Abstrak“PANDAWA” branding & Digital Marketing merupakan sebuah bentuk usaha yang bergerak di bidang jasa optimasi produk bisnis, lewat optimasi branding dan digital marketing. Unit usaha ini terbentuk sebagai salah satu bentuk adaptasi dari berbagai fenomena transformasi revolusi industri 4.0, serta memiliki tujuan untuk memenuhi kebutuhan berbagai organisasi bisnis di Madiun dan pelaku UMKM di Madiun dalam melakukan scale up produk bisnis yang mereka miliki. Sedangkan produk CV PANDAWA Digital Media dilakukan secara terstruktur melalui tim riset dimana tahap awal dilakukan identifikasi penguatan branding, dari mulai Checking logo, tagline, foto produk dan lain sebagainya. Ketika branding sudah dirasa kuat baru dilakukan proses digital marketing, secara bertahap dari mulai fundamental marketing hingga distribusi marketing. Dikarenakan tergolong bidang usaha baru maka diperlukan strategi untuk memperkuat branding menggunakan RACE framework digital marketing yang bertujuan untuk membantu pengambilan keputusan dalam strategi pembukaan usaha CV PANDAWA Digital Media. Terdapat 4 tahapan dalam RACE framework yaitu Reach, Act, Convert & Enggage, yang nantinya dijadikan sebagai bahan untuk penyusunan dan analisis perancangan strategi digital marketing CV Pandawa Digital Media. Dari proses validasi terhadap struktural CV Pandawa Digital Media tahapan reach sebanyak 66% sangat setuju dengan adanya strategi dalam menentukan Pemilihan platform Social Networking. tahapan act sebanyak 50% sangat setuju membuat kampanye membership/keanggotaan tahapan Enggage sebanyak 66.7% sangat setuju membuat layanan After sales tahapan Convert sebanyak 50% sangat setuju membuat fasilitas pembayaran dengan dukungan landing space.Kata kunci: Digital Marketing, Race Framework, Technopreneurship Abstract[Analysis and Planning Of Digital Marketing Strategy Using Race Framework In Cv.Pandawa Digital Media] "PANDAWA" branding & Digital Marketing is a form of business engaged in the field of business product optimization services, through branding optimization and digital marketing. This business unit was formed as a form of adaptation to various phenomena of the transformation of the industrial revolution 4.0 and has the aim of meeting the needs of various business organizations in Madiun and MSME players in Madiun in scaling up their business products. Whereas CV PANDAWA Digital Media products are carried out in a structured way through a research team where the initial stage is to identify branding strengthening, starting from checking logos, taglines, product photos, and so on. When the branding is felt strong, then the digital marketing process is carried out, gradually starting from fundamental marketing to marketing distribution. Because it is classified as a new business field, a strategy is needed to strengthen branding using the RACE digital marketing framework which aims to assist decision-making in the strategy of opening a CV PANDAWA Digital Media business. There are 4 stages in the RACE framework, namely Reach, Act, Convert & Engage, which will later be used as material for the preparation and analysis of the design of CV Pandawa Digital Media's digital marketing strategy. From the process of validating the structural CV Pandawa Digital Media reach stages as much as 66% strongly agree with the existence of a strategy in determining the selection of the Social Networking platform. 50% of the act stages strongly agree to make a membership campaign, the Engage stage, 66.7% strongly agree to make After sales services, the Convert stage, 50% strongly agree to make payment facilities with landing space support.Keywords: Digital Marketing, Race Framework, Technopreneurship

AbstrakEvaluasi merupakan salah satu rangkaian kegiatan dalam metodologi pengembangan sistem atau aplikasi yang seharusnya dilakukan setelah sistem atau aplikasi yang dibangun digunakan oleh pengguna, salah satu kegiatan yang dapat dilakukan untuk melakukan evaluasi terhadap sistem yaitu dengan melakukan kegiatan audit. Audit dilakukan tidak hanya untuk melakukan evaluasi apakah sistem tersebut sudah sesuai dengan prosedur dan mampu menjaga keamanan informasi, tetapi yang tidak kalah penting yaitu mengevaluasi dampak atau value apa saja yang didapat oleh organisasi dari penggunaan sistem tersebut, apakah perusahaan akan mendapatkan value atau malah mendapatkan kerugian. Penelitian ini berfokus pada hasil dari audit yaitu laporan yang didalamnya memberikan rekomendasi untuk menentukan prioritas audit berdasarkan hasil dari Root cause analysis dengan menggunakan dua tools yaitu Pareto chart dan Fishbone diagram. Setelah menerapkan dua metode tersebut dalam penelitian ini, menurut peneliti gabungan pareto chart dan fishbone diagram lebih tepat diterapkan pada audit berbasis risiko yang mendapati temuan dengan tingkat risiko high atau diatsnya lebih dari lima temuan, sehingga akan memudahkan dalam menetukan prioritas audit yang nantinya bisa dijadikan dasar audit annual planning. Saran dari peneliti untuk penelitian selanjutnya bisa mencoba menggabungkan Pareto Chart dan Relation diagram.Kata kunci: audit sistem, teknologi informasi, Root cause analysis, pareto chart, Fishbone AbstractDetermining System Audit Priority And Information Technology Based On Root Cause Analysis Using Pareto Chart And Fishbone. Evaluation is one of a series of activities in the system or application development methodology that should be carried out after the system or application built is used by the user, one of the activities that can be carried out to evaluate the system is by conducting audit activities. An audit is carried out not only to evaluate whether the system is in accordance with procedures and is able to maintain information security, but what is no less important is to evaluate what impact or value the organization gets from using the system, whether the company will get value or even get a loss. This study focuses on the results of audits, namely reports which provide recommendations for determining audit priorities based on the results of root cause analysis using two tools, namely Pareto charts and Fishbone diagrams. After applying these two methods in this study, according to the combined researchers, the pareto chart and fishbone diagram are more appropriate for risk-based audits that find findings with a high risk level or above more than five findings, so that it will make it easier to determine audit priorities which can later be used as a basis annual planning audits. Suggestions from researchers for further research can try to combine Pareto Charts and Relation diagrams.Keywords: system audit, information technology, Root cause analysis, pareto chart, Fishbone

AbstrakPadi merupakan tanaman pangan pokok di Indonesia, dan produksinya merupakan kunci ketahanan pangan negara. Keberhasilan panen merupakan faktor penting dalam pencegahan impor bahan pangan pokok. Tantangan terbesar dalam memanen tanaman adalah adanya virus, jamur, dan hama yang dapat merusak tanaman. Penelitian ini bertujuan untuk membuat sistem klasifikasi tingkat keparahan penyakit daun pada tanaman padi yang terkena penyakit blas daun dengan bantuan algoritma machine learning. MobileNetV2 adalah arsitektur Convolutional Neural Network (CNN) yang menggunakan Depthwise Separable Convolution untuk membangun model yang ringan dan dirancang untuk mengatasi proses yang memiliki resource yang berlebih. Dataset yang digunakan pada penelitian ini merupakan hasil murni observasi peneliti yang sudah divalidasi oleh ahli dengan total 300 data asli. Model MobileNetV2 ternyata sangat berhasil dalam mengklasifikasikan objek, dengan akurasi 78,33%. dengan hasil penelitian ini, petani dapat terbantu dalam mengenali tingkat keparahan penyakit leafblast pada tanaman padi sehingga pemberian bahan kimia berupa fungisida sesuai dengan dosis anjuran tingkat keparahan. Kata kunci: Klasifikasi, leafblast, padi, citra, model pre-trained, MobileNetV2. Abstract[Classification Of Rice Blast Disease Using MobileNetV2] Rice is a staple food crop in Indonesia, and its production is key to the country's food security. Successful harvesting is an important factor in preventing imports of staple foods. The biggest challenge in harvesting crops is the presence of viruses, fungi, and pests that can damage plants. This research aims to create a classification system for leaf disease severity in rice plants affected by leaf blast disease with the help of machine learning algorithms. MobileNetV2 is a Convolutional Neural Network (CNN) architecture that uses Depthwise Separable Convolution to build lightweight models and is designed to overcome processes that have excessive resources. The dataset used in this study is the result of pure researcher observations that have been validated by experts with a total of 300 original data. The MobileNetV2 model turned out to be very successful in classifying objects, with an accuracy of 78.33%. with the results of this study, farmers can be helped in recognizing the severity of leafblast disease in rice plants so that the provision of chemicals in the form of fungicides in accordance with the recommended dose of severity.Keywords: Classification, leafblast, rice, image, pre-trained model, MobileNetV2

AbstrakReksa dana merupakan salah satu alternatif investasi bagi masyarakat yang memiliki keterbatasan modal, waktu dan pengelolaan keuangan dikarenakan dana masyarakat yang telah dikumpulkan dalam reksa dana dikelola oleh manajer investasi yang profesional. Untuk jenis reksa dana yang memiliki resiko sedang atau moderat adalah jenis reksa dana obligasi. Salah satu tempat untuk membeli dan menjual reksa dana secara online adalah aplikasi Bibit. Pada aplikasi bibit per April 2022 terdapat 32 produk reksa dana obligasi. Dari banyaknya produk reksa dana obligasi yang ada masyarakat atau investor kesulitan dalam memilih produk reksa dana obligasi yang terbaik. Maka dari itu, untuk memilih produk reksa dana obligasi terbaik diperlukan sistem pendukung keputusan berbasis web menggunakan algoritma Simple Additive Weighting (SAW). SAW dipilih karena dapat menentukan nilai bobot untuk setiap atribut yang kemudian dilanjutkan dengan proses perangkingan dalam menyeleksi alternatif terbaik. Pengujian sistem dilakukan menggunakan metode white box, hasilnya semua perintah terhadap sistem berhasil dilakukan dengan valid. Hasil dari penelitian ini berupa aplikasi sistem pendukung keputusan berbasis web yang responsive dan dapat memberikan rekomendasi untuk reksa dana obligasi terbaik dengan sistem perangkingan.Kata kunci: Bibit, Investasi, Reksa Dana, Simple Additive Weighting AbstractMutual funds are one of the alternative investments for people who have limited capital, time, and financial management because the public funds that have been collected in mutual funds are managed by professional investment managers. The type of mutual fund that has moderate or moderate risk, it is a type of bond mutual fund. One of the places to buy and sell mutual funds online is the Bibit application. In the Bibit application as of April 2022, there are 32 bond mutual fund products. Of the many bond mutual fund products that exist, the public or investors have difficulty choosing the best bond mutual fund product. Therefore, to choose the best bond mutual fund product, a web-based decision support system is needed using the Simple Additive Weighting (SAW) algorithm. SAW was chosen because it can determine the weight value for each attribute which is then continued with the ranking process in selecting the best alternative. The results of this study are in the form of a web-based decision support system application that is responsive and can provide recommendations for the best bond mutual funds with a ranking system.Keywords: Bibit, Investments, Mutual Funds, Simple Additive Weighting

COVID-19 telah mengakibatkan banyak korban jiwa tidak hanya masyarakat biasa, namun juga tenaga kesehatan. Kurang lebih ratusan tenaga kesehatan meninggal dunia dalam tugas. Cukup tingginya tenaga kesehatan yang terinfeksi dan meninggal memberikan dampak terhadap ketersedian jumlah tenaga kesehatan pada suatu daerah khusunya rumah sakit. Salah satu solusi untuk mengantisipasi ketersediaan tenaga kesehatan yaitu dengan meminta bantuan tenaga kesehatan pada daerah yang minim resiko.Permohonan bantuan tenaga kesehatan kepada daerah minim resikodapat dilakukan dengan mengidentifikasi daerah minim resiko dengan menggunakan skyline query. Skyline query bekerja dengan mengidentifikasi daerah yang potensial untuk dijadikan sebagai daerah pembantu tenaga kesehatan. Skyline query dalam penelitian ini menggunakan preferensi pada tiga atribut. Preferensi maksimum digunakan untuk atribut tingkat kesembuhan pasien dari COVID-19. Preferensi minimum digunakan untuk atribut jumlah meninggal dan jumlah positif kasus COVID-19. Penelitian ini telah berhasil mengidentifikasi daerah yang menjadi prioritas untuk dimintai bantuan kesehatan. Rata-rata jumlah daerah prioritas yang menjadi objek skyline berjumlah 14 daerah. Jumlah objek skyline bergantung pada atribut yang mendekati preferensi. Semakin banyak daerah dengan kasus positif rendah, kasus meninggal rendah dan kasus meninggal tinggi maka semakin banyak daerah priroitas yang menjadi pembantu tenaga kesehatan.

Unity merupakan salah satu mesin game yang dapat digunakan untuk membuatan game. Game memilik beberapa genre, salah satunya Game Puzzle. Game Puzzle bertujuan untuk menguji keterampilan pengguna dalam memecahkan masalah. Game Puzzle miliki genre sendiri salah satunya Action [1]. Salah satu masalah yang dapat digunakan dalam Puzzle Game adalah Gambar. Tebak Gambar adalah salah satu model permainan yang termasuk dalam genre Game Puzzle. Pada penawaran ini ditawarkan Perancangan Permainan Tebak Gambar dengan aturan permainan yang memilih dan mencocokan objek gambar dengan objek gambar yang di cari. Aturan permainan yang lain dimulai setiap kali permainan yang objek yang di cari akan berubah-ubah. Objek yang digunakan sebanyak 10 dan objek random yang muncul ketika permainan dimulai 5. Maka setiap permainan dimulai pada posisi objek tidak berubah. Hasil yang didapat diujikan dengan menggunakan metode black box.

<p class="AbstractTitle"><strong>Abstrak</strong> <p class="BodyAbstract">Bahasa Jepang merupakan salah satu bahasa asing yang banyak diminati dan dipelajari oleh berbagai kalangan di Indonesia, karena Bahasa Jepang memiliki keunikan tersendiri. Kelompok Studi Bahasa (KSB) Jepang merupakan salah satu Unit Kegiatan Mahasiswa (UKM) di Universitas Darussalam (UNIDA) Gontor sebagai wadah untuk belajar bahasa Jepang. Metode pembelajaran yang digunakan masih konvensional berupa diskusi bersama. Hal ini menyebabkan mahasiswa kesulitan dalam mempelajari kosakata, pola kalimat dan ungkapan Bahasa Jepang. Tujuan penelitian ini adalah menunjang pembelajaran bahasa Jepang mahasiswa di UNIDA Gontor khususnya untuk anggota KSB Jepang. Pengerjaan aplikasi ini menggunakan langkah - langkah metode waterfall. Pengujian aplikasi Da.N.Go ini dilakukan dengan 5 pengujian. Uji pertama dengan metode blackbox menunjukkan bahwa aplikasi sudah berjalan lancar dan tidak ada error. Uji kedua penggunaan perangkat keras dengan lima buah media smartphone berbagai merk dan ukuran layar menunjukkan aplikasi berjalan dengan baik pada smartphone berukuran minimal 4.1 inchi dengan spesifikasi sistem operasi minimal Android 5.0 (Lollipop). Uji ketiga dilakukan kepada seorang ahli materi pembelajaran Bahasa Jepang memberikan nilai 92%. Uji keempat dilakukan kepada beberapa anggota KSB Jepang memberikan nilai rata-rata 88%. Uji kelima dilakukan kepada pengguna umum Google Playstore mulai tanggal 15 Agustus 2020 – 28 Oktober 2020 menghasilkan nilai 4.6 dari 5 (total rating tertinggi) berjumlah 37 orang (<a href="https://play.google.com/store/apps/details?id=dango.vicky.daisukinanihongo">https://play.google.com/store/apps/details?id=dango.vicky.daisukinanihongo</a>). Media ini bersifat sebagai media penunjang proses pembelajaran bahasa Jepang tetapi tidak dapat menggantikan peran guru yang sesungguhnya. Bagi peneliti atau pengembang selanjutnya diharapkan untuk dapat disempurnakan sampai seluruh mahasiswa dan dosen bisa menggunakan dan memanfaatkan aplikasi ini di masa depan. <p class="BodyAbstract"><strong>Kata kunci</strong><strong>:</strong> Media Pembelajaran, Android, Bahasa Jepang. <p class="BodyAbstract"> <p class="AbstractTitle"><strong>Abstract</strong> <p class="BodyAbstract"><strong>[Mobile Based Japanese Language Learning Media]</strong> Japanese is one of the foreign languages that are in great demand and studied by various groups in Indonesia because Japanese has its uniqueness. The Japanese Language Study Group is one of the UKM at the UNIDA Gontor as a forum for learning Japanese. The learning method used is still conventional in the form of collective discussion. It causes students to have difficulty learning Japanese vocabulary, sentence patterns, and expressions. This research aims to support the Japanese language learning of students at UNIDA Gontor, especially for members of the Japanese KSB. The execution of this application uses the waterfall method steps. Testing the Da.N.Go application is carried out with five tests. The first test with the black box method shows that the application runs smoothly, and there are no errors. The second test of using hardware with five smartphone media of various brands and screen sizes shows that the application runs well on a smartphone with a minimum length of 4.1 inches with a minimum operating system specification of Android 5.0 (Lollipop). The third test was conducted on an expert in Japanese learning materials giving a score of 92 %. The fourth test was carried out on several Japanese KSB giving an average score of 88%. The fifth test was conducted on general users of Google Playstore from 15 August 2020 - 28 October 2020, resulting in a 4.6 out of 5 (highest total rating) totaling 37 people (https://play.google.com/store/apps/details?id=dango.vicky.daisukinanihongo). This media has the character of supporting the Japanese language learning process, but it cannot replace the real teacher's role. For further researchers or developers, it is hoped that it can be refined so that all students and lecturers can use and utilize this application in the future. <p class="BodyAbstract"><strong>Keywords</strong><strong>:</strong> Learning Media, Android, Japanese Language.

<p align="center"><strong>Abstrak</strong> <em>Saham merupakan salah satu bentuk investasi yang mana merupakan surat berharga yang menjadi bukti kepemilikan seseorang atas suatu perusahaan. Pergerakan saham dari waktu ke waktu relatif tidak menentu dan tidak pasti, namun masih dapat diprediksi. Prediksi harga saham ini akan sangat berguna bagi investor untuk mengetahui bagaimana alur investasi bekerja pada setiap harga pada masing-masing harga saham yang berubah dari waktu ke waktu. Model prediksi pergerakan harga saham yang akurat dapat membantu para investor dalam pertimbangan pengambilan keputusan transaksi saham karena pergerakan harga saham yang cenderung non linier ini akan menyulitkan investor dalam melakukan prediksi. Dalam penelitian ini dilakukan prediksi harga saham PT. Telekomunikasi Indonesia menggunakan metode algoritma Support Vector Machine yang ditingkatkan kinerjanya menggunakan kernel RBF. Dari hasil pengujian dengan metode Support Vector Machine dihasilkan tingkat akurasi sebesar 0.9641 dan RMSE sebesar 0.0932. Pengujian juga dilakukan menggunakan algoritma k-Nearest Neighbors dengan tingkat akurasi sebesar 0.945 dan RMSE sebesar 0.1162. Dengan itu diketahui bahwa algoritma SVM memiliki tingkat akurasi yang lebih tinggi dan tingkat error yang lebih rendah dibangdingkan metode KNN.</em> <strong>Kata kunci<em>:</em></strong><em> prediksi, harga saham, support vector machine. </em> <em> </em> <p align="center"><strong>Abstract</strong> <strong><em>[Stock Price Prediction Analysis of PT. Indonesian Telecommunications Using Methods Support Vector Machine]</em></strong><em> Stock is a form of investment which is a form of securities which is a proof of someone's ownership of a company. The movement of shares from time to time is relatively uncertain, but still predictable. This stock price prediction will be very useful for investors to find out how the flow of investment works at each price on each stock price that changes from time to time. An accurate prediction model of stock price movements can help investors in considering the decision of stock transaction because the stock price movements that tend to be non-linear will make it difficult for investors to make predictions. In this research a prediction of the stock price of PT. Telekomunikasi Indonesia uses the Support Vector Machine algorithm method which is improved in performance using the RBF kernel. From the results of testing with the Support Vector Machine method the accuracy level is 0.9641 and the RMSE is 0.0932. Tests are also carried out using the k-Nearest Neighbors algorithm with an accuracy level of 0.945 and an RMSE of 0.1162. Therefore, it is known that the SVM algorithm has a higher level of accuracy and a lower error rate than the KNN method.</em> <strong>Keywords<em>:</em></strong><em> prediction, stock price, support vector machine.</em>

Abstrak Penjurusan siswa di suatu sekolah merupakan suatu proses penempatan siswa ke dalam jurusan tertentu sesuai dengan kemampuan dan keinginan siswa. Madrasah Aliyah Al-Falah (MA Al-Falah) merupakan sekolah yang sederajat dengan Sekolah Menengah Atas (SMA) dan memiliki tiga jurusan yaitu Ilmu-ilmu Keagamaan (IIK), Matematika dan Ilmu Alam (MIA), dan Ilmu-ilmu Sosial (IIS). Saat ini proses penjurusan di MA Al-Falah dilakukan dengan melakukan empat jenis tes yaitu matematika, bahasa Indonesia, bahasa Inggris, dan keagamaan terhadap siswa. Hasil tes tersebut dijadikan dasar penentuan jurusan siswa. Permasalahan yang dihadapi oleh pihak sekolah adalah kesulitan dalam mengklasifikasikan siswa berdasarkan hasil tes penjurusan tersebut. Saat ini teknik penjurusan yang dilakukan sekolah hanya mengandalkan pengolahan data dan pengurutan dengan Microsoft Excel. Pada penelitian ini, dilakukan penerapan metode Naïve Bayes Classifier untuk melakukan klasifikasi nilai tes dan menghasilkan rekomendasi jurusan siswa. Sistem klasifikasi penjurusan siswa yang dikembangkan dapat membantu proses penjurusan siswa dengan lebih mudah, cepat, dan akurat. Berdasarkan pengujian yang telah dilakukan sistem penjurusan siswa dapat memberikan rekomendasi jurusan siswa dengan nilai akurasi sebesar 33,34%. Kata kunci: penjurusan siswa, naïve bayes, sistem klasifikasi Abstract [The Implementa tion o f Naïve Bayes Classifier Method for Student Majorization at Madrasah Aliyah Al-Falah Jakarta] Student majorization in a school is a process of placing students into certain majors according to their abilities and desires. Madrasah Aliyah Al-Falah (MA Al-Falah) is a school equivalent to High School and has three majors namely Religious Sciences (IIK), Mathematics and Natural Sciences (MIA), and Social Sciences (IIS). Currently the majors at MA Al-Falah are carried out by carrying out four types of tests namely mathematics, Indonesian, English, and religion on students. The test results are used as the basis for determining student majors. The problem faced by the school is the difficulty in classifying students based on the results of the majors test. Currently the majors that schools use rely solely on data processing and sequencing with Microsoft Excel. In this study, the Naïve Bayes Classifier method was implemented to classify test scores and produce recommendations for student majors. The student majors classification system developed can help students' majors process more easily, quickly, and accurately. Based on the testing that has been done the student majors system can provide student majors recommendations with an accuracy value of 33,34%. Keywords: student majors, naïve bayes, classification system

<p class="BodyAbstract">Rough set theory is one of the mathematical models for dealing with a vague, imprecise, and fuzzy knowledge that has been successfully used to handle incomplete information systems. Since, in fact in the real-world problems, often found the conditions that are the user can not provide all the necessary preference values. In this research, an implementation of extension technique of rough set theory that called limited tolerance relation is used to overcome incomplete information systems in student data at Telkom University. Based on the obtained results, the limited tolerance relation technique successfully used to handle that problem. The results show that the technique achieved the accuracy of 96.04% with an execution time of 3.1830 seconds.