Abstract:The purpose of this study is to examine how product quality influences consumers' decisions to buy electric cars in Makassar City, using brand image as a mediating factor. The swift expansion of electric vehicle adoption…
necessitates a comprehensive understanding of the factors influencing customer purchasing behavior in this nascent sector. A quantitative methodology utilizing an explanatory study design was implemented to examine the causal links among the variables. The population comprised consumers who had acquired or utilized electric vehicles in Makassar City, while the precise population size remained unspecified. A purposeful non-probability sampling strategy was employed, resulting in 105 respondents who completed a structured online questionnaire sent using Google Forms. The data were analyzed utilizing SEM-PLS with SmartPLS to investigate both direct and indirect effects among the constructs. The findings demonstrate that product quality positively and significantly impacts purchase decisions, product quality positively and significantly influences brand image, and brand image positively and significantly affects purchase decisions. Additionally, brand image serves as a partial mediator in the correlation between product quality and purchasing decisions. The findings indicate that superior product quality in electric vehicles is more influential in influencing purchasing decisions when it concurrently cultivates a favorable brand image in consumers' perceptions, thus offering strategic insights for manufacturers and distributors in formulating marketing strategies that enhance both product quality and brand image.
Abstract:This study aims to determine the effect of marketing mix on sales volume at PT. Megahputra Prosperous Pettarani Makassar Branch. The population in this study are consumers at PT. Megahputra Sejahtera Pettarani Makassar Branch…
ranch who purchased Suzuki Ertiga car products in 2018-2022. Data collection was carried out using documentation and questionnaire methods. The data analysis technique used is multiple linear regression analysis. Multiple linear regression equations produce equations Y ̂= 0.308+ 0.248X_1+ 0.009X_2+ 0.027X_( 3)+ 0.094X_4 + ( -0.151 ) X_5+ 0.403X_6 + 0.137X_7. This the results of this study found that simultaneously the Marketing Mix variable (X1, X2, X3, X4, X6, and X7) has a positive effect on Sales Volume while X5 has a negative effect on Sales Volume. The results of the determination correlation analysis (R Square) were 0.343 which indicated that 34.3% of the independent variables namely X1, X2, X3, X4, X5, X6, and X7 had an effect or were able to explain the characteristics of the dependent variable (Y). While the remaining 65.7% is influenced or explained by other variables not included in this research model. The results of the F test explain that the seven Marketing Mix variables have a significant effect on the Sales Volume variable with a calculated F value (6.157) > F table (2.16) with a significance level of 0.000 <0.05 and the t test results explain that the Product variable (X1) with value 0.017 <0.05 and Process (X6) with a value of 0.001 <0.05 has a significant effect on Sales Volume variable
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: Most of the braking systems used still use the drum system so that an automatic braking system is needed so that collisions rarely occur due to sudden braking which results in many accidents that claimed lives.…
This automatic brake control system is a device that functions as an automatic braking controller on four-wheeled vehicles without the driver having to press the brake pedal or brake manually. This system uses ultrasonic sensors to detect the distance of the car to objects that are in the way both in front and behind the car. Controlled by Arduino Uno microcontroller which is connected to servo motor and buzzer. The system can control the speed of vehicles and parking cars in the parking lot by designing and making a braking and parking system that works using ultrasonic sensors so that it can notify objects or things that are blocking both in front and behind the car. The car can stop quickly and accurately so it doesn't touch the object in front of it and the car can also park properly in the designated parking space.
Keyword: Ultrasonic Sensor; Microcontroller; Arduino Uno; Servo Motor; Buzzer
Abstrak: Sistem Pengereman kebanyakan digunakan masih menggunakan sistem tromol sehingga dibutuhkan system pengereman otomatis sehingga jarang terjadi tabrakan karena pngereman yang tiba-tiba yang mengakibatkan banyaknya kecelakaan yang menelan korban jiwa. Sistem kendali rem otomatis ini adalah sebuat alat yang mempunyai fungsi sebagai pengendali pengereman otomatis pada kendaraan roda empat tanpa si pengemudi harus menekan pedal rem atau pengereman secara manual. Sistem ini menggunakan sensor ultrasonik untuk mendeteksi jarak mobil terhadap benda yang mengahalangi baik di depan maupun di belakang mobil. Dikendalikan oleh mikrokontroler Arduino Uno yang terhubung ke motor servo dan buzzer. Sistem dapat mengendalikan laju kendaraan dan pemakiran mobil pada tempat parkir dengan merancang dan membuat sistem pengereman dan parkir yang bekerja dengan menggunakan sensor ultrasonic sehingga dapat memberitahukan benda atau sesuatu yang menghalangi baik di depan maupun di belakang mobil. Mobil dapat berhenti dengan cepat dan akurat sehingga tidak menyentuh benda did depannya dan mobil juga dapat parkir dengan tepat di tempat parkir yang telah ditentukan.
Kata kunci: Sensor Ultrasonik; Mikrokontroler; Arduino Uno; Motor Servo; Buzzer
Abstract:Abstract: This study aims to develop a Deep Learning-based Traffic Flow Detector to automatically and accurately observe traffic flow. Conventional traffic observation is often conducted manually or via CCTV, but it is prone…
rone to human error and difficult to use for real-time trend analysis. In this study, the YOLOv4 method is used to detect four types of vehicles (cars, motorcycles, buses, trucks). To continuously track vehicle movement and address occlusion issues, the Deep SORT algorithm is implemented. The YOLOv4 model used is a pre-trained model and was tested on seven CCTV video recordings obtained from the official website of the Pekanbaru City Transportation Department. The system was implemented on a limited device, the Nvidia Jetson Nano, as a simulation of direct CCTV integration. Test results showed a highest precision of 98%, but the maximum accuracy achieved was only 26%. This low accuracy is influenced by several factors, including video resolution, detection model quality, and lighting conditions. Nevertheless, the system demonstrates potential to support future traffic management and engineering decisions but still requires further optimization, including improving video resolution and quality, retraining the model with a more representative local dataset, using lighter and more accurate detection models, and optimizing the tracking algorithm.
Keywords: deep learning; deepsort; NVIDIA Jetson NANO; traffic flow; YOLOv4
Abstrak: Penelitian ini bertujuan mengembangkan Traffic Flow Detector berbasis Deep Learning untuk mengobservasi arus lalu lintas secara otomatis dan akurat. Observasi lalu lintas konvensional sering dilakukan secara manual atau melalui CCTV, namun rentan terhadap human error dan sulit digunakan untuk menganalisis tren secara real-time. Pada penelitian ini digunakan metode YOLOv4 untuk mendeteksi empat jenis kendaraan (mobil, motor, bus, truk). Untuk melacak pergerakan kendaraan secara berkelanjutan dan mengatasi masalah occlusion, digunakan algoritma Deep SORT. Model YOLOv4 yang digunakan merupakan pre-trained model dan diujikan pada tujuh rekaman video CCTV yang diambil dari situs resmi Dinas Perhubungan Kota Pekanbaru. Sistem ini diimplementasikan pada perangkat terbatas Nvidia Jetson Nano sebagai simulasi penerapan langsung pada CCTV. Hasil pengujian menunjukkan presisi tertinggi mencapai 98%, namun akurasi tertingginya hanya sebesar 26%. Rendahnya akurasi dipengaruhi oleh beberapa faktor seperti resolusi video, kualitas model deteksi, serta kondisi pencahayaan. Meski demikian, sistem ini menunjukkan potensi untuk membantu pengambilan keputusan dalam manajemen dan rekayasa lalu lintas di masa depan, namun masih membutuhkan optimasi lebih lanjut, seperti peningkatan kualitas video input, pelatihan ulang model dengan dataset lokal, penggunaan model deteksi yang lebih ringan dan akurat serta pengoptimalan algoritma pelacakan.
Kata kunci: deep learning deepsort; Nvidia Jetson Nano; traffic flow; YOLOv4
Abstract:Abstact: A robot is a set of mechanical devices or shaped vehicles that can perform physical tasks, both with human supervision and control, in the form of programs that have been defined in advance. Robot cars designed…
by researchers, use two commands to perform physical tasks. First use the command from Google Voice, which is the command with voice, and the second uses the command using the Android button, so that access to the robot can be done by anyone and anywhere. The work system of the robot car design is designed, when the robot car commands, the command will be juxtaposed or compared, and when the data is compared according to the data being controlled, the system will run according to the data or command earlier. For each module, it uses a voltage of 5V, while for a DC motor, it uses an external voltage of 7.4 VDC. Keyword: Robot car, Arduino controller, Google voice.
Abstrak: Robot merupakan seperangkat alat mekanik atau berbentuk kendaraan yang bisa melakukan tugas fisik, baik dengan pengawasan dan kontrol manusia, berupa program yang telah didefisinikan terlebih dahulu. Mobil robot yang dirancang peneliti, menggunakan dua perintah untuk melakukan tugas fisik. Pertama menggunakan perintah dari google voice, yaitu perintah dengan suara, dan yang kedua menggunakan perintah menggunakan tombol button android, sehingga akses untuk memerinta robot dapat dilakukan oleh siapa saja dan dimana saja. Sistem kerja dari rancangan mobil robot yang dirancang, ketika mobil robot memberi perintah, maka perintah tersebut akan disandingkan atau dibandingkan, dan ketika data yang dibandingkan sesuai dengan data yang dicontroller, maka sistem akan berjalan sesuai dengan data atau perintah tadi. Untuk setiap modul, menggunakan tegangan 5V, sedangkan untuk motor DC, menggunakan tegangan eksternal sebesar 7.4 VDC.
Kata Kunci: Mobil robot, controller arduino, google voice.
Abstract:Latar Belakang: Hipertensi merupakan salah satu masalah kesehatan yang kerap dialami oleh lansia dan dapat memicu munculnya gangguan kardiovaskular. Salah satu pendekatan nonfarmakologis yang dapat digunakan untuk membantu…
tu mengendalikan tekanan darah adalah senam hipertensi yang dilakukan selama tiga kali pertemuan. Aktivitas fisik ini berfungsi dengan meningkatkan sirkulasi darah serta memperbaiki suplai oksigen ke otot jantung. Tujuan: Penelitian ini bertujuan untuk mengetahui pengaruh Senam Hipertensi dan Jus Semangka terhadap perubahan tekanan darah pada lansia penderita hipertensi. Metode Penelitian: Metode penelitian ini menggunakan metode pre-eksperimental dengan pre-test dan post-test untuk mengukur tingkat pengetahuan responden serta perumusan sampel menggunakan Total Sampling dengan jumlah responden sebanyak 30 orang. Desain ini bertujuan untuk mengetahui tingkat pengetahuan dan perubahan tekanan darah sebelum dan sesudah diberikan intervensi senam hipertensi dan jus semangka. Hasil penelitian: Hasil penelitian menunjukkan bahwa pada pertemuan pertama, kedua dan ketiga, tekanan darah sistolik dan diastolik ada perubahan yang signifikan, yang berarti terdapat pengaruh senam hipertensi dan jus semangka terhadap perubahan tekanan darah. Kesimpulan: Implementasi senam hipertensi dan pemberian jus semangka berpengaruh terhadap perubahan tekanan darah pada penderita hipertensi dengan rata-rata sistolik dari 147 mmHg menjadi 133 mmHg dan rata-rata diastolik 89 mmHg menjadi 79 mmHg.
Abstract:Latar belakang: faktor resiko dari hipertensi salah satunya adalah pola makan. Beberapa perilaku makan-makanan yang beresiko menyebabkan hipertensi adalah sering makan makanan asin, sering makanan manis dan sering makan…
makanan berlemak. Kondisi prilaku makan makanan beresiko pada komunitas lansia terjadi peningkatkan presentasenya dari tahun 2007 ke tahun 2013, hanya pada prilaku makan-makanan yang ternyadi penurunan 9,4%, sedangkan pada prilaku makan makanan asin meningkat tajam sebesar 1,7%. Tujuan: Mengetahui hubungan pola dengan kejadian hipertensi pada lansia di puskesmas sukawali kecamatan pakuhaji kabupaten tangrang tahun 2024, Metode: penelitian ini menggunakan jenis penelitian kuantitatif dengan metode cross sectional. Teknik yang digunakan pada lansia di puskesmas sukawali tahun 2024 adalah probability sampling, dengan jumlah sampel sebanyak 109 responden, Analisis data menggunakan statistik Uji Rank Spearman Correlation. Hasil: Hasil Rank Spearman Correlation hubungan pola makan dengan kejadian hipertensi nilai signifikansi/p-value sebesar 0,000 dengan nilai 0,585 kategori baik sebanyak (14.7%), kategori Buruk (85.3%). Dalam Uji Rank Spearman Correlation didapatkan hasil tersebut menunjukan nilai P value sebesar 0,000 (P < 0,05). Terdapat hubungan pola makan dengan kejadian hipertensi pada lansia di puskesmas sukawali kecamatan pakuhaji kabupaten tangerang tahun 2024. Apabila seseorang memiliki pola makan yang buruk maka orang tersebut beresiko mengalami hipertensi 0,585 kali lebih tinggi dibandingkan dengan mereka yang memiliki pola makan yang baik