Article Per Year (5 Year)
p-Index From 2020 - 2025
6.427
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Matrik JMM (Jurnal Masyarakat Mandiri) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Informatika Global JSAI (Journal Scientific and Applied Informatics) Jurnal Abdimas Mandiri Jurnal Pemerintahan dan Politik Reswara: Jurnal Pengabdian Kepada Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Insyst : Journal of Intelligent System and Computation TIERS Information Technology Journal AKM: Aksi Kepada Masyarakat Jurnal Mandiri IT Indonesian Community Journal Klik - Jurnal Ilmu Komputer Malcom: Indonesian Journal of Machine Learning and Computer Science JURNAL PENGABDIAN PENDIDIKAN MASYARAKAT (JPPM) Journal of Information Systems Management and Digital Business Glow: Jurnal Pengabdian Kepada Masyarakat
Terttiaavini, Terttiaavini
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Peran Analisis Big Data Dalam Sektor Industri Di Indonesia Ajeng Oktatriani; Cindy Destyana Putri; Terttiaavini Terttiaavini
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 3 (2023): Juni 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i3.6357

Abstract

Abstrak - Seiring perkembangan teknologi saat ini yang sangat pesat memberikan kemudahan untuk berbagai sektor yang ada didunia, tidak terkecuali pada sektor industri. Pada dasarnya penggunaan teknologi memang memberikan banyak manfaat dan dampak yang positif bagi perusahaan-perusahaan baik perusahaan besar maupun berkembang/startup seperti memudahkan dalam kegiatan pemasaran, pemesananan, dan pengiriman produk dan jasa. Saat ini kita akan memasuki era yang disebut dengan Revolusi Industri 5.0 yang mana fungsi tenaga manusia akan hampir sama dengan kecanggihan teknologi. Maka dari itu analisis Big Data akan sangat berpengaruh bagi para usahawan dalam mengembangkan produk dan jasa mereka. Dengan menggunakan teknologi canggih perusahaan dapat meningkatkan kualitas produk dan jasa yang mereka tawarkan sehingga akan mendapatkan feedback yang baik dari konsumen dan memperkuat posisi mereka di pasar.Kata kunci: Big Data, 5.0 Industrial Revolution Abstract - Along with the current rapid development of technology, it provides convenience for various sectors in the world, including the industrial sector. The use of technology does provide so many positive benefits and impacts for companies, both large and startup, such as facilitating marketing, ordering dan delivery of products and services. We are currently entering an era called the 5.0 Industrial Revolution, in which the function of human power will be almost the same as technological sophistication. Therefore, Big Data analysis will be very influential for entrepreneurs in developing their products and services. By using advanced technology, companies can improve the quality of their products and services Along with the current rapid development of technology, it provides convenience for various sectors in the world, including the industrial sector. The use of technology does provide many positive benefits and impacts for companies, both large and developing companies/startups, such as facilitating marketing, ordering, and delivery of products and services. We are currently entering an era called the 5.0 Industrial Revolution, in which the function of human power will be almost the same as technological sophistication. Therefore Big Data analysis will be very influential for entrepreneurs in developing their products and services. By using advanced technology, companies can improve the quality of the products and services they offer so that they will get good feedback from consumers and strengthen their position in the market.Keywords: Big Data, 5.0 Industrial Revolution 
Pengaplikasian Data Mining untuk Mengestimasi Pertumbuhan Penduduk di Provinsi Sumatera Selatan Menggunakan Metode Regresi Linear Berganda (Application of Data Mining to Estimate Population Growth in South Sumatra Province Using Multiple Linear Regression Method) Indah Sukmawati; Sella Oktania; Terttiaavini Terttiaavini
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 3 (2023): Juni 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i3.6343

Abstract

Abstrak - Estimasi adalah metode yang digunakan untuk menghitung atau memperkirakan jumlah data dalam periode waktu tertentu. Biasanya estimasi dimanfaatkan guna memprediksi waktu maupun data yang akan datang. Pertumbuhan penduduk dalam suatu daerah menjadi indikator penting bagi kemajuan daerah tersebut. Salah satu metode yang digunakan untuk memprediksi pertumbuhan penduduk adalah melalui penggunaan Data Mining. Dengan menggunakan Data Mining data dapat dianalisis menjadi informasi yang berharga. Penelitian ini mengkaji tentang populasi di Provinsi Sumatera Selatan menggunakan metode estimasi Regresi Linear Berganda untuk melakukan analisis. Berdasarkan analisis yang dilakukan dapat diperoleh hasil jumlah pertumbuhan penduduk sebanyak 8.657.008 penduduk. Oleh karena itu metode Regresi Linear Berganda dapat digunakan sebagai alat estimasi untuk memperkirakan jumlah penduduk.Kata Kunci : Data Mining, Pertumbuhan Penduduk, Estimasi, Regresi Linear Berganda.Abstract - Estimation is a method used to calculate or predict the amount of data within a specific period of time. Usually, estimation is used to predict time or data in the future. The population growth in a region serves as crucial indicator for the progress of that area. One of the methods used to predict population growth is through the use of Data Mining. By using Data Mining data can be can be analyzed into valuable information This research examines the population in South Sumatra Province using Multiple Linear Regression to conduct the analysis. Based on the analysis conducted, it can be obtained that the number of population growth is 8.657.008 residents. Therefore, the Multiple Linear Regression method can be used as an estimation tool to estimate the population.Keywords: Data Mining, Population Growth, Estimation, Multiple Linear Regression.
PENGEMBANGAN PERPUSTAKAAN DIGITAL UNTUK MENINGKATKAN MINAT MEMBACA SISWA SD NEGERI 8 RANTAU BAYUR PALEMBANG Habibillah, Amri; Terttiaavini, Terttiaavini; Heryati, Agustina
Klik - Jurnal Ilmu Komputer Vol. 3 No. 1 (2022): Klik - Jurnal Ilmu Komputer
Publisher : Fakultas Ilmu Komputer Universitas Sumatera Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56869/klik.v3i1.340

Abstract

Perpustakaan merupakan sarana yang penting dalam mencerdaskan kehidupan bangsa dan meningkatkan kualitas pendidikan. Pengenalan terhadap Perpustakaan sudah harus di ajarkan sejak anak berada Sekolah dasar. Perpustakaan ibarat jendela dunia yang dapat memberikan pengetahuan yang luas tak terbatas. Anak-anak dapat menjadi cerdas berwawasan luas dan dapat berkembang dengan kemandirian yang menunjukkan adanya kemampuan diri. Berkembangnya zaman yang serba digital, perpustakaan harus mampu mengikuti perubahan tersebut agar generasi muda tidak jenuh dan bosan dalam mencari literasi yang up todate. Perubahan dari perpustakaan konvensional menjadi perpustakaan digital merupakan bagian dari perkembangan zaman yang harus diikuti agar tidak ditinggalkan. Perpustakaan pada SDN 8 Rantau Bayur mengembangkan layanan perpustakaan menjadi perpustakaan digital dengan tujuan untuk meningkatkan minat baca anak-anak dengan memberikan kemudahan akses dan fasilitas agar dapat digunakan kapan saja dan dimana saja. Metode pengembangan perangkat lunak menggunakan metode waterfall. Aplikasi perpustakaan digital ini dapat dijalankan dengan mudah karena mempertimbangkan faktor user friendly dan usablility. Hasil penelitian ini diharapkan dapat membantu pihak sekolah dalam pengolahan data perpustakaan lebih efisien dan modern serta dapat meningkatkan minat baca siswa SD Negeri 8 Rantau Bayur.
Predictive Buyer Behavior Model as Customer Retention Optimization Strategy in E-commerce Muhammad A. A. Hakim; Terttiaavini, Terttiaavini
Intelligent System and Computation Vol 6 No 1 (2024): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v6i1.379

Abstract

Lazada is one of the rapidly growing E-commerce platforms in this digital era. One of the main challenges faced by Lazada is customer retention, where customers make purchases once or a few times before switching to other platforms. Therefore, it is important to understand buyer behavior in E-commerce through customer prediction to identify factors influencing retention. This study employs the Random Forest (RF) method to analyze Lazada customer data and formulate more effective marketing strategies. The analysis is conducted by loading preprocessed datasets into the KNIME workflow and utilizing various nodes and algorithms available in KNIME to build and evaluate predictive models. The Random Forest model is trained multiple times to achieve the highest Accuracy rate, which is 72.472%, with a fairly high level of agreement and a balanced trade-off between recall and precision. Additionally, this model successfully predicts that customers purchasing electronic equipment are potentially churning at a rate of 3.85%. Subsequently, customer strategy analysis for customer retention optimization in the E-commerce industry is conducted through data visualization using Tableau. Predictive analysis of customer behavior serves as a strong foundation for formulating effective retention strategies in the E-commerce industry. With this approach, Lazada can enhance customer experience and ensure sustainability in facing the increasingly fierce competition in the digital market.
A Hybrid Approach Using K-Means Clustering and the SAW Method for Evaluating and Determining the Priority of SMEs in Palembang City Terttiaavini, Terttiaavini
Intelligent System and Computation Vol 6 No 1 (2024): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v6i1.392

Abstract

The current efforts to develop Small and Medium Enterprises (SMEs) are still facing challenges in setting appropriate targets. Although the Palembang City Cooperative and SME Agency has launched various programs and initiatives to support SME development, they have not yet successfully identified the SMEs that should be given priority for development. This study aims to apply a hybrid approach that combines the K-Means Clustering method and Simple Additive Weighting (SAW) to evaluate and prioritize SME development in Palembang City. The K-Means Clustering method is used to group SMEs based on their characteristics, while SAW provides preference values ( ). The SME data was obtained from the Palembang City Cooperative and SME Agency, covering 362 SME units. The K-Means Clustering results yielded two clusters: Cluster 0 as the High Growth Cluster and Cluster 1 as the Stability and Improvement Cluster. Validation using cross-validation showed that this model achieved an accuracy of 99.72%. The SAW analysis on Cluster 0 indicated that the Kopi Kaljo SME received the highest priority with a preference value of 45.71. This study confirms that this hybrid approach is effective in grouping SMEs based on their characteristics and prioritizing them based on data-driven evaluation. The research results are expected to help the Palembang City Cooperative and SME Agency design more effective and targeted assistance programs to optimize the contribution of SMEs to local economic growth to the maximum extent.
Sistem Informasi Jasa Pemesanan Wedding Organizer Berbasis Website Pada Mutia Wedding Palembang Terttiaavini Terttiaavini; Silvia Kardinata; Adelia Rahayu; Ulfa Fitriyani; Anggi Putri Juniarti; Lyra Ananda Saputri
Jurnal Pendidikan Tambusai Vol. 8 No. 2 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Sistem infomasi jasa pemesanan Wedding Organizer berbasis website pada mutia Wedding di Palembang . Saat ini Kemajuan teknologi informasi telah memberikan dampak besar dalam berbagai aspek kehidupan,termasuk dalam penyelenggaraan acara pernikahan. Dengan sistem informasi yang terintegrasi,diharapkan dapat meningkatkan efisiensi, kecepatan, dan akurasi dalam proses pemesanan jasa Wedding Organizer. oleh karena itu, penelitian ini bertujuan untuk membangun sistem informasi yang dapat memudahkan pelanggan dalam melakukan pemesanan,menghindari bentrok jadwal,dan memberikan akses informasi yang lebih mudah melalui platform online, pengembangan (Research and Development/R&D) dengan model Rapid Application Development(RAD). maka dapat disimpulkan bahwa: 1) Sistem yang dibangun dapat melakukan pemesanan paket pernikahan secara online melalui website serta dapat melihat produk/paket yang disediakan dan harga dari tiap paket pernikahan . 2) Sistem akan membuat pembaruan secara langsung untuk menangani masalah pemesanan ganda pada website yang akan dibangun sehingga tidak terjadinya bentrok jadwal pemesanan pada Mutia Wedding.
PERANCANGAN APLIKASI SOLUSI PUBLIK UNTUK PENGADUAN MASYARAKAT MENGENAI FASILITAS UMUM: Implementasi Metode Agile Development pada Aplikasi Berbasis Android Suntana, Muhammad Yunus; Terttiaavini, Terttiaavini; Oktariani, Putri; Sanawi, Fakhri; Akbar, M Dani; Pratama, Alga Wahyu
Journal of Information Systems Management and Digital Business Vol. 1 No. 3 (2024): April
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jismdb.v1i3.738

Abstract

Aplikasi Pembantu Laporan Lingkungan Publik (APLP) merupakan sebuah platform digital yang dirancang untuk memudahkan masyarakat dalam melaporkan masalah lingkungan atau fasilitas umum di sekitar mereka. APLP menyediakan fitur-fitur seperti pengiriman laporan dengan gambar dan lokasi, pelacakan status laporan, dan interaksi antara pengguna dan pihak yang berwenang. Tujuan utama APLP adalah meningkatkan partisipasi publik dalam pemantauan dan perlindungan lingkungan serta mempercepat respons terhadap masalah lingkungan yang terjadi. Dengan adanya APLP diharapkan dapat tercipta komunitas yang peduli dan proaktif dalam menjaga kelestarian lingkungan maupun fasilitas umum.
PENGEMBANGAN APLIKASI MEMBACA DIGITAL YASSA SEBAGAI SOLUSI PRAKTIS MEMBACA DIMANA SAJA MENGGUNAKAN METODE DevOps Fitriyana, Ayu; Terttiaavini, Terttiaavini; Mustika, Suci Permata; Yeti Friyani; Andiki Sianipar; Salbani, Salbani
Journal of Information Systems Management and Digital Business Vol. 1 No. 3 (2024): April
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jismdb.v1i3.753

Abstract

Tingkat minat baca masyarakat di Indonesia diketahui terbilang cukup rendah. Berdasarkan data United Nations Educational, Scientific and Cultural Organization (UNESCO) di tahun 2016 Indonesia berada di peringkat 60 dari 61 negara di dunia. Dan rasio literasi Indonesia adalah 0,001% yang artinya, dari seribu orang, hanya satu orang yang suka membaca. Berbagai faktor penyebab rendahnya minat baca antara lain: masyarakat Indonesia masih menggunakan budaya lisan daripada budaya membaca, fasilitas perpustakaan yang kurang memadai, daya beli buku yang rendah karena mahalnya harga buku fisik, dan banyaknya jenis hiburan visual. Tujuan penelitian ini adalah untuk mengembangkan aplikasi membaca digital bernama Yassa, yang merupakan pengembangan aplikasi berbasis android yang bisa digunakan sebagai alternatif untuk masyarakat dalam membaca, dan menulis gratis untuk meningkatkan literasi. Metodologi penelitian dalam pengembangan aplikasi Yassa ini menggunakan metode DevOps dengan melibatkan pemangku kepentinagan dan pengguna akhir untuk memastikan solusi sesuai dengan harapan. Aplikasi Yassa berhasil dikembangkan dengan fitur note yang dapat menyimpan kutipan-kutipan menarik dari buku yang kita baca, dan fitur suara yang dapat membacakan isi buku, juga pengubah suara menjadi teks. Hasil pengujian aplikasi menggunakan metode Black Box yang terdiri dari usability serta user statisfaction testing, dan dapat menjadi solusi alternatif masyarakat.
Prediksi Keberlanjutan Usaha Kecil Menengah (UKM) Menggunakan Algoritma Machine Learning Terttiaavini, Terttiaavini
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7454

Abstract

Small and Medium Enterprises (SMEs) contribute approximately 60% to Indonesia's Gross Domestic Product (GDP) and absorb more than 97% of the workforce. However, SMEs face various challenges that hinder sustainability, such as limited capital and market instability. This study aims to develop a predictive model to map the sustainability of SMEs based on variables that influence business continuity. The methods used include clustering with Agglomerative Clustering, K-Means, and DBSCAN, as well as classification using algorithms such as Logistic Regression, Random Forest, and XGBoost. The results show that the Agglomerative Clustering method provides the best performance with a Silhouette Score of 0.68. All classification models initially achieved an accuracy of 1.0 with a standard deviation of 0.0, but indicated overfitting due to class imbalance between the "Continues" and "Does Not Continue" categories, where the minority class consists of only 16 data points. To address this issue, the application of the SMOTE (Synthetic Minority Over-sampling Technique) method and 5-Fold Cross-Validation was implemented. The results showed an improvement in the model's ability to recognize patterns in the minority class, making the model's accuracy more representative of both classes. This research is expected to provide valuable insights for the Office of Cooperatives and SMEs in Palembang to support the sustainability of the SME sector in Palembang.
Optimasi Strategi Pemasaran E-Commerce Melalui Prediksi Konversi Berbasis Machine Learning Agustina Heryati; Terttiaavini, Terttiaavini; Septa Cahyani; K.Ghazali; Harsi Romli; Iski Zaliman
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7553

Abstract

The research identifies the problem of enhancing e-commerce sales conversion through TikTok amidst intense content competition. The objective of the study is to develop a machine learning-based marketing strategy to analyze user behavior and categorize them into Non-Purchasers and Purchasers.The method employed includes clustering using K-Means, K-Medoids, and Fuzzy C-Means algorithms, with K-Means demonstrating the best performance, achieving the highest Silhouette Coefficient (0.1857) and the lowest Davies-Bouldin Index (1.9991). Following clustering, classification is performed using Naïve Bayes, Decision Tree, and Random Forest algorithms. The Random Forest model yields the best results with an accuracy of 0.9945, showcasing its effectiveness in predicting sales conversions.The conclusion of this study indicates that K-Means and Random Forest are the optimal methods for clustering and classification, respectively, in understanding user behavior on TikTok. These findings can assist e-commerce players in tailoring their marketing strategies, improving sales conversion rates, and enhancing advertising efficiency
Co-Authors Ade Dea Doyosy Adelia Rahayu Agustina Agustina Heryati Agustina Heryati Agustina Heryati Heryati Ahmad Sanmorino Ajeng Oktatriani Akbar, M Dani Andiki Sianipar Anggi Putri Juniarti Annisa Kurnia Antoni, Darius Asmawati Asmawati Asmawati Asmawati Astuti, Lastri Widya Cahyani, Septa Candra Setiawan Cindy Destyana Putri Darmawan Susilo Derra Legiana Chintiya Dona Marcelina Eliya Berliana Endang Sri Lestari Endang Sri Lestari Ermatita - Evi Purnamasari Fadiya Faradita Fakhry Zamzam Fauziah Afriyani Fellyanus Habaora Fidya Nur Syabitha Fitriyana, Ayu Habibillah, Amri Harsi Romli Harsi Romli Harsih Rianto Hartati, Lesi Heryati, Agustina Indah Permatasari Indah Pratiwi Putri Indah Sukmawati Inessia Inessia Isabella, Isabella Iski Zaliman Iski Zaliman Jefirstson Richset Riwukore K.Ghazali Kartina, Riza Lastri Widya Astuti Lesfandra Lesfandra Lesfandra, Lesfandra Lesi Hertati Lili Syafitri, Lili Lyra Ananda Saputri M Amaruna Sahona M Ravensky Taro Danayaksa Marcelina, Dona Marnisah, Luis Martadinata, A. Taqwa Masroni Dedi Kiswanto Maya Amelia Mody Sertian Amanda Muda, Seftia Putri Muhammad A. A. Hakim Muhammad Ramadhan Mulyati Mulyati Mulyati Mulyati Mustafa Ramadhan Mustika, Suci Permata Nadila Nurhalizah Ningsih Wahyuni Nur Arminarahmah Nur Fitriyani Sahamony Oktariani, Putri Pratama, Alga Wahyu Pratiwi Putri, Indah Purnamasari, Evi Putri Tsabita Putri, Indah Pratiwi Refki Saputra Rendra Gustriansyah Resti Wulandari Roni Sumari Hutabarat Sabrina Salsabila Putri Salbani Salbani Sanawi, Fakhri Saputra, Tedy Setiawan Seftia Putri Muda Sella Oktania Septa Cahyani Silvia Kardinata Siti Komariah Hildayanti, Siti Komariah Suntana, Muhammad Yunus Thoiyibah Islamia Tri Septa Yulandari Trisna Hardianto Ulfa Fitriyani Yeti Friyani Yossy Andri Ani Yulius, Yosef Zanetti Julyah Berliana Perdana