Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Data Sciences Indonesia (DSI)
ARISTAWIDYA, MUHAMMAD VITO
Unknown Affiliation
Computer Science & IT Education Physics

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

Found 2 Documents
Search

 1 
Analisis Regresi Linier Berganda Pengaruh Umur, Jarak MRT, Dan Toko Pada Harga Rumah Isti Rahayu, Woro; Aznur Syahfajar, Laode Muhammad; Aristawidya, Muhammad Vito; Mustaqimr, Kiki
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5362

Abstract

Penelitian ini bertujuan untuk memberikan gambaran yang lebih komprehensif tentang faktor-faktor yang mempengaruhi harga rumah di Xindian District, New Taipei City, Taiwan. Penelitian ini akan menganalisis data tentang umur rumah, jarak ke stasiun MRT, jumlah toko terdekat, dan harga rumah. Statistik deskriptif akan digunakan untuk menggambarkan distribusi dan karakteristik variabel-variabel tersebut. Analisis regresi linear berganda akan digunakan untuk menguji pengaruh variabel independen (umur rumah, jarak ke stasiun MRT, dan jumlah toko terdekat) terhadap variabel dependen (harga rumah). Hasil analisis diharapkan dapat menghasilkan persamaan regresi linear yang menunjukkan hubungan antara variabel independen dan dependen. Koefisien regresi akan menunjukkan kekuatan dan arah hubungan antara variabel-variabel tersebut. Uji statistik akan digunakan untuk menentukan signifikansi statistik dari hasil analisis. Hasil yang didapatkan berupa data aktual dan data prediksi yang divisualisasikan dengan plot. Dilakukan pencarian koefisien variabel -0,253 untuk harga rumah, -0,005 untuk jarak ke MRT dan 1,297 untuk jumlah toko serta didapatkan hasil uji pemodelan adalah 0,541 untuk skor R-Square.
Analisis Penjualan Kopi Dengan Prediksi Sarima Dan Rekomendasi Berbasis Algoritma Apriori Maresti, Fata Amalia; Aristawidya, Muhammad Vito; Syahfajar, Laode Muhammad Aznur; Rahayu, Woro Isti
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.7176

Abstract

Penelitian ini menganalisis penjualan produk kopi menggunakan model Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk prediksi penjualan dan algoritma Apriori untuk sistem rekomendasi di tiga cabang: Hell's Kitchen, Lower Manhattan, dan Astoria. Hasil prediksi SARIMA menunjukkan bahwa Lower Manhattan memiliki akurasi tertinggi dengan nilai RMSE 12.90 dan MAPE 5.47%, sedangkan Hell's Kitchen dan Astoria menunjukkan tingkat kesalahan prediksi lebih tinggi. Prediksi penjualan tertinggi terjadi di Astoria (300 produk), dan terendah di Hell's Kitchen (201 produk). Rekomendasi optimasi manajemen stok mencakup gangguan stok di Hell's Kitchen, pengelolaan stok presisi di Lower Manhattan, serta analisis pola penjualan lebih mendalam di Astoria. Algoritma Apriori berhasil mengidentifikasi pola pembelian, dengan Hell's Kitchen menunjukkan asosiasi produk terkuat (lift 2.372), Lower Manhattan memiliki aturan asosiasi terbanyak (430 aturan), dan Astoria menunjukkan hubungan asosiasi yang lebih lemah. Strategi yang direkomendasikan meliputi bundling produk di Hell's Kitchen, promosi di Lower Manhattan, serta peningkatan support dan lift di Astoria. Hasil ini diharapkan dapat meningkatkan efisiensi manajemen stok dan strategi penjualan di cabang ketiga.
Co-Authors Aznur Syahfajar, Laode Muhammad Maresti, Fata Amalia Mustaqimr, Kiki Rahayu, Woro Isti Syahfajar, Laode Muhammad Aznur