Garuda - Garba Rujukan Digital

Utilization Of Big Data For Personalized Online Learning: An Empirical Study In Higher Education Usanto, Usanto; Dewi, Christine Sientta
Jurnal Scientia Vol. 13 No. 04 (2024): Education and Sosial science, September-December 2024
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58471/scientia.v13i04.2616

This study explores the use of Big Data in personalizing online learning in higher education, focusing on student access and engagement patterns in e-learning platforms. The main problem faced is the inefficiency in monitoring student engagement, which impacts academic outcomes. The solution offered is learning analytics analysis using clustering and classification techniques to personalize learning materials. Data is taken from student activities on e-learning platforms for one semester. Data processing is done using machine learning tools such as K-Means Clustering and Decision Tree. The results show that active engagement in e-learning platforms is associated with better academic performance, where students with higher access frequencies tend to have better grades. The visualization graph shows the trend of access intensity in the evenings and weekends, as well as the positive relationship between access duration and exam scores. With a Big Data-based system, institutions can improve the online learning experience and provide more personalized recommendations to support student academic success

PENGEMBANGAN FRAMEWORK DATA MINING BERBASIS DEEP NEURAL NETWORK DENGAN EKSPLORASI TEKNIK TRANSFER LEARNING UNTUK PREDIKSI DAN KLASIFIKASI DATA Nurlaela, Lela; Suhanda, Yogasetya; Sopian, Adi; Dewi, Christine Sientta; Syahrial, Riza
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 1 (2025): JURNAL JRIS EDISI JANUARI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no1.723

The digital transformation in the era of the Industrial Revolution 4.0 has driven the adoption of deep learning technology for data analysis across various sectors, including healthcare, education, and agriculture. This study aims to develop a data mining framework based on deep neural networks by exploring transfer learning techniques to enhance the accuracy and efficiency of prediction and classification processes. The research employs a research and development (R&D) approach with systematic stages, including a literature review, framework design, data collection and processing, framework implementation, and performance evaluation. The developed framework was tested in three primary data domains: healthcare, education, and agriculture. The data underwent cleaning, normalisation, and augmentation to improve quality and variety. The framework was implemented using the TensorFlow library, leveraging pre-trained models such as ResNet50 and InceptionV3. The evaluation used accuracy, precision, recall, F1-score, and training time efficiency metrics. The results demonstrate that the framework achieved an average accuracy of over 90%, improving training time efficiency by up to 60% compared to training from scratch. The transfer learning technique enabled the utilisation of pre-trained models to enhance prediction performance while requiring smaller training datasets. This study also identified key challenges in implementing deep learning technology in Indonesia, including limited infrastructure and low interpretability of analytical results. Consequently, the framework was designed to support interpretability through intuitive data visualisation and flexibility to adapt to various sectors. This framework is not only academically relevant but also practical, providing significant contributions to data-driven decision-making and improving organisational competitiveness in Indonesia.Transformasi digital di era revolusi industri 4.0 telah mendorong penggunaan teknologi deep learning untuk analisis data di berbagai sektor, termasuk kesehatan, pendidikan, dan agrikultur. Penelitian ini bertujuan untuk mengembangkan framework data mining berbasis deep neural networks dengan eksplorasi teknik transfer learning untuk meningkatkan akurasi dan efisiensi proses prediksi serta klasifikasi data. Penelitian ini menggunakan pendekatan research and development (R&D) dengan tahapan sistematis, termasuk studi literatur, perancangan framework, pengumpulan dan pengolahan data, implementasi framework, dan evaluasi kinerja. Framework yang dikembangkan diuji pada tiga domain data utama: data kesehatan, pendidikan, dan agrikultur. Data yang digunakan melalui tahapan pembersihan, normalisasi, dan augmentasi untuk meningkatkan kualitas dan variasi data. Implementasi framework dilakukan menggunakan pustaka TensorFlow dengan memanfaatkan model pra-latih seperti ResNet50 dan InceptionV3. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan efisiensi waktu pelatihan. Hasil pengujian menunjukkan bahwa framework ini mencapai akurasi rata-rata di atas 90%, dengan efisiensi waktu pelatihan meningkat hingga 60% dibandingkan metode pelatihan dari awal. Teknik transfer learning memungkinkan pemanfaatan model pra-latih untuk meningkatkan kinerja prediksi dengan kebutuhan data pelatihan yang lebih kecil. Penelitian ini juga mengidentifikasi tantangan utama dalam penerapan teknologi deep learning di Indonesia, seperti keterbatasan infrastruktur dan rendahnya tingkat interpretabilitas hasil analisis. Oleh karena itu, framework ini dirancang untuk mendukung interpretabilitas melalui visualisasi data yang intuitif, serta fleksibilitas untuk diadaptasi di berbagai sektor. Framework ini tidak hanya relevan secara akademis tetapi juga aplikatif, memberikan kontribusi signifikan dalam mendukung pengambilan keputusan berbasis data dan peningkatan daya saing organisasi di Indonesia.

IMPLEMENTASI TEKNOLOGI LI-FI (LIGHT FIDELITY) SEBAGAI PENDUKUNG OPTIMALISASI KONEKSI IOT PADA SMART HOME S, Usanto; Sopian, Adi; Dewi, Christine Sientta; Syahrial, Riza; Ningtyas, Septiana; Nurlaela, Lela
JEIS: Jurnal Elektro dan Informatika Swadharma Vol 5, No 2 (2025): JEIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jeis.vol5no2.772

Communication technology continues to advance, with Light Fidelity (Li-Fi) emerging as an innovation offering high transmission speeds, low latency, and energy efficiency. This study aims to evaluate the potential of Li-Fi as a connectivity solution for the Internet of Things (IoT) in smart homes in Indonesia, considering the limitations of Wi-Fi, which often experiences interference, high latency, and significant energy consumption. The research employs a field experiment approach in a smart home simulation that encompasses IoT devices, such as bright lights, security cameras, and thermostats, alongside interviews with users, developers, and technology practitioners. The findings reveal that Li-Fi achieves an average speed of 8.5 Gbps with a latency of 1.2 milliseconds, significantly outperforming Wi-Fi, which only reaches 450 Mbps and a latency of 15 milliseconds. Li-Fi also demonstrates superior energy efficiency, requiring just 0.2 watts per GB of data compared to Wi-Fi's 1.5 watts. Furthermore, network interference is virtually undetectable with Li-Fi, making it an ideal solution for densely populated urban environments. Interviews indicate that smart home users desire fast and stable connectivity but identify initial costs and a lack of education as key challenges. The study concludes that Li-Fi has significant potential to address IoT connectivity challenges in smart homes, offering benefits such as energy efficiency, high speed, and connection stability. However, its implementation requires the development of new hardware, user education, and adequate regulatory support. With a holistic strategy, Li-Fi could become a cornerstone in the development of efficient, secure, and sustainable smart homes, while also supporting other sectors such as education and healthcare in Indonesia.Teknologi komunikasi terus berkembang, dengan Light Fidelity (Li-Fi) muncul sebagai inovasi yang menawarkan kecepatan transmisi tinggi, latensi rendah, dan efisiensi energi. Penelitian ini bertujuan mengevaluasi potensi Li-Fi sebagai solusi konektivitas Internet of Things (IoT) dalam rumah pintar (smart home) di Indonesia, mengingat keterbatasan Wi-Fi yang sering mengalami interferensi, latensi tinggi, dan konsumsi energi besar. Penelitian ini menggunakan pendekatan eksperimen lapangan pada simulasi rumah pintar yang mencakup perangkat IoT seperti lampu pintar, kamera keamanan, dan termostat, serta wawancara dengan pengguna, pengembang, dan praktisi teknologi. Hasil penelitian menunjukkan bahwa Li-Fi mencapai kecepatan rata-rata 8,5 Gbps dengan latensi 1,2 milidetik, jauh lebih baik dibandingkan Wi-Fi yang hanya mencapai kecepatan 450 Mbps dan latensi 15 milidetik. Li-Fi juga lebih hemat energi, hanya membutuhkan daya 0,2 watt per GB data, dibandingkan Wi-Fi yang memerlukan 1,5 watt. Selain itu, interferensi jaringan hampir tidak terdeteksi pada Li-Fi, menjadikannya solusi ideal untuk lingkungan urban yang padat perangkat. Wawancara mengungkapkan bahwa pengguna rumah pintar menginginkan konektivitas yang cepat dan stabil, namun mengidentifikasi biaya awal dan kurangnya edukasi sebagai tantangan utama. Kesimpulan penelitian ini menegaskan bahwa Li-Fi memiliki potensi besar untuk mengatasi kendala konektivitas IoT pada rumah pintar, dengan manfaat yang mencakup efisiensi energi, kecepatan tinggi, dan stabilitas koneksi. Namun, implementasi Li-Fi membutuhkan pengembangan perangkat keras baru, edukasi pengguna, dan dukungan regulasi yang memadai. Dengan strategi yang holistik, Li-Fi dapat menjadi pilar utama dalam pengembangan rumah pintar yang efisien, aman, dan berkelanjutan, sekaligus mendukung berbagai sektor lain seperti pendidikan dan kesehatan di Indonesia.

PELATIHAN OPTIMALISASI DIRI DENGAN TEKNOLOGI KECERDASAN BUATAN UNTUK MENINGKATKAN PRODUKTIVITAS, MANAJEMEN WAKTU, DAN MOTIVASI MENUJU DUNIA KERJA Usanto S, Usanto S; Sopian, Adi; Suhanda, Yogasetya; Syahrial, Riza; Dewi, Christine Sientta; Sari, Jamah; Nurlaela, Lela
SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 3, No 2 (2025): SWADIMAS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/swadimas.vol3no2.858

The development of Artificial Intelligence (AI) technology has brought significant changes to various aspects of life, including the world of education and job preparation for Vocational High School (SMK) students. However, many vocational high school students still face challenges in time management, learning motivation, and effectively utilising technology. This activity aims to enhance vocational high school students' skills through training in time management, self-motivation, and the application of AI technology, thereby increasing productivity and readiness for the workforce. The method used is a participatory-educational approach, involving 80 students in grades XI and XII from the Computer and Network Engineering, Accounting, and Online Business and Marketing departments at SMK Kartika X West Jakarta. The training was conducted over one week, offline, with interactive sessions, group discussions, hands-on practice, and reflection. The material covered an introduction to AI, time management strategies, techniques for maintaining motivation, and the application of AI for enhancing learning and productivity. The training results demonstrated significant improvements in students' time management skills, learning motivation, and proficiency in AI technology. Participants became more adept at managing time effectively, maintaining learning motivation, and utilising AI applications to support learning activities and job preparation.Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk dunia pendidikan dan persiapan kerja siswa Sekolah Menengah Kejuruan (SMK). Namun, banyak siswa SMK masih menghadapi tantangan dalam manajemen waktu, motivasi belajar, dan pemanfaatan teknologi secara optimal. Kegiatan ini bertujuan mengoptimalkan diri siswa SMK melalui pelatihan pengelolaan waktu, motivasi diri, dan pemanfaatan teknologi AI untuk meningkatkan produktivitas dan kesiapan menghadapi dunia kerja. Metode yang digunakan adalah pendekatan partisipatif-edukatif, melibatkan 80 siswa kelas XI dan XII dari jurusan Teknik Komputer dan Jaringan, Akuntansi, serta Bisnis Daring dan Pemasaran di SMK Kartika X Jakarta Barat. Pelatihan dilaksanakan selama satu minggu secara luring dengan sesi interaktif, diskusi kelompok, praktik langsung, dan refleksi. Materi mencakup pengenalan AI, strategi manajemen waktu, teknik menjaga motivasi, dan pemanfaatan AI untuk produktivitas belajar. Hasil pelatihan menunjukkan peningkatan signifikan dalam keterampilan manajemen waktu, motivasi belajar, serta literasi teknologi AI siswa. Peserta menjadi lebih mampu mengelola waktu secara efektif, menjaga motivasi belajar, dan menggunakan aplikasi AI untuk mendukung aktivitas belajar dan persiapan kerja.

LITERASI DIGITAL BAGI KARANG TARUNA RW 08 GELAM JAYA UNTUK MENDUKUNG PEMBERDAYAAN EKONOMI LOKAL Usanto, Usanto; Sopian, Adi; Sucahyo, Nur; Suhanda, Yogasetya; Dewi, Christine Sientta; Syahrial, Riza; Nasri, Jelman; Taufiqqurahman, Taufiqqurahman; Broto, Satrio; Larsen, John
SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 3, No 1 (2025): SWADIMAS EDISI JANUARI 2025
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/swadimas.vol3no1.675

This Community Service (PkM) activity is conducted to develop digital literacy among the Karang Taruna RW 08, Gelam Jaya Village, Pasar Kemis. Digital literacy is very important in the digital era, especially for the younger generation, so they not only become users of technology but also creators who can utilize technology productively to support the local economy. This activity uses the Community Based Participatory method with the following stages: (1) initial observation and needs mapping to understand the participants' digital literacy conditions and the local economic potential that can be developed, (2) digital literacy training and workshops covering technical skills in using social media, e-commerce, and entrepreneurial mindset, and (3) mentoring and monitoring stages to ensure the implementation of the taught skills. The activity results show a significant increase in the participants' understanding and skills in digital literacy. After the training, 80% of the participants were able to create creative and effective promotional content, use business features on social media, and understand basic strategies in digital marketing. This program also contributes to the local economy with a 15-20% increase in product sales within one month. This PkM activity has successfully bridged the participants' digital skills gap. It has positively impacted the local economic potential through the creative and productive use of digital technology.Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilaksanakan untuk mengembangkan literasi digital di kalangan remaja Karang Taruna RW 08, Kelurahan Gelam Jaya, Pasar Kemis. Literasi digital sangat penting di era digital, terutama untuk generasi muda, agar mereka tidak hanya menjadi pengguna teknologi tetapi juga kreator yang dapat memanfaatkan teknologi secara produktif dalam mendukung ekonomi lokal. Kegiatan ini menggunakan metode Community Based Participatory dengan tahapan: (1) observasi awal dan pemetaan kebutuhan untuk memahami kondisi literasi digital peserta serta potensi ekonomi lokal yang bisa dikembangkan, (2) pelatihan dan workshop literasi digital yang mencakup keterampilan teknis penggunaan media sosial, e-commerce, dan pola pikir kewirausahaan, dan (3) tahap pendampingan dan monitoring untuk memastikan implementasi keterampilan yang diajarkan. Hasil kegiatan menunjukkan adanya peningkatan signifikan dalam pemahaman dan keterampilan literasi digital para peserta. Setelah pelatihan, 80% peserta mampu membuat konten promosi yang kreatif dan efektif, menggunakan fitur bisnis di media sosial, serta memahami strategi dasar dalam pemasaran digital. Program ini juga berkontribusi pada peningkatan ekonomi lokal dengan kenaikan penjualan produk sebesar 15-20% dalam satu bulan. Kegiatan PkM ini telah berhasil menjembatani kesenjangan keterampilan digital peserta dan memberikan dampak positif dalam meningkatkan potensi ekonomi lokal melalui pemanfaatan teknologi digital secara kreatif dan produktif.

PELATIHAN LITERASI BIG DATA DAN DATA ANALYTICS DASAR UNTUK MENINGKATKAN KEMAMPUAN ANALISIS DIGITAL BAGI SISWA SMK DI JAKARTA BARAT Usanto, Usanto; Sopian, Adi; Suhanda, Yogasetya; Sucahyo, Nur; Syahrial, Riza; Dewi, Christine Sientta; Nurlaela, Lela; Ningtyas, Septiana; Hasibuan, Tuhfatul Habibah
SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 4, No 1 (2026): SWADIMAS EDISI JANUARI 2026 (ON PROGRESS)
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/swadimas.vol4no1.976

This Community Service (PkM) activity aims to improve big data literacy and basic data analysis skills for Vocational High School (SMK) students in West Jakarta. This activity was motivated by students' limited understanding of big data and the digital skills gap needed in the world of work in the Industrial Revolution 4.0 era. The method used in this activity was practice-based training with an interactive approach, including the delivery of conceptual material, data processing practices using simple software, discussions, and evaluations through pre-tests, post-tests, observations, and satisfaction questionnaires. The participants were 50 students from the Computer and Network Engineering and Multimedia departments, selected based on the recommendations of their accompanying teachers. The activity results showed a significant increase in students' understanding and skills. The average pre-test score of 42.3 increased to 78.6 in the post-test, indicating an increase of 85.8%. In addition, students showed a shift in learning behavior from passive to more active, including asking questions, discussing, and practicing data processing. The satisfaction questionnaire results indicated that more than 90% of participants found the training useful and relevant to their needs. Thus, this Community Service Program (PKM) activity has proven effective in improving big data literacy and basic digital analysis skills among vocational high school students. In addition to directly improving student competency, this activity produces learning modules that mentor teachers can use as supplementary teaching materials, ensuring sustainable benefits.Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk meningkatkan literasi big data dan keterampilan dasar analisis data bagi siswa Sekolah Menengah Kejuruan (SMK) di Jakarta Barat. Kegiatan ini dilatarbelakangi oleh rendahnya pemahaman siswa mengenai big data serta kesenjangan keterampilan digital yang dibutuhkan di dunia kerja era Revolusi Industri 4.0. Metode yang digunakan dalam kegiatan ini adalah pelatihan berbasis praktik dengan pendekatan interaktif, meliputi penyampaian materi konseptual, praktik pengolahan data menggunakan perangkat lunak sederhana, diskusi, serta evaluasi melalui pre-test, post-test, observasi, dan kuesioner kepuasan. Peserta kegiatan berjumlah 50 siswa dari jurusan Teknik Komputer dan Jaringan serta Multimedia, yang dipilih berdasarkan rekomendasi guru pendamping. Hasil kegiatan menunjukkan adanya peningkatan signifikan dalam pemahaman dan keterampilan siswa. Nilai rata-rata pre-test sebesar 42,3 meningkat menjadi 78,6 pada post-test, menandakan peningkatan sebesar 85,8%. Selain itu, siswa menunjukkan perubahan perilaku belajar dari pasif menjadi lebih aktif dalam bertanya, berdiskusi, dan melakukan praktik pengolahan data. Hasil kuesioner kepuasan mengindikasikan bahwa lebih dari 90% peserta menilai pelatihan bermanfaat dan relevan dengan kebutuhan mereka. Dengan demikian, kegiatan PkM ini terbukti efektif dalam meningkatkan literasi big data dan kemampuan analisis digital dasar siswa SMK. Selain memberikan dampak langsung terhadap peningkatan kompetensi siswa, kegiatan ini juga menghasilkan modul pembelajaran yang dapat digunakan guru pendamping sebagai bahan ajar tambahan, sehingga manfaatnya berkelanjutan.

PENGEMBANGAN APLIKASI CUSTOMER RELATIONSHIP MANAGEMENT (CRM) BERBASIS WHATSAPP BUSINESS UNTUK OPTIMALISASI PENJUALAN PADA BISNIS FASHION ONLINE Usanto, Usanto; Sopian, Adi; Syahrial, Riza; Dewi, Christine Sientta; Ningtyas, Septiana; Kurniati, Ike
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.975

The development of information technology has driven significant transformation in the retail trade sector, including the online fashion industry in Indonesia. The shift in consumer behavior towards online shopping requires businesses to adopt effective Customer Relationship Management (CRM) strategies to increase customer satisfaction, loyalty, and customer management efficiency. This study aims to design and implement a WhatsApp Business-based CRM application to optimize the sales system in fashion MSMEs, with a case study in the online fashion sector. The research method used is a descriptive qualitative approach, using interviews, observations, and literature reviews. The results show that manual use of WhatsApp Business creates obstacles, including delayed responses, unstructured customer records, and limited consumer behavior analysis. The developed CRM application integrates the WhatsApp Business API with a customer database and a web-based admin dashboard. Key features include contact management, transaction history recording, auto-reply, customer segmentation, and promotional broadcasts. Testing using the black-box method and user validation demonstrates that the system runs optimally, accelerates response times, improves communication efficiency, and provides real-time customer analysis.Perkembangan teknologi informasi telah mendorong transformasi signifikan pada sektor perdagangan ritel, termasuk industri fashion online di Indonesia. Pergeseran perilaku konsumen menuju belanja daring menuntut pelaku usaha untuk mengadopsi strategi Customer Relationship Management (CRM) yang efektif dalam meningkatkan kepuasan, loyalitas, serta efisiensi pengelolaan pelanggan. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi CRM berbasis WhatsApp Business guna mengoptimalkan sistem penjualan pada UMKM fashion, dengan studi kasus di Sektor fashion online. Metode penelitian yang digunakan adalah kualitatif deskriptif melalui wawancara, observasi, dan studi pustaka. Hasil penelitian menunjukkan bahwa penggunaan WhatsApp Business secara manual menimbulkan kendala berupa keterlambatan respons, pencatatan pelanggan yang tidak terstruktur, serta keterbatasan analisis perilaku konsumen. Aplikasi CRM yang dikembangkan mengintegrasikan WhatsApp Business API dengan basis data pelanggan dan dashboard admin berbasis web. Fitur utama mencakup manajemen kontak, pencatatan histori transaksi, auto-reply, segmentasi pelanggan, dan broadcast promosi. Pengujian menggunakan metode black-box dan validasi pengguna membuktikan bahwa sistem berjalan optimal, mempercepat respons, meningkatkan efisiensi komunikasi, serta menyediakan analisis pelanggan secara real-time.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search