Claim Missing Document
Check
Articles

Found 3 Documents
Search

ARSITEKTUR EVEN DRIVEN UNTUK MENDUKUNG IMPLEMENTASI CRM PADA APLIKASI E-COMMERCE Wibowo, Asa Hari
SemanTIK : Teknik Informasi Vol 9, No 1 (2023):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v9i1.38142

Abstract

Pandemi Covid-19 pada tahun 2019 berdampak ke segala aspek bukan hanya kesehatan tapi juga pada ranah bisnis. Covid-19 menjadi awal perubahan dimana penjual dan pembeli barang/jasa mulai jarang melakukan proses jual beli barang secara langsung, dan lebih memilih melakukan pembelian secara online karena dianggap lebih praktis dan efisien. Dampak dari hal tersebut membuat penjual/produsen lebih memilih mendirikan E-Commerce dari pada outlet/toko secara fisik. Perubahan proses jual-beli dari offline menjadi online membuat proses bisnis juga mengalami perubahan, suatu hal yang berubah adalah sistem hubungan antara penjual dan pembeli. Customer Relationship Management (CRM) merupakan salah satu metode bisnis yang bertujuan mengelola hubungan penjual dan pembeli pada level bisnis sehingga dapat memaksimumkan pertukaran informasi dan pemasaran melalui pengelolaan berbagai kontak dengan konsumen [2]. CRM belum dapat bekerja maksimal pada aplikasi E-Commerce, hal itu dikarenakan E-Commerce kurang dapat memaksimalkan pertukaran informasi dengan konsumen yang melakukan jual-beli secara online. Penelitian bertujuan mengembangkan konsep CRM basis arsitektur Even Driven. Dengan arsitektur ini, CRM dapat bekerja maksimal dalam mendukung proses bisnis pada E-Commerce. Arsitektur ini mendukung penjualan/pemasaran produk kepada pembeli berdasarkan dari karakteristik pembeli tersebut, sehingga penjualan dan pemasaran produk dapat diberikan ke konsumen yang tepat. Kata kunci; CRM, E-Commerce, Arsitektur Even Driven
Deteksi Tingkat Gangguan Kecemasan Menggunakan Metode Random Forest Fadhilah, Ghefira Zahra Nur; Saputra, Rizal Adi; Wibowo, Asa Hari
Jurnal Teknik Vol 13, No 1 (2024): Januari - Juli 2024
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v13i1.10648

Abstract

Abstract Anxiety is something that must exist in life, so everyone must have it. In everyday life, having anxiety is normal, but excessive anxiety can lead to self-stabilization disorders so that it is classified as an anxiety disorder. With reference to these conditions, this research was conducted with the aim of identifying the early stages of anxiety disorders using the Data Mining process and the Random Forest algorithm. This research applies the Knowledge Discovery in Database (KDD) method for data processing and uses the GAD-7 questionnaire in data collection with a total of 670 records. This study also applied 10-fold cross validation for model evaluation with specificity, sensitivity, and accuracy parameters. The final results of the study show that the prediction of anxiety levels with the Random Forest algorithm has an accuracy rate of 89.55%. Of the total respondents, 12.99% were categorized as normal or not experiencing anxiety disorders, 28.06% experienced mild anxiety disorders, 32.84% experienced moderate anxiety, and 26.12% experienced severe anxiety.Abstrak Kecemasan adalah suatu hal yang pasti ada dalam kehidupan, sehingga semua orang pasti memilikinya. Dalam kehidupan sehari-hari memiliki kecemasan adalah hal yang normal, tetapi kecemasan yang berlebihan dapat mengakibatkan gangguan kestabilan diri sehingga diklasifikasikan sebagai gangguan kecemasan. Dengan merujuk dari kondisi tersebut, penelitian ini dilakukan dengan tujuan mengidentifikasi tahap awal gangguan kecemasan dengan menggunakan proses Data Mining dan algoritma Random Forest. Penelitian ini menerapkan metode Knowledge Discovery in Database (KDD) untuk pemrosesan data dan menggunakan kuesioner GAD-7 dalam pengumpulan data dengan banyak responden 670 record. Penelitian ini juga menerapkan 10-fold cross validation untuk evaluasi model dengan paramater spesifisitas, sensitivitas, dan akurasi. Hasil akhir dari penelitian ini menunjukkan bahwa hasil prediksi tingkat kecemasan dengan algoritma Random Forest memiliki tingkat akurasi 89,55%. Dari total responden, 12,99% dikategorikan normal atau tidak mengalami gangguan kecemasan, 28,06% mengalami gangguan kecemasan ringan, 32,84% mengalami kecemasan sedang, dan 26,12% mengalami kecemasan berat.
Pelatihan Koding Dasar dan Game Edukasi Menggunakan Scratch untuk Meningkatkan Kemampuan Berpikir Logis Siswa SD Kelas VI Wibowo, Asa Hari; Irwan Syahib, Muhammad; Hadistio , Ryan Rinaldi
Anoa : Jurnal Pengabdian Masyarakat Fakultas Teknik Vol 4 No 02 (2025): Edisi Desember Tahun 2025 Anoa : Jurnal Pengabdian Masyarakat Fakultas Teknik
Publisher : FAKULTAS TEKNIK UMKENDARI

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

Abstract

The rapid development of digital technology requires students to acquire logical thinking skills as well as a basic understanding of coding and artificial intelligence from an early age. However, the implementation of coding education at the elementary school level still faces challenges, particularly in the use of appropriate learning methods and media. This community service activity aimed to introduce basic coding concepts and artificial intelligence to sixth-grade elementary school students through the development of educational games using Scratch. The activity was carried out through several stages, including preparation, training implementation, hands-on practice assistance, and evaluation. The learning materials focused on introducing the Scratch interface, basic programming blocks, and the application of if–else logic as a simple decision-making mechanism. The results indicate that students were able to understand fundamental coding concepts, apply simple programming logic, and demonstrate increased interest and enthusiasm for learning technology. In addition, students successfully completed simple game projects based on the given scenarios. This activity contributes positively to enhancing digital literacy and computational thinking skills among elementary school students and can serve as an effective and engaging model for introducing coding and artificial intelligence at the primary education level.