Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimalisasi Biaya Transportasi Bahan Makanan di Pasar Melalui Metode Vogels Approximation Method (VAM) Semuel Krimadi; Alan Fonataba; Rafael J Ayhuan; Zwingly Isak rumaseuw; Yeperi Giban; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration innovation in the digital era
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i01.365

Abstract

Penelitian ini bertujuan untuk menginvestigasi penerapan Metode Vogels Approximation Method (VAM) dalam mengoptimalkan biaya transportasi bahan makanan di pasar. Pasar sebagai pusat distribusi memerlukan strategi logistik yang efisien untuk memastikan pasokan bahan makanan yang stabil dengan biaya transportasi yang terkendali. Dengan mengumpulkan data terkait jarak, kapasitas kendaraan, permintaan harian, dan biaya operasional, VAM digunakan untuk menentukan rute optimal dan alokasi kendaraan yang dapat meminimalkan biaya transportasi. Penelitian ini memberikan wawasan praktis tentang penerapan metode optimasi dalam konteks manajemen logistik untuk pasar tradisional. Dengan Hasil dari biaya untuk setiap baris dan kolom,seperti ini Ayam di pasar yotefa dengan 29kg dengan stock harga Rp 2.4000.0000 dan dengan harga keseluruhan Rp 6.960.000, Ikan di pasar hamadi dengan 14kg dengan stock harga Rp 6.500.000 dan dengan harga keseluruhan Rp 9.100.000 , Ikan di pasar yotefa dengan 1kg dengan stock harga Rp 4000.000 dan dengan harga keseluruhan Rp 400.000 ,Ikan di pasar otonom dengan 15kg dengan stock harga Rp 1.200.000 dan dengan harga keseluruhan Rp 1.800.000 ,Sayur di pasar hamadi dengan 15kg dengan stock harga Rp 150.000 dan dengan harga keseluruhan Rp 2.250.000 sebagaimana yang telah di bahas mengunakan aplikasi QM for windows. penelitian ini diharapkan dapat menjadi panduan bagi para pedagang pasar dan praktisi logistik dalam meningkatkan efisiensi operasional serta mengurangi biaya transportasi bahan makanan.
Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Indonesia Menggunakan Metode Naive Bayes Muh.Novran Ramjani Rumkorem; Abigael Yarangga; Klemensia Dina Irma Indriani Solo; Wedes F.A. Iwanggin; Zwingly Isak Rumaseuw; Tinglizhau; Gracella Bakarbresy Paiki; Riski Sulobua; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.627

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Shopee Indonesia dengan menggunakan metode Naive Bayes. Data ulasan pengguna yang diperoleh kemudian diproses menggunakan RapidMiner untuk membangun model klasifikasi sentimen. Berdasarkan hasil pengujian menggunakan confusion matrix, model yang dihasilkan memperoleh tingkat akurasi sebesar 74.67%. Dalam analisis sentimen positif, model mencatatkan nilai recall sebesar 25.19% dan precision sebesar 82.93%, menunjukkan bahwa meskipun model memiliki ketepatan yang tinggi dalam memprediksi sentimen positif, kemampuannya dalam mendeteksi sentimen positif secara keseluruhan masih rendah. Sebaliknya, untuk sentimen negatif, model memperoleh recall sebesar 94.21% dan precision sebesar 53.02%, yang menunjukkan bahwa model lebih efektif dalam mendeteksi sentimen negatif, meskipun ketepatannya lebih rendah dibandingkan dengan sentimen positif. Hasil ini menggambarkan bahwa meskipun model memiliki kelebihan dalam mengidentifikasi sentimen negatif, masih terdapat kelemahan dalam memprediksi sebagian besar data sentimen positif. Penelitian ini memberikan wawasan penting terkait potensi dan tantangan dalam menerapkan metode Naive Bayes untuk analisis sentimen ulasan pengguna aplikasi e-commerce.