Analisis Dan Implementasi Algoritma Logistik Regresi Dalam Mengklasifikasi Calon Konsumen Barbershop Di Kota Medan Sebagai Ide Pengembangan Bisnis Aplikasi Pangkasin

Authors

  • Farhan Al Ikhsan Universitas Muhammadiyah Sumatera Utara
  • Halim Maulana Universitas Muhammadiyah Sumatera Utara

DOI:

https://doi.org/10.59696/prinsip.v3i3.185

Keywords:

logistik regresi, klasifikasi, barbershop, machine learning

Abstract

Perkembangan teknologi digital mendorong transformasi di berbagai sektor, termasuk jasa pangkas rambut (barbershop). Startup Pangkasin hadir sebagai aplikasi yang menawarkan layanan reservasi dan pangkas rambut berbasis digital. Namun, tantangan muncul dalam mengidentifikasi konsumen potensial yang berminat menggunakan aplikasi ini. Penelitian ini bertujuan mengimplementasikan algoritma Logistik Regresi untuk mengklasifikasikan calon konsumen barbershop di Kota Medan berdasarkan data observasi yang meliputi umur, jenis kelamin, dan frekuensi cukur rambut. Penelitian ini menggunakan metode observasi langsung di delapan barbershop serta analisis data dengan Python. Data dibagi menjadi data latih (training) dan data uji (testing) dengan perbandingan 70:30. Hasil penelitian menunjukkan model Logistik Regresi yang dikembangkan mampu mengklasifikasikan konsumen potensial dengan tingkat akurasi 80%, recall 91,8%, presisi 85%, dan F1-Score 88%. Karakteristik pengguna potensial aplikasi Pangkasin cenderung berumur 20–35 tahun, pria, dan memiliki frekuensi cukur 2–3 kali per bulan. Hasil penelitian ini diharapkan dapat menjadi acuan dalam pengembangan strategi bisnis digital pada sektor jasa pangkas rambut.

References

Hosmer Jr, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression. John Wiley & Sons.

Telkomuniversity.ac.id. (2024, Oktober 28). Memahami Apa Itu Aplikasi dan Fungsinya di Era Digital. Diakses pada 7 April 2025, dari https://dif.telkomuniversity.ac.id/memahami-apa-itu-aplikasi-dan-fungsinya-di-era-digital/

Bisono, A.T., & Zulherry, A. (2025). Analisis Sentimen Game Genshin Impact untuk Mengetahui Reaksi dan Harapan Pemain Menggunakan Metode Naïve Bayes. sudo Jurnal Teknik Informatika 4 (2), 183-193

Alfayulanda, P., & Murni, D. (2024). Penerapan Analisis Regresi Logistik Biner Pada Faktor-Faktor Yang Mempengaruhi Keputusan Mahasiswa Berbelanja Online Di Tiktok. Jurnal Lebesgue?: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 5(1), 178–189. https://doi.org/10.46306/lb.v5i1.547

Alwin, M. I., & Aditiawan, F. P. (2022). Aplikasi Layanan Jasa Tukang Berbasis Website. INTEGER: Journal of Information Technology, 7(2), 93–99. https://doi.org/10.31284/j.integer.2022.v7i2.3298

Basri,M., & Zulherry, A. (2025). Analysis of the Impact of Gambling and Online Loans in the Perspective of Informatics, Islam, and Kemuhammadiyahan. AR-RASYID: Jurnal Pendidikan Agama Islam 5 (1)

Sari, I.P., Hariani, P.P., Al-Khowarizmi, A., Ramadhani, F., Sulaiman, O.K., Satria, A, & Manurung, A.A. (2024). CLUSTERING HIV/AIDS DISEASE USING K-MEANS CLUSTERING ALGORITHM. Proceeding International Seminar on Islamic Studies 5 (1), 1668-1676

Sari, I.P., Ramadhani, F., Satria, A., & Sulaiman, O.K. Leukocoria Identification: A 5-Fold Cross Validation CNN and Adaboost Hybrid Approach. 2023 6th International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 486-491

Manurung, A.A., Nasution, M.D., & Sari, I.P. (2023). Implementation of Fuzzy K-Nearest Neighbor Method in Dengue Disease Classification. 2023 11th International Conference on Cyber and IT Service Management (CITSM), 1-4

Ameliya, A., Nainggolan, D. O., & Pinem, H. G. (2024). Analisis Kemampuan Mahasiswa Matematika FMIPA Unimed dalam Menyelesaikan Pertidaksamaan Nilai Mutlak dengan Berbantuan Python. 2(5).

Badan Pengembangan dan Pembinaan Bahasa, K. P. dan K. R. I. (2016). Implementasi. https://kbbi.kemdikbud.go.id/entri/Implementasi

Ichsan, A., Zulherry, A., Lubis, T.A., & Shahnaz, B.A.Z. (2025). Utilization of Mobile Applications to Speed Up The Search for Android-Based Index Places. IJATCoS: Indonesian Journal of Applied Technology, Computer and Science 2 (1)

Bogdanchikov, A., Zhaparov, M., & Suliyev, R. (2013). Python to learn programming. Journal of Physics: Conference Series, 423(1). https://doi.org/10.1088/1742-6596/423/1/012027

Sari, I.P., Ramadhani, F., Satria, A., & Apdilah, D. (2023). Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones. Hello World Jurnal Ilmu Komputer 2 (3), 146-157

Danardatu, A. H. (2019). Pengenalan Customer Relationship Management ( CRM ). Jurnal Ilmiah Teknologi Informasi Asia, 1–5.

Zulherry, A. (2023) Decision making for network security with simple additive weighting method. Journal of Intelligent Decision Support System (IDSS) 6 (3), 155-159

Faisal, F., Sari, I. R., Saraswati, I., & Heikal, J. (2024). Analisis Pengaruh Karakteristik Produk terhadap Niat Beli Ulang Pelanggan menggunakan Metode Regresi Logistik Biner. AKADEMIK: Jurnal Mahasiswa Humanis, 4(3), 1182–1190. https://doi.org/10.37481/jmh.v4i3.1064

Gunawan, R., Aulia, S., Supeno, H., Wijanarko, A., Uwiringiyimana, J. P., & Mahayana, D. (2021). Adiksi Media Sosial dan Gadget bagi Pengguna Internet di Indonesia. Techno-Socio Ekonomika, 14(1), 1–14. https://doi.org/10.32897/techno.2021.14.1.544

Hendrian, S. (2018). Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan. Faktor Exacta, 11(3), 266–274. https://doi.org/10.30998/faktorexacta.v11i3.2777

Irma Devi Lestari. (2016). 196927-ID-klasifikasi-online-dan-google. Iqra’, 83–94.

Sari, I.P., Al-Khowarizmi, A, Sulaiman, O.K., & Apdilah, D. (2023). Implementation of Data Classification Using K-Means Algorithm in Clustering Stunting Cases. Journal of Computer Science, Information Technology and Telecommunication Engineering 4 (2), 402-412

Sulaiman, O.K & Batubara, I.H. (2021). Implementation Data Mining For Level Analysis Traffic Violation By Algorithm Association Rule. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 128-135

Zulherry, A., Gunawan, T.S., & Wanayumini, W. (2021). Analisis Hasil Pendukung Keputusan Mendapatkan Rumah Dinas Perusahaan Menggunakan Metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). JURNAL MEDIA INFORMATIKA BUDIDARMA, 2021

Khotimah, K., & Febriansyah, F. (2018). Pengaruh kemudahan penggunaan, kepercayaan konsumen dan kreativitas iklan terhadap minat beli konsumen online-shop. Jurnal Manajemen Strategi Dan Aplikasi Bisnis, 1(1), 19–26. https://doi.org/10.36407/jmsab.v1i1.16

Sari, I.P., Batubara, I.H., & Al-Khowarizmi, A. (2021). Sensitivity Of Obtaining Errors In The Combination Of Fuzzy And Neural Networks For Conducting Student Assessment On E-Learning. International Journal of Economic, Technology and Social Sciences (Injects) 2 (1), 331-338

Sari, I.P., Al-Khowarizmi, A., & Batubara, I.H. (2021). Cluster Analysis Using K-Means Algorithm and Fuzzy C-Means Clustering For Grouping Students' Abilities In Online Learning Process. Journal of Computer Science, Information Technology and Telecommunication Engineering 2 (1), 139-144

Apdilah, D., & Sari, I.P. (2021). Optimization Of The Fuzzy C-Means Cluster Center For Credit Data Grouping Using Genetic Algorithms. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 156-163

Kurniasih, D., Rusfiana, Y., Subagyo, A., & Nuradhawati, R. (2021). Teknik Analisa. Alfabeta Bandung, 1–119. www.cvalfabeta.com

Naïve, A., Classifier, B., & Penyakit, P. (2024). Analisis klasifikasi menggunakan regresi logistik biner dan algoritma naïve bayes classifier pada penyakit hipertensi 1,2,3. 13(2007), 319–327. https://doi.org/10.14710/j.gauss.13.2.319-327

Ndangi, W. R. A., Resmawan, R., & Djakaria, I. (2019). Perbandingan Analisis Diskriminan dan Regresi Logistik Multinomial. Jambura Journal of Mathematics, 1(2), 54–63. https://doi.org/10.34312/jjom.v1i2.2100

Zulherry, A., Siregar,F.A., Gultom, Z.A., & Raihan, E.A. (2023). Optimalisasi Website untuk Monitoring Jaringan OPD di Dinas Kominfo Kota Medan dengan Metode Triangulasi. Bulletin of Computer Science Research 3 (5), 357-363

Tran, H., Le, N., & Nguyen, V. H. (2023). Customer Churn Prediction in the Banking Sector Using Machine Learning-Based Classification Models. Interdisciplinary Journal of Information, Knowledge, and Management, 18(May), 87–105. https://doi.org/10.28945/5086

Van Rossum, G., & Drake, F. L. . (2006). An introduction to Python, release 2.5.

Wibawa, A. P., Guntur, M., Purnama, A., Fathony Akbar, M., & Dwiyanto, F. A. (2018). Metode-metode Klasifikasi. Prosiding Seminar Ilmu Komputer Dan Teknologi Informasi, 3(1), 134–138.

Indah Purnama Sari. Algoritma dan Pemrograman. Medan: UMSU Press, 2023, pp. 290.

Andi Zulherry, Muhammad Basri, Muhammad Haris, Ferdy Riza, Zuli Agustina Gultom, Farid Akbar Siregar, Okvi Nugroho, Mahardika Abdi Prawira Tanjung. Komunikasi Data dan Jaringan Komputer. Medan: UMSU Press, 2025, pp. 202.

Downloads

Published

06-07-2024

How to Cite

Farhan Al Ikhsan, & Maulana, H. (2024). Analisis Dan Implementasi Algoritma Logistik Regresi Dalam Mengklasifikasi Calon Konsumen Barbershop Di Kota Medan Sebagai Ide Pengembangan Bisnis Aplikasi Pangkasin. Portal Riset Dan Inovasi Sistem Perangkat Lunak, 3(3), 224–232. https://doi.org/10.59696/prinsip.v3i3.185

Similar Articles

You may also start an advanced similarity search for this article.