Claim Missing Document
Check
Articles

Found 6 Documents
Search

Peningkatan Kapasitas Pemasaran Digital dalam Mendorong Daya Saing Produk UMK Lokal Murniady Muhran; Iqbal Aditya Haqi; Nurrofiqi Ankisqiantari; Sofyan hakim
ALKHIDMAH: Jurnal Pengabdian dan Kemitraan Masyarakat Vol. 4 No. 1 (2026): Jurnal Pengabdian dan Kemitraan Masyarakat (ALKHIDMAH)
Publisher : LP3M INSTITUT KH YAZID KARIMULLAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59246/alkhidmah.v4i1.1333

Abstract

Usaha mikro dan kecil lokal menghadapi tantangan daya saing produk di tengah percepatan transformasi digital yang belum diimbangi dengan peningkatan kapasitas terhadap daya dukung pemasaran. Pengabdian ini bertujuan menganalisis peran peningkatan kapasitas pemasaran digital dalam mendorong daya saing produk usaha mikro dan kecil lokal. Pengabdian ini menggunakan pendekatan kualitatif dengan desain intervensi berbasis komunitas melalui pelatihan, pendampingan terarah, dan refleksi praktik. Data dikumpulkan melalui wawancara mendalam, observasi partisipatif, dan dokumentasi, kemudian dianalisis menggunakan analisis tematik. Hasil menunjukkan bahwa peningkatan kapasitas pemasaran digital tidak hanya meningkatkan kemampuan teknis, tetapi juga mentransformasi pola pikir strategis, memperkuat identitas produk lokal, serta menghasilkan efek spillover ekonomi pada kapasitas manajerial pelaku usaha yaitu; pengaruh peningkatan pertumbuhan ekonomi di satu kota terhadap wilayah kota tetangga. Diskusi mengungkap penguatan model pengabdian bahwa pemasaran digital berfungsi sebagai instrumen penguatan kapabilitas kewirausahaan dan keberlanjutan usaha. Pengabdian ini menyimpulkan bahwa pendekatan berbasis kapasitas lebih efektif dibanding adopsi teknologi semata dan merekomendasikan replikasi model pengabdian ini dalam konteks dan sektor yang lebih luas.
ALGORITMA K-NN SEBAGAI PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS EVAKUASI PADA DAERAH TERDAMPAK POTENSI TSUNAMI Iqbal Aditya Haqi; M Ulil Albab; Adi Prasetyo; Nurrofiqi Ankisqiantari
Jurnal Dinamika Informatika Vol. 14 No. 1 (2025): Jurnal Dinamika Informatika Volume 14 Nomor 1
Publisher : Program Studi Informatika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jdi.v14i1.514

Abstract

Tsunami merupakan salah satu bentuk bencana alam yang berpotensi menyebabkan kerusakan dengan tingkat keparahan yang sangat tinggi. Tsunami didefinisikan sebagai gelombang laut besar dan diproduksi oleh kegiatan geologis seperti gempa dasar laut, letusan gunung berapi, dan lempeng tektonik. Tsunami memiliki kecepatan dan kekuatan yang luar biasa, sehingga dapat memiliki efek fatal seperti banjir besar dan kerusakan serius di daerah pesisir yang luas. Tujuan dari penelitian ini adalah untuk mengetahui potensi tsunami dari setiap gempa yang terjadi. Kemudian dari yang berpotensi tsunami itu dimanakah daerah yang harus diprioritaskan untuk dilakukan proses evakuasi. Penelitian ini dilakukan melalui beberapa tahapan metodologis, meliputi studi literatur, observasi lapangan, proses pengumpulan data, analisis data, pengembangan sistem, dan tahap validasi metode. Adapun kriteria yang digunakan dalam pengambilan keputusan ini adalah Potensi Tsunami, Jarak dari air laut, Jarak menuju dataran tinggi dan Jumlah Kepala Keluarga (KK). Dataset terdiri dari 30 baris yang akan dibagi menjadi 30% data uji dan 70% data latih. Adapun algoritma yang digunakan adalah K-NN untuk klasifikasi dan Weighted Product untuk pengambilan keputusannya.
Penanganan Imbalance Data Klasifikasi Teks Lowongan Pekerjaan: Komparasi Algorithmic vs Data Level Nurrofiqi Ankisqiantari
Jurnal Dinamika Informatika Vol. 14 No. 2 (2025): Vol. 14 No. 2 (2025)
Publisher : Program Studi Informatika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstract Auotomatic classification of job experience levels on job portals presents a crucial challenge in e-recuitment systems for mapping industry requirements. The primary challenges addressed in this study are data imbalance, where the number of ‘Senior’ level vacancies is significantly lower than ‘Fresh Graduate’ and ‘Junior/Mid’ levels, and the semantic ambiguity present in job descriptions. This study aims to compare the effectiveness of handling imbalanced data using two distinct approaches: the Algorithmic Level approach utilizing Class Weighting, and the Data Level approach utilizing the Synthetic Minority Over-sampling Technique (SMOTE), applied to Random Forest and Support Vector Machine (SVM) models. The research was conducted on a dataset comprising 2001 real-world job vacancies in Indonesia, employing TF-IDF for feature extraction. The results indicate that the Algorithmic Level approach using SVM with Class Weight yielded the best performance in detecting the minority class, achieving a Recall of 47% for the Senior level, outperforming SVM with SMOTE, which only achieved 34%. These findings indicate that in high-dimensional text data characterized by significant lexical overlap, synthetic oversampling techniques (SMOTE) tend to introduce noise that obscure the decision boundary, making algorithmic weight modification a more robust solution. Keywords— Imbalanced Data, Text Classification, SVM, SMOTE, Class Weighting
Designing a Data-Driven E-Learning Module for Teaching English to Young Learners: Integrating Needs Analysis and the ISAV Learning Model Endah Ratnaningsih; Erna Andriyanti; Dyah Setyowati Ciptaningrum; Arum Nisma Wulanjani; Nurrofiqi Ankisqiantari
ASEAN Journal of Educational Research and Technology Vol 6, No 2 (2027): AJERT: VOLUME 6, ISSUE 2, September 2027
Publisher : Bumi Publikasi Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study designed a data-driven e-learning module for Teaching English to Young Learners by integrating needs analysis with the Interactive, Somatic, Auditory, and Visual learning model. Using a design-based research approach, the study focused on the analysis and design phases. Data were collected from elementary school English teachers and pre-service English teachers through a structured questionnaire addressing necessities, lacks, and wants. The findings identified vocabulary, reading, and oral communication as key learning necessities, alongside difficulties in sentence structure and broader instructional constraints. Respondents also preferred interactive and multimodal learning activities. These findings informed an ISAV-based e-learning module prototype integrating interactive, somatic, auditory, and visual features to support learner-centered, multimodal, and contextually responsive English instruction for young learners in digital environments.
Optimasi K-NN Menggunakan SMOTE dan Cosine Similarity pada Klasifikasi Topik Skripsi Nurrofiqi Ankisqiantari; Adi Prasetyo
Jurnal Riset Informatika dan Inovasi Vol 4 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penentuan dosen pembimbing skripsi yang linear dengan topik penelitian mahasiswa merupakan tahapan krusial dalam penyelesaian tugas akhir. Pemetaan judul ke bidang keahlian dosen secara manual seringkali kurang efisien dan dihadapkan pada tantangan distribusi topik yang tidak merata (imbalanced data). Penelitian ini mengusulkan optimasi model klasifikasi berbasis algoritma K-Nearest Neighbor (K-NN) menggunakan 1.598 data historis judul skripsi dari Universitas AMIKOM Yogyakarta. Untuk mengatasi ketimpangan jumlah sampel antar bidang dosen, teknik Synthetic Minority Over-sampling Technique (SMOTE) diimplementasikan pada fase pelatihan data (data train). Proses ekstraksi Informasi teks melalui tahapan preprocessing komprehensif, meliputi case folding, stopword removal, dan stemming, yang kemudian dibobotkan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Pembagian komposisi data latih dan uji ditetapkan sebesar 80:20. Berbeda dengan pendekatan spasial standar, model ini diuji menggunakan metrik jarak Cosine Similarity untuk mengukur kedekatan semantik antar dokumen dengan lebih presisi. Hasil eksperimen menunjukkan bahwa klasifikasi K-NN mencapai performa maksimal pada parameter k=21 dengan tingkat akurasi sebesar 85.94%. Integrasi SMOTE dan metrik Cosine terbukti secara signifikasn menaikkan sensitivitas model, ditandai dengan nilai recall hingga 95% pada pengenalan kategori bidang dosen minoritas yang sebelumnya sulit diklasifikasikan.
Pemanfaatan Gemini AI untuk Peningkatan Literasi Digital dan Ideasi Kreatif Warga Dusun Tamanan Banguntapan Nurrofiqi Ankisqiantari; Wahit Desta Prastowo; Iqbal Aditya Haqi
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2026): APPA : Jurnal Pengabdian kepada Masyarakat 
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesenjangan digital (digital divide) dan keterbatasan literasi digital menjadi permasalahan utama di Dusun Tamanan, Banguntapan, Bantul, yang mengakibatkan gawai pintar be−Kesenjangan digital (digital divide) dan keterbatasan literasi digital menjadi permasalahan utama di Dusun Tamanan, Banguntapan, Bantul, yang mengakibatkan gawai pintar belum dimanfaatkan secara optimal untuk menunjang aktivitas harian maupun operasional usaha mikro. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas digital serta keterampilan ideasi kreatif masyarakat umum, khususnya ibu rumah tangga, lansia, dan pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) melalui pemanfaatan Kecerdasan Buatan Generatif (Google Gemini). Kegiatan dilaksanakan pada 25 Mei 2026 dengan melibatkan 28 peserta secara tatap muka di Dusun Tamanan. Metode yang digunakan   mengadopsi pendekatan andragogi yang mencakup pemaparan materi interaktif, pelatihan teknik prompting menggunakan formula PKF (Peran, Konteks, Format), serta pendampingan intensif secara one-on-one. Berdasarkan evaluasi melalui observasi partisipatoris dan praktik untuk kerja langsung, hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan teknis peserta. Peningkatan ini meliputi kemampuan mengoperasikan Google Gemini secara mandiri, merumuskan instruksi yang terstruktur, menyusun narasi promosi produk UMKM, serta membuat naskah cerita edukasi anak secara personal. Program ini berhasil mengikis rasa canggung terhadap teknologi (technophobia) pada warga senior serta mendorong pemanfaatan AI sebagai asisten virtual penunjang kebutuhan rumah tangga dan usaha.lum dimanfaatkan secara optimal untuk menunjang aktivitas harian maupun operasional usaha mikro. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas digital serta keterampilan ideasi kreatif masyarakat umum, khususnya ibu rumah tangga, lansia, dan pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) melalui pemanfaatan Kecerdasan Buatan Generatif (Google Gemini). Kegiatan dilaksanakan pada 25 Mei 2026 dengan melibatkan 28 peserta secara tatap muka di Dusun Tamanan. Metode yang digunakan mengadopsi pendekatan andragogi yang mencakup pemaparan materi interaktif, pelatihan teknik prompting menggunakan formula PKF (Peran, Konteks, Format), serta pendampingan intensif secara one-on-one. Berdasarkan evaluasi melalui observasi partisipatoris dan praktik untuk kerja langsung, hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan teknis peserta. Peningkatan ini meliputi kemampuan mengoperasikan Google Gemini secara mandiri, merumuskan instruksi yang terstruktur, menyusun narasi promosi produk UMKM, serta membuat naskah cerita edukasi anak secara personal. Program ini berhasil mengikis rasa canggung terhadap teknologi (technophobia) pada warga senior serta mendorong pemanfaatan AI sebagai asisten virtual penunjang kebutuhan rumah tangga dan usaha.