Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal TECHSI - Jurnal Teknik Informatika Indonesian Journal of Innovation Multidisipliner Research
Rafi Septiawan Putra
UIN Syekh Ali Hasan Ahmad Addary Padangsidimpuan
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Other

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

Found 2 Documents
Search

 1 
Perbandingan Algoritma Decision Tree dan Random Forest dalam Klasifikasi Kepuasan Pengguna Sistem Informasi Akademik : Studi Literatur: Indonesia Rafi Septiawan Putra; Hasanal Fachri Satia Simbolon; Ade Linhar P; Fahmi Izhari
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25799

Abstract

Kepuasan pengguna merupakan salah satu indikator penting dalam menilai keberhasilan Sistem Informasi Akademik di perguruan tinggi. Berbagai penelitian telah menerapkan algoritma machine learning untuk mengklasifikasikan tingkat kepuasan pengguna, di antaranya Decision Tree dan Random Forest. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa kedua algoritma tersebut berdasarkan hasil penelitian terdahulu. Metode yang digunakan adalah studi literatur terhadap artikel nasional dan internasional yang dipublikasikan pada periode 2020–2025. Analisis dilakukan secara deskriptif dan komparatif dengan meninjau metrik performa seperti akurasi, presisi, dan recall. Hasil kajian menunjukkan bahwa Random Forest secara umum memiliki performa yang lebih unggul dan stabil dibandingkan Decision Tree, terutama dalam aspek akurasi. Namun, Decision Tree tetap memiliki keunggulan dalam hal interpretabilitas model. Oleh karena itu, pemilihan algoritma klasifikasi sebaiknya disesuaikan dengan tujuan analisis dan kebutuhan institusi.
Determinan Implementasi Generative Artificial Intelligence pada Transformasi Bisnis Digital: Pendekatan Technology Organization Environment (TOE) Muhammad Arif Zikir Risky; Rafi Septiawan Putra
Indonesian Journal of Innovation Multidisipliner Research Vol. 4 No. 3 (2026): Juli - September
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v4i3.1719

Abstract

Akselerasi teknologi kecerdasan buatan, khususnya Generative Artificial Intelligence (Generative AI), menjadi katalisator utama restrukturisasi operasional bisnis digital. Teknologi ini menawarkan berbagai keunggulan, mulai dari peningkatan produktivitas, otomatisasi alur kerja, hingga efisiensi pemrosesan konten secara instan. Meskipun demikian, pemanfaatannya di sektor bisnis digital Indonesia belum merata akibat adanya determinan internal dan eksternal pada masing-masing pelaku usaha. Studi ini bertujuan menginvestigasi elemen pendorong adopsi Generative AI dalam ekosistem bisnis digital melalui pendekatan Technology, Organization, and Environment (TOE). Penelitian menerapkan desain kuantitatif korelasional dengan menyebarkan kuesioner berskala Likert lima poin kepada 200 pelaku usaha digital yang dipilih menggunakan teknik purposive sampling. Data dianalisis menggunakan Structural Equation Modeling Partial Least Square (SEM-PLS) berbantuan SmartPLS 4, meliputi evaluasi model pengukuran, model struktural, dan pengujian hipotesis melalui bootstrapping. Hasil penelitian mengonfirmasi bahwa dimensi teknologi, organisasi, dan lingkungan memiliki pengaruh positif dan signifikan terhadap adopsi Generative AI, dengan nilai R-Square sebesar 0,684. Dimensi teknologi terbukti sebagai faktor paling dominan karena berkaitan langsung dengan manfaat relatif, kecocokan sistem, dan kemudahan penggunaan yang dirasakan pengguna. Selain itu, komitmen manajemen puncak dan tekanan kompetisi pasar turut mengakselerasi perluasan implementasi teknologi ini. Penelitian ini memberikan kontribusi empiris berupa bukti kontekstual penerapan kerangka TOE pada bisnis digital Indonesia serta implikasi praktis bagi pelaku usaha dalam merancang strategi adopsi Generative AI yang efektif. Simpulannya, efektivitas pemanfaatan Generative AI menuntut keterpaduan antara infrastruktur teknologi, kesiapan internal, serta kondisi pasar yang suportif guna menciptakan daya saing bisnis yang berkelanjutan.
Co-Authors Ade Linhar P Fahmi Izhari Hasanal Fachri Satia Simbolon Muhammad Arif Zikir Risky