Claim Missing Document
Check
Articles

Optimalisasi Media Sosial Sebagai Penunjang Digital Marketing Gellysa Urva; Pratiwi, Merina; Oemara Syarief, Amiroel
ABDINE: Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2022): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v2i1.301

Abstract

Kemajuan perkembangan dunia digital serta internet yang semakin pesat tentu memiliki pengaruh terhadap dunia marketing. Trend marketing di dunia beralih dari konvensional menjadi digitalisasi. Digital Marketing menjadi media komunikasi yang dianggap lebih efisien dan efektif dalam memasarkan produk. Digital marketing yang biasanya terdiri dari pemasaran interaktif dan terpadu memudahkan interaksi antara produsen, perantara pasar, dan calon konsumen. Salah satu platform digital marketing yang sering digunakan adalah media sosial. Media sosial memiliki karakteristik yang berbeda-beda tergantung kebutuhan dari para pengguna. Facebook merupakan salah satu media sosial yang sering dikunjungi dan umum digunakan serta menghubungkan kita dengan orang lain di seluruh penjuru dunia . Selain itu WhatsApp dinilai efektif dalam mendukung proses pemasaran karena dapat membantu mengirim pesan, gambar, video, suara, dokumen, dan melakukan panggilan serta video call. WhatsApp merupakan aplikasi yang memiliki popularitas unggul yang dimanfaatkan sebagai media komunikasi dalam menyampaikan pesan. Potensi pemanfaatan digital marketing ini mengharuskan masyarakat untuk melek teknologi, oleh karena itu diperlukan sosialisasi dan pelatihan penggunaan media social ini sebagai cara mengoptimalkan digital marketing. Pembekalan ilmu Digital Marketing melalui Facebook dan Whatsapp diharapkan dapat memberikan pengetahuan dan pemahaman serta dapat menginspirasi penjual dalam memanfaatkan media sosial sebagai mediasi untuk memasarkan produk secara optimal.
Pengenalan Aplikasi Canva sebagai Media Pembelajaran untuk Siswa Sekolah Dasar Gellysa Urva; Yuliati, Tri; Handayani, Tri; Sellyana, Ari
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i1.799

Abstract

TPengenalan aplikasi Canva sebagai media pembelajaran untuk siswa sekolah dasar merupakan hal penting mendukung pembelajaran siswa.  Artikel ini membahas tentang penggunaan platform desain grafis Canva sebagai alat bantu pembelajaran untuk meningkatkan adaptasi teknologi bagi siswa sekolah dasar. Dalam era teknologi informasi yang semakin maju, adaptasi teknologi menjadi keterampilan krusial yang perlu dikuasai sejak dini.  Teknologi informasi memainkan peran sentral dalam hampir setiap aspek kehidupan. Penerapan Canva sebagai media pembelajaran dalam konteks sekolah dasar, yang meliputi proses pengenalan aplikasi kepada siswa serta manfaat dan tantangan yang dihadapi oleh guru dan siswa dalam mengadopsi teknologi ini. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan studi kasus di sebuah sekolah dasar. Hasil penelitian menunjukkan bahwa pengenalan Canva di sekolah dasar memberikan dampak positif terhadap minat belajar siswa, kreativitas, dan penguasaan teknologi yang relevan. Pembahasan akan menyoroti relevansi penggunaan Canva sebagai media pembelajaran dalam era digital, dan bagaimana pendekatan ini dapat berkontribusi pada meningkatkan kualitas pembelajaran di sekolah dasar
Rule-Based IoT Decision Support System for Real-Time Chili Plant Growth Monitoring Ertina Sabarita Barus; D.A Barus; Delima Sitanggang; Agung Prabowo; Palma Juanda; Gellysa Urva
ZERO: Jurnal Sains, Matematika dan Terapan Vol 10, No 2 (2026): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v10i2.30236

Abstract

This study proposes a rule-based IoT decision support system for real-time chili plant growth monitoring. Its main contribution is an integrated framework for chili cultivation that combines plant growth indicators and environmental sensor data within a single transparent IF-THEN rule structure an integration not commonly addressed in prior chili-monitoring systems. The system integrates eight parameters stem height, branches, leaves, fruits, soil moisture, temperature, water volume, and soil pH collected from 100 plant samples and 704 repeated environmental sensor records over a single 14-week growing season. Classification is formalized as a maximum-severity decision over a knowledge base of eight rules: each rule carries a severity level, and a record receives the label of the most severe triggered rule (Less Optimal > Fairly Good > Optimal). Thresholds were set through a two-step calibration that combines established agronomic ranges for Capsicum annuum with empirical refinement against observed plant responses. The logic was validated against 100 expert-labeled records using a confusion matrix, achieving 96% overall accuracy (95% CI: 90.2–98.4%), a macro-average F1-score of 93.4%, and per-class F1-scores between 88.9% and 98.0%. Classification results show that 75% of records fell into the Less Optimal category, driven primarily by elevated temperature (mean 34.09°C) and acidic soil pH (mean 5.38). The system delivers interpretable, actionable decision support without complex machine learning infrastructure; its main limitation is that thresholds were calibrated on a single site and season, so external multi-site validation is required before broader deployment.