Performance and adoption of a PWA-based omnichannel application for MSMEs: Insights from SinariUMKM
Notice bibliographique
Résumé
The rapid growth of social media use among micro, small, and medium enterprises (MSMEs) in Indonesia has created new opportunities for digital marketing. Yet, fragmented platform management remains a significant challenge. While previous studies highlight the efficiency of cross-platform integration, few have provided practical solutions tailored to MSMEs with limited technical and financial resources. The objective of this study is to develop and evaluate “SinariUMKM”, a progressive web application (PWA)-based omnichannel system designed to simplify campaign management, broadcasting, and reporting across multiple social media platforms. Using a research and development framework combined with rapid prototyping, the application was calibrated and tested in numerous stages. Black-box functional tests demonstrated that all modules, campaign, broadcasting, and reporting, performed reliably, achieving an average loading time of 3s and a transition speed of less than 1 second between pages. Survey validation involving 117 MSMEs showed high acceptance, with mean scores of 4.62 for smartphone usability, 4.62 for promotional usefulness, and 4.52 for alignment with current business trends. However, technical reliability scored slightly lower at 3.55. These findings confirm that “SinariUMKM” effectively addresses key marketing needs while remaining lightweight and affordable. The study contributes a scalable model for supporting MSME digital branding and highlights the importance of improving technical stability for sustainable adoption.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».