Claim Missing Document
Check
Articles

Found 32 Documents
Search

Penerapan Metode Double Exponential Smoothing untuk Pemberdayaan Apotek melalui Sistem Prediksi Penjualan Vitamin Dayatila, Nada; Fakhriza, M.; Nasution, Adnan Buyung
Jurnal IPTEK Bagi Masyarakat Vol 5 No 2 (2025)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/j-ibm.v5i2.1261

Abstract

Penjualan vitamin di Apotik Pandu Jaya perlu diprediksi secara akurat untuk mencegah terjadinya kelebihan maupun kekurangan stok yang dapat menimbulkan kerugian. Penelitian ini bertujuan merancang dan mengembangkan aplikasi berbasis web yang mampu melakukan prediksi penjualan vitamin selama empat bulan ke depan sebagai dasar pengambilan keputusan pengelolaan persediaan. Data yang digunakan berupa catatan historis penjualan vitamin pada Apotik Pandu Jaya dengan rentang waktu tertentu yang diolah secara runtut. Metode yang diterapkan adalah Double Exponential Smoothing (DES) dengan proses optimasi parameter α (alpha) dan β (beta) untuk memperoleh hasil peramalan paling akurat. Evaluasi kinerja model dilakukan menggunakan metrik Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa model DES dengan parameter optimal menghasilkan nilai error yang relatif kecil (RMSE = 61.96289), sehingga prediksi empat bulan ke depan memperlihatkan tren penjualan yang meningkat secara stabil. Temuan ini menunjukkan bahwa sistem prediksi berbasis web yang dikembangkan dapat menjadi alat bantu efektif bagi manajemen apotek dalam merencanakan kebutuhan stok, mengurangi risiko kerugian, serta mendukung strategi pengadaan yang lebih efisien.
Clustering Modeling of Divorce-Causing Factors Using the K-Means Algorithm Hasibuan, Salsabila Arifa; Fakhriza, M.
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3011

Abstract

The increasing divorce rate in North Sumatra is a complex social problem. Traditional policy approaches often generalize root causes across regions, especially by assuming economic issues as the main trigger. Unlike previous studies that group regions solely by geographical proximity or raw case volume, this research introduces a novel approach that clusters regions based on interaction patterns among substantive causal variables. This research applies the K-Means clustering algorithm to map the dominant factors contributing to divorce across 33 districts/cities in North Sumatra, using 2023-2025 Statistics Indonesia (BPS) data. The clustering model was evaluated using the Elbow Method and Davies-Bouldin Index (DBI). The optimal evaluation resulted in 3 clusters () with a highly valid DBI score of 0.62. The clustering revealed three regional typologies: extreme multi-crisis, high-conflict, and low-case regions. The results showed that ongoing disputes consistently dominate as the primary cause across all clusters, significantly surpassing economic factors. Practically, these clustering results provide a critical, data-driven foundation for policymaking. Rather than providing generalized financial assistance, local governments and Religious Courts can use this model to deploy targeted, region-specific psychological interventions and revitalize Pre-Marriage Guidance (Bimwin) programs tailored to each region's crisis profile.