Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL NASIONAL TEKNIK ELEKTRO Indonesian Journal of Economics and Strategic Management
Muhammad Rafli Ramadhan
Unknown Affiliation
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis SWOT Dalam Menentukan Strategi Pemasaran Bisnis Seikow Coffee Bekasi Muhammad Rafli Ramadhan; Muhammad Richo Rianto; Choiroel Woestho
IJESM Indonesian Journal of Economics and Strategic Management Vol. 2 No. 3 (2024): September
Publisher : Draf Solusi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69718/ijesm.v2i3.319

Abstract

Fenomena munculnya berbagai coffee shop di Indonesia memang sedang booming dalam beberapa tahun terakhir. Hal ini terlihat dari peningkatan signifikan jumlah kedai kopi dalam beberapa tahun terakhir serta konsumsi kopi dalam negeri. Persaingan terlihat semakin sengit ketika banyak dijumpai Coffee Shop yang saling berdekatan dan juga berdampingan. Maka dari itu setiap perusahaan harus memiliki strategi pemasaran untuk konsumen guna meningkatkan penjualan perusahaan dan juga bersaing dengan kompetitor. Tujuan dari penelitian ini adalah untuk mengetahui Analisis SWOT dalam Menentukan Strategi Pemasaran Bisnis Seikow Coffee Bekasi. Untuk mengetahui Strategi Pemasaran yang tepat pada Seikow Coffee Bekasi. Metode penelitian yang digunakan dalam penelitian ini adalah mix method. Teknik pengumpulan data menggunakan observasi, wawancara, kuisioner dan dokumentasi. Teknik analisis data terdiri dari tiga alur yaitu: reduksi data, penyajian data, penarikan kesimpulan/verifikasi. Hasilnya menunjukan bahwa berdasarkan Matriks SWOT 4 Kuadran, Seikow Coffee berada di kuadran I yaitu strategi pertumbuhan Agresif (Growth Oriented Strategy) yang artinya situasi yang sangat menguntungkan karena memiliki peluang dan kekuatan yang tinggi sehingga dapat memanfaatkan kesempatan yang ada. Strategi pemasaran yang harus diterapkan dalam kondisi ini adalah mendukung semua kekuatan yang dimiliki perusahaan dan memanfaatkan kesempatan atau peluang yang ada.
Sebuah Identifikasi yang Ditingkatkan dari Penyakit Katup Jantung Dengan Selective Phonocardiogram Features Driven by Convolutional Neural Networks (SFD-CNN) Muhammad Rafli Ramadhan; Mandala, Satria; Rafi Ullah; Wael M.S. Yafooz; Muhammad Qomaruddin
JURNAL NASIONAL TEKNIK ELEKTRO Vol 13, No 1: March 2024
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jnte.v13n1.1184.2024

Abstract

Valvular Heart Disease (VHD) is a significant cause of mortality worldwide. Although extensive research has been conducted to address this issue, practical implementation of existing VHD detection results in medicine still falls short of optimal performance. Recent investigations into machine learning for VHD detection have achieved commendable accuracy, sensitivity, and robustness. To address this limitation, our research proposes utilizing Selective Phonocardiogram Features Driven by Convolutional Neural Networks (SFD-CNN) to enhance VHD detection. Notably, SFD-CNN operates on phonocardiogram (PCG) signals, distinguishing itself from existing methods based on electrocardiogram (ECG) signals. We present two experimental scenarios to assess the performance of SFD-CNN: one under default parameter conditions and another with hyperparameter tuning. The experimental results demonstrate that SFD-CNN surpasses other existing models, achieving outstanding accuracy (96.80%), precision (93.25%), sensitivity (91.99%), specificity (98.00%), and F1-score (92.09%). The outstanding performance of SFD-CNN in VHD detection suggests that it holds great promise for practical use in various medical applications. Its potential lies in its ability to accurately identify and classify VHD, enabling early detection and timely intervention. SFD-CNN could significantly improve patient outcomes and reduce the burden on healthcare systems. With further development and refinement, SFD-CNN has the potential to revolutionize the field of VHD detection and become an indispensable tool for healthcare professionals.
Co-Authors Muhammad Qomaruddin Rafi Ullah Rianto, Muhammad Richo Satria Mandala Wael M.S. Yafooz Woestho, Choiroel