Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JUSTIAN - Jurnal Sistem Informasi Akuntansi Journal of Artificial Intelligence and Engineering Applications (JAIEA)
Ardiyansyah
Universitas Bina Sarana Informatika
Automotive Engineering Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Perancangan Sistem Informasi Penjualan Pada CV. Kitchen Set Pontianak Maulidia Maulidia; Ardiyansyah; Nurmalasari Nurmalasari
Jurnal Sistem Informasi Akuntansi Vol 6 No 1 (2025): Periode Maret 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v6i1.8785

Abstract

Penelitian ini bertujuan untuk meningkatkan efisiensi operasional dan memperluas jangkauan pasar dengan mengoptimalkan penggunaan teknologi informasi. Di era digital yang berkembang pesat, penerapan sistem informasi menjadi aspek krusial dalam mendukung keberhasilan bisnis. Metodologi yang diterapkan dalam penelitian ini meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi komprehensif untuk memastikan bahwa sistem yang dikembangkan memenuhi persyaratan bisnis. Sistem informasi ini dirancang menggunakan Figma untuk menciptakan Antarmuka pengguna yang tidak hanya ramah dan intuitif tetapi juga memberikan pengalaman yang lebih interaktif dan mudah digunakan dalam transaksi penjualan online. Penerapan sistem ini berkontribusi untuk meningkatkan kecepatan dan keakuratan proses penjualan, menyederhanakan manajemen inventaris, dan menyediakan laporan penjualan yang lebih terstruktur, terperinci, dan mudah diakses. Temuan penelitian membuktikan bahwa sistem ini berdampak positif pada efisiensi operasional CV. Kitchen Set Pontianak, meningkatkan kualitas layanan pelanggan, dan memperkuat daya saing di era digital. Dengan demikian, penggunaan teknologi informasi dalam sistem penjualan tidak hanya menjadi solusi efektif untuk meningkatkan kinerja bisnis tetapi juga menumbuhkan inovasi yang mendukung keberlanjutan bisnis di industri yang semakin kompetitif.
Application of Machine Learning in Predicting FIFA World Cup Matches Zulfikar Ismaya Ramadhani; Syaifudin; Beldi Sahfitda; Seprianata Kusuma; Ardiyansyah
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 2 (2026): February 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i2.1918

Abstract

Football is one of the world’s most widely followed sports, making it an appealing subject for predictive analytics using modern data technologies. This study aims to build a predictive model for international football match outcomes by applying the CRISP-DM methodology as the analytical framework. The dataset used is international_matches.csv covering the period 1993–2022, which underwent a series of preprocessing steps including data cleaning, feature engineering, encoding, imputation, and scaling. Several machine learning algorithms were evaluated, namely Logistic Regression, Random Forest, and HistGradientBoostingClassifier (HistGBM). The best model was obtained using the optimized HistGBM, which demonstrated superior capability in identifying home-team victories, achieving a Recall of 78%. This high sensitivity indicates that comparative features—such as rank difference and squad strength disparity across goalkeeper, defense, midfield, and attack attributes—play a crucial role in predicting dominant match outcomes. The trained model was subsequently deployed into an interactive Streamlit-based web application that enables users to input match-related information and obtain real-time predictions. Overall, this study shows that machine learning methods can be effectively utilized to support data-driven analysis of international football match outcomes.
Co-Authors Beldi Sahfitda Maulidia Maulidia Nurmalasari Nurmalasari Seprianata Kusuma Syaifudin Zulfikar Ismaya Ramadhani