Hasil Pencarian: "harga" (Kata Kunci)
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetHasil Pencarian: "harga" (Kata Kunci)
Menampilkan 4 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
PENGARUH HARGA, LOKASI, DAN KUALITAS PELAYANAN TERHADAP MINAT PEMBELIAN TIKET EVENT (Studi Kasus Pada Event Sound of Wibu 2.0 di Purwakarta)
Penulis: Muhammad Reza Rivaldy, KRISTIANA WIDIAWATI, S.Pd., M.M. |
2026
Penelitian ini dilatarbelakangi oleh meningkatnya penyuka budaya Jepang yang gemar mengunjungi event budaya Jepang dengan rentang usia remaja hingga dewasa, khususnya di daerah Purwakarta. Namun, dalam penyelenggaraan event masih terdapat kesenjangan antara kebutuhan jumlah pengunjung dan keinginan masyarakat penyuka budaya Jepang untuk pengadaan event budaya Jepang di Purwakarta, serta perbedaan hasil penelitian sebelumnya terkait faktor yang memengaruhi minat beli. Penelitian ini bertujuan menganalisis pengaruh harga, lokasi dan kualitas pelayanan berdasarkan teori pemasaran dan marketing mix. Metode penelitian yang digunakan adalah metode kuantitatif dengan sampel 120 responden berusia remaja hingga dewasa yang menyukai budaya Jepang dan pernah mengunjungi event budaya Jepang di Purwakarta yang diperoleh melalui pendekatan purposive sampling. Data penelitian dikumpulkan dengan menggunakan instrumen kuesioner berisi skala Likert dan dianalisis dengan metode regresi linier berganda. Hasil penelitian menunjukkan secara parsial harga berpengaruh negatif signifikan, lokasi berpengaruh negatif signifikan dan kualitas pelayanan berpengaruh positif signifikan terhadap minat beli. Hasil penelitian secara simultan menerangkan harga, lokasi dan kualitas pelayanan berpengaruh signifikan terhadap minat beli (F = 27.388; Sig < 0.001). Temuan ini menegaskan bahwa perlu ada nya evaluasi dalam penetapan harga tiket event dan pemilihan lokasi event secara baik, dibarengi dengan peningkatan serta evaluasi pada kualitas pelayanan agar dapat meningkatkan minat beli tiket event budaya Jepang
#Harga
#Lokasi
#Kualitas Pelayanan
#Minat beli
|
Skripsi (S1)
Manajemen (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 PROMOSI, KUALITAS PRODUK DAN HARGA TERHADAP MINAT BELI (Studi Kasus pada Dealer Honda Daya Motor Tambun)
Penulis: Jihan Ghina Nur Azizah, Dr. Andrian, S.E., M.M. |
2026
Industri sepeda motor di Indonesia terus berkembang seiring meningkatnya permintaan masyarakat akan kendaraan pribadi. Honda mendominasi pasar nasional dengan pangsa lebih dari 70%, termasuk melalui Dealer Honda Daya Motor Tambun di Bekasi. Namun, dealer ini menghadapi penjualan yang fluktuatif sehingga perlu dikaji lebih lanjut. Penelitian ini bertujuan mengkaji pengaruh promosi, kualitas produk, dan harga terhadap minat beli konsumen sepeda motor Honda pada Dealer Honda Daya Motor Tambun, baik secara parsial maupun simultan. Pendekatan kuantitatif digunakan dengan melibatkan 100 responden yang dipilih melalui purposive sampling. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan regresi linear berganda dengan bantuan SPSS. Hasil penelitian menunjukkan bahwa promosi, kualitas produk, dan harga masing-masing berpengaruh positif dan signifikan terhadap minat beli, dengan harga sebagai faktor paling dominan. Secara simultan, ketiga variabel berpengaruh signifikan dan menjelaskan 40,8% variasi minat beli. Temuan ini mengindikasikan bahwa konsumen mengutamakan daya saing harga, sehingga dealer perlu menetapkan harga yang kompetitif sekaligus mempertahankan kualitas produk dan efektivitas promosi untuk mendorong minat beli.
#Promosi
#Kualitas Produk
#Harga
#Minat Beli
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|