Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Alifa Marsha Rahmania
Universitas Muria Kudus
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

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

Found 2 Documents
Search

 1 
Analisis Segmentasi dan Prediksi Pola Pembelian IC Label Gamis Menggunakan Hybrid K-Means Random Forest Chandra Ayu Fatikasari; Alifa Marsha Rahmania; Lu’lu’il Laili; Regizka Ayu Mega Saputri; Muhammad Arifin
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1007

Abstract

Industri fashion muslim, khususnya busana gamis, menghadapi tantangan dalam memahami pola pembelian konsumen yang bersifat fluktuatif, sehingga kerap menimbulkan permasalahan overstock dan stockout. Penelitian ini bertujuan untuk menganalisis segmentasi pelanggan dan memprediksi pola pembelian gamis pada toko IC Label melalui pendekatan hibrida yang mengintegrasikan algoritma K-Means Clustering dan Random Forest Classification. Data yang digunakan merupakan 1.000 transaksi penjualan dari platform e-commerce Shopee pada periode Januari 2025 hingga Maret 2026. Metodologi penelitian mengacu pada kerangka kerja CRISP-DM, yang meliputi eksplorasi data, preprocessing, ekstraksi fitur RFM, pemodelan, serta evaluasi. Hasil penerapan K-Means dengan K=4 menghasilkan empat segmen pelanggan yang terdistribusi secara merata, yaitu: Pembeli Premium Wilayah Jawa (26,1%), Pembeli Sumatera Sensitif Diskon (24,9%), Pembeli Digital Wilayah Kepulauan (23,3%), dan Pembeli Mitra Wilayah Sumatera Bagian Selatan (25,7%). Label klaster hasil segmentasi selanjutnya digunakan sebagai variabel target pada model Random Forest, yang menghasilkan akurasi 96,38% pada data latih dan 68,00% pada data uji dengan konsistensi cross-validation 5-fold sebesar 68,70% (±3,50%). Analisis feature importance mengidentifikasi variabel provinsi (40,5%) dan jasa pengiriman (26,8%) sebagai faktor paling dominan dalam menentukan segmen pembeli. Simulasi prediksi pada pembeli baru membuktikan kemampuan model dalam mengklasifikasikan segmen secara real-time. Penelitian ini berkontribusi secara praktis dalam mendukung strategi pemasaran tersegmentasi, optimasi manajemen inventori, dan penguatan loyalitas pelanggan berbasis data pada industri fashion muslim
Model Sistem Mitigasi Bencana Dashboard Peringatan Dini Banjir Setrokalangan Menggunakan Metode Waterfall Alifa Marsha Rahmania; Arif Setiawan
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3652

Abstract

Indonesia frequently faces hydrometeorological disasters such as floods, resulting in significant asset and material losses. This condition is exacerbated in areas like Setrokalangan Village, which lacks mitigation technology infrastructure. This research aims to develop a flood prevention system that integrates a responsive interface with cloud-based data management, prioritizing reliability and user experience. The methodology includes implementing human-centered design for the interface, building a dynamic database, and optimizing cloud infrastructure for high availability. The findings confirm that the platform is capable of presenting real-time water level information and distributing warning notifications through various communication channels. Dashboard accessibility has been tested across devices (desktop, tablet, smartphone) with consistent performance under high traffic. In conclusion, the combination of an educative interface design and cloud-based backend management effectively provides a precise early warning system for villagers.Keywords: Flood; Early Warning; Information System; Responsive Dashboard; Waterfall Method AbstrakIndonesia sering menghadapi bencana hidrometeorologi seperti banjir yang mengakibatkan kerugian aset dan material yang besar. Kondisi ini diperparah di daerah seperti Desa Setrokalangan yang belum memiliki infrastruktur teknologi mitigasi. Penelitian ini bertujuan untuk mengembangkan sistem pencegahan banjir yang mengintegrasikan antarmuka responsif dengan manajemen data berbasis cloud, dengan mengutamakan keandalan dan pengalaman pengguna. Metodologi yang digunakan meliputi penerapan Human-Centered Design untuk antarmuka, pembangunan basis data dinamis, serta optimalisasi infrastruktur cloud untuk ketersediaan layanan yang tinggi. Temuan penelitian mengonfirmasi bahwa platform mampu menyajikan informasi tinggi muka air secara real-time serta menyalurkan notifikasi bahaya melalui berbagai media komunikasi. Aksesibilitas dashboard telah diuji pada berbagai perangkat (desktop, tablet, smartphone) dengan kinerja yang konsisten di bawah lalu lintas pengguna yang tinggi. Kesimpulannya, penggabungan desain antarmuka yang edukatif dan manajemen backend berbasis cloud secara efektif menyediakan sistem peringatan dini yang presisi bagi warga desa. 
Co-Authors Arif Setiawan Chandra Ayu Fatikasari Lu’lu’il Laili Muhammad Arifin Regizka Ayu Mega Saputri