisis opini publik terhadap Etnis Rohingya di Indonesia masih secara manual dengan melihat tweet satu persatu. Solusi mengatasi hal tersebut maka analisis opini menggunakan crawling data dengan algoritma Naïve Bayes. Tujuan penelitian ini untuk mengetahui opini publik pada media twitter terkait pengungsi Rohingya. Metode yang digunakan dalam penelitian ini yaitu metode algoritma Naïve Bayes. Hasil penelitian menunjukan bahwa pada algoritma Naïve Bayes dapat mengklasifikasikan sentimen dengan total akurasi 70%. Maka “Etnis Rohingya di Indonesia†cenderung dapat diterima oleh masyarakat X dengan datangnya pengungsi Rohingya di Indonesia.
Kata kunci: rohingnya; twitter; naïve bayes; opini
Abstract:Abstract: The provision of loan funds is one of the important activities in improving the welfare of Primkoppol members (Police Cooperative). The process of determining the eligibility for loan disbursement in PRIMKOPPOL…
POLRES Asahan is still lacking systematic timing delays in making decisions in managing the disbursement of loan funds. Therefore, an efficient and effective method is needed to minimize risks and maximize profits for the cooperative and its members. One method that can be used is the Simple Additive Weighting (SAW) method, which has been proven effective in various decision-making contexts. This study aims to apply the SAW method in the process of disbursing loan funds for Primkoppol members, and to evaluate the performance of this method in selecting eligible loan recipients and optimizing fund allocation. The loan disbursement process uses the SAW method, which calculates the relative preference value for each prospective loan recipient based on predetermined criteria. The results of this study indicate that by applying the Simple Additive Weighting method to 10 loan applicants, 3 applicants successfully applied for loans with a preference value > 0.7, in line with the requirements. The implementation of the SAW method in loan disbursement for Primkoppol members has successfully increased efficiency and accuracy in selecting loan recipients.
Keywords : cooperative; decision support systems; simple additive weighting (SAW).
Abstract: Pemberian dana pinjaman merupakan salah satu kegiatan yang penting dalam meningkatkan kesejahteraan anggota Primkoppol (Koperasi Polisi). Proses penentuan kelayakan pemberian pinjaman di PRIMKOPPOL POLRES Asahan masih kurang sistematis keterlambatan waktu dalam menentukan keputusan dalam mengelola pemberian dana pinjaman. Untuk itu diperlukan suatu metode yang efisien dan efektif untuk meminimalkan risiko dan memaksimalkan keuntungan bagi koperasi dan anggotanya. Salah satu metode yang dapat digunakan adalah metode Simple Additive Weighting (SAW), yang telah terbukti efektif dalam berbagai konteks pengambilan keputusan. Penelitian ini bertujuan untuk menerapkan metode SAW dalam proses pemberian dana pinjaman bagi anggota Primkoppol, serta untuk meng-evaluasi kinerja metode tersebut dalam memilih penerima pinjaman yang layak dan meng-optimalkan alokasi dana. Proses pemberian dana pinjaman menggunakan metode SAW yang menghitung nilai preferensi relatif bagi setiap calon penerima pinjaman berdasarkan kriteria yang telah ditetapkan. Hasil dari penelitian ini menunjukan bahwa dengan menerapkan metode Simple Additive Weighting dari 10 calon pemohon pinjaman, 3 calon berhasil mampu mengajukan pinjaman dengan nilai preferensi > 0,7. sesuai dengan persyaratan. Implementasi metode SAW dalam pemberian dana pinjaman bagi anggota Primkoppol berhasil meningkatkan efisiensi dan keakuratan dalam pemilihan penerima pinjaman.
Kata Kunci : koperasi; simple additive weighting (SAW); sistem pendukung keputusan.
Abstract:Abstract: PT. Perkebunan Nusantara IV (Persero) Tinjowan is a state-owned enterprise unit operating in the palm oil plantation industry. In an effort to increase production, the plantation company aims to enhance production…
ion efficiency so that palm oil product prices become more competitive by determining harvest yields. The company's harvest yield estimation still uses a traditional approach based on the average bunch weight (BJR), considering the year of planting and the planting area. However, this technique is less effective and efficient. If the company's estimates are incorrect, it can potentially lead to losses or increased production budgets. The purpose of this research is to obtain a comparison of forecast results for the next month with the best alpha accuracy measure using the Single Exponential Smoothing method. The research method used is based on qualitative and quantitative data from interviews and observations of data from December 2022 to November 2023. The forecasting results with an alpha accuracy value of 0.9 using the Single Exponential Smoothing method show a forecast for December 2023 of 13,835.57844 with a percentage error rate (MAPE) of 9.28%, MAD of 1,021,423.6, and MSE of 174,130,366.
Keywords: forecasting; palm oil; single exponential smoothing
Abstrak: PT. Perkebunan Nusantara IV (Persero) Tinjowan sebagai unit usaha BUMN yang beroperasi di industri perkebunan kelapa sawit. Dalam upaya meningkatkan produksi, perusahaan perkebunan, peningkatan efisiensi produksi agar harga produk sawit lebih kompetitif dengan menentukan hasil panen. Pada perkiraan hasil panen perusahaan masih menerapkan pendekatan tradisional berdasarkan berat janjangan rata-rata (BJR) dengan mempertimbangkan tahun tanam dan luas area tanaman. Namun, tehnik ini kurang efektif dan efisien, Apabila perkiraan yang dibuat perusahaan salah berpotensi menyebabkan kerugian atau peningkatan anggaran produksi. Tujuan dari penelitian ini untuk mendapatkan perbandingan hasil peramalan pada bulan berikutnya dengan ukuran akurasi alpha terbaik menggunakan metode Single Exponential Smoothing. Metode yang digunakan dalam penelitian ini adalah berdasarkan data kualitatif dan kuantitatif dari hasil wawancara dan observasi data bulan desember 2022 - november 2023. Hasil peramalan dari ukuran akurasi nilai alpha 0.9 menggunakan metode Single Exponential Smoothing diperoleh peramalan untuk periode desember 2023 sebesar 13.835578,44 dengan tingkat persentase error MAPE sebesar 9,28%, MAD 1021423.6 dan MSE 174130366.
Kata Kunci: kelapa sawit; peramalan; single exponential smoothing
Abstract:Abstract: Pulau Kopung Sentajo Village Government in determining communities recipients of Direct Cash Assistance (BLT) has not used a computerized system so that in decision making errors will often occur in the suitability…
lity criteria for potential BLT recipients. So things like this will increase the possibility that poor or underprivileged people will lose out to people who live better lives and also take a lot of time because they still use manual systems. In terms of the report produced, it does not display the criteria for potential recipients clearly and in detail. In solving the problem, a decision support system will be used using the simple additive weighting method. So this research produces a computerized system to support decision making that determines people's suitability as recipients of direct cash assistance. With this computerized system, it will make it easier to determine the eligibility of people receiving Direct Cash Assistance and produce effective reports with calculations that comply with existing criteria. By implementing this computerized decision support system, 7 people are recommended who are eligible to receive direct cash assistance with the highest score of 2,875 and the lowest score of 2,750 so that these results can assist the village head in determining the community's suitability as recipients of direct cash assistance.
Keywords: assistance; BLT; SAW; FMADM;
Abstrak: Pemerintah Desa Pulau Kopung Sentajo dalam menentukan masyarakat sebagai penerima Bantuan Langsung Tunai (BLT) belum menggunakan sistem yang terkomputerisasi sehingga dalam pengambilan keputusan akan sering terjadi kesalahan dalam perbandingan kriteria kesesuaian calon penerima BLT. Sehingga hal seperti ini akan memperbesar kemungkinan masyarakat miskin atau kurang mampu akan kalah dengan masyarakat yang kehidupannya lebih baik dan juga memakan banyak waktu karena masih menggunakan sistem manual. Dari segi laporan yang dihasilkan, tidak menampilkan kriteria calon penerima secara jelas dan rinci. Dalam penyelesaian masalah akan digunakan sistem penunjang keputusan dengan metode simple additive weighting. Maka dengan penelitian ini menghasilkan sistem yang terkomputerisasi untuk mendukung pengambilan keputusan menentukan kelayakan masyarakat sebagai penerima bantuan langsung tunai. Dengan sistem yang terkomputerisasi ini, maka akan memberikan kemudahan dalam menentukan kelayakan masyarakat penerima Bantuan Langsung Tunai dan menghasilkan laporan yang efektif dengan perhitungan yang sesuai dengan kriteria yang ada. Dengan penerapan sistem pendukung keputusan yang terkomputerisasi ini maka direkomendasikan 7 orang yang layak menerima bantuan langsung tunai dengan skor tertinggi 2,875 dan skor terendah 2,750 sehingga hasil tersebut dapat membantu kepala desa dalam menentukan kelayakan masyarakat sebagai penerima bantuan tunai langsung.
Kata Kunci: bantuan; BLT; SAW; FMADM
Abstract:Abstract: Toko Ratna Jaya is a business in the fashion sector that sells women's robes and is experiencing instability in its sales because Toko Ratna Jaya is unable to predict their sales for the following month. Ratna…
Jaya Shop currently carries out forecasting only by relying on the owner's predictions. However, this approach is less efficient and can lead to losses or increased stock costs if forecasting is inaccurate. To increase the accuracy of the estimates, the use of the Single Exponential Smoothing Method is proposed. This method smooths past values with exponential weights, placing greater emphasis on recent data. Use of data from the last 1 (one) year as reference data for recording the past for forecasting experiments for the next 1 (one) month. Experiments using different Alphas test accuracy in actual situations. The results of the experiment with an alpha of 0.2 are almost the same as the actual value in predicting the situation one month into the future with the lowest error, namely MAPE 12.05% and forecasting sales of gamis of 1,476 pcs.
Keywords: forecasting; gamis; sales; single exponential smoothing (SES); toko ratna jaya.
Abstrak: Toko Ratna Jaya adalah usaha di bidang fashion yang menjual baju gamis wanita dan sedang mengalami ketidakstabilan dalam penjualannya dikarenakan Toko Ratna Jaya tidak mampu meramalkan penjualan mereka untuk bulan berikutnya. Toko Ratna Jaya saat ini melakukan peramalan hanya dengan mengandalkan paraduga pemiliknya. Namun, pendekatan ini kurang efisien dan dapat menyebabkan kerugian atau peningkatan biaya stok jika peramalan tidak akurat. Untuk meningkatkan ketepatan perkiraan, penggunaan Metode Single Exponential Smoothing diusulkan. Metode ini menghaluskan nilai masa lalu dengan bobot eksponensial, memberikan penekanan lebih besar pada data terbaru. Penggunaan data 1 (satu) tahun terakhir sebagai data acuan pencatatan masa lalu untuk percobaan peramalan untuk 1 (satu) bulan kedepan. Eksperimen menggunakan Alpha yang berbeda menguji akurasi dalam situasi aktual. Hasil dari eksperimen dengan alpha 0,2 hampir sama dengan nilai aktual dalam meramalkan keadaan satu bulan ke depan dengan error yang paling rendah yaitu MAPE 12,05% dan peramalan penjualan gamis sebanyak 1.476 pcs.
Kata kunci: gamis; penjualan; peramalan; single exponential smoothing (ses); toko ratna jaya.
Abstract:Abstract: Technological developments open up opportunities to improve health services, especially in the diagnosis of female reproductive health problems. This research discusses the development of an expert system at Utama…
ama General Hospital in Kisaran to assist in the early diagnosis of female reproductive diseases. The problems that occur in this article are the absence of knowledge about dangerous diseases, lack of awareness of reproductive health diseases, remote and hard-to-reach locations of health facilities, high costs for consultations and drugs, and long time to get diagnostic results. The method used in solving these problems is Case Based Reasoning (CBR), where the system uses the experience of previous cases to handle new cases. The process involves collecting patient data, building a knowledge base, and developing an expert system using the CBR approach. Test results show the system is able to provide accurate diagnosis based on the symptoms inputted by the user. Solutions for each disease are displayed, providing useful information for further treatment. In conclusion, the development of this expert system is expected to improve the accessibility and quality of women's reproductive health services by providing fast and appropriate solutions.
Keywords: case based reasoning (CBR) method; expert system; main public hospital kisaran; women's reproduction.
Abstrak: Perkembangan teknologi membuka peluang untuk meningkatkan layanan kesehatan, terutama dalam diagnosis masalah kesehatan reproduksi wanita. Artikel ini membahas pengembangan sistem pakar di Rumah Sakit Umum Utama Kisaran untuk membantu diagnosis dini penyakit reproduksi wanita. Masalah yang terjadi pada penelitian ini yaitu Tidak adanya pengetahuan tentang penyakit berbahaya, kurangnya kesadaran akan penyakit kesehatan reproduksi, lokasi fasilitas kesehatan yang terpencil dan sulit dijangkau, biaya tinggi untuk konsultasi dan obat, serta waktu yang lama untuk mendapatkan hasil diagnosa. Adapun metode yang digunakan dalam menyelesaikan masalah tersebut adalah Case Based Reasoning (CBR), di mana sistem menggunakan pengalaman kasus sebelumnya untuk menangani kasus baru. Proses melibatkan pengumpulan data pasien, pembentukan basis pengetahuan, dan pengembangan sistem pakar menggunakan pendekatan CBR. Hasil pengujian menunjukkan sistem mampu memberikan diagnosis akurat berdasarkan gejala yang diinputkan oleh pengguna. Solusi untuk setiap penyakit ditampilkan, memberikan informasi yang berguna untuk penanganan lebih lanjut. Kesimpulannya, pengembangan sistem pakar ini diharapkan meningkatkan aksesibilitas dan kualitas layanan kesehatan reproduksi wanita dengan memberikan solusi yang cepat dan tepat.
Kata kunci: metode case based reasoning (CBR); reproduksi wanita; rumah sakit umum utama kisaran; sistem pakar.
Abstract:Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction…
action to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths
Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm
Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka.
Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat
Abstract:Abstract: Abstract: this study evaluates and compares the performance of two edge detection methods Sobel method and Canny method on batik image. Batik images have unique characteristics and complex patterns, making it…
difficult to analyze the edges. This study presents a comparison of the results using sobel and canny edge detection methods on batik kawung images both from peak signal-to-noise reatio and from mean squared error. The results showed that canny edge detection was better than sobel method. This can be seen from the results of PSNR and MSE that is 100%. This analysis is determined by considering factors such as the accuracy of edge detection, sensitivity to noise, and the ability to handle the complexity of batik drawing patterns. The results of this study provide a detailed description of the advantages and disadvantages of each method in the image of batik kawung. The conclusions that can be drawn from this study can provide valuable guidance for choosing the optimal edge detection method in image analysis of batik kawung and others.
Keywords: batik kawung; canny; MSE; PSNR; sobel
Abstrak: Penelitian ini mengevaluasi dan membandingkan kinerja dua metode deteksi tepi metode Sobel dan metode Canny pada citra batik. Gambar batik mempunyai ciri-ciri yang unik dan pola yang kompleks, sehingga menyulitkan analisis tepian. Penelitian ini menyajikan perbandingan hasil menggunakan metode deteksi tepi sobel dan canny pada citra batik kawung baik dari peak signal-to-noise reatio maupun dari mean squared error. Hasil penelitian ini menunjukkan bahwa deteksi tepi canny lebih baik dibandingkan dari metode sobel. Hal ini dapat dilihat dari hasil PSNR dan MSE yang dihasilkan yaitu 100%. Analisis ini ditentukan dengan mempertimbangkan faktor-faktor seperti keakuratan deteksi tepi, kepekaan terhadap noise, dan kemampuan menangani kompleksitas pola gambar batik. Hasil penelitian ini memberikan gambaran secara detail mengenai kelebihan dan kekurangan masing-masing metode pada citra batik kawung. Kesimpulan yang dapat diambil dari penelitian ini dapat memberikan panduan berharga untuk memilih metode deteksi tepi yang optimal dalam analisis citra batik kawung dan yang lainnya.
Kata kunci: batik kawung; canny; MSE; PSNR; sobel
Abstract:Abstract: Artificial Intelligence (AI) is currently gaining popularity across various industries, including healthcare, finance, and others. In this study, AI technology is employed to devise an optimal marketing strategy…
y for Code Verse Computer Accessories Store using the K-Means algorithm. As part of machine learning, the K-Means algorithm, categorized under unsupervised learning, is implemented to cluster sales data for computer accessory products over the last three months of 2023. The results of the K-Means analysis identify two main clusters. Cluster one (Cluster 1) comprises products such as Mouse, Keyboard, Monitor, Headset, and Speaker, indicating consistent purchasing patterns and high consumer interest. Recommendations are made to increase stock for Cluster 1. Meanwhile, Cluster two (Cluster 2) consists of Mic products with lower interest, and it is not advisable to increase stock. The implementation of K-Means provides insights into purchasing patterns, enabling Code Verse to develop more effective marketing and inventory management strategies.
Keywords: K-Means algorithm; artificial intelligence; clustering
Abstract: Kecerdasan Buatan (AI) kini meraih popularitas dalam berbagai industri, termasuk sektor kesehatan, keuangan, dan lainnya. Pada penelitian ini, teknologi AI digunakan untuk merancang strategi pemasaran optimal bagi Toko Aksesoris Komputer CodeVerse dengan menggunakan Algoritma K-Means. Sebagai bagian dari machine learning, Algoritma K-Means, yang termasuk dalam kategori unsupervised learning, diimplementasikan untuk mengelompokkan data penjualan produk selama tiga bulan terakhir tahun 2023. Hasil dari analisis K-Means mengidentifikasi dua cluster utama. Cluster pertama (Cluster 1) terdiri dari produk Mouse, Keyboard, Monitor, Headset, dan Speaker, menunjukkan pola pembelian yang konsisten dan tingginya minat konsumen. Rekomendasi untuk menambah stok diberikan. Sementara itu, Cluster kedua (Cluster 2) terdiri dari produk Mic dengan minat lebih rendah, dan tidak disarankan untuk menambah stok. Implementasi K-Means memberikan wawasan tentang pola pembelian, memungkinkan CodeVerse mengembangkan strategi pemasaran dan manajemen persediaan yang lebih efektif.
Keywords: Algoritma k-means; kecerdasan buatan; clustering