Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Masyarakat Mandiri: Jurnal Pengabdian Dan Pembangunan Lokal
Panca Dewi Pamungkasari
Universitas Nasional
Religion Agriculture, Biological Sciences & Forestry Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PEMANFAATAN SOCIAL MEDIA MARKETING UNTUK PARA PELAKU BISNIS UMKM Sari Ningsih; Fauziah Fauziah; Panca Dewi Pamungkasari; Djarot Hindarto; Ira Diana Sholihati; Endah Tri Esti Handayani; Ratih Titi Komala Sari
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 4 (2025): Volume 6 No 4 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i4.47652

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memegang peranan krusial dalam mendukung perekonomian nasional, termasuk di wilayah Cikarang Selatan. Dalam era persaingan bisnis yang semakin intens, pelaku UMKM perlu mengadopsi teknologi digital agar tetap mampu bersaing. Salah satu pendekatan yang dinilai efektif adalah pemanfaatan pemasaran melalui media sosial. Berbagai platform seperti Instagram, Facebook, dan Twitter memberikan peluang luas bagi UMKM untuk memperluas jangkauan pasar, meningkatkan kesadaran merek, serta membangun kedekatan dengan konsumen. Program   Pengabdian kepada Masyarakat (PKM) ini bertujuan mengidentifikasi sejauh mana pemanfaatan media sosial oleh pelaku UMKM di Cikarang Selatan serta dampaknya terhadap peningkatan penjualan dan pengenalan produk. Metode yang digunakan adalah survei kualitatif dan wawancara mendalam. Hasil yang diharapkan adalah peningkatan penjualan hingga 30% dalam enam bulan pertama pemanfaatan media sosial. Strategi yang diterapkan meliputi pembuatan konten menarik, penggunaan iklan berbayar, dan interaksi aktif dengan followers. Namun, pelaku UMKM menghadapi tantangan seperti keterbatasan pengetahuan tentang digital marketing dan keterbatasan waktu dalam mengelola akun. Oleh karena itu, pelatihan dan pendampingan diperlukan agar penggunaan social media marketing lebih optimal. Dengan pendekatan yang tepat, media sosial dapat menjadi alat efektif dalam mendukung pertumbuhan UMKM.
DETEKSI ANOMALI PERGERAKAN KAPAL MENGGUNAKAN ISOLATION FOREST DAN ONE CLASS SVM DI PELABUHAN TANJUNG PRIOK Sari Ningsih; Panca Dewi Pamungkasari; Tunggul Puliwarna; Babag Purbantoro; Endah Tri Esti Handayani; Ratih Titi Komala Sari; Ahmad Rifqi; Fauziah Fauziah; Muhammad Zahran Alfarizi; Erina Rahmazani
Jurnal Pengabdian Masyarakat: Pemberdayaan, Inovasi dan Perubahan Vol 6, No 3 (2026): JPM: Pemberdayaan, Inovasi dan Perubahan
Publisher : Penerbit Widina, Widina Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59818/jpm.v6i3.2907

Abstract

Ship movement activities in busy port areas have the potential to generate abnormal movement patterns that may disrupt maritime security and operational efficiency. The main problem addressed in this program is the need for an early detection system capable of identifying vessel movement anomalies quickly and accurately. This Community Service Program (PKM) aimed to develop an anomaly detection model for ship movements at Tanjung Priok Port using the Isolation Forest and One Class Support Vector Machine (OC-SVM) methods. The novelty of this program lies in the integration of these two methods into a maritime traffic data-based anomaly detection system developed collaboratively with the Indonesian Maritime Security Agency (Bakamla RI) to support smarter and more adaptive maritime surveillance. The implementation method consisted of ship movement data collection, data preprocessing, machine learning model development, system testing, and dissemination of results to the Indonesian Maritime Security Agency (Bakamla RI) as the partner institution. The results showed that the developed model was able to identify abnormal ship movement patterns, such as sudden direction changes, unusual speed, and movement outside designated shipping lanes. The resulting system provided faster data visualization and anomaly information, thereby supporting more effective and efficient maritime surveillance processes. This activity also created opportunities for broader implementation across Indonesian waters. ABSTRAKAktivitas pergerakan kapal di kawasan pelabuhan yang padat memiliki potensi terjadinya pola pergerakan tidak normal yang dapat mengganggu keamanan dan kelancaran operasional maritim. Permasalahan utama yang dihadapi adalah kebutuhan akan sistem deteksi dini yang mampu mengidentifikasi anomali pergerakan kapal secara cepat dan akurat. Kegiatan Pengabdian Kepada Masyarakat (PKM) ini bertujuan mengembangkan model deteksi anomali pergerakan kapal di Pelabuhan Tanjung Priok menggunakan metode Isolation Forest dan One Class Support Vector Machine (OC-SVM). Kebaruan kegiatan ini terletak pada penerapan dan integrasi kedua metode tersebut dalam sistem deteksi anomali berbasis data pelayaran yang dikembangkan bersama Bakamla RI untuk mendukung pengawasan maritim secara lebih cerdas dan adaptif. Metode pelaksanaan dilakukan melalui tahapan pengumpulan data pergerakan kapal, praproses data, pemodelan menggunakan algoritma machine learning, pengujian sistem, serta sosialisasi hasil kepada mitra Badan Keamanan Laut Republik Indonesia (Bakamla RI). Hasil kegiatan menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi pola pergerakan kapal yang menyimpang dari rute normal, seperti perubahan arah mendadak, kecepatan tidak wajar, dan pergerakan di luar jalur pelayaran. Sistem yang dihasilkan memberikan visualisasi data dan informasi anomali secara lebih cepat sehingga mendukung proses pengawasan maritim yang lebih efektif dan efisien. Kegiatan ini juga membuka peluang implementasi sistem pada wilayah perairan Indonesia secara lebih luas.
Deteksi dan Klasifikasi Sampah Real-Time Berbasis Yolov11 untuk Manajemen Sampah Cerdas Sari Ningsih; Panca Dewi Pamungkasari; Agus Setiawan; Ratih Titi Komalasari; Endah Tri Esti Handayani; Djarot Hindarto; Asrul Sani; Erina Rahmazani; Muhammad Aldinugroho Abdullah; Ferdiansycah Ferdiansycah
Masyarakat Mandiri : Jurnal Pengabdian dan Pembangunan Lokal Vol. 3 No. 4 (2026): Oktober: Masyarakat Mandiri : Jurnal Pengabdian dan Pembangunan Lokal
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/masyarakatmandiri.v3i4.3607

Abstract

This community service activity aims to develop an automated waste sorting system based on Deep Learning using the YOLOv11 architecture for real-time object detection. The system is designed to identify six categories of waste, namely cardboard, glass, metal, paper, plastic, and trash through direct camera input. The dataset used was obtained from Kaggle, consisting of 2,467 images which were subsequently expanded to 10,108 images through data augmentation techniques to improve model generalization and reduce the risk of overfitting. The training process employed an 80% training set and a 20% validation set, with optimization using the Stochastic Gradient Descent (SGD) algorithm, momentum, and cosine learning rate scheduling over 100 epochs. Model performance was evaluated using the standard object detection metric, Mean Average Precision (mAP). The results show that the model achieved an mAP@0.5 of 95.8% and an mAP@0.5:0.95 of 82.4%, with an average inference speed of 45 frames per second (FPS) on standard hardware. These findings indicate that the system is capable of performing waste classification quickly, accurately, and efficiently, supporting the implementation of smart waste management in urban environments, particularly in collaboration with waste management partners in Depok.
Co-Authors Agus Setiawan Ahmad Rifqi Asrul Sani Babag Purbantoro Djarot Hindarto Endah Tri Esti Handayani Erina Rahmazani Fauziah Fauziah Ferdiansycah Ferdiansycah Ira Diana Sholihati Muhammad Aldinugroho Abdullah Muhammad Zahran Alfarizi Ratih Titi Komalasari Sari Ningsih Tunggul Puliwarna