Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Djtechno: Jurnal Teknologi Informasi Bulletin of Network Engineer and Informatics (BUFNETS)
Fitriasih Fitriasih
Politeknik Purbaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Optimization Grouping Quality MBG Program Food Uses K-Means Algorithm Based on Davies-Bouldin Index Evaluation Fitriasih Fitriasih; Fahrudin Fahrudin; Heny Indriani Heny Indriani; Denny Vasanando Sabanise Denny Vasanando Sabanise; Muhammad Ainurrohman Muhammad Ainurrohman
Bulletin of Network Engineer and Informatics Vol. 4 No. 1 (2026): BUFNETS (Bulletin of Network Engineer and Informatics) April 2026
Publisher : PT. GWEX NET PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59688/fqnk3355

Abstract

The evaluation of food quality in the Free Nutritious Meal Program (MBG) requires an objective and systematic approach to ensure nutritional standards and service effectiveness. This study applies a data mining technique using the K-Means clustering algorithm to classify food quality based on multiple attributes, including Calories, Protein, Fat, Carbohydrates, Freshness, Cleanliness, Serving Temperature, and Eligibility. This research utilizes RapidMiner to perform data preprocessing, involving data preprocessing through normalization, clustering with K-Means, and performance evaluation using the Davies-Bouldin Index (DBI) and Average Within Centroid Distance. Two clustering scenarios, K=3 and K=5, were evaluated to determine the optimal number of clusters.The results indicate that the K=3 model achieves a lower DBI value (0.214) compared to K=5 (0.224), indicating better cluster separation. Although K=5 produces more compact clusters, it does not improve overall clustering quality due to weaker separation. Therefore, the K=3 configuration is identified as the optimal model, as it provides a better balance between cluster separation and interpretability. These findings demonstrate that a multi-attribute clustering approach can effectively support data-driven decision-making in evaluating and improving food quality in the MBG program.
ANALISIS KEPUASAN PENUMPANG MASKAPAI BERBASIS DATA MINING MENGGUNAKAN DECISION TREE, CSI DAN IPA Mh. Ferdi Nur Azmi; Fitriasih Fitriasih
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8577

Abstract

Mutu pelayanan merupakan pilar fundamental yang menentukan tingkat kepuasan pengguna jasa aviasi di era modern. Riset ini bertujuan mengevaluasi kepuasan penumpang menggunakan kerangka kerja terintegrasi yang menggabungkan algoritma klasifikasi Decision Tree, instrumen Customer Satisfaction Index (CSI), serta Importance Performance Analysis (IPA). Kumpulan data bersumber di Kaggle, mencakup 25.976 baris data. Metode Decision Tree dioperasikan untuk mengklasifikasikan kelas kepuasan, CSI diterapkan untuk kalkulasi indeks agregat, dan IPA dimanfaatkan guna memetakan skala prioritas perbaikan layanan secara presisi. Temuan membuktikan model Decision Tree beroperasi sangat optimal dengan tingkat akurasi mencapai 86,6 persen serta nilai Area Under the Curve (AUC) sebesar 0,938. Atribut proses boarding daring terdeteksi sebagai elemen paling signifikan dalam memengaruhi kepuasan penumpang secara keseluruhan. Kalkulasi indeks menggunakan CSI menghasilkan skor 0,65, yang merepresentasikan bahwa mayoritas penumpang berada di kategori cukup puas. Pemetaan matriks IPA memposisikan sebagian besar atribut pelayanan ke Kuadran II, mengindikasikan bahwa kinerja maskapai saat ini perlu dipertahankan konsistensinya. Kajian ini memberikan landasan strategis berharga
CHATBOT TROUBLESHOOTING LAPTOP BERBASIS NLP DAN VOICE RECOGNITION Rafa Elfarizi; Fitriasih Fitriasih
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8494

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem chatbot untuk menangani pertanyaan yang sering diajukan terkait troubleshooting kerusakan laptop. Sistem dikembangkan untuk membantu pengguna memperoleh informasi teknis secara cepat tanpa harus berinteraksi langsung dengan teknisi. Sistem yang diusulkan mengintegrasikan teknologi chatbot berbasis kecerdasan buatan, knowledge base troubleshooting, workflow automation menggunakan platform n8n, serta teknologi pengenalan suara melalui Automatic Speech Recognition (ASR). Pengguna dapat berinteraksi dengan chatbot melalui berbagai platform komunikasi seperti aplikasi pesan maupun web chat dengan menggunakan input teks maupun suara. Sistem juga dilengkapi dengan fitur manajemen tiket layanan yang memungkinkan pengguna membuat permintaan bantuan teknis apabila permasalahan tidak dapat diselesaikan secara otomatis oleh chatbot. Evaluasi sistem dilakukan menggunakan metode black box testing dengan 44 skenario pengujian yang mewakili berbagai intent pengguna seperti sapaan, diagnosis kerusakan, pembuatan tiket layanan, dan pelacakan tiket. Hasil pengujian menunjukkan bahwa mayoritas skenario pengujian berhasil dijalankan dengan baik. Selain itu, sistem juga mampu memahami variasi kalimat pengguna serta memproses input suara melalui konversi speech-to-text. Hasil penelitian menunjukkan bahwa sistem chatbot yang dikembangkan dapat meningkatkan efisiensi layanan konsultasi teknis serta membantu pengguna dalam mendiagnosis kerusakan laptop secara lebih cepat.
Co-Authors Denny Vasanando Sabanise Fahrudin Fahrudin Heny Indriani Heny Indriani Mh. Ferdi Nur Azmi Muhammad Ainurrohman Muhammad Ainurrohman Rafa Elfarizi