Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal SITECH : Sistem Informasi dan Teknologi Journal Artificial: Informatika dan Sistem Informasi
Ari Adaninggar
Universitas Muria Kudus
Computer Science & IT Engineering

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

Found 3 Documents
Search

 1 
Evaluasi Manfaat Cloud Computing Bagi Mahasiswa Dalam Pengembangan Aplikasi Ari Adaninggar; Noor Latifah
Journal Artificial: Informatika dan Sistem Informasi Vol. 4 No. 2 (2026): Oktober 2026
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.1146

Abstract

Implementasi cloud computing di institusi pendidikan tinggi menawarkan solusi strategis bagi mahasiswa, khususnya dalam mendukung siklus pengembangan aplikasi (build, test, deploy) yang menuntut sumber daya komputasi tinggi. Penelitian ini bertujuan untuk mengevaluasi manfaat strategis dan mengidentifikasi hambatan implementasi cloud computing dari perspektif mahasiswa sebagai pengguna teknis. Menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA, penelitian ini menganalisis 20 artikel ilmiah yang diterbitkan antara tahun 2020–2025 dari basis data Google Scholar, ScienceDirect, dan IEEE Xplore. Hasil penelitian menunjukkan bahwa model layanan IaaS dan PaaS merupakan layanan paling dominan dalam mendukung aktivitas teknis mahasiswa. Manfaat utama yang teridentifikasi secara konsisten meliputi peningkatan aksesibilitas ubiquitous (18 artikel), efisiensi kolaborasi tim real-time (15 artikel), dan skalabilitas sumber daya (12 artikel). Namun, optimalisasi adopsi masih terhambat oleh keterbatasan infrastruktur jaringan internet (13 artikel), kesenjangan literasi digital teknis (10 artikel), dan isu keamanan data (8 artikel). Penelitian ini menyimpulkan bahwa meskipun cloud mendemokratisasi akses infrastruktur, keberhasilannya sangat bergantung pada stabilitas koneksi lokal dan integrasi kurikulum literasi cloud yang lebih mendalam.
Comparative Study of Machine Learning Algorithms for Student Performance Prediction in Islamic Boarding Schools Ari Adaninggar; Muhammad Arifin; Diana Laily Fithri
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 10 No. 1 (2026): Issues July 2026
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v10i1.18673

Abstract

Al-Manshurin Ar-Rikzan Jepara Islamic Boarding School faces challenges in the early detection of potential declines in student achievement because the evaluation process still relies on manual recording. This study aims to design an interactive website-based Early Warning System to predict the final performance predicate of students by integrating academic data and non-academic behavior (mutabaah yaumiyah). The methodology used refers to the Cross-Industry Standard Process for Data Mining (CRISP-DM) framework. This study compares three classification algorithms: Decision Tree (C4.5), Naïve Bayes, and K-Nearest Neighbor (K-NN). To address class imbalance in the 210 original data records, the Synthetic Minority Over-sampling Technique (SMOTE) was applied to generate 450 balanced records, which were then evaluated using 10-Fold Cross Validation. The test results show that the Decision Tree (C4.5) algorithm produces the most superior performance with an Accuracy of 97.62%, Precision of 97.96%, and Recall of 97.62%. This superiority is driven by the decision tree structure's ability to map non-linear conditional rules relevant to the pesantren's absolute rules. As an applicative output, the best model is extracted into a Streamlit-based dashboard equipped with expert recommendations (feature importances). This system automatically highlights the variables contributing the highest risk, enabling administrators to formulate accurate intervention and mentoring steps before the semester evaluation ends.
Penerapan Customer Relationship Management (CRM) dan Segmenting Targeting Positioning (STP) Pada Sistem Informasi Pemasaran Digital Produk Janshine Shampoo Berbasis Media Sosial Anis Maghfiroh; Slamet Rahayu; Ari Adaninggar; Fajar Nugraha
Jurnal SITECH : Sistem Informasi dan Teknologi Vol. 8 No. 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15304

Abstract

Pemasaran digital melalui media sosial telah merevolusi promosi produk, mendorong perusahaan mengadopsi Customer Relationship Management (CRM) dan Segmenting, Targeting, dan Positioning (STP). Penelitian ini mengevaluasi efektivitas integrasi kedua strategi tersebut pada sistem informasi pemasaran digital Janshine Shampoo di media sosial. Menggunakan pendekatan kuantitatif deskriptif dengan survei dan observasi Instagram serta TikTok, data dikumpulkan dari insight konten dan kuesioner daring, kemudian dianalisis dengan statistik deskriptif dan regresi linier berganda. Hasil menunjukkan promosi gambar statis efektif menjangkau audiens luas, sementara reel video lebih unggul dalam membangun interaksi dan menarik pengikut baru. Meskipun demikian, interaktivitas CRM masih satu arah dan positioning merek memerlukan komunikasi yang lebih konsisten. Kombinasi format konten yang tepat dan optimalisasi interaksi pelanggan kunci untuk loyalitas dan niat beli konsumen.
Co-Authors Anis Maghfiroh Diana Laily Fithri Fajar Nugraha Muhammad Arifin Noor Latifah Slamet Rahayu