Claim Missing Document
Check
Articles

Transformasi Digital dan Inovasi Pemasaran untuk Meningkatkan Daya Saing UMKM di Desa Sukabungah Kabupaten Bekasi Kartini, Tri Mulyani; Anshor, Abdul Halim; Maulana, Donny; Rismawati, Rismawati
Jurnal Pengabdian West Science Vol 4 No 12 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i12.3007

Abstract

Pengabdian masyarakat ini dilaksanakan dengan tujuan mendukung transformasi digital dan penguatan inovasi pemasaran bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) di Desa Sukabungah, Kabupaten Bekasi. Latar belakang kegiatan ini berangkat dari rendahnya pemanfaatan teknologi digital dan strategi pemasaran modern oleh UMKM, yang berdampak pada keterbatasan daya saing di tengah perkembangan ekonomi digital. Metode yang digunakan adalah pelatihan, pendampingan, dan praktik langsung terkait literasi digital, pengelolaan keuangan berbasis aplikasi, serta pemanfaatan media sosial dan e-marketplace sebagai sarana pemasaran. Hasil kegiatan menunjukkan peningkatan signifikan dalam kemampuan peserta, antara lain pada penggunaan WhatsApp Business (dari 20% menjadi 80%), pemanfaatan Instagram Business (dari 10% menjadi 65%), pencatatan keuangan digital (dari 10% menjadi 50%), serta pemanfaatan e-marketplace (dari 5% menjadi 30%). Temuan ini mengindikasikan bahwa intervensi berbasis transformasi digital dapat meningkatkan literasi digital, memperluas jangkauan pasar, dan memperkuat daya saing UMKM. Studi ini merekomendasikan perlunya pendampingan berkelanjutan, sinergi dengan pemerintah daerah, dan penguatan ekosistem digital lokal untuk memastikan keberlanjutan hasil yang dicapai.
Genetic Algorithm Optimization on Nave Bayes for Airline Customer Satisfaction Classification Religia, Yoga; Maulana, Donny
JISA(Jurnal Informatika dan Sains) Vol 4, No 2 (2021): JISA(Jurnal Informatika dan Sains)
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/jisa.v4i2.925

Abstract

Airline companies need to provide satisfactory service quality so that people do not switch to using other airlines. The way that can be used to determine customer satisfaction is to use data mining techniques. Currently, the website www.kaggle.com has provided Airline Passenger Satisfaction data consisting of 22 attributes, 1 label and 25976 instances which are included in the supervised learning data category. Based on several previous studies, the Naïve Bayes algorithm can provide better classification performance than other classification algorithms. Several studies also state that the use of Naive Bayes can be optimized using Genetic Algorithm (GA) to obtain better performance. The use of Genetic Algorithm for Nave Bayes optimization in classifying Airline Passenger Satisfaction data requires further research to ensure the performance of the given classification. This study aims to compare the use of the Naive Bayes algorithm for the classification of Airline Passenger Satisfaction with and without GA optimization. The data validation process used in this study is to use split validation to divide the dataset into 95% training data and 5% testing data. The test results show that the use of GA on Naive Bayes can improve the classification performance of Airline Passenger Satisfaction data in terms of accuracy and recall with an accuracy value of 85.99% and a recall of 87.91%.