https://journal-old.unhas.ac.id/index.php/hjns <p><strong>Law, Society, and Development Department</strong></p> <p> </p> <p> </p> Law, Society, and Development Department en-US Hasanuddin Justice and Society 2808-8875 https://journal-old.unhas.ac.id/index.php/hjns/article/view/38602 <p><em>Buntu Babang Village is the name of a village in Bajo District, Luwu Regency, South Sulawesi Province. The area of ​​Buntu Babang Village is 3.57 km2. </em><em>Based on the discussions held, in Buntu Babang Village, one of the health problems of concern is stunting and is a national problem. Therefore, efforts are needed to overcome this problem, one of which is through an extension work program to increase food security and community nutrition through the use of local food to prevent stunting. The </em><em>purpose </em><em>of this activity is </em><em>that mothers can find out about </em><em>the urgency of stunting and providing MPASI after six months of age through the use of local food. The method of this activity is through counseling using media in the form of leaflets and MPASI recipe mini books.</em></p> Ridha Ilahi Copyright (c) https://journal-old.unhas.ac.id/index.php/hjns/article/view/35753 <p>Dalam era digital yang semakin berkembang, penggunaan teknologi informasi menjadi krusial dalam meningkatkan efisiensi bisnis ritel. Toko Kain Nur Fasha di Majalaya, sebagai salah satu pelaku usaha tekstil, menghadapi tantangan dalam mengoptimalkan penjualan dan manajemen inventori. Oleh karena itu, diperlukan analisis mendalam untuk memahami pola penjualan dan faktor-faktor yang mempengaruhinya. Penelitian ini bertujuan untuk menganalisis implementasi pohon keputusan dalam memprediksi penjualan kain di Toko Nur Fasha Majalaya, serta mengidentifikasi faktor-faktor yang mempengaruhi keputusan pembelian pelanggan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode pohon keputusan. Data penjualan tahun 2020 dikumpulkan, mencakup variabel seperti jenis kain, harga, musim, dan karakteristik pelanggan. Analisis dilakukan menggunakan teori bayes untuk membangun model pohon keputusan. Hasil penelitian menunjukan bahawa implementasi pohon keputusan berhasil mengidentifikasi pola penjualan kain dengan akurasi 85%. Faktor utama yang mempengaruhi penjualan adalah jenis kain (64,86%), harga (34,26%), dan musim (0,88%). Model ini mampu memprediksi penjualan dengan tingkat kesalahan rata-rata 15%, membantu toko dalam mengoptimalkan persediaan dan strategi pemasaran.</p> Syifa mutiaulfah Copyright (c)