Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimalisasi Infrastruktur Jaringan Internet Desa untuk Mendukung Digitalisasi UMKM dan Pendidikan Willy Prihartono; Yudhistira Arie Wijaya; Aliya Anisa Rahma; Irma Agustina
AMMA : Jurnal Pengabdian Masyarakat Vol. 1 No. 04 (2022): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Digital transformation is a crucial element in improving the quality of education and developing Micro, Small and Medium Enterprises (MSMEs), especially in rural areas. However, limited internet network infrastructure is a major challenge that must be overcome. This research aims to identify problems and propose strategies for optimizing village internet networks to support the digitalization of the education sector and MSMEs. The method used was direct observation in Ketapanrame Village, Trawas District, Mojokerto Regency, as well as a literature study approach to network technology solutions. The results showed that although the availability of internet networks already exists, the quality and equity of access is still low. Therefore, it is necessary to strengthen the infrastructure through increasing bandwidth, placing strategic access points, and utilizing technologies such as wireless mesh networks (WMN). In addition, community empowerment through digital literacy training is also very important to ensure optimal utilization of the available infrastructure. The implementation of this strategy is expected to encourage the improvement of the quality of digital-based learning and expand the MSME market through online platforms. Optimizing village internet networks is not only about technical aspects, but also includes strengthening human resource capacity and local government policy support. Thus, the digitization of education and MSMEs can be an important pillar in the economic and social development of villages.
Optimalisasi Strategi Pemasaran melalui Segmentasi Pelanggan dengan Analisis RFM dan Algoritma K-Means untuk Bisnis Ritel Aliya Anisa Rahma; Ahmad Faqih; Ade Rizki Rinaldi
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 2 (2025): Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i2.1737

Abstract

Industri ritel yang kompetitif memerlukan pemahaman mendalam tentang kebutuhan pelanggan untuk menyusun strategi pemasaran yang relevan dan efektif. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan di Toko Mitra 10 Cirebon menggunakan analisis Recency, Frequency, dan Monetary (RFM) yang dikombinasikan dengan algoritma K-Means. Segmentasi ini bertujuan mendukung strategi pemasaran yang lebih terarah dan meningkatkan loyalitas pelanggan. Data yang digunakan berasal dari catatan transaksi pelanggan dalam periode tertentu. Nilai RFM dihitung untuk setiap pelanggan berdasarkan Recency (waktu sejak transaksi terakhir), Frequency (jumlah transaksi), dan Monetary (total nilai transaksi). Metode K-Means digunakan untuk mengelompokkan pelanggan menjadi beberapa segmen, dengan jumlah kluster optimal ditentukan melalui metode elbow. Analisis menghasilkan tiga segmen utama: Lost Customers, dengan Recency tinggi, Frequency rendah, dan Monetary rendah; Potential Loyalists, dengan Frequency sedang dan Monetary bervariasi; serta Loyal Customers, dengan Frequency tinggi dan kontribusi Monetary signifikan. Hasil segmentasi ini mendukung penyusunan strategi pemasaran yang berbeda untuk setiap kluster: kampanye reaktivasi untuk Lost Customers, program loyalitas untuk Potential Loyalists, dan layanan eksklusif untuk Loyal Customers. Pendekatan berbasis data ini meningkatkan efektivitas pemasaran, loyalitas pelanggan, serta kontribusi pendapatan, sekaligus menegaskan pentingnya analisis data dalam pengambilan keputusan pemasaran yang relevan dan personal.