Peningkatan Literasi Pemasaran Digital untuk UMKM di Desa Pamboborang: Inisiatif Pengabdian Masyarakat
Bibliographic record
Abstract
Upaya meningkatkan dukungan bagi Usaha Mikro, Kecil, dan Menengah (UMKM) di desa Pamboborang, Majene, Sulawesi Barat, sangat penting untuk mendorong pengembangan ekonomi lokal. Meskipun desa ini memiliki kekayaan sumber daya lingkungan dan pariwisata, UMKM masih menghadapi tantangan seperti akses pasar yang terbatas, literasi digital yang kurang memadai, serta ketergantungan pada metode pemasaran tradisional. Kegiatan penelitian berkonsep Community Engaged Study ini menilai dampak program pelatihan pemasaran digital yang bertujuan untuk memberikan pengetahuan dan keterampilan kepada pelaku UMKM untuk memanfaatkan media sosial, e-commerce, dan teknik dasar pemasaran digital. Pendekatan kualitatif digunakan dengan menggabungkan observasi partisipasif, wawancara mendalam, dan analisis konten terhadap aktifitas digital peserta sebelum dan sesudah pelatihan. Temuan penelitian menunjukkan adanya peningkatan signifikan dalam pemahaman dan penerapan strategi pemasaran digital oleh UMKM, yang ditunjukkan oleh meningakatnya keterlibatan pelanggan, jangkauan pasar yang lebih luas, serta variasi saluran penjualan yang bertambah. Hasil ini menunjukkan bahwa peningkatan literasi digital tidak hanya memperkuat ekonomi lokal, tetapi juga membantu mempertahankan pariwisata berbasis masyarakat dengan mempromosikan produk lokal secara efektif. Oleh karena itu, penelitian ini merekomendasikan pengembangan kebijakan dan program pemberdayaan jangka panjang yang mendukung transformasi digital UMKM di pedesaan, sejalan dengan tujuan pembangunan berkelanjutan. Penelitian ini menegaskan pentingnya pemberdayaan komunitas desa melalui inisiatif literasi digital yang terarah untuk membuka potensi ekonomi dan melestarikan warisan budaya di era digital.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.032 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".