Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pemberdayaan Pengelolaan Sumberdaya Bumdes Berkah Jaya Desa Karangasem Melalui Implementasi Digital Marketing Hakim, Mujibul; Milzam, Muhammad; Suseno, Akrim Teguh; Anjarini, Ary Dwi; Afif, Randi
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 7, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jabdimas.v7i1.19927

Abstract

Badan Usaha Milik Desa (BUMDes) Berkah Jaya di Desa Karangasem, Kabupaten Pekalongan, menghadapi berbagai kendala misalnya dalam legalitas BUMDes yang belum ada, kemampuan manajerial rendah, pengelolaan keuangan yang lemah, kurangnya implementasi digital marketing, dan kekurangan aplikasi pendukung. Maka dari itu, pengabdian ini bertujuan untuk memberdayakan BUMDes Berkah Jaya melalui berbagai langkah-langkah yang diambil. Langkah-langkah yang diambil mencakup pengurusan dokumen legalitas, peningkatan keterampilan manajerial, peningkatan pengelolaan keuangan, penerapan aplikasi Point of Sale (POS), dan penerapan teknik pemasaran digital. Tujuan utama adalah meningkatkan produktivitas BUMDes dan pendapatan desa. Hasil yang diharapkan dari pengabdian ini adalah peningkatan pendapatan dan produktivitas BUMDes Berkah Jaya menjadi lebih lagi, dan juga publikasi ilmiah serta dokumentasi visual. Setelah mengikuti pelatihan yang relevan, peserta menunjukkan peningkatan yang signifikan dalam pemahaman mereka tentang berbagai aspek yang terkait dengan BUMDes Berkah Jaya, termasuk manajemen BUMDes, pengelolaan keuangan, pemasaran digital, dan aplikasi POS, yang berpotensi memberikan dampak positif pada perkembangan BUMDes dan pendapatan desa.
Analisis Sentimen dan Prediksi Ulasan Pada Aplikasi Info BMKG Afif, Randi; Nugroho, Kristiawan
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9746

Abstract

Aplikasi Info BMKG menyediakan informasi cuaca dan iklim bagi masyarakat Indonesia. Ulasan pengguna di Google Play Store merefleksikan kepuasan dan kritik yang dapat dianalisis untuk peningkatan layanan. Penelitian ini bertujuan mengklasifikasikan sentimen dan memprediksi volume ulasan menggunakan Recurrent Neural Network (RNN) dan Long  Short-Term Memory (LSTM). Sebanyak 3000 ulasan diperoleh melalui web scraping dan setelah diproses dengan pembersihan data, tokenisasi, stemming, penghapusan stopword, dan labelling, maka jumlahnya menjadi 2645 ulasan. Hasil menunjukkan LSTM unggul pada klasifikasi sentimen dengan akurasi 90% dan F1-score 0,90, sedangkan RNN memperoleh akurasi 87% dan F1-score 0,82. Pada prediksi jumlah ulasan negatif, RNN lebih baik (MSE: 104,97; MAE: 7,61; R²: 0,22), sementara kedua model kurang optimal untuk kategori positif (R² negatif). Temuan ini menunjukkan LSTM lebih efektif untuk klasifikasi, sedangkan RNN lebih unggul dalam prediksi ulasan negatif