Claim Missing Document
Check
Articles

Found 3 Documents
Search

ADAPTASI USAHA FOTOKOPI TERHADAP TRANSFORMASI DIGITAL: STUDI PENGUATAN KAPASITAS UMKM MELALUI TEKNOLOGI DAN PEMASARAN DIGITAL Paendong, Indah; Patanduk, Arpen; Salassa, Norris Elden; Leatemia, Kevin; Yusupa, Ade; Akay, Yuri
Kreativitas Pada Pengabdian Masyarakat (Krepa) Vol. 5 No. 2 (2025): Kreativitas Pada Pengabdian Masyarakat (Krepa)
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.8765/krepa.v5i2.12764

Abstract

Usaha fotokopi, sebagai bagian integral dari sektor Usaha Mikro, Kecil, dan Menengah (UMKM), menghadapi tantangan besar di tengah era transformasi digital yang semakin cepat. Perubahan perilaku konsumen yang beralih ke media digital, penurunan permintaan terhadap layanan cetak tradisional, serta keterbatasan pemanfaatan teknologi informasi dan pemasaran digital menjadi kendala utama yang mengancam keberlanjutan bisnis ini. Melihat tantangan tersebut, kegiatan pengabdian kepada masyarakat ini bertujuan untuk memperkuat kapasitas adaptasi usaha fotokopi melalui pengenalan teknologi digital dan penerapan strategi pemasaran berbasis media sosial. Metode yang digunakan dalam kegiatan ini meliputi survei kebutuhan untuk mengidentifikasi permasalahan mitra, penyuluhan mengenai pentingnya transformasi digital dalam UMKM, pelatihan penggunaan perangkat lunak pengeditan dokumen, sistem manajemen layanan berbasis digital, serta pelatihan intensif mengenai teknik pemasaran melalui platform digital seperti Instagram, Facebook, dan WhatsApp Business. Program ini juga dilengkapi dengan sesi pendampingan secara berkelanjutan untuk memastikan implementasi berjalan efektif. Evaluasi keberhasilan program dilakukan menggunakan instrumen pre-test dan post-test untuk mengukur perubahan pemahaman serta observasi lapangan untuk menilai penerapan nyata di lingkungan usaha mitra. Hasil pengabdian menunjukkan bahwa mitra mengalami peningkatan yang signifikan dalam hal literasi digital, keterampilan penggunaan aplikasi pendukung bisnis, serta kemampuan memasarkan produk dan jasa secara lebih luas. Selain itu, terjadi peningkatan dalam pencatatan transaksi secara digital, perluasan jangkauan pasar melalui platform daring, dan efisiensi dalam pengelolaan antrean layanan. Temuan ini mengindikasikan bahwa adaptasi teknologi tidak hanya meningkatkan efisiensi operasional, tetapi juga membuka peluang baru untuk inovasi dan pertumbuhan usaha. Oleh karena itu, transformasi digital menjadi aspek krusial dalam membangun daya saing dan keberlanjutan usaha fotokopi di tengah perkembangan teknologi yang dinamis. Dengan memperkuat kapasitas teknologi dan pemasaran digital, UMKM di sektor ini dapat lebih siap menghadapi tantangan masa depan sekaligus berkontribusi dalam memperkuat perekonomian lokal.
Sistem Informasi Monitoring Pengelolaan Data Kendaraan Angkutan Barang di Unit Pelaksana Penimbangan Kendaraan Bermotor Moutong Berbasis Web Salassa, Norris Elden; Patanduk, Arpen; Leatemia, Kevin
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 1 (2025): Jurnal Jamastika, Volume 4 Nomor 1 April 2025
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v4i1.3928

Abstract

Unit Pelaksana Penimbangan Kendaraan Bermotor (UPPKB) Moutong menghadapi tantangan besar dalam memantau dan mengelola proyek infrastruktur. Sistem manual pengolahan data kendaraan angkutan barang di Unit Pelaksana Penimbangan Kendaraan Bermotor Moutong kerap menimbulkan ketidakefisienan, seperti ketidakakuratan data, keterlambatan pelaporan, dan transparansi terbatas. Penelitian ini bertujuan mengembangkan sistem informasi berbasis web untuk meningkatkan pemantauan dan pengelolaan data kendaraan angkutan barang. Metode penelitian menggunakan System Development Life Cycle (SDLC) model Waterfall, meliputi komunikasi, perencanaan, pemodelan, konstruksi, dan penerapan. Hasil penelitian menunjukkan sistem berhasil mengintegrasikan pengumpulan data real-time, pelaporan otomatis, dan manajemen basis data terpusat, meningkatkan efisiensi operasional dan akuntabilitas. Umpan balik pengguna mengindikasikan kemudahan akses informasi dan berkurangnya beban administratif. Simpulan studi ini menyatakan bahwa adopsi sistem berbasis web dapat mengatasi kesenjangan proses manual dan mendukung pengambilan keputusan lebih baik dalam manajemen transportasi di Parigi Moutong.   Moutong Motorized Vehicle Weighing Implementation Unit (UPPKB) faces major challenges in monitoring and managing infrastructure projects. The manual data management system for monitoring freight vehicle operations at the Motor Vehicle Weighing Unit in Moutong often leads to inefficiencies, such as data inaccuracies, delays in reporting, and limited transparency. This study aims to develop a web-based information system to improve the monitoring and management of freight vehicle data. The research method follows the System Development Life Cycle (SDLC) with the Waterfall model, including needs analysis, system design, implementation, testing, and deployment. The results show that the system successfully integrates real-time data collection, automated reporting, and centralized database management, enhancing operational efficiency and accountability. Stakeholder feedback indicates improved ease of access to information and reduced administrative workload. This study concludes that adopting a web-based system can address existing gaps in manual processes and support better decision-making for transportation management in Parigi Moutong.
Penerapan Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Daun Tomat Fithratul Zalmi, Wahyuni; Hari Saputro, Pujo; Sitanggang, Jonathan; Leatemia, Kevin
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11094

Abstract

Penyakit pada daun tomat merupakan salah satu masalah utama dalam pertanian yang dapat menyebabkan penurunan hasil panen dan kualitas tanaman. Deteksi dini dan akurat terhadap penyakit ini sangat penting untuk menghindari kerugian yang lebih besar. Dalam penelitian ini, kami mengembangkan sistem klasifikasi penyakit daun tomat menggunakan teknik deep learning dengan arsitektur Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari gambar daun tomat dalam beberapa kategori penyakit, yang kemudian diproses menggunakan data augmentation untuk meningkatkan jumlah dan variasi data pelatihan. Model CNN yang dibangun terdiri dari beberapa lapis konvolusi dan max-pooling, diikuti oleh lapis dens (dense layer) untuk mengklasifikasikan gambar ke dalam 10 kategori penyakit. Hasil penelitian menunjukkan bahwa model yang dikembangkan mencapai akurasi sekitar 95.84% pada dataset validasi, dengan kemampuan yang baik dalam membedakan berbagai jenis penyakit. Analisis matriks kekacauan (confusion matrix) menunjukkan bahwa model memiliki performa yang konsisten dalam mengklasifikasikan penyakit, meskipun ada beberapa kesalahan klasifikasi pada kategori tertentu. Sistem ini dapat menjadi alat bantu yang efektif bagi petani dan peneliti untuk mendeteksi penyakit daun tomat secara akurat dan efisien.