Iedam Fardian Anshori, Iedam Fardian
Unknown Affiliation

Published : 3 Documents
Articles

Found 3 Documents
Search

Upaya Peningkatan Produktivitas UMKM Melalui Implementasi ICT pada Look At Hijab Bandung

Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 1, No 1 (2018): Jurnal Pengabdian kepada Masyarakat
Publisher : LPPM Universitas UBSI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (436.756 KB)

Abstract

AbstrakUsaha Mikro Kecil dan Menengah (UMKM) merupakan usaha produktif milik perorangan yang menguasai lebih dari 95% dari jumlah pengusaha di indonesia. Dalam lima tahun terakhir, UMKM telah memberikan kontribusi pada Produk Domestik Bruto (PBD) sebesar 57-60% dan tingkat penyerapan tenaga kerja sekitar 97% dari seluruh tenaga kerja nasional. Dalam upaya pengembangan ekonomi nasional di Indonesia, yang menjadi prioritas utama yaitu UMKM karena menjadi struktur utama ekonomi kerakyatan untuk mengurangi permasalahan kemiskinan. Permasalahan yang dihadapi oleh UMKM dalam meningkatkan kemampuan usaha sangat kompleks yang meliputi berbagai macam indikator diantaranya, kurangnya modal usaha, lemahnya kemampuan manajerial, terbatasnya area pemasaran dan ketersediaan informasi didalam maupun diluar perusahaan. Dalam usaha peningkatan produktivitas UMKM di era teknologi informasi, ketersediaan informasi yang berkualitas memiliki peranan yang sangat penting sehingga UMKM dituntut untuk memperhatikan dan mengelola informasi dengan baik. UMKM Look At Hijab yang bergerak dibidang penjualan hijab memiliki kendala terkait penyebaran informasi produk-produk dan perluasan area pemasaran. Tujuan penelitian ini untuk mendesain sistem informasi yang dapat mendukung dan meningkatkan produktivitas pada UMKM Look At Hijab menggunakan model pengembangan sistem waterfall berdasarkan kebutuhan fungsionalitas UMKM. Hasil penelitian ini diharapkan dapat membantu meningkatkan produktivitas UMKM melalui pengelolaan informasi yang baik. Kata Kunci: UMKM, Produktivitas, ICT AbstractMicro Small and Medium Enterprises (UMKM) is a productive business owned by individuals who control more than 95% of the number of entrepreneurs in Indonesia. In the last five years, UMKM have contributed to the Gross Domestic Product (GDP) of 57-60% and the employment rate of about 97% of the entire national workforce. In the effort of national economic development in Indonesia, which become the main priority that is UMKM because become main structure of people economy to reduce poverty problem. The problems faced by UMKM in improving business capability is very complex which includes various indicators such as lack of business capital, lack of managerial ability, limited marketing area and the availability of information inside and outside the company. In an effort to increase UMKM productivity in the era of information technology, the availability of quality information has a very important role so that UMKM are required to pay attention and manage the information well. Look At Hijab engaged in the sale of hijab have constraints related to the dissemination of information products and the expansion of the marketing area. The purpose of this study is to design information systems that can support and improve productivity at Look At Hijab using a waterfall system development model based on the needs of UMKM functionality. The results of this study are expected to help improve UMKM productivity through good information management. Keywords: UMKM, productivity, ICT

Analisis Penerimaan Microsoft Office dengan Pendekatan Technology Acceptance Model pada Warga Desa Karyamukti Kecamatan Cililin

Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 1, No 3 (2018): Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas UBSI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (465.571 KB)

Abstract

Pembangunan pedesaan mengalami perubahan signifikan seiring pesatnya perkembangan Teknologi Informasi dan Komunikasi. Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK) dapat digunakan untuk menggambarkan tingkat pembangunan teknologi informasi dan komunikasi suatu wilayah. IP-TIK Jawa Barat mengalami peningkatan pada tahun 2016 hingga 4,51 dari tahun sebelumnya sebesar 4,06. Peningkatan indeks ini termasuk pada wilayah perkotaan dan pedesaan. Desa Karyamukti merupakan salah satu desa yang terletak di Kecamatan Cililin Kabupaten Bandung Barat. Dalam upaya peningkatan indeks IP-TIK pada Kecamatan Cililin, dilakukan Pengabdian Kepada Masyarakat dengan tema pengenalan Microsoft Office pada warga desa. Penelitian ini bertujuan untuk mengetahui tingkat penerimaan teknologi informasi dan komunikasi melalui salah satu perangkat lunak perkantoran yang paling sering digunakan yaitu Microsoft Office. Penelitian ini menggunakan pendekatan Technology Acceptance Model (TAM) dengan tiga konstruk yaitu persepsi kemudahan (perceived ease of use), persepsi kemanfaatan (perceived usefulness) dan sikap terhadap penggunaan (attitude toward using). Sampel dalam penelitian ini adalah warga desa Karyamukti sebanyak 100 orang. Dari hasil analisis jalur, dapat disimpulkan bahwa persepsi kemudahan dan persepsi kemanfaatan berpengaruh signifikan positif terhadap sikap terhadap penggunaan dengan tingkat hubungan sebesar 24%.

Implementasi Algoritma Genetika pada k-nearest neighbours untuk Klasifikasi Kerusakan Tulang Belakang

Jurnal Informatika Vol 5, No 2 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas BSI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (289.501 KB)

Abstract

AbstrakKerusakan tulang belakang dialami oleh sekitar dua pertiga orang dewasa serta termasuk ke dalam penyakit yang paling umum kedua setelah sakit kepala. Klasifikasi gangguan tulang belakang sulit dilakukan karena membutuhkan radiologist untuk menganalisa citra Magnetic Resonance Imaging (MRI). Penggunaan Computer Aided Diagnosis (CAD) System dapat membantu radiologist untuk mendeteksi kelainan pada tulang belakang dengan lebih optimal. Dataset vertebral column memiliki tiga kelas sebagai klasifikasi penyakit kerusakan tulang belakang yaitu, herniated disk, spondylolisthesis dan kelas normal yang diambil berdasarkan hasil ekstraksi citra MRI. Dataset akan diolah dalam lima eksperimen berdasarkan validasi dataset menggunakan split validation dengan pembagian data training dan data testing yang bervariasi. Pada penelitian ini diusulkan implementasi algoritma genetika pada algoritma k-nearest neighbours untuk meningkatkan akurasi dari klasifikasi gangguan tulang belakang. Algoritma genetika digunakan untuk fitur seleksi dan optimasi parameter algoritma k-nearest neighbours. Hasil penelitian menunjukan bahwa metode yang diusulkan menghasilkan peningkatan yang signifikan dalam klasifikasi kerusakan pada tulang belakang. Metode yang diusulkan menghasilkan rata-rata akurasi sebesar 93% dari lima eksperimen. Hasil ini lebih baik dari algoritma k-nearest neighbours yang menghasilkan rata-rata akurasi hanya sebesar 82.54%. Kata kunci: algoritma genetika, k-nearest neighbours, kerusakan tulang belakang, vertebral AbstractSpinal disorder is experienced by about two-thirds of adults and is included in the second most common disease after headaches. Classification of spinal disorders is difficult because it requires a radiologist to analyze Magnetic Resonance Imaging (MRI) images. The use of Computer Aided Diagnosis (CAD) System can help radiologists to detect abnormalities in the spine more optimally. The vertebral column dataset has three classes as a classification of spinal disorders, namely, herniated disk, spondylolisthesis and normal classes taken based on MRI Image extraction. The dataset will be processed in five experiments based on dataset validation using split validation with various training data and testing data. In this study proposed the implementation of genetic algorithms in the k-nearest neighbors algorithm to improve the accuracy of the classification of spinal disorders. Genetic algorithms are used for algorithm feature selection and parameter optimization of k-nearest neighbors. The results showed that the proposed method produced a significant increase in the classification of spinal disorder. The proposed method produces an average accuracy of 93% from five experiments. This result is better than the k-nearest neighbors algorithm which produces an average accuracy of only 82.54%. Keywords: genetic algorithm, k-nearest neighbours, spinal disorder, vertebral column.