Abstract:Angga Colection adalah sebuah usaha yang bergerak di bidang penjualan fashion, terletak di Jalan Besar Sei Silau Timur, Kabupaten Asahan. Produk fashion yang ditawarkan meliputi baju, celana, tas, sepatu, aksesoris, dan…
gamis. Namun, saat ini Angga Colection menghadapi kesulitan dalam memprediksi permintaan produk fashion karena masih mengandalkan perkiraan dari bagian penjualan. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk menerapkan metode single moving average pada sistem peramalan penjualan produk fashion di Angga Colection. Metode ini melibatkan pengambilan sekelompok nilai pengamatan, mencari nilai rata-rata, dan menggunakan hasilnya sebagai ramalan untuk periode yang akan datang. Penelitian ini menggunakan metode penelitian kuantitatif dan hasilnya menunjukkan bahwa menerapkan metode single moving average pada sistem peramalan penjualan produk fashion di Angga Colection dapat memudahkan proses peramalan dan meningkatkan akurasi prediksi. Dengan demikian, Angga Colection dapat membuat keputusan yang lebih tepat dan efektif dalam menghadapi permintaan produk fashion.
Abstract:Penelitian ini didorong oleh semakin seringnya cyberbullying di media sosial terhadap remaja, yang berdampak pada masalah kesehatan mental seperti kecemasan, stres, dan depresi. Studi ini menyelidiki pengaruh cyberbullying…
ng di media sosial terhadap kesehatan mental remaja. Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan model PRISMA dan data kualitatif dari 51 responden remaja usia 12-24 tahun melalui kuesioner. Hasil menunjukkan, 30 responden mengalami cyberbullying seperti flaming, harassment (pelecehan), dan denigration (fitnah), sementara 21 responden lainnya tidak merasakan mengalami cyberbullying. Dari yang mengalami cyberbullying, 15 orang merasa tidak nyaman menggunakan media sosial, 13 merasa rendah diri, dan 10 merasa depresi atau frustrasi. Sebanyak 5 orang merasa takut dan 5 lainnya merasa terisolasi, sementara 12 responden merasa biasa saja. Temuan ini menunjukkan cyberbullying dapat berdampak serius pada psikologis remaja, terutama pada rasa percaya diri dan kenyamanan di media sosial. Penelitian ini menyarankan perlunya literasi digital dan dukungan psikologis, serta peran orang tua, sekolah, dan pemerintah untuk menciptakan lingkungan digital yang aman.
Abstract:Abstract: This study is motivated by the underutilization of transaction data at Toko F3I Kisaran in supporting decision-making related to inventory and pricing strategies. Currently, decisions are made conventionally based…
sed on experience, which may lead to overstock or stockout conditions. This research aims to develop a sales prediction model by applying Data Mining techniques using the Multiple Linear Regression method to analyze the influence of stock and price variables on sales. The research methodology includes historical data collection, regression analysis, web-based system design using PHP and MySQL, and system testing through the Black Box method. The results indicate that the developed model is capable of generating measurable and systematic sales estimations based on stock and price variables. The implementation of this system can assist store management in planning inventory levels and pricing strategies more efficiently, thereby improving operational effectiveness and business competitiveness.
Keywords: data mining; multiple linear regression; PHP; sales prediction; web-based system
Abstrak: Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan data transaksi penjualan pada Toko F3I Kisaran dalam mendukung pengambilan keputusan terkait persediaan dan penetapan harga. Selama ini, keputusan masih dilakukan secara konvensional berdasarkan pengalaman, sehingga berpotensi menimbulkan overstock maupun stockout. Penelitian ini bertujuan untuk membangun model prediksi penjualan dengan menerapkan teknik Data Mining menggunakan metode Regresi Linier Berganda guna menganalisis pengaruh variabel stok dan harga terhadap penjualan. Metodologi penelitian meliputi pengumpulan data historis, analisis perhitungan regresi, perancangan sistem berbasis web menggunakan PHP dan MySQL, serta pengujian sistem dengan metode Black Box. Hasil penelitian menunjukkan bahwa model yang dibangun mampu menghasilkan estimasi penjualan berdasarkan variabel stok dan harga secara lebih terukur dan sistematis. Implementasi sistem ini dapat membantu manajemen toko dalam merencanakan jumlah persediaan dan strategi harga secara lebih efisien, sehingga meningkatkan efektivitas pengelolaan bisnis dan daya saing perusahaan.
Kata kunci: data mining; prediksi penjualan; regresi linier berganda; sistem berbasis web; PHP
Abstract:Abstract: Inventory managemet plays a strategic role in supporting the operational sustainability of retail businesses. Errors in determining the quantity of goods procured can lead to inventory buildup or stockouts, which…
ch impacts increased storage costs and reduced customer service levels. Attar Jaya store still uses a manual inventory management system, so the restocking recording and decision-making processes are not yet supported by an integrated and data-driven system. This condition has the potential to cause inefficiency in inventory management. This research aims to apply the concept of Electronic Supply Chain Management (E-SCM) integrated with the Economic Order Quantity (EOQ) method to determine the optimal order quantity of goods. The EOQ method is used to calculate the most economical order quantity by considering ordering and storage costs, while E-SCM plays a role in integrating inventory management processes digitally. The research methods include observation, interviews, and literature studies, with system design using the Unified Modelign Language (UML). The system was developed using the PHP programming language and the MwSQL database. The research result are expected to help Toko Attar Jaya improve the accuracy of resctocking decision-making, minimize the risk of overstocking and understocking, and increase the efficiency of inventory mangement.
Keywords: MySQL; PHP; e-supply chain management; economic order quantity; restock items
Abstrak: Manajemen persediaan memiliki peran strategis dalam mendukung keberlangsungan operasional usaha ritel. Kesalahan dalam menentukan jumah pengadaan barang dapat menyebabkan terjadinya penumpukan persediaan maupun kekurangan stok yang berdampak pada meningkatnya biaya penyimpanan seerta menurunnya tingkat pelayanan kepada pelanggan. Toko Attar Jaya masih menerapkan sistem pengelolaan persediaan secara manual, sehingga proses pencatatan dan pengambilan keputusan restok belum didukung oleh sistem yang terintegrasi dan berbasis data. Kondisi tersebut berpotensi menimbulkan ketidakefisienan dalam pengelolaan stok barang. Penelitian ini bertujuan untuk menerapkan konsep Electronic Supply Chain Management (E-SCM) yang terintegrasi dengan metode Economic Order Quantity (EOQ) dalam menentukan jumlah pemesanan barang yang optimal. Metode EOQ digunakan untuk menghitung jumlah pemesanan yang paling ekonomis dengan mempertimbangkan biaya pemesanan dan biaya penyimpanan, sedangkan E-SCM berperan dalam mengintegrasikan proses pengelolaan persediaan secara digital. Metode penelitian meliputi observasi, wawancara, dan studi literatur, dengan perancangan sistem menggunakan Unified Modeling Languge (UML). Sistem dikembangkan mengguanakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian diharapkan mampu membantu pihak Toko Attar Jaya dalam meningkatkan akurasi pengambilan keputusan restok, meminimalkan risiko kelebihan dan kekurangan persediaan, serta meningkatkan efisiensi pengelolaan persediaan.
Kata kunci: MySQL; PHP; e-supply chain management; economic order quantity; restok barang
Abstract:Abstract: Hospitals, as healthcare facilities, have a high level of visitor mobility, particularly in inpatient wards. Therefore, visitor control is necessary to maintain patient comfort, safety, and service quality. Manual…
ual visitor monitoring is considered ineffective and prone to errors. Therefore, this study aims to design and implement an artificial intelligence-based visitor monitoring system for hospital inpatient wards using computer vision technology. The developed system utilizes the YOLOv8 model as an object detection algorithm to automatically detect and count visitors through a camera. Visitor information is displayed through a desktop-based monitoring interface and is equipped with warning notifications via the Telegram application and an automatic alarm if the number of visitors exceeds the limit set by hospital policy. Test results show that the system is capable of performing well in detecting and counting visitors in real time, as well as sending information and warnings responsively. Thus, this system is considered effective as a technology-based hospital management support solution in controlling inpatient ward density and making decisions more quickly and accurately.
Keywords: hospital; inpatient ward; computer vision; yolov8; visitor monitoring
Abstrak: Rumah sakit sebagai fasilitas pelayanan kesehatan memiliki tingkat mobilitas pengunjung yang tinggi, khususnya pada ruang rawat inap, sehingga diperlukan pengendalian jumlah pengunjung untuk menjaga kenyamanan, keselamatan pasien, dan kualitas pelayanan. Pemantauan jumlah pengunjung secara manual dinilai kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan jumlah pengunjung ruang rawat inap rumah sakit berbasis kecerdasan buatan menggunakan teknologi computer vision. Sistem yang dikembangkan memanfaatkan model YOLOv8 sebagai algoritma object detection untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis melalui kamera. Informasi jumlah pengunjung ditampilkan melalui antarmuka pemantauan berbasis desktop dan dilengkapi dengan notifikasi peringatan melalui aplikasi Telegram serta alarm otomatis apabila jumlah pengunjung melebihi batas yang ditetapkan sesuai kebijakan rumah sakit. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam mendeteksi dan menghitung jumlah pengunjung secara real-time, serta mengirimkan informasi dan peringatan secara responsif. Dengan demikian, sistem ini dinilai efektif sebagai solusi pendukung manajemen rumah sakit berbasis teknologi dalam pengendalian kepadatan ruang rawat inap dan pengambilan keputusan yang lebih cepat dan akurat.
Kata kunci: rumah sakit; ruang rawat inap; computer vision; yolov8; monitoring pengunjung
Abstract:Abstract: Motorcycle sales are one of the key indicators of growth in Indonesia’s automotive industry. CV. Honda Karya Utama, as an authorized Honda motorcycle dealer, faces challenges due to unstable monthly sales fluctuations.…
ctuations. This uncertainty complicates stock planning, marketing strategy formulation, and may lead to potential losses caused by overstocking or understocking. To address these issues, this study aims to analyze the relationship between time and sales volume and to develop a predictive model that can assist management in making more effective business decisions.
The research was conducted using a quantitative method and a machine learning approach by applying a linear regression algorithm, implemented through the Python programming language and a MySQL database. The dataset used consists of monthly sales data over one year, analyzed to predict future sales trends. The results show that the linear regression algorithm can predict sales trends with a good level of accuracy, achieving evaluation values of MAPE 1.72%, MSE 1.76%, and RMSE 0.57. The developed model assists management in formulating marketing strategies, optimizing inventory planning, and minimizing financial risks. Therefore, linear regression can serve as an effective analytical tool to support strategic business decision-making at CV. Honda Karya Utama.
Keywords: motorcycle sales; linear regression; prediction; sales analysis
Abstrak: Penjualan sepeda motor merupakan salah satu indikator penting dalam pertumbuhan industri otomotif di Indonesia. CV. Honda Karya Utama sebagai dealer resmi sepeda motor Honda menghadapi tantangan berupa fluktuasi penjualan yang tidak stabil setiap bulannya. Ketidakpastian ini menyebabkan kesulitan dalam perencanaan stok, penentuan strategi pemasaran, serta berpotensi menimbulkan kerugian akibat kelebihan atau kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menganalisis hubungan antara waktu dan jumlah penjualan serta membangun model prediksi yang dapat membantu manajemen dalam pengambilan keputusan bisnis yang lebih efektif. Penelitian dilakukan dengan metode kuantitatif dan pendekatan machine learning menggunakan algoritma regresi linier, dengan implementasi berbasis bahasa pemrograman Python dan basis data MySQL. Data yang digunakan berupa data penjualan bulanan selama satu tahun, yang kemudian dianalisis untuk memprediksi tren penjualan pada periode berikutnya. Hasil penelitian menunjukkan bahwa regresi linier mampu memprediksi tren penjualan dengan tingkat akurasi yang baik, dengan nilai evaluasi MAPE sebesar 1,72%, MSE 1,76%, dan RMSE 0,57. Model ini membantu manajemen dalam menyusun strategi pemasaran, mengoptimalkan perencanaan stok, serta meminimalkan risiko kerugian. Dengan demikian, regresi linier dapat menjadi alat bantu yang efektif dalam mendukung keputusan bisnis di CV. Honda Karya Utama.
Kata kunci: penjualan sepeda motor; regresi linier; prediksi; analisis penjualan
Abstract:Abstract: The rapid advancement of information technology requires companies to enhance efficiency in supply chain management. RO Aquatub, a business engaged in manufacturing bathtubs, often faces issues such as delays in…
n raw material procurement, manual stock recording, and the absence of an integrated system with suppliers. These problems impact the overall production process efficiency. This study aims to develop a web-based Supply Chain Management (SCM) system to optimize the raw material inventory management at RO Aquatub. The system development follows the waterfall model, consisting of requirement analysis, system design, implementation, and testing phases. The system is designed to serve three main entities: admin, supplier, and manager, with key features including stock management, material purchase requests, live chat, and transaction reports. The results of system testing using the black box method indicate that all features function as intended. The system improves stock management efficiency, speeds up communication with suppliers, and supports decision-making by providing accurate and real-time data. With this system, RO Aquatub can manage its production operations more effectively and more controlled manner.
Keywords: Supply Chain Management; Raw Material Inventory; Information System, RO Aquatub; Web-Based System
Abstrak: Perkembangan teknologi informasi yang pesat menuntut perusahaan untuk meningkatkan efisiensi dalam pengelolaan rantai pasok. RO Aquatub merupakan usaha yang bergerak di bidang pembuatan bathub, namun dalam praktiknya sering mengalami kendala seperti keterlambatan pengadaan bahan baku, pencatatan stok yang masih manual, serta tidak adanya sistem terintegrasi dengan supplier. Permasalahan tersebut berdampak pada kurang optimalnya proses produksi. Penelitian ini bertujuan untuk mengembangkan sistem manajemen rantai pasok (Supply Chain Management) berbasis web guna mengoptimalkan pengelolaan persediaan bahan baku pada RO Aquatub. Metode pengembangan sistem menggunakan pendekatan waterfall, dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Sistem dirancang untuk memfasilitasi tiga entitas utama yaitu admin, supplier, dan pimpinan, dengan fitur utama seperti manajemen stok, pengajuan pembelian bahan, live chat, serta laporan transaksi. Hasil pengujian menggunakan metode black box menunjukkan bahwa seluruh fitur sistem berjalan sesuai fungsinya. Sistem ini mampu meningkatkan efisiensi pengelolaan stok, mempercepat proses komunikasi dengan supplier, serta membantu pimpinan dalam pengambilan keputusan berbasis data yang akurat dan real-time. Dengan adanya sistem ini, pihak RO Aquatub dapat menjalankan operasional produksi secara lebih efektif dan terkontrol.
Kata kunci: Supply Chain Management; Persediaan Bahan Baku; Sistem Informasi; RO Aquatub; Web
Abstract:Abstract: This study aims to analyze the influence of gender on user responses to social media strategies on the Instagram platform by utilizing data science techniques. The methodology includes collecting user interaction…
on data based on gender, statistical analysis, and applying machine learning algorithms to identify response patterns. The results reveal significant differences in how male and female users respond to social media content and campaigns, affecting marketing strategy effectiveness. Data science analysis showed that the K-Means Clustering method segmented users into three groups based on interaction patterns, with female users showing the highest engagement rate (18%) compared to male users (12%). The Decision Tree model identified gender as the most dominant predictor of engagement (40%), followed by user growth (25%) and content type (20%). The Random Forest model validated that gender-targeted strategies increased marketing effectiveness by up to 22%. Multivariate regression revealed a positive effect of female user proportion (+0.45) and a negative effect of male user proportion (−0.12) on engagement. In conclusion, a deeper understanding of gender-based response differences can assist companies in designing more targeted social media strategies and enhancing engagement.
Keywords: gender; social media response; instagram; data science; marketing strategy
Abstrak: Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh gender memengaruhi respons pengguna terhadap strategi media sosial di platform Instagram dengan memanfaatkan teknik data sains. Metode yang digunakan meliputi pengumpulan data interaksi pengguna berdasarkan gender, analisis statistik, dan penerapan algoritma machine learning untuk mengidentifikasi pola respons. Hasil penelitian menunjukkan adanya perbedaan signifikan dalam cara pengguna laki-laki dan perempuan merespons konten dan kampanye media sosial, yang berdampak pada efektivitas strategi pemasaran. Analisis data sains menunjukkan bahwa metode K-Means Clustering berhasil mengelompokkan pengguna ke dalam tiga segmen berdasarkan pola interaksi, dengan segmen perempuan menunjukkan tingkat engagement tertinggi (18%) dibandingkan laki-laki (12%). Model Decision Tree mengidentifikasi gender sebagai faktor paling dominan terhadap engagement dengan kontribusi sebesar 40%, disusul oleh pertumbuhan pengguna (25%) dan jenis konten (20%). Random Forest memvalidasi bahwa strategi yang disesuaikan berdasarkan gender meningkatkan efektivitas pemasaran hingga 22%. Regresi multivariat menunjukkan bahwa proporsi pengguna perempuan berkontribusi positif sebesar 0,45 poin terhadap engagement, sedangkan pengguna laki-laki berkontribusi negatif sebesar -0,12. Kesimpulannya, pemahaman mendalam tentang perbedaan respons berdasarkan gender dapat membantu perusahaan dalam merancang strategi media sosial yang lebih tepat sasaran dan meningkatkan engagement.
Kata kunci: gender; respons media sosial; instagram; data sains; strategi pemasaran
Abstract:Abstract: In this study, an analysis of the use of the Naive Bayes algorithm for sentiment analysis of reviews from Shopee app users on the Google Play Store was conducted, with classification divided into three categories:…
es: positive, negative, and neutral. To improve data quality, a preprocessing process was carried out with stages of cleaning, case folding, normalization, stop word removal, stemming, and tokenizing. Next, the text is formatted using the TF-IDF method to facilitate classification. For this data, the Naive Bayes model is used, which has an accuracy rate of 87% in detecting sentiment. Positive and negative categories can be easily identified compared to neutral sentiments due to the smaller amount of neutral data. Overall, the Naive Bayes algorithm successfully analyzed user sentiments well. The research can be developed with other algorithm methods, such as SVM, K-NN, or Decision Tree, in order to compare the performance of various algorithms.
Keywords: sentiment analysis; naive bayes; user reviews; e-commerce; shopee
Abstrak: Dalam penelitian ini dilakukan analisis penggunaan algoritma Naive Bayes untuk analisis sentimen review dari pengguna aplikasi Shopee di Google Play Store, klasifikasi dibagai menjadi 3 kategori yaitu positif, negatif, dan netral. Untuk meningkatkan kualitas data, dilakukam proses preprocessing dengan tahap cleanimg, case folding, normalisasi, stopword removal, stemming, dan tekonezing. Selanjutnya, teks diformat menggunakan metode TF-IDF untuk memudahkan klasifikasi. Untuk data ini, model Naive Bayes digunakan, yang memiliki tingkat akurasi 87% dalam mendeteksi sentimen. Kategori positif dan negatif dapat dengan mudah diidentifikasi dibadingkan sentiemen netral karena jumlah data netral yang lebih sedikit. Secara keseluruhan, algoritma Naive Bayes berhasil menganalisis perasaan pengguna dengan baik. Penelitian dapat dikembangkan dengan algoritma metode lain, seperti SVM, K-NN, atau Decision Tree, guna membandingkan kinerja berbagai algoritma.
Kata kunci: analisis sentiment; naive bayes; ulasan pengguna; e-commerce; shopee
Abstract:Abstract: A bakery that produces and sells pastries is called Rini Cake Cookies Bakery in Pulo Bandring District. Gedangan Village is home to Rini Cake Cookies Bakery, Pulo Bandring District. The Rini Bakery processes a…
large number of sales transactions each day, which has an impact on the raw material inventory of the Rini Cake Cookies Bakery. Maintaining raw material stock levels requires you to keep just enough inventory on hand for sales while cutting down on expenses and labor. An organization's attempt to minimize risk and maximize sales is known as inventory control. The challenge facing the Rini Bakery is figuring out how much raw material stock needs to be produced in the upcoming month to keep up with customer demand, avoid buildup over an extended period of time, and preserve raw material stock stability. Because an accumulation of stock may cause the product to expire before it is given to buyers. Customer demand is the reason for this, as it varies each month based on prevailing patterns. A sales strategy is actually required in light of the current issues, and one such strategy is the use of a model, namely the Single Exponential Smoothing (SES) method, to anticipate or predict sales.
Keywords: single exponential smoothing (ses) method; stock bread raw materials; web-based
Abstrak: Usaha yang memproduksi dan menjual kue kering adalah Rini Cake Cookies Bakery di Kecamatan Pulo Bandring. Desa Gedangan merupakan rumah bagi Rini Cake Cookies Bakery, Kecamatan Pulo Bandring. Toko Roti Rini Cake Cookies di Kecamatan Pulo Bandring memproses transaksi penjualan dalam jumlah besar setiap harinya sehingga berdampak pada persediaan bahan baku pada toko roti tersebut. Mempertahankan tingkat stok bahan mentah mengharuskan Anda menyimpan persediaan yang cukup untuk penjualan sekaligus mengurangi biaya dan tenaga kerja. Upaya organisasi untuk meminimalkan risiko dan memaksimalkan penjualan dikenal sebagai pengendalian inventaris. Permasalahan yang dihadapi Toko Roti Rini adalah bagaimana mengetahui berapa banyak stok bahan baku yang harus diproduksi pada bulan mendatang untuk memenuhi permintaan pelanggan, menghindari penumpukan seiring berjalannya waktu, dan menjaga stabilitas stok bahan baku. Karena penumpukan stok bisa menyebabkan produk kadaluwarsa sebelum diberikan kepada pembeli. Permintaan pelanggan menjadi alasannya, karena bervariasi setiap bulannya berdasarkan pola yang berlaku. Strategi penjualan sebenarnya diperlukan mengingat permasalahan yang ada saat ini, dan salah satu strategi tersebut adalah penggunaan suatu model yaitu metode Single Exponential Smoothing (SES) untuk mengantisipasi atau memprediksi penjualan.
Kata kunci: berbasis web; metode single exponetial smoothing (ses); stok bahan baku roti.