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
Ahnaf Qonitah
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 
Model Sistem Clustering K-Means untuk Analisis Segmentasi Kepuasan Mahasiswa terhadap Fasilitas Kampus Ahnaf Qonitah; Guritno Wulandoro Suryosaputro; Zainal Arifin; Rafif Akbar Setiawan; Besarajanu Aryanto; Natasha Salsha Bila
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

Kepuasan mahasiswa terhadap fasilitas kampus merupakan salah satu indikator penting dalam evaluasi mutu layanan perguruan tinggi. Penelitian ini membangun model sistem clustering berbasis algoritma K-Means untuk mengelompokkan mahasiswa ke dalam beberapa segmen kepuasan tanpa memerlukan label kelas sebelumnya (unsupervised learning). Data penelitian berasal dari survei terhadap 543 mahasiswa dengan 13 indikator kepuasan berskala 1–5 yang mencakup ruang belajar, WiFi, kantin, olahraga, lingkungan, toilet, perpustakaan, dan parkir. Seluruh fitur distandardisasi menggunakan StandardScaler sebelum pelatihan model agar perbedaan skala antarfitur tidak mendominasi perhitungan jarak Euclidean. Jumlah klaster optimal ditentukan melalui kombinasi Elbow Method dan Silhouette Score pada rentang k = 2 sampai 7, dan dipilih k = 3 sebagai kompromi antara kualitas pemisahan dan interpretabilitas hasil. Model final dilatih dengan 50 kali inisialisasi terpisah (n_init = 50) dan menghasilkan Silhouette Score sebesar 0,203. Ketiga klaster diberi nama otomatis berdasarkan peringkat rata-rata skor keseluruhan, yaitu klaster Kritis (n = 80, rata-rata 2,07), Moderat (n = 236, rata-rata 2,94), dan Puas (n = 227, rata-rata 3,89). Hasil cross-tabulation dengan variabel kepuasan keseluruhan menunjukkan keselarasan yang baik antara hasil klaster dan persepsi kepuasan responden, sedangkan visualisasi Principal Component Analysis (PCA) mampu menjelaskan 59,1% variansi data dalam dua dimensi. Model ini dapat dimanfaatkan pihak kampus untuk memprioritaskan perbaikan fasilitas pada segmen yang paling kritis.
Analisis Arsitektur Sistem Terdistribusi Menggunakan API Gateway untuk Layanan AI Chatbot pada Aplikasi Kasir Pintar bagi UMKM Ahnaf Qonitah; Natasha Salsha Bila; Sekar Paramitha Galuh Ratna Pratiwi; Muhammad Amru Abdat
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

UMKM membutuhkan teknologi digital untuk membantu mengelola bisnis mereka, seperti pencatatan transaksi, pengelolaan stok, laporan penjualan, dan layanan bantuan pengguna. Aplikasi seperti Kasir Pintar adalah salah satu contoh aplikasi kasir digital yang digunakan oleh pelaku UMKM. Namun, pengguna UMKM mungkin masih mengalami kesulitan memahami fitur aplikasi kasir digital, sehingga mereka membutuhkan layanan bantuan otomatis yang mudah diakses. Tujuan penelitian ini adalah untuk menganalisis arsitektur sistem terdistribusi menggunakan API Gateway untuk layanan AI Chatbot pada aplikasi Kasir Pintar bagi UMKM. Metode penelitian yang digunakan adalah studi literatur dan analisis arsitektur sistem. Analisis dilakukan dengan menganalisis kebutuhan layanan chatbot, peran API Gateway, komponen sistem terdistribusi, dan alur komunikasi antara aplikasi, API Gateway, layanan AI Chatbot, knowledge base, dan database. Chatbot AI dapat membantu bisnis kecil dan menengah (UMKM) menggunakan aplikasi kasir secara lebih cepat dan terorganisir. Meskipun penelitian ini tidak berfokus pada pengembangan sistem Kasir Pintar resmi, itu memberikan model arsitektur yang dapat digunakan untuk membangun layanan chatbot untuk aplikasi digital kasir UMKM.
Co-Authors Besarajanu Aryanto Guritno Wulandoro Suryosaputro Muhammad Amru Abdat Natasha Salsha Bila Rafif Akbar Setiawan Sekar Paramitha Galuh Ratna Pratiwi Zainal Arifin