Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pemanfaatan Website olx.co.id dalam Hal Membuka Peluang Masyarakat RW 09 Pela Mampang untuk Mendapatkan Penghasilan dengan Bertransaksi Online Akbar Muchbarak; Ruri Angelia; Agi Candra Bramantia
Jurnal PkM Pengabdian kepada Masyarakat Vol 1, No 02 (2018): Jurnal PkM Pengabdian kepada Masyarakat
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jurnalpkm.v1i02.1876

Abstract

Dewasa ini peranan internet sangat berarti bagi kehidupan sehari-hari. Baik itu dalam hal penyebaran informasi, kehidupan sosial maupun ekonomi. Namun kenyataannya masih banyak masyarakat yang belum memahami betul keuntungan-keuntungan yang bisa kita raih dari manfaat internet khususnya dalam hal berbisnis. Masyarakat awam masih banyak mempromosikan barang dagangan mereka dengan hanya menggunakan relasi sekitarnya karena keterbatasan tempat, waktu, dan biaya yang harus dikeluarkan, sehingga hasil yang didapat dari transaksi jual masih belum maksimal. Untuk itu perlu diberikan wawasan tambahan terkait keuntungan-keuntungan yang dapat kita peroleh dari memanfaatkan sebuah teknologi informasi. Selain itu perlu juga diperkenalkan sebuah teknologi informasi berupa iklan baris secara online ataupun e-commerce untuk meningkatkan bisnis mereka. Dalam hal ini kami mencoba menggunakan website www.olx.co.id untuk memperkenalkan salah satu pemanfaatan media internet untuk menghasilkan uang tambahan ataupun meningkatkan penghasilan dari berjualan barang ataupun jasa. Tentunya hal ini diharapkan dapat meningkatkan perekonomian dari penjualan hasil produksi atupun barang-barang yang tidak terpakai, baik baru maupun bekas yang ada di sekitar.Kata kunci: Internet, Teknologi, ekonomi, e-commerce, olx.co.id
ANALISIS DAN PERANCANGAN WEB PORTAL SISTEM INFORMASI AKADEMIK BEBERAPA PERGURUAN TINGGI MENGGUNAKAN BASIS DATA TERDITRIBUSI PADA SUATU YAYASAN agi candra bramantia
Faktor Exacta Vol 10, No 4 (2017)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (515.465 KB) | DOI: 10.30998/faktorexacta.v10i4.1352

Abstract

Salah satu model system informasi yang dikembangkan di Perguruan Tinggi, untuk melancarkan kegiatan belajar mengajar atau perkuliahan adalah Sistem informasi Akademik (SIMAK).  Ruang lingkup pengelolaan SIMAK, antara lain melakukan rekapitulasi nilai dan mengurus Kartu Rencana Studi, dan jadwal kuliah.Akan tetapi investasi pembuatan sistem tersebiut memerlukan dana yang relatif besar.  Salah satu cara untuk mengurangi biaya tersebut adalah dengan mendirikan sebuah web portal yang dapat menaungi sistem informasi akademik beberapa perguruan tinggi yang tersimpan pada suatu yayasanTujuan dari penelitian ini adalah Menganalisis dan mendesain web portal sistem informasi akademik pada beberapa perguruan tinggi yang memiliki basis data terdistribusi dalam satu yayasan.  Hasil dari penelitian ini berupa rancang bangun web portal system informasi akademik beberapa perguruan tinggi yang dapat diakses kapanpun dimanapun tanpa terkendala waktu yang terintegrasi pada satu domain tetapi memiliki basis data terdistribusi dalam satu yayasan.
Film Popularity Analysis through Combined K-Means Clustering and Gradient Boosted Trees Agi Candra Bramantia; Desyanti; Jeperson Hutahaean; Erlin Windia Ambarsari
International Journal of Informatics and Data Science Vol. 2 No. 2 (2025): June 2025
Publisher : ADA Research Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64366/ijids.v2i2.81

Abstract

The dynamic and competitive nature of the global film industry presents complex challenges in predicting film popularity, as success is shaped by the interplay of production investment, casting decisions, and audience preferences. This research addresses the limitations of previous studies that have focused primarily on direct relationships, such as budget versus box office returns, by introducing an integrated analytical framework that combines K-Means clustering and Gradient Boosted Trees (GBT) with explainable AI techniques. Utilizing the TMDB movie dataset and constructing features such as actor influence and studio power, the study segments films and predicts audience ratings while providing interpretable visualizations. The results reveal four distinct film clusters and demonstrate that actor influence and budget allocation are the most significant predictors of popularity. The proposed model achieves an R² score of 0.75 and a mean squared error of 0.35 in predicting audience ratings, while cluster analysis shows that Blockbuster films reach the highest average ratings (6.76), and Underperforming films the lowest (2.42). By integrating interpretable predictive modeling and interactive scenario tools, this research offers both theoretical advancement and practical value for industry stakeholders. However, the findings are limited by the available metadata and do not account for factors such as marketing or real-time audience trends, suggesting opportunities for future research to expand the analytical framework.