Article Per Year (5 Year)
p-Index From 2020 - 2025
2.249
P-Index
This Author published in this journals
All Journal JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Jurnal Sistem informasi dan informatika (SIMIKA) Jutsi: Jurnal Teknologi dan Sistem Informasi J-Com (Journal of Computer) Jurnal Bangun Abdimas Journal of Applied Business and Technology Jurnal Teknologi Ilmu Komputer
Ramdhan, William
Unknown Affiliation
Arts Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Materials Science & Nanotechnology Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Penyuluhan Pengembangan Konten Video Sebagai Strategi Pemasaran Yang Efektif Di E-Commerce Ramdhan, William; Amelia, Sri; Nadia, Nadia
Jurnal Bangun Abdimas Vol 4 No 1: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/ba.v4i1.519

Abstract

Era digital telah mengubah cara bisnis memasarkan produk, dengan e-commerce menjadi salah satu platform utama dalam transformasi ini. Namun, persaingan yang semakin ketat menuntut pelaku usaha untuk mengadopsi strategi pemasaran yang lebih efektif. Salah satu pendekatan yang banyak digunakan adalah pengembangan konten video sebagai alat promosi. Video memiliki daya tarik visual yang mampu menyampaikan informasi secara menarik, meningkatkan keterlibatan konsumen, serta membangun kepercayaan terhadap merek. Dalam konteks e-commerce, video dapat menjelaskan produk secara rinci, menampilkan testimoni pelanggan, hingga menciptakan koneksi emosional melalui storytelling. Sayangnya, pelaku usaha kecil dan menengah (UKM) sering kali menghadapi kendala, seperti keterbatasan sumber daya, kurangnya pengetahuan teknis, dan minimnya akses terhadap teknologi. Oleh karena itu, program penyuluhan menjadi langkah strategis untuk membantu pelaku UKM memahami dan mengimplementasikan strategi pemasaran berbasis video. Program ini tidak hanya memberikan pelatihan teknis pembuatan video, tetapi juga membahas optimasi konten untuk platform digital seperti YouTube, Instagram, dan TikTok, sehingga video lebih mudah ditemukan dan ditonton oleh audiens. Selain aspek teknis, penyuluhan ini juga menekankan pentingnya strategi pemasaran video yang berkelanjutan. Dengan pendekatan ini, pelaku usaha diharapkan dapat menciptakan ekosistem pemasaran yang konsisten, meningkatkan daya saing mereka di pasar digital, dan mendukung pertumbuhan bisnis yang inklusif serta berkelanjutan. Melalui pengembangan konten video yang kreatif dan terarah, strategi ini mampu memberikan nilai tambah signifikan dalam ekosistem e-commerce.
Transfer Learning Model Evaluation on CNN Algorithm: Indonesian Sign Language System (SIBI) Jollyta, Deny; Prihandoko, Prihandoko; Johan, Johan; Ramdhan, William; Santoso, Erick
Journal of Applied Business and Technology Vol. 6 No. 2 (2025): Journal of Applied Business and Technology
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/jabt.v6i2.213

Abstract

In Indonesia as much as elsewhere, the deaf can communicate using sign language. The Indonesian Sign Language System (SIBI) is one of the sign language systems used in Indonesia. A model produced by the Convolutional Neural Network (CNN) method can be used in computer science for the recognition of sign language. By using the Transfer Learning paradigm, CNN's performance may be enhanced. However, not many researches have been conducted to assess the effectiveness of transfer learning on sign language models, particularly those that use the TensorFlow library. In fact, the evaluation results can influence the selection of the transfer learning model together with CNN. This study aims to evaluate the efficacy of using the CNN model for SIBI sign language through Transfer Learning. The data used are images of 24 SIBI alphabets and are processed through the TensorFlow library. The images will be recognized through the transfer learning performance of 6 models, namely VGG16, VGG19, Resnet50, Desenet121, Inception-V3 and MobileNet-V2. The results of the study found that through the TensorFlow library, Mobilenetv2 had the highest accuracy of 78% after 20 epochs.
Analisis Strategi E-Commerce dalam Meningkatkan Daya Saing Toko Batik Lokal : Studi Kasus Rumah Batik Kirana Mariatul Kifti, Wan; Rahayu, Elly; Ramdhan, William
Jurnal Teknologi Ilmu Komputer Vol. 3 No. 2: Juni 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jtik.v3i2.358

Abstract

Perkembangan teknologi informasi di era globalisasi telah membawa perubahan signifikan pada perilaku konsumen dalam berbelanja. E-commerce menjadi sektor dengan pertumbuhan yang pesat, menawarkan kemudahan akses, fleksibilitas waktu, dan pilihan produk yang beragam, sehingga membuka peluang besar bagi pelaku usaha kecil dan menengah (UKM) untuk memperluas jangkauan pasar. Namun, pelaku usaha lokal, seperti produsen batik, menghadapi tantangan dalam bersaing dengan produk global di platform digital, terutama dalam meningkatkan keterlibatan pelanggan (customer engagement). Rumah Batik Kirana, salah satu pelaku usaha batik di Kisaran, Asahan, masih menggunakan strategi pemasaran konvensional dan metode penjualan manual, yang membatasi efisiensi operasional dan potensi penjualan. Penelitian ini bertujuan untuk menganalisis penerapan strategi e-commerce yang efektif guna meningkatkan daya saing dan menjangkau pasar yang lebih luas. Dengan menggunakan pendekatan studi kasus, penelitian ini mengeksplorasi bagaimana Rumah Batik Kirana dapat memanfaatkan teknologi digital untuk memperkuat brand positioning, meningkatkan penjualan, dan memberikan pengalaman belanja yang lebih baik bagi pelanggan. Hasil penelitian diharapkan memberikan wawasan praktis dan menjadi acuan bagi pelaku usaha batik lokal lainnya dalam mengadopsi strategi pemasaran digital yang tepat.  
PENERAPAN ALGORITMA K-PROTOTYPES DALAM ANALISIS POTENSI UMKM DI KABUPATEN ASAHAN Ramdhan, William; Nurwati, Nurwati; Santoso, Santoso
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3863

Abstract

Abstract: Micro, Small, and Medium Enterprises (MSMEs) in Asahan Regency have very heterogeneous characteristics, both in terms of business sectors, capital size, and income achievement. This study aims to cluster MSMEs using the K-Prototypes algorithm to group business actors into uniform clusters based on numerical and categorical characteristics. The methodology used includes the pre-processing stage, variable transformation, determining the optimal number of clusters using the elbow method, and implementing the K-Prototypes algorithm. The results of the study showed that five main clusters were successfully formed, each showing a different pattern in terms of capital, net income, and dominant business sector. Data visualization and exploration (EDA) also strengthened the understanding of the cluster structure that was formed. The cluster with the highest capital and income is dominated by the medium-scale trade sector, while the cluster with the lowest capital and income is identical to micro MSMEs in the culinary and service sectors. These findings prove that the K-Prototypes algorithm is effective in identifying MSME segmentation in a more structured manner and can be the basis for designing more targeted MSME development strategies. Keyword: UMKM; clustering; K-Prototypes; mixed data; segmentation analysis. Abstrak: Usaha Mikro, Kecil, dan Menengah (UMKM) di Kabupaten Asahan memiliki karakteristik yang sangat heterogen, baik dari sisi sektor usaha, besaran modal, hingga capaian income. Penelitian ini bertujuan untuk melakukan klasterisasi UMKM menggunakan algoritma K-Prototypes guna mengelompokkan pelaku usaha ke dalam klaster-klaster yang seragam berdasarkan karakteristik numerik dan kategorikal. Metodologi yang digunakan mencakup tahap pre-processing, transformasi variabel, penentuan jumlah klaster optimal menggunakan metode elbow, serta implementasi algoritma K-Prototypes. Hasil penelitian menunjukkan bahwa lima klaster utama berhasil dibentuk, masing-masing menunjukkan pola yang berbeda dalam hal modal, income bersih, dan sektor usaha dominan. Visualisasi dan eksplorasi data (EDA) turut memperkuat pemahaman terhadap struktur klaster yang terbentuk. Klaster dengan modal dan income tertinggi didominasi oleh sektor perdagangan skala menengah, sedangkan klaster dengan modal dan income terendah identik dengan UMKM mikro di sektor kuliner dan jasa. Temuan ini membuktikan bahwa algoritma K-Prototypes efektif digunakan untuk mengidentifikasi segmentasi UMKM secara lebih terstruktur dan dapat menjadi dasar dalam merancang strategi pengembangan UMKM yang lebih tepat sasaran. Kata kunci: UMKM; klasterisasi; K-Prototypes; data campuran; analisis segmentasi
IMPLEMENTASI COMPOSITE PERFORMANCE INDEX DALAM MENENTUKAN SISWA BERPRESTASI DI MA ISLAMIYAH SEI KAMAH II Susilo, Widya Amanda; Ramdhan, William; Parini
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/kg28tj66

Abstract

The selection of outstanding students at MA Islamiyah Sei Kamah II was previously conducted manually and subjectively, without a structured and transparent assessment standard. The evaluation relied solely on report card scores, disregarding other factors such as attendance, non-academic achievements, and student behavior, which could impact the objectivity of the selection process. To address this issue, this study implements a Decision Support System (DSS) based on the Composite Performance Index (CPI) method to enhance accuracy and transparency in selecting outstanding students. The CPI method integrates various assessment criteria with assigned weights, including report card scores (40%), non-academic achievements (30%), behavior (20%), and attendance (10%). The system is web-based, developed using PHP and MySQL to systematically manage student data. The implementation results indicate that the developed system effectively ranks students more objectively and accurately, ensuring a fair and accountable selection process. With this system, the school can improve the quality of student evaluations and provide more appropriate recognition for high-achieving students. Future recommendations include expanding the system’s accessibility through an Android-based application to enhance usability and efficiency in managing student data.
Co-Authors Alfina, Chalista Amalia Amalia Amalia, Laily Rizky Chaniago, Arif Syarifuddin Deny Jollyta dermawan, ari Erick Santoso Farenza, Dinda Novri Ida Ayu Putu Sri Widnyani Ihsan, Mhd. Ihsan Ishan, Mhd Johan Johan Kifti, Wan Mariatul Mariatul Kifti, Wan Marpaung, Darmiyanti Nabila, Inaya Nadia Nadia Nursia, Akris Nursia Nurwati Nurwati Parini Prihandoko Prihandoko Rahayu, Elly Safitri, Lisda sahren, sahren SANTOSO SANTOSO Sri Amelia, Sri Sudarmin Sudarmin Susilo, Widya Amanda Syahputra, Abdul Karim Tiara, Adinda Zein, Jihan Raihan