Claim Missing Document
Check
Articles

Edukasi Literasi Digital untuk Meningkatkan Kesadaran Siswa SMK dalam Bijak Menggunakan Teknologi Terttiaavini, Terttiaavini; Saputra, Tedy Setiawan; Lesfandra, Lesfandra
I-Com: Indonesian Community Journal Vol 5 No 4 (2025): I-Com: Indonesian Community Journal (Desember 2025)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/i-com.v5i4.8335

Abstract

Kesadaran siswa dalam menjaga keamanan data, menerapkan etika digital, dan memanfaatkan teknologi secara produktif masih rendah, sehingga berpotensi menimbulkan risiko penyalahgunaan teknologi dan perilaku digital yang tidak tepat. Faktor-faktor yang mempengaruhi rendahnya literasi digital siswa meliputi kurangnya pengetahuan dan keterampilan digital, rendahnya kesadaran dan disiplin, keterbatasan dukungan guru dan akses teknologi, serta materi pembelajaran yang kurang interaktif. Pengabdian ini bertujuan untuk mengukur tingkat literasi digital siswa, mengidentifikasi faktor-faktor yang mempengaruhi, serta merancang dan melaksanakan program pelatihan literasi digital yang efektif bagi siswa SMK. Metode yang diterapkan mencakup penyampaian materi interaktif, tugas kreatif berupa pembuatan video ajakan atau iklan digital, serta evaluasi kuantitatif dan kualitatif melalui pre-test, post-test, observasi, dan diskusi kelompok. Hasil pelatihan menunjukkan peningkatan rata-rata skor pre-test dari 2,86 menjadi 4,46, atau sebesar 64,06%, serta perubahan sikap positif peserta. Temuan ini menegaskan bahwa pelatihan literasi digital yang terstruktur penting untuk meningkatkan pengetahuan, keterampilan, dan sikap bijak siswa SMK.
Optimasi Promosi melalui E-Katalog Menggunakan Metode RAD (Rapid Application Development) pada PT Bhanda Ghara Reksa (BGR) Logistik Indonesia Palembang Awalia, Intan Sandra; Antoni, Darius; Terttiaavini, Terttiaavini
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.7950

Abstract

Kemajuan teknologi di era globalisasi saat ini menuntut perusahaan untuk memiliki sistem informasi yang efektif dan terintegrasi guna meningkatkan kualitas layanan serta memenuhi kebutuhan informasi secara efisien. PT Bhanda Ghara Reksa (BGR) Logistik Indonesia, sebagai perusahaan logistik berbasis digital yang strategis, saat ini menghadapi tantangan signifikan berupa fluktuasi dan penurunan pendapatan meskipun telah berupaya menerapkan berbagai strategi pemasaran. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sebuah sistem E-Catalog berbasis web yang inovatif sebagai solusi digital dalam mengoptimalkan proses pemasaran dan promosi layanan perusahaan secara menyeluruh. Metodologi yang digunakan dalam pengembangan sistem ini adalah Rapid Application Development (RAD). Metode RAD dipilih karena karakteristiknya yang menekankan pada siklus pengembangan yang singkat melalui tahapan requirements planning, user design, construction, hingga cutover. Pendekatan iteratif ini memungkinkan fitur-fitur sistem terus disesuaikan secara dinamis dengan kebutuhan spesifik perusahaan dan umpan balik pengguna, sehingga menghasilkan aplikasi yang tepat guna. Ruang lingkup perancangan sistem ini mencakup digitalisasi layanan jasa logistik, otomasi proses negosiasi, integrasi sistem pembayaran, hingga efisiensi dalam pengelolaan dan pelaporan dokumen perusahaan yang lebih transparan. Hasil dari penelitian ini menunjukkan bahwa implementasi E-Catalog mampu meningkatkan performa bisnis perusahaan secara signifikan dengan memperluas jangkauan pasar melalui akses informasi yang cepat dan fleksibel bagi konsumen. Selain mempermudah akses layanan, sistem ini berperan penting dalam mendukung pengambilan keputusan manajerial berbasis data yang akurat. Dengan pengembangan sistem E-Catalog ini, PT BGR Logistik Indonesia diharapkan dapat meningkatkan target pendapatan secara berkelanjutan, mengoptimalkan kepuasan pelanggan, serta memperkuat posisi kompetitifnya dalam industri logistik di Indonesia.
Prediksi Keberlanjutan Usaha Kecil Menengah (UKM) Menggunakan Algoritma Machine Learning Terttiaavini Terttiaavini
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7454

Abstract

Small and Medium Enterprises (SMEs) contribute approximately 60% to Indonesia's Gross Domestic Product (GDP) and absorb more than 97% of the workforce. However, SMEs face various challenges that hinder sustainability, such as limited capital and market instability. This study aims to develop a predictive model to map the sustainability of SMEs based on variables that influence business continuity. The methods used include clustering with Agglomerative Clustering, K-Means, and DBSCAN, as well as classification using algorithms such as Logistic Regression, Random Forest, and XGBoost. The results show that the Agglomerative Clustering method provides the best performance with a Silhouette Score of 0.68. All classification models initially achieved an accuracy of 1.0 with a standard deviation of 0.0, but indicated overfitting due to class imbalance between the "Continues" and "Does Not Continue" categories, where the minority class consists of only 16 data points. To address this issue, the application of the SMOTE (Synthetic Minority Over-sampling Technique) method and 5-Fold Cross-Validation was implemented. The results showed an improvement in the model's ability to recognize patterns in the minority class, making the model's accuracy more representative of both classes. This research is expected to provide valuable insights for the Office of Cooperatives and SMEs in Palembang to support the sustainability of the SME sector in Palembang.
Optimasi Strategi Pemasaran E-Commerce Melalui Prediksi Konversi Berbasis Machine Learning Agustina Heryati; Terttiaavini Terttiaavini; Septa Cahyani; K.Ghazali; Harsi Romli; Iski Zaliman
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7553

Abstract

The research identifies the problem of enhancing e-commerce sales conversion through TikTok amidst intense content competition. The objective of the study is to develop a machine learning-based marketing strategy to analyze user behavior and categorize them into Non-Purchasers and Purchasers.The method employed includes clustering using K-Means, K-Medoids, and Fuzzy C-Means algorithms, with K-Means demonstrating the best performance, achieving the highest Silhouette Coefficient (0.1857) and the lowest Davies-Bouldin Index (1.9991). Following clustering, classification is performed using Naïve Bayes, Decision Tree, and Random Forest algorithms. The Random Forest model yields the best results with an accuracy of 0.9945, showcasing its effectiveness in predicting sales conversions.The conclusion of this study indicates that K-Means and Random Forest are the optimal methods for clustering and classification, respectively, in understanding user behavior on TikTok. These findings can assist e-commerce players in tailoring their marketing strategies, improving sales conversion rates, and enhancing advertising efficiency
Co-Authors Abdul Kholik Ade Dea Doyosy Agustina Agustina Heryati Agustina Heryati Heryati Ahmad Sanmorino Ajeng Oktatriani Akbar, M Dani Alie, Muhammad F. Andiki Sianipar Annisa Kurnia Antoni, Darius Arminarahmah, Nur Asmawati Asmawati Asmawati Asmawati Astuti, Lastri Widya Awalia, Intan Sandra Cahyani, Septa Candra Setiawan Cindy Destyana Putri Darmawan Susilo Derra Legiana Chintiya Dona Marcelina Eliya Berliana Endang Sri Lestari Endang Sri Lestari Ermatita - Evi Purnamasari Fadiya Faradita Fadly, Farid Fakhry Zamzam Fauziah Afriyani Fellyanus Habaora Fidya Nur Syabitha Fitriyana, Ayu fitriyani, Ulfa Habibillah, Amri Harsi Romli Harsih Rianto Hartati, Lesi Heryati, Agustina Indah Permatasari Indah Sukmawati Inessia Inessia Isabella, Isabella Iski Zaliman Jefirstson Richset Riwukore Juniarti, Anggi Putri K.Ghazali Kardinata, Silvia Kartina, Riza Lastri Widya Astuti Lesfandra Lesfandra Lesfandra Lesfandra Lesfandra, Lesfandra Lesi Hertati Lesi Hertati, Lesi Lili Syafitri, Lili M Amaruna Sahona M Ravensky Taro Danayaksa Marcelina, Dona Marnisah, Luis Martadinata, A. Taqwa Masroni Dedi Kiswanto Maya Amelia Mody Sertian Amanda Muda, Seftia Putri Muhammad A. A. Hakim Muhammad Ramadhan Mulyati Mulyati Mulyati Mulyati Mustafa Ramadhan Mustika, Suci Permata Nadila Nurhalizah Ningsih Wahyuni Oktariani, Putri Pratama, Alga Wahyu Pratiwi Putri, Indah Purnamasari, Evi Putri Tsabita Putri, Indah Pratiwi Rahayu, Adelia Refki Saputra Rendra Gustriansyah Resti Wulandari Romli, Harsi Roni Sumari Hutabarat Sabrina Salsabila Putri Sahamony, Nur Fitriyani Salbani Salbani Sanawi, Fakhri Saputra, Tedy Setiawan Saputri, Lyra Ananda Seftia Putri Muda Sella Oktania Septa Cahyani Septa Cahyani Siti Komariah Hildayanti, Siti Komariah Suntana, Muhammad Yunus Thoiyibah Islamia Tri Septa Yulandari Trisna Hardianto Yeti Friyani Yossy Andri Ani Yulius, Yosef Zaliman, Iski Zanetti Julyah Berliana Perdana