Claim Missing Document
Check
Articles

Found 22 Documents
Search

WORKSHOP OPTIMALISASI DIGITAL MARKETING UNTUK PELAKU UMKM PADA LAPAK BERKAH PKK, DI DESA TOYOMARTO SINGOSARI, KABUPATEN MALANG Ariadi Retno Tri Hayati Ririd; Candra Bella Vista; Wilda Imama Sabilla; Habibie Ed Dien; Rosa Andrie Asmara
Kumawula: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2022): Kumawula: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/kumawula.v5i1.36115

Abstract

Digital marketing (pemasaran digital) menjadi hal yang diperlukan untuk sebuah usaha untuk menjangkau pasar yang lebih luas. Terlebih lagi di masa pandemi, penggunaan media digital dalam memasarkan produk penting untuk mempertahankan penjualan yang mulai beralih ke sistem daring. Kelompok UMKM di Lapak Berkah PKK Desa Toyomarto merupakan salah satu dari pelaku UMKM yang tergolong belum maksimal dalam pemanfaatan media internet sebagai sarana promosi dan pemasaran produknya. Padahal tantangan terbesar yang dihadapi oleh UMKM adalah terkait dengan inovasi produk dan cara pemasaran yang efektif. Workshop optimalisasi digital marketing disampaikan ke mitra dengan materi copywriting dan pembuatan desain pemasaran produk. Copywriting merupakan keterampilan menulis naskah iklan untuk menarik minat konsumen terhadap suatu produk. Kemampuan copywriting dalam pemasaran digital juga menjadi satu aspek penunjang yang sangat penting. Selain itu pembuatan desain pemasaran produk akan menambah daya tarik produk untuk memperoleh lebih banyak konsumen. Diharapkan kelompok UMKM di Lapak Berkah PKK Desa Toyomarto mendapatkan manfaat dari meningkatnya kualitas pengetahuan dan penguasaan sumber daya manusia dalam penggunaan teknologi informasi dalam mengoptimalkan pemasaran digital.
Implementasi Aplikasi E-Reporting Infrastructure (ERI) Sebagai Media Monitoring Pengaduan Kerusakan Fasilitas Kampus Usman Nurhasan; Rakhmat Arianto; Candra Bella Vista; Embriani Dewi Lestari; Mita Kartina Sari
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1532

Abstract

The quality of educational facilities and infrastructure is a measure of the success of the teaching and learning process. Over time, these facilities and infrastructure will suffer damage and their quality will decline. Reports of damage to facilities and infrastructure are always made verbally. Another issue that arises is that Sarpras officers have not seen photographic evidence of the reported condition of the infrastructure. This problem can make it difficult for Sarpras agents to identify infrastructure. The reporting party often does not obtain information about the status of the response from the report. This issue is caused by the fact that no media can be used by the reporter to know the status of the reporting of user complaints. To minimize the reporting of damage errors, an information system can be applied. The application that can be applied in the problem of reporting damage to campus infrastructure is E-Reporting Infrastructure (ERI). This application aims to provide access for registrants and stakeholders to monitor each other's damage reports so that the priority scale for processing recommendations is immediately determined. The recommendations must be able to adapt to the variables which are the needs and priorities of management. The process of determining recommendations will be more stable if it is processed by an algorithm integrated into the ERI. The algorithm that will be applied is a practical and multi-criteria ranking algorithm, including Topsis and SAW. The computation results obtained will be compared in order to determine the efficiency and characteristics of the algorithm.
Workshop Pemanfaatan Teknologi untuk Memantau Tumbuh Kembang dan Kesehatan Balita Dwi Puspitasari; Mamluatul Hani’ah; Candra Bella Vista; Ika Kusumaning Putri; Wilda Imama Sabila
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 8 No. 2 (2021): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v8i2.49

Abstract

Anak merupakan sumber daya manusia yang penting untuk kelangsungan dan kemajuan suatu bangsa. Oleh sebab itu pemantauan tumbuh kembang dan kesehatan anak menjadi sangat penting untuk dilakukan secara berkala. Dengan pemantauan tumbuh kembang dan kesehatan anak diharapkan Indonesia dapat menghasilkan generasi unggul dan berkualitas. Seiring perkembangan teknologi informasi para orang tua tentunya membutuhkan solusi yang mudah, praktis, dan efisien untuk memantau perkembangan dan kesehatan balita. Penggunaan aplikasi mobile dapat digunakan sebagai solusi untuk orang tua milenial. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk mengenalkan dan melatih orang tua di Posyandu Rajawali untuk menggunakan Aplikasi PrimaKu. Aplikasi PrimaKu adalah aplikasi digital yang diprakarsai oleh Ikatan Dokter Anak Indonesia (IDAI) sebagai upaya mempermudah orang tua di Indonesia dalam memantau tumbuh kembang anak sejak dini secara berkala dan berkelanjutan. Berdasarkan hasil kuisioner, peserta respon baik terhadap pelaksanaan kegiatan baik berdasarkan kemanfaatan program, relevansi serta kejelasan materi.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Analysis of System Requirements and Architecture for Facilitating Table-Based Data Clustering for Non-Technical Users Yoppy Yunhasnawa; Toga Aldila Cinderatama; Candra Bella Vista
Journal of Applied Business and Technology Vol. 4 No. 3 (2023): Journal of Applied Business and Technology
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/jabt.v4i3.140

Abstract

Clustering is one of the key techniques in unsupervised learning analysis, aimed at grouping similar data objects into clusters based on shared characteristics. The broad benefits of clustering are evident across various sectors, such as business, marketing, finance, and many others. However, the complexity of implementing clustering, especially for those without a background in statistics or programming, poses a barrier. The appropriate selection of clustering methods and accurate interpretation of results require a solid understanding of statistics. This research aims to address this issue by crafting a detailed Software Requirements Specification for a user-friendly clustering application, equipped with an intuitive interface and effective tools, based on comprehensive literature study, which finally allowing non-experts to engage in the clustering process without in-depth knowledge of statistics or programming. As such, this study endeavors to provide a practical solution for utilizing clustering without excessive technical impediments.
DETEKSI KERUSAKAN DAN KELAYAKAN BAN MOBIL BERDASARKAN EKSTRAKSI TEKSTUR MENGGUNAKAN GRAY LEVEL COOCCURRENCE MATRIX DENGAN METODE JARINGAN SYARAF TIRUAN Nugroho Febriyanto; Cahya Rahmad; Candra Bella Vista
Jurnal Informatika Polinema Vol. 7 No. 4 (2021): Vol 7 No 4 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i4.469

Abstract

Penyebab kecelakaan di Indonesia salah satunya adalah faktor dari kondisi kendaraan yang tidak baik salah satunya kondisi ban yang mengalami kerusakan. Jenis kerusakan ban mobil terdiri dari empat jenis yaitu ban mobil aus, ban mobil aus pada bagian tertentu, ban mobil retak atau terkena paku, ban mobil pecah atau robek. Faktor lainnya yaitu kurang kesadaran atau kelalaian dari pengguna mobil untuk selalu memeriksa kondisi kendaraan terutama kondisi ban sebelum digunakan. Untuk mengatasi hal tersebut maka diusulkan untuk membuat sistem pendeteksi kerusakan dan kelayakan pada ban mobil berbasis Digital Image Processing (Pengolahan Citra Digital). Pada skripsi ini menggunakan citra ban mobil untuk didekteksi jenis kerusakan pada ban tersebut berdasarkan tekstur menggunakan Gray Level Cooccurrence Matrix. Backpropagation digunakan untuk mengklasifikasikan jenis kerusakan ban mobil dari nilai ekstraksi tekstur. Pada 100 kali pengujian menunjukkan tingkat akurasi metode Backpropagation adalah 80%. Faktor yang mempengaruhi tingkat akurasi yaitu proses pengambilan citra, kondisi ban mobil yang akan diambil citranya, nilai parameter yang digunakan untuk klasifikasi, dan perubahan nilai parameter yang tidak signifikan. Selain itu pengguna kendaraan dapat mengirimkan kondisi ban mereka melalui aplikasi android yang dibuat pada skripsi ini untuk diketahui jenis kerusakan dan tingkat kelayakan. Sehingga pengguna mobil dapat mengambil keputusan untuk mengganti ban mobil tersebut atau tidak.
ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Candra Bella Vista; Osa Mahanani Sihono; Annisa Taufika Firdausi
Jurnal Informatika Polinema Vol. 9 No. 3 (2023): Vol 9 No 3 (2023)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i3.1273

Abstract

Sebagai upaya memulihkan pembelajaran setelah pandemi covid-19, Kemendikbudristek mengeluarkan kebijakan memperbolehkan pembelajaran secara tatap muka di semester genap tahun ajaran 2022 secara terbatas. Keadaan tersebut tidak bertahan lama karena setelah kegiatan pembelajaran tatap muka dilaksanakan, angka covid naik kembali. Sehingga banyak opini pro dan kontra terkait pembelajaran tatap muka di tengah kenaikan kasus covid dan kemunculan berbagai varian virus covid. Twitter sebagai salah satu media sosial yang paling banyak digunakan oleh masyarakat Indonesia untuk menyampaikan opini. Opini mengenai pembelajaran tatap muka selama pandemi covid-19, sempat menduduki trending topic di Indonesia dalam beberapa waktu. Hal ini membuka peluang untuk dilakukan analisis sentimen terkait pembelajaran tatap muka (ptm). Pada penelitian ini penulis melakukan analisis sentimen pada data Twitter terkait pembelajaran tatap muka (ptm) menggunakan metode Support Vector Machine (SVM) dan fitur TF-IDF untuk mengekstraksi sebuah data opini untuk melihat kencondongan kalimat tersebut bernilai positif, negatif, atau netral. Penerapan tahap preprosesing menggunakan cleaning, case folding, tokenzing, dan stopword removal. Pengujian dilakukan untuk mencari nilai akurasi, precision, recall, dan, f-measure berdasarkan rasio data latih dan data. Rasio yang digunakan sebagai perbandingan adalah 60:40, 70:30, 80:20, dan 90:10. Hasil pengujian menunjukkan bahwa menggunakan perbandingan data latih dan data uji 90:10 mendapatkan akurasi tertinggi sebesar 73%.
Sistem Informasi dalam Penentuan Status Terhadap Gizi Balita dengan Memanfaatkan Metode Simple Additive Weighting Rifkie Nurdian AdiNugroho; Candra Bella Vista; Rokhimatul Wakhidah
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i1.1132

Abstract

Posyandu beroperasi sebagai pusat pelayanan kesehatan masyarakat yang memberikan pelayanan keluarga berencana, dengan penekanan khusus pada pemantauan tumbuh kembang balita, termasuk pengawasan kesejahteraan gizinya. Sistem informasi status gizi balita di Puskesmas Kejayan dirancang untuk mengefektifkan pengelolaan data penilaian status gizi balita di berbagai Posyandu yang berafiliasi dengan Puskesmas Kejayan. Saat ini, praktik pencatatan data secara manual menggunakan Excel menyebabkan ketidakakuratan dalam penginputan data. Kesalahan dalam memasukkan data balita dapat mengakibatkan ketidakakuratan dalam menentukan status gizi balita. Proses penghitungan status gizi secara manual juga sangat rentan terhadap ketidakkonsistenan. Oleh karena itu penelitian ini bertujuan untuk membantu Puskesmas dalam pengelolaan data Posyandu dan melaksanakan otomasi dalam penentuan status gizi balita di Puskesmas Kejayan.Pendekatan pengembangan yang dipilih adalah metode air terjun, dan penilaian status gizi balita menggunakan metode Simple Additive Weighting (SAW) sebagai alat pengambilan keputusan untuk memilih alternatif yang tepat berdasarkan berbagai kriteria. Beberapa kriteria yang dipertimbangkan dalam penelitian ini antara lain berat badan dalam kaitannya dengan jenis kelamin dan usia, tinggi badan dalam kaitannya dengan jenis kelamin dan usia, dan berat badan dalam kaitannya dengan tinggi badan. Keputusan yang dievaluasi dalam penelitian ini berkaitan dengan status gizi balita, meliputi gizi lebih, gizi baik, gizi sedang, gizi kurang, dan gizi buruk. Melalui pengujian data 100 balita yang diteliti peneliti, metode Simple Additive Weighting menunjukkan tingkat akurasi 100% dalam penentuan status gizi balita di Puskesmas Kejayan.
PEMBUATAN WEBSITE UNTUK SOSIALISASI PROGRAM DAN BERITA PELAKSANAAN KEGIATAN PADA YAYASAN BUMI LANGGAT PEDULI Yoppy Yunhasnawa; Toga Aldila Cinderatama; Moch. Zawaruddin Abdullah; Gunawan Budiprasetyo; Muhammad Afif Hendrawan; Candra Bella Vista; Rinanza Zulmy Alhamri; Maskur Maskur
Jurnal Pengabdian kepada Masyarakat Vol. 10 No. 2 (2023): JURNAL PENGABDIAN KEPADA MASYARAKAT 2023
Publisher : P3M Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/abdimas.v10i2.4486

Abstract

Yayasan Bumi Langgat Peduli, based in Dusun Langgat, Malang, is a community initiative since 2017, focusing on social development. With funding sources from donors and the "Bongkar-Rapikan-Sedekahkan" program, the foundation has conducted various inclusive programs. However, manual communication via WhatsApp limits the reach of information. Through the Community Engagement project, we from Politeknik Negeri Malang design, implement, and deploy an official website that not only expands the information reach but also effectively showcases the foundation's programs and activities. This endeavor encapsulates a comprehensive solution to enhance Yayasan's outreach and impact.