Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Bulletin of Information Technology (BIT) International Journal of Management Science and Information Technology (IJMSIT) Interaksi : Jurnal Pengabdian Kepada Masyarakat
Masitah Handayani
Universitas Royal
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions

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

Found 3 Documents
Search

 1 
Pemanfaatan Aplikasi Canva untuk Media Pembelajaran di RA Al-Fariq Fauriatun Helmiah; Masitah Handayani; Havid Syafwan; Pristiyanilicia Putri
Interaksi : Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2024): Interaksi - Desember
Publisher : PT. Faaslib Serambi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66341/interaksi.v1i2.65

Abstract

Kegiatan pengabdian masyarakat di sekolah RA Al-Fariq Desa Sei Silau Timur Kecamatan Buntu Pane Kabupaten Asahan bertujuan untuk mengatasi tantangan yang dihadapi oleh guru-guru PAUD dalam menyediakan media pembelajaran yang interaktif dan efektif. Melalui pelatihan pemanfaatan aplikasi Canva, para guru dilatih untuk menggunakan fitur-fitur desain dalam menciptakan materi pembelajaran yang menarik yang ada pada aplikasi Canva tersebut. Hasil dari kegiatan ini menunjukkan bahwa guru-guru tidak hanya memperoleh keterampilan baru, tetapi juga termotivasi untuk mengembangkan kreativitas mereka, yang diharapkan dapat memberikan dampak positif bagi proses belajar anak-anak. Rekomendasi untuk pelatihan lanjutan termasuk pengembangan pemahaman mendalam tentang Canva dan penggunaan aplikasi lain yang mendukung pembelajaran.
Consumer Segmentation With K-Means at Lucky Shop Tanjungbalai Reza Ahmad Fauzi; Masitah Handayani; Parini Parini
International Journal of Management Science and Information Technology Vol. 6 No. 1 (2026): January - June 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i1.7213

Abstract

Consumer segmentation is an important strategy for improving marketing effectiveness and inventory management in retail businesses. Lucky Shop Tanjungbalai faces challenges in understanding diverse customer purchasing patterns, making it difficult to develop targeted marketing strategies. This study aims to apply the K-Means Clustering method to classify consumers based on purchasing behavior patterns. The data used consisted of 15 customer transaction records collected from Lucky Shop Tanjungbalai, with attributes including purchase frequency, quantity of purchased products, and product categories. This research adopted a qualitative approach combined with data mining techniques using the CRISP-DM framework, which consists of business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The system was developed using PHP and MySQL. The results indicate that K-Means Clustering successfully segmented customers into Loyal Customers and Occasional Customers based on their purchasing characteristics. These segmentation results provide practical benefits for Lucky Shop by enabling more targeted promotional programs, improving customer relationship strategies, optimizing inventory planning, and supporting data-driven business decision-making. Therefore, the implementation of K-Means Clustering can serve as an effective solution for customer segmentation in local retail businesses.
Perbandingan Metode ARAS dan TOPSIS untuk Menentukan Siswa Penerima Beasiswa Berprestasi Jeperson Hutahaean; Neni Mulyani; Masitah Handayani; Irianto Irianto; Novica Irawati
Bulletin of Information Technology (BIT) Vol 6 No 4 (2025): Desember 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v7i1.2333

Abstract

Proses penentuan siswa yang layak menerima beasiswa berprestasi seringkali hanya berdasarkan seleksi berkas, yang memakan waktu lama dan dapat menghasilkan keputusan yang kurang akurat. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang mempercepat proses seleksi siswa penerima beasiswa berprestasi. Metode yang digunakan dalam penelitian ini adalah ARAS (Additive Ratio Assessment) dan TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution). Kedua metode ini dipilih karena mampu menyeleksi alternatif terbaik berdasarkan pembobotan dan memilih tujuan berdasarkan kriteria yang berbeda, yaitu benefit dan cost. Metode ARAS menghasilkan ranking berdasarkan perbandingan fungsi utilitas alternatif dengan nilai fungsi utilitas optimal, sementara metode TOPSIS menghasilkan ranking berdasarkan jarak terpendek dengan solusi ideal positif dan jarak terpanjang dengan solusi ideal negatif. Dari nilai-nilai tersebut, alternatif yang memenuhi kriteria ditetapkan sebagai siswa penerima beasiswa berprestasi melalui perhitungan menggunakan metode ARAS dan TOPSIS. Hasil uji korelasi Rank M Arsya Almusa menunjukkan nilai 1,0546 untuk ARAS dan 0,8739 untuk TOPSIS. Hasil perhitungan secara manual dan melalui sistem memberikan hasil yang sama, sehingga sistem dapat digunakan untuk menentukan siswa penerima beasiswa berprestasi.
Co-Authors Fauriatun Helmiah Havid Syafwan Irianto Irianto Jeperson Hutahaean Neni Mulyani Novica Irawati Parini Parini Pristiyanilicia Putri Reza Ahmad Fauzi