Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Information Systems and Informatics Aksi Kita: Jurnal Pengabdian Kepada Masyarakat
Dewa Rizki Rahmat Julianto
Universitas Bina Darma
Computer Science & IT Economics, Econometrics & Finance Environmental Science Social Sciences Other

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

Found 2 Documents
Search

 1 
Perencanaan Analisis Efektivitas Program Manajemen Inovasi PT Pupuk Sriwidjaja Palembang Dewa Rizki Rahmat Julianto; Suyanto Suyanto
Aksi Kita: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 4 (2026): JULI-AGUSTUS
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/7c99r043

Abstract

Penelitian ini menyajikan perencanaan analisis efektivitas Program Manajemen Inovasi di PT Pupuk Sriwidjaja Palembang (PT Pusri), sebuah perusahaan BUMN di sektor pupuk. Departemen Manajemen Inovasi menjalankan berbagai program seperti sosialisasi inovasi, seleksi, inkubasi, asesmen kinerja, pengembangan SDM, dan pemberian apresiasi. Namun, belum tersedia evaluasi sistematis berbasis data dari sisi penerima manfaat (karyawan). Populasi penelitian adalah karyawan yang menerima manfaat program Manajemen Inovasi PT Pusri, dengan penentuan responden menggunakan teknik purposive sampling. Penelitian ini merancang instrumen evaluasi berupa kuesioner Likert 1–5 dengan 11 atribut program, prosedur pengumpulan data tujuh tahap, dan rancangan analisis menggunakan tiga metode terintegrasi: Importance Performance Analysis (IPA) untuk pemetaan kuadran prioritas, Gap Analysis untuk pengukuran kesenjangan kuantitatif, dan Customer Satisfaction Index (CSI) untuk menghasilkan indeks kepuasan agregat. Simulasi menggunakan 22 data tiruan menghasilkan: atribut Seleksi Inovasi (A3) berada pada Kuadran I sebagai prioritas utama perbaikan dengan gap terbesar (−1,18), empat atribut (A1, A7, A9, A10) berada pada Kuadran II, serta nilai CSI sebesar 71% berkategori Baik. Ketiga metode menunjukkan konsistensi temuan. Pengumpulan data riil direncanakan dilaksanakan pascamasa magang, sehingga rancangan ini siap diterapkan pada data riil untuk menghasilkan rekomendasi perbaikan program yang kredibel.
Predicting Student Loyalty in Higher Education Using Machine Learning: A Random Forest Approach Qoriani Widayati; Kusworo Adi; R Rizal Isnanto; Eka Puji Agustini; Dewa Rizki Rahmat Julianto; Fawwaz Bimo Prakasa
Journal of Information System and Informatics Vol 7 No 1 (2025): March
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i1.977

Abstract

Student loyalty is a crucial factor supporting the sustainability of higher education institutions. The aim of this study is to predict student loyalty using a machine learning approach, specifically the random forest algorithm. The data for this research were collected through a questionnaire that included variables such as service quality, emotional attachment, brand satisfaction, brand trust, and socio-economic conditions, distributed to 107 students in Palembang. The resulting dataset was processed through preprocessing, model training, and performance evaluation, employing metrics such as accuracy, precision, recall, and F1-score. The analysis using the random forest algorithm achieved an accuracy of 90.9%. These findings are expected to provide valuable insights for higher education institutions in developing more effective strategies to enhance student loyalty.
Co-Authors Eka Puji Agustini Fawwaz Bimo Prakasa Kusworo Adi Qoriani Widayati R Rizal Isnanto Suyanto Suyanto