Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pelatihan Pengelolaan Marketplace Shopee Sebagai Peningkatan Pemasaran Produk Bagi Komunitas Bisnis Online Beautysalihaa Humisar Hasugian; Dolly Virgian Shaka Yudha Sakti; Nofiyani Nofiyani
Dedikasi:Jurnal Pengabdian kepada Masyarakat Vol 2, No 2 (2022): Jurnal Dedikasi
Publisher : Universitas Jayabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31479/dedikasi.v2i2.160

Abstract

Komunitas Bisnis Online Muslimah Beautysalihaa merupakan sebuah team bisnis yang menjual produk kosmetik dengan merek Berl dan juga mukena dengan merek Delanova. Team ini dipimpin oleh Agent Berl Kosmetik Kabupaten Bogor yang sekaligus Distributor Delanova dengan anggota member diantaranya sekitar 50 reseller. Distributor selaku pemimpin team menargetkan omset penjualan bulanan tahun depan menjadi dua kali lipat dari omset bulanan saat ini. Dalam memasarkan produk, Beautysalihaa sudah memanfaatkan media sosial Instagram. Oleh karena itu, perlu adanya dukungan teknologi lain seperti marketplace untuk memudahkan proses penjualan dan pemasarannya. Salah satu nya adalah marketplace Shopee yang sudah sering digunakan untuk bertansaksi jual beli secara aman. Pemanfaatan Shopee ini tentunya tidak dengan membuka kios daring saja, tetapi dibutuhkan teknik tertentu agar kios daring yang dimiliki dapat segera beroperasi dan menunjang peningkatan pemasaran bisnis online ini. Oleh karena itu, pada pelatihan pengabdian pada masyarakat kali ini, tim PKM Universitas Budi Luhur Membantu Komunitas Bisnis Online Muslimah Beautysalihaa dalam memanfaatkan marketplace Shopee agar mereka bisa meningkatkan penjualan produknya juga agar dapat menambah nilai dan citra Universitas Budi Luhur dimata masyarakat dalam bidang pendidikan.
A Peningkatan Kompetensi Pegawai di Bidang Teknologi Informasi Melalui Pelatihan Microsoft Word Humisar Hasugian; Wulandari Wulandari; Hamdani, Agus Umar; Nofiyani Nofiyani
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 4 No 2 (2024): Jurnal KRESNA November 2024
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v4i2.169

Abstract

Kemajuan teknologi informasi mendorong pegawai untuk terus meningkatkan kompetensi pegawai, terutama dalam penguasaan aplikasi perkantoran seperti Microsoft Word. Aplikasi ini memiliki peran penting dalam mendukung produktivitas kerja. Namun terdapat pegawai yang hanya memanfaatkan fitur dasar aplikasi ini, sehingga potensi produktivitasnya belum sepenuhnya tereksplorasi. Microsoft Word memiliki berbagai fitur lanjutan yang, jika dikuasai, dapat membantu meningkatkan efisiensi kerja, seperti pembuatan dokumen profesional, pengelolaan tabel, pengaturan format otomatis, hingga fitur kolaborasi. Oleh karena itu, pelatihan ini dirancang untuk membantu pegawai memahami dan memanfaatkan fitur-fitur tersebut secara optimal. Kegiatan ini bermaksud untuk melatih penggunaan Microsoft Word agar dapat meningkatkan kemampuan pegawai yang berhubungan dengan teknologi informasi. Metode yang digunakan berupa Observasi, pelatihan, dan survei, dengan memberikan soal-soal pre-test dan juga post-test terkait penguasaan Microsoft Word. Pelatihan melibatkan materi yang dirancang secara bertahap, mulai dari pengenalan fitur dasar hingga eksplorasi fitur lanjutan. Dalam kegiatan pelatihan ini menghasilkan nilai rata-rata pre-test sebesar 50.5, sedangkan nilai rata-rata post-test sebesar 86, sehingga terdapat peningkatan nilai rata-rata sebesar 70.3%. Dengan demikian kegiatan pelatihan ini lebih efektif dalam meningkatkan pemahaman dan keterampilan peserta, pelatihan serupa dapat direkomendasikan untuk meningkatkan kualitas sumber daya manusia dengan memaksimalkan pemanfaatan teknologi informasi.
Analisis Sentimen terhadap Ulasan Aplikasi Canva di Play Store dengan Menggunakan Pendekatan Lexicon dan Algoritma Decision Tree Wulandari Wulandari; Nofiyani Nofiyani; Yesi Puspita Dewi
Jurnal Ticom: Technology of Information and Communication Vol 13 No 2 (2025): Jurnal Ticom-Januari 2025
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i2.133

Abstract

Aplikasi Canva merupakan aplikasi yang digunakan untuk desain grafis seperti pembuatan presentasi online, poster, infografis, dan kebutuhan desain. Analisis sentimen aplikasi Canva dilakukan dengan mengumpulkan ulasan dari pengguna aplikasi tersebut. Ulasan pengguna yang dikumpulkan melalui teknik scraping menggunakan google colab dan dianalisis untuk mengidentifikasi sentimen positif, netral, dan negatif. Data yang diperoleh kemudian diolah pada tahapan preprocessing data, seperti cleaning, tokenisasi, normalisasi, dan pelabelan otomatis menggunakan metode lexicon Vader. Tujuan pada penelitian ini yiatu untuk menganalisis ulasan pengguna aplikasi Canva di Play Store dengan menggunakan pendekatan lexicon dan algoritma Decision Tree. Model klasifikasi Decision Tree digunakan untuk mengolah data yang telah dilabeli dengan hasil evaluasi menunjukkan akurasi sebesar 87%. Performa terbaik dicapai pada kelas "2" (positif) dengan nilai precision 90%, recall 89%, dan F1-score 89%, yang mencerminkan keseimbangan yang baik antara precision dan recall. Hasil penelitian ini membuktikan bahwa algoritma Decision Tree efektif dalam mengklasifikasikan sentimen ulasan. Dengan memanfaatkan hasil analisis ini, pengembang aplikasi Canva dapat memperoleh wawasan berharga untuk meningkatkan kualitas layanan mereka, baik dalam menghadapi kebutuhan pengguna maupun mengatasi keluhan yang muncul. Penelitian ini memberikan kontribusi nyata dalam pemanfaatan analisis sentimen untuk mendukung pengembangan produk berbasis data
Penerapan Metode Naive Bayes Classifier pada Klasifikasi Berita Google Alert RSS FEEDS Nofiyani Nofiyani
Jurnal Ticom: Technology of Information and Communication Vol 14 No 2 (2026): Jurnal Ticom-Januari 2026
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v14i2.193

Abstract

Di masa modern ini jumlah publikasi berita setiap hari semakin meningkat yang menyulitkan pengguna dalam menemukan berita yang relevan sesuai kebutuhan atau minat pengguna. Oleh karena itu, diperlukan sistem yang mampu mengelompokkan berita secara otomatis. Klasifikasi berita merupakan salah satu penerapan text mining. Proses klasifikasi ini memerlukan metode yang efektif. Salah satu metode yang sering digunakan adalah Naive Bayes Classifier, karena dapat bekerja sangat baik dan memiliki tingkat akurasi yg lebih baik dibanding model classifier lainnya. Dengan memanfaatkan data yang diperoleh dari Google Alerts RSS Feeds yang terdiri dari 80 data yang terbagi menjadi 64 data latih dan 16 data uji. Hasil evaluasi model Confusion matrix menunjukkan bahwa metode Naive Bayes Classifier (NBC) mengklasifikasikan secara benar 11 sampel dari total 16 sampel data uji dengan nilai akurasi sebesar 68,75%, nilai presisi 66,25% dan nilai recall 66,67%.