Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengaruh Teknologi Informasi dan  Pengalaman  Terhadap Pengelolaan Keuangan Pada Usaha Mikro Ridwan Effendi; Aurantia Marina; Nur Jumriantunnisah; Ahmad Zarkasih; Muhammad Zulkarnain
Jurnal Cakrawala Akademika Vol. 1 No. 2 (2024): Edisi Juli-Agustus
Publisher : PT. Pustaka Cendekia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70182/JCA.v1i2.2

Abstract

Usaha mikro merupakan usaha yang banyak dilakukan oleh masyarakat saat ini. usaha mikro dilakukan karena berbagai hal, seperti minim modal, tidak memiliki kegiatan, memiliki keinginan untuk memperoleh pendapatan. Walaupun usaha mikro dianggap sangat kecil, akan tetapi bila dikelola dengan baik akan memberikan pendapatan dan dapat berkembang menjadi usaha kecil, menengah maupun usaha skala besar. untuk itu pengelolaan keuangan dapat dipengaruhin oleh berbagai hal seperti teknologi informasi dan juga pengalaman usaha. Tujuan penelitian ini adalah untuk mengetahui pengaruh teknologi informasi dan pengalaman usaha terhadap pengelolaan keuangan pada usaha mikro di Kecamatan Ilir Barat Kota Palembang. Metode penelitian yang digunakan adalah metode kuantitatif dengan sumber data dari kuesioner penelitian. Sementara sampel yang digunakan adalah sebanyak 30 usaha mikro yang merupakan usaha makanan dan telah mengelola keuangan dengan menggunakan teknologi informasi serta memiliki masa usaha lebih dari 5 tahun. teknik analisis data menggunakan regresi linier berganda.  Hasil penelitian diperoleh bahwa teknologi informasi dan pengalaman usaha secara parsial dan simultan berpengaruh signifikan terhadap pengelolaan keuangan pada usaha mikro yang ada di Kecamatan Ilir Barat Kota Palembang.
Aplikasi Pengajuan Proposal dan Pengelolaan Kegiatan Magang di PDAM Tirta Musi Palembang Unit Rambutan berbasis Website Ina Opi Aprina; Surahmat Surahmat; Ravie Kurnia Laday; Ahmad Zarkasih
International Research on Big-Data and Computer Technology: I-Robot Vol 9, No 2 (2025): September
Publisher : UNIVERSITAS DHARMA WACANA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/ir.v9i2.671

Abstract

Di era digital, pemanfaatan teknologi informasi menjadi kunci dalam meningkatkan efisiensi kerja, termasuk dalam administrasi kegiatan magang. Salah satu instansi pemerintah yang menghadapi tantangan dalam hal ini adalah PDAM Tirta Musi Palembang Unit Rambutan, di mana proses pengajuan proposal magang, pencatatan kegiatan harian, serta pengelolaan laporan dan sertifikat masih dilakukan secara manual. Kondisi tersebut berpotensi menimbulkan keterlambatan dan miskomunikasi antara peserta magang dan pihak instansi. Untuk menjawab permasalahan tersebut, dikembangkan sebuah aplikasi berbasis website menggunakan metode Agile model Extreme Programming (XP). Aplikasi ini dibangun dengan bahasa pemrograman PHP berbasis Object-Oriented Programming (OOP), arsitektur Model-View-Controller (MVC), serta memanfaatkan framework CodeIgniter dan database MySQL. Hasil pengembangan menunjukkan bahwa aplikasi mampu mempercepat dan mempermudah proses pengajuan serta pengelolaan magang secara lebih terstruktur dan terdokumentasi. Selain itu, sistem ini memberikan akses yang lebih efisien bagi peserta magang maupun pengelola, sehingga mendukung peningkatan kualitas layanan administrasi magang di PDAM Tirta Musi Palembang.
Design and Development of a Predictive AI Model for Early Detection of Mental Disorders in Adolescents Robinson Robinson; Ahmad Ari Gunawan Sepriansyah; Ahmad Zarkasih; Selvia Damayanti
Technologia Journal Vol. 2 No. 3 (2025): Technologia Journal-August
Publisher : Pt. Anagata Sembagi Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62872/bx45ph86

Abstract

Adolescents are a vulnerable age group for mental disorders such as depression, anxiety, and stress. Early detection is crucial to enable timely and appropriate interventions. This study aims to design and develop a predictive artificial intelligence (AI) model capable of identifying potential mental health issues in adolescents. The research applies a quantitative experimental approach, collecting data through the locally validated DASS-21 questionnaire. The data were analyzed using Random Forest, Support Vector Machine, and Multilayer Perceptron algorithms, evaluated by accuracy, precision, recall, and F1-score metrics. The findings indicate that the Random Forest model achieved the highest accuracy at 87.4%. The system was designed with a user-friendly interface that delivers prediction results along with initial intervention recommendations. This study offers a significant contribution to preventive efforts in adolescent mental health through adaptive, accurate, and ethical AI-based technology.