Claim Missing Document
Check
Articles

Found 3 Documents
Search

Design of a Sales Performance System for SMEs based on Business Intelligence and Data Warehouse Saputra, Dhanar; Subarkah, Pungkas; Afifah, Erika Luthfi; Muflikhatun, Siti; Ramadani, Nevita Cahaya; Utami, Melida Ratna; Aunillah, Puteri Johar
Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i3.58

Abstract

The influence of information technology today is powerful. It impacts people's lives because technological changes are running so fast and affect the way of thinking and behaving in competition in the business world and organizations. Small and Medium Enterprises (SMEs) must be able to adapt to this technology to maintain their business. It means that digitizing SMEs means integrating technology into all business activities. In this study, Toko Cerme is the object of research. The Toko Cerme is a SMEs in the form of a minimarket located in Central Java, Indonesia. The Toko Cerme takes advantage of technology to help run business processes so that they can be managed optimally. In running its business, The Toko Cerme is currently using an information system to input product data and transaction activities. The purpose of this research is to propose a Design of a Sales Performance System based on Business Intelligence and a Data Warehouse to support business processes at the Toko Cerme so that it can efficiently process data and information in the future. From the research that the authors conducted, it can be concluded that the results of this study are the creation of a data warehouse and business intelligence design using the nine steps Kimbal method. At the same time, Pentaho Data Integration (PDI) is a tool. The design is used as a reference in producing information relating to sales transactions.
PELATIHAN PENULISAN KARYA ILMIAH STANDAR INTERNATIONAL PADA DOSEN UNIVERSITAS AMIKOM PURWOKERTO Hariguna, Taqwa; Waluyo, Retno; Muflikhatun, Siti; Ramadani, Nevita Cahaya
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 6 (2023): Volume 4 Nomor 6 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i6.22327

Abstract

Melaksanakan penelitian merupakan tugas seorang dosen. Dosen melaksanakan penelitian memiliki tugas mengembangkan suatu cabang ilmu pengetahuan dan/atau teknologi melalui penalaran dan penelitian ilmiah serta menyebarluaskannya baik secara perseorangan maupun berkelompok. Hasil karya ilmiah dosen dapat dipublikasikan dalam sebuah jurnal atau prosiding yang bereputasi nasional ataupun internasional. Berdasarkan data SINTA tahun 2023 rangking Universitas Amikom Purwokerto menempati ranking ke 302. Pada 3 tahun terakhir jumlah dokumen yang terindeks scopus mengalami penurunan. Hal ini dikarenakan sebagian besar dosen belum terbiasa untuk menulis karya ilmiah dengan standar internasional dan pengetahuan serta kemampuan dosen di bidang penulisan dan publikasi karya ilmiah belum mencukupi untuk menulis jurnal dengan standar internasional. Oleh karena itu kegiatan pengabdian masyarkat yang ditawarkan dengan memberikan pelatihan penulisan karya ilmiah pada dosen Universitas Amikom Purwokerto. Dengan tujuan meningkatkan kemampuan dosen membuat karya ilmiah, sehingga kualitas karya ilmiah yang dibuat sesuai standar internasional. Hasil kegiatan ini berjalan dengan lancar dan sebanyak 80% peserta mendapatkan pengetahuan baru penulisan artikel ilmiah yang sesuai dengan standar international.
Perbandingan Algoritma Support Vector Machine, Decision Tree, dan Logistic Regresion Pada Analisis Sentimen Ulasan Aplikasi Netflix Ramadani, Nevita Cahaya; Tahyudin, Imam; Shouni Barkah, Azhari
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10, No 2 (2024): Agustus 2024
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i2.2024.110-117

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen terhadap ulasan pengguna Netflix menggunakan algoritma machine learning seperti Support Vector Machine (SVM), Decision Tree dan Logistic Regression. Dataset yang terdiri dari 3000 ulasan pengguna diambil dari Google Play Store dan melalui proses preprocessing teks yang mencakup penghapusan karakter, tokenisasi, penghapusan stopword, stemming, serta penyaringan token pendek. Metode TF-IDF digunakan untuk ekstraksi dan pembobotan fitur dalam analisis. Evaluasi hasil menunjukkan bahwa SVM secara konsisten memberikan akurasi yang lebih tinggi dibandingkan Decision Tree dan Logistic Regression dalam klasifikasi sentimen, dengan SVM mencapai akurasi rata-rata 88.18% dan puncak tertinggi 92.69% dalam K-Fold Cross Validation. Implikasi praktis dari penelitian ini adalah Netflix dapat memanfaatkan analisis sentimen untuk meningkatkan pengalaman pengguna dan pengelolaan layanan lebih baik.