Claim Missing Document
Check
Articles

Found 7 Documents
Search

Analisis Data Pengunjung Mall Nipah Mendukung Strategi Digital Marketing Menggunakan K-Means Clustering Nikmah Jayanti; Charos George Selan; Medy Wisnu Prihatmono
Jurnal Penelitian Inovatif Vol 2 No 1 (2022): JUPIN April 2022
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.65

Abstract

Pada era saat ini system digital marketing berkembang dengan sangat pesat, perusahaan berlomba dalam menyusun strategi digital untuk menarik para pengunjung. nipah mall merupakan mall berkonsepkan “green bulding” ruang terbuka hijau dengan fasiltas terbaik dan kenyamanan para pengunjung. Pada strategi kali ini system digital marketing membuat suatu event yang dimana para pengunjung mengikuti petunjuk yang telah di sebarkan sebagaimana pada event ini mengacu pada perlombaan menjawab sebuah pertanyaan (Quis) dalam aplikasi berbasis barcode untuk mendapatkan sebuah vocher belanja. Penelitian ini bertujuan untuk menganalisa data pengunjung yang dimana penerapan strategi telah dilaksakan dan sebagai upaya peningkatan volume pengunjung untuk mengtahui: [1] jumlah respondent pengunjung [2] jumlah respondent yang mengikuti quis dengan menjawaban benar dan salah. Berdasarkan uraian tersebut penelitian dilakukan untuk mengahasilkan kesimpulan penerapan strategi marketing digital ini terlaksana dengan baik oleh devisi digital marketing & communication. Pada pengelompokan data tersebut dapat dilihat karakteristiknya sehingga diketahui cluster rendah, sedang dan tinggi, untuk menganalisa data tersebut selama pelaksanan event ini perlu di analisa menggunakan metode K-Means Clustering. Algoritma K-Means berperan untuk menyelesaikan penelitian ini dengan metode pengelompokan data Sehingga mengahasilkan simulasi pengetahuan data pengunjung mengikuti event tersebut, dan mengimplementasikan hasil K-Means dalam Rapid Miner agar dapat melihat hasil visualisai algoritma K-Means.
PENGGUNAAN SNORT PADA VIRTUALBOX UNTUK MENGANALISA AKTIVITAS SERANGAN Medy Wisnu Prihatmono
PROGRESS Vol 9 No 2 (2017): September
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.997 KB) | DOI: 10.56708/progres.v9i2.76

Abstract

Ketergantungan manusia akan teknologi informasi terus meningkat seiring dengan berjalannya waktu. Memang dengan teknologi informasi segalanya menjadi lebih cepat, praktis, dan relatif sangat mudah, jarak yang begitu jauh bermil-mil akan terasa begitu dekat. Bersama dengan itu pula maka masalah baru pun akan muncul yaitu mengenai keamanan jaringan. Salah satu faktor yang menjadi ancaman dalam keamanan jaringan adalah adanya penyusup atau attacker. Attacker akan menyusup ke dalam jaringan secara tiba-tiba tanpa sepengetahuan dari admin jaringan. Bermacam-macam tujuan dari attacker mungkin hanya sekedar iseng, melihat-lihat data atau mengambilnya bahkan akan menjadi sangat berbahaya kalau sampai merusak data dan system. keamanan sistem dari waktu ke waktu, memastikan bahwa sistem dan jaringan yang dikelola terjaga dari berbagai peluang ancaman. Intrusion Detection System (IDS) membantu pengguna dalam memonitor dan menganalisa gangguan pada keamanan jaringan. Untuk mengidentifikasi adanya penyusupan atau pemindaian oleh pihak-pihak yang tidak memiliki otoritas. Selain itu adanya celah dan tidak ada sistem keamanan yang melindungi sistem menjadikan sistem rentan terhadap serangan. Tujuan Penelitian ini mengimplementasi snort pada virtualbox untuk menganalisa ping,telnet dan SSH..Penulis menggunakan software SNORT dalam penelitiannya
IMPLEMENTASI ALGORITMA C4.5 MENGGUNAKAN PYTHON UNTUK KLASIFIKASI KEPUASAN KONSUMEN Medy Wisnu Prihatmono; Alviva Felicia Watratan
PROGRESS Vol 11 No 2 (2019): September
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (131.305 KB) | DOI: 10.56708/progres.v11i2.146

Abstract

Kepuasan konsumen merupakan tingkat dimana anggapan terhadap produk sesuai dengan harapan para konsumen. Harapan konsumen umumnya merupakan prakiraan atau keyakinan konsumen tentang apa yang akan diterimanya bila telah membeli atau mengkonsumsi suatu produk. Kenyataannya, apa yang bisa memuaskan konsumen di satu situasi mungkin tidak bisa memuaskan konsumen yang sama di lain situasi. Ditambah dengan sistem keluhan konsumen yang hanya disediakan contact person oleh pihak restoran. Dengan demikian, kepuasan konsumen sangat sulit diketahui, karena tidak semua konsumen menghubungi contact person yang disediakan. Penelitian dilakukan pada rumah makan pallubasasrigala kota makassar dengan menebarkan angket kuisioner sebanyak 100 data.. Kemudian diolah dengan klasifikasi Decision Tree menggunakan algoritma C4.5. Dari proses klasifikasi akan menghasilkan beberapa aturan yang menyebabkan konsumen merasa puas dan tidak puas, serta seberapa besar konsumen merasa puas maupun tidak puas. Hasil yang diperoleh pada penelitian ini adalah Sistem ini dapat mengklasifikasikan konsumen merasa puas apabila pelayanan dirasa lumayan, product dirasa lumayan, fasilitas dirasa baik dan pelayanan dirasa ramah,dengan persentasi akurasi sebanyak 70 %.
KOMPARASI ALGORITMA KLASIFIKASI UNTUK SENTIMEN ANALYSIS DJ.ID PADA TWITTER Medy Wisnu Prihatmono; Ida
PROGRESS Vol 12 No 1 (2020): April
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.538 KB) | DOI: 10.56708/progres.v12i1.171

Abstract

Saat ini pendapat masyarakat menjadi sumber yang penting dalam pengambilan keputusan akan suatu produk atau jasa. Sentimen analisis berfungsi sebagai informasi hasil dari mengekspresikan secara tekstual terhadap pendapat sebuah masalah atau untuk mengindentifikasi kecenderungan hal yang terjadi di pasar. Tujuan dari penelitian ini adalah mengetahui seberapa besar sentimen analisis yang positif,negatif atau netral yang dilakukan oleh masyarakat yang bertransaksi online pada situs di website JD.id , berdasarkan komentar yang ada di sosialmedia twitter. Alasan utama menggunakan twitter karena komentar hanya dibatasi sebanyak 140 karakter sehingga mudah untuk dikelola. Metode klasifikasi yang digunakan dalam penelitain ini adalah SVM dan logistic regression yang dimana hasil yang didapatkan Support Vector Machine untuk AUC adalah 0.587, sedangkan dengan menggunakan metode neural network hasil yang diperoleh untuk AUC adalah 0.716.
PENGENALAN DAN PELATIHAN DASAR BAHASA PEMROGRAMAN PYTHON PADA SISWA/I SMA NEGERI 3 MAKASSAR Saharuddin Saharuddin; Medy Wisnu Prihatmono
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 6, No 4 (2022): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v6i4.10569

Abstract

ABSTRAKPengabdian Kepada Masyarakat (PkM) merupakan salah satu bentuk pelaksanaan Trihdarma Perguruan Tinggi yang wajib dilakukan oleh dosen, pengabdian kepada masyarakat yang dulakukan ini adalah memberikan pengetahuan tentang dasar bahasa pemrograman phyton. Mata pelajaran informatika mencakup lima materi yang bakal menunjang kompetensi siswa di era revolusi industri 4.0. Yakni, teknik komputer, jaringan komputer/internet, analisis data, dampak sosial informatika, dan programming. Mata pelajaran Informatika sesuai dengan kebutuhan masa depan anak bangsa. SMAN 3 Makassar adalah salah satu SLTA yang siap menerapkan mata pelajaran informatika sebagai mata pelajaran utama (wajib) yang akan diterapkan secara serentak  pada Tahun Pelajaran 2021/2022, dengan keterbatasan guru informatika (komputer) yang dimilki oleh SMAN 3 Makssar sehingga merasa perlu Siswa/I-nya untuk mendapatkan pembelajaran diluar dari pada jadwal belajar yang ada di sekolah. Pengabdian kepada masyarakat yang kami lakukan yaitu memberikan pelatihan dengan materi diantaranya adalah dasar bahasa pemrograman phyton, aplikasi google colab dan pemrosesan data dengan menggunakan bahasa python. Metode yang digunakan dalam pelatihan ini adalah ceramah, tanya jawab dan praktikum. Hasil dari pelatihan ini didapatkan bahwa para peserta pelatihan merasa kegiatan ini sangat bermanfaat dan dapat menambah pamahaman serta keterampilan mereka dalam hal menggunakan google colab dan pemahaman bahasa pemrograman terutama bahasa pemrograman Phyton. Kata kunci: PkM; SMAN 3 Makassar; bahasa pemrograman python; google colab ABSTRACTCommunity Service (PkM) is one form of the implementation of the Higher Education Trihdarma that must be carried out by lecturers, this community service is to provide knowledge about the basic python programming language. Informatics subjects include five materials that will support student competence in the era of the industrial revolution 4.0. Namely, computer engineering, computer network/internet, data analysis, social impact of informatics, and programming. Informatics subjects are in accordance with the future needs of the nation's children. SMAN 3 Makassar is one of the senior high schools that is ready to apply informatics subjects as the main (compulsory) subjects that will be applied simultaneously in the 2021/2022 academic year, with the limitations of informatics teachers (computers) owned by SMAN 3 Makssar so that they feel the need for students/ The first is to get learning outside of the existing study schedule at school. Our community service is providing training with materials including the basic python programming language, the Google Colab application and data processing using the Python language. The methods used in this training are lectures, questions and answers and practicum. The results of this training showed that the training participants felt that this activity was very useful and could increase their understanding and skills in using Google Colab and understanding programming languages, especially the Python programming language. Keywords: PkM; SMAN 3 Makassar; python programming language; google colab.
Penerapan Metode Preference Selection Index dalam Penentuan Karyawan Terbaik pada PT. Prima Jaya Karya Makassar Saharuddin Saharuddin; Satriawaty Mallu; Medy Wisnu Prihatmono
Jurnal Penelitian Inovatif Vol 4 No 1 (2024): JUPIN Februari 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.287

Abstract

Prestasi bisa dijadikan dasar penilaian karyawan agar tetap produktif dan mendorong mereka untuk melakukan yang terbaik serta menghindari frustasi kerja yang berujung pada penurunan produktivitas kerja. Tujuan perusahaan yang telah ditetapkan, memerlukan semangat kerja dalam kehidupan perusahaan. Untuk mencapai semangat kerja membutuhkan perhatian karena semangat kerja yg tinggi akan menciptakan pekerjaan yg ditugaskan bisa diselesaikan lebih singkat, dan bisa menciptakan karyawan merasa betah bekerja. PT. Prima Jaya Karya Makassar yang beralamat di Jl. Yos Sudarso No. 304 Tabaringan Ujung Tanah, Kota Makassar adalah salah satu distributor semen tonasa yang mengalami kemajuan dan pertumbuhan, sumber daya manusia sangat berperan dalam pertumbuhan perusahaan, oleh karena itu PT. Prima Jaya Karya berupaya terus meningkatkan kualitas karyawannya sehingga produktvitas dapat terjaga dan terus meningkat. Salah satu cara yang dilakukan untuk mengetahui karyawan yang produktif adalah setiap tahun dilakukan penilain karyawan yang terbaik. Metode PSI (Preference Selection Index) merupakan metode yang digunakan untuk memecahkan multi-kriteria pengambilan keputusan (MCDM) dan hasil yang diproleh berdasarkan perhitungan minimal dan sederhana sesuai konsep statistik. Penelitian ini menggunakan 7 kriteria sebagai paramaeter penilain antara lain Kedisiplinan, Insiatif, Prestasi, Kerjasama, Keyterttiban, Kenrja dan Sosial. Hasil dari proses analisa dan tahapan pada metode PSI diperoleh nilai matriks yang menjadi pedoman keputusan terhadap karyawan terbaik dan berkualitas sehingga dapat diperoleh keputusan tentang status tenaga kerja terbaik yaitu Nurhidayat. S.E, dengan score 0,9129. Berdasarkan hasil analisa dengan metode SPI dan pengujian data yang diolah maka didapatkan kesimpulan bahwa PT. Prima Jaya Karya dalam menetukan karyawan terbaik sangat realistis.
Machine learning for global trade analysis: a hybrid clustering approach using DBSCAN, elbow, and SOM Thamrin, Musdalifa; Mulyadi, Ida; Made Widia, I Dewa; Faisal, Muhammad; Hi Baharuddin, Suardi; Prihatmono, Medy Wismu; Nurdiansyah, Nurdiansyah; Usman, Nasir
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp3033-3046

Abstract

Global trade constitutes a highly complex and interdependent system influenced by diverse economic, geographic, and political factors. This study proposes a hybrid clustering framework that integrates density-based spatial clustering of applications with noise (DBSCAN), elbow, and self-organizing maps (SOM) methods to uncover latent structures in international trade patterns. Utilizing averaged trade data from 25 countries spanning the period from 2013 to 2023, the framework identifies distinct clusters based on export-import characteristics. The DBSCAN is employed to detect dense trade hubs and outlier behaviors, the elbow method determines the optimal number of clusters, and SOM facilitates the visualization of non-linear, high-dimensional trade relationships. The analysis reveals three prominent trade clusters: Global Trade Leaders, Emerging Trade Powers, and Niche Exporters, each reflecting varying degrees of trade diversification and dependency. These empirical findings align with established economic theories, including the Heckscher Ohlin model and dependency theory, and provide actionable insights for policymakers seeking to enhance trade competitiveness and regional integration strategies.