Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Journal Islamic Economics Ad Diwan Jurnal Komtekinfo The Indonesian Journal of Computer Science
Tesa Vausia Sandiva
Unknown Affiliation
Religion Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Pengaruh Digital Marketing terhadap Pertumbuhan Penjualan UMKM Tinjauan Menggunakan Metode Systematic Literature Review: Analysis of the Influence of Digital Marketing on MSME Sales Growth Review Using the Systematic Literature Review Method Tesa Vausia Sandiva; Jhon Veri
JOURNAL ISLAMIC ECONOMICS AD DIWAN Vol 4 No 1 (2024): AD DIWAN
Publisher : Program Studi Ekonomi Syariah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51192/ad.v4i1.997

Abstract

This study uses the Systematic Literature Review (SLR) method to analyze the influence of digital marketing on sales growth of Micro, Small and Medium Enterprises (MSMEs). From a review of 19 articles published between 2019 and 2024, this research consistently shows that digital marketing strategies, such as the use of social media platforms and other digital marketing techniques, play an important role in increasing brand awareness, consumer engagement and sales conversions for MSMEs. Optimization Information technology infrastructure has also been proven to increase the effectiveness of digital marketing strategies in MSMEs. These findings have a significant impact on industry players and MSME related parties, emphasizing the importance of implementing and managing digital marketing strategies for sustainable business growth and competitive advantage in the current digital era. Keywords: Digital Marketing, UMKM, Systematic Literature Review (SLR)
Implementasi Algoritma C4.5 Untuk Prediksi Penerima Beasiswa Program Indonesia Pintar Tesa Vausia Sandiva; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.582

Abstract

Pendidikan merupakan fondasi utama dalam pengembangan sumber daya manusia dan berperan penting dalam meningkatkan kualitas hidup. Namun, hambatan finansial sering kali menjadi penghalang bagi banyak keluarga kurang mampu untuk melanjutkan pendidikan ke jenjang yang lebih tinggi. Program Indonesia Pintar (PIP) adalah inisiatif pemerintah Indonesia yang dirancang untuk memberikan bantuan keuangan kepada siswa yang memenuhi kriteria tertentu, sehingga mereka dapat melanjutkan pendidikan tanpa kendala ekonomi. Penelitian ini bertujuan untuk mengembangkan model prediksi penerima beasiswa PIP dengan menggunakan Algoritma C4.5, yang telah terbukti efektif dalam menangani masalah klasifikasi. Penelitian ini menggunakan 50 data siswa, yang diperoleh dari Sistem Dapodik Sekolah Dasar. Data ini dianalisis untuk menemukan pola-pola yang relevan dalam menentukan kelayakan penerima beasiswa, yang kemudian digunakan untuk membangun model prediksi. Pola utama yang ditemukan menunjukkan bahwa status siswa sebagai penerima Kartu Indonesia Pintar (KIP) sangat menentukan prediksi model C4.5 siswa penerima KIP cenderung diprediksi menerima beasiswa PIP. Hasil penelitian menunjukkan bahwa model klasifikasi yang dihasilkan memiliki tingkat akurasi yang sangat tinggi, yaitu sebesar 96.00%. Selain itu, precision dan recall untuk kategori penerima beasiswa masing-masing mencapai 95.65%, sementara precision dan recall untuk kategori bukan penerima beasiswa tercatat sebesar 96.30%. Temuan ini menunjukkan bahwa model prediksi berbasis Algoritma C4.5 dapat berfungsi sebagai metode yang dapat diandalkan untuk mendukung pengambilan keputusan di sektor pendidikan, serta memiliki potensi untuk diterapkan dalam berbagai konteks yang memerlukan prediksi berbasis data yang akurat. Dengan demikian, penelitian ini tidak hanya memberikan kontribusi signifikan terhadap pengembangan ilmu pengetahuan, tetapi juga memiliki dampak nyata dalam upaya pemerataan pendidikan di Indonesia.
Identifikasi Pengolahan Citra Pada Face Detection Menggunakan Metode Median Filtering dan Viola-Jones Sandiva, Tesa Vausia; Yemi, Leonardo; Ramadhanu, Agung
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3675

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pengolahan citra pada sistem deteksi wajah (Face Detection) dengan memanfaatkan metode Median Filtering dan Viola-Jones. Metode Median Filtering digunakan dalam tahap preprocessing untuk mengurangi noise dan meningkatkan kualitas citra, khususnya dalam mengatasi noise seperti salt & pepper. Selanjutnya, metode Viola-Jones diterapkan sebagai metode utama untuk mendeteksi wajah, memanfaatkan Haar Like Feature, Integral Image, Adaboost Learning, dan Cascade Classifier. Penelitian ini mencapai tingkat akurasi keberhasilan deteksi wajah sebesar 90%, menunjukkan efektivitas kombinasi kedua metode dalam meningkatkan performa sistem. Hasil penelitian ini diharapkan dapat memberikan kontribusi positif terhadap perkembangan teknologi pengolahan citra, khususnya dalam aplikasi pengenalan wajah dengan tingkat akurasi yang tinggi.
Co-Authors Gunadi Widi Nurcahyo Jhon Veri Ramadhanu, Agung Sarjon Defit Yemi, Leonardo