METHOSISFO : Jurnal Ilmiah Sistem Informasi

Pemetaan Lokasi Daerah Penghasil Jeruk di Kabupaten Karo

swardi marbun — 2026-10-20

Skripsi ini berjudul “PEMETAAN LOKASI DAERAH PENGHASIL JERUK DI
KABUPATEN KARO”, yang bertujuan untuk memetakan lokasi-lokasi wilayah
penghasil jeruk di Kabupaten Karo secara spasial dengan menggunakan Sistem
Informasi Geografis (GIS). Kabupaten Karo merupakan salah satu daerah sentra
produksi jeruk di Sumatera Utara, namun informasi mengenai sebaran wilayah
penghasil jeruk belum terdokumentasi secara spasial dalam bentuk peta digital yang
akurat. Penelitian ini dilakukan untuk menghasilkan peta persebaran produksi jeruk
berdasarkan data dari tahun 2019-2023. Metode yang digunakan dalam penelitian
ini adalah analisis spasial dan analisis temporal menggunakan perangkat lunak
ArcMap. Data yang digunakan meliputi nama kecamatan, luas tanam, luas panen,
dan jumlah produksi jeruk per tahun yang diperoleh dari Dinas Pertanian Kabupaten
Karo. Data tersebut kemudian diolah menjadi titik koordinat dan ditampilkan dalam
bentuk peta tematik untuk melihat pola sebaran dan tren produksinya setiap tahun.
Hasil penelitian menunjukkan bahwa beberapa kecamatan seperti Munte, Tiga
Panah, dan Merek merupakan daerah penghasil jeruk utama dengan produksi yang
tinggi setiap tahunnya, sementara beberapa kecamatan lainnya mengalami fluktuasi
atau penurunan produksi. Melalui pemanfaatan GIS, hasil pemetaan ini dapat
digunakan sebagai referensi dalam penyusunan kebijakan pengembangan pertanian
jeruk yang lebih tepat sasaran di Kabupaten Karo.

Analisis Kualitas Pelayanan Menggunakan Metode Servqual (Studi Kasus : Rumah Sakit Bhayangkara TK II Mas Kadiran Medan)

Egita Fanie Lumbantoruan — 2026-10-20

Penelitian ini bertujuan untuk menganalisis kualitas pelayanan di Rumah Sakit Bhayangkara TK II Mas Kadiran Medan menggunakan metode servqual. Penelitian dilakukan dengan mengumpulkan data dari 161 pasien rawat inap dengan kategori BPJS selama 1 bulan pada Januari 2025. Metode servqual digunakan untuk mengukur pelayanan melalui lima dimensi utama, yaitu Tangible (fisik), Reliability (kehandalan), Responsiveness (daya tanggap), Assurance (jaminan), dan Empathy (empati). Hasil analisis menunjukkan bahwa nilai rata-rata harapan pasien sebesar 4,681, sedangkan nilai rata-rata kenyataan mencapai 4,777. Selisih rata-rata antara kenyataan dan harapan yaitu nilai gap servqual sebesar 0,097, mengindikasikan bahwa kualitas pelayanan secara keseluruhan telah memenuhi bahkan sedikit melebihi harapan pasien dengan kategori mutu pelayanan “Cukup Baik”. Dengan kategori yang cukup baik, dapat disimpulkan dari hasil yang telah didapatkan bahwa yang dimensi Tangible lah yang perlu ditingkatkan agar mencapai kualitas pelayanan yang memuaskan pelanggan.

PERANCANGAN DATA WAREHOUSE PENJUALAN BERBASIS STAR SCHEMA UNTUK MENDUKUNG PERAMALAN PENJUALAN MENGGUNAKAN METODE ARIMA PADA WARKOP BARIS

Dedi Royen — 2026-10-20

Warkop Baris merupakan usaha yang bergerak di bidang food and beverage dengan aktivitas penjualan setiap hari. Salah satu permasalahan yang dihadapi adalah ketersediaan stok menu atau bahan baku yang terkadang tidak mencukupi karena perencanaan masih berdasarkan perkiraan dan pengalaman. Penelitian ini bertujuan merancang data warehouse penjualan berbasis star schema dan menerapkan metode ARIMA (AutoRegressive Integrated Moving Average) untuk mendukung peramalan penjualan. Data warehouse dirancang menggunakan satu tabel fakta (fact_penjualan) dan empat tabel dimensi, yaitu dim_waktu, dim_produk, dim_kategori, dan dim_pelanggan, dengan proses ETL (Extract, Transform, Load) untuk mengintegrasikan data historis penjualan. Metode ARIMA diterapkan pada lima produk dengan penjualan tertinggi, yaitu Kopi, TST, Teh Manis, Nasi Ayam Penyet, dan Nasi Goreng Telur, untuk meramalkan penjualan periode Januari-Desember 2026. Hasil penelitian menunjukkan bahwa data warehouse berhasil dibangun dan mampu mengelola data penjualan secara terstruktur. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menghasilkan nilai 3,60% untuk Kopi, 5,33% untuk TST, 10,71% untuk Teh Manis, 7,89% untuk Nasi Ayam Penyet, dan 7,57% untuk Nasi Goreng Telur, dengan rata-rata MAPE sebesar 7,02% dan akurasi 92,98%. Hasil tersebut menunjukkan bahwa metode ARIMA layak digunakan untuk mendukung peramalan penjualan dan perencanaan kebutuhan stok pada Warkop Baris.

Penerapan Metode Servqual Untuk Meningkatkan Penjualan dengan Analisa Kepuasan Pelanggan pada Toko OMI ARISTA MART JL.Harmonika

Rosanti Rumapea — 2026-10-20

Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pelanggan serta mengidentifikasi aspek pelayanan yang perlu ditingkatkan pada Toko OMI Arista Mart Jl. Harmonika melalui penerapan metode SERVQUAL (Service Quality). Dalam persaingan ritel modern yang semakin ketat, pemahaman terhadap persepsi dan harapan pelanggan menjadi faktor penting untuk meningkatkan kualitas pelayanan dan pada akhirnya mendorong peningkatan penjualan. Metode SERVQUAL digunakan untuk mengukur kesenjangan antara persepsi (perceived service) dan harapan (expected service) pelanggan terhadap lima dimensi utama kualitas pelayanan, yaitu Tangibles (bukti fisik), Reliability (keandalan), Responsiveness (daya tanggap), Assurance (jaminan), dan Empathy (empati). Pengolahan data dilakukan secara sistematis menggunakan Google Colab dengan bantuan library Python untuk mengolah hasil kuesioner yang diperoleh dari pelanggan. Hasil analisis menunjukkan bahwa rata-rata Tingkat Kesesuaian (TK) pelanggan sebesar 81,92%, yang berarti pelayanan Toko OMI Arista Mart telah memenuhi sekitar 81,92% dari ekspektasi pelanggan dan berada pada kategori mendekati harapan. Dimensi Assurance (Jaminan) memperoleh tingkat kesesuaian tertinggi sebesar 84,05% dengan kesenjangan kecil (−0,727), menandakan bahwa pelanggan merasa percaya dan aman terhadap pelayanan yang diberikan. Dimensi Empathy dan Responsiveness juga menunjukkan tingkat kepuasan yang baik, masing-masing sebesar 83,23% dan 83,06%. Namun, dimensi Tangibles (79,77%) dan Reliability (79,72%) memiliki nilai kesesuaian terendah sehingga perlu menjadi prioritas utama dalam perbaikan kualitas layanan. Dengan demikian, penerapan metode SERVQUAL terbukti efektif dalam mengidentifikasi tingkat kepuasan pelanggan serta memberikan dasar yang jelas bagi Toko OMI Arista Mart untuk meningkatkan kualitas pelayanan dan mendukung peningkatan penjualan di masa mendatang.

Pengelompokan Tingkat Ketergantungan Game Mobile Legends Pada Mahasiswa Dengan Metode K-Medoids

Chrisvan doly simamora — 2026-10-18

Perkembangan teknologi digital dan penetrasi internet yang semakin luas telah menjadikan Mobile Legends: Bang Bang sebagai salah satu permainan daring paling populer di kalangan mahasiswa. Intensitas bermain yang tinggi berpotensi menimbulkan ketergantungan yang berdampak negatif terhadap aktivitas akademik dan sosial. Penelitian ini bertujuan untuk mengelompokkan tingkat ketergantungan mahasiswa terhadap permainan Mobile Legends menggunakan metode K-Medoids Clustering, yang lebih tangguh terhadap data pencilan dibandingkan metode K-Means. Data diperoleh melalui penyebaran kuesioner kepada 200 responden mahasiswa, dengan sepuluh indikator perilaku bermain yang dinilai menggunakan skala Likert 1–5. Proses pengolahan data dilakukan secara manual dan melalui perangkat lunak Python, dengan menggunakan jarak Euclidean Distance dan jumlah klaster sebanyak tiga, yaitu ketergantungan rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa 136 mahasiswa (68%) termasuk dalam kategori ketergantungan tinggi, 60 mahasiswa (30%) berada pada kategori ketergantungan sedang, dan hanya 4 mahasiswa (2%) tergolong ketergantungan rendah. Temuan ini mengindikasikan bahwa mayoritas mahasiswa memiliki tingkat ketergantungan yang cukup tinggi terhadap game Mobile Legends, sehingga diperlukan upaya pengendalian waktu bermain dan peningkatan kesadaran digital agar aktivitas akademik tidak terganggu.

Analisis Penjualan Pada Coffee Shop X Dengan Metode Exploratory Data Analysis Dan Metode Visualisasi Menggunakan Tableau

Sarah Devi Aritonang — 2026-10-20

Penelitian ini membahas penerapan metode Exploratory Data Analysis dan visualisasi data dengan Tableau. Dengan persaingan industri kopi yang semakin ketat, pemahaman yang mendalam tentang pola penjualan dan perilaku konsumen menjadi sangat penting. EDA digunakan untuk mengidentifikasi dan mengeksplorasi karakteristik data, mengidentifikasi pola, tren, serta anomali yang mungkin mempengaruhi performa penjualan. Proses EDA ini mencakup pemeriksaan data penjualan berdasarkan produk, kategori, waktu, dan lokasi. Selanjutnya, Tableau digunakan sebagai alat visualisasi untuk mempermudah interpretasi hasil analisis dan penyajian informasi dalam bentuk grafik interaktif. Hasil penelitian menunjukkan pola penjualan yang bervariasi tergantung pada waktu dan kategori produk, serta adanya tren musiman yang signifikan pada penjualan kopi tertentu. Visualisasi yang dihasilkan memungkinkan pihak manajemen untuk mengidentifikasi produk-produk dengan performa tinggi serta momen-momen puncak penjualan, sehingga dapat mendukung pengambilan keputusan strategis untuk meningkatkan penjualan dan menyesuaikan strategi pemasaran. Analisis ini memberikan kontribusi dalam menyediakan wawasan berbasis data yang akurat untuk meningkatkan efisiensi dan efektivitas operasional di Coffee Shop X.

PREDIKSI PENJUALAN PUPUK NON SUBSIDI UNTUK PETANI DI KECAMATAN KUALA MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS: UD. MANIK TANI)

Mikhael eriel Brema — 2026-10-20

ABSTRAK

Histori Artikel: Keywords:

Prediksi, Penjualan, Pupuk Non

Subsidi, Single Exponential

Smoothing, MAPE

Penelitian ini bertujuan untuk melakukan prediksi penjualan pupuk non

subsidi bagi petani di Kecamatan Kuala dengan menggunakan metode Single

Exponential Smoothing (SES). Studi kasus dilakukan pada UD. Manik Tani

sebagai salah satu penyedia pupuk non subsidi di wilayah tersebut.

Permasalahan utama yang dihadapi adalah ketidakpastian dalam

memperkirakan permintaan pupuk yang dapat berpengaruh terhadap

ketersediaan dan pelayanan kepada petani. Data penjualan pupuk non subsidi

yang digunakan dalam penelitian ini mencakup beberapa jenis pupuk, yaitu

Urea, KCL, NPK Mutiara, NPK Kelapa Sawit, dan TSP 46. Analisis

dilakukan dengan menentukan parameter pemulusan (α) terbaik untuk

masing-masing jenis pupuk berdasarkan nilai Mean Absolute Percentage

Error (MAPE) terkecil. Hasil penelitian menunjukkan bahwa prediksi

penjualan pupuk pada bulan Agustus 2025 adalah: Urea sebesar 5.375,50,

KCL sebesar 2.009,43, NPK Mutiara sebesar 2.313,13, NPK Kelapa Sawit

sebesar 5.326,43, dan TSP 46 sebesar 1.387,32. Adapun hasil perhitungan

nilai error (MAPE) terbaik diperoleh masing-masing untuk jenis pupuk:

Urea sebesar 5,00% (α = 0,3), KCL sebesar 9,29% (α = 0,1), NPK Mutiara

sebesar 8,10% (α = 0,1), NPK Kelapa Sawit sebesar 3,49% (α = 0,3), dan

TSP 46 sebesar 11,82% (α = 0,2). Dengan rata-rata nilai MAPE < 10%, maka

dapat disimpulkan bahwa hasil peramalan menggunakan metode Single

Exponential Smoothing sangat baik dan dapat dijadikan acuan dalam

mendukung pengambilan keputusan terkait distribusi dan penjualan pupuk

non subsidi di UD. Manik Tani.

ANALISIS KEPUASAN JEMAAT TEERHADAP KUALITAS PELAYANAN GEREJA GKPI JEMAAT KHUSUS SEI AGUL MEDAN MENGGUNAKAN METODE C4.5

Astri Agnes Margaretta Panjaitan — 2026-10-20

Kualitas pelayanan yang diberikan gereja berpengaruh besar terhadap kepuasan jemaat. Namun, di Gereja GKPI Jemaat Khusus Sei Agul Medan, belum tersedia informasi yang terstruktur mengenai dimensi pelayanan mana yang paling berpengaruh terhadap kepuasan jemaat. Permasalahan ini menimbulkan kebutuhan untuk menganalisis kualitas pelayanan secara lebih objektif dan terukur. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor pelayanan yang memengaruhi kepuasan jemaat dengan menggunakan metode algoritma C4.5. Atribut yang digunakan dalam analisis mencakup lima dimensi kualitas pelayanan—tangible, reliability, responsiveness, assurance, dan empathy serta ditambahkan satu atribut lama menjadi anggota jemaat. Data diperoleh dari 100 responden melalui penyebaran kuesioner. Hasil analisis menunjukkan bahwa atribut Responsiveness merupakan faktor paling dominan yang memengaruhi kepuasan jemaat. Pohon keputusan yang dihasilkan dari algoritma C4.5 memberikan gambaran jelas tentang pola dan hubungan antar atribut yang memengaruhi tingkat kepuasan. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi dan dasar pengambilan keputusan bagi pihak gereja dalam meningkatkan kualitas pelayanan ke depannya.

Implementasi Sistem ERP Untuk Optimalisasi Proses Penjualan Menggunakan Mentode Accelerated SAP (ASAP) Studi Kasus UD.Terang

Eanalika Rumitha Br Tambunan — 2026-10-20

Impelementasi Sistem ERP ( Enterprise Resource Planning) di UD. Terang menggunakan aplikasi Odoo untuk meningkatkan optimalisasi penjualan beras sehingga proses transaksi bisnis atau penjualan dapat dilakukan secara efisien dan akurat. Permasalah yang terjadi pada UD. Terang seperti seperti pencatatan transaksi penjualan yang tidak dilakukan secara optimal, sehingga terjadi kendala dalam hal koordinasi antara bagian penjualan dan gudang, dan seringnya terjadi kesalahan atau kesulitan dalam menentukan jumlah barang yang akan di beli dari supplier. Metodologi yang digunakan dalam penelitian ini merupakan metodologi Accelerated SAP ( ASAP), adapun fase-fase yang digunakan adalah fase Blue Print, Realization, dan Final Preparation serta memanfaatkan modul Inventory dan Point of Sale (PoS) Odoo. Pemanfaatan modul tersebut diharapkan dapat mebantu UD. Terang dalam mengelola bisnisnya agar lebih optimal. Integrasi modul Inventory dan PoS berhasil dalam menyerdahanakan proses bisnis sehingga mempersingkat waktu dalam pengelolaannya, data serta laporan yang akurat.

PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (KNN) DALAM KLASIFIKASI PENYAKIT ASMA

John Franz Christian E D L — 2026-10-19

Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbors (KNN) dalam melakukan klasifikasi penyakit asma. Penyakit asma merupakan salah satu gangguan pernapasan kronis yang memerlukan diagnosis cepat dan tepat agar penanganannya dapat dilakukan secara efektif. Oleh karena itu, dibutuhkan metode klasifikasi berbasis algoritma yang mampu memberikan hasil akurasi yang baik dalam mengidentifikasi kondisi pasien. Dalam penelitian ini, data pasien yang mengandung atribut terkait kondisi kesehatan digunakan sebagai input untuk model KNN. Proses klasifikasi dilakukan dengan menentukan parameter nilai k terbaik guna memperoleh performa optimal. Evaluasi kinerja model dilakukan dengan menggunakan confusion matrix dan classification report yang mencakup metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa algoritma KNN mampu memberikan tingkat akurasi sebesar 85% dalam mengklasifikasikan penyakit asma. Selain itu, evaluasi classification report menghasilkan nilai precision, recall, dan f1-score pada kelas positif (1) masing-masing sebesar 0,88, 0,90, dan 0,89, sementara pada kelas negatif (0) masing-masing sebesar 0,77, 0,73, dan 0,75. Dengan hasil tersebut, dapat disimpulkan bahwa algoritma KNN dapat digunakan secara efektif sebagai metode klasifikasi penyakit asma dan berpotensi menjadi dasar pengembangan sistem pendukung keputusan dalam bidang medis.

Sistem Informasi Manajemen Pelatihan dan Penyuluhan di Balai Pelatihan dan Penyuluhan Perikanan (BPPP) Medan Berbasis Web

Novri Rehulina — 2026-10-20

Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Manajemen Pelatihan dan Penyuluhan berbasis web pada Balai Pelatihan dan Penyuluhan Perikanan (BPPP) Medan sebagai solusi terhadap permasalahan pengelolaan data yang selama ini masih dilakukan secara manual. Pengelolaan manual menyebabkan rendahnya efisiensi, tingginya risiko kesalahan pencatatan, keterlambatan akses informasi, serta terbatasnya kemampuan pelaporan yang akurat. Sistem informasi berbasis web dirancang untuk mengelola data peserta, instruktur, jadwal kegiatan, materi pelatihan, penyuluhan, hingga hasil pelatihan secara terpusat dan real-time. Metode pengembangan sistem menggunakan waterfall melalui tahapan analisis kebutuhan, perancangan, implementasi, pengujian, serta pemeliharaan. Hasil penelitian menunjukkan bahwa sistem informasi yang dibangun mampu meningkatkan efektivitas pengelolaan administrasi pelatihan dan penyuluhan di BPPP Medan. Sistem memungkinkan admin mengelola data secara digital, pelatih dapat mengunggah materi dan menginput nilai, serta peserta dapat mengakses jadwal, materi, dan sertifikat secara mandiri. Pengujian sistem menggunakan blackbox testing menunjukkan bahwa seluruh fitur berjalan sesuai kebutuhan pengguna. Dengan demikian, sistem informasi ini dinilai mampu meningkatkan akurasi data, efisiensi kerja, serta kualitas layanan pelatihan dan penyuluhan. Penelitian ini juga memberikan kontribusi sebagai referensi pengembangan sistem informasi manajemen berbasis web dalam bidang pelatihan dan penyuluhan perikanan.

Analisis Pola Pembelian Konsumen Menggunakan Algoritma FP-Growth (Studi Kasus: Swalayan Metro Medan)

Yenni Tasya — 2026-10-20

Perkembangan pesat industri ritel modern mendorong perlunya pemanfaatan teknologi untuk meningkatkan efisiensi operasional, khususnya dalam pengelolaan data transaksi. Swalayan Metro Medan, sebagai salah satu ritel di Kota Medan, memiliki potensi besar dalam memanfaatkan data transaksi konsumen yang selama ini belum dianalisis secara optimal. Padahal, data transaksi menyimpan informasi penting mengenai kebiasaan belanja pelanggan, frekuensi pembelian, serta produk-produk yang sering dibeli bersamaan. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian konsumen menggunakan algoritma Frequent Pattern Growth (FP-Growth), sebuah metode dalam data mining yang efektif untuk menemukan asosiasi antar produk tanpa membentuk kombinasi itemset secara eksplisit. Hasil analisis menunjukkan bahwa algoritma FP-Growth berhasil mengungkap hubungan antar produk, seperti kombinasi Harmony SBN dan GG Surya Filter CKLT dengan nilai confidence 25%, serta Indomie Kari Ayam dan H&S Shampoo dengan confidence 22,22%. Berdasarkan aturan asosiasi yang diperoleh, strategi pengelolaan stok dapat dioptimalkan dengan menghindari pembelian berlebih terhadap produk dengan tingkat asosiasi rendah dan merekomendasikan produk yang memiliki tingkat asosiasi menengah hingga tinggi kepada konsumen. Selain itu, informasi pola pembelian ini juga dapat dimanfaatkan untuk strategi promosi seperti bundling, penempatan produk yang berdekatan untuk meningkatkan cross-selling, dan personalisasi rekomendasi produk berdasarkan kebiasaan belanja pelanggan. Dengan demikian, penerapan FP-Growth memberikan kontribusi nyata dalam mendukung pengambilan keputusan bisnis yang lebih efektif dan berbasis data di Swalayan Metro Medan.

Perancangan Sistem Pengambil Keputusan Untuk Menentukan Digital Marketing Yang Terbaik Analytical Hierarchy Process (AHP)

Ferdinand Purba — 2026-10-30

Dalam era digital, pemanfaatan media digital marketing menjadi strategi utama bagi berbagai bisnis, termasuk Dinann Cell yang bergerak di bidang penjualan sparepart dan aksesoris handphone. Dinann Cell memanfaatkan berbagai platform seperti Facebook, Instagram, WhatsApp, OLX, Shopee, Tokopedia, dan Lazada untuk memperluas jangkauan pemasaran. Namun, belum tersedia sistem yang mampu mengevaluasi dan membandingkan efektivitas masing-masing media secara objektif. Penelitian ini bertujuan merancang sistem pendukung keputusan untuk menentukan media digital marketing paling efektif menggunakan metode Analytical Hierarchy Process (AHP). Metode AHP digunakan untuk mengolah data berdasarkan kriteria seperti biaya promosi, jangkauan audiens, tingkat interaksi, kecepatan respon, dan Return On Investment (ROI), sehingga menghasilkan peringkat media digital terbaik. Sistem yang dikembangkan memiliki fitur login admin, input kriteria dan alternatif, serta proses perangkingan otomatis berbasis AHP. Hasil pengujian menunjukkan sistem berjalan dengan baik, menghasilkan tiga media terbaik yaitu Tokopedia (nilai 2,09), Shopee (nilai 1,79), dan WhatsApp (nilai 1,754), sedangkan media dengan nilai terendah adalah OLX (nilai 0,606). Sistem ini mampu memberikan rekomendasi strategis bagi manajemen Dinann Cell dalam mengalokasikan anggaran dan sumber daya promosi secara tepat, sehingga dapat meningkatkan efektivitas pemasaran dan daya saing bisnis.

Penerapan Algoritma KMEANS dalam menentukan Penerima Bantuan Pra Sejahtera

Leoni Sancai — 2026-10-20

Program bantuan sosial dirancang untuk membantu masyarakat prasejahtera dalam memenuhi kebutuhan dasar. Namun, distribusi bantuan sering menghadapi kendala seperti kesalahan dalam penentuan sasaran dan proses yang memakan waktu akibat belum adanya metode klasifikasi yang efektif. Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan data penduduk calon penerima bantuan di Desa Lama Pancur Batu berdasarkan kriteria seperti usia, pendapatan, pekerjaan dan tanggungan. Penentuan jumlah cluster optimal dilakukan menggunakan metode elbow yang menunjukkan 4 cluster sebagai konfigurasi terbaik. Metode K-Means dipilih karena kemampuannya mengelompokkan data berukuran besar secara cepat dan efisien. Hasil penelitian menunjukkan bahwa dari 983 data penduduk yang dianalisis, terbentuk empat klaster: Sangat Miskin (C1:222 jiwa), Miskin (C2:222 jiwa), Rentan Miskin (C3:206 jiwa), dan Tidak Miskin (C4:333 jiwa). Klaster Sangat Miskin (C1) ditetapkan sebagai prioritas utama dalam penyaluran bantuan. Untuk mendukung hasil klasterisasi, dilakukan visualisasi menggunakan Scatter Plot yang menggambarkan penyebaran data berdasarkan kedekatan karakteristik masing-masing klaster, serta Bar Chart yang menunjukkan jumlah anggota pada setiap klaster. Penerapan algoritma K-Means membantu mempercepat proses identifikasi dan memastikan bantuan tepat sasaran, sehingga meningkatkan efektivitas program bantuan sosial.

Analisis Pola Pembelian Pelanggan Di Maju Bersama Marendal Menggunakan Algoritma Apriori

abraham silalahi — 2026-10-20

Penelitian ini merancang dan mengimplementasikan sistem analisis pola pembelian pelanggan berbasis web pada Swalayan Maju Bersama Marendal untuk mendukung penentuan bundling produk yang sebelumnya masih bersifat konvensional. Data transaksi penjualan dari periode tahun 2024 diolah menggunakan teknik market basket analysis dengan Algoritma Apriori untuk menghasilkan frequent itemset dan aturan asosiasi. Sistem dikembangkan menggunakan PHP dan basis data MySQL, dengan tahapan KDD meliputi seleksi data, pembersihan, transformasi, proses pembentukan kandidat itemset, perhitungan support, perhitungan confidence, serta evaluasi aturan. Eksperimen dilakukan pada dua konteks periode yang berbeda: periode khusus (Januari 2024) dan periode normal (Mei 2024) agar pola yang dihasilkan dapat dibandingkan secara kontekstual. Parameter minimum support ditetapkan sebesar 5% dan minimum confidence sebesar 50%. Hasil menunjukkan adanya pola pembelian yang kuat pada masing‑masing periode, terutama kombinasi produk musiman pada periode Januari serta kombinasi kebutuhan pokok yang stabil pada periode Mei. Aturan asosiasi dengan nilai support dan confidence tertinggi digunakan sebagai dasar rekomendasi paket bundling, penataan rak, dan prioritas promosi. Dengan demikian, sistem mampu mengubah data transaksi menjadi wawasan yang dapat ditindaklanjuti untuk meningkatkan nilai transaksi rata‑rata dan membantu manajemen mengambil keputusan berbasis data.