Claim Missing Document
Check
Articles

Found 4 Documents
Search

Integrasi Multi Factor Evaluation Process (MFEP) Untuk Prioritisasi Kanal Pemasaran Digital UMKM Akbar Idaman; Muit Sunjaya; Tar Muhammad Raja Gunung; Febry Aurlani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12328

Abstract

Penelitian ini mengintegrasikan Multi Factor Evaluation Process (MFEP) sebagai kerangka evaluasi multikriteria untuk prioritisasi kanal pemasaran digital UMKM pada konteks Indonesia yang ditandai keterbatasan anggaran, SDM, dan kompetensi digital. Lima kriteria inti digunakan, yaitu Reach–Fit, efisiensi biaya/CPA, potensi konversi, kecepatan dampak (time-to-result), serta kemudahan eksekusi & pengukuran. Data mencakup 13 alternatif kanal yang dinilai pada skala 1–5 dan dibobotkan sesuai skema penelitian. Capaian utama menunjukkan 7 kanal melampaui ambang kelulusan TNE ≥ 3,50, yaitu: TikTok Ads (3,95), Facebook Local Awareness Ads (3,85), Influencer Mikro (3,85), Instagram Feed Ads Conversion (3,60), WhatsApp Click-to-Chat (3,55), Instagram Reels Organic + Light Ads (3,50), dan Marketplace Ads (3,50); kanal lain berada pada rentang 2,85–3,30 dan direkomendasikan sebagai pendukung/optimalisasi. Hasil ini menegaskan bahwa keputusan yang menimbang kelima kriteria lebih konsisten, hemat, dan actionable dibanding pemilihan berbasis intuisi, karena langsung diturunkan menjadi urutan eksekusi, alokasi anggaran awal, dan fokus peningkatan kapabilitas tim. Kerangka MFEP yang diusulkan bersifat sederhana, transparan, dan dapat dijelaskan, sehingga layak diadopsi sebagai sistem pendukung keputusan bagi pendampingan UMKM.
SISTEM PAKAR PEMILIHAN SMARTPHONE BERDASARKAN KEBUTUHAN DAN PREFERENSI USER MENGGUNAKAN METODE CASE BASED REASONING Tar Muhammad Raja Gunung; Sengli Egani Sitepu; Manutur Pandapotan Siregar; Abdul Muis; Vicky Rolanda
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7167

Abstract

Pemilihan smartphone yang sesuai dengan kebutuhan pengguna sering kali menjadi permasalahan tersendiri, terutama karena banyaknya pilihan produk dengan spesifikasi yang bervariasi. Penelitian ini bertujuan untuk menerapkan metode Case Based Reasoning (CBR) dalam proses rekomendasi smartphone berdasarkan preferensi pengguna. CBR bekerja dengan membandingkan kasus baru, yaitu kebutuhan dan kriteria pengguna, dengan kasus-kasus sebelumnya yang telah tersimpan dalam basis data untuk menentukan tingkat kemiripan. Pada penelitian ini, digunakan empat tahapan utama dalam metode CBR yaitu: Retrieve, Reuse, Revise, dan Retain.Hasil pengujian menunjukkan bahwa dari 13 alternatif smartphone yang dianalisis, Xiaomi Poco X5 Pro mendapatkan nilai kemiripan sebesar 100%, sedangkan perangkat lainnya seperti Realme Narzo 60x, Infinix Smart 8, Vivo V27, Samsung Galaxy A54, dan lainnya memperoleh nilai kemiripan 0%. Hal ini menunjukkan bahwa Xiaomi Poco X5 Pro merupakan pilihan paling sesuai dengan kebutuhan pengguna dalam studi kasus ini. Dengan demikian, metode CBR terbukti mampu memberikan rekomendasi yang tepat dan terukur, serta dapat menjadi dasar pengembangan sistem pakar atau sistem pendukung keputusan di masa mendatang.
IDENTIFIKASI DALAM SISTEM KEPUTUSAN TERHADAP TINGKAT KECANDUAN PEMAIN GAME MOBILE LEGENDS MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Tar Muhammad Raja Gunung; Siti Sarah Harahap
Djtechno: Jurnal Teknologi Informasi Vol 5, No 3 (2024): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v5i3.4981

Abstract

Penelitian ini membahas kecanduan bermain game Mobile Legends, yang telah menjadi tantangan signifikan dalam konteks kesehatan mental modern. Game ini menggabungkan elemen tradisional dan fitur sosial yang kuat, yang dapat memengaruhi kesejahteraan individu. Penelitian ini menggunakan metode Simple Additive Weighting (SAW) untuk mengukur tingkat kecanduan pemain dengan mengambil sampel dari 10 akun Mobile Legends teratas. Hasil analisis menunjukkan bahwa Bubleee dan Dazzle berada di tingkat kecanduan tertinggi dengan nilai 0.93, diikuti oleh THINKER, Nata, dan Rey Grsng dengan nilai 0.90. Tig3r S3ni, ERIN, Sall, MyBoy, dan sen05 juga dikategorikan dalam tingkat kecanduan tinggi dengan nilai berkisar antara 0.75 hingga 0.85. Temuan ini menyoroti pentingnya penanganan yang tepat terhadap kecanduan game demi menjaga kesejahteraan mental para pemain.
Sistem Pakar Diagnostik Dini Risiko Preeklampsia pada Ibu Hamil Berbasis Certainty Factor Tar Muhammad Raja Gunung; Alyiza Dwi Ningtyas; Dinda Dian Meidita; Manutur Pandapotan Siregar; Vicky Rolando
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.26860

Abstract

Preeklampsia merupakan salah satu komplikasi kehamilan yang berisiko tinggi terhadap kesehatan ibu dan janin apabila tidak dideteksi sejak dini. Keterlambatan dalam mengenali gejala sering menjadi penyebab utama meningkatnya angka morbiditas dan mortalitas ibu hamil. Oleh karena itu, diperlukan suatu sistem yang mampu membantu proses diagnosis awal secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis metode Certainty Factor dalam mendeteksi dini risiko preeklampsia pada ibu hamil. Metode Certainty Factor digunakan untuk mengakomodasi ketidakpastian dalam proses diagnosis dengan menggabungkan nilai tingkat keyakinan berdasarkan gejala yang dialami pasien. Data penelitian diperoleh melalui observasi, wawancara dengan tenaga medis, serta kuesioner terkait preeklampsia dan sistem pakar. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan tingkat keyakinan diagnosis berdasarkan kombinasi gejala yang diinputkan. Berdasarkan hasil pengujian terhadap beberapa kasus, diperoleh nilai Certainty Factor pada pasien 1 sebesar 73% (risiko tinggi), pasien 2 sebesar 48% (risiko sedang), pasien 3 sebesar 24% (risiko rendah), dan pasien 4 sebesar 62% (risiko sedang). Hasil tersebut menunjukkan bahwa sistem mampu mengklasifikasikan tingkat risiko sesuai dengan rentang nilai yang telah ditetapkan. Selain itu, sistem juga mampu memberikan rekomendasi penanganan awal sesuai dengan tingkat risiko yang dihasilkan. Dengan demikian, sistem pakar ini dapat digunakan sebagai alat bantu dalam mendeteksi dini risiko preeklampsia, sehingga diharapkan dapat membantu tenaga medis maupun pasien dalam mengambil langkah pencegahan yang tepat.