http://repository.umsu.ac.id/handle/123456789/22036 Teknologi Informasi Tue, 26 May 2026 15:17:29 GMT 2026-05-26T15:17:29Z http://repository.umsu.ac.id/handle/123456789/31238 PENERAPAN DALAM PEMBANGUNAN SISTEM PREDIKSI PERMINTAAN BARANG DENGAN OPTIMASI MANAJEMEN STOK MENGGUNAKAN ALGORITMA ENSEMBLE LEARNING UTAMI, SALSHA Manajemen stok pada usaha mikro di pasar tradisional masih banyak dilakukan secara intuitif, sehingga berisiko menimbulkan kelebihan stok, kekurangan stok, dan ketidakefisienan penggunaan modal harian. Permasalahan ini semakin kompleks pada toko penjual bahan pelengkap masakan yang menjual produk perishable dan semi-tahan lama dengan pola permintaan yang fluktuatif. Penelitian ini bertujuan membangun sistem prediksi permintaan barang dan optimasi manajemen stok berbasis arus kas pada satu toko pasar tradisional di Tanjung Morawa. Metode yang digunakan adalah Ensemble Learning dengan mengombinasikan Support Vector Regression (SVR) dan Seasonal Autoregressive Integrated Moving Average (SARIMA) melalui mekanisme weighted averaging. Data yang digunakan berupa data penjualan harian per produk selama sekitar 6–12 bulan, serta variabel pendukung seperti hari kerja/libur, hari besar keagamaan, kondisi cuaca, harga beli, dan harga jual. Tahapan penelitian meliputi pengumpulan data, preprocessing, rekayasa fitur, pelatihan model SVR dan SARIMA, penggabungan prediksi ensemble, serta transformasi hasil prediksi ke dalam variabel keuangan berupa kebutuhan modal beli, potensi pendapatan, dan risiko rugi susut. Selanjutnya, hasil prediksi digunakan sebagai input pada optimasi alokasi modal harian menggunakan Linear Programming. Evaluasi model dilakukan menggunakan metrik MAE, RMSE, MAPE, dan R². Penelitian ini diharapkan menghasilkan sistem yang mampu meningkatkan akurasi prediksi permintaan, membantu pedagang mengalokasikan modal secara lebih efisien, mengurangi potensi kerugian akibat stok tidak terjual, serta mendukung pengambilan keputusan yang lebih tepat pada usaha mikro di pasar tradisional. Tue, 14 Apr 2026 00:00:00 GMT http://repository.umsu.ac.id/handle/123456789/31238 2026-04-14T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31185 SISTEM PAKAR DIAGNOSA KERUSAKAN HARDWARE LAPTOP MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB MHD, HIDAYAT FAJRI TARIGAN Pemanfaatan laptop yang kian meluas seiring kemajuan teknologi turut meningkatkan potensi terjadinya gangguan pada komponen perangkat keras. Dalam praktik layanan perbaikan, penentuan jenis kerusakan umumnya masih bergantung pada pengalaman individu teknisi, sehingga membuka peluang terjadinya perbedaan keputusan diagnosis. Kondisi tersebut mendorong pengembangan suatu sistem pakar berbasis web yang dirancang untuk memberikan dukungan diagnosis secara lebih terstruktur dan terukur. Mekanisme penalaran dalam sistem ini mengintegrasikan metode Forward Chaining sebagai dasar inferensi dengan Certainty Factor untuk merepresentasikan tingkat keyakinan terhadap hasil analisis. Sistem yang dihasilkan mampu mengolah input berupa gejala yang dipilih pengguna, kemudian menyajikan hasil diagnosis disertai nilai probabilitas dalam bentuk persentase. Evaluasi dilakukan melalui perbandingan antara keluaran sistem dan penilaian pakar pada sejumlah kasus pengujian. Temuan pengujian memperlihatkan tingkat keselarasan yang memadai antara sistem dan pakar, sehingga sistem ini dinilai layak dimanfaatkan sebagai sarana pendukung dalam tahap awal identifikasi kerusakan hardware laptop. Tue, 12 May 2026 00:00:00 GMT http://repository.umsu.ac.id/handle/123456789/31185 2026-05-12T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31172 SISTEM MONITORING KUALITAS UDARA MENGGUNAKAN IOT DAN MACHINE LEARNING UNTUK PREDIKSI POLUSI DENGAN ALGORITMA RANDOM FOREST RUZFI, RAJA SYAHLUL IDHAMSYAH Kualitas udara merupakan faktor penting yang memengaruhi kesehatan manusia dan lingkungan. Peningkatan aktivitas industri dan transportasi menyebabkan meningkatnya konsentrasi polutan udara, sehingga diperlukan sistem monitoring yang mampu memberikan informasi secara real-time dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem monitoring kualitas udara berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma machine learning Random Forest untuk melakukan prediksi kualitas udara. Sistem yang dikembangkan menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22, MQ-135, dan MQ-7 untuk memperoleh data suhu, kelembaban, serta konsentrasi gas pencemar. Data yang diperoleh dikirim ke server dan ditampilkan melalui antarmuka web dalam bentuk dashboard monitoring. Selain itu, data historis digunakan untuk membangun model prediksi kualitas udara menggunakan algoritma Random Forest. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring kualitas udara secara real-time serta memberikan prediksi dengan tingkat akurasi sebesar 95.91%. Dengan demikian, sistem yang dikembangkan dapat digunakan sebagai solusi dalam pemantauan dan prediksi kualitas udara secara efektif. Fri, 20 Mar 2026 00:00:00 GMT http://repository.umsu.ac.id/handle/123456789/31172 2026-03-20T00:00:00Z http://repository.umsu.ac.id/handle/123456789/31163 ANALISIS SPASIAL PERTUMBUHAN PENDUDUK MENGGUNAKAN HOTSPOT ANALYSIS (GETIS-ORD GI*) BERBASIS GIS PADA KECAMATAN PAGAR MERBAU SELASIH, SAYUFI Pertumbuhan penduduk merupakan indikator penting dalam perencanaan pembangunan wilayah, terutama terkait kebutuhan infrastruktur dan pelayanan publik. Di Kecamatan Pagar Merbau, data kependudukan masih disajikan dalam bentuk tabel sehingga belum mampu menunjukkan pola distribusi spasial secara jelas. Penelitian ini bertujuan untuk menganalisis pola spasial pertumbuhan penduduk, mengidentifikasi wilayah hotspot dan coldspot menggunakan metode Getis-Ord Gi*, serta memvisualisasikan hasilnya melalui WebGIS. Metode yang digunakan adalah pendekatan kuantitatif berbasis Sistem Informasi Geografis (SIG) dengan data penduduk tingkat desa tahun 2023–2025. Hasil penelitian menunjukkan bahwa pertumbuhan penduduk tidak merata, dengan pola pengelompokan terlihat pada periode 2023–2024 namun melemah pada periode berikutnya. WebGIS mampu menyajikan hasil secara interaktif dan mendukung pemahaman spasial serta pengambilan keputusan. Tue, 07 Apr 2026 00:00:00 GMT http://repository.umsu.ac.id/handle/123456789/31163 2026-04-07T00:00:00Z