Hasil Pencarian: "harga" (Semua Bidang (Umum))
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetHasil Pencarian: "harga" (Semua Bidang (Umum))
Menampilkan 4 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
SISTEM INFORMASI MANAJEMEN PENJUALAN BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL PADA PRODUSEN KERUPUK “GURIH”
Penulis: DANISA RENITA PUTRI ANGGRAINI, MARDI YUDHI PUTRA, S.T., M.Kom. |
2026
Perkembangan teknologi informasi telah mendorong transformasi digital di berbagai sektor, termasuk usaha mikro, kecil, dan menengah (UMKM). Namun, Produsen Kerupuk "GURIH" yang berlokasi di Desa Mampir, Kecamatan Cileungsi, Kabupaten Bogor, masih mengandalkan pencatatan manual ke dalam buku untuk mengelola stok bahan baku, produksi, dan transaksi penjualan. Kondisi ini menyebabkan ketidakakuratan data stok, proses pelaporan yang memakan waktu hingga 20 menit per hari, serta ketidakmampuan pemilik usaha dalam menghitung Harga Pokok Produksi (HPP) dan profitabilitas per varian produk secara akurat. Penelitian ini bertujuan untuk merancang Sistem Informasi Manajemen Stok dan Penjualan berbasis web menggunakan framework Laravel guna mengatasi permasalahan tersebut, sekaligus menyediakan fitur perhitungan HPP otomatis, notifikasi stok minimum dan produk kedaluwarsa, serta dashboard profitabilitas per produk. Metode penulisan yang digunakan meliputi pengumpulan data melalui observasi, wawancara, dan studi pustaka, sedangkan pengembangan sistem menerapkan pendekatan Agile dengan metode Extreme Programming (XP) yang terdiri dari tahap planning, design, coding, dan testing. Pengujian sistem dilakukan melalui Black Box Testing dan User Acceptance Testing (UAT). Hasil pengujian UAT terhadap 7 responden menunjukkan tingkat kelayakan sistem sebesar 93,33%, yang termasuk dalam kategori Sangat Layak. Kontribusi penelitian ini terletak pada integrasi manajemen penjualan, stok, dan perhitungan HPP dalam satu platform tunggal yang dilengkapi fitur alert dan dashboard profitabilitas, sehingga dapat meningkatkan efisiensi operasional, mengurangi kesalahan pencatatan (human error), dan mendukung pengambilan keputusan bisnis yang lebih akurat bagi Produsen Kerupuk "GURIH", terutama di kalangan UMKM skala rumahan yang belum banyak diteliti.
#Extreme Programming
#HPP
#Laravel
#Manajemen Penjualan
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Penulis: Daffa Aulia Rahman, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. |
2026
Implentasi Machine Learning pada Predeksi Harga Sembako di Pasar Gandoang Menggunakan Regresi Linear Berganda. Penelitian ini bertujuan untuk menerapkan Machine Learning menggunakan algoritma Regresi Linear Berganda (Multiple Linear Regression) dalam memprediksi harga sembilan bahan pokok (sembako) di Pasar Gandoang. Fluktuasi harga sembako di pasar tersebut cenderung tidak stabil, sementara proses pengelolaannya masih dilakukan secara manual dan bergantung pada perkiraan atau intuisi pedagang. Oleh sebab itu, diperlukan sebuah sistem prediksi berbasis data yang mampu mendukung pengambilan keputusan secara lebih akurat dan proaktif. Penelitian ini dikembangkan dengan menggunakan metodologi CRISP-DM serta memanfaatkan data historis harga selama lima tahun, mulai Januari 2019 hingga Desember 2024. Adapun sembilan komoditas yang menjadi objek prediksi meliputi beras, minyak goreng, gula pasir, telur ayam, daging ayam, daging sapi, tepung terigu, kedelai, dan garam beriodium. Kinerja model dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE. Hasil pengujian menunjukkan bahwa algoritma Regresi Linear Berganda memiliki tingkat akurasi yang sangat baik, di mana seluruh komoditas berhasil memenuhi target akurasi minimum dengan nilai R² ≥ 0,80. Nilai akurasi tertinggi diperoleh pada model prediksi komoditas beras dengan nilai R² sebesar 0,88. Sementara itu, berdasarkan evaluasi Root Mean Squared Error (RMSE), nilai tertinggi terdapat pada komoditas daging sapi sebesar Rp2.340/kg dan nilai terendah pada komoditas garam beriodium sebesar Rp210/kg. Secara keseluruhan, sistem prediksi berbasis machine learning ini berhasil diterapkan untuk mengatasi kelemahan metode konvensional serta membantu pengelola pasar dan pedagang dalam mengantisipasi kenaikan harga sembako.
#CRISP-DM
#Machine Learning
#Prediksi Harga
#Regresi Linear Berganda
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Penulis: Daffa Aulia Rahman, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. |
2026
Implentasi Machine Learning pada Predeksi Harga Sembako di Pasar Gandoang Menggunakan Regresi Linear Berganda. Penelitian ini bertujuan untuk menerapkan Machine Learning menggunakan algoritma Regresi Linear Berganda (Multiple Linear Regression) dalam memprediksi harga sembilan bahan pokok (sembako) di Pasar Gandoang. Fluktuasi harga sembako di pasar tersebut cenderung tidak stabil, sementara proses pengelolaannya masih dilakukan secara manual dan bergantung pada perkiraan atau intuisi pedagang. Oleh sebab itu, diperlukan sebuah sistem prediksi berbasis data yang mampu mendukung pengambilan keputusan secara lebih akurat dan proaktif. Penelitian ini dikembangkan dengan menggunakan metodologi CRISP-DM serta memanfaatkan data historis harga selama lima tahun, mulai Januari 2019 hingga Desember 2024. Adapun sembilan komoditas yang menjadi objek prediksi meliputi beras, minyak goreng, gula pasir, telur ayam, daging ayam, daging sapi, tepung terigu, kedelai, dan garam beriodium. Kinerja model dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE. Hasil pengujian menunjukkan bahwa algoritma Regresi Linear Berganda memiliki tingkat akurasi yang sangat baik, di mana seluruh komoditas berhasil memenuhi target akurasi minimum dengan nilai R² ≥ 0,80. Nilai akurasi tertinggi diperoleh pada model prediksi komoditas beras dengan nilai R² sebesar 0,88. Sementara itu, berdasarkan evaluasi Root Mean Squared Error (RMSE), nilai tertinggi terdapat pada komoditas daging sapi sebesar Rp2.340/kg dan nilai terendah pada komoditas garam beriodium sebesar Rp210/kg. Secara keseluruhan, sistem prediksi berbasis machine learning ini berhasil diterapkan untuk mengatasi kelemahan metode konvensional serta membantu pengelola pasar dan pedagang dalam mengantisipasi kenaikan harga sembako.
#CRISP-DM
#Machine Learning
#Prediksi Harga
#Regresi Linear Berganda
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PENGARUH KUALITAS PRODUK, HARGA DAN BRAND AMBASSADOR TERHADAP KEPUTUSAN PEMBELIAN (Studi Kasus Pada Konsumen Produk Skincare Azarine di Kota Bekasi)
Penulis: Dewi Tiara, KRISTIANA WIDIAWATI, S.Pd., M.M. |
2026
Penelitian ini dilatarbelakangi oleh pertumbuhan industri skincare di Indonesia yang berkembang pesat, namun masih terdapat kesenjangan antara pemahaman pelaku usaha terhadap kebutuhan konsumen dengan upaya yang dilakukan untuk mendorong keputusan pembelian. Hasil penelitian terdahulu mengenai faktor-faktor yang memengaruhi keputusan pembelian konsumen masih menunjukkan temuan yang beragam. Berdasarkan tersebut penelitian ini bertujuan untuk menganalisis pengaruh kualitas produk, harga, dan Brand ambassador terhadap keputusan pembelian, dengan mengacu pada teori perilaku konsumen. Penelitian ini menggunakan pendekatan kuantitatif dengan melibatkan 100 responden yang merupakan konsumen produk skincare Azarine di Kota Bekasi, yang dipilih melalui teknik purposive sampling berdasarkan kriteria tertentu. Data dikumpulkan menggunakan kuesioner berskala Likert dan dianalisis dengan regresi linier berganda menggunakan SPSS versi 27. Hasil penelitian menunjukkan bahwa kualitas produk dan harga berpengaruh positif dan signifikan terhadap keputusan pembelian, sementara Brand ambassador juga berpengaruh signifikan namun dengan arah negatif. Secara simultan, ketiga variabel tersebut terbukti berpengaruh signifikan terhadap keputusan pembelian (F = 9,370; Sig < 0,001). Temuan ini menegaskan pentingnya peningkatan kualitas produk dan penetapan harga yang tepat dalam mendorong keputusan pembelian konsumen, sementara strategi penggunaan Brand ambassador perlu dievaluasi kembali agar dapat berjalan lebih efektif.
#Kualitas Produk
#Harga
#Brand Ambassador
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|