Article Per Year (5 Year)
p-Index From 2021 - 2026
9.627
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi JOIV : International Journal on Informatics Visualization RABIT: Jurnal Teknologi dan Sistem Informasi Univrab SMARTICS Journal Syntax Literate: Jurnal Ilmiah Indonesia JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Edukasi Islami: Jurnal Pendidikan Islam JURIKOM (Jurnal Riset Komputer) Jurnal Riset Informatika Journal of Information System, Applied, Management, Accounting and Research METIK JURNAL Jurnal Informatika Kaputama (JIK) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal Teknologi Informasi dan Multimedia Jurnal Ekonomi Manajemen Sistem Informasi Systematics Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis Zonasi: Jurnal Sistem Informasi Jurnal Informasi dan Teknologi Buana Information Technology and Computer Sciences (BIT and CS) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Infotek : Jurnal Informatika dan Teknologi Journal of Applied Data Sciences Jurnal Cahaya Mandalika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) International Journal of Computer and Information System (IJCIS) International Journal of Engineering, Science and Information Technology Djtechno: Jurnal Teknologi Informasi Jurnal Tika Instal : Jurnal Komputer Dirgamaya: Jurnal Manajemen dan Sistem Informasi Jurnal Minfo Polgan (JMP) Jurnal Teknik Mesin Mechanical Xplore Jurnal Informatika Teknologi dan Sains (Jinteks) Abdimas Jurnal Sistem Informasi STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Ilmiah Teknik Informatika dan Komunikasi Innovative: Journal Of Social Science Research Bulletin of Network Engineer and Informatics (BUFNETS) Jitu: Jurnal Informatika Utama VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Masyarakat Berkarya: Jurnal Pengabdian dan Perubahan Sosial Jurnal PETISI (Pendidikan Teknologi Informasi) JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Journal of Information Technology
Hananto, Agustia
Fakultas Ilmu Komputer, Program Studi Sistem Informasi, Universitas Buana Perjuangan Karawang, Karawang, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 3   4   5   6   7 
PENGELOMPOKAN PENJUALAN PRODUK DENGAN MENGGUNAKAN K-MEANS CLUSTERING : STUDI KASUS ANALISIS PENJUALAN COFFEE SHOP OLEH KAGGLE.COM Sifa, Sifa Rismawati; Shofa Shofiah Hilabi; Bayu Priyatna; Agustia Hananto
Jurnal Sistem Informasi (JUSIN) Vol 6 No 1 (2025): Jurnal Sistem Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jusin.v6i1.3078

Abstract

This study aims to group sales products in a coffee shop based on transaction data using the K-Means Clustering algorithm. The dataset from Kaggle.com includes the attributes product_id, transaction_qty, and unit_price. This method was chosen because of its ability to identify sales patterns in grouping products into three main clusters including high, medium, and low sales. The research process includes data collection, pre-processing, normalization, determining the optimal number of clusters, to evaluating the results using a Silhouette Score of 0.65. These results indicate that the K-Means method is effective in providing product segmentation that can be used as a basis for making business decisions, in optimizing stock and data-based marketing strategies.
Klasifikasi Barang NG Berdasarkan Dataset Menggunakan Algoritma C.45 Studi Kasus: Perusahaan Manufaktur XYZ Jasmine Dina Sabila; Tukino, Tukino; Agustia Hananto
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 6 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Juli - Agustus 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i6.5644

Abstract

Perusahaan XYZ adalah perusahaan asal Jepang yang bergerak di bidang otomotif, khususnya dalam produksi suku cadang. Produk utamanya adalah perakitan selang untuk sistem pendingin udara (air-conditioning hose assemblies) untuk kendaraan Original Equipment Manufacturer (OEM). Departemen produksi Final Inspection bertugas memastikan bahwa barang produksi memenuhi standar kualitas sesuai dengan Work Instruction (WI) dan spesifikasi dimensi berdasarkan gauge. Dalam pelaksanaan tugasnya, apabila ditemukan Not Good (NG), barang tersebut akan dipisahkan dari barang OK, kemudian ditandai dan disisihkan untuk dianalisis lebih lanjut. Pencatatan barang Not Good (NG) ini dilakukan melalui Website Worktop, Dimana data dapat diakses kapan saja dan mencakup jenis, jumlah, serta masalah NG (not good). Sistem ini membantu pelaporan real-time dan mempermudah pemantauan data produksi. Dari hasil input logbook, ditemukan adanya NG (not good) yang berulang pada proses produksi. Kondisi NG (not good) yang berulang ini menyebabkan gangguan pada waktu cycle time, sehingga berdampak pada efisiensi produksi. Data hasil input logbook yang belum diolah menjadi knowledge dapat membantu membuat keputusan departemen produksi dengan mengklasifikasikan data NG (not good) menjadi kategori keparahan NG (not good) menggunakan data mining diharapkan dapat membentuk pola untuk mendukung pengambilan keputusan yang baik.
ANALISIS OPINI PENGGUNA APLIKASI SHOPEE DENGAN NAÏVE BAYES CLASSIFIER atikah, dwi; hananto, agustia; paryono, tukino; novalia, elfina
Jurnal Informatika Vol 9, No 3 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i3.14462

Abstract

Pertumbuhan pesantnya e-commerce di Indonesia berdampak pada meningkatnya ulasan pengguna terhadap aplikasi belanja berani seperti Shopee. Ulasan ini mewakili persepsi pengguna dan dapat dimanfaatkan untuk memancarkan kepuasan serta meningkatkan kualitas layanan. Menggunakan algoritma Naive Bayes, studi ini menerapkan strategi klasifikasi untuk memahami sikap dalam ulasan pengguna aplikasi shopee di Google Play Store. Data diperoleh menggunakan teknik web scraping dan kemudian menjalani beberapa proses, termasuk pembersihan data teks, tokenisasi, penghapusan kata-kata yang tidak relevan, dan normalisasi. Sentimen evaluasi dirinci secara manual ke dalam tiga kelompok berbeda: sangat_puas, puas, dan tidak_puas. Untuk mengatasi distribusi kelas, digunakan teknik RandomOverSampler Sebelum data dibagi menjadi set pelatihan dan pengujian, teks kemudian dianalisis menggunakan teknik TF-IDF dan dibor dengan algoritma Multinomial Naive Bayes. Akurasi, presisi, recall, skor F1, dan matriks kebingungan dimasukkan ke dalam proses evaluasi untuk menyalakan kinerja model. Hasil penelitian menunjukkan bahwa model memperoleh tingkat ketepatan mencapai 75,33% dengan kinerja yang cukup konsisten di semua label. Teknik oversampling terbukti efektif dalam menyeimbangkan kelas, meskipun masih terdapat prediksi silang antar kategori yang mirip. Penelitian ini menjadi pijakan awal bagi pengembangan sistem analisis sentimen otomatis berbasis bahasa Indonesia.
Perancangan Sistem Informasi Penjualan Boneka Pada Store Adede Menggunakan Metode Waterfall Nurfajria, Dera; Tukino, Tukino; Hananto, Agustia; Hananto, April Lia
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2718

Abstract

Digitalization of sales systems is an important need to improve transaction efficiency and accuracy. This study aims to build a web-based doll sales system at Toko Adede Cikampek using the Waterfall method which includes needs analysis, design, implementation, testing, and maintenance. The system was developed using PHP and MySQL, and tested using the black box method and System Usability Scale (SUS). The test results showed that all features ran as expected, with a SUS score of 83.3 which is classified as "excellent". The main features include product catalogs, stock management, shopping carts, checkouts, and order management. This system has been proven to improve transaction efficiency, recording accuracy, and online marketing reach.Keywords: Waterfall method; Sales system; Website; Dolls; UsabilityAbstrakDigitalisasi sistem penjualan menjadi kebutuhan penting untuk meningkatkan efisiensi dan akurasi transaksi. Penelitian ini bertujuan membangun sistem penjualan boneka berbasis web pada Toko Adede Cikampek menggunakan metode Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan PHP dan MySQL, serta diuji menggunakan metode Black box dan System Usability Scale (SUS). Hasil pengujian menunjukkan seluruh fitur berjalan sesuai harapan, dengan skor SUS 73,48 yang tergolong “baik”. Fitur utama meliputi katalog produk, manajemen stok, keranjang belanja, checkout, dan pengelolaan pesanan. Sistem ini terbukti dapat meningkatkan efisiensi transaksi, keakuratan pencatatan, dan jangkauan pemasaran secara online. 
Seleksi Penerimaan Beasiswa Dengan Metode K-Means Clustering Menggunakan Orange Silvana Nazuah; Shofa Shofia Hilabi; Agustia Hananto; Baenil Huda; Tukino
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 8 No. 1 (2023): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v8i1.212

Abstract

Beasiswa adalah insentif keuangan yang ditawarkan oleh pemerintah, industri swasta, kedutaan ataupun Lembaga pendidikan. Proses penyeleksian penerimaan beasiswa secara tidak terintegrasi sistem butuh waktu yang lama, tidak efektif dan butuh ketelitian yang tinggi. Oleh karena itu diperlukan suatu metode untuk membantu pihak sekolah dan staf TU dalam menentukan siswa yang layak menerima beasiswa pada tahun berikutnya. Penelitian ini menggunakan metode K-Means clustering dengan tools orange data mining dan mengelompokkannya menjadi 3 cluster. Data yang digunakan adalah data sampel sebanyak 120 data yang telah direkap dari setiap program keahlian. Hasil yang diperoleh penelitian ini adalah setiap cluster akan memiliki anggota masing-masing yaitu cluster 1 dengan presentase 48% memiliki 58 anggota, cluster 2 dengan presentase 33% memiliki 39 anggota dan cluster 3 dengan presentase 19% memiliki 23 anggota. Penelitian ini bertujuan untuk mengetahui jumlah siswa yang termasuk berhak menerima beasiswa, tidak berhak menerima, dan dipertimbangkan.
Clustering User Sentiment Transportasi Online Gojek Dan Grab Dengan Metode K-Means Annam, Dyno Syaiful; Hananto, Agustia; Nurapriani, Fitria; Tukino, Tukino
Jurnal Tika Vol 8 No 2 (2023): Jurnal Teknik Informatika Aceh
Publisher : Fakultas Ilmu Komputer Universitas Almuslim Bireuen - Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51179/tika.v8i2.2165

Abstract

As an online transportation service, people often discuss it by sharing their opinions through various social media platforms, one of which is Google Play reviews. The opinions given by the public regarding online transportation services are diverse. Users provide reviews about the application, and naturally, users will choose an application with good reviews. However, monitoring the opinions of the general public is not easy, given the large volume of data to be processed. Therefore, the researcher aims to obtain accurate and precise information from user reviews of Gojek and Grab using clustering techniques, specifically the K-means method, using the RapidMiner application. The results of the testing of both applications can be summarized as follows: Gojek and Grab receive reviews that are not significantly different, although Grab's reviews are slightly better. The classification using the K-Means method offers a solution to the issue of sentiment analysis in user reviews of online transportation applications.
Klasterisasi Kesiapan Digital Daerah: Studi Kasus Indeks SPBE di Jawa Barat, Indonesia Agustia Hananto; Tukino Tukino; Elfina Novalia
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 5 No. 1 (2025): Maret-Juni : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v5i1.979

Abstract

Public sector digital transformation requires a deep understanding of the digital readiness of each administrative region. The Electronic Government System (EGIS) Index is used by the Government of Indonesia as a measuring tool to assess the digital maturity of government agencies. This study aims to cluster districts/cities in West Java Province based on their 2023 EGIS scores to identify hidden patterns of digital readiness. Three unsupervised learning algorithms—K-Means, DBSCAN, and Agglomerative Clustering—are used to explore data-driven regional segmentation. The analyzed dataset includes 27 administrative regions and a number of numerical features related to the EGIS dimensions. The results show that each method is able to form clusters that reflect variations in digital readiness, with DBSCAN producing the most detailed segmentation and being able to detect outliers. Agglomerative Clustering shows good hierarchical separation, while K-Means provides a fairly representative general division. This study provides an analytical basis for contextual and targeted cluster-based policy making in developing regional digital transformation.
Perancangan Enterprise Architecture Untuk Mendukung Tranformasi Digital UMKM Oleh Oleh Khas Subang Menggunakan Togaf Adm Mubarok, Piky; Tukino, Tukino; Hananto, Agustia; Hananto, Aprilia
Innovative: Journal Of Social Science Research Vol. 4 No. 2 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i2.9717

Abstract

Transformasi digital merupakan suatu metode proses transisi bisnis dari tradisional ke digital. Cara ini telah menjadi tren bagi organisasi dan bisnis untuk meningkatkan nilai bisnis. Pandemi COVID-19 yang berdampak besar pada berbagai industri juga menjadi salah satu faktor pemicu dilakukanya transformasi digital. Usaha kecil dan menengah (UMKM) adalah salah satu sektor yang paling terkena dampaknya dalam perekonomian Indonesia. Berdasarkan data PSBB April 2020, kerugian eksportir justru mencapai 95,4%. Berbagai upaya bertahan dilakukan, termasuk menerapkan transformasi digital untuk menyelesaikan permasalahan bisnis. Oleh Oleh Khas Subang merupakan salah satu dari 30.000 usaha mikro yang ada di Subang Jawa Barat. Permasalahan umum yang sering terjadi pada usaha mikro adalah kurang dikenalnya produk, pengelolaan keuangan yang tidak terstruktur, inovasi dalam pengembangan produk, dan persaingan dengan produk sejenis. Namun menerapkan transformasi digital tidak mudah. Ada beberapa faktor yang mempengaruhi keberhasilan implementasi transformasi digital, antara lain faktor manusia dan kurangnya sumber daya yang dimiliki. Penelitian ini bertujuan untuk membuat model arsitektur enterprise yang sesuai untuk model bisnis UMKM dengan menggunakan metode TOGAF ADM. Ditetapkan suatu tujuan yang menjadi fokus dari semua fase yang ada. Hasil penelitian ini berupa Blueprint Company Specific .
Analisis Clustering Menggunakan Metode K-Means Pada Kemiskinan Di Jawa Timur Tahun 2020 Ferdiansyah, Indra; Huda, Baenil; Hananto, Agustia; Tukino, Tukino
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.10360

Abstract

Tujuan dari penelitian ini adalah memecahkan tingkat kemiskinan di jawa timur pada tahun 2020 menggunakan metode clustering, khususnya metode K-Means. Kemiskinan, sebagai permasalahan sosial yang rumit, menjadi fokus penelitian ini, dengan harapan bahwa pengidentifikasi pola-pola mendasar dapat memberikan wawasan berharga untuk perencaan kebijakan pembangunan. Data yang digunakan dalam penelitian mencakup indikator-indikator ekonomi, pendidikan, dan kesehatan yang terkait dengan kemiskinan. Hasil clustering dengan menggunakan tools orange menghasilkan 3 cluster yaitu cluster 1 terdapat 6 kota/kabupaten dengan tingkat angka terendah cluster 2 terdapat 10 kota/kabupaten tingkat kemiskinannya menengah, cluster 3 terdapat 23 kota/kabupaten tingkat kemiskinannya tertinggi
PERANCANGAN EA (EXPER ADVISOR) UNTUK TRADING FOREX DENGAN BAHASA MQL4 Aulia, Aldi; Priyatna, Bayu; Hananto, Agustia; Hananto, April Lia; Tukino, Tukino
Jurnal Cahaya Mandalika ISSN 2721-4796 (online) Vol. 4 No. 2 (2023)
Publisher : Institut Penelitian Dan Pengambangan Mandalika Indonesia (IP2MI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/jcm.v4i2.1430

Abstract

The research was conducted to create an expert advisor who can interact with the forex market automatically using the MQL4 language. Expert Advisor System is a design that consists of an array of technical analysis algorithms and indicators. The exponential moving average indicator is used in the creation of trading robots or better known as expert advisors. In designing this expert advisor, it starts with the process of making coding, implementing or designing coding, as well as testing GBP / USD and EUR / USD. In this study, the design of expert advisors that have been designed creates a system that facilitates and helps traders to trade foreign currencies. Based on the design by backtesting from January 1, 2022 to May 1, 2022 with a capital of 10000 USD, with GBP/USD pair, 4H timeframe, 1:100 laverage and EUR/USD M15 timeframe pair, leverage of 1:100 can generate a total net profit for GBP/USD of -43.81 and for a total net profit of EUR/USD of -16.35. The output of this study concluded that the use of moving averages is the basis for expert advisor logic to assist in making trading decisions even though the results have not been maximized.
Co-Authors Abdul Hafiz Adila Rahmawati Afra, Alfina Fadhilah Agneresa Agneresa Ahmad Fauzi ali, agus alzahra, alika aziza Amir Amir Amri Abdulah Anggi Octa Fadilah Angraeni, Rahmah Nur Anita Khansa Ramadanti Annam, Dyno Syaiful Apriade Voutama Apriani, Fitria April Lia Hananto April Lia Hananto Arief Wibowo Arip Solehudin Asep Permana atikah, dwi Atmaja, Rashelin Zahra Aulia, Aldi Aviv Yuniar Rahman Aviv Yuniar Rahman Awal, Elsa Elvira Ayu Ratna Juwita Azizah, Fathin Putri Baenil Huda Baenil Huda Baenil Huda Baenil Huda Bayu Priyatna Bayu Yoga Astario Bilqis Amalia Utari Deva Defrina Aldeana Dodi Mulyadi Dodi Mulyadi Dyno Syaiful Annam Eko Pramono Elfina Novalia Elfinanovalia , Elfinanovalia Elsa Rosalina Emilia Sukmawati, Cici Erlyta Hares Euis Nurlaelasari Fatmanisa Mumpuni Delta Maharani Ferdiansyah, Indra FIKRI HAIKAL Fitria Nur Apriani Fitria Nurafriani Fitria Nurapriani Fitria Nurapriani Fizra Firdaus Nillan Goenawan Brotosaputro Hadaya Abhista Reswara Handayani, Citra Hemant N Chaudhari Herda Andriana Heryana, Nono Hilabi, Shofa Shofia Hilabi, Shofa Shofiah Hilabi, Shofa Shofiah Huban Kabir Huda , Baenil Huda, Baenil Ikhsan, Muhammad Daffa Ilham Fariz Asya Mubarok Indra Kurniawan Indra, Jamaludin Jasmine Dina Sabila Karina Karyadi Karyadi Khoirudin Khoirudin Khoirudin, Khoirudin Kusnadi, Akhmad Maharina Maharina Melisa Mubarok, Piky Muhamad Mammun Muhamad Rizky Arfani Muhamad Rizky Arfani Muhammad Difa Prakoso Fuadi Muhammad Khaerudin Muhammad Rindra Alfiansyah Novalia, Elfina Nur ‘Azah Nurajizah, Dhea Nurapriani, Fitria Nurfajria, Dera Nurhayati Paryono, Tukino Pradana Rizki Maulana Pratama, Tito Chaerul Priyatna, Bayu Priyatna, Bayu Puspita Sari, Desti Rahmatiani, Lusiana Rati Ratnasari Rini Mayasari Sabrina Amanda Salsabila Saefil Aripiyanto Salsabila, Nasya Setiawan, Pratama Wahyu Setiawan, Pratama Wahyu Shofa Shofia Hilab Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofiah Hilabi Shofa Shofiah Hilabi Shofia Hilabi, Shofa Shofiah Hilabi, Shofa Sidqi Awaludin Sifa, Sifa Rismawati Sigit Budi Nugroho Silvana Nazuah Siti Masruroh Sri Wahyuni Sukarman Sukarman Sukarman Sukarman Sunarya, Edwin Yohanes Tamala, Evi TARMUJI TARMUJI, TARMUJI Taufik Ulhakim, Muhamad Thoyib, Imam Nurhuda Tikamori, Ghazi Tukino Tukino Tukino , Tukino Tukino Tukino Tukino Tukino Tukino Tukino, Tukino Tukino, Tukino Tukino, Tukino Utomo, Ainur Alam Budi Vina Andini Wahyu, Pratama Widyanti, Tyas Witulas Ambang Cahyati Yoga Astario, Bayu Zein, Selmia Aulia