Article Per Year (5 Year)
p-Index From 2021 - 2026
3.817
P-Index
This Author published in this journals
All Journal Communications in Science and Technology JMBI UNSRAT (Jurnal Ilmiah Manajemen Bisnis dan Inovasi Universitas Sam Ratulangi) YUME : Journal of Management Jurnal Ilmiah Ecosystem Jurnal Pengabdian kepada Masyarakat Nusantara Nusantara Hasana Journal Global Abdimas: Jurnal Pengabdian Masyarakat Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Vokatek : Jurnal Pengabdian Masyarakat Inspiration: Jurnal Teknologi Informasi dan Komunikasi Journal of Embedded Systems, Security and Intelligent Systems Jurnal MediaTIK Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Aras, Rezty Amalia
Institut Teknologi Dan Bisnis Kalla
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
UMKM Go Digital: Peningkatan Literasi Digital UMKM Kota Makassar Pemanfaatan Google Maps dan Media Sosial Ramdhani Sucipto, Kiki Reski; Aras, Rezty Amalia; Salam, Muhammad Fachrul; Rahmawati, Aulia; Afrizal, Yogi Hadi; Rijal, Syamsul
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 3 (2025): Edisi Juli - September
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i3.6633

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan literasi digital pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) di Kota Makassar melalui pemanfaatan Google Maps dan media sosial sebagai strategi pemasaran digital. Dalam menghadapi tantangan transformasi digital, masih banyak pelaku UMKM yang belum optimal memanfaatkan teknologi untuk memperluas jangkauan pasar dan meningkatkan visibilitas usaha. Melalui pendekatan edukatif dan partisipatif, kegiatan ini dilaksanakan dalam bentuk seminar daring yang melibatkan narasumber ahli dari Telkom University dan Kalla Institute. Hasil evaluasi menunjukkan peningkatan signifikan pemahaman peserta terhadap penggunaan platform digital, dengan rata-rata skor post-test meningkat sebesar 69% dibanding pre-test. Selain itu, lebih dari 40% peserta berhasil membuat akun Google Maps dan mengunggah konten promosi di media sosial dalam waktu satu minggu pasca-kegiatan. Kegiatan ini tidak hanya meningkatkan kemampuan teknis pelaku UMKM, tetapi juga membangun kepercayaan diri mereka dalam beradaptasi dengan ekosistem bisnis digital. Temuan ini menunjukkan bahwa intervensi edukatif yang terstruktur dan berkelanjutan dapat mempercepat adopsi digitalisasi UMKM secara nyata. Ke depan, program serupa direkomendasikan untuk dilaksanakan secara periodik dengan dukungan kolaboratif lintas sektor guna memperluas dampak dan keberlanjutan digitalisasi UMKM.
Meningkatkan Potensi Digitalpreneur ditengah Nyaris Teknologi Amalia Aras, Rezty; Hady Afrizal, Yogi; Fachrul Salam, Muhammad; Resky Ramdhani Sucipto, Kiki; Sukri Ahmad, Muhammad
GLOBAL ABDIMAS: Jurnal Pengabdian Masyarakat Vol. 2 No. 2 (2022): November 2022, GLOBAL ABDIMAS
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/globalabdimas.v2i2.387

Abstract

Pelaksanaan PKM dengan tema menjadi digitalpreneur di tengah nyaris teknologi yang dilaksanakan oleh program studi bisnis digital berkolaborasi dengan Skena diikuti sebanyak 81 orang dari berbagai macam latar belakang. Pengabdian ini dilaksanakan dalam bentuk webinar via aplikasi zoom. Terlihat antusiasme peserta saat mengikuti webinar dengar pertanyaan yang diajukan ke pemateri dan feedback yang diperoleh bersifat positif dan beberapa masukan topik untuk kegiatan webinar selanjutnya seperti peran media sosial dalam digital marketing, business model canvas, dan lain sebagainya. Ada beberapa opsi yang disampaikan pemateri untuk menjadi Digitalpreneur Membuat toko online, Bisnis Afiliate, Droship, Content Creator, Penulis Digital, Mengajar Online, Menawarkan jasa skill. Kata kuncinya ada 3 yakni Adaptif, Solutif dan Inovatif.
PENGEMBANGAN KETERAMPILAN DIGITAL KREATIF SISWA MELALUI WORKSHOP UI/UX DAN PROTOTYPING DENGAN FIGMA DI SMA ATHIRAH KAJAOLALIDO Rezty Amalia Aras; Furqan Zakiyabarsi; Aulia Rahmawati; Hany Alexandra; Muhammad Fachrul Salam
Nusantara Hasana Journal Vol. 5 No. 8 (2026): Nusantara Hasana Journal, January 2026
Publisher : Yayasan Nusantara Hasana Berdikari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59003/nhj.v5i8.1871

Abstract

Strengthening creative digital literacy at the high school level is necessary so that students can design digital solutions relevant to user needs and possess basic UI/UX skills to build their portfolios and prepare for study and careers. This activity addressed these needs through a Figma workshop facilitated at Athirah Kajaolalido High School. The workshop used focus group discussions (FGDs) to map needs and design learning scenarios, followed by a two-day workshop. The first day consisted of design thinking and project design sessions. The second day focused on mentoring prototype creation in Figma. The activity resulted in 28 groups of 3–5 students each, producing ideas and prototypes on various themes (education, school services, productivity, the environment, and mental health). Pitching was assessed using eight indicators: problem analysis to solution, user flow, usability, visual aesthetics, design consistency, creativity, pitch structure, and engagement and delivery. The questionnaire results showed an average score of 4.46 for satisfaction with the material, usefulness of the material in helping solve problems, and ease of use of Figma, using a scale of 1–5. The Figma workshop effectively improved students' basic understanding of the digital solution design process and their ability to produce prototypes and present ideas. A follow-up program with longer practice sessions and material reinforcement is recommended to optimize prototype quality and pitching skills.
PELATIHAN DESIGN THINKING DAN PROTOTYPING UI/UX UNTUK IDE STARTUP SISWA SMA Syamsul Rijal; Aulia Rahmawati; Rezty Amalia Aras; Furqan Zakiyabarsi; Hany Alexandria; Muhammad Fachrul Salam; Yogi Hady Afrizal; Andi Jamiati Paramita; Andi Hutami Endang; Kiki Resky Ramdhani Sucipto; Widia Febriyani
Nusantara Hasana Journal Vol. 6 No. 2 (2026): Nusantara Hasana Journal, July 2026
Publisher : Yayasan Nusantara Hasana Berdikari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59003/nhj.v6i2.2294

Abstract

The development of digital technology has created a new ecosystem that requires young people, particularly Generation Z, to become not only passive digital consumers but also creators of innovative solutions through the startup ecosystem. An empathy-based Design Thinking approach is considered effective in producing human-centered solutions while shaping resilient, solution-oriented young entrepreneurial character. However, students at SMA SPIDI Maros still faced difficulties in understanding business idea validation and UI/UX prototype design. This community service program aimed to provide Design Thinking and UI/UX Prototyping training to support students' startup idea development while enhancing their digital literacy. The method employed a two-session training and workshop, consisting of a Design Thinking presentation and a UI/UX Prototyping workshop using Figma, implemented through four stages: identifying participant needs, designing materials, conducting the activity, and evaluation with follow-up. The program was held on 28 January 2026 and attended by 32 participants from grades 10 to 12. Evaluation results showed all indicators fell into the "Very Good" category, with the overall usefulness indicator scoring highest at 4.84/5 (97% agreement), while ease of using Figma scored lowest at 4.41/5 due to limited workshop time. These findings underscore the importance of continuous, multi-session mentoring programs for high school students in the future.
A Comparative Study of Decision Tree and Gradient Boosting Tree Algorithms for Predicting College Enrollment Decisions of High School Students Rezty Amalia Aras; Utami Kusuma Dewi; Yabes Dwi Nugroho
Journal of Embedded Systems, Security and Intelligent Systems Vol 7 No 1 (2026): March 2026
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v7i1.10611

Abstract

The declining interest of high school students in pursuing higher education has become a major concern in Indonesia's education sector. This study aims to develop a data-driven predictive model to assist schools in identifying students’ decisions regarding further education. The study compares two popular classification algorithms, Decision Tree and Gradient Boosted Tree, using a dataset of 300 high school students comprising 10 attributes such as school accreditation, parental income, interest level, and residential status. The research method involves data preprocessing, model training, and performance evaluation using a confusion matrix to measure accuracy, precision, and recall. The results show that the Decision Tree algorithm achieved an accuracy of 76.67%, with a precision of 78.57% and a recall of 73.33% for the "college" class. Meanwhile, the Gradient Boosted Tree produced an accuracy of 73.33%, with a strength in recall for the "not attending college" class at 80%, but was less optimal in detecting students who pursued higher education. It can be concluded that the Decision Tree outperforms in terms of accuracy and interpretability, making it more suitable for use in school environments as a decision-support tool for early intervention, scholarship programs, and career counseling.
Analisis Pola Lelang di Ebay Menggunakan Metode K-Means Clustering Rezty Amalia Aras; Ilna Nardiyah
Jurnal MediaTIK Volume 7 Issue 2, Mei (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v7i2.2112

Abstract

Platform lelang daring telah menjadi aspek penting dalam perdagangan elektronik, yang menghadirkan peluang besar bagi analisis pola perilaku pengguna. Dalam penelitian ini, kami melakukan analisis pola lelang di platform eBay menggunakan metode klastering K-Means. Data transaksi lelang dikumpulkan dan dianalisis untuk mengidentifikasi pola yang mungkin tersembunyi di dalamnya. Langkah-langkah pembersihan data dilakukan untuk memastikan kualitas data yang optimal. Setelah itu, metode K-Means diterapkan untuk mengelompokkan transaksi lelang berdasarkan karakteristik tertentu. Hasil klastering divisualisasikan untuk memberikan wawasan tentang kelompok-kelompok transaksi yang berbeda. Evaluasi hasil klastering dilakukan dengan mempertimbangkan metrik evaluasi seperti inertia dan Silhouette Score. Temuan dari analisis ini dapat memberikan pemahaman lebih dalam tentang perilaku pengguna dalam melakukan lelang di platform eBay.
Analisis Komparatif Artificial Neural Network dan Random Forest dalam Estimasi Nilai Penjualan SuperStore Andi Fany Febrina Jamal Putri; Astrid Kartika Dewi; Rezty Amalia Aras; Aulia Rahmawati
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesalahan dalam mengestimasi nilai penjualan dapat berdampak fatal bagi keuangan perusahaan retail, mulai dari penumpukan barang di gudang (overstock) hingga hilangnya peluang penjualan akibat stok kosong (stockout). Kondisi ini menuntut ketersediaan model estimasi yang akurat, khususnya yang mampu mempertimbangkan faktor keuangan seperti harga, biaya modal, dan keuntungan secara bersamaan. Oleh karena itu, penelitian ini bertujuan untuk membandingkan performa algoritma Artificial Neural Network (ANN) dan Random Forest dalam mengestimasi nilai penjualan pada dataset SuperStore, menggunakan sembilan fitur prediktor termasuk kuantitas, harga, biaya modal, dan keuntungan. Model ANN dibangun dengan tiga lapisan tersembunyi melalui serangkaian percobaan untuk memperoleh konfigurasi optimal, sedangkan Random Forest dibangun menggunakan seratus pohon keputusan. Hasil menunjukkan ANN memperoleh RMSE $69,87 dan R² 0,9844, sedangkan Random Forest memperoleh RMSE $83,26 dan R² 0,9778, namun unggul jauh lebih baik pada metrik MAE (13,21 dibandingkan 34,63). Analisis feature importance menunjukkan biaya modal dan keuntungan memberikan kontribusi paling dominan, melampaui harga produk. Kesimpulannya, performa kedua algoritma bergantung pada karakteristik kesalahan yang ingin diminimalkan, sehingga pemilihan model perlu disesuaikan dengan kebutuhan manajemen retail.
Analisis Komparatif antara Long Short-Term Memory (LSTM) dan XGBoost dalam Estimasi Penjualan Toko Retail Mohammad Hassanal Bolqia; Nurul Faiqah; Rezty Amalia Aras; Aulia Rahmawati
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peramalan penjualan yang akurat merupakan kemampuan penting bagi bisnis modern karena menjadi dasar perencanaan persediaan, penjadwalan staf, dan proyeksi pendapatan. Penelitian ini membandingkan dua pendekatan peramalan yang banyak digunakan, yaitu jaringan Long Short-Term Memory (LSTM) dan Extreme Gradient Boosting (XGBoost), pada dataset penjualan ritel open-source. Data penjualan harian diagregasi dari data transaksi tingkat pesanan, kemudian direkayasa menjadi fitur kalender, fitur lag, dan fitur rolling-window untuk XGBoost, serta diformat menjadi jendela sekuensial yang telah diskalakan untuk LSTM. Kedua model dilatih pada rentang waktu pelatihan yang berurutan secara kronologis dan dievaluasi pada periode pengujian menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil eksperimen menunjukkan bahwa LSTM memperoleh MAE (Rp7.800) dan RMSE (10.800) yang sedikit lebih rendah dibandingkan XGBoost, namun justru menghasilkan MAPE (%25.100) yang lebih tinggi. Visualisasi prediksi menunjukkan bahwa LSTM cenderung menghasilkan prediksi yang hampir konstan mendekati rata-rata penjualan, sedangkan XGBoost dengan MAE (Rp8.600), RMSE (Rp11.500) dan MAPE (%23,200) mampu mengikuti sebagian fluktuasi jangka pendek meskipun kedua model masih kesulitan menangkap lonjakan penjualan ekstrem.
Analisis Performa Algoritma Decision Tree Berbasis SMOTE untuk Klasifikasi Membership Tier Pelanggan E-Commerce Nurul Faiqah; Andi Dwi Aprilya Bastiar; Rezty Amalia Aras; Aulia Rahmawati
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan membership tier menggunakan algoritma Decision Tree Classifier dengan optimasi teknik SMOTE kustom yang proporsional. Menggunakan dataset dari Kaggle yang mencakup 8.000 profil pelanggan dan 25.000 riwayat transaksi, teknik SMOTE kustom berhasil menyeimbangkan data latih dari 6.400 menjadi 8.800 sampel guna mengeliminasi bias kelas mayoritas (Free). Hasil pemodelan dengan pre-pruning (max_depth=4) menunjukkan bahwa rata-rata nilai pesanan (avg_order_value_usd) dengan ambang batas 66.232 USD menjadi akar penentu utama (root node). Evaluasi akhir melalui 5-Fold Cross Validation membuktikan skenario SMOTE kustom menghasilkan lonjakan nilai F1-Score Macro yang signifikan dibandingkan model konvensional. Model ini terbukti memiliki kemampuan generalisasi yang adil dan seimbang dalam mengenali kelas-kelas minoritas (Silver, Gold, dan Platinum), sehingga dapat dijadikan landasan strategis manajemen hubungan pelanggan (Customer Relationship Management) pada industri retail digital.
COMPARISON OF DATA MINING CLASSIFICATION TECHNIQUES FOR HEART DISEASE PREDICTION SYSTEM Rezty Amalia Aras; Noor Akhmad Setiawan
Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 1 No. 1 (2021): Maret : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/teknik.v2i2.672

Abstract

DM is the process of analyzing data from different perspectives and gathering knowledge that can be used for different applications. Classification as one of the data mining techniques used to predict group membership. For example, the healthcare industry. DM provides a set of techniques for discovering hidden patterns from data. In this paper, we examine the heart disease dataset in order to obtain information or patterns that can be useful for making a decision. The test in this paper is a prediction of heart disease using three classification methods, namely OneR, decision tree and naive bayes. The results of this experiment show predictions from each experiment with different levels of prediction accuracy in each method used with 91.48% accuracy for the decision tree, 85.18% for naive Bayes and 76.3% for OneR.
Co-Authors Aditya Alfarizi, Dimas Afrizal, Yogi Hadi Ahmad, Sukri Akbar, Andi Makkulai Al Faqih, Shofwan Al Isra Denk Rimakka Andi Dwi Aprilya Bastiar Andi Fany Febrina Jamal Putri Andi Fauziah Yahya Andi Hutami Endang, Andi Hutami ANDI JAMIATI PARAMITA Andi Nurul Suci Amalia Andika Isma Anhar Januar Malik Astrid Kartika Dewi Aulia Rahmawati Darwis, Analta Dwi Nugroho H, Yabes Febriyani, Widia Furqan Zakiyabarsi Hanung Adi Nugroho Hany Alexandra Hany Alexandria Hutami Endang Igi Ardiyanto Ilna Nardiyah Ilsya Amelia Khaerina Suardi Khaerunnisa Nur Fatimah Syahnur Kiki Resky Ramdhani Sucipto Mardiatul Jannah Mirandha Ariesca Riana Mohammad Hassanal Bolqia Muhaimin Nur, Muhammad Muhammad Fauzi Noor Akhmad Setiawan Nurul Faiqah Nurul Faiqah Pada, Andi Tenri Paramita, A. Jamiati Ramdhani Sucipto, Kiki Reski Resky Ramdhani Sucipto, Kiki Resky Ramdhani, Kiki Rimakka, Al Isra Denk Sari, Emmy Puspita Siswahyudianto Sucipto, Kiki Resky Ramdhani Sukri Ahmad, Muhammad Syamril, Syamril Syamsul Rijal Syamsul Rijal Syarief, Rahmat Thalib, Irfandy Tri Lestari Utami Kusuma Dewi Yabes Dwi Nugroho Yogi Hady Afrizal