cover
Contact Name
Melur Tri Swastika
Contact Email
melurswastika@uds.ac.id
Phone
+6282228831159
Journal Mail Official
melurswastika@uds.ac.id
Editorial Address
Jl. dr. Soebandi no. 99, Patrang, Jember, Jawa Timur
Location
Kab. jember,
Jawa timur
INDONESIA
Journal of Digital Business Innovation
ISSN : -     EISSN : 30318645     DOI : https://doi.org/10.36858/digbi.v2i2.26
Journal of Digital Business Innovation (DIGBI) is a journal published by the Digital Business Program, Faculty of Economics and Business, Universitas dr. Soebandi. The Journal of Digital Business Innovation is a national academic journal that is open to exploring innovation, creativity and novelty related to the field of digital business science. DIGBI is a form of scientific publishing that specifically discusses business aspects in the context of the digital world. This journal covers various topics related to the use of information technology, the internet and digital platforms in business activities. Some of the main focuses that are often raised in digital business journals include: Business Management; Financial Technology; Data Mining; Data Analysis; Data Science; Database Management; Supply Chain Management; Internet of Things (IoT); Artificial Intelligence; Machine Learning; E-Commerce; E-Business; UI/UX (User Interface/User Experience); Digital Entrepreneurship; Digital Marketing; Geo-Business. Digital business journals play an important role in providing in-depth insights into trends, challenges and opportunities in the world of digital business. The research published in this journal can be a reference for business practitioners, academics and decision makers to understand changes in a global business environment that is increasingly connected digitally.
Articles 13 Documents
Desain Aplikasi “Farmy” Menggunakan Metode Design Thinking untuk Investasi dan Jual Beli Ternak Rizkyanzah, Alexandro Damar Tirta; Purbaya, Muhammad Eka; Saputri, Yuliya Eka; Wulandari, Septya; Annajdiah, Anis Rufaidah
Journal of Digital Business Innovation Vol. 2 No. 1 (2024): MEI
Publisher : LPPM Universitas dr. Soebandi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36858/digbi.v2i1.18

Abstract

Sektor peternakan di Indonesia mengalami perkembangan signifikan, dengan populasi ternak yang terus meningkat dari tahun ke tahun. Berdasarkan data Badan Pusat Statistik 2022, jumlah kambing dan ayam pedaging meningkat secara substansial. Namun, perkembangan ini terhambat oleh kendala akses pasar, proses jual beli yang rumit, dan keterbatasan investasi. Penelitian ini bertujuan untuk mendesain aplikasi “Farmy” menggunakan metode Design thinking guna meningkatkan keterjangkauan pasar, mempermudah proses jual beli ternak, dan memperluas akses investasi di bidang peternakan. Metode Design thinking yang digunakan meliputi tahap empathize, define, ideate, prototype, dan test. Aplikasi “Farmy” dirancang dengan berbagai fitur utama seperti login, pembelian produk, investasi, pembuatan postingan di Tab Komunitas, pembuatan kandang, dan akses artikel. Hasil penelitian dari segi efisiensi menunjukkan bahwa setiap tugas karena telah mendapatkan persentase lebih dari 70%. Nilai efektifitas menunjukkan bahwa tugas pembuatan kandang dirasa cukup sulit dengan penyelesaian tugas yakni 50 detik. Dari segi kepuasan, didapatkan Skor SUS 76.75 yang menunjukkan bahwa aplikasi Farmy memiliki kegunaan yang baik menurut para pengguna.
Persepsi Gen Z Terhadap Fintech Chlorita, Stania; Irfan, M.Dzakki; Yusrina, Farah; Wijanarko, Ramafaiz; Hidayat, Chusnul Maulidina
Journal of Digital Business Innovation Vol. 2 No. 1 (2024): MEI
Publisher : LPPM Universitas dr. Soebandi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36858/digbi.v2i1.19

Abstract

Penelitian ini bertujuan untuk menggali lebih dalam terkait peran FinTech dalam meningkatkan efektivitas dan efisiensi berbelanja Generasi Z di Institut Teknologi Telkom Purwokerto. Fokus utama penelitian adalah pada inovasi FinTech yang mencakup aplikasi pembayaran digital dan platform e-commerce dalam mempengaruhi perilaku belanja Generasi Z. Metode penelitian yang digunakan adalah pendekatan kualitatif melalui metode deskriptif dengan mengambil sampel mahasiswa yang mewakili setiap fakultas di Institut Teknologi Telkom Purwokerto. Hasil penelitian menunjukkan bahwa FinTech memberikan kontribusi positif dalam memfasilitasi pembayaran digital, memungkinkan mahasiswa Generasi Z untuk berbelanja tanpa menggunakan uang tunai, mengurangi waktu transaksi, dan meningkatkan keamanan. Kemudahan akses melalui aplikasi mobile juga menjadi salah satu aspek kunci yang mendukung gaya efektif dan efisien mahasiswa Generasi Z
Identifikasi Penyakit Tanaman Kedelai Menggunakan Algoritma Recurrent Neural Network di Kabupaten Jember nurkholis, erfan
Journal of Digital Business Innovation Vol. 2 No. 2 (2024): NOVEMBER
Publisher : LPPM Universitas dr. Soebandi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36858/digbi.v2i2.26

Abstract

Penyakit pada tanaman kedelai merupakan salah satu faktor utama yang memengaruhi produktivitas kedelai di Kabupaten Jember. Kondisi ini menjadi tantangan serius bagi petani dalam menjaga hasil panen yang optimal. Identifikasi dini penyakit tanaman menjadi langkah penting untuk mencegah penyebaran dan dampak yang lebih besar. Penelitian ini bertujuan untuk mengembangkan model berbasis algoritma Recurrent Neural Network (RNN) yang mampu mengidentifikasi penyakit tanaman kedelai dengan akurasi tinggi. Model ini dirancang untuk menganalisis data citra daun kedelai dan memberikan prediksi jenis penyakit yang menyerang secara otomatis. Dataset penelitian terdiri atas citra daun kedelai yang diperoleh melalui pengamatan langsung di lahan pertanian Kabupaten Jember serta data sekunder dari lembaga pertanian lokal. Langkah awal melibatkan preprocessing data, seperti normalisasi citra dan augmentasi untuk meningkatkan kualitas dataset. Algoritma RNN digunakan untuk mempelajari pola visual penyakit pada daun kedelai dan menghasilkan prediksi berbasis klasifikasi. Hasil penelitian menunjukkan bahwa model RNN yang dikembangkan berhasil mencapai akurasi prediksi sebesar 78,31%. Hal ini menunjukkan potensi model sebagai alat yang efektif untuk membantu petani mengenali penyakit tanaman kedelai secara cepat dan akurat. Dengan implementasi lebih lanjut, model ini dapat dikembangkan menjadi aplikasi berbasis teknologi yang mendukung pengambilan keputusan dalam pengendalian penyakit tanaman. Temuan ini diharapkan memberikan kontribusi nyata bagi peningkatan produktivitas kedelai di Kabupaten Jember.

Page 2 of 2 | Total Record : 13