Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika Universitas Pamulang Kumawula: Jurnal Pengabdian Kepada Masyarakat
Wilda Imama Sabilla
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
WORKSHOP OPTIMALISASI DIGITAL MARKETING UNTUK PELAKU UMKM PADA LAPAK BERKAH PKK, DI DESA TOYOMARTO SINGOSARI, KABUPATEN MALANG Ariadi Retno Tri Hayati Ririd; Candra Bella Vista; Wilda Imama Sabilla; Habibie Ed Dien; Rosa Andrie Asmara
Kumawula: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2022): Kumawula: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/kumawula.v5i1.36115

Abstract

Digital marketing (pemasaran digital) menjadi hal yang diperlukan untuk sebuah usaha untuk menjangkau pasar yang lebih luas. Terlebih lagi di masa pandemi, penggunaan media digital dalam memasarkan produk penting untuk mempertahankan penjualan yang mulai beralih ke sistem daring. Kelompok UMKM di Lapak Berkah PKK Desa Toyomarto merupakan salah satu dari pelaku UMKM yang tergolong belum maksimal dalam pemanfaatan media internet sebagai sarana promosi dan pemasaran produknya. Padahal tantangan terbesar yang dihadapi oleh UMKM adalah terkait dengan inovasi produk dan cara pemasaran yang efektif. Workshop optimalisasi digital marketing disampaikan ke mitra dengan materi copywriting dan pembuatan desain pemasaran produk. Copywriting merupakan keterampilan menulis naskah iklan untuk menarik minat konsumen terhadap suatu produk. Kemampuan copywriting dalam pemasaran digital juga menjadi satu aspek penunjang yang sangat penting. Selain itu pembuatan desain pemasaran produk akan menambah daya tarik produk untuk memperoleh lebih banyak konsumen. Diharapkan kelompok UMKM di Lapak Berkah PKK Desa Toyomarto mendapatkan manfaat dari meningkatnya kualitas pengetahuan dan penguasaan sumber daya manusia dalam penggunaan teknologi informasi dalam mengoptimalkan pemasaran digital.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Co-Authors Ariadi Retno Tri Hayati Ririd Candra Bella Vista Habibie Ed Dien Rosa Andrie Asmara