Claim Missing Document
Check
Articles

Found 18 Documents
Search

PENGARUH HARGA, BRAND AWARENESS, DAN KUALITAS PRODUK TERHADAP MINAT BELI TEH GAMBIR (STUDI KASUS KABUPATEN PAKPAK BHARAT) Nurita Maha; Nurbaiti; Muhammad Ikhsan
JURNAL EKONOMI BISNIS DAN MANAJEMEN Vol. 2 No. 2 (2024): April : JURNAL EKONOMI BISNIS DAN MANAJEMEN
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jise.v2i2.689

Abstract

This research aims to determine the influence of price, brand awareness and product quality on interest in buying Gambir tea (Pakpak Bharat Regency case study) either partially or simultaneously. The discussion in this research is related to marketing management. In this regard, the method used in this research is a quantitative method. The number of samples in this study was 97 people using the Chocran formula. The data collection techniques used are observation, documentation and questionnaires. The results of the partial research show that there is a negative and significant influence of price on interest in buying Gambir Tea with a calculated price t value of -8,530 > t table 1.666 with a significant value of 0.000 <0.05, so Ho1 is rejected and Ha1 is accepted. There is no influence of Brand Awareness on interest in buying Gambir Tea, with the calculated t value for the Brand Awareness variable 650 t table 1.666 with a significant value of 0.517 above 0.05, so Ho2 is accepted and Ha2 is rejected. There is a positive and significant influence of Product Quality on interest in buying Gambir Tea with a t value of 6.343 and an r table of 1.666, so Ho3 is rejected and Ha3 is accepted. So it can be concluded simultaneously that Price, Brand Awareness and Product Quality influence buying interest in Gambir Tea.
DETEKSI TINGKAT KECEMASAN MAHASISWA AKIBAT PENGGUNAAN APLIKASI TIKTOK MENGGUNAKAN METODE LOGIKA FUZZY MAMDANI Andhika Fisryansah Ahlief Putra; Muhammad Ikhsan
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7266

Abstract

Penggunaan aplikasi TikTok yang semakin intens di kalangan mahasiswa berpotensi menimbulkan dampak psikologis berupa kecemasan. Permasalahan dalam mengidentifikasi kecemasan terletak pada sifatnya yang subjektif dan tidak memiliki batas yang tegas, sehingga diperlukan pendekatan komputasional yang mampu merepresentasikan ketidakpastian. Penelitian ini bertujuan mendeteksi tingkat kecemasan mahasiswa akibat penggunaan TikTok menggunakan metode logika fuzzy Mamdani. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan melibatkan 155 mahasiswa Program Studi Ilmu Komputer Universitas Islam Negeri Sumatera Utara. Data dikumpulkan melalui kuesioner intensitas penggunaan TikTok dan instrumen DASS-21 subskala anxiety. Proses analisis dilakukan melalui tahapan fuzzifikasi, inferensi, agregasi, dan defuzzifikasi metode centroid. Hasil penelitian menunjukkan bahwa mayoritas mahasiswa berada pada tingkat kecemasan sedang, dengan kecenderungan adanya kontribusi penggunaan TikTok terhadap peningkatan kecemasan pada level moderat. Evaluasi sistem menunjukkan bahwa metode fuzzy Mamdani mampu mengklasifikasikan tingkat kecemasan secara fleksibel dan konsisten dengan kondisi empiris responden. Dengan demikian, model yang dibangun dapat digunakan sebagai alat bantu skrining awal dalam mendeteksi kecemasan mahasiswa akibat penggunaan media sosial.
The Comparison Between The Apriori Algorithm And The FP-Growth Algorithm In Determining Frequent Pattern Farid Syah Zikri; Muhammad Ikhsan
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 10 No. 2 (2025): July
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/s1yanj03

Abstract

This study aims to compare the efficiency and accuracy of the Apriori and FP-Growth algorithms in determining frequent patterns from sales transaction data. In addition to evaluating execution time and the quality of the generated association rules, the study also examines the algorithm's advantages on small to large-scale datasets. The data used were collected from G Coffee’s sales transactions during the period from September 1 to November 30, 2024. After undergoing preprocessing stages, both algorithms were tested using three dataset variations to identify common association patterns, such as the relationship between “Mineral 660ml” and “Kopi Susu Aren,” along with other product combinations with high confidence and significant lift values. The results show that FP-Growth had a faster execution time (0.3008) compared to Apriori (0.5833), without compromising the accuracy of the results. Although both algorithms generated identical association rules, FP-Growth was superior in computational efficiency due to its ability to avoid explicit candidate itemset generation. These findings offer strategic benefits for companies, particularly in enhancing product promotion through bundling, cross-selling, and product grouping based on consumer purchasing patterns. Results, a hybrid approach is recommended to combine the processing speed of FP growth with Apriori’s flexible parameter adjustment, enabling more optimal analysis of purchasing patterns in large and complex datasets.
ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DAN GAUSSIAN FILTER UNTUK PERBAIKAN KUALITAS CITRA Muhammad Ikhsan; Supiyandi Supiyandi; Andry Wiranda Hakiki
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 2 (2024): May 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i2.1865

Abstract

Penelitian ini menjelaskan penggunaan teknik pemerataan histogram dan filter Gaussian yang digunakan untuk meningkatkan kualitas gambar. Peningkatan kualitas gambar adalah salah satu proses pertama untuk meningkatkan kualitas gambar. Peningkatan kualitas gambar diperlukan karena gambar yang dibahas seringkali kualitasnya tidak terlalu terang, seperti berisik, buram, terlalu gelap atau terlalu terang, atau gambar kurang tajam, dll. Gambar yang dimaksud dalam penelitian ini berformat BMP, JPG, dan PNG. Pemburaman gambar dilakukan untuk menekan komponen frekuensi tinggi dan menghilangkan komponen frekuensi rendah. Hasilnya adalah rona terang dan gelap, putih dan hitam, yang seharusnya memuat detail objek, namun masing-masing lebih putih dan cerah. Karena warnanya hitam, detail objeknya hilang sama sekali. Histogram bergeser dan mengelompok di sekitar midtone, sehingga menumpulkan warna pada foto Anda. Pada dasarnya, ini tentang meningkatkan kontras dan menyeimbangkan warna agar tidak terlihat membosankan. Selain itu, noise pada gambar biasanya muncul dalam bentuk variasi intensitas piksel yang tidak berkorelasi dengan piksel di sekitarnya. Peningkatan kualitas gambar mengacu pada membuat fitur tertentu pada gambar menjadi lebih jelas dan tajam, sehingga gambar lebih mudah dikenali dan dianalisis. Hasil penelitian ini membuktikan bahwa metode histogram dapat digunakan untuk meningkatkan kontras gambar dan meningkatkan kualitas gambar sehingga informasi pada gambar menjadi lebih jelas.
IMPLEMENTASI FINITE STATE AUTOMATA PADA APLIKASI PEMBELAJARAN MENGASAH OTAK ANAK MENGGUNAKAN DFA DAN NFA BERBASIS ANDROID Endah Avilia Chandra; Muhammad Ikhsan; Suhardi Suhardi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2117

Abstract

 Abstract: Technological advances change very rapidly from year to year, one of which is mobile devices, the fastest growing technology in its development, with the development of mobile technology today, bringing many changes, including in the world of education. Using a mobile app as a learning tool can also take the form of a game or games. The problem that arises is the lack of child interaction and interest in learning, so it is necessary to design an educational game so that the learning process is more interesting. Therefore, researchers developed a game learning application to sharpen the brain type Virtual pet based on Android. By using the Finite State Automata method, it can be determined that the input string is accepted or rejected. The software used in the form of Adobe Animate CC is used for the development of Virtual pet game learning applications. This application is intended as an alternative to children's learning in recognizing letters, training the brain, and improving their social and psychological reactions. Keywords: finite state automata, dfa and nfa, virtual pet game, android Abstrak: Kemajuan teknologi berubah sangat pesat dari tahun ke tahun, salah satunya perangkat mobile, teknologi yang paling cepat berkembang dalam perkembangannya, dengan perkembangan teknologi mobile saat ini, membawa banyak perubahan, termasuk dalam dunia pendidikan. Menggunakan aplikasi seluler sebagai alat pembelajaran juga dapat berbentuk game atau permainan. Masalah yang muncul adalah kurangnya interaksi anak dan ketertarikan dalam belajar sehingga perlu dirancang sebuah permainan yang mengedukasi agar proses belajar semakin menarik. Oleh karena itu, peneliti mengembangkan sebuah aplikasi pembelajaran game mengasah otak berjenis Virtual pet berbasis Android. Dengan menggunakan metode Finite State Automata maka dapat ditentukan string yang diinputkan diterima atau ditolak. Perangkat lunak yang digunakan berupa Adobe Animate CC digunakan untuk pengembangan aplikasi pembelajaran game Virtual pet. Aplikasi ini dimaksudkan sebagai alternatif pembelajaran anak dalam mengenali huruf, melatih otak, serta meningkatkan reaksi sosial dan psikologis mereka. Kata kunci: finite state automata, dfa dan nfa, game virtual pet, android 
Klasifikasi Kematangan Daun Pandan Berdasarkan Fitur Warna Menggunakan Algoritma K-Nearest Neighbors Maulana Habibie Syahrandy; Muhammad Ikhsan
Journal of Computers and Digital Business Vol. 5 No. 3 (2026): Articles in Press
Publisher : PT. Delitekno Media Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56427/jcbd.v5i3.997

Abstract

Identifikasi tingkat kematangan daun pandan (Pandanus amaryllifolius) selama ini dilakukan secara visual sehingga bersifat subjektif dan berpotensi menghasilkan penilaian yang tidak konsisten. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis yang mengelompokkan kematangan daun pandan ke dalam dua kelas, yaitu daun muda dan daun tua, berdasarkan fitur warna citra digital menggunakan algoritma K-Nearest Neighbors (KNN). Sebanyak 20 citra diperoleh menggunakan kamera digital dengan pencahayaan alami, kemudian melalui pra-pemrosesan berupa cropping dan resizing, serta dibagi menjadi 16 citra data latih dan 4 citra data uji. Ekstraksi fitur dilakukan dengan mengonversi ruang warna RGB ke HSV (Hue, Saturation, Value), lalu menghitung nilai rata-rata dan standar deviasi setiap komponen sebagai vektor fitur. Klasifikasi dilakukan menggunakan KNN dengan metrik Euclidean Distance pada nilai K = 1, K = 3, dan K = 5, serta diimplementasikan pada MATLAB R2017a. Hasil pengujian menunjukkan accuracy, precision, recall, dan F1-score sebesar 100% pada keempat citra data uji untuk seluruh nilai K. Kontribusi penelitian ini terletak pada kombinasi fitur warna HSV dan algoritma KNN sebagai alternatif identifikasi yang lebih objektif dibandingkan pengamatan visual. Karena dataset yang digunakan berukuran kecil dan tanpa penerapan cross-validation, hasil tersebut bersifat preliminary dan memerlukan validasi pada dataset yang lebih besar dan lebih beragam.
Laporan Akhir Kerja Praktik (KP) Aplikasi Surat Perintah Perjalanan Dinas Di UPTD PPD Medan Utara Bapenda Provsu Intan Nur Rafiqah; Fauzan Maulana Lubis; Muhammad Ikhsan
Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 3 No. 3 (2023): November : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/teknik.v3i3.2429

Abstract

The Regional Revenue Agency (BAPEDA) is a government operational support component that carries out financial support tasks in the field of regional income. The author conducted a study of the official travel system while working practically, and at the UPTD PPD North Medan Bapenda PROVSU Medan produced an official travel order application. The author's aim in carrying out this practical work is to support the personnel department in the process of updating employee data including data entry and output. Assist in verifying car number plates and payment of vehicle tax that has just been registered on the e-Samsat application via the website with the branch office. Assist in preparing official travel orders and vehicle transfer reports. After a month of direct practice, the author found many incidents where after discussing with agency superiors, the author discussed the issue of Official Travel Orders (SPPD). The agency will use an inefficient and time-consuming system to handle future cases. because getting permission for official travel requires you to personally navigate a protracted bureaucracy. Therefore, the author used the skills he acquired in college to create an official travel booking system for an agency based on a website, making it easier for the department employees who handle it to obtain permits via the internet only. It can be concluded that students gain new information and experience through practical work that they would not get from face-to-face lectures. A clear picture of the overall scope of activities of an agency is provided through practical work. Additionally, practitioners receive training on how to perform their work with care, diligence, and analysis.
Perbandingan K-Nearest Neighbor dan Naive Bayes dalam Klasifikasi Genre Film Berdasarkan Sinopsis Alfin Gimnastiar; Muhammad Ikhsan
sudo Jurnal Teknik Informatika Vol. 5 No. 3 (2026): Edisi September
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i3.1974

Abstract

Pertumbuhan industri film dan semakin beragamnya konten menyebabkan pengelompokan film berdasarkan genre menjadi semakin menantang. Penelitian ini bertujuan untuk membandingkan kinerja algoritma K-Nearest Neighbor (KNN) dan Naive Bayes dalam mengklasifikasikan genre film berdasarkan teks sinopsis. Proses pengolahan teks dilakukan menggunakan pendekatan Natural Language Processing (NLP) dan ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF) dengan pendekatan single-label classification. Dataset diperoleh dari The Movie Database (TMDB) dan terdiri atas 1.000 sinopsis film berbahasa Inggris yang terbagi secara seimbang ke dalam lima genre, yaitu Action, Horror, Romance, Comedy, dan Science Fiction. Dataset kemudian dibagi menjadi 80% data latih dan 20% data uji. Hasil pengujian menunjukkan bahwa Naive Bayes dengan Laplace Smoothing (alpha = 1,0) menghasilkan kinerja lebih baik dengan Accuracy 59,00%, Precision 58,44%, Recall 59,00%, dan F1-score 58,50%. Sementara itu, KNN (K = 5) dengan Cosine Similarity memperoleh Accuracy 44,00%, Precision 45,16%, Recall 44,00%, dan F1-score 44,06%. Performa Naive Bayes yang lebih baik berkaitan dengan kemampuannya dalam memanfaatkan pola probabilitas kosakata pada masing-masing genre, meskipun kedua model masih menghadapi kesulitan pada genre dengan kosakata yang saling beririsan. Berdasarkan hasil tersebut, Naive Bayes lebih efektif dibandingkan KNN untuk klasifikasi genre film pada dataset yang digunakan.