Claim Missing Document
Check
Articles

Found 3 Documents
Search

SOSIALISASI DAN PELATIHAN PENGGUNAAN MARKETPLACE TOKOPEDIA DI LINGKUNGAN PKK HJ. RAISAN Suwaebatul Aslamiyah; Amaliasyifa Agustina; Siti Anisah
Jurnal PkM Pengabdian kepada Masyarakat Vol 4, No 6 (2021): Jurnal PkM : Pengabdian kepada Masyarakat
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jurnalpkm.v4i6.10363

Abstract

Badan Pusat Statistika merilis data pada tahun 2020 bahwa sebanyak 96.58% penduduk DKI Jakarta adalah pelaku E-commerce. Artinya sebanyak 3.42% bukan merupakan pelaku E-Comerce atau tidak menggunakan media E-Commerce apapun. Mitra kami yaitu ibu-ibu PKK di lingkungan Gang H Raisan ini adalah termasuk kedalam 3.42% ini. Mitra kami melakukan usaha jual beli dengan cara tatap muka langsung dimana ini menjadi masalah baru bagi mitra kami dengan adanya Covid-19 dimana dalam masa pandemi seperti sekarang ini kita dihimbau untuk mengurangi tatap muka atau bertemu langsung. Tujuan dilakukannya abdimas ini adalah agar mitra kami memiliki pengetahuan tentang tata cara bagaimana memigrasikan usaha mereka kedalam pemasaran yang berbasis digital. Metode yang dilakukan adalah dengan melaksanakan sosialiasi serta memberikan pelatihan terkait dengan penggunaan marketplace Tokopedia. Hasil dari kegiatan ini adalah bahwa mayoritas dari peserta kegiatan belum memaksimalkan fungsi E-commerce sebagai media pemasaran produk-produk mereka.
Implementasi Metode Rapid Application Development pada Pengembangan Aplikasi Inventory Barang Siti Anisah
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 7, No 1 (2022)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v7i1.13064

Abstract

The Faculty of Medicine and Health, Universitas Muhammadiyah Jakarta, still manually manages inventory, especially the consumables, using paper media such as in processing incoming and outgoing goods and in reporting the goods that are recorded and stored on spreadsheet tools. making it difficult to manage data. The purpose of this study is to design and build an inventory information system to facilitate the effective inventory data management process. The system development method uses Rapid Application Development (RAD). Tools in system design use UML, while system programming uses PHP and mysql database and system testing uses blackbox method. The results of this study produce an inventory of goods information system by providing convenience in managing inventory data, making the finding of goods inventory easier or faster because the system can show the goods data section, making the inventory can be accurately and easily controlled.
ADAPTIVE AFFINITY PROPAGATION UNTUK PENGELOMPOKAN KEHADIRAN MAHASISWA PEMBELAJARAN DARING SELAMA PANDEMI DENGAN NILAI AKHIR Millati Izzatillah; Fauzan Natsir; Siti Anisah; Opitasari Opitasari
NJCA (Nusantara Journal of Computers and Its Applications) Vol 6, No 2 (2021): Desember 2021
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v6i2.286

Abstract

Clustering merupakan metode pengelompokan data dengan mudah dan bertujuan untuk melihat korelasi antar data atribut. Clustering adalah proses pengelompokan titik-titik data yang diambil berdasarkan kesamaan nilai untuk menentukan pusat cluster (exemplar). Affinity Propagation (AP) dan Adaptive Affinity Propagation (AAP) adalah algoritma clustering yang dapat menghasilkan jumlah cluster, anggota cluster, dan contoh dari setiap cluster. Penelitian ini dilakukan untuk mengetahui algoritma yang lebih efektif dalam pengelompokan data. AAP merupakan pengembangan dari algoritma AP yang telah melakukan beberapa perbaikan dalam clustering data. Peneliti juga mengimplementasikan dan menguji kedua algoritma tersebut dengan MATLAB 2021 menggunakan data presensi siswa dalam pembelajaran daring di masa pandemi dengan data nilai akhir sebanyak 500 data. Hasil dari penelitian ini adalah algoritma AP menghasilkan lebih banyak klaster daripada algoritma AAP, klaster AP 5 menggunakan preferensi minimum dan 8 klaster menggunakan preferensi median, klaster AAP 3 menggunakan preferensi minimum dan 2 klaster menggunakan preferensi median. Pemrosesan data runtime AAP lebih cepat daripada AP menggunakan preferensi minimum atau median. Algoritma terbaik dalam clustering data secara optimal adalah Adaptive AP. Hasil lainnya adalah terdapat korelasi antara pengelompokan kehadiran siswa terhadap pembelajaran daring di masa pandemi dengan nilai akhir.