Claim Missing Document
Check
Articles

Found 2 Documents
Search

PELATIHAN DIGITAL MARKETING UNTUK MENINGKATKAN PEMASARAN PRODUK UMKM GULA AREN DESA PATEMON Rasyidi, Ahmad Hafas; Dassucik, Dassucik; Hasanah, Ikromatul; Kulsum, Ummi; Agustin, Reza Dwi; Hasbullah, Sahrul; Rofiqi, Lutfi
MIMBAR INTEGRITAS : Jurnal Pengabdian Vol 3 No 2 (2024): AGUSTUS 2024
Publisher : Biro Administrasi dan Akademik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36841/mimbarintegritas.v3i2.4823

Abstract

Di era modern ini, digital marketing berkembang pesat dengan fitur-fitur menarik yang ada disetiap aplikasinya. Hal ini seimbang dengan berkembangnya smartphone yang kian menjangkau semua kalangan, dari remaja hingga orang tua. Akan tetapi ditengah berkembangnya smartphone, tidak diimbangi dengan pemanfaatan yang baik. hal ini terjadi pada masyarakat Desa Patemon Kecamatan Bungatan Situbondo. Mayoritas masyarakat desa memiliki smartphone yang dapat dimanfaatkan sebagai media untuk penjualan jika mereka bisa memanfaatkannya. Penghasilan sehari-hari menggantungkan pada penjualan gula aren yang mereka olah sendiri. Tempat berjualan dilakukan di pasar tradisional dengan harga bersaing dengan satu sama lainnya. Kegiatan pengabdian ini dilaksanakan dengan metode penyuluhan dan pelatihan secara langsung untuk memanfaatkan digital marketing sebagai media untuk memasarkan produk gula aren. Hasil dari pengabdian ini masyarakat dapat memahami pentingnya digital marketing dalam pemasaran produk dan masyarakat bisa memanfaatkan digital marketing sebagai media pemasaran produk mereka.
Analisis Sentimen Terkait RUU Perampasan Aset dengan Support Vector Machine Rofiqi, Lutfi; Akbar, Mutaqin
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.824

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap RUU Perampasan Aset menggunakan metode Support Vector Machine (SVM). Data dikumpulkan dari media sosial Twitter dan YouTube dengan alat dan library Python Google Colab, termasuk nodejs dan Tweet Harvest untuk Twitter serta Google API Client untuk YouTube. Data komentar dalam bahasa Indonesia dilabeli secara manual sebagai positif atau negatif menggunakan Microsoft Excel. Tahapan praproses mencakup cleansing, case folding, tokenizing, filtering, stemming, dan normalisasi data. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata, sementara SVM digunakan untuk klasifikasi dengan evaluasi menggunakan confusion matrix yang mengukur akurasi, presisi, recall, dan F1 score. SMOTE digunakan untuk menyeimbangkan kelas data. Hasil penelitian menunjukkan bahwa SVM efektif dengan akurasi 79.8%, F1 score 79.96%, presisi 80.58%, dan recall 79.8%. Analisis sentimen mengungkap mayoritas sentimen publik terhadap RUU Perampasan Aset adalah negatif, mencerminkan ketidakpuasan atau ketidakpercayaan. Penelitian ini membuktikan bahwa metode SVM memberikan evaluasi komprehensif dan valid terhadap data yang telah diproses, memberikan hasil yang dapat dipercaya untuk analisis lebih lanjut.