Article Per Year (5 Year)
p-Index From 2021 - 2026
3.138
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Teknik Informatika UNIKA Santo Thomas JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Komputer, Informasi dan Teknologi Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Media Computer Science Jurnal Komputer Indonesia Jurnal Semarak Mengabdi Jurnal Komputer
Prahasti, Prahasti
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1 
SISTEM PENDUKUNG KEPUTUSAN PRIORITAS DARI PARTISIPATIF MASYARAKAT DALAM PERENCANAAN PEMBANGUNAN DI PROVINSI BENGKULU Dialyu, Endrix; Supardi, Reno; Prahasti, Prahasti
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2596

Abstract

Abstrak: Pro Agar mempermudah dalam proses penentuan keputusan terkait penentuan prioritas pembangunan infrastruktur Bengkulu, maka dibuatlah sebuah program sistem pedukung keputusan. Sistem pendukung keputusan merupakan sistem yang berguna dalam membantu user dalam menentukan sebuah keputusan dengan proses yang sistematis. Sistem pendukung keputusan biasanya digunakan untuk menentukan suatu hal yang memiliki nilai kriteria yang dimana semakin banyak kriteria yang dipilih semakin besar kemungkinan sistem akan memilih objek tersebut. Dalam penyelesaian masalah terkait penentuan prioritas pembangunan, metode yang digunakan adalah meotde echnique for Order Preference by Similarity to Ideal Solution (TOPSIS), yang berdasarkan multikriteria dengan ide dasarnya alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. Kata Kunci : SPK Prioritas pembangunan metode Topsis
PENERAPAN BIG DATA ANALYTICS DALAM PREDIKSI TREN E-COMMERCE DI INDONESIA Karmanita, Deti; Utami, Feri Hari; Prahasti, Prahasti; Harwini, Dewi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4587

Abstract

Abstract: The growth of e-commerce in Indonesia has been accelerating, driven by increasing internet penetration and the widespread use of mobile devices. The large, complex, and diverse volume of transaction data requires appropriate analytical methods to produce accurate trend predictions. This study aims to apply Big Data Analytics in analyzing consumer shopping patterns, popular product trends, and factors influencing purchasing decisions. Data were collected from various e-commerce platforms, processed using Hadoop and Spark, and further analyzed through predictive modeling with Machine Learning algorithms. The results indicate that integrating Big Data Analytics can improve trend prediction accuracy by up to 85% compared to conventional methods. These findings are expected to support strategic decision-making in Indonesia’s e-commerce sector. Keywords: Big Data Analytics, E-commerce, Machine Learning, Trend Prediction, Indonesia Abstrak: Pertumbuhan e-commerce di Indonesia semakin pesat, didorong oleh penetrasi internet dan meningkatnya penggunaan perangkat mobile. Data transaksi yang besar, kompleks, dan beragam membutuhkan metode analisis yang tepat untuk menghasilkan prediksi tren yang akurat. Penelitian ini bertujuan untuk menerapkan Big Data Analytics dalam menganalisis pola belanja konsumen, tren produk populer, serta faktor yang memengaruhi keputusan pembelian. Metode yang digunakan mencakup pengumpulan data dari berbagai platform e-commerce, pemrosesan menggunakan Hadoop dan Spark, serta analisis prediktif dengan algoritma Machine Learning. Hasil penelitian menunjukkan bahwa integrasi Big Data Analytics mampu meningkatkan akurasi prediksi tren hingga 85% dibanding metode konvensional, sehingga dapat mendukung strategi bisnis e-commerce di Indonesia. Kata kunci: Big Data Analytics, E-commerce, Machine Learning, Prediksi Tren, Indonesia
Co-Authors Alestri, Silla Andalah, Haluan Saputra Andriansyah Andriansyah Aprianto . Asnawati Asnawati Astuti, Novi Bendrianti, Rita Prima Beti , Ila Yati Deti Karmanita Dialyu, Endrix Eko Suryana Erwansyah, Riska Feri Hari Utami, Feri Hari Gultom, Victor Yonathan Handika, Elsi Harwini, Dewi Herlina Latipa Sari Indra Kanedi Jayawarsa, A.A. Ketut Jusuf Wahyudi Liza Yulianti Mashaq, Ferdynan Meizoni, Putra Nopriansyah, Agung Qurniati, Nofi Ramadani, Sabita Ronaldi, Ronaldi Rossa, Helvi Ramadhanti Sari, Venny Novita Sriyanto Sriyanto Supardi, Reno Thomas Meifialdy Yupianti , Yupianti