Garuda - Garba Rujukan Digital

CLUSTERING ROTATIONAL CHURN OF TELECOMMUNICATIONS CUSTOMERS USING A DATA-CENTRICAI APPROACH Muttaqin, Widang; Lydia, Maya Silvi; Fahmi, Fahmi
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 4 (2024): September 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3304

Abstract: In the current era of very fast technological development, customer churn is a serious challenge, especially in the competitive telecommunications industry. Churn refers to customers who stop using a service or move to another provider, and can be categorized into three types: Active Churn, Passive Churn, and Rotational Churn. Rotational Churn, which is difficult to predict be- cause the reasons for stopping are unclear, is the main focus of this research. This research aims to group Rotational Churn customers using a Data-Centric AI approach. This approach emphasizes improving data quality through Confident Learning and Synthetic Data before being applied to the K-Means clustering algorithm. The data used in this research is customer churn data from one telecommunications company during 2023. The research results show that customer grouping using the K-Means algorithm can provide deep insight into the characteristics of customer churn. The application of Data-Centric AI is proven to be able to increase the accuracy of clustering models, which ultimately helps compa- nies optimize programs and services to minimize churn and retain customers. Keywords: data-centric AI; clustering; K-means Abstrak: Dalam era perkembangan teknologi yang sangat pesat saat ini, churn pelanggan menjadi tantangan serius, terutama dalam industri telekomunikasi yang sangat kompetitif. Churn mengacu pada pelanggan yang berhenti menggunakan layanan atau beralih ke penyedia lain, dan dapat dikategorikan menjadi tiga jenis: Churn Aktif, Churn Pasif, dan Churn Rotasional. Churn Rotasional, yang sulit diprediksi karena alasan penghentian layanan tidak jelas, menjadi fokus utama penelitian ini. Penelitian ini bertujuan untuk mengelompokkan pelanggan Churn Rotasional menggunakan pendekatan Data-Centric AI. Pendekatan ini menekankan pada peningkatan kualitas data melalui Confident Learning dan Synthetic Data sebelum diterapkan ke algoritma K-Means clustering. Data yang digunakan dalam penelitian ini adalah data churn pelanggan dari satu perusahaan telekomunikasi selama tahun 2023. Hasil penelitian menunjukkan bahwa pengelompokan pelanggan menggunakan algoritma K-Means dapat memberikan wawasan mendalam tentang karakteristik churn pelanggan. Penerapan Data-Centric AI terbukti mampu meningkatkan akurasi model klastering, yang pada akhirnya membantu perusahaan mengoptimalkan program dan layanan untuk meminimalkan churn serta mempertahankan pelanggan. Kata kunci: data-Centric AI; klasterisasi; K-means

Optimalisasi Penjualan Ritel Furniture melalui Aplikasi Mobile Berbasis Android: Studi Kasus Transformasi Digital pada UMKM Zailani, Achmad Udin; Nurmaningsih, Desi; Putro, Zuki Pristiantoro; Muttaqin, Widang; Yafie, Haddad Alwi
Academic Journal of Computer Science Research Vol 7, No 2 (2025): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v7i2.15912

Perkembangan pesat teknologi digital mendorong kebutuhan sistem informasi modern dan mudah diakses. Toko Jaya Mandiri Furniture (UMKM furnitur) menghadapi tantangan operasional akibat ketergantungan pada proses manual, promosi terbatas, dan jangkauan pasar sempit. Sistem manual mengakibatkan proses bisnis lambat, kesulitan penyajian informasi produk, serta interaksi daring terbatas. Penelitian ini merancang aplikasi mobile berbasis Android untuk mengoptimalkan penjualan, memperluas pasar, dan meningkatkan efisiensi. Metode PIECES digunakan untuk analisis kebutuhan sistem, menunjukkan performa rendah pada sistem lama. Pemodelan sistem dilakukan dengan UML, sedangkan desain antarmuka menggunakan Figma dengan prinsip user-centered design (UCD). Hasil pengujian prototipe menunjukkan aplikasi efektif menjawab permasalahan toko: mempermudah promosi, pemesanan, manajemen transaksi, dan pelacakan pesanan. Validasi melalui survei 40 responden: kepuasan pengguna mencapai 86% dengan skor rata-rata 4,15 dari 5, dan aspek persepsi visual 4,3 dari 5. Temuan membuktikan aplikasi memberikan pengalaman pengguna positif dan efisien, serta mendukung transformasi digital UMKM furnitur.

PENGEMBANGAN WEBSITE KATALOG PRODUK DESA CIKASUNGKA Ramadhan, Yumna Zahran; Satria, Deki; Hendrawan, Fadhil Rozi; Muttaqin, Widang
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2025): Juli
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/sorot.v4i2.9647

Era digital saat ini, khususnya era 5.0, menekankan pentingnya kolaborasi antara manusia dan teknologi seperti kecerdasan buatan, Internet of Things (IoT), dan big data. Di tengah perkembangan ini, UMKM di Indonesia sebagai pilar utama ekonomi nasional menghadapi tantangan besar dalam proses digitalisasi. Hambatan seperti keterbatasan infrastruktur internet, rendahnya literasi digital, dan sumber daya yang terbatas menjadi penghalang utama. Padahal, transformasi digital berpotensi besar dalam meningkatkan efisiensi dan daya saing usaha mereka. Oleh karena itu, diperlukan upaya bersama dari komunitas dan institusi pendidikan untuk memberikan pelatihan serta pendampingan. Salah satu solusi strategis adalah pengembangan aplikasi web untuk mendukung UMKM desa, seperti di Cikasungka. Aplikasi ini mencakup katalog produk online, manajemen stok, pencatatan keuangan, strategi pemasaran digital, dan modul pelatihan. Sistemnya dilengkapi hak akses yang jelas: administrator mengelola sistem, pelaku usaha memperbarui produk, dan pelanggan dapat melihat serta memesan produk. Inovasi ini diharapkan dapat mendorong percepatan digitalisasi, memperluas akses terhadap layanan keuangan, dan mengurangi ketergantungan pada metode konvensional, sehingga tercipta ekosistem UMKM yang mandiri, berkelanjutan, dan kompetitif dalam ekonomi digital yang terus berkembang.

CLUSTERING ROTATIONAL CHURN OF TELECOMMUNICATIONS CUSTOMERS USING A DATA-CENTRICAI APPROACH Muttaqin, Widang; Lydia, Maya Silvi; Fahmi, Fahmi
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 4 (2024): September 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3304

Abstract: In the current era of very fast technological development, customer churn is a serious challenge, especially in the competitive telecommunications industry. Churn refers to customers who stop using a service or move to another provider, and can be categorized into three types: Active Churn, Passive Churn, and Rotational Churn. Rotational Churn, which is difficult to predict be- cause the reasons for stopping are unclear, is the main focus of this research. This research aims to group Rotational Churn customers using a Data-Centric AI approach. This approach emphasizes improving data quality through Confident Learning and Synthetic Data before being applied to the K-Means clustering algorithm. The data used in this research is customer churn data from one telecommunications company during 2023. The research results show that customer grouping using the K-Means algorithm can provide deep insight into the characteristics of customer churn. The application of Data-Centric AI is proven to be able to increase the accuracy of clustering models, which ultimately helps compa- nies optimize programs and services to minimize churn and retain customers. Keywords: data-centric AI; clustering; K-means Abstrak: Dalam era perkembangan teknologi yang sangat pesat saat ini, churn pelanggan menjadi tantangan serius, terutama dalam industri telekomunikasi yang sangat kompetitif. Churn mengacu pada pelanggan yang berhenti menggunakan layanan atau beralih ke penyedia lain, dan dapat dikategorikan menjadi tiga jenis: Churn Aktif, Churn Pasif, dan Churn Rotasional. Churn Rotasional, yang sulit diprediksi karena alasan penghentian layanan tidak jelas, menjadi fokus utama penelitian ini. Penelitian ini bertujuan untuk mengelompokkan pelanggan Churn Rotasional menggunakan pendekatan Data-Centric AI. Pendekatan ini menekankan pada peningkatan kualitas data melalui Confident Learning dan Synthetic Data sebelum diterapkan ke algoritma K-Means clustering. Data yang digunakan dalam penelitian ini adalah data churn pelanggan dari satu perusahaan telekomunikasi selama tahun 2023. Hasil penelitian menunjukkan bahwa pengelompokan pelanggan menggunakan algoritma K-Means dapat memberikan wawasan mendalam tentang karakteristik churn pelanggan. Penerapan Data-Centric AI terbukti mampu meningkatkan akurasi model klastering, yang pada akhirnya membantu perusahaan mengoptimalkan program dan layanan untuk meminimalkan churn serta mempertahankan pelanggan. Kata kunci: data-Centric AI; klasterisasi; K-means

STOCK PRICE PREDICTION FOR MATERIALS SECTOR USING CNN AND BI-LSTM ALGORITHM Annisa Desianty; Widang Muttaqin
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 12 No. 1 (2025): Desember 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v12i1.4372

Abstract: The materials sector is one of the stock markets sectors that attracts investors due to the high level of construction activity in Indonesia, which supports long-term growth. Stock price movements are influenced by various factors, requiring investors to determine the appropriate timing for buying, selling, or holding stocks. Therefore, this study aims to predict stock prices in the materials sector using a combination of CNN–BiLSTM algorithms. The research data were obtained from Yahoo Finance and processed through min–max normalization, data splitting, sliding window, model implementation, and evaluation stages. Testing was conducted on INTP and SMGR stocks with data split scenarios ranging from 60:40 to 90:10. The results show that CNN–BiLSTM performs best with a 90:10 data split, with minimum MSE and MAPE values of 0.000153 and 2.471% for INTP, and 0.000199 and 2.208% for SMGR, respectively. These findings indicate that increasing the proportion of training data improves the model's ability to learn historical patterns and produce more stable predictions. Keywords: CNN-BILSTM; materials sector; stock Abstrak: Sektor materials merupakan salah satu sektor saham yang diminati investor karena tingginya aktivitas pembangunan di Indonesia yang mendorong pertumbuhan jangka panjang. Pergerakan harga saham dipengaruhi oleh berbagai faktor sehingga investor perlu menentukan waktu transaksi yang tepat. Oleh karena itu, penelitian ini bertujuan memprediksi harga saham sektor materials menggunakan kombinasi algoritma CNN–BiLSTM. Data penelitian diperoleh dari Yahoo Finance dan diproses melalui tahapan normalisasi min–max, pembagian data, sliding window, implementasi model, serta evaluasi. Pengujian dilakukan pada saham INTP dan SMGR dengan skenario pembagian data 60:40 hingga 90:10. Hasil menunjukkan bahwa CNN–BiLSTM menghasilkan performa terbaik pada pembagian data 90:10, dengan nilai MSE dan MAPE minimum masing-masing sebesar 0.000153 dan 2.471% untuk INTP, serta 0.000199 dan 2.208% untuk SMGR. Temuan ini mengindikasikan bahwa peningkatan porsi data latih meningkatkan kemampuan model dalam mempelajari pola historis dan menghasilkan prediksi yang lebih stabil. Kata kunci: CNN-BILSTM; saham; sektor materials

Building Productive Students, Program Pelatihan Komunikasi Dasar bagi SMK Telesandi Bekasi Ramadhan, Yumna Zahran; Solehuddin, Muhammad; Muttaqin, Widang; Kurniawan, Muhammad Aziz; Yudiansyah; Yafie, Haddad Alwi; Azzahra , Nabil Marsya; Raditya, Ananda Alif; Fadani, Muhammad Raihan; Sausanindra, Sherly Nur
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2026): Januari
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/t1yyqs48

Program pengabdian masyarakat ini bertujuan memperkuat keterampilan komunikasi interpersonal dan intrapersonal siswa SMK Telesandi Bekasi sebagai bekal menghadapi tuntutan akademik dan dunia kerja. Kegiatan dirancang untuk menjawab kebutuhan sekolah dalam membangun soft skills yang melengkapi kompetensi teknis siswa di era digital. Metode pelaksanaan meliputi workshop komunikasi, penerapan gamifikasi, serta pendampingan mentor yang melibatkan guru, alumni, dan praktisi. Tahapan program diawali dengan survei kebutuhan melalui kuesioner, wawancara, dan observasi untuk memetakan kemampuan awal siswa. Berdasarkan hasil tersebut, materi pelatihan disusun secara terstruktur mencakup refleksi diri, pengelolaan emosi, public speaking, diskusi kelompok, dan simulasi komunikasi dunia kerja. Implementasi gamifikasi seperti kuis interaktif, leaderboard, dan sistem badge digunakan untuk meningkatkan motivasi dan partisipasi siswa. Evaluasi dilakukan melalui penilaian keterampilan, observasi keaktifan, dan kuesioner kepuasan peserta. Hasilnya menunjukkan peningkatan kepercayaan diri, kemampuan menyampaikan gagasan. Secara keseluruhan, kegiatan ini memberikan dampak positif dan relevan bagi peningkatan mutu pembelajaran serta penguatan budaya komunikasi produktif di sekolah.

Pengembangan Solusi Berbasis Pwa Untuk Keterlibatan Orang Tua Pada Aktifitas Siswa Desi Nurnaningsih; Widang Muttaqin; Zuki Pristiantoro Putro; Ade Rahmat Iskandar; Aurellia Fira Artanti; Daniswara Rafi Pandora; Gading Ainunzaky Widianto
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2026): Januari
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/31s8p756

SMA PU Al Bayyan Cibadak, Sukabumi, menghadapi tantangan signifikan dalam komunikasi sekolah-orang tua akibat ketergantungan pada metode tradisional seperti buku laporan fisik dan grup chat WhatsApp. Sistem ini terbukti kurang efektif karena sering menyebabkan informasi yang tidak akurat, tertunda, atau terlewat, sehingga menghambat peran supportive orang tua dalam proses pendidikan siswa. Untuk mengatasi masalah ini, penelitian mengusulkan implementasi Progressive Web App (PWA) AKRAB sebagai platform komunikasi terpadu. PWA dipilih karena keunggulan teknisnya yang memungkinkan akses mudah tanpa instalasi melalui browser, keamanan data yang terjamin melalui protokol HTTPS dan service workers, serta efisiensi biaya pengembangan dan pemeliharaan. Metode implementasi dirancang melalui empat tahap utama: analisis kebutuhan stakeholder, desain antarmuka yang user-friendly, uji coba pilot dengan pengguna terpilih, dan program pelatihan berkelanjutan. Platform ini akan menyediakan fitur terintegrasi untuk memantau kehadiran, jadwal kegiatan, pencapaian akademik, dan pengumuman sekolah secara real-time. Hasil yang diharapkan termasuk peningkatan transparansi informasi, efisiensi proses administrasi, dan peningkatan keterlibatan orang tua yang berdasarkan literatur berkorelasi positif dengan peningkatan hasil belajar siswa. Implementasi AKRAB tidak hanya menjadi solusi teknologi tetapi juga berpotensi memberdayakan komunitas orang tua dan menjadi model replicable untuk sekolah lain yang menghadapi tantangan komunikasi yang serupa.

DEVELOPMENT OF PORTABLE DIAGNOSTIC TOOLS FOR RAPID DETECTION OF METAPNEUMOVIRUS IN HUMANS Widang Muttaqin; Annisa Desianty; Khansa Farah Fitriani; Aurellia Fira Artanti; Daniswara Rafi Pandora
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 12 No. 2 (2026): Maret 2026
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v12i2.4410

Abstract: Human metapneumovirus (HMPV) poses a global health threat, but its detection remains challenging due to limited environmental monitoring. This study aims to develop a portable diagnostic tool for rapid HMPV detection by integrating cutting-edge biotechnology (CRISPR-Cas system and immunoassay) with air quality sensors on an Internet of Things (IoT)-based microfluidic platform controlled by an ESP32 microcontroller. The system is supported by a companion application and data analysis using Vertex AI, and is capable of providing results in less than fifteen minutes. The development results demonstrate the potential for improving detection accuracy and reliability, particularly with further development of virus-specific biosensors, sensor optimization, and algorithms. This technology is effective as a complementary tool for early screening and environment-based risk management in areas with limited laboratory facilities, although it does not completely replace molecular diagnostic methods such as PCR. A rapid diagnostic approach based on environmental sensors, IoT, and artificial intelligence is a promising strategy to improve early HMPV detection, accelerate public health responses, and strengthen respiratory infection prevention through integrated environmental monitoring and education functions. Keywords: air quality; CRISPR-Cas; Human Metapneumovirus (HMPV); Internet of Things, portable diagnostic; public health; rapid detection; sensors. Abstrak: Human metapneumovirus (HMPV) merupakan ancaman bagi kesehatan global, namun pendeteksiannya masih sulit akibat keterbatasan pemantauan lingkungan. Studi ini bertujuan mengembangkan alat diagnostik portabel untuk deteksi cepat HMPV melalui integrasi bioteknologi mutakhir (sistem CRISPR-Cas dan immunoassay) dengan sensor kualitas udara pada platform mikrofluida berbasis Internet of Things (IoT) yang dikendalikan mikrokontroler ESP32. Sistem ini didukung aplikasi pendamping dan analisis data menggunakan Vertex AI, serta mampu memberikan hasil dalam waktu kurang dari lima belas menit. Hasil pengembangan menunjukkan potensi peningkatan akurasi dan keandalan deteksi, terutama dengan pengembangan lanjutan berupa biosensor spesifik virus, optimalisasi sensor, dan algoritma. Teknologi ini efektif sebagai alat pelengkap untuk skrining awal dan manajemen risiko berbasis lingkungan di wilayah dengan keterbatasan fasilitas laboratorium, meskipun tidak sepenuhnya menggantikan metode diagnostik molekuler seperti PCR. Pendekatan diagnostik cepat berbasis sensor lingkungan, IoT, dan kecerdasan buatan menjadi strategi menjanjikan untuk meningkatkan deteksi dini HMPV, mempercepat respons kesehatan masyarakat, serta memperkuat pencegahan infeksi saluran pernapasan melalui fungsi pemantauan dan edukasi lingkungan yang terintegrasi. Kata kunci: CRISPR-Cas; diagnostik portabel; deteksi cepat; Human Metapneumovirus (HMPV); kesehatan masyarakat; IoT (Internet of Things); sensor kualitas udara.

IMPLEMENTASI SMART HYDROPONIC SYSTEM BERBASIS IOT SEBAGAI MODEL PEMBERDAYAAN SMART COMMUNITY DI PERUMAHAN GRIYA KREASI AQILLA Arif Rahman Hakim; Dewi Marini Umi Atmaja; Widang Muttaqin; Deny Haryadi; Adelia Chitra Sazkia; Daniswara Rafi Pandora
Jurnal Pengabdian Masyarakat FKIP UTP Vol 7 No 2 (2026): PROFICIO : Jurnal Abdimas FKIP UTP
Publisher : PROFICIO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/.v7i2.6664

Perkembangan kawasan perumahan perkotaan menyebabkan keterbatasan lahan produktif yang berdampak pada meningkatnya ketergantungan rumah tangga terhadap pasokan sayuran dari pasar, serta berkurangnya aktivitas produktif berbasis komunitas di lingkungan perumahan. Program Pengabdian kepada Masyarakat ini bertujuan mengimplementasikan Smart Hydroponic System berbasis Internet of Things (IoT) di Perumahan Griya Kreasi Aqilla, RT 03/RW 20, Desa Sukajaya, Kecamatan Cibitung, Kabupaten Bekasi sebagai solusi pertanian perkotaan sekaligus sarana pemberdayaan smart community. Sistem hidroponik memungkinkan budidaya tanaman tanpa tanah pada lahan terbatas seperti teras rumah atau halaman sempit, sedangkan teknologi IoT digunakan untuk membantu pemantauan kondisi tanaman secara lebih mudah dan terukur. Metode pelaksanaan menggunakan pendekatan partisipatif melalui tahapan persiapan dan identifikasi kebutuhan, perancangan solusi, implementasi sistem, pelatihan dan pendampingan, serta monitoring dan evaluasi. Masyarakat dilibatkan secara aktif dalam setiap tahapan agar mampu mengoperasikan sistem secara mandiri. Program ini diharapkan meningkatkan literasi teknologi masyarakat, kemandirian pangan, dan mendorong terciptanya ekosistem pembelajaran dan pemberdayaan yang berkelanjutan

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search