Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Nusantara Journal of Multidisciplinary Science
Endri Puta Bintang
Universitas Pamulang
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Random Forest untuk Otomatisasi Klasifikasi Tiket IT Service Desk pada Burger Bangor Muhamad Khairil Zibran; Sholihin; Endri Puta Bintang; Khoirul Anwar
Nusantara Journal of Multidisciplinary Science Vol. 3 No. 11 (2026): NJMS - Juni 2026
Publisher : PT. Inovasi Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ekspansi gerai Burger Bangor yang pesat berdampak langsung pada lonjakan volume tiket keluhan pada bagian IT Service Desk. Proses klasifikasi tiket yang selama ini dilakukan secara manual memicu terjadinya penumpukan antrean (bottleneck) dan keterlambatan penanganan (delay) operasional di tingkat gerai. Penelitian ini bertujuan untuk mengotomatisasi proses klasifikasi tiket keluhan IT tersebut menggunakan teknik Text Mining dan algoritma Machine Learning Random Forest. Dataset yang digunakan terdiri dari teks deskripsi keluhan riil yang dikategorikan ke dalam empat domain utama: Hardware, Software, Jaringan, dan POS System. Tahapan pemrosesan teks melibatkan case folding, tokenizing, stopword removal, stemming, serta pembobotan kata menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Hasil pengujian menunjukkan bahwa model Random Forest mampu mengklasifikasikan tiket secara otomatis dengan tingkat akurasi mencapai 90%. Implementasi solusi ini berhasil memangkas waktu sortir tiket dari hitungan menit menjadi kurang dari dua detik. Kesimpulannya, penerapan metode ini secara signifikan mempercepat response time penanganan masalah IT, meminimalkan kesalahan rute penugasan teknisi, dan menjaga stabilitas operasional harian pada seluruh jaringan gerai Burger Bangor
Pengujian Black Box pada Sistem Sewa Gedung Diklat Tangsel menggunakan Teknik Equivalence Partitioning Ade Ardianto; Endri Puta Bintang; Rajin Nahampun; Naufal Nasrullah Burhan; Rafi Basilva Husodo; Raflizal Iqbal Alamsyah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12090

Abstract

Aplikasi berbasis web Gedung Diklat Tangsel memungkinkan calon penyewa untuk memesan (booking) gedung diklat secara online. Dengan fitur Decision Support System (DSS) dan metode Simple Additive Weighting (SAW), pengguna dapat memilih jadwal terbaik berdasarkan berbagai faktor seperti ketersediaan jadwal, kapasitas ruangan, harga sewa, dan kelengkapan fasilitas. Pengujian yang dilakukan dengan teknik Partitioning Equivalence dilakukan untuk mengevaluasi apakah fungsi web memenuhi harapan dan kebutuhan pengguna untuk memastikan bahwa situs web sudah sesuai dengan kebutuhan pengguna. Salah satu metode pengujian perangkat lunak yang dikenal sebagai pengujian black box berpusat pada fungsionalitas, khususnya pada masukan dan keluaran aplikasi, tanpa melihat struktur kode di dalamnya. Teknik pengujian black box ini membagi domain data masukan ke dalam kelas-kelas data yang dianggap valid atau tidak valid, dan dengan menggunakan kelas-kelas ini, kasus uji, atau test case, dapat diturunkan dengan lebih efisien. Dua form utama, Form Masuk (Login) dan Form Booking Gedung, diuji. Hasil pengujian menunjukkan bahwa validasi pada kedua bentuk—validasi format email dan validasi kolom wajib—menggunakan validasi bawaan browser (validasi HTML5 native). Oleh karena itu, tidak jelas apakah server memiliki lapisan validasi tersendiri.
Co-Authors Ade Ardianto Khoirul Anwar Muhamad Khairil Zibran Naufal Nasrullah Burhan Rafi Basilva Husodo Raflizal Iqbal Alamsyah Rajin Nahampun Sholihin Sholihin