Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP) Almantiq
Barata, Mula
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Algorima K-Means dalam Clustering Produk Skincare untuk Menentukan Strategi Pemasaran Barata, Mula; Ayuni, Intan Sri; Kartini, Alif Yuanita; Alawi, Zakki
Jurnal Informatika Polinema Vol. 10 No. 3 (2024): Vol. 10 No. 3 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i3.5167

Abstract

Penelitian ini fokus pada pengembangan strategi pemasaran dalam industri kosmetik yang semakin kompetitif. Menggunakan pendekatan data mining dengan algoritma K-Means, penelitian ini bertujuan untuk mengidentifikasi produk-produk terlaris, sedang, dan rendah dalam penjualan. Metode ini memungkinkan pengelompokan produk berdasarkan pola penjualan, memfasilitasi pengambilan keputusan yang efektif dalam meningkatkan laba perusahaan. Dengan menganalisis data penjualan dan mengklasifikasikan produk ke dalam kluster yang sesuai, strategi pemasaran yang lebih cermat dapat dirancang. Hasil yang didapatkan dari perhitungan cluster dari 693 data penjualan skincare yaitu: 392 data termasuk penjualan rendah dan tergolong cluster 1, 13 data termasuk penjualan sedang dan tergolong cluster 2,288 data termasuk penjualan terlaris dan tergolong cluster 3. Hasil penelitian ini dapat memberikan wawasan berharga bagi perusahaan kosmetik dalam mengoptimalkan strategi pemasaran guna mencapai target penjualan dan mengurangi penumpukan stok. Dengan menerapkan Algoritma K-Means pada data penjualan produk kosmetik, perusahaan dapat mengidentifikasi produk yang memiliki kinerja penjualan tinggi, sedang, dan rendah. Langkah ini memungkinkan pengelompokan produk berdasarkan pola penjualan, memudahkan penentuan strategi pemasaran yang sesuai. Berdasarkan hasil cluster yang didapatkan maka ditentukan strategi pemasaran untuk tindak lanjut semua produk mulai dari produk terlaris, fokus pemasaran dapat diperkuat untuk mempertahankan dan meningkatkan penjualan. Untuk produk penjualan sedang, strategi dapat diarahkan untuk meningkatkan popularitas dan meningkatkan penjualan. Sedangkan untuk produk penjualan rendah, perlu dilakukan analisis lebih lanjut untuk mengidentifikasi penyebab rendahnya penjualan dan mengambil tindakan korektif, seperti penyempurnaan produk atau strategi pemasaran yang lebih efektif.
Perancangan Sistem Electronic Nose Berbasis Mikrokontroller Sebagai Alat Pengklasifikasi Jenis Teh Murni Barata, Mula; Jauhar Vikri, Muhammad; Pribadi, Teguh
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6349

Abstract

Klasifikasi jenis teh murni secara manual sering kali memerlukan waktu yang lama dan bergantung pada kemampuan indera manusia, karena kemampuan ketajaman indera penciuman manusia yang berbeda penciuman anggapan tehradap obyek bersifat subyektif dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk merancang sebuah sistem electronic nose berbasis mikrokontroler yang mampu mengklasifikasikan jenis teh murni secara otomatis dan konsisten. Sistem yang dikembangkan terdiri dari perangkat keras, termasuk mikrokontroler dan sejumlah sensor gas untuk mendeteksi senyawa volatil yang menjadi ciri khas setiap jenis teh. Data dari sensor diolah menggunakan algoritma machine learning untuk menghasilkan model klasifikasi yang akurat. Proses pengembangan melibatkan pengumpulan data aroma dari lima jenis teh murni yang diuji dalam berbagai kondisi lingkungan untuk memastikan robustitas sistem. Data yang diperoleh kemudian dianalisis dan diolah menggunakan algoritma supervised learning, yaitu algoritma Decision Tree. Sistem prototipe yang dihasilkan mampu mencapai akurasi klasifikasi sebesar 93,7%, menunjukkan keandalannya dalam mengenali pola aroma khas dari setiap jenis teh. Selain membahas hasil, penelitian ini juga mengidentifikasi tantangan seperti pengaruh variasi suhu dan kelembaban terhadap performa sensor, serta kebutuhan kalibrasi berkala untuk menjaga konsistensi sistem. Dengan hasil yang menjanjikan, sistem ini menawarkan solusi inovatif untuk mendukung industri teh dalam mengotomatisasi proses pengklasifikasian produk secara lebih efisien dan objektif.
Analisis Penerapan Program Customer Reward Menggunakan K-Means Barata, Mula; Novitasari, Dwi Tiyas Novitasari; Hastuti, Dwi Issadari; Rochmatin, Novia Nur; Muzakka, Mochammad Arifuddin; Andiyani, Putri
Multidisciplinary Applications of Quantum Information Science (Al-Mantiq) Vol. 4 No. 1 (2024): Multidisciplinary Applications of Quantum Information Science (Al-Mantiq)
Publisher : Al-Mantiq

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/almantiq.v4i1.2698

Abstract

Penelitian ini bertujuan menganalisis konsumen untuk memberikan program reward berdasarkan kepuasan dan loyalitas mereka dalam pusat perbelanjaan [Mall]. Penelitian dilakukan dengan cara mengumpulkan data, kemudian menganalisis hasilnya menggunakan metode clustering yang relevan. Analisis regresi menunjukkan hubungan yang kuat antara variabel-variabel tersebut, dan penelitian ini memberikan bukti kuat untuk pusat perbelanjaan [mall] dan perusahaan sejenis, supaya menggunakan metode ini untuk meningkatkan kepuasan pelanggan mereka. Hasil ini dapat membantu perusahaan dalam merancang strategi reward yang lebih efektif dan sesuai dengan preferensi konsumen. Penelitian ini memberikan kontribusi pada literatur tentang manajemen customer dan strategi pemasaran dengan menyelidiki peran mereka dalam meningkatkan kepuasan dan loyalitas . Implikasi praktis dari penelitian ini dapat membantu perusahaan untuk memaksimalkan manfaat dari investasi mereka dalam program reward, dengan memastikan bahwa program tersebut tidak hanya menarik bagi customer tetapi juga efektif dalam menciptakan loyalitas jangka panjang.
Co-Authors Andiyani, Putri Ayuni, Intan Sri Dwi Issadari Hastuti Jauhar Vikri, Muhammad Kartini, Alif Yuanita Muzakka, Mochammad Arifuddin Novitasari, Dwi Tiyas Novitasari Rochmatin, Novia Nur Teguh Pribadi Zakki Alawi