Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Trisna Aqilla, Fiza
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
Clustering Produk UMKM Berdasarkan Penjualan Online Menggunakan K-Means Catur Pamungkas, Affandi; Wakhid Nur Sakti, Didan; Trisna Aqilla, Fiza; Miza, Kurniadi; Arum Sari, Aprilisa
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/hgnnv193

Abstract

UMKM memiliki peran penting dalam perekonomian Indonesia, terutama dalam meningkatkan lapangan kerja dan Produk Domestik Bruto (PDB). Dengan berkembangnya digitalisasi, banyak pelaku UMKM memasarkan produknya secara online. Namun, banyaknya data transaksi yang dihasilkan memerlukan analisis untuk mengoptimalkan strategi penjualan. Penelitian ini bertujuan untuk mengelompokkan produk UMKM berdasarkan karakteristik penjualan online menggunakan algoritma K-Means. Dataset yang digunakan diperoleh dari E-Commerce Shopee dan mencakup 30 produk dengan fitur harga, jumlah terjual, dan rating. Data diolah melalui tahap normalisasi Min-Max dan proses clustering dengan jumlah cluster sebanyak tiga. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan produk ke dalam tiga klaster: produk dengan penjualan tinggi, sedang, dan rendah (outlier). Klaster ini memberikan gambaran performa penjualan dan membantu UMKM dalam merumuskan strategi yang lebih tepat, seperti fokus pada produk unggulan atau evaluasi produk berpenjualan rendah. Untuk menilai kualitas pengelompokan, dilakukan evaluasi menggunakan metode Silhouette Coefficient yang menghasilkan nilai rata-rata sebesar 0,443. Nilai ini menunjukkan bahwa hasil clustering sudah cukup baik dan mampu memisahkan data dengan cukup jelas antar kelompok. Kesimpulan dari penelitian ini menunjukkan bahwa metode clustering dengan K-Means dapat digunakan sebagai alat analisis efektif untuk mendukung pengambilan keputusan bisnis UMKM secara digital. Dengan pendekatan ini, UMKM diharapkan dapat meningkatkan daya saing dan keberlanjutan usahanya di era ekonomi digital.
Pemilah Sampah Organik dan Anorganik Otomatis menggunakan Teknologi Telegram Bot untuk Pemberitahuan Real-Time Sekar Kedaton, Ayudia; Fitri Handayani, Eka; Trisna Aqilla, Fiza
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/9kbqje49

Abstract

Peningkatan jumlah sampah setiap harinya menuntut adanya solusi inovatif dalam pengelolaan sampah yang lebih efisien. Salah satu cara yang dapat dilakukan adalah dengan menerapkan teknologi otomatisasi berbasis Internet of Things (IoT) dalam sistem pemilahan dan pemantauan tempat sampah. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem tempat sampah pintar yang mampu memilah sampah organik dan anorganik secara otomatis, serta mengirimkan notifikasi kepada pengguna melalui Telegram Bot. Sistem ini menggunakan mikrokontroler ESP32 yang terhubung dengan sensor ultrasonik dan proximity untuk mendeteksi keberadaan dan ketinggian sampah dalam wadah. Ketika sensor mendeteksi keberadaan sampah, mikrokontroler akan mengaktifkan servo motor untuk mengarahkan sampah ke tempat yang sesuai. Selanjutnya, informasi mengenai status tempat sampah akan dikirimkan secara otomatis ke Telegram. Sistem ini memungkinkan pengguna mengetahui kondisi tempat sampah secara real-time tanpa perlu memeriksa secara manual. Dengan sistem ini, pengelolaan sampah dapat dilakukan secara lebih efektif dan mendukung terciptanya lingkungan yang bersih serta minim penumpukan sampah. Penelitian ini juga menunjukkan bahwa teknologi berbasis ESP32 dapat diandalkan untuk pengembangan sistem pemantauan lingkungan yang terhubung langsung dengan pengguna melalui jaringan internet.
Co-Authors Aprilisa Arum Sari Catur Pamungkas, Affandi Fitri Handayani, Eka Miza, Kurniadi Sekar Kedaton, Ayudia Wakhid Nur Sakti, Didan