Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING Informatics and Digital Expert (INDEX) Jurnal Sosial dan Teknologi Jurnal Nasional Holistic Science Jurnal Abdimas Kartika Wijayakusuma Jurnal Indonesia Sosial Sains Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Santikarama, Irma
Unknown Affiliation
Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Neuroscience Physics Social Sciences Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
K-Means Clustering with KNN and Mean Imputation on CPU Benchmark Compilation Data Syauqi, Rofiq Muhammad; Sabrina, Puspita Nurul; Santikarama, Irma
Journal of Applied Informatics and Computing Vol. 7 No. 2 (2023): December 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i2.6491

Abstract

In the rapidly evolving digital age, data is becoming a valuable source for decision-making and analysis. Clustering, as an important technique in data analysis, has a key role in organizing and understanding complex datasets. One of the effective clustering algorithms is k-means. However, this algorithm is prone to the problem of missing values, which can significantly affect the quality of the resulting clusters. To overcome this challenge, imputation methods are used, including mean imputation and K-Nearest Neighbor (KNN) imputation. This study aims to analyze the impact of imputation methods on CPU Benchmark Compilation clustering results. Evaluation of the clustering results using the silhouette coefficient showed that clustering with mean imputation achieved a score of 0.782, while with KNN imputation it achieved a score of 0.777. In addition, the cluster interpretation results show that the KNN method produces more information that is easier for users to understand. This research provides valuable insights into the effectiveness of imputation methods in improving the quality of data clustering results in assisting CPU selection decisions on CPU Benchmark Compilation data.
Peningkatan Kapasitas Pengetahuan UMKM dalam Pemasaran Digital di Kota Cirebon: Sebuah Kegiatan Terintegrasi dalam Program Pengabdian Masyarakat Renaldi, Faiza; Anggoro, Sigit; Santikarama, Irma; Hendro P., Tacbir; Destiani, Dea
Jurnal Abdimas Kartika Wijayakusuma Vol 6 No 2 (2025): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v6i2.852

Abstract

Di era globalisasi dan digitalisasi yang terus berkembang, pemasaran digital menjadi kunci bagi keberhasilan Usaha Mikro, Kecil, dan Menengah (UMKM) untuk bersaing di pasar yang semakin kompetitif. Namun, banyak UMKM di Indonesia masih menghadapi tantangan dalam memanfaatkan teknologi ini secara efektif. Untuk mengatasi masalah ini, kegiatan peningkatan kapasitas pengetahuan UMKM dalam pemasaran digital di Kota Cirebon dilaksanakan selama satu hari, tepatnya pada tanggal 21 Juni 2024, di Rumah BUMN. Kegiatan ini diikuti oleh 30 pelaku UMKM yang berfokus pada pengenalan dan penerapan strategi pemasaran digital melalui metode Participatory Action Research (PAR). Melalui pelatihan yang mencakup ceramah, diskusi interaktif, dan praktik langsung, peserta mendapatkan pemahaman yang lebih baik tentang penggunaan platform digital, pembuatan konten promosi, dan manajemen media sosial. Hasil evaluasi menunjukkan peningkatan signifikan dalam pemahaman peserta: sebelum pelatihan, 76% peserta belum pernah menggunakan iklan berbayar, dan setelah pelatihan, pemahaman tentang social media marketing meningkat dari 16,4% menjadi 61,5%. Kegiatan ini tidak hanya menciptakan kesadaran akan pentingnya kehadiran digital tetapi juga membekali UMKM dengan keterampilan praktis yang dapat diimplementasikan untuk meningkatkan daya saing mereka di pasar yang lebih luas. Dengan demikian, kegiatan ini berkontribusi pada pemberdayaan ekonomi lokal melalui transformasi digital di kalangan UMKM.
Perencanaan Strategis Sistem Informasi Desa di Kabupaten Bandung Barat Menggunakan Kerangka Kerja Togaf ADM Ramdani, Rivan; Talitha, Nasywa Safa; Renaldi, Faiza; Santikarama, Irma
Jurnal Sosial Teknologi Vol. 5 No. 8 (2025): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v5i8.32348

Abstract

Transformasi digital dalam tata kelola pemerintahan menjadi kebutuhan mendesak, termasuk di tingkat desa. Namun, banyak desa menghadapi kendala dalam merancang sistem informasi yang terstruktur dan berkelanjutan. Penelitian ini bertujuan untuk menyusun perencanaan strategis sistem informasi desa di Kabupaten Bandung Barat menggunakan pendekatan kerangka kerja TOGAF ADM. Penelitian dilakukan dengan metode kualitatif deskriptif dan melalui tahapan TOGAF meliputi Preliminary Phase, Architecture Vision, Business Ar-chitecture, hingga Information Systems Architecture. Data dikumpulkan melalui wawancara, observasi, dan studi dokumen pada sejumlah desa, serta divalidasi menggunakan metode member checking oleh para sekretaris desa. Hasil perancangan menghasilkan blueprint arsitektur sistem informasi yang menggambarkan proses bisnis, kebutuhan data, serta sistem informasi yang relevan dengan karakteristik desa. Validasi menunjukkan skor rata-rata sebesar 3,98 dari skala 5, yang menunjukkan level kematangan sistem pada Level 4 – Managed berdasarkan TOGAF Architecture Capability Maturity Model. Artinya, blueprint yang disusun telah terdokumentasi, terstruktur, dan siap dilanjutkan ke tahap implementasi. Penelitian ini menyarankan agar tahapan selanjutnya seperti Technology Architecture dan Migration Planning turut dikembangkan guna mendukung digitalisasi desa yang menyeluruh dan berkelanjutan.
Implementation of Aspect-Based Sentiment Analysis for Outdoor Gear Product Reviews on the Tokopedia E-Commerce Platform (Case Study: Eiger Adventure) Alfaridzi, Dhanif Daffa; Pudjiantoro, Tacbir Hendro; Santikarama, Irma
Holistic Science Vol. 5 No. 2 (2025): Jurnal Nasional Holistic Sciences
Publisher : Lembaga Riset Mutiara Akbar NOMOR AHU-0003295.AH.01.07 TAHUN 2021

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56495/hs.v5i2.1230

Abstract

This study aims to uncover customer perceptions of Eiger Adventure products on the Tokopedia platform through an Aspect-Based Sentiment Analysis (ABSA) approach. Data in the form of 3,670 customer reviews were collected using web scraping techniques and processed through preprocessing, aspect extraction, sentiment labeling, and classification using the K-Nearest Neighbor (KNN) algorithm. The text vectorization process was carried out using the TF-IDF method, while evaluation metrics included accuracy, precision, recall, and F1-score. The results showed that the most dominant aspects were quality, model, and delivery. Positive sentiment was mostly found in the quality and model aspects, while delivery and size aspects were the main sources of complaints. The classification model achieved an accuracy of 61.6% and performed best in detecting positive sentiment. As an implementation, a web-based system was developed that is capable of conducting ABSA analysis in an integrated and interactive manner. This study concluded that although Eiger products are considered superior in quality, efforts to improve non-product services such as delivery and size information are urgently needed to improve overall customer satisfaction.
The Influence of PMB Content and Engagement on Instagram on the Interest of New Students at Jenderal Achmad Yani University Tambunan, Very Verdyanto; Anggoro, Sigit; Santikarama, Irma
Jurnal Indonesia Sosial Sains Vol. 6 No. 10 (2025): Jurnal Indonesia Sosial Sains
Publisher : CV. Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jiss.v6i10.1902

Abstract

New student admissions marketing content delivered through social media platforms like Instagram has become a crucial strategy for attracting prospective students. Jenderal Achmad Yani University utilizes Instagram as a promotional tool by displaying various information related to study programs, registration schedules, campus facilities, and student activities in engaging and engaging visual content. In addition to content quality, user engagement, such as the number of likes, comments, and other interactions, is also a key indicator in measuring the effectiveness of the promotion. This study used a quantitative approach through a survey of prospective students and followers of the official Universitas Achmad Yani Instagram account. Data analysis was conducted using multiple linear regression to determine the influence of new student admissions content and engagement on university admission intentions. The results showed that both content and engagement on Instagram significantly influenced prospective students' interest in applying to Jenderal Achmad Yani University. These findings underscore the crucial role of social media in shaping the image and attractiveness of higher education institutions. A consistent and interactive digital promotional strategy can help universities reach their target audience more effectively and increase new student enrollment intentions.
Sistem Segmentasi Loyalitas Pelanggan Berbasis Rfm Menggunakan Pam Di Laundry Forten’s Widinastia, Audila Gumanty; Chrisnanto, Yulison Herry; Santikarama, Irma
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 5, No 1 (2021): SEMNAS RISTEK 2021
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v5i1.4990

Abstract

Perkembangan dunia bisnis selalu sejalan dengan perkembangan teknologi informasi yang ada, begitu juga dengan perkembangan bisnis laundry. Bisnis ini menjamur di kota yang banyak terdapat rumah kost dan kontrakan. Pemasalahannya adanya persaingan harga serta layanan yang berbeda disetiap laundry maka pihak laundry harus mengetahui pelanggan yang loyal agar dapat memasang strategi untuk dapat mempertahankan pelanggan lamanya. Tujuan penelitian ini yaitu mengelompokkan pelanggan berdasarkandata pelanggan melalui metode Partitioning Around Medoids menggunakan objek untuk mewakili sebuah cluster. Objek yang terpilih untuk mewakili sebuah cluster disebut medoid. Dengan tabel data awal berjumlah 1089 data yang diambil secara acak melalui normalisasi dan menggunakan Rumus Euclidean Distance. Pada iterasi pertama dengan total jarak terkecil keseluruhan data = 251,40. Pada iterasi kedua dengan total jarak terkecil keseluruhan data = 246,35 serta pada iterasi ke tiga total jarak terkecilkeseluruhan data = 265,87 sehingga dapat disimpulkan bahwa hasil total jarak keseluruhan data lebih besar dari total jarak sebelumnya maka proses iterasi dapat dihentikan. Dengan adanya sistem segmentasi loyalitas pelanggan tersebut pemilik akan mendapatkan kemudahan untuk mengetahui informasi tentang status barang laundry, pelanggan yang loyal dan tidak loyal melalui data pelanggan yang ada pada sistemtersebut berdasarkan perhitungan nilai recency, frequency, monetary pelanggan dengan menggunakan Metode PAM.
Sistem Prediksi Awal Terhadap Atrisi Karyawan Menggunakan Algoritma C4.5 Tulus, Tulus Harry Lamramot; Id Hadiana, Asep; Santikarama, Irma
Informatics and Digital Expert (INDEX) Vol. 4 No. 1 (2022): INDEX, Mei 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i1.882

Abstract

Karyawan yang berbakat menjadi bagian penting bagi sebuah perusahaan. Menjadi masalah yang krusial bagi perusahaan ketika terdapat karyawan berbakat yang meninggalkan perusahaan untuk pindah ke perusahaan yang menawarkan peluang yang lebih baik. Kesiapan perusahaan dalam menghadapi masalah tenaga kerja dapat terlaksana dengan diberlakukannya sistem yang dapat memprediksi kasus atrisi karyawan. Penelitian ini bertujuan untuk merancang sistem prediksi awal terhadap atrisi karyawan. Dalam sudut pandang informatika untuk mencegah terjadinya atrisi karyawan, digunakan sistem Data Mining yang mampu memprediksi terjadinya atrisi karyawan tersebut dengan metode prediksi yaitu metode decision tree menggunakan algoritma C4.5. Data yang digunakan adalah data primer. Populasi yang digunakan adalah data yang diambil dari perusahaan PT.Indorama Petrochemicals yang berjumlah 1010 sampel data karyawan. Penelitian ini mendapatkan akurasi data sebesar 92,9% dengan algoritma C4.5 sehingga mendapatkan hasil yang baik pada prediksi atrisi karyawan tersebut.
Co-Authors Alfaridzi, Dhanif Daffa Anggoro, Sigit Destiani, Dea Faiza Renaldi, Faiza Hadiana, Asep Id Hendro P., Tacbir Puspita Nurul Sabrina, Puspita Nurul Ramdani, Rivan Syauqi, Rofiq Muhammad Tacbir Hendro Pudjiantoro Talitha, Nasywa Safa Tambunan, Very Verdyanto Tulus, Tulus Harry Lamramot Widinastia, Audila Gumanty Yulison Herry Chrisnanto