Claim Missing Document
Check
Articles

Found 18 Documents
Search

Pelatihan Penggunaan Media Sosial untuk Pemasaran di ASM Insulindo Butsianto, Sufajar; Sulaeman, Asep Arwan; Siswandi , Arif; Setyawan, Wisnu
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 3 No. 1 (2025): Juni 2025
Publisher : VINICHO MEDIA PUBLISINDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61946/vidheas.v3i1.117

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan mahasiswa serta civitas akademika ASM Insulindo dalam memanfaatkan media sosial sebagai sarana pemasaran yang efektif di era digital. Di tengah pesatnya perkembangan teknologi informasi, media sosial seperti Instagram, TikTok, dan Facebook telah menjadi platform strategis dalam memperluas jangkauan bisnis dan membangun brand awareness. Namun, pemanfaatannya masih belum optimal di kalangan mahasiswa yang memiliki potensi besar sebagai digital marketer. Melalui pelatihan ini, peserta dibekali dengan pengetahuan dasar mengenai digital marketing, strategi konten kreatif, penggunaan fitur-fitur iklan media sosial, serta analisis performa pemasaran digital. Metode yang digunakan meliputi ceramah, diskusi interaktif, praktik langsung, dan studi kasus. Hasil kegiatan menunjukkan peningkatan signifikan dalam pemahaman peserta terhadap teknik pemasaran digital serta kemampuan membuat dan mengelola konten promosi secara mandiri. Diharapkan pelatihan ini dapat menjadi langkah awal dalam menciptakan wirausahawan muda yang adaptif terhadap perkembangan teknologi digital.
Breast Cancer Classification Using Naïve Bayes and Random Forest Algorithms Gurning, Riris Naomi; Sulaeman, Asep Arwan; Afandi, Dedi
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 3 (2025): Articles Research July 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i3.6609

Abstract

Breast cancer is one of the leading causes of death among women in Indonesia. Therefore, early detection is crucial to improving the chances of successful treatment. This study was conducted to evaluate the performance differences between the Naïve Bayes and Random Forest algorithms in classifying breast cancer data. The dataset used was sourced from Kaggle, and the entire data processing and model analysis process was performed using RapidMiner software. Data was split into 80% for training and 20% for testing to ensure optimal model evaluation. Evaluation was conducted using accuracy, precision, and recall metrics. The findings of this study indicate that Random Forest is capable of producing more effective classification performance than Naïve Bayes. Random Forest achieved an accuracy of 99.27%, recall of 99.27%, and precision of 99.30%. Meanwhile, the Naïve Bayes algorithm only achieved an accuracy of 83.78% with recall and precision of 83.80% each. The superiority of Random Forest is believed to stem from its ensemble approach, which can handle data complexity and reduce the risk of overfitting, thereby providing more accurate and stable prediction results. Based on these results, Random Forest is considered more suitable for use in machine learning-based early breast cancer detection systems. This study is expected to serve as a reference for the development of medical decision support systems and to encourage the use of classification technology in the field of health.
Twitter Sentiment Towards 2024 Jakarta Governor Candidates With Naïve Bayes Algorithm Abei, Fikri; Sulaeman, Asep Arwan; Suprapto, Suprapto
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 1 (2025): Article Research January 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i1.5358

Abstract

This study aims to analyze public sentiment towards candidates for the 2024 Governor of DKI Jakarta through the Twitter platform, with a focus on classifying positive and negative sentiment. Along with the rapid development of social media, Twitter has become the main channel for people to voice political opinions. Sentiment analysis was conducted using the Naive Bayes algorithm to classify the sentiment of tweets collected through crawling techniques during the campaign period. The data used includes user tweets, with features such as frequently occurring words, popular hashtags, and discussion topics related to each gubernatorial candidate. The results showed that the Naive Bayes algorithm provided the best performance in classifying sentiment data in the period August 1 to December 26, 2024, with the highest accuracy rate reaching 75% at a data ratio of 90:10. This research also identified challenges in sentiment classification, such as the presence of new terms in test documents that are not recognized by the training model. The findings are expected to provide a clearer picture of public perceptions of gubernatorial candidates and contribute to the analysis of political sentiment on social media
Penerapan Metode Waterfall pada Sistem Informasi Inventory Berbasis Website Ananda, Angga Thifal; Butsianto, Sufajar; Sulaeman, Asep Arwan
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5669

Abstract

PT. Toa Galva Industries is a company that has been established for more than 47 years, which still uses a manual inventory system such as recording goods data and data on goods in and out using ledgers, causing work to be less efficient and inaccurate. To find out what goods the company owns, the admin must check the goods files one by one so that they are prone to errors in the process. Therefore, it is necessary to create a website-based inventory information system application system that helps companies improve the efficiency and effectiveness of goods management. This system is designed to store data on incoming and outgoing goods and create stock reports quickly and accurately. The Waterfall method is used in designing this system because it has a clear and structured flow, where each stage must be completed before moving on to the next stage. And using the Black Box Testing method. The research results show that this system can help companies manage stock of goods effectively and efficiently, as well as provide fast and accurate reports on goods produced.
Pelatihan Pengelola Jurnal dan Pengkaji Naskah Karya Ilmiah Pada Jurnal Nasional Kurnia, Hibarkah; Supardi, Supardi; Nuryono, Arif; Herlambang, Hendi; Sulaeman, Asep Arwan
Jurnal Pengabdian Pelitabangsa Vol. 6 No. 02 (2025): Jurnal Pengabdian Pelitabangsa - Oktober 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jabmas.v6i02.6466

Abstract

Era globalisasi ini menuntut pihak kampus dan pihak swasta diberikan kemudahan dalam pembuatan dan pengelolaan jurnal nasional melalui peran sebagai wadah dalam publikasi karya ilmiah. Namun dalam perjalanannya terdapat masalah yang muncul pada pembuatan jurnal diantaranya pengelola dan pengkaji tidak konsisten dan jumlah karya tulis yang menurun. Pengelolaan dan pengkajian karya ilmiah terkadang terbengkalai dalaam pengurusannya, dengan alasan kesibukan dan tidak ada waktu dalam pengendalian jurnal. Sementara untuk jumlah ilmiah yang masuk ke jurnal nasional terkadang kurang, hal ini disebabkan kaerena kurangnya perhatian dari kampus untuk memberikan ruang dalam mensosisalisasikan pentingnya karya ilmiah dalam akreditasi kampus. Pengabdian ini bertujuan untuk meningkatkan pengetahuan dan keterampilan pengelola dan pengkaji naskah dalam publikasi karya ilmiah, sehingga keberlanjutan program publikasi dapat diselesaikan dengan baik. Metode yang digunakan pada pengabdian ini berupa penyuluhan atau pendampingan pengelola dan pengkaji karya ilmiah pada jurnal Inspirasi Publisher untuk meningkatkan kualitas pelayanan jurnal. Pelatihan ini dilakukan secara pararel secara daring selama selama 2 bulan untuk sosialisasi dan pengenalan jurnal nasional. Pelatihan/workshop dilakukan secara daring dengan mengundang narasumber asosiasi dari mitra yayasan. Kelebihan pada pengabdian ini dihadiri oleh mitra yayasan dan berkolaborasi dengan dosen-dosen perwakilan dari Universitas di Bekasi. Kekurangan dari pengabdian ini terkendala waktu kesibukan para peserta yang notabene seorang dosen sehingga setiap pertemuan secara daring belum bisa kehadiran 100%. Kontribusi pengabdian ini diharapkan semua peserta sebagai Editor dan Reviewer dapat mengerti dalam pengelolaan jurnal yang baik sebagaimana tugas dan tanggung jawabnya.
Analisis Tingkat Sentimen Opini Publik Terhadap Kebijakan TV Digital di Platform X Menggunakan Multinomial Naïve Bayes Sulaeman, Asep Arwan; Naya, Candra; Danny, Muhtajuddin; Effendi, M. Makmun
Bulletin of Computer Science Research Vol. 6 No. 2 (2026): February 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v6i2.951

Abstract

The migration from analog to digital television broadcasting is part of the transformation of the broadcasting system aimed at improving broadcast quality and spectrum efficiency. However, the implementation of the digital television policy has generated diverse public responses, ranging from support to criticism. This study aims to analyze public opinion on the digital television policy in Indonesia using social media data from platform X. A quantitative approach was employed using text mining and supervised machine learning techniques. Data were collected through a crawling process using the keyword “tv digital”, resulting in 1,855 tweets. After data selection and cleaning, 789 tweets were obtained as the final dataset. The analysis stages included text preprocessing, feature extraction using Term Frequency–Inverse Document Frequency (TF–IDF), and sentiment classification using the Multinomial Naïve Bayes algorithm. The results indicate that positive sentiment dominates public opinion, with 478 tweets (60.58%), while negative sentiment accounts for 311 tweets (39.42%). Model performance evaluation shows an accuracy of 79.21%, precision of 82.45%, and recall of 85.06%, indicating that the model performs well and consistently in classifying sentiment. These findings demonstrate that social media–based sentiment analysis can serve as an empirical approach to understanding public perceptions of digital television policy.
Pendampingan Pemanfaatan Teknologi Web untuk Pengelolaan Administrasi RT. 063 RW. 014 Perum Buana Tamansari Surojudin, Nurhadi; Andriani; Sulaeman, Asep Arwan
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 3 No. 2 (2025): Desember 2025
Publisher : VINICHO MEDIA PUBLISINDO

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

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan efektivitas dan transparansi pengelolaan administrasi di lingkungan RT 063 RW 014 Perum Buana Tamansari melalui pemanfaatan teknologi berbasis web. Permasalahan utama yang dihadapi mitra adalah sistem pencatatan administrasi dan keuangan yang masih dilakukan secara manual sehingga rentan terhadap kesalahan, keterlambatan laporan, serta rendahnya akuntabilitas. Metode pelaksanaan meliputi tahap analisis kebutuhan, perancangan sistem menggunakan Unified Modeling Language (UML), pengembangan aplikasi berbasis web, serta pendampingan dan pelatihan kepada pengurus RT. Hasil kegiatan menunjukkan bahwa sistem yang dikembangkan mampu mendukung pengelolaan data warga, pencatatan iuran, rekapitulasi transaksi, dan penyajian laporan secara terstruktur dan real-time. Implementasi teknologi web ini meningkatkan efisiensi kerja pengurus serta memperkuat transparansi pengelolaan administrasi di tingkat lingkungan. Kegiatan pendampingan ini memberikan dampak positif terhadap tata kelola administrasi RT yang lebih modern, sistematis, dan akuntabel. Kata kunci: Pengabdian Masyarakat, Sistem Informasi Web, Administrasi RT, Transparansi Keuangan, Digitalisasi Lingkungan
Analisis Peningkatan Risiko Kelelahan Postur Operator Gudang dengan Pendekatan REBA pada Industri Otomotif Kurnia, Hibarkah; Wiyatno, Tri Ngudi; Khofiyah , Nida An; Sulaeman, Asep Arwan
JISI: Jurnal Integrasi Sistem Industri Vol. 13 No. 1 (2026): JISI UMJ
Publisher : Fakultas Teknik Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/jisi.13.1.41-56

Abstract

Seringkali pekerja di gudang mengalami keluhan tubuh saat bekerja setelah 3 tahun. Pekerja gudang memiliki kombinasi sikap kerja: jongkok, membungkuk, dan bungkuk. Postur tubuh yang tidak ergonomis akan mengganggu pekerjaan, sesuai dengan jenis pekerjaan dan alat atau fasilitas yang digunakan untuk mendukung pelaksanaan operasi kerja. Salah satu upaya yang dilakukan untuk menghasilkan produk yang berkualitas antara lain dengan memperhatikan bahaya dan risiko, meliputi lingkungan, kesehatan, dan keselamatan kerja. Penelitian ini bertujuan untuk mengetahui hasil analisis yang dilakukan terhadap operator gudang dan kondisi kerja operator, sehingga dapat dihasilkan postur kerja yang nyaman bagi operator gudang. Metode yang digunakan dalam penelitian ini adalah Nordic Body Map (NBM) dan Rapid Entire Body Assessment (REBA) yaitu untuk mengkaji nyeri. Saran untuk perbaikan posisi kerja saat mengangkat barang yaitu pada posisi jongkok dengan badan/punggung tegak, dan dengan anjuran penggunaan peralatan tenaga mekanik agar posisi badan operator menjadi tegak dan meminimalisir terjadinya cedera pada pinggang yaitu nyeri punggung merupakan keluhan tertinggi berdasarkan presentase NBM. Penelitian ini menghasilkan nilai REBA setelah dilakukan perbaikan dengan nilai risiko sebesar 4 yang berarti risiko rendah dan memungkinkan untuk dilakukan pemantauan guna menjaga konsistensi kerja di gudang.