Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Technologica
Maha Valne Datin
Universitas Pembangunan Panca Budi
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Pengelompokan Pengunjung Perpustakaan Fakultas Sains dan Teknologi Menggunakan Metode K-Means Clustering Maha Valne Datin; Muhammad Iqbal
Technologica Vol. 5 No. 2 (2026): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i2.561

Abstract

Penelitian ini bertujuan untuk mengelompokkan pengunjung Perpustakaan Fakultas Sains dan Teknologi berdasarkan jurusan dan intensitas kunjungan menggunakan metode K-Means Clustering, guna mendukung peningkatan kualitas layanan perpustakaan secara tepat sasaran. Data yang digunakan merupakan data absensi pengunjung Perpustakaan Fakultas Sains dan Teknologi tahun 2025 yang mencakup informasi program studi dan frekuensi kunjungan mahasiswa. Metode yang digunakan dalam penelitian ini adalah K-Means Clustering, yaitu salah satu teknik data mining yang berfungsi untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Sebelum dilakukan proses clustering, data melalui tahap pra-pemrosesan yang meliputi pembersihan data, seleksi fitur, normalisasi nilai, serta konversi data kategorik ke dalam bentuk numerik. Jumlah klaster yang digunakan dalam penelitian ini adalah tiga klaster yang merepresentasikan tingkat intensitas kunjungan rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan pengunjung perpustakaan secara objektif dan sistematis dengan distribusi klaster sebesar 20,6% pada klaster intensitas rendah (C1), 54,4% pada klaster intensitas sedang (C2), dan 25,0% pada klaster intensitas tinggi (C3), serta mengungkap adanya perbedaan pola pemanfaatan perpustakaan berdasarkan jurusan dan intensitas kunjungan mahasiswa. Hasil clustering ini dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam pengembangan layanan, penyesuaian koleksi, serta peningkatan efektivitas pengelolaan perpustakaan
ANALISIS PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN DOUBLE MOVING AVERAGE PADA KASUS PERAMALAN PENJUALAN KOPI BUBUK DI LOPO MANDHELING COFFEE Andysah Putera Utama Siahaan; Siska Mayasari Rabe; Nathania Asyifa; Maha Valne Datin; Rahma Syahri; Rezkinah Rambe
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4199

Abstract

 Abstract: This study aims to compare the accuracy between time series forecasting methods, namely Double Exponential Smoothing (DES) and Double Moving Average (DMA), in forecasting ground coffee sales at Lopo Mandheling Coffee, an MSME in the beverage sector. The sales data used is monthly data from January 2024 to March 2025. The analysis was carried out by calculating the accuracy of each method using the MAPE, MAD, and MSE indicators. The results show that the DMA method provides more accurate forecasting results than the DES method for both types of coffee (Specialty and Premium). DMA has lower MAPE, MAD, and MSE values, so it is more recommended for use in sales forecasting in this MSME. This study provides a practical contribution for MSME actors in improving operational efficiency through a data-driven forecasting approach. Keyword: Sales forecasting; double exponential smoothing; double moving average;                 ground coffee; MSME Abstrak: Penelitian ini bertujuan sebagai perbandingan akurasi antara metode peramalan deret waktu, yaitu Dpuble Exponential Smoothing (DES) dan Double Moving Avarega (DMA), dalam meramalkan penjualan kopi bubuk di Lopo Mandheling Coffee, sebuah UMKM di sektor minuman. Data penjulan yang digunakan merupakan data bulanan dari Januari 2024 hingga Maret 2025. Analisis dilakukan dengan menghitung akurasi masing-masing metode menggunakan indikator MAPE, MAD, dan MSE. Hasil penelitian menunjukkan bahwa metode DMA memberikan hasil peramalan yang lebih akurat dibandingkan metode DES untuk kedua jenis kopi (Specialty dan Premium). DMA memiliki nilai MAPE, MAD, dan MSE yang lebih rendah, sehingga lebih direkomendasikan untuk digunakan dalam peramalan penjualan pada UMKM ini. Penelitian ini memberikan kontribusi praktis bagi pelaku UMKM dalam meningkatkan efisiensi operasional melalui pendekatan peramalan berbasis data. Kata kunci: Peralaman penjualan; double exponential smoothing; double moving average; kopi bubuk; UMKM
Co-Authors Andysah Putera Utama Siahaan Muhammad Iqbal Nathania Asyifa Rahma Syahri Rezkinah Rambe Siska Mayasari Rabe