Article Per Year (5 Year)
p-Index From 2021 - 2026
3.441
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi CSRID (Computer Science Research and Its Development Journal) Magisma: Jurnal Ilmiah Ekonomi dan Bisnis JSAI (Journal Scientific and Applied Informatics) Technologia: Jurnal Ilmiah Journal of Information Systems and Informatics Teknomatika (Jurnal Teknologi dan Informatika) Jurnal Sisfotek Global Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Jurnal Pengabdian Mandiri Arcitech: Journal of Computer Science and Artificial Intelligence Jurnal Abdimastek (Pengabdian Masyarakat Berbasis Teknologi) Jurnal Pengabdian Masyarakat Tekno E-Amal: Jurnal Pengabdian Kepada Masyarakat Buffer Informatika Jurnal Ekonomi, Akuntasi dan Manajemen Indonesia(JEAMI) Widya Cipta : Jurnal Sekretari dan Manajemen
R Burham Isnanto
Institut Sains Dan Bisnis Atma Luhur
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
PELATIHAN DAN PENDAMPINGAN PEMASARAN DIGITAL MELALUI E-COMMERCE UNTUK MENINGKATKAN JANGKAUAN PASAR PRODUK KULINER Burham Isnanto; Amri Amri; Erwin Erwin; R Ferry Bakti Atmaja
Jurnal Pengabdian Masyarakat: Pemberdayaan, Inovasi dan Perubahan Vol 6, No 4 (2026): JPM: Pemberdayaan, Inovasi dan Perubahan
Publisher : Penerbit Widina, Widina Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59818/jpm.v6i4.2952

Abstract

Low marketplace adoption among MSMEs remains a major obstacle to expanding market reach, particularly for culinary businesses in Pangkalpinang. This community service program aimed to improve the digital marketing capacity of culinary MSMEs through e-commerce training and mentoring. The program employed a needs assessment, training sessions, hands-on practice, and mentoring conducted over five sessions within four days involving 15 purposively selected participants. Program effectiveness was evaluated using pre- and post-tests, a Likert-scale satisfaction questionnaire, and successful marketplace account creation. The results indicated that the average knowledge score increased from 46.67 to 77.33 (N-Gain 59.0%; Wilcoxon test p = 0.001), the average satisfaction score reached 4.37 out of 5.00, and 86.7% of participants successfully created an active marketplace store account. The program proved effective in improving MSMEs' digital marketing competencies and offers a replicable model for sustainable mentoring to expand the market reach of culinary products.  ABSTRAKRendahnya adopsi marketplace oleh UMKM masih menjadi kendala dalam memperluas jangkauan pemasaran, khususnya bagi pelaku usaha kuliner di Pangkalpinang. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan kapasitas pemasaran digital pelaku UMKM kuliner melalui pelatihan dan pendampingan penggunaan e-commerce. Metode yang digunakan meliputi observasi kebutuhan, pelatihan, praktik langsung, dan pendampingan selama lima sesi dalam empat hari dengan peserta sebanyak 15 pelaku UMKM yang dipilih secara purposive. Evaluasi dilakukan menggunakan pre-post test, kuesioner kepuasan skala Likert, serta pengukuran keberhasilan pembuatan akun marketplace. Hasil menunjukkan rata-rata skor pengetahuan meningkat dari 46,67 menjadi 77,33 (N-Gain 59,0%; uji Wilcoxon p=0,001), tingkat kepuasan peserta mencapai 4,37 dari 5,00, dan 86,7% peserta berhasil membuat akun toko aktif pada marketplace. Program ini terbukti efektif meningkatkan kompetensi pemasaran digital UMKM dan dapat menjadi model pendampingan berkelanjutan untuk memperluas akses pasar produk kuliner.
KLASIFIKASI MORTALITAS PENYAKIT JANTUNG ATEROSKLEROSIS MENGGUNAKAN ALGORITMA NAIVE BAYES, ADABOOST, DAN XGBOOST Burham Isnanto; Rahmat Sulaiman
Technologia : Jurnal Ilmiah Vol 17 No 3 (2026): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i3.24059

Abstract

Penyakit kardiovaskular, khususnya aterosklerosis, merupakan penyebab utama kematian global dengan menyumbang sekitar 32% dari seluruh kematian di dunia. Penelitian ini mengimplementasikan tiga algoritma machine learning—Naive Bayes Gaussian, AdaBoost, dan XGBoost—untuk memprediksi mortalitas pasien penyakit jantung aterosklerosis (ICD I25.1) menggunakan data rekam medis elektronik dari Pusat Jantung Nasional Harapan Kita periode 2016–2021 yang terdiri dari 4.691 rekaman pasien. Proses pengolahan data mengikuti kerangka Knowledge Discovery in Databases (KDD) yang meliputi seleksi, preprocessing, transformasi, dan klasifikasi data. Dataset memiliki ketidakseimbangan kelas yang signifikan dengan 4.478 data mortalitas rendah dan 213 data mortalitas tinggi, sehingga ROC AUC dipilih sebagai metrik evaluasi utama. Hasil penelitian menunjukkan XGBoost memiliki nilai ROC AUC tertinggi sebesar 0,74, diikuti AdaBoost sebesar 0,68, dan Naive Bayes sebesar 0,64. Analisis SHAP mengungkap bahwa konsentrasi hemoglobin (khermchc), hemoglobin rata-rata per sel (hermch), trombosit, dan leukosit adalah fitur yang paling berpengaruh terhadap prediksi mortalitas. Model terbaik diimplementasikan dalam aplikasi berbasis web menggunakan Flask dan Python, memungkinkan masyarakat melakukan deteksi dini risiko mortalitas penyakit jantung aterosklerosis secara mandiri.
EVALUASI KINERJA AKADEMIK DOSEN BERBASIS MACHINE LEARNING SEBAGAI DASAR PENINGKATAN IKU Burham Isnanto; Rahmat Sulaiman
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20373

Abstract

Penelitian ini mengembangkan model evaluasi kinerja akademik dosen berbasis machine learning dengan fokus pada analisis pengaruh kegiatan luar kontrak terhadap pencapaian Indikator Kinerja Utama (IKU) perguruan tinggi, khususnya IKU 5. Data sekunder berupa produktivitas penelitian (jumlah publikasi dan sitasi), kegiatan pengabdian masyarakat, serta partisipasi dalam kegiatan non-kontrak dikumpulkan dari database akademik selama lima tahun. Tahap pra-pemrosesan meliputi cleaning data, transformasi, dan feature selection untuk memastikan kualitas input model. Dua algoritma machine learning—Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN)—diimplementasikan dengan *10-fold cross-validation* dan pembagian data 80:20. Hasil penelitian menunjukkan bahwa SVM mencapai akurasi tertinggi (87%) dalam mengklasifikasikan kinerja dosen (tinggi/rendah) dengan parameter kernel RBF (C = 10, gamma = 0.1), sementara KNN (K = 5, metrik Euclidean) efektif mengidentifikasi korelasi positif antara kegiatan luar kontrak dan produktivitas penelitian (R² = 0.75). Analisis lebih lanjut mengungkap bahwa partisipasi dalam penelitian kolaboratif dan pelatihan eksternal berkontribusi signifikan terhadap peningkatan capaian IKU 5. Temuan ini mendukung rekomendasi kebijakan untuk mendorong keterlibatan dosen dalam kegiatan non-kontrak sebagai strategi peningkatan kinerja institusional. Pendekatan berbasis data ini menawarkan solusi objektif dan terukur untuk evaluasi dosen yang selaras dengan target kinerja perguruan tinggi..
Co-Authors Agus Dendi Rachmatsyah Agus Dendi Rachmatsyah Alkodri, Amir Amri Andreani Andreani Ari Amir Alkodri Bambang Adi Winoto Bambang Adiwinoto Benny Wijaya Elly Yanuarti Elly Yanuarti Erwin Ferry Bakti Ferry Bakti Atmaja Gita Aditia Hengki Kiswanto Laurentinus, Laurentinus Lili Indah Sari Maxrizal R Ferry Bakti Atmaja R.Ferry Bakti Atmaja Rahmat Sulaiman Rahmat Sulaiman Riyan Nugraha Sarwindah Sarwindah Seno Hadi Saputro Sujono Supardi Supardi Wishnu Aribowo Probonegoro Yulianti