Claim Missing Document
Check
Articles

Found 32 Documents
Search

Digitalization of MSMEs Businesses in Boalemo Regency: Strategies and skills enhancement Ade Yusupa; Aditya Lapu Kalua; Victor Tarigan
Community Empowerment Vol 9 No 4 (2024)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/ce.10384

Abstract

In the current digital era, many MSME players in Boalemo Regency still employ conventional methods in marketing their products. The objective of this service activity is to assist MSME players in enhancing their skills and knowledge regarding business digitalization. The methods utilized in this service activity include training sessions and post-training mentoring. Training is conducted through discussion sessions with instructors and assistance in integrating businesses into the digital realm. The results of this service activity indicate that 50 participants from MSMEs have successfully improved their skills and knowledge regarding business digitalization, such as registering their business legality with the Business Identification Number (BIN), creating a Google Business Profile, and creating digital promotional photos or videos using Canva. The majority of partners have successfully completed the training program and have shown significant progress in transitioning their businesses into the digital world.
Towards competitive UMKM: Capacity building program in North Sulawesi Ade Yusupa; Victor Tarigan; Jimmy Reagen Robot
Community Empowerment Vol 9 No 8 (2024)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/ce.11529

Abstract

APIK North Sulawesi MSME members, particularly in Manado City, face challenges in accessing quality raw materials, production technology, and effective management knowledge. To address these issues, this community service program aimed to enhance the capacity and competitiveness of MSMEs through intensive training in NIB registration, digital marketing using Google Business, and graphic design with Canva. The program successfully increased participants’ understanding and skills, with 67.5% completing all training modules. MSMEs improved business legality through NIB registration, enhanced online visibility via Google Business, and created more appealing promotional materials. Ongoing mentoring contributed to increased sales and overall business performance. This program significantly addressed APIK MSME challenges and stimulated local economic growth.
Penerapan Collaborative Filtering untuk Sistem Rekomendasi Film Pangemanan, Rachel; Soekamto, Nasya Emanuel; Adrian, Glerio; Yusupa, Ade; Tarigan, Victor
Riau Jurnal Teknik Informatika Vol. 4 No. 1 (2025): Maret 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i1.3248

Abstract

Sistem rekomendasi berperan penting dalam membantu pengguna menemukan konten yang relevan di tengah banyaknya informasi yang tersedia. Penelitian ini mengimplementasikan dan mengevaluasi metode User-Based dan Item-Based Collaborative Filtering untuk sistem rekomendasi film menggunakan dataset MovieLens 100K. Evaluasi dilakukan menggunakan RMSE, MAE, Precision, Recall, dan F1-Score untuk mengukur akurasi prediksi dan relevansi rekomendasi. Hasil penelitian menunjukkan bahwa metode Item-Based Collaborative Filtering memiliki performa lebih baik dibandingkan User-Based Collaborative Filtering dalam hal akurasi prediksi dan relevansi rekomendasi. Keunggulan ini disebabkan oleh stabilitas hubungan antar item dibandingkan preferensi pengguna yang lebih dinamis. Meskipun efektif, metode ini masih menghadapi tantangan seperti sparsity dan keterbatasan jumlah rating pada beberapa film. Penelitian selanjutnya dapat mengeksplorasi pendekatan hibrida yang menggabungkan Collaborative Filtering dengan deep learning atau content-based filtering untuk meningkatkan kualitas
Klasifikasi Ekspresi Wajah Menggunakan Convolutional Neural Networks (CNN) pada Dataset FER-2013 Kodoati, Hizkia; Rengkung, Chezkiel; Takalamingan, Gerald; Yusupa, Ade; Tarigan, Victor
Riau Jurnal Teknik Informatika Vol. 4 No. 1 (2025): Maret 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i1.3252

Abstract

Automatic facial expression recognition has become a rapidly growing research field driven by advancements in artificial intelligence and computer vision. However, facial expression classification still faces challenges, particularly in distinguishing expressions with similar characteristics. This study aims to develop a facial expression classification model using Convolutional Neural Networks (CNN) on the FER-2013 dataset. The research stages include data collection and preprocessing, CNN architecture design, model training using the Adam optimizer and categorical crossentropy loss function, and performance evaluation based on accuracy and the confusion matrix. The results indicate that the CNN model can recognize various facial expressions, achieving a maximum validation accuracy of 67.8%. Nevertheless, the model is still able to distinguish certain expressions accurately. Utilizing pretrained models such as VGG-16 or ResNet and implementing transfer learning techniques could enhance model accuracy and stability. With further development, this model has the potential to be applied in various fields, including facial expression-based security systems, human-computer interaction, and emotion analysis.
Perbandingan Algoritma Naive Bayes Dan Support Vector Machine Dalam Deteksi Berita Hoax Berbahasa Indonesia Mumbunan, Keren; Marchantia Betsi Bawata, Michyta; Prayer kusen, Miracle; Tarigan, Victor; Yusupa, Ade
Riau Jurnal Teknik Informatika Vol. 4 No. 1 (2025): Maret 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i1.3262

Abstract

Abstrak Berita hoax menjadi masalah besar di era digital, terutama di Indonesia, di mana informasi yang tidak terverifikasi menyebar dengan cepat melalui media sosial. Penelitian ini membandingkan kinerja algoritma Naïve Bayes (NB) dan Support Vector Machine (SVM) dalam mendeteksi berita hoax berbahasa Indonesia. Dataset yang digunakan terdiri dari 4.599 berita, yang dikumpulkan dari Twitter dan repositori GitHub, dikategorikan sebagai hoax atau valid. Berbagai tahap preprocessing, seperti tokenisasi, stopword removal, stemming, dan TF-IDF vectorization, diterapkan untuk meningkatkan akurasi model. Model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa SVM memiliki performa lebih baik dibandingkan Naïve Bayes, dengan akurasi 70,87%, lebih tinggi dibandingkan 66,52% dari Naïve Bayes. SVM juga unggul dalam presisi (72%) dan F1-score (82%), sedangkan Naïve Bayes lebih unggul dalam recall (99%). Kesimpulan dari penelitian ini adalah bahwa SVM lebih efektif dalam klasifikasi berita hoax, sementara Naïve Bayes lebih cocok digunakan jika kecepatan pelatihan menjadi prioritas. Penelitian selanjutnya disarankan untuk menggunakan pendekatan deep learning seperti BERT atau LSTM, memperluas dataset, serta mengembangkan model hybrid yang menggabungkan Naïve Bayes dan SVM untuk mengoptimalkan akurasi dan efisiensi.
PENGEMBANGAN SISTEM INFORMASI PENGHITUNGAN PAJAK KENDARAAN BERBASIS WEB UNTUK OPTIMALISASI LAYANAN SAMSAT WILAYAH SULAWESI UTARA RAHAYAAN, JACOB ALFANICOLLS; MOKANSI, MISAEL TELDI; BATJO, LOURDES CHRISTIAN PASKAH; TARIGAN, VICTOR; YUSUPA, ADE
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6396

Abstract

Abstrak. Perhitungan pajak kendaraan di Sulawesi Utara masih menghadapi berbagai tantangan, terutama terkait akurasi, efisiensi, dan aksesibilitas informasi bagi masyarakat. Proses manual yang diterapkan sering kali menyebabkan keterlambatan, kesalahan pencatatan, dan ketidak transparan dalam perhitungan pajak. Penelitian ini bertujuan untuk mengembangkan sistem  informasi berbasis web yang mampu mempermudah proses perhitungan pajak kendaraan secara cepat, akurat, dan transparan. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem ini dirancang menggunakan bahasa pemrograman PHP dan database MySQL, dengan fitur utama meliputi kalkulasi otomatis pajak kendaraan, pencatatan data wajib pajak, serta penyajian informasi tagihan secara real-time. Hasil akhir dari penelitian ini berupa pengembangan sistem informasi perhitungan pajak kendaraan berbasis web ini mampu menjadi solusi efektif untuk mengatasi permasalahan administrasi perpajakan di Sulawesi Utara..Abstract.Calculation of vehicle tax in North Sulawesi still faces various challenges, especially regarding accuracy, efficiency and accessibility of information for the public. The manual processes implemented often cause delays, recording errors and non-transparency in tax calculations. This research aims to develop a web-based information system that is able to simplify the process of calculating vehicle tax quickly, accurately and transparently. The software development method used is Waterfall which consists of the stages of requirements analysis, system design, implementation, testing and maintenance. This system is designed using the PHP programming language and MySQL database, with main features including automatic vehicle tax calculations, recording taxpayer data, and real-time presentation of billing information. The final result of this research is the development of a web-based vehicle tax calculation information system that can be an effective solution for overcoming tax administration problems in North Sulawesi.
Implementasi Sistem E-Book Rekomendasi Berbasis Web Sederhana Menggunakan Content-Based Filtering Supoyo, Bertrand; Fabiano Antonius Mamangkey, Xavier; Martien Mengko, Riky; Made Hendy Wijaya, I; Tarigan, Victor; Yusupa, Ade
Applied Information Technology and Computer Science (AICOMS) Vol 4 No 1 (2025)
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/aicoms.v4i1.1789

Abstract

The rapid expansion of digital libraries necessitates efficient recommendation systems to help users discover relevant e-books. This study presents the implementation of a simple web-based e-book recommendation system using content-based filtering, developed with the Next.js framework to enhance web loading speed and performance. The system analyzes book metadata and textual content to generate personalized recommendations based on user preferences. Core functionalities include a responsive user interface, book similarity calculations using and cosine similarity, and real-time dynamic suggestions. By leveraging Next.js, the system benefits from server-side rendering (SSR) and static site generation (SSG), ensuring faster page loads and improved user experience. Experimental results indicate that content-based filtering effectively suggests relevant e-books but faces challenges such as the cold-start problem. Future work may integrate hybrid filtering techniques to improve recommendation accuracy and user engagement.
PENGEMBANGAN GAME EDUKATIF UNTUK MENINGKATKAN KETERAMPILAN EJAAN DAN KOSAKATA BAHASA INGGRIS ANAK Shakila Maisa Ayu; Nadira Tri Ardianti Purnomo; Salsabilla Putrihanda; Victor Tarigan; Ade Yusupa
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i9.12358

Abstract

Kemampuan mengeja dalam bahasa Inggris merupakan keterampilan dasar yang penting dalam pengembangan literasi anak, termasuk keterampilan membaca dan menulis. Namun, banyak anak mengalami kesulitan dalam mengeja kata dalam bahasa Inggris karena perbedaan antara pelafalan dan penulisan kata. Selain itu, metode pembelajaran konvensional seringkali kurang menarik, sehingga anak-anak cenderung kehilangan motivasi dalam belajar. Untuk mengatasi permasalahan tersebut, dikembangkanlah "Spelling Bee Kids", sebuah aplikasi berbasis permainan edukatif dua dimensi yang dirancang untuk membantu anak-anak usia 6 hingga 10 tahun dalam meningkatkan keterampilan mengeja dan memperluas kosakata bahasa Inggris dengan cara yang lebih interaktif dan menyenangkan. Penelitian ini menggunakan metode Research and Development (R&D) dengan model Multimedia Development Life Cycle (MDLC) yang terdiri dari enam tahap utama, yaitu Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Teknik pengumpulan data dilakukan melalui tes (pre-test dan post-test), observasi, serta analisis kualitatif dan kuantitatif. Hasil penelitian menunjukkan bahwa penggunaan "Spelling Bee Kids" dapat meningkatkan keterampilan mengeja dan pemahaman kosakata anak secara signifikan. Berdasarkan perbandingan antara dua pie chart, terdapat peningkatan signifikan dalam persepsi siswa terhadap pembelajaran Bahasa Inggris setelah menggunakan game edukatif ini. Sebelum penggunaan game, 38,5% siswa merasa sering mengalami kesulitan dalam memahami pelajaran Bahasa Inggris, sementara setelah penggunaan game, 58,4% responden memberikan skor tertinggi (5) untuk aspek ketertarikan dan kemudahan penggunaan game. Selain itu, seluruh responden (100%) menyatakan bahwa game ini sesuai untuk anak usia 6–10 tahun dan fitur-fiturnya sudah lengkap. Observasi terhadap respons pengguna menunjukkan bahwa game ini mampu menarik perhatian anak-anak, meningkatkan keterlibatan mereka dalam proses pembelajaran, serta memberikan pengalaman belajar yang lebih menyenangkan.
Evaluasi UI/UX Portal INSPIRE Universitas Sam Ratulangi Menggunakan Metode Usability Testing Dan System Usability Scale Natalia Kristiani Pangemanan; Gizelda Felicya Jeanette Lewu; Ade Yusupa; Victor Tarigan
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i9.12362

Abstract

Portal INSPIRE Universitas Sam Ratulangi merupakan sistem informasi akademik berbasis web yang memfasilitasi mahasiswa dan dosen dalam mengakses layanan akademik. Namun, efektivitas portal tidak hanya bergantung pada kelengkapan fitur, tetapi juga pada kualitas antarmuka (UI) dan pengalaman pengguna (UX). Penelitian ini bertujuan mengevaluasi UI/UX Portal INSPIRE dengan menggabungkan metode Usability Testing (melibatkan 6 responden) dan System Usability Scale (SUS). Hasil menunjukkan skor SUS 46.75, mengindikasikan usability yang buruk (unacceptable). Identifikasi masalah utama meliputi navigasi yang rumit, proses login ambigu, dan kurangnya umpan balik sistem. Rekomendasi perbaikan mencakup redesain antarmuka, penyederhanaan alur tugas, dan penambahan panduan interaktif. Temuan ini menjadi acuan bagi peningkatan kualitas portal akademik di masa depan.
ANALISIS FAKTOR-FAKTOR KECANDUAN SOSIAL MEDIA MENGGUNAKAN TEKNIK DATA MINING: STUDI KASUS PADA APLIKASI STAYFREE Jeheskiel Liwe; Cleantha Polii; Barca Sembeng; Ade Yusupa; Victor Tarigan
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 10 (2025): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i10.12612

Abstract

Kecanduan media sosial merupakan fenomena yang semakin meluas seiring dengan peningkatan penggunaan perangkat digital. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi kecanduan sosial media dengan menerapkan teknik data mining. Studi kasus dilakukan menggunakan aplikasi StayFree, yang berfungsi merekam dan memantau durasi serta frekuensi penggunaan media sosial. Data yang terkumpul mencakup variabel seperti durasi pemakaian harian, frekuensi login, dan jumlah sesi setiap hari. Metode analisis melibatkan beberapa tahapan, mulai dari preprocessing data (pembersihan dan transformasi) hingga penerapan algoritma data mining seperti clustering dan classification. Hasil penelitian menunjukkan bahwa durasi penggunaan harian dan frekuensi login berperan signifikan dalam memprediksi kecenderungan kecanduan. Selain itu, intensitas interaksi dengan konten juga memberikan kontribusi yang tidak kalah penting dalam mengindikasikan perilaku kecanduan. Temuan ini memberikan pemahaman yang lebih mendalam mengenai pola perilaku pengguna media sosial dan faktor-faktor yang berpotensi memicu kecanduan. Implikasi praktisnya dapat membantu pengembang aplikasi dan pemangku kepentingan lain dalam merancang fitur pengingat atau pembatasan waktu guna meminimalisir dampak negatif kecanduan media sosial.