Claim Missing Document
Check
Articles

Found 5 Documents
Search

PENYULUHAN PENGENALAN DUNIA DIGITAL MARKETING BAGI DESA CIBODAS Hendra Bunyamin; Julianti Kasih; Tiur Gantini; Teddy Marcus; Hapnes Toba; Djoni Setiawan; Sherly Santiadi; Rolando Vieri
Aptekmas Jurnal Pengabdian pada Masyarakat Vol 5 No 3 (2022): APTEKMAS Volume 5 Nomor 3 2022
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/apts.v5i3.4664

Abstract

The social media revolution has completely changed consumer behavior as well as the Internet. A marketing strategy which reaches consumers through internet usage channels, mobile devices, search engines, and social media in the broadband Internet corridor is needed by businessmen nowadays. This marketing strategy so-called digital marketing is required to compete for customers in the 21st century. Specifically in this community dedication project, we deliver a webinar to educate villagers from Desa Cibodas about digital marketing skills to create business opportunities by utilizing digital platforms. Additionally, this webinar is a part of Digital Village program which is a joint cooperation between Dinas Komunikasi dan Informatika Provinsi Jawa Barat and Asosiasi Pendidikan Tinggi Informatika dan Komputer (APTIKOM). Keywords: community dedication, digital marketing, entrepreneurship
Perancangan Sistem Informasi Penjualan Tas Pria Berbasis Web Hendra Bunyamin; Silvia Tiffani
Bahasa Indonesia Vol 9 No 2 (2022): Bina Insani ICT Journal (Desember) 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/biict.v9i2.1909

Abstract

Banyaknya penjual yang mengalami kesulitan dalam hal pengelolaan data penjualan dan pemasaran tas pria secara manual memotivasi penelitian ini yang bertujuan merancang sebuah sistem informasi berupa aplikasi web yang dapat digunakan untuk membantu penjual-penjual. Metode perancangan aplikasi web ini menggunakan pendekatan berorientasi objek dengan notasi Unified Modeling Language (UML). Penjualan dan pencatatan laporan penjualan secara manual memiliki banyak kekurangan baik dalam hal terbatasnya waktu dan tempat untuk melakukan transaksi, maupun sulitnya mencatat laporan dalam jumlah besar dalam waktu singkat. Oleh karena itu, dengan menggunakan aplikasi web sebagai sarana penjualan dapat membantu penjual di dalam mengelola barang dagangan dan transaksi secara terorganisir. Aplikasi web dalam penelitian ini memiliki 3 tipe user, yaitu user tamu atau user yang dapat melihat beberapa bagian website tanpa harus login, user member atau user yang dapat melihat website dan melakukan transaksi, dan user admin atau user yang bisa mengendalikan isi website. Fitur-fitur aplikasi web penjualan ini adalah fitur untuk melihat profil pengguna, login, logout dan regisrasi, memasukan barang ke keranjang, checkout serta melihat history transaksi pengguna. Berdasarkan dari apa yang telah dibahas pada uraian sebelumnya, dapat disimpulkan bahwa fitur-fitur yang ada pada website ini dapat digunakan penjual untuk mengelola barang, bertransaksi dan mencatat laporan penjualan.
Model Meta Ensemble dan Deep Learning untuk Prediksi Emiten LQ45 Hendra Bunyamin; Oktavianti Oktavianti; Meyliana Meyliana
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 1 (2023): Volume 9 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i1.63351

Abstract

LQ (Liquid) 45 merupakan indeks saham yang berisi 45 emiten yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar, dengan kriteria-kriteria sebagai berikut: telah tercatat di BEI minimal 3 bulan, aktivitas transaksi di pasar reguler yaitu nilai, volume, dan frekuensi transaksi, jumlah hari perdagangan di pasar reguler, kapitalisasi pasar pada periode waktu tertentu, dan keadaan keuangan dan prospek pertumbuhan perusahaan tersebut. Dengan mengetahui emiten-emiten yang akan masuk ke dalam indeks LQ 45, para investor akan sangat terbantu dalam merencanakan portofolio mereka di masa yang akan datang. Penelitian ini bertujuan membangun model prediksi bagi emiten-emiten yang akan masuk ke dalam LQ 45. Dataset terdiri dari ringkasan saham semua emiten dari 1 Februari 2015 sampai dengan Januari 2022 dan daftar emiten-emiten yang masuk ke dalam LQ 45 dari periode Agustus 2015-Januari 2016 sampai dengan Februari 2022-Juli 2022. Indeks LQ 45 sendiri diperbaharui setiap 6 bulan sekali; oleh karena itu, dalam penelitian ini model prediksi per 6 bulan dibentuk dan dilatih dengan 4-fold cross-validation. Model-model prediksi, yaitu HIVE-COTE 2.0, ROCKET, multi-layer perceptron, stacking recurrent neural networks, dan bi-directional recurrent neural networks memberikan hasil bahwa HIVE-COTE 2.0 HIVE-COTE 2.0 memberikan kinerja terbaik dalam precision, yaitu keunggulan sekitar 9% daripada model-model lainnya dalam memprediksi emiten-emiten jika kriteria yang dipertimbangkan adalah mengurangi false positive. Jika kriteria yang diutamakan adalah menjaga keseimbangan antara  mengurangi false positive dan false negative, maka model multi-layer perceptron dengan banyak neuron yang cukup besar (512) juga memberikan F1 score yang lebih tinggi 9% daripada model-model lain dalam memprediksi emiten-emiten yang akan masuk LQ 45.
Pelatihan Guru untuk Tantangan Bebras 2022 di Biro Bebras Universitas Kristen Maranatha Mewati Ayub; Oscar Karnalim; Robby Tan; Maresha Caroline Wijanto; Doro Edi; Hendra Bunyamin; Julianti Kasih; Diana Trivena Yulianti; Andreas Widjaja; Risal Risal; Rossevine Artha Nathasya
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 14, No 3 (2023): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v14i3.14326

Abstract

Tantangan Bebras merupakan salah satu kegiatan yang memperkenalkan computational thinking dan informatika kepada siswa sekolah. Bebras Indonesia melalui setiap mitra biro Bebras di seluruh Indonesia menyelenggarakan Tantangan Bebras setiap tahunnya yaitu pada minggu kedua bulan November. Biro Bebras Maranatha juga mempersiapkan guru-guru yang berada di bawah naungan Biro Bebras Maranatha dalam kegiatan pelatihan pada 7 Oktober 2022 secara hybrid dan technical meeting pada 28 Oktober 2022. Pelatihan untuk tahun 2022 dimulai dengan kuis soal-soal Bebras yang diambil dari soal-soal dalam Tantangan Bebras tahun-tahun sebelumnya untuk mengukur tingkat pemahaman guru dalam computational thinking. Kegiatan pelatihan dilanjutkan dengan pembahasan soal kuis melalui diskusi, penyampaian konsep computational thinking, serta pendaftaran dan persiapan siswa untuk Tantangan Bebras 2022. Pada akhir sesi pelatihan, guru-guru peserta mengisi kuesioner untuk mengetahui sejauh mana persiapan yang sudah dilakukan untuk Tantangan Bebras 2022. Pelaksanaan kegiatan dilaksanakan secara hybrid diikuti oleh 52 guru perwakilan sekolah. Dari 52 guru yang mengikuti kuis, nilai kuis berkisar antara 0 sampai 80 di mana rata-rata nilai adalah 35. Sebanyak 79% dari guru-guru yang mengikuti pelatihan ini sudah pernah mengikuti workshop Bebras di tahun-tahun sebelumnya dan 69% dari total guru tersebut telah memanfaatkan soal Bebras untuk pembelajaran di kelas. Selama proses pembekalan Tantangan Bebras, terdapat tiga tantangan terbesar yang dihadapi yaitu kemampuan berpikir siswa, persiapan guru untuk pembekalan, dan melatih siswa dalam membaca soal.
Pembelajaran Computasional Thinking melalui Program Gerakan Pandai untuk Guru dan PKBM Mewati Ayub; Maresha Caroline Wijanto; Robby Tan; Daniel Jahja Surjawan; Hapnes Toba; Meliana Christianti; Doro Edi; Hendra Bunyamin; Adelia Adelia; Risal Risal
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 7 No 3 (2023): Agustus
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v7i3.13430

Abstract

Program Gerakan Pandai yang digagas oleh Bebras Indonesia dengan dukungan Google bertujuan untuk membuat guru mulai menjadi guru penggerak dalam menyemaikan dan menumbuh-kembangkan kemampuan Computational Thinking (CT). Melalui gerakan PANDAI ini, diharapkan guru mengenal CT dan memperkenalkan CT kepada para siswa, sehingga siswa dapat mengembangkan kemampuan  berpikir komputasional yang bersifat kritis dan kreatif. Biro Bebras Maranatha menjalankan program Gerakan Pandai dalam dua batch yang dimulai pada bulan September 2020 sampai dengan Desember 2021. Pelatihan guru  batch1 diikuti oleh 148 guru, sedangkan batch2 diikuti 394 guru. Indikator guru yang berhasil menerapkan kemampuan CT adalah guru yang melaksanakan  paling sedikit 4 sesi microteaching dalam dua semester. Guru yang tuntas melakukan microteaching untuk batch1 ada 110 orang (74%), dan batch2 ada 184 guru (47%), dengan persentase rata-rata 60.5% untuk seluruh batch.Â