Claim Missing Document
Check
Articles

Found 14 Documents
Search

PENGARUH LIVE, REVIEW PEMBELI, DAN VIDEO CONTENT TERHADAP KEPUTUSAN PEMBELIAN DI SHOPEE MENGGUNAKAN REGRESI LINEAR Andi Riawan; Eka Prasetianingsih; Rahmat Hidayat
Journal of Data Science Theory and Application Vol. 4 No. 1 (2025): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/yvwa7q10

Abstract

Perkembangan teknologi informasi dan komunikasi telah mengubah perilaku konsumen, khususnya dalam pengambilan keputusan pembelian di e-commerce. Shopee, sebagai salah satu platform terbesar di Indonesia, memanfaatkan fitur digital seperti live streaming, ulasan pelanggan, dan konten video sebagai strategi pemasaran utama. Penelitian ini bertujuan menganalisis pengaruh ketiga variabel tersebut terhadap keputusan pembelian konsumen di Shopee. Dengan metode survei kuantitatif, data diperoleh dari pengguna aktif yang memanfaatkan fitur live streaming dan ulasan produk. Hasil penelitian menunjukkan bahwa secara simultan dan parsial, live streaming, ulasan produk, dan konten video berpengaruh signifikan terhadap keputusan pembelian. Koefisien determinasi sebesar 88,21% menunjukkan bahwa variabel tersebut menjadi faktor dominan, dengan tingkat error prediksi (MAPE) 1,4013%, menunjukkan akurasi model yang sangat baik. Penelitian ini memberikan wawasan bagi pelaku usaha untuk mengoptimalkan pemasaran digital dan menjadi referensi bagi studi lebih lanjut di bidang e-commerce.
PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI HARGA RUMAH Subekti, Iklas Anang; Andriano, Chrisfian Beni; Nurdiansyah, Dimas; Hidayat, Rahmat
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.350 – 355

Abstract

Pasar properti yang dinamis sering kali menghadirkan tantangan dalam menentukan harga rumah secara akurat akibat berbagai faktor yang kompleks. Ketidakakuratan harga dapat merugikan pihak penjual maupun pembeli. Penelitian ini mengimplementasikan algoritma C4.5, sebuah algoritma berbasis pohon keputusan yang menggunakan information gain untuk memilih atribut utama dalam membangun model prediksi. Algoritma ini unggul dalam menangani data numerik maupun kategorikal, menjadikannya cocok untuk menganalisis atribut rumah seperti luas tanah, luas bangunan, jumlah kamar tidur, jumlah kamar mandi, dan luas garasi. Dengan membagi dataset berdasarkan atribut yang memberikan gain ratio tertinggi, algoritma C4.5 menghasilkan model yang dapat memprediksi harga rumah dengan akurasi mencapai 85,70%. Kemampuan algoritma ini dalam memberikan struktur pohon keputusan yang mudah dipahami oleh manusia juga menjadi keunggulan dalam mendukung interpretasi hasil. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 dapat diimplementasikan secara efektif untuk membantu meningkatkan efisiensi dan transparansi di pasar properti, khususnya di wilayah Jakarta Selatan
Peramalan Kadar Konsentrasi CO2 Global dengan Triple Exponential Smoothing Multiplicative Putri Pradani, Augistri; Hidayat, Rahmat
MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika Vol. 6 No. 1 (2025): MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika
Publisher : Universitas Tidar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31002/mathlocus.v6i1.4500

Abstract

Perubahan iklim merupakan salah satu fenomena yang memerlukan perhatian serius. Perubahan suhu yang ekstrem, pola cuaca yang tidak teratur, dan kekeringan merupakan fenomena yang erat kaitannya dengan pemanasan global. Kenaikan suhu rata-rata global disebabkan oleh meningkatnya kadar konsentrasi gas rumah kaca, salah satunya adalah . Kandungan  global mengalami peningkatan dari tahun ke tahun. Ketidaktahuan masyarakat terkait perkembangan kadar  ke depannya dapat mengakibatkan terjadinya fenomena atau bencana besar yang lebih sering dan banyak seperti perubahan iklim, dampak gas rumah kaca, dan pemanasan global. Oleh karena itu, perlu diketahui data peramalan konsentrasi  yang ke depannya masyarakat dapat bersama-sama melakukan aktivitas yang dapat mengurangi kadar konsentrasi . Penelitian ini bertujuan untuk memprediksi kadar konsentrasi CO2 menggunakan metode triple exponential smoothing multiplicative dan dievaluasi dengan MAPE. Prediksi untuk satu tahun ke depan menunjukkan kadar konsentrasi CO2 akan naik mulai April hingga Juni 2025, pada periode Juli hingga September 2025 kadar konsentrasi CO2 cenderung turun, dan akan kembali naik pada Oktober 2025 hingga Maret 2026. Hal ini dapat menjadi pertimbangan bagi pemerintah dan masyarakat untuk mengambil kebijakan dan mengurangi aktivitas-aktivitas yang dapat memicu kenaikan karbon dioksida di atmosfer.
Klasifikasi Curah Hujan Iklim Mikro Dengan Naive Bayes Pada Wilayah Kebumen Anandita Ayu Rochani; Evan Alif Widhyatma; Rahmat Hidayat
JISCO : Journal of Information System and Computing Vol 3 No 1 (2025): Jurnal of Information System and Computing
Publisher : UIN Sulthan Thaha Saifuddin Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30631/jisco.v3i1.122

Abstract

Perubahan pola curah hujan yang tidak menentu sangat berpengaruh terhadap berbagai aspek kehidupan dimana segala aktivitas penting berada di dalamnya, sehingga perlu dilakukan prediksi curah hujan agar tidak mengganggu aktivitas penting dan harus segera dilaksanakan. Segala sesuatu yang berlebihan tentunya berdampak buruk, sama halnya dengan kondisi cuaca. Hujan yang berkepanjangan dapat menyebabkan banjir dan tanah longsor sedangkan kekeringan yang ekstrem dapat menyebabkan gagal panen dan krisis pangan. Karena hal tersebut maka diperlukan suatu sistem terpadu yang dapat menunjang kegiatan manusia seperti misalnya dalam pertanian, sebagai sumber kebutuhan pokok kehidupan manusia, pertanian memegang peran penting sehingga kelangsungan dalam pertanian harus terjaga untuk mencegah krisis pangan di masa mendatang.