Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Smart System dalam Klasifikasi Kelancaran Penjualan Produk Sembako pada Toko Udo Berkah Kabupaten Batu Bara : Pengabdian Rizky Riansyah Panjaitan; Bambang Irwansyah; Dicky Apdillah; Harmayani Harmayani; Suci Ramadani; Imelda Regina Siswi; Icha Wayu Mayanda; Putri Rahmawani
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6756

Abstract

Pengelolaan stok di toko sembako kerap mengalami kendala akibat ketidakpastian dalam menentukan produk yang terjual cepat maupun lambat, sehingga pemilik usaha sering menghadapi risiko kelebihan atau kekurangan persediaan. Studi kasus pada Toko Sembako Udo Berkah yang berlokasi di Jalan Istana Dusun III, Desa Mekar Laras, Kecamatan Tanjung Tiram, Kabupaten Batu Bara, Sumatera Utara menunjukkan permasalahan serupa, di mana pemilik toko kesulitan menentukan kategori kelancaran penjualan setiap produk secara sistematis. Penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) untuk mengklasifikasikan produk sembako ke dalam kategori Lancar dan Tidak Lancar. Tiga atribut utama digunakan, yaitu jumlah produk terjual, harga satuan, dan persentase keterjualan terhadap stok awal. Dataset terdiri atas 30 data latih dan 10 data uji dengan K=3. Proses klasifikasi melibatkan normalisasi Min-Max dan perhitungan jarak Euclidean. Hasil pengujian memperlihatkan akurasi klasifikasi mencapai 100%, dengan seluruh data uji berhasil diprediksi sesuai label aktualnya. Sistem informasi berbasis web juga dikembangkan menggunakan PHP dan MySQL untuk mendukung proses klasifikasi secara otomatis.
Implementasi Artificial Intelligence untuk Prediksi Prestasi Akademik Mahasiswa: Penelitian Anggika Sembiring; Putri Rahmawani; Shohe Mukhreza; Dicky Apdillah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7190

Abstract

Penelitian ini mengkaji penerapan Kecerdasan Buatan (Artificial Intelligence/AI), khususnya algoritma klasifikasi machine learning, guna memperkirakan capaian akademik mahasiswa di Universitas Asahan, Kisaran. Eksperimen komputasional kuantitatif dilaksanakan menggunakan rekam akademik 200 mahasiswa, mencakup indeks prestasi kumulatif (IPK), persentase kehadiran perkuliahan, nilai tugas, serta nilai ujian tengah semester. Tiga algoritma klasifikasi dikaji secara komparatif: Decision Tree, Naive Bayes, dan Support Vector Machine (SVM). Praproses data meliputi normalisasi Min-Max dan imputasi mean untuk nilai yang hilang, serta penerapan SMOTE guna mengatasi ketidakseimbangan kelas pada data latih. Hasil eksperimen menunjukkan SVM dengan kernel Radial Basis Function (RBF) menghasilkan akurasi prediksi tertinggi sebesar 89,5%, melampaui Decision Tree (84,0%) dan Naive Bayes (78,5%). Evaluasi Confusion Matrix mengonfirmasi keunggulan SVM dengan precision 0,91 dan recall 0,88. Analisis kepentingan fitur mengidentifikasi tingkat kehadiran dan nilai ujian tengah semester sebagai dua prediktor paling determinan. Temuan ini mengindikasikan bahwa sistem peringatan dini berbasis AI dapat diintegrasikan ke dalam sistem informasi akademik untuk mendukung intervensi tepat waktu bagi mahasiswa yang rentan secara akademik di Universitas Asahan.