Claim Missing Document
Check
Articles

Found 12 Documents
Search

PEMASARAN PRODUK MACRAME HANDYCRAFT PADA MEDIA INSTAGRAM SEBAGAI SARANA ONLINE MARKETING Hani Irmayanti; Sri Nurhayati; Riani Lubis
Jurnal Pengabdian Pelitabangsa Vol. 3 No. 02 (2022): Jurnal Pengabdian Pelitabangsa Oktober 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jabmas.v3i02.1445

Abstract

Permasalahan yang ada pada mitra adalah mitra belum mengetahui bagaimana pemanfaatan teknologi untuk promosi dan penjualan hasil kerajinan makrame. Mitra juga kesulitan dalam membuat branding produk, sehingga masih kesulitan dalam memperkenalkan produk kerajinan tangan yang mereka buat ke masyarakat luas. Tujuan dilaksanakan Pengabdian dan Pemberdayaan Masyarakat ini adalah Memperkenalkan penggunaan teknologi sebagai media untuk melakukan promosi dan penjualan produk serta memberikan informasi bagaimana cara membangun kekuatan branding produk dengan media sosial Instagram. Media social Instagram akan digunakan dalam proses promosi ini, karena sekarang media ini penggunanya cukup banyak dari semua kalangan, tidak hanya digunakan untuk kepentingan probadi, akan tetapi digunakan juga untuk bisnis. Metode yang akan digunakan dalam kegiatan ini adalah pembekalan materi untuk menjelaskan apa itu media sosial Instagram, bagaimana cara menggunakan media sosial tersebut, selain itu juga dilakukan pelatihan terhadap Ibu-Ibu di RT.01 Kelurahan Kebonwaru Kota Bandung dalam melakukan pembuatan akun Instagram. Kemudian pelatihan dalam penggunaan Instagram untuk kegiatan promosi dan penjualan. Selain itu juga pelatihan dalam branding produk yang akan di promosikan dalam Instagram.Setelah dilaksanakannya kegiatan Pengabdian dan pemberdayaan pada masyarakat ini, Ibu-Ibu di RT.01 lebih peham penggunaan media sosial Instagram dan juga lebih memahami lagi bagaimana cara memasarkan produk mereka di media sosial Instagram.
Application of the Machine Learning Method for Predicting International Tourists in West Java Indonesia Using the Averege-Based Fuzzy Time Series Model Sri Nurhayati; Syahrul Syahrul; Riani Lubis; Mochamad Fajar Wicaksono
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 1 (2023): March
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i1.25475

Abstract

The purpose of this study is to propose whether an average-based fuzzy time series model is appropriate for use in predicting the number of foreign tourists coming to West Java, Indonesia. Machine learning is a branch of artificial intelligence where machines are designed to learn on their own without human direction. One of the machine learning methods used by data science is for prediction processes, such as predicting the number of tourists. Tourism is one of the economic sectors that has a direct impact on the community's economy. Based on data from the Badan Pusat Statistik (BPS), the number of tourists coming to West Java Indonesia fluctuates, meaning that the number can increase and decrease every month and year. Changes in the number of tourists that fluctuate are one of the problems that have an impact on tourism actors. Therefore, the solution given to answer this problem is that an appropriate model is needed to predict the number of tourists visiting West Java. The contribution of this research is to help related parties in predicting the number of foreign tourists so that it can be used as one to make policies related to tourism preparation and planning efforts in West Java, Indonesia.  The method used in this research is a case study approach, where the case study is taken from data on foreign tourists visiting West Java from 2017 to 2020. For the prediction process, the method used is the fuzzy time series method and the average length-based algorithm as the determinant of the interval length. Effective interval length can affect prediction results with a higher level of accuracy. Based on the prediction test results, the Mean Absolute Percentage Error (MAPE) value is 14.71%. These results indicate that the fuzzy time series model based on the average interval length is good for prediction.