Abstract:Promosi penerimaan mahasiswa baru (PMB) merupakan salah satu faktor penting dalam meningkatkan jumlah dan kualitas calon mahasiswa. Namun, strategi promosi yang belum memanfaatkan data historis secara optimal dapat menyebabkan…
babkan kegiatan promosi kurang tepat sasaran. Penelitian ini bertujuan untuk menganalisis data historis PMB sebagai dasar dalam menyusun strategi promosi yang lebih efektif pada Jurusan Teknologi Informasi dan Komputer Politeknik Negeri Lhokseumawe. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan memanfaatkan data sekunder PMB periode 2023–2025. Analisis dilakukan melalui tahapan data cleaning, transformasi data, statistik deskriptif, segmentasi calon mahasiswa, dan visualisasi data menggunakan dashboard analitik. Variabel yang dianalisis meliputi program studi, asal sekolah, jurusan asal sekolah, kecamatan, kabupaten/kota, provinsi, jalur masuk, dan sumber informasi pendaftar. Hasil penelitian menunjukkan bahwa sebagian besar pendaftar berasal dari Provinsi Aceh, khususnya Kabupaten Aceh Utara dan Kota Lhokseumawe, dengan dominasi lulusan jurusan IPA serta peminat terbesar pada Program Studi Teknik Informatika. Instagram dan website menjadi sumber informasi utama bagi calon mahasiswa. Pemanfaatan data historis melalui visualisasi data mampu memberikan informasi yang lebih komprehensif mengenai karakteristik calon mahasiswa sehingga dapat mendukung pengambilan keputusan dalam penyusunan strategi promosi PMB yang lebih terarah, efektif, dan berbasis data.
New student admissions (PMB) promotion is an important factor in increasing the number and quality of prospective students. However, promotional strategies that do not optimally utilize historical data can result in less targeted promotional activities. This study aims to analyze historical PMB data as a basis for developing a more effective promotional strategy in the Information and Computer Technology Department of the Lhokseumawe State Polytechnic. The study uses a descriptive quantitative approach utilizing secondary PMB data for the 2023–2025 period. The analysis was carried out through the stages of data cleaning, data transformation, descriptive statistics, prospective student segmentation, and data visualization using an analytical dashboard. The variables analyzed included study program, school of origin, major of origin of school, sub-district, regency/city, province, admission route, and applicant information sources. The results show that most applicants come from Aceh Province, especially North Aceh Regency and Lhokseumawe City, with a predominance of science graduates and the greatest interest in the Informatics Engineering Study Program. Instagram and websites are the main sources of information for prospective students. The use of historical data through data visualization can provide more comprehensive information regarding the characteristics of prospective students so that it can support decision-making in developing more targeted, effective, and data-based PMB promotion strategies.
Abstract:Penelitian ini bertujuan untuk menganalisis strategi pemasaran yang diterapkan oleh PT Rajawali Berdikari Indonesia serta merumuskan strategi pemasaran yang sebaiknya diterapkan dalam upaya meningkatkan daya saing perusahaan…
haan jasa outsourcing. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan metode studi kasus. Data diperoleh melalui wawancara mendalam, observasi, dan studi dokumentasi terhadap dokumen perusahaan, company profile, media promosi, website, media sosial, serta materi internal yang berkaitan dengan aktivitas pemasaran. Teknik analisis data dilakukan melalui reduksi data, pengkodean, kategorisasi, interpretasi, serta analisis strategis menggunakan STP, Marketing Mix 7P, SWOT, IFAS, dan EFAS. Hasil penelitian menunjukkan bahwa strategi pemasaran PT Rajawali Berdikari Indonesia diterapkan melalui segmentasi pasar berdasarkan jenis industri, wilayah layanan, kebutuhan tenaga kerja, dan karakter organisasi klien. Target utama perusahaan meliputi sektor financial services, e-commerce, teknologi digital, logistik, serta industri yang membutuhkan pengelolaan sumber daya manusia dalam jumlah besar. Positioning yang dibangun perusahaan menekankan citra sebagai perusahaan outsourcing yang profesional, terpercaya, responsif, patuh regulasi, fleksibel, dan berkualitas. Hasil analisis IFAS menunjukkan total skor strength sebesar 3,75 dan total skor weakness sebesar 1,85. Hasil analisis EFAS menunjukkan total skor opportunity sebesar 3,60 dan total skor threat sebesar 1,60. Berdasarkan koordinat SWOT, perusahaan berada pada Kuadran I, yaitu posisi growth-oriented strategy. Strategi yang direkomendasikan adalah pertumbuhan agresif tetapi terukur melalui penguatan positioning, digital marketing terintegrasi, account-based marketing, referral, networking, testimoni digital, serta diferensiasi layanan berbasis people plus technology.
Abstract:Di tengah perkembangan teknologi digital yang semakin pesat, media sosial telah menjadi salah satu alat penting dalam strategi pemasaran modern. Perusahaan-perusahaan besar, termasuk Apple, semakin mengandalkan platform…
media sosial untuk membangun hubungan dengan konsumen, memahami perilaku pasar, serta mengembangkan strategi pemasaran yang lebih efektif. Penelitian ini bertujuan untuk menganalisis peran media sosial dalam proses segmentasi pasar dan pemahaman demografi konsumen, dengan mengambil Apple sebagai objek studi. Penelitian ini menggunakan pendekatan kualitatif dengan mengumpulkan dan menganalisis data dari berbagai platform seperti Instagram, Facebook, dan Twitter. Data yang diperoleh mencakup konten promosi, respons audiens, serta pola interaksi pengguna. Segmentasi pasar dilakukan berdasarkan variabel demografis seperti usia, jenis kelamin, lokasi, dan minat konsumen. Hasil penelitian menunjukkan bahwa media sosial memungkinkan Apple untuk mengidentifikasi segmen pasar secara lebih akurat dan menjangkau audiens yang relevan. Selain itu, analisis demografi konsumen melalui media sosial membantu perusahaan dalam merancang strategi pemasaran yang lebih personalisasi dan efektif. Dengan memanfaatkan data yang diperoleh dari media sosial, Apple dapat menyesuaikan produk, layanan, dan kampanye pemasaran sesuai dengan karakteristik demografis dan perilaku konsumen. Penelitian ini juga menekankan pentingnya penggunaan teknologi dan data digital dalam pengambilan keputusan pemasaran, serta memberikan wawasan tentang bagaimana perusahaan global dapat memanfaatkan media sosial untuk meningkatkan keterlibatan dan loyalitas pelanggan. Dengan demikian, penelitian ini memberikan kontribusi dalam memahami dinamika pemasaran di era digital, serta peran media sosial dalam segmentasi pasar dan analisis demografi konsumen. Hasil penelitian ini diharapkan dapat menjadi referensi bagi perusahaan lain dalam merancang strategi pemasaran yang lebih berbasis data dan berorientasi pada kebutuhan konsumen.
Abstract:The use of smartphones in Indonesia has been steadily increasing each year. In the era of the Fourth Industrial Revolution, smartphones have become a lucrative business sector, leading to intense market competition. Consequently,…
equently, smartphone companies must pay closer attention to the market segmentation desired by consumers. Data mining is the process of discovering significant relationships and patterns by analyzing large datasets using statistical and mathematical techniques. This study aims to identify and analyze the market segments of Android smartphone users among students at STMIK Royal. The data used in this research were collected from 122 student respondents. The study employs clustering using the K-means algorithm. The resulting data modeling will categorize market segments into several clusters. This segmentation yields three clusters: Cluster 1 (features), consisting of 36 respondents who prioritize price, battery, camera, and warranty; Cluster 2 (product), with 49 respondents who value all attributes except warranty; and Cluster 3 (superiority), comprising 37 respondents who prioritize camera, brand, and RAM.
Abstract:Ransomware tetap menjadi ancaman serius di dunia keamanan siber, memanfaatkan teknik canggih untuk membobol dan mengenkripsi data untuk mendapatkan keuntungan finansial. Studi ini menggunakan metodologi Systematic Literature…
ture Review (SLR) untuk menganalisis pola serangan ransomware dan mengevaluasi efektivitas mekanisme pertahanan yang didokumentasikan dalam penelitian terbaru. Tinjauan ini mengidentifikasi vektor serangan umum, termasuk phishing dan eksploitasi kerentanan perangkat lunak, serta mengeksplorasi pendekatan mitigasi seperti strategi cadangan, segmentasi jaringan, dan kesadaran pengguna. Dengan mensintesis temuan dari 30 studi utama, penelitian ini memberikan pemahaman komprehensif tentang siklus hidup serangan ransomware dan menyoroti strategi pertahanan praktis bagi organisasi dan individu. Studi ini diakhiri dengan wawasan kunci untuk meningkatkan ketahanan terhadap ancaman siber yang persisten ini.
Abstract:Abstract: Anomalous sound detection is essential for industrial predictive maintenance, as machine failures often originate from subtle acoustic changes during operation. However, high background noise and limitations of…
conventional Convolutional Neural Networks (CNN) reduce detection reliability. This study proposes a 1D-CNN-based anomaly detection framework with multi-view feature fusion and temporal segmentation to enhance detection performance. The approach combines MFCC, Log-Mel Spectrogram, and Chroma STFT features, while temporal segmentation divides audio signals into 5-second segments to better capture transient anomalies. Experiments on the MIMII dataset under varying Signal-to-Noise Ratio (SNR) conditions show that MFCC and Log-Mel fusion achieves the best performance, with 97.90% accuracy and ROC-AUC of 0.9789. The model maintains accuracy above 90% at −6 dB, demonstrating strong robustness in noisy industrial environments.
Keywords: industrial anomaly detection; 1D-CNN; multi-view feature fusion; temporal segmentation; MIMII dataset.
Abstrak: Deteksi anomali suara merupakan komponen penting dalam sistem pemeliharaan prediktif industri, karena kegagalan mesin sering diawali oleh perubahan akustik yang bersifat halus selama proses operasi. Namun, tingkat kebisingan yang tinggi serta keterbatasan arsitektur Convolutional Neural Network (CNN) konvensional dapat menurunkan keandalan deteksi. Penelitian ini bertujuan mengusulkan kerangka deteksi anomali berbasis 1D-CNN yang mengintegrasikan strategi fusi fitur multi-view dan segmentasi temporal untuk meningkatkan kinerja deteksi. Pendekatan yang digunakan menggabungkan fitur MFCC, Log-Mel Spectrogram dan Chroma STFT, sementara teknik temporal splitting membagi sinyal audio menjadi segmen berdurasi 5 detik untuk menangkap anomali yang bersifat sementara. Eksperimen menggunakan dataset MIMII pada berbagai kondisi Signal-to-Noise Ratio (SNR) menunjukkan bahwa kombinasi MFCC dan Log-Mel Spectrogram menghasilkan kinerja terbaik dengan akurasi 97,90% dan ROC-AUC sebesar 0,9789. Model juga mempertahankan akurasi di atas 90% pada kondisi kebisingan ekstrem (−6 dB) yang menunjukkan ketahanan yang baik dalam lingkungan industri yang bising.
Kata kunci: deteksi anomali industri; 1D-CNN; fusi fitur multi-view; segmentasi temporal; dataset MIMII
Abstract:Abstract: The development of globalization and digitalization requires businesses to not only focus on product quality, but also on the ability to build and maintain long-term relationships with customers. Customer loyalty…
ty has become a strategic asset that influences business sustainability and competitiveness. Handmade Willy, a creative business engaged in the production and sale of handicrafts, faces various problems in customer management, such as difficulties in identifying customer preferences, limitations in ongoing communication, suboptimal customer segmentation, and the absence of a structured system for monitoring customer satisfaction and feedback. These problems have an impact on the ineffectiveness of marketing strategies and the potential decline in customer loyalty. This study aims to optimize customer relationships at Handmade Willy through the application of the Customer Relationship Management (CRM) concept. The research method used is descriptive analysis with a qualitative approach through data collection from observation, interviews, and literature studies. The blackbox testing results show that the system runs smoothly without any obstacles. The implementation of CRM helps Handmade Willy understand customer characteristics and preferences, perform more accurate segmentation, improve communication effectiveness, and systematically monitor customer satisfaction.
Keyword: customer loyalty; customer relationship management; handmade willy.
Abstrak: Perkembangan era globalisasi dan digitalisasi menuntut pelaku usaha untuk tidak hanya berfokus pada kualitas produk, tetapi juga pada kemampuan membangun dan mempertahankan hubungan jangka panjang dengan pelanggan. Loyalitas pelanggan menjadi aset strategis yang berpengaruh terhadap keberlanjutan dan daya saing bisnis. Handmade Willy sebagai usaha kreatif yang bergerak di bidang produksi dan penjualan kerajinan tangan menghadapi berbagai permasalahan dalam pengelolaan pelanggan seperti kesulitan dalam mengidentifikasi preferensi pelanggan, keterbatasan komunikasi berkelanjutan, belum optimalnya segmentasi pelanggan serta belum adanya sistem yang terstruktur untuk memantau kepuasan dan umpan balik pelanggan. Permasalahan tersebut berdampak pada kurang efektifnya strategi pemasaran dan potensi penurunan loyalitas pelanggan. Penelitian ini bertujuan untuk mengoptimalkan hubungan pelanggan pada Handmade Willy melalui penerapan konsep Customer Relationship Management (CRM). Metode penelitian yang digunakan adalah analisis deskriptif dengan pendekatan kualitatif melalui pengumpulan data observasi, wawancara dan studi literatur. Hasil pengujian blackbox menunjukkan sistem yang dibuat berjalan dengan lancar tanpa ada kendala. Dengan penerapan CRM mampu membantu Handmade Willy dalam memahami karakteristik dan preferensi pelanggan, melakukan segmentasi yang lebih tepat, meningkatkan efektivitas komunikasi serta memantau kepuasan pelanggan secara sistematis.
Kata kunci: customer relationship management; kerajinan tangan willy; loyalitas pelanggan.
Abstract:Abstract: Facial recognition is widely used in areas such as video surveillance and database management. Facial images have been used as a preferred biometric feature in many identity recognition systems to obtain good image…
mage results in image segmentation. A good image must pay attention to several factors, namely high resolution, good contrast, image sharpness, consistent colors, lack of noise and appropriate lighting conditions. In this face recognition research, using canny edge detection method for 10 original images paired with 10 other images. The original faces taken are male and female. Canny edge detection has a low error rate in image segmentation compared to other edge detections. The purpose of this study is to determine the edge of the image in I-rat and can display the results of a good segmentation of facial images. The results of the test data with data stored in the database in the study is 1 face image produces 67.69% accuracy and 26.92% and 8 other face images produce 100% accuracy. The average success rate of 10 experiments using image segmentation is 89.461%. In conclusion, the canny edge detection method can provide accurate results in the face recognition process.
Keywords: accuracy; canny edge detection; face recognition; image; segmentation
Abstrak : Pengenalan wajah banyak digunakan dalam diberbagai bidang seperti pengawasan video dan manajemen basis data. Gambar wajah telah digunakan sebagai ciri biometrik yang disukai di banyak sistem pengenalan identitas untuk mendapatkan hasil citra yang bagus dalam segmentasi citra. Citra yang baik harus memperhatikan beberapa faktor yaitu resolusi tinggi, kontras yang baik, ketajaman citra, warna yang konsisten, kurangnya noise dan kondisi pencahayaan yang sesuai. Pada penelitian pengenalan wajah ini, menggunakan metode deteksi tepi canny untuk 10 citra asli yang dipasangkan dengan 10 citra lainnya. Wajah asli yang diambil berjenis kelamin laki-laki dan perempuan. Deteksi tepi canny memiliki tingkat kesalahan rendah dalam segmentasi citra dibandingkan dengan deteksi tepi lainnya. Tujuan dari penelitian ini adalah menentukan tepi gambar secara akurat dan dapat menampilkan hasil segmentasi citra wajah yang baik. Hasil dari data uji dengan data yang tersimpan di database dalam penelitian adalah 1 citra wajah menghasilkan akurasi 67,69% dan 26,92% dan 8 citra wajah lainnya menghasilkan akurasi 100%. Rata-rata tingkat keberhasilan dari 10 kali percobaan dengan menggunakan segmentasi citra adalah 89,461%. Kesimpulan, metode deteksi tepi canny dapat memberikan hasil yang akurat dalam proses pengenalan wajah.
Kata Kunci : akurasi; deteksi tepi canny; citra; pengenalan wajah; segmentasi
Abstract:Abstract: In the human body there are parts that act as tools for tearing and tearing food which are commonly called teeth, teeth are sharp and hard parts of the body. Dental caries is the medical term for cavities, dental…
al caries is an infectious disease that damages the hard lining of the teeth. The presence of bacteria or germs found in the oral cavity causes cavities in the teeth. Medical images are useful for seeing the extent of the damage to cavities. Not all images have good quality detection results or have noise. Therefore, Image Processing is used by applying the Canny and Sobel method of edge detection to an image in order to process the results of segmentation and object identification in dental caries images. There are many operators in edge detection, including the Roberts Operator, Prewitt Operator, Laplacian Operator and Laplacian of Gaussian (LOG). The purpose and benefits of establishing an image processing application using Matlab software with the Canny and Sobel method to produce the appearance of an object's boundary line in an image. The results of this study can be concluded from the two operators regarding the advantages and disadvantages of the two operators.
Keywords: dental caries; edge detection; image; matlab; canny method; sobel method
Abstrak: Pada tubuh manusia ada bagian yang berperan sebagai alat untuk merobek dan mengoyak makanan yang biasa disebut dengan gigi, gigi merupakan bagian tubuh yang tajam dan keras. Karies gigi adalah istilah medis dari gigi berlubang, karies gigi merupakan penyakit infeksi yang merusak jaringan lapisan keras gigi. Adanya bakteri atau kuman yang terdapat pada rongga mulut menjadi penyebab gigi menjadi berlubang. Citra medis berguna untuk melihat sejauh apa kerusakan pada gigi yang berlubang. Tidak semua citra memiliki hasil pendeteksian yang bagus kualitasnya atau memiliki derau (noise). Oleh sebab itu digunakanlah Pengolahan Citra dengan menerapkan deteksi tepi metode Canny dan Sobel pada suatu citra guna untuk memproses hasil segmentasi dan identifikasi objek pada citra karies gigi. Ada banyak operator dalam deteki tepi, diantaranya yaitu, Operator Roberts, Operator Prewitt, Operator Laplacian dan Laplacian of Gaussian (LOG). Tujuan dan manfaat dari dibentuknya sebuah aplikasi pengolahan citra menggunakan software Matlab dengan metode Canny dan Sobel untuk menghasilkan penampakan garis batas suatu objek pada citra. Hasil dari penelitian ini dapat disimpulkan dari kedua operator mengenai kelebihan dan kekurangan dari kedua operator tersebut.
Kata kunci: citra; deteksi tepi; karies gigi, matlab, metode canny, metode sobel
Abstract:Abstract: l -The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that they can understand the objects around them. Deep…
learning is a term used to describe a new era in learning that supports computer learning from big data machines. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. ;Object detection is a technique used to identify the type of object in a given image and the location of the object in the image. The field of computer vision is research in development technology to obtain information from images and replicate or imitate human visual processes, so that computers can know objects around them. Deep learning is the buzzword as a new era in machine learning that trains computers to find patterns from large amounts of data. Convolutional Neural Networks (CNN) algorithms have made significant progress in the fields of object detection, image classification, and semantic segmentation. Object detection is a technique used to identify the type of object in a particular image as well as the location of the object in the image.
Keywords: CNN, Computer Vision, Deep Learning, Face Detection;
Abstrak: 1 Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga dapat memahami objek - objek disekelilingnya. Pembelajaran mendalam adalah istilah yang digunakan untuk menggambarkan era baru dalam pembelajaran mesin yang memungkinkan komputer belajar dari sejumlah besar data. [Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra yang diberikan serta lokasi objek di dalam citra. Bidang computer vision merupakan penelitian dalam teknologi pembangunan untuk memperoleh informasi dari citra dan mereplikasi atau meniru proses visual manusia, sehingga komputer dapat mengetahui objek - objek disekelilingnya. Deep learning adalah kata kunci sebagai era baru dalam machine learning yang melatih komputer dalam menemukan pola dari jumlah besar data. Algoritma Convolutional Neural Networks (CNN) telah membuat kemajuan yang signifikan di bidang deteksi objek, klasifikasi gambar, dan segmentasi semantik. /Deteksi objek adalah teknik yang digunakan untuk mengidentifikasi jenis objek dalam citra tertentu serta lokasi objek di dalam citra.
Kata kunci: CNN, Computer Vision, Deep Learning, Deteksi Wajah