Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Muhamad Ramadhan Heru Pradipta
Sistem Informasi, Universitas Sriwijaya
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS PENERAPAN KNOWLEDGE MANAGEMENT PADA BPS KABUPATEN OGAN ILIR MENGGUNAKAN SECI MODEL Leony Santika; Muhamad Ramadhan Heru Pradipta; Ulva Khairunnisya; Vindira Yusefani; Ken Ditha Tania; Dedy Kurniawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18101

Abstract

Pengetahuan merupakan aset krusial bagi instansi pelayanan publik seperti Badan Pusat Statistik dalam menghasilkan data statistik yang valid dan berkualitas. Namun, tingginya rotasi pegawai serta minimnya transfer pengetahuan yang terstruktur berpotensi menyebabkan hilangnya tacit knowledge dari pegawai operasional yang berpengalaman. Kondisi ini menunjukkan pentingnya pengelolaan pengetahuan yang efektif untuk menjaga keberlanjutan pengetahuan organisasi. Oleh karena itu, penelitian ini bertujuan untuk mengkaji penerapan Knowledge Management di BPS Kabupaten Ogan Ilir dengan menggunakan kerangka SECI Model. Penelitian ini menggunakan pendekatan kualitatif deskriptif evaluatif melalui observasi, wawancara mendalam, dan studi literatur. Analisis data dilakukan menggunakan model interaktif Miles, Huberman, dan Saldana yang meliputi kondensasi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa keempat dimensi SECI telah berjalan di dalam organisasi. Dimensi Socialization dan Internalization berlangsung efektif melalui interaksi langsung dan praktik lapangan, sedangkan dimensi Combination didukung oleh penggunaan media penyimpanan digital. Namun demikian, kelemahan utama ditemukan pada dimensi Externalization, di mana pengetahuan kontekstual di lapangan belum sepenuhnya terdokumentasi secara formal
ANALISIS PENGELOMPOKKAN INTENT PERCAKAPAN CHATBOT MENGGUNAKAN METODE TF-IDF DAN ALGORITMA K-MEANS Muhamad Ramadhan Heru Pradipta; Apriansyah Wahyudi Putra; Ramanuddin Jaya; Windah Kurnia Sari; Ken Ditha Tania; Fathoni Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18138

Abstract

Penggunaan chatbot yang kian masif saat ini menghasilkan lonjakan volume data log percakapan pengguna secara signifikan. Namun, hal ini memunculkan permasalahan berupa kesulitan dalam memetakan maksud (intent) pengguna yang sangat beragam dan tidak terstruktur jika proses evaluasi dilakukan secara manual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pengelompokan intent secara otomatis pada dataset percakapan chatbot multi-turn untuk menemukan pola topik yang dominan. Metode penyelesaian yang digunakan berlandaskan kerangka Knowledge Discovery in Database (KDD), meliputi transformasi teks dengan Term Frequency-Inverse Document Frequency (TF-IDF), pengelompokan data menggunakan algoritma K-Means Clustering, serta validasi cluster dengan Elbow Method dan Silhouette Score. Hasil penelitian menunjukkan pembentukan cluster optimal pada K=54 dengan Silhouette Score tertinggi sebesar 0,5353. Kombinasi metode ini terbukti efektif dan granular dalam memisahkan spektrum kebutuhan pengguna mulai dari edukasi teknis hingga hiburan sehingga dapat menjadi landasan evaluasi bagi pengembang chatbot ke depannya
Co-Authors Apriansyah Wahyudi Putra Dedy Kurniawan Fathoni Fathoni Ken Ditha Tania Leony Santika Ramanuddin Jaya Ulva Khairunnisya Vindira Yusefani Windah Kurnia Sari