Claim Missing Document
Check
Articles

Found 37 Documents
Search

PENINGKATAN PENGGUNAAN APLIKASI MOBILE DALAM PENGELOLAAN KOMUNITAS UMKM RW. 15 TANJUNG MAS SEMARANG UTARA Vydia, Vensy; Hendrawan, Aria; Huizen, Lenny Margaretta
Jurnal DIMASTIK Vol. 2 No. 1 (2024): Januari
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v2i1.8204

Abstract

Pertumbuhan dan keberlanjutan Usaha Mikro, Kecil, dan Menengah (UMKM) di Tanjungmas, Semarang menjadi fokus utama dalam memajukan perekonomian wilayah tersebut. UMKM Srikandi Cipta Bahari, salah satu pelaku bisnis di Tanjungmas, sering menghadapi tantangan dalam mengelola keuangan secara efisien dan akurat, yang dapat mempengaruhi kinerja dan perkembangan bisnis mereka. Pengelolaan keuangan yang efisien menjadi faktor kunci dalam meningkatkan pertumbuhan UMKM. Namun, sebagian UMKM masih menghadapi kendala dalam pencatatan dan pengelolaan keuangan secara manual, menghambat perkembangan bisnis mereka. Tujuan dari pelatihan ini untuk memberikan kontribusi melalui kegiatan pengabdian masyarakat dengan memperkenalkan inovasi aplikasi keuangan sebagai pendukung pertumbuhan UMKM Srikandi Cipta Bahari di Tanjungmas. Melalui pelatihan dan pendampingan intensif, berhasil dalam meningkatkan efisiensi, akurasi, dan aksesibilitas informasi keuangan. Terjadi peningkatan literasi digital dan kemampuan adaptasi teknologi bagi para pelaku UMKM. Hasil Tim PkM menunjukkan bahwa penggunaan aplikasi keuangan ini secara signifikan meningkatkan kinerja UMKM Srikandi Cipta Bahari, menciptakan dampak positif terhadap efisiensi operasional dan pertumbuhan bisnis. Peningkatan literasi digital juga memperkuat kapasitas adaptasi UMKM terhadap teknologi, memberikan kontribusi positif terhadap ekosistem bisnis lokal. Studi ini memberikan wawasan berharga untuk mendukung pengembangan UMKM Srikandi Cipta Bahari dan pemulihan ekonomi di Tanjungmas, Semarang.
PENINGKATAN PENGGUNAAN WEBSITE FRAMEWORK LARAVEL PADA KOMUNITAS UMKM RW. 15 TANJUNG MAS SEMARANG UTARA Vydia, Vensy; Hendrawan, Aria; Huizen, Lenny Margaretta
Jurnal DIMASTIK Vol. 2 No. 2 (2024): Juli
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v2i2.9603

Abstract

Kesadaran tentang peranan teknologi informasi dalam berbagai aktivitas manusia semakin meluas di seluruh lapisan masyarakat. Jutaan komputer di seluruh dunia terhubung dalam jaringan internet, memungkinkan akses informasi tanpa batas. Salah satu cara menyebarluaskan informasi di internet adalah melalui website, yang memudahkan penyampaian informasi produk maupun kegiatan. UMKM atau Usaha Mikro Kecil Menengah, yang merupakan kegiatan ekonomi rakyat berskala kecil, masih banyak yang menggunakan sistem tradisional dalam penjualan dan promosi produk, termasuk UMKM Srikandi Cantik Bahari RW.15 di Kelurahan Tanjung Mas, Semarang Utara. Mayoritas pelaku UMKM di RW.15 belum mengadopsi sistem komputerisasi karena kendala biaya, kurangnya pemahaman tentang internet, dan fasilitas showroom yang belum memadai. Kegiatan Pengabdian kepada Masyarakat (PkM) yang dilaksanakan terhadap UMKM Srikandi Cipta Bahari menunjukkan peningkatan signifikan. Hasil pre-test menunjukkan 59,1% peserta masih melakukan pencatatan manual dan 63,6% menyatakan penjualan produk mereka belum terkelola dengan baik. Seluruh peserta merasa membutuhkan bantuan teknologi untuk mempermudah pembuatan katalog produk. Hasil post-test menunjukkan 95,5% peserta merasa terbantu dalam menerapkan teknologi yang diajarkan, dan 81,8% peserta merasa puas dengan pelatihan ini. Selain itu, 90,9% peserta menganggap pelatihan ini sebagai solusi efektif dalam pemasaran produk UMKM. Hal ini menunjukkan bahwa pelatihan teknologi sangat penting dalam membantu UMKM meningkatkan efisiensi dan efektivitas operasional mereka.
PENINGKATAN KEMAMPUAN PENGGUNAAN ARDUINO PADA SISWA SMA N 1 TAHUNAN JEPARA Huizen, Lenny Margaretta; vydia, Vensy; Hendrawan, Aria
Jurnal DIMASTIK Vol. 3 No. 1 (2025): Januari
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v3i1.11370

Abstract

Pemanfaatan teknologi dalam pembelajaran sangat penting untuk meningkatkan pemahaman dan keterampilan siswa, khususnya dalam pemrograman mikrokontroler berbasis Arduino. Pelatihan ini dilakukan di SMA N 1 Tahunan dengan menggunakan simulator online Wokwi sebagai alternatif pembelajaran praktis. Metode yang digunakan mencakup pemaparan teori, demonstrasi, diskusi interaktif, dan praktik langsung. Sebelum pelatihan, dilakukan pre-test untuk mengukur pemahaman awal siswa terkait konsep dasar Arduino, dengan rata-rata nilai pre-test sebesar 68,0. Setelah pelatihan, nilai rata-rata post-test meningkat menjadi 88,0, menunjukkan selisih rata-rata sebesar 20,0 poin. Hasil pelatihan menunjukkan peningkatan signifikan pada sebagian besar siswa. Contohnya, Siswa 21 yang awalnya memiliki nilai pre-test 20 berhasil mencapai nilai post-test 90, mencerminkan peningkatan pemahaman yang luar biasa. Namun, terdapat siswa seperti Siswa 4 yang menunjukkan peningkatan terbatas, dari nilai pre-test 30 menjadi 70, menunjukkan perlunya pendekatan yang lebih personal. Pelatihan menggunakan Wokwi terbukti efektif dalam meningkatkan pemahaman siswa terhadap pemrograman Arduino sekaligus mengatasi keterbatasan fasilitas laboratorium. Kegiatan ini juga berhasil meningkatkan minat siswa terhadap teknologi dan penerapannya dalam kehidupan sehari-hari. Untuk hasil yang lebih optimal, disarankan adanya bimbingan tambahan bagi siswa tertentu dan penambahan sesi praktik menggunakan perangkat Arduino fisik.
STRATEGI DIGITAL MARKETING UNTUK UMKM : MEMBANGUN BRANDING ONLINE DAN KONTEN MENARIK UMKM RW. 15 TANJUNG MAS SEMARANG UTARA Vydia, Vensy; Hendrawan, Aria; Margaretta Huizen, Lenny; Rohman Cholil, Saifur; Huizen, Lenny Margaretta
Jurnal DIMASTIK Vol. 3 No. 2 (2025): Juli
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v3i2.12640

Abstract

Digital marketing merupakan strategi pemasaran yang memanfaatkan platform digital untuk membangun branding dan meningkatkan jangkauan pasar. Bagi pelaku UMKM, strategi ini menjadi solusi efektif dalam meningkatkan daya saing, khususnya melalui media sosial dan iklan digital. Namun, UMKM di RW 15 Tanjungmas, Semarang, masih menghadapi kendala dalam memanfaatkan strategi ini akibat kurangnya pemahaman dan keterbatasan dalam pembuatan konten yang menarik. Untuk menjawab permasalahan tersebut, dilaksanakan program sosialisasi strategi digital marketing yang mencakup pemanfaatan media sosial, dasar-dasar iklan digital, serta pelatihan pembuatan konten promosi menggunakan aplikasi Canva. Kegiatan ini diikuti oleh 12 peserta dari komunitas UMKM Srikandi Cantik Bahari dan dilaksanakan pada 17 Juni 2025 di Balai RW 15 Tanjungmas. Hasil kegiatan menunjukkan adanya peningkatan signifikan pemahaman peserta. Rata-rata skor pre-test yang berkisar antara 2 hingga 3 meningkat menjadi rata-rata 4 hingga 5 pada post-test. Peningkatan tertinggi terjadi pada aspek kemampuan menggunakan Canva dan pemasaran melalui media sosial. Kegiatan ini berhasil meningkatkan kesadaran dan keterampilan peserta dalam membangun branding produk secara online, serta membekali mereka dengan kemampuan praktis untuk memanfaatkan digital marketing dalam pemasaran produk UMKM.
Comparative Sentiment Analysis on Mobile JKN Application Using Logistic Regression with SMOTE Based Statistical Feature Selection Awaliyah, Rafika Farkhul; Hendrawan, Aria
Journal of Applied Informatics and Computing Vol. 9 No. 6 (2025): December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i6.10520

Abstract

This study investigates public sentiment on the Mobile JKN application using Logistic Regression enhanced with SMOTE-based statistical feature selection. Unlike prior works that relied solely on conventional feature combinations such as TF-IDF or Word2Vec, this research performs a comparative evaluation of three statistical feature selection techniques: Recursive Feature Elimination (RFE), Chi-Square, and Mutual Information, under both TF-IDF and Word2Vec representations in a low-resource Indonesian language setting. The dataset consists of 2,382 user reviews from the Google Play Store, balanced using SMOTE to mitigate class imbalance. The best configuration, TF-IDF combined with Mutual Information, achieved an accuracy of 73.38% and an F1-score of 50%, indicating a moderate yet consistent performance. A confusion matrix-based error analysis revealed that most misclassifications occurred between neutral and negative classes due to semantic overlap. The relatively low F1-score highlights challenges in sentiment separability, while the superior performance of Mutual Information demonstrates its ability to capture discriminative linguistic features. The superior performance of Mutual Information is attributed to its ability to capture non-linear dependencies between features and sentiment labels, yielding richer discriminative information compared to Chi-Square or RFE. This research establishes a comparative methodological framework that integrates feature selection and data balancing techniques, providing interpretable sentiment classification insights for under-resourced language settings.
ANALISIS SENTIMEN TERHADAP KOMENTAR YOUTUBE TERKAIT JUDI ONLINE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Putra, Abhinaya; Hendrawan, Aria
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.8085

Abstract

Perkembangan teknologi informasi dan komunikasi telah mendorong meningkatnya penggunaan media sosial, termasuk YouTube, yang kini menjadi salah satu platform paling populer untuk berbagi informasi, hiburan, serta opini publik. Banyaknya komentar yang diunggah oleh pengguna mencerminkan berbagai ekspresi sentimen terhadap suatu konten, namun volume data yang besar membuat analisis manual menjadi tidak efisien. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen pada komentar YouTube dengan menggunakan pendekatan deep learning berbasis Convolutional Neural Network (CNN). Proses penelitian diawali dengan pengumpulan data melalui metode web scraping untuk memperoleh komentar pengguna, kemudian dilakukan tahap preprocessing meliputi pembersihan teks, penghapusan tanda baca, tokenisasi, dan normalisasi. Setelah itu, data diberi label berdasarkan kategori sentimen positif, negatif, dan netral. Model CNN diterapkan untuk mengekstraksi fitur penting dari teks melalui lapisan konvolusi dan pooling sehingga mampu mengenali pola kata dan konteks kalimat secara efektif. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score untuk mengukur tingkat keberhasilan model dalam klasifikasi sentimen. Hasil penelitian menunjukkan bahwa CNN terbukti efisien dan akurat dalam menganalisis sentimen pada komentar YouTube berbahasa Indonesia serta berpotensi dikembangkan lebih lanjut untuk analisis opini publik di berbagai platform media sosial.
Speech-Driven Visitor Notification System Using Telegram Bot and Voice Activity Detection for Real-Time Retail Applications Setiaji, Aria; Hendrawan, Aria; Christioko, Bernadus Very; Huizen, Lenny Margaretta
International Journal of Artificial Intelligence and Science Vol. 2 No. 2 (2025): September
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/IJAIS.v2i2.44

Abstract

In the retail industry, fast and responsive service is essential for maintaining customer satisfaction and loyalty. A key challenge faced by store owners is delayed responses to customer arrivals, leading to dissatisfaction and potential lost sales. This project develops an automatic notification system using Speech-to-Text technology and a Telegram bot to detect voice keywords and send real-time notifications to store owners. The system was developed using the prototype methodology, allowing for iterative testing and refinement to ensure it met user needs and functional requirements. It integrates the Deepgram API for accurate speech transcription, the Telegram Bot API for notifications, and a web interface for managing keywords and monitoring system status. To enhance efficiency, a Voice Activity Detection (VAD) module was added, ensuring that only human speech is processed, thereby reducing unnecessary processing. Experimental results showed that the system achieved 100% accuracy in quiet environments and 80% in noisy conditions. The system's response time was also impressive, with an average time of 3.72 seconds in quiet conditions and 3.8 seconds in noisy environments. Word Error Rate (WER) and Character Error Rate (CER) evaluations indicated perfect accuracy in quiet conditions (WER 0%, CER 0%) and slight errors in noisy conditions (WER 13.33%, CER 12.5%). Overall, the system effectively improved service speed and responsiveness, offering store owners a valuable tool for enhancing customer experience in retail environments.