Claim Missing Document
Check
Articles

Found 35 Documents
Search

Implementasi Aplikasi Mobile FamHeal untuk Pemantauan Kesehatan Keluarga Menggunakan Metode Agile Rio Aprianto; M. Al Amin; Turkhamun Adi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 3 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i3.10358

Abstract

Kesehatan keluarga merupakan faktor penting dalam meningkatkan derajat kesehatan masyarakat, namun masih banyak keluarga yang mengalami kesulitan dalam memantau dan mengelola kesehatan anggota keluarganya secara terintegrasi. Penelitian ini bertujuan untuk mengimplementasikan aplikasi mobile berbasis Android bernama FamHeal (Family Health) yang dapat membantu keluarga dalam memantau, mencatat, dan mengelola kesehatan keluarga secara mudah dan berkelanjutan. Aplikasi ini dikembangkan menggunakan metode Agile dengan pendekatan Scrum, dengan fokus utama pada platform mobile untuk pengguna keluarga dan platform web untuk sistem administrasi. Fitur utama yang diimplementasikan meliputi pencatatan riwayat kesehatan, pengingat jadwal imunisasi dan pemeriksaan kesehatan, pemantauan pertumbuhan anak, pengingat konsumsi obat, serta laporan kesehatan keluarga. Pengujian fungsional dilakukan dengan metode black box testing, sedangkan pengujian usability dilakukan terhadap pengguna akhir. Hasil pengembangan dan pengujian menunjukkan bahwa aplikasi FamHeal berfungsi sesuai dengan kebutuhan, mudah digunakan, serta mampu memberikan solusi teknologi dalam mendukung pengelolaan kesehatan keluarga secara preventif dan terorganisir
Penerapan Algoritma K-Means dalam Segmentasi Anggota Koperasi Berdasarkan Pola Simpanan dengan Analisis RFMP untuk Meningkatkan Loyalitas Abdul Razak Naufal; Turkhamun Adi Kurniawan; M Al’Amin
Bulletin of Computer Science Research Vol. 6 No. 1 (2025): December 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v6i1.843

Abstract

Cooperatives as member-based financial institutions have an important role in supporting the welfare of their members. However, the diversity of member characteristics, both in terms of length of membership and the amount of monthly savings, poses challenges in formulating effective management strategies. This study aims to group cooperative members based on financial transaction data patterns using a data mining approach. The method used is the K-Means Clustering algorithm, with the main variables using RFMP analysis (Recency, Frequency, Monetary and Payment), namely length of membership (Recency), frequency of savings in a year (Frequency), amount of monthly savings (Monetary) and timely loan payments (Payment). Data is processed through a pre-processing stage, the data is normalized using the Min–Max Scaling method to equalize unit differences between variables, Determination of the optimal number of clusters is done using the Elbow Method, which shows that the best number of clusters is three groups. The results of the study with a total of 50 transaction data resulted in cooperative members being divided into three clusters. The first cluster is at-risk members at 36%, the second cluster is potential members at 40%, and the third cluster is loyal or exclusive members at 24%. These findings provide practical solutions for cooperatives in developing member management strategies. Existing members need to be motivated to increase savings, new members need coaching to foster loyalty, and premium members need special services to maintain their satisfaction. Thus, clustering results can form the basis for data-driven decision-making in cooperative management.
Penerapan Aplikasi Rekomendasi Konten Akun Instagram Photographer Menggunakan Collaborative Filtering Sukarno Bahat Nauli; Riama Sibarani; Hernalom Sitorus; Bosar Panjaitan; Turkhamun Adi Kurniawan; Agung Priambodo; Faizal Zuli; Nurfidah Dwitiyanti; Ziva Raka Narendra
FORMAT Vol 15 No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.001

Abstract

Perkembangan media sosial, khususnya Instagram, telah membuka peluang besar bagi individu dan komunitas untuk membagikan konten visual. Tantangan yang muncul adalah bagaimana menyajikan konten yang sesuai dengan preferensi audiens. Penelitian ini bertujuan untuk mengimplementasikan sistem rekomendasi konten berbasis metode Item-Based Collaborative filtering pada akun Instagram “Photographer Dadakan”. Sistem ini menganalisis interaksi pengguna berupa likes dan komentar terhadap konten sebelumnya, kemudian menghitung kemiripan antar konten menggunakan Cosine Similarity. Prediksi minat pengguna dilakukan dengan metode Weighted Sum, dan rekomendasi utama ditentukan melalui perhitungan Global Score. Hasil penelitian menunjukkan bahwa sistem dapat memberikan rekomendasi konten yang lebih relevan sehingga mendukung pengelolaan konten berbasis data pada platform media sosial visual.
Data-Driven Customer Loyalty Ranking Using SAW-Based Decision Support Framework Diva Aurelza; Turkhamun Adi Kurniawan
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3760

Abstract

In increasingly competitive business environments, maintaining customer loyalty has become a critical factor for sustaining long-term organizational performance. However, in many small and medium-sized enterprises, identifying loyal customers is still conducted subjectively, leading to inconsistent, non-transparent, and potentially biased reward allocation decisions. This study proposes a data-driven framework for customer loyalty ranking by integrating a Simple Additive Weighting (SAW)-based decision support approach. The research adopts a quantitative applied methodology using transactional data from a furniture retail business, covering a period of 12 months and involving 1,000 customer transactions. Customer loyalty is evaluated based on three key criteria: monetary value, purchase frequency, and payment reliability, which represent essential behavioral indicators of customer engagement. The SAW method is employed to normalize criteria values, assign relative weights, and compute preference scores for each customer, resulting in a systematic and objective ranking process. The proposed framework is implemented as a web-based decision support system using PHP with the CodeIgniter framework and a MySQL database to ensure structured data management and operational efficiency. The results demonstrate that the framework effectively produces consistent, transparent, and data-driven customer rankings, thereby reducing subjectivity in managerial decision-making. This study contributes by formalizing a practical decision support framework that enhances the reliability, fairness, and effectiveness of customer loyalty evaluation and reward allocation, offering a novel integration of data-driven decision-making paradigms with the SAW-based decision support system, a feature often underexplored in prior studies.
PENERAPAN APLIKASI CHATGPT UNTUK SISWA SEKOLAH MENENGAH ATAS Sukarno Bahat Nauli; Melani Indah Sari Manik; Nurfidah Dwitiyanti; Wachyu Hari Haji; Turkhamun Adi Kurniawan
Abdi Dharma Vol. 6 No. 2 (2026): Jurnal Abdi Dharma (Jurnal Pengabdian Masyarakat)
Publisher : LP3kM Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/ad.v6i2.4920

Abstract

Perkembangan teknologi kecerdasan buatan menuntut siswa Sekolah Menengah Atas, sebagai calon mahasiswa dan tenaga kerja masa depan, untuk menguasai literasi digital sesuai kebutuhan industri. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan literasi digital dan keterampilan pemanfaatan kecerdasan buatan pada siswa SMA Yadika 3 Ciledug melalui pelatihan penggunaan ChatGPT secara bijak dan bertanggung jawab. Metode pelaksanaan meliputi pemaparan konsep dasar kecerdasan buatan, pengenalan fungsi dan keterbatasan ChatGPT, serta praktik partisipatif melalui studi kasus, simulasi perancangan prompt, latihan parafrase untuk menghindari plagiarisme, dan sesi tanya jawab. Kegiatan diikuti 240 siswa kelas XI dan XII. Observasi awal menunjukkan bahwa 90% siswa belum mengenal fungsi ChatGPT. Setelah pelatihan, peserta menunjukkan kemampuan memanfaatkan ChatGPT sebagai alat bantu belajar untuk mendukung efisiensi dan kreativitas dengan tetap mengutamakan kemampuan berpikir kritis. Peserta juga menunjukkan sikap lebih selektif dan bertanggung jawab dalam menggunakan kecerdasan buatan, termasuk kesadaran untuk memverifikasi keluaran, menilai ketepatan informasi, dan menghindari plagiarisme dalam penyelesaian tugas akademik. Evaluasi kepuasan terhadap 240 peserta menunjukkan bahwa 216 peserta menyatakan sangat puas, 12 peserta puas, dan 12 peserta cukup puas. Hasil tersebut menggambarkan penerimaan positif peserta terhadap pelaksanaan pelatihan, meskipun tingkat kepuasan belum dapat digunakan sebagai ukuran langsung peningkatan kompetensi. Pihak sekolah mengharapkan pelatihan berkelanjutan dalam bidang teknologi pendidikan. Program ini berpotensi menjadi model pengabdian berkelanjutan untuk memperkuat kesiapan digital siswa sekolah menengah dalam menghadapi transformasi digital melalui pemanfaatan teknologi yang kritis, kreatif, dan bertanggung jawab.