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
Andy Aldyansyah
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 
Implementasi Segmentasi Pelanggan Menggunakan Metode K-Means pada Dataset Marketing Campaign Berbasis Website Varel Deva Dewangga; Anggi Aziyah Kusumaningrum; Andy Aldyansyah; Ahmad Dwi Rifa’i
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

Perkembangan teknologi informasi menghasilkan data pelanggan dalam jumlah besar yang dapat dimanfaatkan untuk mendukung pengambilan keputusan bisnis. Namun, data tersebut sering kali belum diolah secara optimal sehingga diperlukan penerapan teknik data mining untuk memperoleh informasi yang bermanfaat. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering pada Marketing Campaign Dataset untuk melakukan segmentasi pelanggan berdasarkan karakteristik dan perilaku pembelian. Tahapan penelitian meliputi data cleaning, feature engineering, normalisasi data menggunakan Min-Max Scaling, penentuan jumlah cluster dengan Elbow Method, serta proses clustering menggunakan algoritma K-Means. Dataset yang digunakan berjumlah 2.240 data pelanggan, kemudian setelah proses data cleaning diperoleh 2.215 data yang digunakan dalam proses analisis. Hasil segmentasi selanjutnya diimplementasikan ke dalam aplikasi berbasis web yang dikembangkan menggunakan React, Supabase, dan Vercel, sehingga pengguna dapat mengimpor data, menjalankan proses clustering, serta melihat hasil segmentasi pelanggan secara interaktif. Implementasi sistem mampu mengelompokkan pelanggan ke dalam beberapa cluster berdasarkan karakteristik yang dimiliki sehingga dapat memberikan informasi yang berguna dalam penyusunan strategi pemasaran, penentuan target promosi, serta pengambilan keputusan bisnis yang lebih efektif dan berbasis data. Hasil evaluasi menunjukkan bahwa jumlah cluster optimal adalah 4 dengan nilai Silhouette Score sebesar 0.3723 sehingga menghasilkan segmentasi pelanggan yang baik.
RANCANG BANGUN SISTEM MONITORING DAN KONTROL SUHU RUANGAN BERBASIS ESP32 Andy Aldyansyah; Arga Alwi; Varel Deva Dewangga
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

Suhu dan kelembapan merupakan parameter penting dalam menentukan kenyamanan dan keamanan suatu ruangan tertutup. Pemantauan secara konvensional seringkali tidak efisien karena memerlukan kehadiran fisik. Penelitian ini bertujuan untuk merancang bangun sistem pemantauan suhu dan kelembapan ruangan berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor DHT22. Sistem ini dilengkapi dengan aktuator berupa kipas pendingin yang dapat beroperasi secara otomatis berdasarkan ambang batas suhu maupun dikendalikan secara manual melalui aplikasi smartphone. Metode yang digunakan meliputi perancangan dan simulasi menggunakan platform Wokwi, implementasi perangkat keras fisik secara real-time, serta pengembangan antarmuka aplikasi mobile menggunakan framework Flutter. Komunikasi data dijembatani oleh protokol MQTT melalui broker HiveMQ Cloud menggunakan Port 8883 (TLS). Hasil pengujian menunjukkan bahwa perangkat keras fisik berhasil membaca dan mengirimkan data setiap 5 detik secara real-time tanpa hambatan jaringan. Pada mode otomatis, kipas menyala responsif ketika suhu melebihi 28.0°C. Aplikasi Android berhasil menampilkan antarmuka dinamis dan mengeksekusi kendali jarak jauh secara instan. Selain fitur kendali real-time, sistem ini juga diintegrasikan dengan modul kecerdasan buatan berbasis arsitektur Long Short-Term Memory (LSTM). Modul ini beroperasi secara backend untuk menganalisis data deret waktu (time-series) dari riwayat sensor guna mengenali pola temporal dan mendeteksi anomali suhu maupun kelembapan, yang kemudian memberikan peringatan dini langsung ke antarmuka pengguna. Kesimpulannya, sistem ini berhasil diimplementasikan dari tahap simulasi hingga purwarupa fisik yang beroperasi penuh.
Co-Authors Ahmad Dwi Rifa’i Anggi Aziyah Kusumaningrum Arga Alwi Varel Deva Dewangga