Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Lamsihar Banjarnahor
Universitas Pembangunan Panca Budi
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Machine Learning untuk Prediksi Permintaan Produk pada Percetakan PT. Next Sihar Dagulon Menggunakan Algoritma Random Forest Lamsihar Banjarnahor; Muhammad Irfan Sarif; Muhammad Putra Novelan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1399

Abstract

Permintaan produk percetakan pada PT. Next Sihar Dagulon mengalami fluktuasi sehingga perusahaan sering menghadapi kesulitan dalam menentukan kebutuhan bahan baku dan kapasitas produksi. Pendekatan prediksi yang masih bersifat manual berpotensi menimbulkan kelebihan stok, kekurangan stok, keterlambatan produksi, dan peningkatan biaya operasional. Penelitian ini bertujuan menganalisis penerapan machine learning menggunakan algoritma Random Forest untuk memprediksi permintaan produk percetakan. Data yang digunakan berupa data historis transaksi penjualan periode Januari 2022 sampai Desember 2024 sebanyak 2.500 data, yang setelah preprocessing menjadi 2.400 data valid. Variabel penelitian meliputi jenis produk, bulan transaksi, harga, jumlah pelanggan, promosi, permintaan periode sebelumnya, dan jumlah permintaan sebagai target. Tahapan penelitian terdiri atas pengumpulan data, preprocessing, transformasi data kategorikal, pembagian data latih dan data uji, pemodelan Random Forest Regressor, serta evaluasi menggunakan MAE, RMSE, MAPE, dan R². Hasil pengujian menunjukkan nilai MAE sebesar 8,74, RMSE sebesar 12,61, MAPE sebesar 7,86%, dan R² sebesar 0,91. Hasil tersebut menunjukkan bahwa Random Forest mampu menghasilkan prediksi permintaan dengan tingkat kesalahan rendah dan dapat digunakan sebagai dasar perencanaan produksi serta pengelolaan stok perusahaan.
Analisis Sistemik Kebangkrutan Dapur Mami Medan dan Perumusan Kerangka Resiliensi Digital : Penelitian Yoga Fitriana; Muhammad Irfan Sarif; Yohannes France Limbong; Lamsihar Banjarnahor
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.4996

Abstract

This study uses a qualitative approach to in-depth examine the failure of the culinary MSME "Dapur Mami" in Medan City, which in 2021 demonstrated superior performance through product exports to international markets. The study aims to identify the main factors causing the bankruptcy and formulate an information systems (IS)-based resilience framework for risk mitigation. Data were collected through in-depth interviews and digital artifact review, then analyzed using thematic analysis. The results identified four main causes of failure: unstable export market dominance, weak production and supply chain management, suboptimal digital marketing and customer relationship management (CRM), and the absence of an information system supporting financial analysis and decision-making. This bankruptcy reflects a systemic failure resulting from premature expansion without operational readiness and digital infrastructure. As a contribution, this study develops a Digital Resilience Framework for Culinary MSMEs (KRD-UK) based on digital transformation and risk management, which encompasses strengthening the domestic market, automation-based market diversification, and data-driven business performance optimization, to increase the resilience of culinary MSMEs in facing global market dynamics.
Co-Authors Muhammad Irfan Sarif Muhammad Putra Novelan Yoga Fitriana Yohannes France Limbong