Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Jupiter RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Khaira Ummah: Jurnal Pengabdian Kepada Masyarakat Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Sarwido
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PkM Pendampingan UD. Sido Mulyo Untuk Penguatan Ekonomi Di Masa Pandemi Covid-19 Novita Fitriani; Lia Nurfiana; Iffa Anindyawati; R Hadapaningradja Kusumodestoni; Sarwido; Sisno Riyoko; Azzah Nor Laila; Gun Sudiryanto; Dias Prihatmoko
Khaira Ummah Vol. 1 No. 01 (2022): Khaira Ummah Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (811.922 KB) | DOI: 10.34001/khairaummah.01012022-5

Abstract

UD chips business. Sido Mulyo is a chip business that has grown rapidly so that it can improve the economy of partners. UD. Sido Mulyo is one of the big chip agents in the Batealit sub-district. UD. Sido Mulyo produces various types of chips, which are distributed to consumers in various sizes and prices. The implementation method used by the KKN team in partnering with UD. Sido Mulyo, namely socialization, training, mentoring and evaluation. UD. Sido Mulyo provides an opportunity for people whose age is no longer productive to join their company, so that these people still get income to support their economy during this pandemic
Pemanfaatan Digital Marketing Dan Penerapan Branding Kemasan Dalam Pengembangan Umkm Kripik Tempe Saginah Desa Suwawal Kukuh Dwi Wijanarko; Sarwido; Meli Indah Sugiarti; Muhammad Ifan Erdiyansyah; Darnoto
Khaira Ummah Vol. 1 No. 01 (2022): Khaira Ummah Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (653.79 KB) | DOI: 10.34001/khairaummah.01012022-13

Abstract

Penggunaan teknologi dan internet di era sekarang ini semakin berkembang di berbagai bidang, termasuk UMKM dalam menjalankan usahanya. Pemanfaatan teknologi digital ini memberikan kemudahan bagi para pelaku UMKM khususnya dalam membentuk citra produk serta memasarkan produk tersebut di media sosial. Namun, kurangnya pemahaman mengenai branding produk dan pemasaran secara digital oleh pelaku UMKM menghambat berkembangnya usaha yang dijalankan. Oleh karena itu, tujuan pengabdian masyarakat ini difokuskan pada peningkatan penjualan produk UMKM Kripik Tempe Saginah yang berada di Desa Suwawal. Metode yang diterapkan dalam kegiatan pengabdian ini meliputi tiga tahap, yaitu tahap observasi, tahap identifikasi masalah, dan tahap pelaksanaan kegiatan. Pertama adalah melakukan observasi pada Mitra UMKM Kripik Tempe Saginah. selanjutnya, pada tahap identifikasi masalah, ditemukan beberapa permasalahan mengenai pengemasan produk serta pemasarannya. Untuk itu, pada tahap pelaksanaan kegiatan, dilaksanakan seminar dan workshop mengenai digital marketing dan branding produk. Tidak lanjut dari kegiatan tersebut dilakukan pendampingan digital marketing dan branding terhadap UMKM Kripik Tempe Saginah oleh tim KKN UNISNU Desa Suwawal. Hasil dari pendampingan tersebut adalah memberikan inovasi pada kemasan produk dan pemasaran secara digital dengan membuat Marketplace sehingga dapat meningkatkan nilai jual dan memperluas pemasaran produk
Penerapan Algoritma Random Forest Untuk Prediksi Penjualan Dan Sistem Persediaan Produk Muhammad Syahrul Efendi; Sarwido; Khanif Zyen, Akhmad
Resolusi : Rekayasa Teknik Informatika dan Informasi Vol. 5 No. 1 (2024): RESOLUSI September 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/resolusi.v5i1.2149

Abstract

This study aims to optimize sales prediction and inventory management of Bolen Crispy products in Pekalongan Village using the Random Forest algorithm. Bolen Crispy entrepreneurs face challenges in the form of large sales fluctuations and difficulties in managing inventory efficiently. Mistakes in estimating the amount of sales can lead to shortages or excess stock, which has an impact on increasing operational costs and reducing customer satisfaction. This problem of overstocking and understocking has the potential to cause financial losses. The Random Forest algorithm was chosen because of its ability to handle complex data and produce more accurate predictions. By utilizing historical sales data, this algorithm is applied to predict product demand. Testing was carried out using sales data for one year, with a division of 80% for training and 20% for testing. Initial results show that the use of the Random Forest algorithm can increase the accuracy of sales predictions by up to 85%, compared to conventional methods. With more accurate predictions, inventory management becomes more efficient, reducing the risk of shortages and excess stock.
Penerapan Sistem Simple Additive Weighting (SAW) dalam Pendukung Keputusan Sistem Kontrak Kerja pada PT. Chia Jiann Furniture Indonesia Yatusifa, Cecilia; Wibowo, Gentur Wahyu Nyipto; Sarwido
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v5i3.1026

Abstract

Pengambilan keputusan terkait kontrak kerja merupakan aspek yang krusial dalam operasional manajemen perusahaan seringkali terjadi di berbagai sistem penilaian dan kriteria penilaian perusahaan masih banyak dilakukan secara subyektif ataupun manual hal ini dapat dicegah dengan mengingat perkembangan informasi yang semakin berkembang. Dalam upaya untuk meningkatkan proses pengambilan keputusan yang efektif dan efisien, penerapan metode Simple Addative Weighting (SAW) telah menjadi pendekatan yang digunakan dalam sistem pengambilan keputusan (SPK) dalam menajemen. Penelitian ini bertujuan untuk menerapkan SAW dalam konteks pengambilan keputusan sistem kontrak kerja di PT. Furnitur Chia Jiann Indonesia. Dengan melakukan penilaian kinerja karyawan. Perusahaan akan mengetahui apakah target karyawan yang dipertahankan selama ini tercapai atau belum. Pada PT. Chia Jiann masih dilakukan secara manual , maka penulis membuat aplikasi sistem pendukung keputusan kontrak kerja menggunakan metode Simple Addative Weighting (SAW) , konsep dasar metode ini adalah mencari jumlahan terbobot dari rating kinerja pada setiap alternatife pada semua atribut. Metode SAW akan melakukan perangkingan terhdapan atribut dengan bobot yang berbeda-beda secara optimal dan efektif. Adapun hasil perhitungan menunjukkan bahwa karyawan dengan nilai preferensi tertinggi adalah A4 (0,96), diikuti oleh A1 (0,76), A3 (0,748), A5 (0,59), dan A2 (0,529). Berdasarkan nilai preferensi, karyawan dengan nilai tertinggi, yaitu A4, A1, dan A3, direkomendasikan untuk memperpanjang kontraknya, sedangkan A5 dan A2 tidak memperpanjang kontraknya
Optimasi Model Klasifikasi Diabetes dengan Stacking pada Algoritma XGBoost dan LightGBM Lukman Hakim; Akhmad Khanif Zyen; Sarwido
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 17 No 2 (2025): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

 Diabetes Mellitus is a chronic metabolic disease that has a significant impact on public health due to the risk of serious complications, such as heart disease and kidney failure. Early detection is crucial to prevent these complications. The application of machine learning has proven effective in improving the accuracy of diabetes classification. This study aims to evaluate the effectiveness of the Stacking Ensemble technique compared to individual models, XGBoost and LightGBM, in classifying diabetes. The dataset used is the Diabetes Health Indicators from the CDC, consisting of 253,680 samples and 21 features. The preprocessing stages include normalization, class balancing using SMOTE, and an 80:20 train-test data split. The models were evaluated using accuracy, precision, recall, F1-score, and ROC-AUC metrics. The results show that the Stacking Ensemble achieved the highest accuracy (91.79%), followed by LightGBM (91.29%) and XGBoost (90.78%). The highest precision was achieved by the Stacking Ensemble (96.97%), while the highest recall was obtained by LightGBM (87.04%). These findings indicate that the ensemble learning method can enhance the accuracy of diabetes prediction, thereby supporting more accurate medical decision-making.  
Co-Authors Akhmad Khanif Zyen Darnoto Dias Prihatmoko Gun Sudiryanto Iffa Anindyawati Khanif Zyen, Akhmad Kukuh Dwi Wijanarko Laila, Azzah Nor Lia Nurfiana Lukman Hakim Meli Indah Sugiarti Muhammad Ifan Erdiyansyah Muhammad Syahrul Efendi Novita Fitriani R Hadapaningradja Kusumodestoni Sisno Riyoko Wibowo, Gentur Wahyu Nyipto Yatusifa, Cecilia