Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal International Journal of Economic, Business, Accounting, Agriculture Management and Sharia Administration (IJEBAS) Jurnal Minfo Polgan (JMP)
M. Asyari Syahab
Universitas Battuta
Computer Science & IT Economics, Econometrics & Finance Library & Information Science Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
Penerapan Algoritma K-Nearest Neighbor untuk Klasifikasi Produk Terlaris pada Usaha Mikro M. Asyari Syahab; Aripin Rambe; Baginda Harahap; Dinur Syahputra
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16298

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam mengklasifikasikan produk terlaris pada Kafe Anugerah Kupi sehingga dapat membantu pengambilan keputusan terkait pengelolaan stok dan strategi pemasaran. Metode penelitian yang digunakan adalah metode kuantitatif dengan pendekatan Data Mining menggunakan tahapan Knowledge Discovery in Database (KDD) yang meliputi seleksi data, pembersihan data (data cleaning), transformasi data, proses klasifikasi menggunakan algoritma K-Nearest Neighbor (KNN), serta evaluasi hasil klasifikasi. Data penelitian diperoleh dari data historis penjualan produk pada Kafe Anugerah Kupi dengan atribut yang digunakan meliputi jumlah penjualan, frekuensi pembelian, dan stok produk. Proses klasifikasi dilakukan menggunakan nilai K = 3 dan pengukuran jarak menggunakan metode Euclidean Distance. Hasil penelitian menunjukkan bahwa algoritma K-Nearest Neighbor (KNN) berhasil mengklasifikasikan produk ke dalam tiga kategori, yaitu Terlaris, Cukup Laris, dan Kurang Laris. Dari hasil pengolahan data diperoleh sebanyak 10 produk kategori Terlaris, 6 produk kategori Cukup Laris, dan 12 produk kategori Kurang Laris. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan tingkat akurasi sebesar 77,78%, yang menandakan bahwa algoritma KNN memiliki performa yang cukup baik dalam melakukan klasifikasi produk terlaris pada Kafe Anugerah Kupi. Berdasarkan hasil penelitian dapat disimpulkan bahwa penerapan algoritma K-Nearest Neighbor (KNN) mampu membantu proses klasifikasi produk terlaris secara efektif dan dapat dijadikan sebagai pendukung keputusan dalam pengelolaan produk, pengendalian stok, dan strategi pemasaran pada usaha mikro.
BREAKING INTO THE RESIDENTIAL PROPERTY MARKET: DEVELOPING AN EFFECTIVE 7+1P MARKETING MODEL FOR CLOSING DEALS Tina Muhardika Handayani; Muammar Rinaldi; M. Asyari Syahab; Shintami Oktavia; Nazwa Aulia Putri Lubis
International Journal of Economic, Business, Accounting, Agriculture Management and Sharia Administration (IJEBAS) Vol. 6 No. 5 (2026): October (ON-PROGRESS)
Publisher : CV. Radja Publika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The objective of this study is to analyze the contribution of an expanded marketing mix, specifically the 7+1P model (Product, Price, Place, Promotion, People, Process, Physical Evidence, and Privacy), to the success of closing deals in subsidized housing in Medan City. The research utilizes a quantitative approach with descriptive and verification designs, involving a sample of 350 respondents including buyers, developers, and marketing personnel. Data were collected via closed questionnaires and analyzed through multiple linear regression using SPSS software. The results demonstrate that all elements of the 7+1P marketing mix Product, Price, Place, Promotion, People, Process, Physical Evidence, and Privacy have a positive and significant effect on closing deals both partially and simultaneously. The model explains 68% of the variation in closing success, with Privacy emerging as the most influential factor, followed by Product and Place. Consequently, it is recommended that developers strategically integrate privacy elements, such as personal data protection, digital transaction security, and residential environmental comfort, as key differentiators to build consumer trust. Furthermore, developers must continue to optimize product quality and strategic locations to remain competitive and meet the specific housing needs of low-income communities.
Co-Authors Aripin Rambe Baginda Harahap Dinur Syahputra Muammar Rinaldi Nazwa Aulia Putri Lubis Shintami Oktavia Tina Muhardika Handayani