Jurnal Teknologi Informasi dan Ilmu Komputer
Not a member yet
1290 research outputs found
Sort by
Survei Penelitian Metode Kecerdasan Buatan untuk Mendeteksi Ancaman Teknologi Serangan Siber
Get PDFKeamanan siber merupakan isu penting di era modern seperti sekarang ini. Serangan siber yang semakin beragam terus bermunculan. Teknik dan metode baru machine learning dan deep learning terus dikembangkan oleh banyak peneliti untuk menangani serangan siber. Selain teknik baru, berbagai jenis dataset baru terkait serangan siber juga turut berkembang. Permasalahan muncul ketika banyaknya teknik atau metode yang ada belum tentu tepat menangani berbagai jenis serangan siber. Begitupun sebaliknya, belum tentu berbagai jenis serangan siber dapat ditangani hanya dengan menggunakan teknik atau metode tertentu saja. Tujuan penelitian ini adalah memetakan teknik-teknik dan metode kecerdasan buatan untuk mendeteksi ancaman teknologi serangan siber dalam bentuk Systematic Literature Review (SLR). Pada penelitian ini teknik dan metode machine learning maupun deep learning dievaluasi untuk dapat menangani jenis serangan siber tertentu dengan tepat. Berbagai dataset yang dapat digunakan untuk eksperimen juga dieksplorasi. Jenis serangan siber yang dibahas pada penelitian ini difokuskan jenis serangan pada sistem host dan serangan pada lapisan keamanan jaringan. Pada penelitian SLR sebelumnya, hal-hal tersebut dibahas secara terpisah atau bahkan salah satunya saja sehingga dalam penelitian ini perlu dibangun kembali SLR yang bisa mengisi kekurangan pada penelitian SLR sebelumnya. Originalitas penelitian ini terletak pada analisis teknik atau metode kecerdasan buatan yang secara spesifik tepat untuk menangani jenis serangan siber tertentu. Terdapat total 44 paper survei yang diulas, diterbitkan antara tahun 2018 hingga 2023. Dari keseluruhan paper tersebut, 30 paper membahas penggunaan teknk machine learning dan deep learning. Kemudian, 19 paper yang membahas penggunaan dataset dan 13 paper membahas peluang penelitian masa depan. Terakhir, 5 paper yang membahas terkait tools. Hasil dari penelitian ini diharapkan dapat berkontribusi dalam memberikan wawasan baru di dunia keamanan siber untuk membuka peluang penelitian masa depan, terutama bagi para peneliti pemula yang ingin melakukan riset di bidang keamanan siber.
Abstract
Cybersecurity is an essential issue in today\u27s modern era. An increasingly diverse range of cyberattacks continues to emerge. Many researchers continue to develop new techniques and methods for machine learning and deep learning to deal with cyberattacks. In addition to new techniques, various types of new datasets related to cyberattacks are also developing. Problems arise when the many existing techniques or methods are not appropriate for dealing with various types of cyberattacks. Vice versa, it is not certain that various types of cyberattacks can be handled only using specific techniques or methods. This research aims to map the techniques and methods of artificial intelligence to detect cyber-attack technology threats in the form of a Systematic Literature Review (SLR). In this research, machine learning and deep learning techniques and methods are evaluated to be able to handle certain types of cyberattacks properly. Various datasets that can be used for experiments are also explored. The types of cyberattacks discussed in this study focus on attacks on the host system and the network security layer. In previous SLR research, these matters were discussed separately or even just one of them. In this study, it was necessary to rebuild the SLR, which could fill the deficiencies in the previous SLR research. The originality of this research lies in the analysis of artificial intelligence techniques or methods that are specifically appropriate for dealing with certain types of cyberattacks. A total of 44 reviewed survey papers were published between 2018 and 2023. Of all these, 30 papers discuss machine learning and deep learning techniques. Then, 19 papers examine the use of datasets, 13 papers discuss future research opportunities, and five papers discuss developing tools. The results of this research are expected to contribute to providing new insights into the world of cybersecurity to open future research opportunities, especially for novice researchers who wish to conduct research in the field of cybersecurity
Penerapan Covid Shooter Berbasis Android sebagai Game Edukasi Pencegahan Covid-19 pada Anak Usia Dini
Get PDFPenyebaran informasi mengenai bahaya dari wabah covid-19 perlu diajarkan kepada masyarakat agar bersama-sama saling mencegah penyebarannya. Dengan memanfaatkan media smartphone yang kini telah berkembang dan telah banyak dipakai oleh masyarakat dapat membantu untuk lebih mudah menyebarkan informasi tentang bahaya covid-19. Hal ini dikarenakan banyaknya jumlah kematian yang disebabkan oleh penyebaran covid-19 sehingga perlu diperhatikan untuk memberikan edukasi kepada masyarakat, khususnya pada anak usia dini tentang potensi bahaya kematian akibat covid-19 karena pada anak usia dini paling rentan menjadi korban. Namun pada anak yang masih usia dini tentunya belum terlalu memperhatikan tentang potensi dari wabah covid-19 karena pada anak usia dini lebih cenderung untuk bermain. Untuk meningkatkan pengetahuan anak usia dini mengenai dampak penyebaran covid-19 dan pencegahannya, akan memanfaatkan kecenderungannya yaitu dengan menerapkan game edukasi agar tetap dapat belajar sambil bermain. Sebelum penerapan game dilakukan, terlebih dahulu dilakukan pembuatan game tentang bahaya dari covid-19. Game ini diberi nama Covid Shooter yang menceritakan petualangan dokter spesialis virus dengan misi membasmi covid-19. Perancangan game dilakukan menggunakan metode Game Development Life Cycle kemudian diimplementasikan menggunakan software GDevelop. Pengujian fungsionalitas dilakukan menggunakan black box, dan pada pengujian beta dilakukan menggunakan Usability Testing. Hasil pengujian diperoleh nilai sebanyak 88,91% dengan kategori sangat puas. Hasil perolehan nilai tersebut menyimpulkan bahwa anak usia dini merasa sangat puas dengan bermain game Covid Shooter karena dapat dipakai sebagai media hiburan sekaligus sebagai media edukasi mengenai bahaya covid-19 dan pencegahannya.Abstract Dissemination of information about the dangers of the Covid-19 outbreak need to be taught to the community so that together we prevent the spread of it. By utilizing the smartphone media which has now developed and has been widely used by the public can help to more easily spread information about the dangers of covid-19. This is due to the much of deaths caused by the spread of Covid-19 so it is necessary to pay attention to providing education to the public, especially in early childhood about the potential danger of death due to covid-19 because at an early age children are the most vulnerable to become victims. However, children who are still at an early age certainly have not paid too much attention to the potential of the Covid-19 outbreak because at an early age children are more likely to play. To increase early childhood knowledge about the impact of the spread of COVID-19 and its prevention, we will take advantage of the trend by implementing educational games so that they can learn while playing. Before the application of the game is carried out, first a game is made about the dangers of covid-19. This game name is Covid Shooter which tells the adventures of a virus specialist doctor with a mission to eradicate covid-19. Game design is done using Game Development Life Cycle method and then implemented using GDevelop software. Perancangan Game menggunakan metode Game Development Life Cycle kemudian diimplementasikan menggunakan software GDevelop. Functionality testing is using black box testing, and beta testing is using Usability Testing. The test results obtained a value of 88,91% with a very satisfied category. The results of these scores conclude that early childhood is very satisfied with playing the Covid Shooter game because it can be used as an entertainment medium as well as an educational medium about the dangers of covid-19 and methods of prevention
Analisis Kualitas Performa Aplikasi Digital Banking X Menggunakan Framework ISO 25010
Get PDFSetiap perbankan memiliki strategi dan cara masing-masing dalam melakukan sebuah peningkatan untuk kemajuan serta keberhasilannya. Berbagai Bank kini sudah memiliki aplikasi berbasis mobile guna mempermudah nasabah dalam melakukan transaksi serta layanan lainnya. Bank Y kini memiliki sebuah aplikasi digital banking X yang merupakan inovasi dalam melakukan layanan perbankan. Digital banking X memiliki beragam fitur yang berbeda dari aplikasi banking lainnya disertai user interface yang menarik. Berdasarkan laporan tahunan, pada akhir kuartal IV tahun 2020, pengguna layanan digital banking X mengalami peningkatan. Namun, dengan peningkatan, pengguna layanan justru merasakan kualitas performa aplikasi kian mengalami penurunan. Banyak pengguna yang menyampaikan keluhan mengenai permasalahan penurunan aplikasi X melalui platform media sosial. Maka dari itu, tujuan dilakukannya penelitian ini adalah untuk melakukan analisis guna mengetahui kualitas aplikasi dan memberikan sebuah rekomendasi. Penelitian dilakukan dengan metode kuantitatif menggunakan instrumen framework ISO 25010, sebuah framework yang berfokus terhadap penilaian kualitas perangkat lunak yang akan disebarkan dan diisi oleh responden sebanyak 200 yang mana merupakan pengguna aplikasi. Hasil kuesioner tersebut akan dianalisis menggunakan Structural Equation Modeling (SEM). Hasil yang didapatkan bahwa dari tujuh hipotesis yang diajukan, enam di antaranya memiliki pengaruh positif dan signifikan terhadap performa aplikasi digital banking X yaitu functional suitability dengan nilai CR 2,035, compatibility dengan nilai CR 2,115, usability dengan nilai CR 2,608, reliability dengan nilai CR 2,971, security dengan nilai CR 3,359, dan portability dengan nilai CR 1,985. Dapat disimpulkan pula bahwa karakteristik yang bersifat kritis yaitu pada sisi security sehingga dapat dijadikan sebuah prioritas dalam evaluasi kualitas dan performa aplikasi X. AbstractEvery Bank has its strategy and ways to improve for gains the success. Many Banks have a mobile application to provide their users easy while doing a transaction or other service. Bank Y has released digital banking called "X," an innovation in financial services. Digital banking X has many features different from other banking applications and an attractive, eye-catching user interface. From end year report, in the fourth quartal of 2020, users of digital banking X go through increased significantly. But with that, preciseness quality of performance of X application has decreased. Many users speak on their media social about their complaints about that application. So, this thesis aims to analyze the quality of performance of the application and give a recommendation. This research done with quantitative method using an instrument framework ISO 25010, which focuses on the quality of software applications with 200 respondents that are user of the application. The questionnaire it will be analyzed using Structural Equation Modeling (SEM). The result shows that from seven hypotheses, six hypotheses significantly impact the application\u27s performance efficiency. There is functional suitability with CR score 2,035, compatibility with CR score 2,115, usability with CR score 2,608, reliability with CR score 2,971, security with CR score 3,359, and portability with CR score 1,985. The conclusion is that the critical characteristic is security, which can refer to the evaluation quality of performance X application
Evaluasi Faktor-Faktor Pembelajaran Online pada Perguruan Tinggi Menggunakan Analytic Hierarchy Process (AHP): Studi Kasus Politeknik Elektronika Negeri Surabaya (PENS)
Get PDFPandemi Covid-19 dan lockdown telah memaksa dunia pendidikan untuk bergerak secara online. Perubahan yang telah terjadi akibat pandemi covid-19 yang telah terjadi sementara sekitar dua tahun di perguruan tinggi, diperkirakan tidak bersifat sementara dan bahkan akan berlanjut. Standar evaluasi pembelajaran tatap muka tradisional tidak dapat diterapkan begitu saja pada pembelajaran online, di perlukan penyesuaian khusus untuk kondisi kelas online. Pada penelitian ini dilakukan pandangan dan pengkajian yang komprehensif terhadap 3 faktor utama dalam penyelenggaraan perkuliahan online di perguruan tinggi meliputi faktor dosen, siswa, dan Learning Management System (LMS). Penelitian dilakukan dengan studi kasus Politeknik Elektronika Negeri Surabaya (PENS) dari sudut pandang dosen dan mahasiswa. Evaluasi faktor-faktor tersebut dilakukan dengan menggunakan AHP untuk pemeringkatan dan mendapatkan nilai kepentingan relatif. Dari perhitungan AHP yang telah dilakukan, diperoleh 10 faktor dengan penilaian tertinggi baik dari responden dosen maupun mahasiswa. Dari 10 faktor tersebut diperoleh 5 faktor yang beririsan antara dosen dan mahasiswa. Kesimpulan yang diperoleh dari penelitian ini dapat digunakan sebagai bahan evaluasi faktor-faktor pembelajaran online di perguruan tinggi pada umumnya, dan PENS khususnya.AbstractThe COVID-19 pandemic and lockdown have forced the world of education to move online. The changes that have taken place as a result of the COVID-19 pandemic, which has occurred for about two years in college, are not expected to be temporary and will even continue. Traditional face-to-face learning evaluation standards cannot simply be applied to online learning; special adjustments are needed for online class conditions. A comprehensive view and assessment of the three main factors in the implementation of online lectures in tertiary institutions, including lecturers, students, and the Learning Management System (LMS), were carried out in this study. The research was conducted using PENS case studies from the perspective of lecturers and students. These factors are ranked and their relative importance values are calculated using AHP. From the AHP calculations that have been carried out, 10 factors with the highest ratings were obtained from both lecturer and student respondents. From these 10 factors, 5 factors were obtained that intersected between lecturers and students. The findings of this study can be used to evaluate the factors of online learning in tertiary institutions in general, and PENS in particular
Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis
Get PDFPenyakit Alzheimer adalah kondisi neurologis yang secara bertahap membunuh sel-sel otak dan dapat membahayakan otak secara permanen. Sekitar 50 juta orang di seluruh dunia menderita penyakit Alzheimer atau demensia jenis lain. Jumlah pasien Alzheimer yang banyak mengindikasikan bahwa penting untuk melakukan deteksi dini dengan menggunakan pencitraan MRI otak. Penelitian ini bertujuan untuk mencegah terjadinya alzheimer dengan melakukan deteksi dini sehingga menurunkan kemungkinan meninggalnya pasien alzheimer. Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah metode untuk mengklasifikasikan penyakit Alzheimer. ANFIS menggabungkan ANN dengan FIS sehingga keduanya dapat bekerja sama untuk memberikan hasil yang berarti. Fuzzy C-Means (FCM) 3 cluster pertama-tama akan mensegmentasi data citra MRI untuk menghasilkan citra WM, GM, dan CSF. Citra GM juga akan digunakan untuk metode ekstraksi fitur GLCM. Nilai sensitivitas rata-rata terbaik dicapai pada uji coba k-fold 5 dengan type of membership function trapezoidal, 50 epoch, dan sudut 90°, dengan sensitivitas 90,27%, sesuai dengan hasil uji berganda yang telah dijalankan. Sementara k-fold 10 ditemukan memiliki sudut dan jenis fungsi keanggotaan yang sama pada saat percobaan epoch 150, diperoleh nilai 89,94%. AbstractAlzheimer\u27s disease is a neurological condition that gradually kills brain cells and can harm the brain permanently. About 50 million people worldwide have Alzheimer\u27s disease or another kind of dementia. Given many Alzheimer\u27s patients, it is essential to identify it using brain MRI imaging. This study intends to prevent Alzheimer\u27s instances by performing early detection, lowering the likelihood that Alzheimer\u27s patients would pass away. The Adaptive Neuro-Fuzzy Inference System (ANFIS) is a method for classifying Alzheimer\u27s disease. ANFIS combines ANN with FIS such that the two can work together to provide meaningful outcomes. Fuzzy C-Means (FCM) 3 clusters will first segment the MRI image data to produce the WM, GM, and CSF pictures. The GM image will also be used for the GLCM method of feature extraction. The best average sensitivity value was reached during the k-fold 5 trial with the type of membership function trapezoidal, 50 epoch, and 90° angle, with a sensitivity of 90.27%, according to the results of multiple tests that have been run. While k-fold 10 was found to have the same angle and kind of membership function at the time of the epoch 150 trial, a value of 89.94% was attained
Pengenalan Entitas Biomedis dalam Teks Konsultasi Kesehatan Online Berbahasa Indonesia Berbasis Arsitektur Transformers
Get PDFPengenalan entitas biomedis merupakan salah satu tahapan penting dalam ekstraksi informasi pada domain kesehatan. Untuk melakukannya, penelitian terkini banyak menggunakan model ekstraksi biomedis berbasis deep learning yang juga dikenal sebagai Biomedical NER (BioNER). Banyak penelitian menggunakan data sosial media sebagai basis data latih BioNER untuk memenuhi kebutuhan data yang besar. Di sisi lain, banyaknya topik bahasan pada sosial media membuat sumber data ini kurang representatif digunakan dalam pelatihan BioNER seiring dengan melimpahnya bias serta kurangnya data terkait biomedis. Oleh karena itu, penelitian ini mengusulkan suatu model BioNER yang telah dilatih pada situs konsultasi kesehatan online (KKO) agar memiliki representasi data medis lebih baik dibandingkan dengan penelitian lain yang sejenis. Kontribusi utama penelitian ini adalah terbentuknya model BioNER yang dapat digunakan dalam metode ekstraksi informasi biomedis dalam Bahasa Indonesia. Model ini dibangun menggunakan arsitektur state-of-the-art Transformers sehingga mendapatkan hasil evaluasi F1 score sebesar 0.7691, mengungguli model LSTM sebesar 0.03 poin. Hasil simulasi terhadap data riil juga menunjukkan bahwa model BioNER mampu mengenali entitas biomedis secara umum meskipun dilatih pada data yang terbatas. Selain itu, dengan digunakannya model berbasis XLM-R, maka model juga memiliki kemampuan pengenalan multibahasa sehingga potensi implementasinya tidak terbatas pada entitas Bahasa Indonesia saja. Untuk mendukung penelitian lanjutan, model pengenalan entitas biomedis ini juga dapat diakses secara publik untuk di https://huggingface.co/abid/indonesia-bioner. AbstractBiomedical entity recognition is one of the important stage in the information extraction, particularly in the health domain. Recent research uses a deep learning-based biomedical extraction model known as Biomedical NER (BioNER). Due to extensive data requirement, many studies still use social media data as a BioNER training data. On the other hand, social media data is less representative because it contains a lot of bias and lack of medical representation terms as the impact of many topics discussed. Therefore, this study proposes a BioNER model that has trained on an online health consultation platform to gain a better representation of biomedical data. This model also built using the state-of-the-art Transformers architecture. Hence, its evaluation results show that this model is able to achieve an F1 score of 0.7691, outperforming the LSTM model by 0.03. Simulation results on the real data also indicate that the BioNER model is able to recognize biomedical entities in general cases despite only trained on limited data. In addition, by using an XLM-R-based model, the recognition model also has multilingual recognition capabilities. Therefore, there is a potential implementation to apply the our BioNER model beyond Indonesian biomedical entities. Our biomedical entity recognition model is also accessible at https://huggingface.co/abid/indonesia-bioner
Visualisasi Data Kriminal Wilayah Polres Musi Banyuasin
Get PDFTahanan kriminal di wilayah Polres Musi Banyuasin merupakan tahanan yang memiliki catatan kriminalisasi dibidang narkoba, terorisme/separatisme, lalu lintas, kriminal khusus dan kriminal umum. Banyaknya kasus dan data tentang kriminalisasi yang ada di Polres Musi Banyuasin pada tahun 2019-2020 yaitu 652 kasus yang mana data tersebut diolah dengan menggunakan Word begitu juga laporannya yang hanya dipisahkan berdasarkan kasus saja. Karena banyaknya data yang bisa menyebabkan redudansi data ataupun laporan yang bisa terlambat untuk diberikan ke Kapolres MuBa sehingga diperlukan sebuah sistem Business Intelegence berbasis dashboard dengan menggunakan tools Tableau Publik. Metode penelitian pada penelitian ini yaitu metode deskriptif dimana menganalisis data dari yang dikumpulkan berdasarkan observasi dan wawancara yang telah dilakukan kepada pegawai Sat Tahti Polres MuBa. Tujuan penelitian ini yaitu membantu pegawai Bagian Sat Tahti dalam pengelolaan data tahanan kriminal dengan cepat dan mudah menggunakan Tableau ini dan juga bisa menyajikan laporan grafik yang mudah dibaca dan dipahami oleh Kapolres MuBa. Dimana pada penelitian ini menghasilkan beberapa dimensi yaitu dimensi kasus, dimensi berdasarkan pekerjaan, dimensi berdasar umur, dimensi berdasar waktu dan dimensi wilayah. Yang mana pada dimensi kasus paling banyak yaitu narkoba, dengam dimensi pekerjaan paling banyak tahun 2019 wiraswasta dan tahun 2020 petani, dimensi umur yaitu tahun 2019 umur 39 tahun sedangkan tahun 2020 23 tahun. Untuk dimensi waktu dilihat jumlah tahanan yang masuk paling pada tahun 2019 yaitu terjadi pada bulan Maret dan Juli masing-masing sebanyak 43 tahanan, dan jumlah tahanan yang masuk tertinggi pada tahun 2020 terjadi pada bulan Maret sebanyak 48 tahanan dan bulan Januari sebanyak 39 tahanan. Kemudian untuk wilayah paling banyak yaitu daerah Sekayu. Hasili laporanidapat dikonversiidalam bentukipdf, image,isertaidalamibentukitable,isehinggaimemudahkan dalam penyimpanan data lebih lanjut. AbstractCriminal prisoners in the Musi Banyuasin Police District are prisoners who have criminal records in the fields of drugs, terrorism/separatism, traffic, special crimes and general crimes. The number of cases and data about criminalization in the Musi Banyuasin Police in 2019-2020, namely 652 cases where the data was processed using Word as well as reports which were only separated by case. Due to the large amount of data that can cause data redundancy or reports that can be late to be submitted to the MuBa Police Chief, a dashboard-based Business Intelligence system is needed using the Public Tableau tools. The research method in this study is a descriptive method which analyzes the data collected based on observations and interviews that have been conducted with the employees of the Sat Tahti Polres MuBa. The purpose of this research is to help Sat Tahti employees in managing data on criminal prisoners quickly and easily using this Tableau and also being able to present graphic reports that are easy to read and understand by the Head of the MuBa Police. Where in this study resulted in several dimensions, namely the case dimension, the dimension based on the job, the age based dimension, the time based dimension and the regional dimension. Which in the dimension of the most cases are drugs, with the most work dimensions in 2019 being entrepreneurs and in 2020 farmers, the age dimension being in 2019 the age of 39 years while in 2020 it was 23 years. For the time dimension, the number of prisoners who entered the most in 2019 occurred in March and July with 43 prisoners respectively, and the highest number of prisoners entered in 2020 occurred in March as many as 48 prisoners and in January as many as 39 prisoners. Then for the most areas, namely the Sekayu area. The results of the report can be converted in pdf, image, and initable form, making it easier for further data storage
Pengukuran Niat Penggunaan Virtual Reality sebagai Alat Simulasi Pelatihan
Get PDFVirtual Reality merupakan teknologi yang menggambarkan lingkungan secara virtual, penggunaan virtual reality terus menunjukkan tren peningkatan penggunaan secara masif. Pengunaan virtual reality digunakan untuk bermain game atau menjadi alat simulasi suatu pelatihan. Keuntungan menggunakan virtual reality sebagai alat simulasi memberikan peningkatan pemahaman seseorang dibandingkan dengan pelatihan yang bersifat konvensional. Selanjutnya diperlukan pengukuran untuk terus meningkatkan penggunaan teknologi virtual reality dari variabel-variabel yang mempengaruhi penggunaan virtual reality dengan menggunakan technology acceptance model yang mengukur niat penggunaan sebuah teknologi. Partisipan dalam penelitian ini berjumlah 60 orang untuk mengukur variabel yang berpengaruh dalam penggunaan virtual reality. Partial least square digunakan pada penelitian ini sebagai alat pengujian variabel. Hasil penelitian ini menunjukkan bahwa variabel persepsi kemudahan penggunaan, persepsi kenikmatan dan persepsi kegunaan berpengaruh kepada variabel niat seseorang untuk menggunakan virtual reality. Model yang dibangun menunjukkan bahwa ketiga variabel tersebut berpengaruh sebesar 50% untuk niat dalam menggunakan virtual reality dan masih terdapat variabel yang belum diketahui untuk niat dalam menggunakan virtual reality. AbstractVirtual Reality is a technology that describes a virtual environment, the virtual reality continues to show a massive increase of usage over the years ranging from a gaming application to a simulation tool for education and training, which proven to provide better understanding of the learning subject compared to the conventional training. However, given to the current state of the virtual technology, an applicative measurement is needed to increase the use of virtual reality technology from each variable mentioned in this study, therefore this paper use Technology acceptance model to measure the intention of user to use the virtual technology. This study uses the variable data gained from 60 people to evaluate their intention on the use of virtual technology with partial least square is used in this study as a variable testing tool. The results of this study indicate that the variables of perceived ease of use, perceived enjoyment and perceived usefulness affect a person\u27s intention to use virtual reality. The built model shows that the three variables have an effect of 50% for the intention to use virtual reality while therefore there are still unknown variables for the intention to use virtual reality
Segmentasi Pelanggan B2B dengan Model LRFM Menggunakan Algoritma Fuzzy C-Means pada Rotte Bakery
Get PDFPelanggan B2B (Business to Business) merupakan pelanggan yang membeli produk dari suatu perusahaan dengan tujuan menjualnya kembali kepada konsumen akhir. Oleh karena itu, pengelolaan pelanggan B2B dengan strategi yang baik dan tepat sangatlah penting. Setiap pelanggan memiliki karakteristik yang berbeda, termasuk perilaku pembelian, demografi, dan geografi. Oleh karena itu, segmentasi pelanggan perlu dilakukan untuk mengelompokkan pelanggan dengan karakteristik serupa. Dengan demikian, perusahaan dapat menerapkan strategi pemasaran yang lebih efektif dan sesuai dengan kebutuhan setiap segmen pelanggan. Dalam penelitian ini, kami menggunakan model LRFM (Length, Recency, Frequency, dan Monetary) dengan Algoritma Fuzzy C-Means untuk melakukan segmentasi pelanggan. Metode validasi Davies Bouldien-Index digunakan untuk menentukan jumlah cluster yang optimal. Hasilnya menunjukkan bahwa terdapat lima cluster yang optimal untuk pelanggan agen dengan nilai DBI sebesar 0,57, sedangkan pelanggan outlet memiliki empat cluster dengan nilai DBI sebesar 0,49. Karakteristik yang dihasilkan untuk pelanggan agen adalah Average Value Segment, New Low Value Customer, New Dormant Segment, Golden Segment, dan Superstar Segment. Sementara itu, pelanggan outlet terbagi menjadi Golden Segment, Superstar Segment, New Low Value Customer, dan Dormant Segment. Berdasarkan temuan tersebut, kami memberikan usulan strategi pemasaran yang sesuai dengan karakteristik masing-masing segmen pelanggan B2B. Usulan ini relevan baik bagi akademisi, praktisi, maupun peneliti dalam bidang pemasaran.
Abstract
B2B customers (Business to Business) are customers who purchase products from a company with the intention of reselling them to end consumers. Therefore, managing B2B customers with effective and appropriate strategies is crucial. Each customer has different characteristics, including purchasing behavior, demographics, and geography. Therefore, customer segmentation is necessary to group customers with similar characteristics. This enables companies to implement more effective and targeted marketing strategies tailored to the needs of each customer segment. In this study, we employed the LRFM model (Length, Recency, Frequency, and Monetary) with the Fuzzy C-Means algorithm for customer segmentation. The Davies Bouldien-Index validation method was used to determine the optimal number of clusters. The results revealed that there are five optimal clusters for agent customers with a DBI value of 0.57, while outlet customers have four clusters with a DBI value of 0.49. The resulting characteristics for agent customers are the Average Value Segment, New Low Value Customer, New Dormant Segment, Golden Segment, and Superstar Segment. Meanwhile, outlet customers are divided into the Golden Segment, Superstar Segment, New Low Value Customer, and Dormant Segment. Based on these findings, we propose marketing strategies that align with the characteristics of each B2B customer segment. These proposals are relevant to academics, practitioners, and researchers in the field of marketing
Pengembangan Aplikasi Mobile Pengisian Daya Kendaraan Listrik Sesuai Standar OCPP 1.6
Get PDFMakalah ini membahas tentang pengembangan aplikasi mobile untuk pengisian daya kendaraan listrik, yang diberi nama SONIKApp. SONIKApp digunakan untuk melakukan reservasi dan pengendalian pengisian daya secara remote. Fitur reservasi diperlukan mengingat pengisian daya baterai kendaraan listrik membutuhkan waktu tunggu serta masih terbatasnya stasiun pengisian kendaraan listrik umum (SPKLU) di Indonesia. Fitur pengisian daya berbasis remote juga merupakan fitur penting yang memungkinkan pengguna untuk mengendalikan proses pengisian daya kendaraan listrik. SONIKApp juga terhubung dengan sistem manajemen SPKLU berbasis standar OCPP 1.6 secara real-time sehingga data yang ada di aplikasi selalu merupakan data terkini. Aplikasi ini dikembangkan dengan kerangka kerja front-end React Native, sehingga dapat berjalan di atas sistem operasi Android dan iOS. Hasil yang diperoleh adalah terciptanya aplikasi mobile SONIKApp yang memudahkan pengguna dalam pengisian daya kendaraan listrik. Telah dilakukan pengujian SONIKApp untuk fitur reservasi dan pengisian daya secara remote berdasarkan OCPP 1.6, dan hasilnya adalah aplikasi SONIKApp telah berhasil mengimplementasikan fitur-fitur tersebut.
Abstract
This paper discusses the development of a mobile application for charging electric vehicles, which is named SONIKApp. SONIKApp is used to make reservations and control charging remotely. The reservation feature is required considering that charging electric vehicle batteries requires waiting time and there are still inadequate number of public electric vehicle charging stations (SPKLU) available in Indonesia. The remote-based charging feature is also an important that allows users to control the process of charging electric vehicles from the applications. SONIKApp is also connected in real-time to the SPKLU management system based on the OCPP 1.6 standard so that the data presented in the application is always up-to-date. This application is developed with the React Native front-end framework, so it can run on both Android and iOS operating systems. We have successfully created the SONIKApp mobile application which makes it easier for users to charge electric vehicles. SONIKApp has been tested for reservation and remote charging features based on OCPP 1.6, and the result is that the SONIKApp application has successfully implemented these features.