Claim Missing Document
Check
Articles

Found 27 Documents
Search

IMPLEMENTASI APLIKASI POINT OF SALES PADA KELOMPOK UMKM KARANG TARUNA KECAMATAN MEDAN KOTA DALAM UPAYA PEMBERDAYAAN DIGITAL ECONOMY Al-Khowarizmi, Al-Khowarizmi; Sari Hutagalung, Fatma; Maulana, Halim
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 10 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i10.4041-4048

Abstract

Di era digital ini, adopsi teknologi menjadi kunci keberhasilan dan keberlanjutan usaha mikro, kecil, dan menengah (UMKM). Namun, banyak UMKM di Kecamatan Medan Kota yang masih menghadapi tantangan dalam mengintegrasikan teknologi ke dalam operasional mereka, termasuk penggunaan aplikasi Point of Sales (POS). Penelitian ini bertujuan untuk mengkaji implementasi aplikasi POS pada Kelompok UMKM Karang Taruna Kecamatan Medan Kota sebagai upaya pemberdayaan ekonomi digital. Pada penerapan aplikasi point of sales akan menggunakan metode pengembangan perangkat lunak yaitu system development life cycle (SDLC). Hasil penelitian menunjukkan bahwa implementasi aplikasi POS memberikan dampak positif terhadap efisiensi operasional UMKM hal ini dibuktikan dengan hasil kuisioner yang menghasilkan nilai rata rata cukup baik dari sisi kinerja aplikasi, kemudahaan penggunaan, fitur yang tersedua dan kepuasaan secara keseluruha kemudian pelaku UMKM juga terbantu dalam hal pengelolaan transaksi, pengelolaan barang. Namun, penelitian ini juga menemukan beberapa hambatan, seperti keterbatasan literasi digital dan resistensi terhadap perubahan teknologi. Untuk mengatasi hambatan ini, disarankan adanya pelatihan intensif dan pendampingan yang berkelanjutan bagi UMKM. Penerapan aplikasi ini dapat meningkatkan daya saing UMKM dan mendorong pertumbuhan ekonomi lokal melalui pemberdayaan digital. Dengan implementasi yang tepat, aplikasi POS dapat menjadi alat yang efektif dalam mempercepat transformasi digital UMKM, memperluas akses pasar, dan meningkatkan kesejahteraan ekonomi.
Design and Construction of Automatic Clothes Drying Rack Prototype Based on IoT (Internet of Things) Syahputra, Abdillah; Maulana, Halim
Tsabit Journal of Computer Science Vol. 1 No. 2 (2024): December Edition
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/tsabit31

Abstract

During the dry season, the intense heat of the sun is highly sought after by Indonesian communities for various needs, one of which is drying clothes that are still wet. Therefore, Indonesians prefer using clotheslines as a medium for drying clothes. Essentially, in addressing the issue of clotheslines, an automated control system is needed. Advances in the field of science and technology, particularly in IoT (Internet of Things), will lead to new innovations. One such innovation is an automatic clothesline control system, which helps and simplifies human tasks. The system automatically moves or shifts dried clothes to a place that is not exposed to rain. In this research, an automatic clothesline system is designed to secure clothes during rain or other weather changes using several sensors: rain sensor, Light Dependent Resistor (LDR), and Temperature and Humidity Sensor (DHT), as well as an external fan that functions as additional drying assistance during rain. This system utilizes the ESP8266 microcontroller and is based on the Internet of Things, allowing remote monitoring and control via smartphone. Based on conducted tests, this system effectively responds to weather changes.
Smart Blind Stick Design Using HC-SR04 Sensor and ESP 32 Based Water Level Sensor to Improve the Mobility of Blind Persons Zakhir, Zharfan; Maulana, Halim
Tsabit Journal of Computer Science Vol. 1 No. 2 (2024): December Edition
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/tsabit32

Abstract

Blind people in Indonesia, who are estimated to number around 3.75 million people, face major challenges in their daily mobility. In the era of technology 4.0, various innovations have been developed to help them, including the use of walking aids such as smart blind sticks. This research aims to design and build a smart blind stick based on the ESP32 microcontroller, which is equipped with an HC-SR04 ultrasonic sensor and water level sensor to detect holes and puddles of water, as well as a vibration module and speaker to provide warnings. The research method used is the prototyping method, which involves collecting system requirements, making prototypes, and evaluating users. The research results show that this smart blind stick is effective in providing warnings of obstacles on the road through vibration and sound, as well as making travel easier and increasing the safety of blind people. All main components function as expected, making this device a practical and innovative solution for improving the mobility of blind people.
Comparison of Random Forest and XGBOOST Methods on Weather in North Sumatera Sibuea, Royhan Umri; Maulana, Halim
Tsabit Journal of Computer Science Vol. 2 No. 1 (2025): June Edition
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/tsabit44

Abstract

Accurate weather forecasting is crucial for various sectors, including agriculture, transportation, and disaster management. The weather data used includes variables such as humidity, temperature, and wind speed collected from weather stations across North Sumatra. The Random Forest method is an ensemble algorithm based on decision trees known for its ability to handle overfitting and provide accurate results. On the other hand, XGBoost is a boosting technique that improves model performance through iterative learning, correcting errors made by previous models. Research results show that both methods have their respective advantages in terms of accuracy and prediction speed. The Random Forest method yields a Root Mean Squared Error (RMSE) of 0.753732 and a Coefficient of Determination (R²) of 0.736315. In contrast, XGBoost shows a slightly lower RMSE of 0.737818 and a higher R² of 0.747332. It is concluded that XGBoost performs slightly better in minimizing prediction errors (RMSE) and improving model fit to the data (R²) compared to Random Forest.
Klasifikasi Barang Promosi Dan Harga Diskon Di Alfamidi Turi Menggunakan Metode Random Forest Berbasis Web Rangkuti, Zaki Zain; Maulana, Halim
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 3 No. 3 (2025): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v3i3.182

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi barang promosi dan harga diskon di Alfamidi Turi menggunakan metode Random Forest berbasis web. Permasalahan utama yang dihadapi adalah kesulitan dalam mengelompokkan barang promosi secara otomatis serta ketidakefisienan dalam memantau perubahan harga diskon yang dinamis. Sistem yang dirancang bertujuan untuk membantu pihak manajemen dalam mengelola informasi promosi secara cepat, akurat, dan terintegrasi. Metode Random Forest dipilih karena memiliki kemampuan tinggi dalam menangani data dengan banyak variabel dan mengurangi risiko overfitting. Tahapan penelitian meliputi pengumpulan data produk dan harga, pra-pemrosesan data, pelatihan model Random Forest, serta implementasi hasil klasifikasi pada sistem berbasis web menggunakan framework PHP dan MySQL. Hasil pengujian menunjukkan bahwa model Random Forest mampu mencapai akurasi klasifikasi sebesar 95,8%, dengan performa stabil pada berbagai variasi data promosi. Sistem web yang dibangun memungkinkan pengguna untuk melakukan klasifikasi barang, menampilkan daftar promosi aktif, serta memperbarui harga secara otomatis berdasarkan hasil prediksi model. Kesimpulan dari penelitian ini menunjukkan bahwa penerapan Random Forest berbasis web efektif dalam meningkatkan efisiensi pengelolaan data promosi dan harga diskon di Alfamidi Turi, serta dapat dijadikan dasar pengembangan sistem manajemen penjualan cerdas di masa mendatang.
Analisis Dan Implementasi Algoritma Logistik Regresi Dalam Mengklasifikasi Calon Konsumen Barbershop Di Kota Medan Sebagai Ide Pengembangan Bisnis Aplikasi Pangkasin Farhan Al Ikhsan; Maulana, Halim
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 3 No. 3 (2025): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v3i3.185

Abstract

Perkembangan teknologi digital mendorong transformasi di berbagai sektor, termasuk jasa pangkas rambut (barbershop). Startup Pangkasin hadir sebagai aplikasi yang menawarkan layanan reservasi dan pangkas rambut berbasis digital. Namun, tantangan muncul dalam mengidentifikasi konsumen potensial yang berminat menggunakan aplikasi ini. Penelitian ini bertujuan mengimplementasikan algoritma Logistik Regresi untuk mengklasifikasikan calon konsumen barbershop di Kota Medan berdasarkan data observasi yang meliputi umur, jenis kelamin, dan frekuensi cukur rambut. Penelitian ini menggunakan metode observasi langsung di delapan barbershop serta analisis data dengan Python. Data dibagi menjadi data latih (training) dan data uji (testing) dengan perbandingan 70:30. Hasil penelitian menunjukkan model Logistik Regresi yang dikembangkan mampu mengklasifikasikan konsumen potensial dengan tingkat akurasi 80%, recall 91,8%, presisi 85%, dan F1-Score 88%. Karakteristik pengguna potensial aplikasi Pangkasin cenderung berumur 20–35 tahun, pria, dan memiliki frekuensi cukur 2–3 kali per bulan. Hasil penelitian ini diharapkan dapat menjadi acuan dalam pengembangan strategi bisnis digital pada sektor jasa pangkas rambut.
Penerapan Algoritma DBSCAN dan XGBoost untuk Menganalisis Keberhasilan Pembelajaran Bahasa Indonesia bagi Penutur Asing (BIPA) di Songsermsasana School, Hat Yai Rahma, Nadya; Maulana, Halim
Paedagogie Vol 21 No 1 (2026)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/paedagogie.v21i1.16185

Abstract

Traditional evaluation of Bahasa Indonesia for Foreign Speakers (BIPA) learning success relies on subjective teacher assessments lacking objectivity. This study aims to integrate DBSCAN and XGBoost algorithms to analyze learning patterns and dominant success factors in BIPA. Quantitative Educational Data Mining (EDM) exploratory approach applied to 200 students population at Songsermsasana School, Hat Yai, Thailand during 27-day KKN, using complete tabular data sample. Instruments include activity scores, class participation, attendance, exam/quiz scores, study time, and question frequency variables; analysis techniques involve preprocessing, DBSCAN clustering (ε=0.5, minPts=5), and XGBoost feature importance. Results reveal three clusters: Cluster 0 (high speaking/writing >80), Cluster 1 (stable receptive skills), Cluster 2 (low attendance), with speaking score (15.89%) and writing score (11.61%) dominant. Hybrid model outperforms K-Means in handling noise. Research provides objective data-driven evaluation for global BIPA teaching personalization.