Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Informatik : Jurnal Ilmu Komputer Kreativitas Pada Pengabdian Masyarakat (Krepa)
Rahayaan, Jacob
Unknown Affiliation
Arts Humanities Computer Science & IT Education Energy Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
STRATEGI PEMASARAN DIGITAL UMKM BARBERSHOP LEWAT POSTER UNTUK MENINGKATKAN CAKUPAN PASAR DI ERA MODERN Rahayaan, Jacob; Mokansi, Misael; Kalambia, Audia Endondaya; Batjo, Lourdes; Yusupa, Ade; Akay, Yuri Vanli
Kreativitas Pada Pengabdian Masyarakat (Krepa) Vol. 5 No. 1 (2025): Kreativitas Pada Pengabdian Masyarakat (Krepa)
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.8765/krepa.v5i1.12541

Abstract

ABSTRAK Kegiatan pengabdian kepada masyarakat ini dilatarbelakangi oleh rendahnya pemanfaatan media digital dalam strategi pemasaran UMKM, khususnya di sektor jasa seperti barbershop. Banyak pelaku usaha barbershop skala mikro dan kecil masih mengandalkan promosi konvensional seperti dari mulut ke mulut atau selebaran fisik, yang membatasi jangkauan pasar. Kegiatan ini bertujuan memberikan pelatihan dan pendampingan dalam pemanfaatan media digital, terutama melalui pembuatan dan penyebaran poster digital sebagai alat promosi. Metode pelaksanaan meliputi sosialisasi, pelatihan desain menggunakan aplikasi seperti Canva, serta pendampingan dalam menyusun konten promosi yang menarik dan sesuai dengan identitas usaha. Edukasi juga diberikan mengenai penggunaan media sosial seperti Instagram, Facebook, dan WhatsApp Business sebagai saluran distribusi poster. Hasil kegiatan menunjukkan peningkatan pemahaman dan keterampilan peserta, serta perubahan perilaku pelaku usaha yang mulai aktif mempromosikan jasanya secara daring dengan respon positif dari konsumen. ABSTRACT This community service activity addresses the low use of digital media in marketing among MSMEs, especially in the service sector like barbershops. Many micro and small-scale barbershop owners still rely on traditional methods such as word-of-mouth or printed flyers, limiting their market reach. To overcome this, the activity focused on training and mentoring barbershop MSMEs in utilizing digital media, particularly through the design and distribution of digital posters. The program included socialization, hands-on poster design sessions using user-friendly tools like Canva, and guidance on creating engaging content that suits each business’s identity. Participants were also educated on how to use Instagram, Facebook, and WhatsApp Business to share their posters effectively. As a result, participants showed improved skills and began promoting their services online, receiving positive responses from customers. This activity demonstrated that digital posters are a relevant and effective strategy to enhance barbershop MSMEs' market expansion.
Analisis Komparasi Model Deep Learning CNN dengan VGG16 dalam Klasifikasi Jenis Bunga Rumui, Nelson; Mualo, Ardhyansyah; Rahayaan, Jacob; Batjo, Lourdes; Mokansi, Misael
Informatik : Jurnal Ilmu Komputer Vol 21 No 1 (2025): April 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i1.11105

Abstract

Klasifikasi citra bunga merupakan tantangan penting dalam visi komputer karena citra bunga memiliki tingkat variasi yang tinggi dalam hal bentuk, warna, latar belakang, dan sudut pengambilan gambar, yang sering kali menyulitkan proses klasifikasi secara akurat. Permasalahan ini mendorong dilakukannya penelitian untuk mengembangkan dan membandingkan efektivitas dua pendekatan deep learning, yaitu arsitektur Convolutional Neural Network (CNN) yang dibangun dari awal dan model VGG16 pre-trained yang diterapkan melalui metode transfer learning. Tujuan dari penelitian ini adalah untuk mengevaluasi kinerja kedua model dalam mengklasifikasikan lima jenis bunga daisy, dandelion, rose, sunflower, dan tulip berdasarkan akurasi, efisiensi pelatihan, dan kemampuan generalisasi. Dataset yang digunakan bersifat open-source dan diperoleh dari platform Kaggle, kemudian dibagi menjadi data pelatihan dan pengujian. Hasil eksperimen menunjukkan bahwa model CNN standar hanya mencapai akurasi sebesar 48%, sementara model berbasis VGG16 mencapai akurasi hingga 90%. Temuan ini menegaskan bahwa transfer learning dengan VGG16 merupakan pendekatan yang lebih unggul dan efektif untuk tugas klasifikasi citra bunga, terutama dalam skenario yang menuntut akurasi tinggi.  Penelitian ini memberikan wawasan penting bagi pengembangan sistem klasifikasi visual berbasis deep learning.
Co-Authors Ade Yusupa Batjo, Lourdes Kalambia, Audia Endondaya Mokansi, Misael Mualo, Ardhyansyah Rumui, Nelson Yuri Vanli Akay