Abstract:The purpose of this study was to determine the effect of product quality, price, and after-sales service on purchasing decisions for Honda brand Matic Motorbikes individually and simultaneously. The sample used was 100 students…
tudents of the Faculty of Economics and Business who had been selected based on predetermined criteria. Data collection techniques were carried out by questionnaire and literature study. The data analysis technique consists of validity test, reliability test, classical assumption test which consists of normality test, multicollinearity test, and heteroscedasticity test, multiple linear analysis test, hypothesis testing, determinant coefficient test. All independent variables have a correlation that is in the same direction as the dependent variable (purchase decision). The most dominant variable influencing purchasing decisions is the product quality variable. Which means that the dependent variable purchasing decisions can be explained by variables consisting of product quality, price, and after-sales service, the rest is explained by other variables that are not examined.
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: Kedai Budi Sparepart is a shop that sells motorcycle spare parts. Kedai Budi Sparepart is located on Tanjungbalai Air Joman Street, Air Joman District, Asahan Regency. Kedai Budi Sparepart faces a problem if the…
e supplier still enters the goods manually and records them in the ledger. This can cause errors. Errors in entry, calculation, and recording are common problems in manual bookkeeping. It can lead to inaccurate inventory information, which can affect customer satisfaction and operational efficiency. SCM is a set of applied and integrated methods for suppliers, stores, and other storage areas. This is done effectively and efficiently due to the complex business processes and the many parties involved. This system will be built using the PHP programming language and MySQL database. the researc method used is qualitative research. The results of this study found that the use of a web-based supply chain management system can help overcome the slow response of suppliers to Kedai Budi's spare parts if they are out of stock or in minimal stock conditions. Furthermore, this method can be used to overcome suppliers who do not know the stock of spare parts in real-time, so as not to disrupt the sales process to suppliers.
Keywords: Supply Chain Management; Stock Management; Budi Spareparts Store.
Abstrak: Kedai Budi Sparepart adalah Kedai yang menjual suku cadang sepeda motor. Kedai Budi Sparepart terletak di jalan Tanjungbalai Air Joman, Kecamatan Air Joman, Kabupaten Asahan. Kedai Budi Sparepart menghadapi masalah jika supplier masih memasukkan barang secara manual dan mencatatnya di buku besar. Ini Bisa menyebabkan kesalahan. Kesalahan dalam pemasukan, perhitungan, dan pencatatan adalah masalah umum dalam pembukuan manual. Karena Bisa menyebabkan informasi persediaan yang tidak akurat, yang Bisa memengaruhi kepuasan pelanggan dan efisiensi operasional. SCM adalah sekumpulan metode yang diterapkan dan terintegrasi untuk pemasok, kedai, dan area penyimpanan lainnya. Ini dilakukan secara efektif dan efisien karena proses bisnis yang kompleks dan banyaknya pihak yang terlibat. Sistem ini akan dibangun dengan menggunakan bahasa pemrograman PHP dan database MySQL. Metode penelitian yang digunakan adalah penelitian kualitatif. Adapun hasil penelitian ini menemukan bahwa penggunaan sistem manajemen rantai pasokan berbasis web Bisa membantu mengatasi lambatnya respons supplier terhadap sparepart Kedai Budi jika ada stok yang sudah habis atau dalam kondisi stok minimal. Selanjutnya, metode ini Bisa digunakan untuk mengatasi supplier yang tidak mengetahui stok sparepart secara real-time, sehingga tidak mengganggu proses penjualan kepada supplier
Kata kunci: Supply Chain Management; Manajemen Stok; Kedai Budi Sparepart
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: Based on available data, it is known that motorcycle sales at Panca Prima Abadi Dealers fluctuate every year. This resulted in several types of motorcycles that did not reach the sales target and affected operating…
ting income. The Panca Prima Abadi dealer realized that customers would return to buy motorcycles if they received good service. There are some customers who feel that the quality of service is relatively low so that in solving problems that cannot be solved optimally. The problem of vehicle service quality is supported by evidence of the changing number of customers who have performed service for the last 3 (three) years. To overcome this problem, a decision support system is made that will make it easier for Panca Prima Abadi Dealers to find out how the quality of motorcycle service has been provided to customers so far. Based on the calculation of the analysis of the level of service vehicle service and sales of motorcycle products using the Service Quality method, it can be concluded that the vehicle service has a "satisfied" predicate with a percentage value of 79.17% and a "very satisfied" predicate has a percentage value of 20.83% and product sales have a percentage value of 20.83%. the "satisfied" predicate gets a percentage value of 81.25% and the "very satisfied" predicate gets a percentage value of 18.75%. Keywords: Vehicle Service, Product Sales Service, Service Quality
Abstrak: Berdasarkan data yang ada diketahui bahwa penjualan sepeda motor di Dealer Panca Prima Abadi mengalami fluktuasi setiap Tahunnya. Hal ini mengakibatkan ada beberapa tipe sepeda motor yang tidak mencapai target penjualan dan mempengaruhi pendapatan usaha Pihak Dealer Panca Prima Abadi menyadari bahwa pelanggan akan kembali membeli sepeda motor jika mendapatkan pelayanan yang baik. Ada beberapa pelanggan yang merasa kualitas pelayanan yang relatif rendah sehingga dalam penyelesaian permasalahan yang belum dapat diselesaikan secara maksimal. Permasalahan kualitas pelayanan service kendaraan didukung oleh bukti jumlah pelanggan yang melakukan service selama 3 (tiga) tahun terakhir yang berubah-ubah. Mengatasi masalah tersebut maka dibuat suatu sistem pendukung keputusan yang akan memudahkan Dealer Panca Prima Abadi untuk mengetahui bagaimana kualitas pelayanan service sepeda motor yang telah diberikan kepada pelanggan selama ini. Berdasarkan perhitungan analisis tingkat pelayanan service kendaraan dan penjualan produk sepeda motor dengan metode Service Quality dapat disimpulkan bahwa service kendaraan memiliki predikat “puas†mendapat nilai persentase 79,17% dan predikat “sangat puas†mendapat nilai persentase 20,83% serta penjualan produk memiliki predikat “puas†mendapat nilai persentase 81,25% dan predikat “sangat puas†mendapat nilai persentase 18,75%.
Kata Kunci: Pelayanan Service Kendaraan, Pelayanan Penjualan Produk, Service Quality
Abstract:Abstract : This study aims to determine thecrime rate in motorbike theft cases using the programmeing langiage PHP and MySQL as a database and the application of the Exponential Smoothing method to determine the crime rate…
te of motorcycle theft that occurs in the city of Tanjung Balai for the next period. The data used in this study is motorcycle theft report data from 2018 to 2019 wich was obtained from the Tanjung Balai Police. The benefits of this research can be used by the Tanjung Balai police to determine the extent of the motorcycle theft crime that will occur in a shorter, easier and more accurate manner so that it can take optimal prevention. With the Exponential Smoothing method the alpha value will be searched randomly to find an alpha value that was a minimum error value calculated using Means Absolute Percetage Error (MAPE). Then the prediction results that have an alphan with a minimum error are the best of recommended as a prediction result for the next period. Based on this research, the prediction results obtained from the prediction of the number of motorcycle theft cases the occurred in the city of Tanjung Balai in 2020 were 12 units with an MAPE error value of 0,153%.
Keyword : Exponential Smoothing, Theft, Motorcycle, Forecasting
Abstrak : Penelitian ini bertujuan untuk menentukan tingkat kriminalitas kasus pencurian sepeda motor dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai basis data serta penerapan metode Exponential Smoothing untuk menentukan tingkat kriminalitas pencurian sepeda motor yang terjadi di kota Tanjung Balai untuk periode berikutnya. Data yang digunakan dalam penelitian ini adalah data laporan pencurian sepeda motor dari tahun 2018 sampai dengan tahun 2019 yang diperoleh dari POLRES Tanjung Balai. Manfaat dari penelitian ini dapat digunakan oleh kepolisian Tanjung Balai untuk menentukan seberapa besar tindak kriminalitas pencurian sepeda motor yang akan terjadi secara lebih singkat, mudah dan akurat sehingga dapat melakukan pencegahan yang optimal. Dengan metode Exponential Smoothing akan dicari nilai alpha secara acak sampai menemukan nilai alpha yang memiliki nilai error yang minimum yang dihitung menggunakan Means Absolute Percetage Error (MAPE). Maka hasil prediksi yang memiliki alpha dengan error minimumlah yang paling baik atau direkomendasikan sebagai hasil prediksi untuk periode selanjutnya. Berdasarkan penelitian ini diperoleh hasil prediksi peramalan jumlah kasus pencurian sepeda motor yang terjadi di kota Tanjung Balai tahun 2020 adalah 12 unit dengan nilai error MAPE sebesar 0,153%.
Kata Kunci : Exponential Smoothing, Pencurian, Sepeda Motor, Forecasting
Abstract:Abstract: SMK Negeri 1 Setia Janji is a vocational high school that is engaged in technology that has three departments namely RPL (Software Engineering), TSM (Motorcycle Engineering) and TKR (Light Vehicle Engineering).…
Department of RPL is focused into mastery of programming, for example in making dynamic web application, but after finished making web application needed a computer network so that application can be run and can be arranged through computer network system either peer to peer or client server, it needs to be done collaboration between mastery in the field of programming with mastery in the field of computer network systems, especially based on peer to peer and client server.
Keywords :Networking, peer to peer, client server
Abstrak: SMK Negeri 1 Setia Janji adalah Sekolah Menengah Kejuruan yang bergerak di bidang teknologi yang memiliki tiga jurusan yaitu RPL (Rekayasa Perangkat Lunak), TSM (Teknik Sepeda Motor) dan TKR (Teknik Kendaraan Ringan). Jurusan RPL difokuskan ke dalam penguasaan pemrograman, misalnya dalam membuat aplikasi web dinamis, tetapi setelah selesai membuat aplikasi web tersebut maka diperlukan sarana jaringan komputer agar aplikasi tersebut dapat dijalankan dan dapat diatur melalui sistem jaringan komputer tersebut baik secara peer to peer maupun client server, oleh sebab itu perlu dilakukan kolaborasi antara penguasaan dibidang pemrograman dengan penguasaan di bidang sistem jaringan komputer khususnya berbasis peer to peer dan client server.
Kata kunci : Jaringan, peer to peer, client server
Abstract:Abstrack: This research aims to improve battery performance and safety on the ECGO2 electric motorcycle by re-assembling the battery system using 18650 lithium cells, Daly BMS 13S/7A battery management system, and XH-M604…
4 module. The configuration used is 13S5P (65 cells), resulting in a total voltage of 48.1 V and a capacity of 14 Ah, or equivalent to 673.4 Wh of energy. Compared to the ECGO2 built-in battery that requires 4-7 hours of charging time, this system is able to speed up charging to ±1.6 hours using a 7 A current charger. Test results using an oscilloscope show that the voltage of the assembled battery is more stable under load than that of a single battery, with minimal ripple. The estimated operating time of an 800 W electric motor using a 673.4 Wh battery is about 50 minutes. To achieve 2 hours of operation, the 13S10P configuration or energy-saving mode (400-500 W) can be used. The system is also more cost-effective at Rp2,678 per Wh compared to the manufacturer's version of Rp4,464 per Wh, as well as improved safety against leakage and overheating.
Keywords: 18650 lithium battery; daly bms; electric motorcycle; fast charging.
Abstrak: Penelitian ini bertujuan untuk meningkatkan performa dan keamanan baterai pada sepeda motor listrik ECGO2 dengan merakit ulang sistem baterai menggunakan sel lithium 18650, sistem manajemen baterai Daly BMS 13S/7A, dan modul XH-M604. Konfigurasi yang digunakan adalah 13S5P (65 sel), menghasilkan tegangan total 48,1 V dan kapasitas 14 Ah, atau setara dengan energi 673,4 Wh. Dibandingkan baterai bawaan ECGO2 yang memerlukan waktu pengisian 4–7 jam, sistem ini mampu mempercepat pengisian menjadi ±1,6 jam menggunakan charger arus 7 A. Hasil pengujian menggunakan osiloskop menunjukkan bahwa tegangan baterai rakitan lebih stabil di bawah beban dibandingkan baterai tunggal, dengan ripple minimal. Estimasi lama pengoperasian motor listrik 800 W menggunakan baterai 673,4 Wh adalah sekitar 50 menit. Untuk mencapai 2 jam pengoperasian, dapat digunakan konfigurasi 13S10P atau mode hemat energi (400–500 W). Sistem ini juga lebih hemat biaya dengan efisiensi harga Rp2.678 per Wh dibandingkan Rp4.464 per Wh versi pabrikan, serta meningkatkan keamanan terhadap kebocoran dan panas berlebih.
Kata kunci: baterai lithium 18650; daly bms; sepeda motor listrik; pengisian daya cepat.
Abstract:Abstract: The inability to accurately monitor the lifespan of motorcycle batteries can lead to sudden failures, disrupt user activities, and increase maintenance costs. This issue is exacerbated by the absence of a predictive…
ctive system that can assist users and workshops in planning maintenance and managing battery inventory effectively. This study aims to develop a battery lifespan prediction model for motorcycles using the Double Moving Average (DMA) method. The model is built based on historical data from 12 motorcycle units, including usage frequency, duration, terrain conditions, and maintenance habits. Forecasting is conducted through two stages of moving averages followed by trend parameter calculations. Evaluation results show that the model has a high level of accuracy, with MAPE = 0.10, MAD = 1.68, and RMSE = 2.14, indicating very low prediction errors. In addition, DMA is also used to forecast product demand at PT Anugerah Karya Abiwara Kisaran to prevent stock shortages. The system is developed using Visual Studio 2010 and Microsoft Access and has proven effective in supporting maintenance planning and inventory control. With its high accuracy and efficiency, the results of this study provide tangible contributions to decision-making in battery maintenance and inventory management.
Keywords: battery; DMA; motorcycle; prediction.
Abstrak: Ketidakmampuan dalam memantau usia pakai aki sepeda motor secara akurat dapat menyebabkan kerusakan mendadak, mengganggu aktivitas pengguna, serta meningkatkan biaya perawatan. Permasalahan ini diperburuk oleh tidak tersedianya sistem prediktif yang membantu pengguna dan bengkel dalam merencanakan perawatan serta mengelola persediaan aki secara efisien. Penelitian ini bertujuan untuk mengembangkan model prediksi usia pemakaian aki sepeda motor dengan menggunakan metode Double Moving Average (DMA). Model dibangun berdasarkan data historis dari 12 unit sepeda motor yang mencakup frekuensi penggunaan, durasi, kondisi medan dan kebiasaan perawatan. Proses peramalan dilakukan melalui dua tahap perataan bergerak, yang kemudian diikuti dengan perhitungan parameter tren. Hasil evaluasi menunjukkan bahwa model ini memiliki tingkat akurasi yang tinggi, dengan nilai MAPE sebesar 0,10, MAD sebesar 1,68, dan RMSE sebesar 2,14, yang mengindikasikan tingkat kesalahan prediksi yang sangat rendah. Selain itu, metode DMA juga diterapkan untuk meramalkan permintaan produk pada PT Anugerah Karya Abiwara Kisaran guna mencegah terjadinya kekurangan stok. Sistem dikembangkan menggunakan Visual Studio 2010 dan Microsoft Access, serta terbukti efektif dalam mendukung perencanaan perawatan dan pengendalian persediaan. Dengan akurasi dan efisiensi yang tinggi, hasil penelitian ini memberikan kontribusi nyata dalam pengambilan keputusan terkait pemeliharaan aki dan manajemen inventori.
Kata kunci: baterai; DMA; prediksi; sepeda motor.
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