Analisis Pengaruh Profil Toko Resmi Smartphone pada Situs E-Commerce terhadap Tingkat Penjualan

Pertumbuhan internet ekonomi di Indonesia telah meningkat 4 kali lipat sejak 2015 dengan tingkat pertumbuhan rata-rata 49% per tahun. E-commerce merupakan salah satu sektor internet ekonomi di Indonesia yang unggul, terutama dengan adanya salah satu startup unicorn Tokopedia. Selain menjadi startup unicorn di Indonesia, Tokopedia merupakan salah satu e-commerce yang masuk peringkat 10 besar situs e-commerce yang sering dikunjungi per kuarter kedua tahun 2020 bersama dengan Shopee. Sebuah merek sering kali membuka toko di situs e-commerce yang berbeda, hal tersebut untuk memperoleh dan mempertahankan lebih banyak konsumen. Adanya persaingan antara merek smartphone maupun situs e-commerce yang digunakan dapat menjadi masalah karena dapat mempengaruhi tingkat penjualan produknya. Pada penelitian ini, akan dilakukan analisis profil toko, yaitu jumlah pengikut, total penjualan, rating toko, dan persentase repons chat terhadap lima merek smartphone di dua e-commerce berbeda dengan metode kualitatif. Hasil dari penelitian menunjukkan bahwa terdapat dua kategori dari profil toko yang berpengaruh terhadap tingkat penjualan produk, yaitu rating toko, dan jumlah followers.

Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier

Virus Corona menjadi permasalahan internasional pada tahun 2020. Hal ini sangat berdampak bagi kehidupan masyarakat. Pemerintah Indonesia mengambil peran dalam menekan peningkatan jumlah penderita virus Corona dengan cara membatasi kegiatan masyarakat di luar rumah. Salah satu dampak yang signifikan dari Virus Corona adalah di sektor perekonomian. Oleh karena itu, perlu dilakukan analisis sentimen untuk menentukan kecenderungan opini masyarakat terhadap dampak virus Corona. Twitter merupakan salah satu platform yang digunakan oleh masyarakat untuk mengekspresikan kondisi terkini setelah virus Corona merambah. Tujuan dari penelitian ini adalah memperoleh analisis dokumen text untuk mendapatkan sentimen positif atau negatif masyarakat. Data yang digunakan merupakan dokumen tweet dari Twitter mengenai dampak virus Corona. Data yang terkumpul dibagi untuk digunakan sebagai data latih dan data uji proses klasifikasi. Metode yang digunakan untuk klasifikasi dalam penelitian ini adalah Metode Naive Bayes Classifier. Hasil klasifikasi dievaluasi menggunakan accuracy dan error rate dengan tujuan mengetahui keakuratan dokumen setelah diklasifikasi menjadi sentimen positif atau negatif. Hasil penelitian menunjukkan metode Naive Bayes mampu mengklasifikasi dokumen tweet dengan akurasi 67% dan error rate sebesar 33%. Percobaan dengan menggunakan 3 jumlah data berbeda (100, 200, dan 500) menghasilkan selisih nilai akurasi yang tidak jauh berbeda yaitu 0,02. Hal ini menunjukkan metode Naive Bayes untuk klasifikasi data tweet terkait dampak virus Corona menghasilkan performa yang stabil. Nilai accuracy yang diperoleh cukup baik dan penelitian selanjutnya bisa dikembangkan dengan memperhitungkan unsur semantik pada dokumen tweet.

Pemanfaatan Persebaran Lokasi Jupiter Sebagai Media E-Commerce Menggunakan Model Bisnis C2C

Penjualan merupakan kegiatan transactional yang dilakukan oleh para pelaku bisnis baik secara konvensional maupun secara elektronik. Saat ini, penjualan yang paling mudah dilakukan adalah penjualan secara elektronik dikarenakan sistem penjualannya tidak membutuhkan biaya yang mahal, cukup dengan media elektronik saja maka produk yang dijual dapat dilihat secara langsung oleh pembeli. Penjualan secara elektronik yang banyak dikenal yaitu e-commerce di mana tujuan dari e-commerce memberikan kemudahan bagi konsumen untuk dapat mengetahui secara pasti tersedia atau tidaknya suatu produk. Kendala utama masyarakat di Provinsi Nusa Tenggara Timur khususnya masyarakat kota dan Kabupaten Kupang dalam melakukan penjualan ternak yaitu waktu, lokasi, dan jarak tempuh. Selain itu, masyarakat sebagai pembeli juga masih sering mengalami kendala dalam membeli ternak dikarenakan, tidak semua ternak dapat ditemukan di pasar tradisional. Dikarenakan adanya permasalahan yang menjadi kendala masyarakat maka, peneliti ingin menawarkan Aplikasi Jupiter menggunakan sebuah konsep marketplace untuk mempertemukan antara penjual dan pembeli dengan model bisnis customer to customer (C2C) serta memanfaatkan Google Maps sebagai media navigasi. Peneliti menggunakan model pengembangan sistem yaitu V-Model dalam pengumpulan data hingga perancangan sistemnya. Dengan hasil yaitu aplikasi ini dapat memberikan kemudahan bagi penjual dalam memasarkan ternak dan pembeli dalam mencari dan menemukan titik lokasi penjualan ternak.

Pengenalan Citra Bunga Menggunakan Segmentasi Otsu Treshold dan Naïve Bayes

Bunga merupakan salah satu bagian tumbuhan yang mempunyai warna mencolok dibanding batang kayu dan daun. Bunga merupakan salah satu fitur penting dalam proses pengenalan objek. Proses pengenalan objek pada segmentasi digital sangat penting untuk memisahkan antara background dan foreground dari sebuah citra. Hal ini bertujuan untuk mendapatkan fitur-fitur yang dibutuhkan. Citra bunga pada penelitian ini memiliki kompleksitas gambar cukup sulit karena ada daun dan batang pohon di sekeliling gambar bunga tersebut. Oleh Karena itu, dalam penelitian ini segmentasi yang diusulkan menggunakan Otsu Treshold sebagai metode untuk memisahkan foreground dan background. Proses segmentasi sangat menentukan untuk mendapatkan fitur bentuk berupa area, eccentricity, dan perimeter. Hasil kalkulasi dari fitur-fitur tersebut akan diklasifikasi menggunakan algoritma Naïve Bayes dengan menggunakan 120 citra bunga dari dataset 17 flower. Dataset tersebut akan dibagi menjadi data tes dan data training, dan menggunakan cross validasi (k=10). Hasil dari klasifikasi menggunakan Naïve Bayes mendapatkan tingkat akurasi yang lebih tinggi sebesar 99.168% dengan relative absolute error sebesar 8.0937% dibandingkan dengan penelitian sebelumnya sebesar 83.83%.

Pengenalan Objek Bunga dengan Ekstraksi Fitur Warna dan Bentuk Menggunakan Metode Morfologi dan Naïve Bayes

Pengenalan objek pada citra digital mendapat banyak perhatian dalam beberapa tahun terakhir ini. Hal ini terlihat dari penerapan identifikasi citra di beberapa bidang kerja seperti pengenalan gambar untuk perencanaan lahan pertanian, identifikasi penyakit tanaman dan pencitraan medis. Teknik pengolahan gambar juga banyak digunakan oleh ahli botani dalam mengidentifikasi spesies tanaman yang tidak diketahui. Metode yang di terapkan di dalam penelitian ini untuk masalah proses pengenalan citra bunga adalah Ekstraksi model warna dan ekstraksi fitur bentuk untuk menaikkan tingkat akurasi dalam pengenalan citra bunga. Hasil ekstraksi warna dan bentuk bunga tersebut diklasifikasikan menggunakan metode Naïve Bayes dengan tujuan agar bisa mendapatkan tingkat akurasi terbaik dalam proses klasifikasi citra bunga. Penelitian ini menggunakan 285 data citra bunga yang merupakan data set dari 19 spesies bunga yang berbeda, dataset dalam penelitian ini dibagi menjadi dua bagian, yaitu 228 data tes dan 57 data training. Hasil dari ekstraksi fitur dan warna menggunakan metode Morfologi dan Naïve Bayes ini dilakukan pengujian akurasi menggunakan metode Confusion Matrix, menghasilkan tingkat akurasi sebesar 71,1% dengan kategori klasifikasi yang baik.

Penerapan K-Means Clustering pada Penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Kabupaten Karawang

Infeksi Saluran Pernapasan Akut (ISPA) adalah penyakit yang menyerang pernapasan bawah dan pernapasan atas dapat mengakibatkan kematian. Menurut Badan Pusat Statistik Kabupaten Karawang pada tahun 2017 melaporkan 173.953 kasus ISPA dan meningkat menjadi 175.891 pada tahun 2018. Belum adanya perhatian khusus pada daerah tersebut yang menjadikan penyakit ini terus meningkat. Pada penelitian ini adalah clustering penyakit ISPA menggunakan algoritma K-Means dengan Cross-Industry Standard Process for Data Mining (CRISP-DM). Di mana pada penelitian sebelumnya menyimpulkan bahwa teknik clustering yang paling optimal adalah metode K-Means karena hasilnya lebih akurat dalam pengelompokan data dan tidak menggunakan tahap CRISP-DM. Untuk itu diperlukannya clustering daerah penyebaran ISPA yang terbagi menjadi tiga cluster yaitu rendah, sedang, dan tinggi sehingga dapat membantu dalam pengambilan kebijakan terhadap penyakit ISPA oleh pemerintah Kabupaten Karawang. Hasilnya adalah tahun 2017 terdapat 30 anggota cluster rendah, 9 anggota cluster sedang, dan 11 anggota cluster tinggi. Tahun 2018 terdapat 33 anggota cluster rendah, 5 anggota cluster sedang, dan 12 anggota cluster tinggi. Tahun 2019 terdapat 20 anggota cluster rendah, 25 anggota cluster sedang, dan 5 anggota cluster tinggi. Evaluasi algoritma K-Means menggunakan SSE pada tahun 2017 yaitu 232.6133, 2018 yaitu 207.8584, dan tahun 2019 yaitu 260.3935.

Penerapan Radio-Frequency Identification pada Absensi Portable Menggunakan Mode Online dan Offline

Radio-Frequency Identification banyak diimplementasikan dalam sistem absensi. Penerapan teknologi RFID untuk absensi perkuliahan yang diselenggarakan dengan banyak kelas tentu akan banyak memerlukan perangkat RFID Reader. Permasalahan seperti ini dapat disiasati dengan menggunakan perangkat absensi portable sehingga penggunaannya dapat dilakukan secara berpindah-pindah. Akan tetapi, penggunaan perangkat absensi dengan berpindah-pindah dapat menyebabkan gangguan koneksi ke server basis data karena penggunaan jaringan nirkabel. Oleh karena itu, absensi portable yang memiliki mode online dan offline dapat dijadikan salah satu solusi. Penelitian ini bertujuan untuk menghasilkan absensi portable yang dapat digunakan secara berpindah-pindah tanpa harus terkendala dengan koneksi jaringan ketika proses absensi dilakukan. Absensi portable yang dikembangkan memiliki fitur mode online dan offline, mode online diaktifkan ketika ada koneksi sedangkan mode offline berfungsi ketika koneksi ke server basis data tidak tersedia. Perangkat yang dikembangkan menggunakan modul RFID Reader MFRC522 sebagai pembaca tag RFID, platform Arduino Mega 2560 sebagai pemroses, sedangkan pencatatan data absensi disimpan sementara pada sebuah memori SD card saat mode offline, dan pencatatan data absensi akan disinkronkan ke server basis data ketika mode online aktif. Fungsi utama seperti, pembacaan ID dosen, ID mahasiswa, pencatatan kehadiran, dan sinkronisasi data ke server basis data telah berfungsi dengan baik. Proses absensi mode online memerlukan waktu rata-rata selama 2,1 detik, sedangkan untuk fitur mode offline memerlukan waktu rata-rata sebesar 0,24 detik dari 19 orang subjek untuk masing-masing mode.

Penerapan Analisis Value Chain dan Five Force Factor Serta Perumusan Strategi McFarlan’s pada SMKTI Bali Global Badung

SMK TI Bali Global Badung sekolah swasta yang dikhususkan dalam bidang teknologi informasi. Sekolah yang berdiri pada tahun 2016 ini masih menerapkan sistem manual dalam proses pendidikannya. Dalam hal ini perlu adanya perubahan sistem pengolahan data agar sistem yang masih manual dapat menggunakan sistem, agar menjadi simbol dari sekolah teknologi informasi di badung. Penelitian ini mengangkat bagaimana analisis faktor internal dan eksternal yang mempengaruhi sistem yang akan dibangun dengan menggunakan Value Chain dan Five Force Factor serta perumusan strategis dengan McFarlan’s. Hasil yang didapatkan secara lingkungan internal SMK TI Bali Global memiliki potensi luar biasa dengan kekuatan sarana prasarana, sistem pendidikan serta SDM yang baik ditambah dengan dukungan Eksternal dari dukungan pemerintah serta kepercayaan masyarakat. Dari analisis tersebut memunculkan beberapa sistem yang dibangun dengan diproyeksikan dapat dibangun dan diterapkan 5 tahun ke depan.

Integrasi Metode Naive Bayes dengan K-Means dan K-Means-Smote untuk Klasifikasi Jurusan SMAN 3 Mataram

Pihak SMAN 3 Mataram memiliki permasalahan yaitu kesulitan untuk memilihkan jurusan yang tepat bagi siswanya, karena tidak ada sistem yang memberi keputusan jurusan yang sesuai dengan minat dan bakat siswa, serta dibatasi dengan jumlah kuota di tiap kelasnya. Tujuan dari penelitian ini adalah integrasi metode Naive Bayes dengan K-Means dan K-Means-Smote untuk klasifikasi penjurusan SMAN 3 Mataram. Metodologi penelitian ini terdiri dari pengumpulan data siswa, pengolahan data, pengujian metode, dan evaluasi kinerja metode yang diusulkan. Berdasarkan hasil pengujian yang telah dilakukan, metode yang diusulkan memperoleh kinerja terbaik dibandingkan penelitian sebelumnya menggunakan metode C.45 dengan akurasi sebesar 99,16%, sensitivitas 99,58%, spesifisitas 98,77%, dan f-measure 99,16%. Dengan demikian metode yang diusulkan dapat digunakan untuk klasifikasi jurusan SMAN 3 Mataram karena memiliki kinerja paling baik.

Multimedia Interaktif Pengenalan Pura Lingga Bhuwana dengan Metode 2D Hybrid Animation

Pura Lingga Bhuwana adalah pura Kahyangan yang berlokasi di Pusat Pemerintahan Kabupaten Badung. Pura ini dibangun bagi masyarakat Badung untuk meningkatkan srada bhakti-nya kepada Ida Sang Hyang Widhi Wasa. Bagi masyarakat Bali khususnya masyarakat Badung belum mengetahui lokasi pura dan bagaimana arsitektur bangunan dan sejarah asal mula tentang berdirinya pura ini. Kurangnya informasi mengenai Pura Lingga Bhuwana membuat masyarakat khususnya masyarakat di Bali belum mengetahui tentang informasi mengenai Pura tersebut. Maka dari itu diperlukan sebuah media pengenalan dan dokumentasi keberadaan Pura Lingga Bhuwana berupa video 2D Hybrid Animation. Video ini dijalankan di aplikasi Android dan dilengkapi dengan berbagai informasi mengenai Pura Lingga Bhuwana. Hasil akhir dari penelitian ini berupa Aplikasi Pengenalan Pura Lingga Bhuwana dengan menggunakan animasi 2 Dimensi yang berperan sebagai karakter yang mengenalkan Pura Lingga Bhuwana dengan latar video nyata. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan metode Black Box Testing didapatkan hasil semua fungsi dapat berjalan sesuai rancangan. Hasil pengujian terhadap kategori video pengenalan pura dengan metode 2D Hybrid Animation dinyatakan sangat baik dengan persentase sebesar 88%.