Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Aprilisa Arum Sari
Fakultas Ilmu Komputer, Universitas Duta Bangsa Surakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
Prediksi Performa Akademik Mahasiswa Berdasarkan Kebiasaan Gaming Menggunakan CatBoost Regressor Pradipta Aryasetya; Iqbal Abdul Aziz; Berkah Yordan Santoso; Achmad Ichwani; Aprilisa Arum Sari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini menyajikan pendekatan machine learning untuk memprediksi performa akademik mahasiswa berdasarkan kebiasaan bermain game dan faktor gaya hidup terkait menggunakan CatBoost Regressor. Penelitian ini menggunakan dataset Gaming vs Academic Performance yang terdiri atas 8.000 data dan 14 variabel yang merepresentasikan karakteristik mahasiswa, perilaku bermain game, kebiasaan belajar, durasi tidur, kehadiran, tingkat stres, dan nilai akademik. Dalam penelitian ini, nilai akademik digunakan sebagai variabel target, sedangkan prediktor yang dipilih meliputi jam belajar, jam bermain game, jam tidur, kehadiran, addiction score, dan tingkat stres yang telah dienkode. Tahap preprocessing meliputi standardisasi nama kolom, pembatasan nilai maksimum grades menjadi 100, serta pembentukan fitur rasio belajar terhadap bermain game untuk menangkap keseimbangan antara aktivitas akademik dan gaming. Optimasi hyperparameter dilakukan menggunakan Optuna, sedangkan performa model dievaluasi menggunakan 5-fold cross-validation dengan metrik Root Mean Square Error, Mean Absolute Error, dan R² score. Hasil eksperimen menunjukkan bahwa model yang diusulkan mencapai rata-rata RMSE sebesar 5,5145, MAE sebesar 4,3139, dan nilai R² sebesar 0,9384, yang menunjukkan akurasi prediksi yang tinggi serta kemampuan penjelasan model yang kuat. Temuan ini menunjukkan bahwa variabel terkait gaming dan gaya hidup akademik memiliki kontribusi yang bermakna dalam prediksi nilai mahasiswa, serta menegaskan bahwa CatBoost Regressor efektif untuk tugas prediksi performa akademik pada konteks ini.
Sistem E-commerce Terintegrasi Customer Relationship Management (CRM) pada Toko Samber Redjeki Surakarta Maria Rosario; Aprilisa Arum Sari; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Toko Samber Redjeki merupakan usaha ritel yang menjual berbagai produk Fast Moving Consumer Goods (FMCG), perlengkapan rumah, produk perawatan kulit, dan busana. Strategi penjualan toko masih bergantung pada marketplace pihak ketiga sehingga menimbulkan biaya administrasi lebih dari 10% per transaksi dan membatasi pengelolaan data pelanggan untuk mendukung pemasaran. Penelitian ini bertujuan merancang dan membangun sistem informasi E-commerce mandiri berbasis web yang terintegrasi dengan Customer Relationship Management (CRM). Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka, sedangkan pengembangan sistem menggunakan metode System Development Life Cycle (SDLC) model Iteratif dengan PHP, MySQL, Laravel Framework, dan Tailwind CSS. Pengujian sistem dilakukan menggunakan Blackbox Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan sistem mampu mendukung pengelolaan penjualan secara mandiri sehingga mengurangi ketergantungan pada marketplace pihak ketiga. Implementasi CRM difokuskan pada tingkat operasional melalui pemanfaatan data Wishlist sebagai dasar pencatatan preferensi pelanggan (customer preference tracking) dan pengiriman promosi melalui integrasi WhatsApp. Seluruh fungsi sistem berjalan dengan baik, sedangkan pengujian UAT terhadap 12 pengguna memperoleh tingkat penerimaan sebesar 92,35% pada lingkungan implementasi penelitian.
Co-Authors Achmad Ichwani Berkah Yordan Santoso Dwi Hartanti Iqbal Abdul Aziz Maria Rosario Pradipta Aryasetya