Navigasi Kecerdasan Buatan (AI) di Dunia E-Commerce Mengenai Optimasi dan Personalisasi Untuk Siswa

  • Asep Arwan Sulaeman (1*) Universitas Pelita Bangsa
  • Antika Zahrotul Kamalia (2) Universitas Pelita Bangsa
  • Rama Rosadi (3) Universitas Medika Suherman
  • Ardi Rizkyawan Permana (4) Universitas Pelita Bangsa
  • Algiansyah Putra Padia (5) Universitas Pelita Bangsa
  • Muhammad Makmun Effendi (6) Universitas Pelita Bangsa

  • (*) Penulis Korespondensi

Keywords: Artificial Intelligence, E-commerce, Optimasi, Personalisasi, Siswa

Abstract

Kegiatan Pengabdian kepada Masyarakat ini dilaksanakan di SMK Islam Darurrohman Kabupaten Bekasi dengan tema “Navigasi Kecerdasan Buatan (AI) di Dunia E-Commerce Mengenai Optimasi dan Personalisasi”. Kegiatan ini bertujuan untuk meningkatkan literasi siswa mengenai pemanfaatan artificial intelligence dalam e-commerce, khususnya pada sistem rekomendasi produk, personalisasi layanan, optimasi pemasaran digital, penggunaan tools AI sederhana, serta etika dan privasi data. Metode pelaksanaan meliputi sosialisasi, pelatihan, penerapan teknologi, pendampingan, evaluasi, dan keberlanjutan program. Evaluasi dilakukan melalui pre-test dan post-test berdasarkan enam indikator capaian. Hasil kegiatan menunjukkan adanya peningkatan rata-rata pemahaman peserta dari 45% pada pre-test menjadi 84,7% pada post-test. Peningkatan tertinggi terlihat pada minat penerapan AI untuk wirausaha digital dan kesadaran etika penggunaan data. Hasil ini menunjukkan bahwa edukasi AI berbasis e-commerce relevan untuk siswa SMK karena mampu meningkatkan pemahaman teknologi, keterampilan digital, kreativitas, serta kesiapan menghadapi kebutuhan industri digital.

Downloads

Download data is not yet available.
Published
2026-08-25
How to Cite
Sulaeman, A. A., Kamalia, A. Z., Rosadi, R., Permana, A. R., Padia, A. P., & Effendi, M. M. (2026). Navigasi Kecerdasan Buatan (AI) di Dunia E-Commerce Mengenai Optimasi dan Personalisasi Untuk Siswa. Madaniya, 7(3), 1627-1636. https://doi.org/10.53696/27214834.1846
Section
Artikel

Most read articles by the same author(s)