Claim Missing Document
Check
Articles

Found 34 Documents
Search

Pelatihan Penggunaan Google Form Pada Posyandu Perumahan Harapan Baru 2 Bekasi Alexander, Allan D; Salkiawati, Ratna
Journal Of Computer Science Contributions (JUCOSCO) Vol. 2 No. 1 (2022): Januari 2022
Publisher : Lembaga Penelitian, Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/cjjgxs23

Abstract

Children are the next generation of the nation that will replace the previous generation, for that their development must be carefully considered, especially during the golden period of their life where this period is in the first 1000 days of their life which has an impact on children's physical and cognitive development. Posyandu is a health effort that is managed independently by the community in order to provide health services for mothers, babies and toddlers. The COVID-19 pandemic has brought posyandu activities to a halt, including the posyandu in the Perumahan Harapan Baru 2, Bekasi City. Google Form as an alternative to posyandu cards with the intention that posyandu activities, especially monitoring the growth of toddlers, can be carried out from house to house without having to create a crowd and still pay attention to health protocols, and in order to use them training needs to be made.
Pelatihan Keamanan Data Pada Penggunaan Microsoft Office Bagi Guru di SDIT Mutiara Bekasi Nurfiyah, Nurfiyah; Salkiawati, Ratna; Lubis, Hendarman
Journal Of Computer Science Contributions (JUCOSCO) Vol. 3 No. 2 (2023): Juli 2023
Publisher : Lembaga Penelitian, Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/rem1b822

Abstract

Information Technology Security is increasingly advanced, not only in the world of the manufacturing industrybut also penetrates the world of education. This forces educators to be able to develop their abilities to know howto secure data in Ms.Office. Therefore, as a manifestation of Bhayangkara Jakarta Raya University's commitmentto carrying out the Tri Dharma of Higher Education in community service, the Informatics Study Program carriedout activities with the theme "Data Security Training on the Use of Ms.Office at SDIT Mutiara" as an effort toapply knowledge about information technology security. At the moment. The purpose of this training is to increaseknowledge and insight for participants in terms of Data Security at Ms. Office, as well as providing training tomake data security and broaden knowledge of the use of Ms. Office for teachers of SDIT Mutiara. The materialprovided in this training is in the form of an introduction to the concept of Data Security, types of software inmaking teaching materials with Ms. office. The methodology for carrying out this activity begins with datacollection, determining the theme of the service to be given, literature study, making training materials, presentingtraining. The result of this training is an increased understanding of data security by 97%. From the data securitytraining activities in Microsoft Office that have been carried out for teachers and administrators of SDIT MutiaraBekasi, it can be seen that the participants were very enthusiastic and motivated to do security for their data sothat during the training the participants did not feel bored with the material delivered by the tutor.
Analisis Churn Pelanggan Produk Fashion Campus Menggunakan Metode RFM Analysis dan Algoritma Naïve Bayes (Studi Kasus Yayasan Bakti Achmad Zaky) Kamil, Fauzan; Salkiawati, Ratna; Alexander, Allan D.
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 7 No 2 (2023)
Publisher : Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v7i2.629

Abstract

Pelanggan yang loyal memiliki dampak positif bagi perusahaan, baik melalui pembelian berulang maupun rekomendasi produk kepada orang lain. Namun, dalam dunia bisnis, terdapat berbagai faktor yang dapat mempengaruhi keputusan pelanggan untuk beralih ke pesaing, seperti harga, kualitas produk, dan pelayanan. Oleh karena itu, penting bagi perusahaan untuk memahami perilaku pelanggan dan mengambil keputusan strategis guna mempertahankan dan meningkatkan loyalitas mereka. Dalam penelitian ini, metode RFM (Recency, Frequency, Monetary) dan Naïve Bayes digunakan untuk menganalisis perilaku pelanggan dan memprediksi churn (berhenti berlangganan) pelanggan. Pendekatan CRISP-DM digunakan dalam langkah-langkah penyelesaiannya, mencakup tahapan pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Melalui analisis RFM, berhasil diidentifikasi 5 segmen pelanggan yang berbeda, yaitu at-risk customers, best customers, lost customers, loyal customers, dan promising customers. Setiap segmen memiliki karakteristik dan kecenderungan perilaku yang berbeda, memberikan wawasan berharga bagi perusahaan dalam memahami kebutuhan dan preferensi pelanggan. Hasil evaluasi Naïve Bayes menunjukkan bahwa model yang disimpan dalam format pickle memiliki performa yang setara dengan model yang telah diuji sebelumnya. Tingkat akurasi, recall, dan fl-score model tersebut sekitar 0.81 atau 81%, menunjukkan tingkat keakuratan yang baik dalam memprediksi churn pelanggan. Penggunaan model pickle memberikan keuntungan bagi perusahaan dalam hal efisiensi waktu dan biaya.
ANALISIS PREDIKSI PENJUALAN PRODUK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR REGRESSION Salkiawati, Ratna; Lubis, Hendarman; Nurfiyah, Nurfiyah; Al Malik MK, Abdillah Syah
Journal of Information System, Informatics and Computing Vol 9 No 2 (2025): JISICOM (December 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v9i2.2132

Abstract

Toko Sembako merupakan usaha yang bergerak dibidang perdagangan, produk yang menyediakan produk sembako. Permasalahan yang ada yaitu belum adanya prediksi penjualan produk di masa mendatang berdasarkan data yang telah direkam sebelumnya. Prediksi ini untuk mempermudah serta memberitahu pemilik toko mengenai produk yang paling banyak dibeli konsumen. Untuk mengetahui prediksi penjualan produk digunakan metode K-Nearest Neighbor Regression, selanjutnya akan melewati tahapan Knowledge Discovery in Database (KDD). Hasil yang diperoleh penulis dari penelitian ini adalah nilai k = 2 mendapat RMSE 0.31318 untuk produk Beras pada bulan ke-11, k = 2 mendapat RMSE 0.29367 untuk produk Gula Pasir pada bulan ke-11 dan bulan ke-12, k = 4 mendapat RMSE 0.34002 untuk produk Minyak Goreng 2 Ltr pada bulan ke-11 dan bulan ke-12, k = 3 mendapat RMSE 0.31820 untuk produk Telur Ayam pada bulan ke-11, k = 6 mendapat RMSE 0.44437 untuk produk Tepung Terigu pada bulan ke-8. Seperti yang tertera dalam pedoman RMSE dapat disimpukan bahwa seluruh model yang penulis uji memiliki satu kesalahan yang kecil yaitu 0,00 – 0,299 dan empat kesalahan sedang yaitu 0,30 – 0,559.