No abstract

Usaha Mikro Kecil dan Menengah (UMKM) menjadi roda penggerak ekonomi masyarakat, terutama masyarakat ekonomi menengah dan ekonomi bawah. Data Badan Pusat Statistik (BPS) memperlihatkan, jumlah UMKM di Indonesia terus mengalami perkembangan dari tahun 2015, 2016 hingga tahun 2017. Semakin meningkatnya jumlah UMKM menjadikan pelaku UMKM dituntut menerapkan berbagai macam strategi bisnis untuk dapat mempertahankan bisnis yang dijalankan. Strategi bisnis yang dilakukan mengarah pada pengembangan usaha dalam mencapai pangsa pasar yang lebih luas dan mendapatkan lebih banyak konsumen. Penerapan teknologi informasi (TI) merupakan salah satu cara yang banyak digunakan oleh UMKM dalam mendukung pengelolaan proses bisnisnya. Pengelolaan pemanfaatan TI dalam suatu bisnis tidak terbatas pada ketersediaan tools yang ada, tetapi memerlukan sumber daya manusia (SDM) yang berkompeten dalam penguasaan TI. Namun, sayangnya belum semua UMKM memiliki SDM yang mendukung untuk pengelolaan TI. Keterbatasan SDM yang dimiliki UMKM bisa disebabkan karena ketidakmampuan pengelola UMKM dalam memanfaatkan penggunaan TI. Konveksi kerudung 'Al-Kattar' merupakan salah satu bentuk usaha yang bisa disebut dengan UMKM. Permasalahan utama yang selalu dihadapi oleh pemilik konveksi adalah apabila jumlah pesanan kerudung dalam kondisi sepi. Pesanan dalam jumlah sedikit berdampak pada beberapa aspek, diantaranya: aspek perekrutan karyawan dan aspek penggajian. Berdasarkan indentifikasi permasalahan, akar permasalahan tersebut muncul karena pemasaran yang dilakukan oleh pihak konveksi Al-Kattar masih dilakukan secara konvensional. Produk jadi yang ditawarkan masih dari mulut ke mulut. Padahal terdapat potensi SDM masyarakat sekitar Al-Kattar seperti ibu rumah tangga dan remaja pengangguran yang mampu menjahit, memiliki smartphone dan memiliki semangat tinggi untuk bekerja. Namun, memang belum banyak SDM yang memiliki pengetahuan dan kemampuan dalam memanfaatkan teknologi untuk memasarkan produk melalui smartphone. Permasalahan terhadap pemasaran dilakukan dengan cara adopsi sosial media yang ada dan saat ini banyak digunakan oleh masyarakat. Pemasaran melalui sosial media, dapat memberikan manfaat pada pengembangan usaha dalam mencapai pangsa pasar yang lebih luas dan mendapatkan lebih banyak konsumen. Hasil proses adopsi yang dilakukan menunjukkan terdapat 5 tahapan, yaitu tahapan pengetahuan, tahapan persuasi, tahapan keputusan, tahapan implementasi, dan tahapan konfirmasi. Dari penerima adopsi juga dapat diklasifikasikan menjadi 3 bagian, yaitu early adoption, early majority, late majority, dan lagard. Dari hasil pelatihan ini juga menghasilkan berupa: buku modul/materi strategi penjualan secara online melalui social media, akun media pemasaran secara online dan laporan evaluasi dan dokumentasi kegiatan pengabdian masyarakat.

No abstract

Instagram is one of the most used social media with 45 million active users on each month. In Indonesia, the highest number of internet users is between the age of 13-34 years old. It shows that most of the new internet users are young people. In this research, we create a topic model for the Instagram caption of teenager users in Surabaya, Indonesia, using LDA (Latent Dirichlet Allocation) method. By using pen and paper questionnaire, we collected total number of Instagram 494 valid accounts with 4664 captions. The data were collected from January 2014 to June 2017. The process of modelling using LDA was performed by experimenting with a set of number of topics: 2,3,4 and 5. The 2 topics were selected because it has a small value of perplexity, which indicates that the model has a good level of conformity. The two topics represents two categories: "school" and "relationship". It was found that the topic model was dominated by the "relationship" category.

Print) A88 Abstrak. Penelitian ini bertujuan untuk mengetahui atributatribut apa yang akan digunakan untuk klasterisasi provinsi di Indonesia berdasarkan faktor kesiapan dalam menghadapi bencana. Data yang digunakan terdiri dari tiga kelompok data yaitu data jumlah kejadian bencana yang terdiri dari 19 subatribut, data jumlah fasilitas kesehatan yang terdiri dari 14 subatribut dan data jumlah tenaga kesehatan yang terdiri dari 11 sub atribut. Penelitian ini dapat menjadi gambaran tentang bagaimana melakukan pembersihan dan pemilihan data sebelum digunakan dalam proses klasterisasi. Data-data ini akan dibersihkan dan dipilih sebelum nantinya digunakan pada proses klasterisasi. Proses pembersihan dan pemilihan data dilakukan dengan bantuan PCA (Principal Component Analysis) namun sebelumnya dibersihkan telebih dahulu dengan cara manual. Penelitian dibagi menjadi 3 percobaan. Pada percobaan pertama didapatkan 31 sub-atribut yang siap digunakan, percobaan kedua didapatkan 29 sub-atribut yang siap digunakan dan pada percobaan ketiga didapatkan 24 sub-atribut yang siap digunakan.Kata Kunci: Data mining, Klasterisasi, K-Means, PCA, R-Studio.