Article Per Year (5 Year)
p-Index From 2020 - 2025
1.978
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Aplikasi Reswara: Jurnal Pengabdian Kepada Masyarakat Jurnal PKM Manajemen Bisnis AKADEMIK: Jurnal Mahasiswa Humanis SAINSTECH: Jurnal Penelitian dan Pengkajian Sains dan Teknologi Jurnal Ilmu Komputer (JIK) Dinamika: Jurnal Pengabdian Masyarakat Spectrum: Multidisciplinary Journal
Handijono, Ardijan
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Perancangan Laporan Keuangan Sederhana Dan Sistem Manajemen Konten Untuk Peningkatan Usaha Gunarto, Rudy Irawan; Handijono, Ardijan; Harits, Abdurrahman
Dinamika: Jurnal Pengabdian Masyarakat Vol 2 No 1 (2024): Dinamika: Jurnal Pengabdian Masyarakat
Publisher : Universitas Pasundan, Bandung, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56457/dinamika.v2i1.576

Abstract

Banyak Perusahaan yang tujuan akhirnya berupa income dan profit agar Perusahaan tersebut tetap berjalan dan beroperasi. Mereka ingin mencari profit yang cukup dalam arti dapat meningkatkan kemampuan Perusahaan untuk tetap eksis dan tetap berjalan beberapa tahun ke depan. Demikian juga dengan PT Anugerah Bhakti Bumi yang merupakan organisasi yang didirikan dalam melakukan usaha jasa. Kegiatan jasa ini guna memenuhi kebutuhan ekonomis usaha Perusahaan dengan menggabungkan berbagai faktor produksi, yaitu manusia, teknologi dan modal kerja. Secara omzet, PT Anugerah Bhakti Bumi memiliki omzet yang bervariasi sejak awal berdiri hingga saat ini. Omzet ini menandakan bahwa Perusahaan ini memiliki potensi dan prospek dan kinerja usaha yang sangat bagus yakni terlihat dengan besarnya jumlah omzet serta prospek yang selalu meningkat ke depannya. Metode pendekatan yang kami gunakan dalam penelitian ini adalah pertama, pendampingan yang dilakukan dengan brainstorming untuk membuka mindset tentang pentingnya memperlakukan usaha lebih profesional disesuaikan dengan perkembangan jaman, yakni bagaimana cara penjualan yang menggunakan teknologi seperti Zahir Accounting dan Sistem Manajemen Konten dalam meningkatkan penjualan usaha.
USULAN SOLUSI UNTUK MEMBANGUN CUSTOMER MASTER FILE PADA PT. ABC Handijono, Ardijan; Suhatman, Zaldy
Jurnal Ilmu Komputer Vol 6 No 3 (2023): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

PT. ABC adalah perusahaan penjaminan kredit, yang menerima data pengajuan kredit dan data nasabah dari beberapa bank rekan bisnisnnya. Setiap bank mengirimkan data nasabah dengan kelengkapan data dan struktur data yang berbeda-beda. Masalah timbul ketika data nasabah diketahui banyak yang duplikat, hal ini terjadi karena tidak setiap data nasabah yang diterima dari Bank memberikan nomor KTP sehingga setiap data nasabah yang baru diterima di anggap sebagai data nasabah baru. Pada kasus ini kita akan fokus pada masalah data nasabah. Dipasaran ada beberapa solusi untuk problem ini yaitu aplikasi Customer Data Management (CDI) namun aplikasi ini hanya bisa menunjang proses binis yang umum, tidak sesuai digunakan pada kasus ini. Proses menyatukan beberapa data nasabah yang duplikat menjadi satu biasanya disebut proses Data Deduplication. Masalah akan timbul jika masing-masing data nasabah tersebut telah mempunyai sejarah transaksi, maka kode indentitas nasabah tidak bisa di ganti atau dihapus karena sudah terhubung ke tabel transaksi sebagai Foreign Key. Masalah ini dapat dirumuskan menjadi beberapa pertanyaan sebagai berikut: (1) Bagaimana cara mengidentifikasi beberapa data nasabah yang mirip adalah orang yang sama. (2) Bagaimana cara menjadikan satu Data duplikat tanpa menghilangkan transaksi history yang pernah dilakukan. (3) Bagaimana cara memberikan kode identitas yang unik setelah data nasabah disatukan. Untuk dapat menjawab pertanyaan-pertanyaan tersebut peneliti melakukan literatur review dari beberapa jurnal sebelumnya, melakukan analisa dan sintesa untuk bisa memberikan solusi, dan hasil akhirnya membuat kerangka desain sistem dalam bentuk proses flow dan desain database
Optimisasi Hybrid Recommendation System dengan Clustering menggunakan Machine Learning Handijono, Ardijan; Suhatman, Zaldy
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 34 No 4 (2024): Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v34i4.2179

Abstract

Bank seringkali menawarkan produk finansial yang bersifat generik dan kurang spesifik terhadap kebutuhan masing-masing nasabah, sehingga tingkat keberhasilan pemasaran produk finansial cenderung rendah dan kurang efektif. Penelitian ini bertujuan untuk mengoptimalkan sistem rekomendasi produk finansial dengan menerapkan hybrid recommender system yang mengintegrasikan teknik segmentasi nasabah berbasis machine learning. Segmentasi dilakukan melalui teknik clustering yang menggabungkan model RFM (Recency, Frequency, Monetary) dengan data demografis dan rata-rata saldo harian nasabah, menghasilkan segmentasi yang lebih akurat dan relevan dalam mengidentifikasi preferensi serta kebutuhan masing-masing segmen nasabah.Proses pengembangan model dilakukan dengan metodologi CRISP-ML(Cross-Industry Standard Process for Machine Learning) , menggunakan algoritma clustering K-Means dan DBSCAN. Hasil evaluasi menunjukkan bahwa algoritma DBSCAN memiliki performa yang lebih unggul dibandingkan K-Means dalam mengelompokkan nasabah sesuai karakteristik yang spesifik. Selain itu, penerapan machine learning memungkinkan model untuk memperbarui segmen secara real-time berdasarkan data transaksi terbaru, sehingga mampu beradaptasi dengan perubahan perilaku nasabah secara dinamis dan responsive. Recommender system kemudian dibangun berdasarkan produk-produk populer pada masing-masing segmen, dengan asumsi bahwa nasabah dalam segmen yang sama memiliki preferensi yang serupa. Sistem ini membantu bank mengidentifikasi peluang Cross-Selling dan Up-Selling secara lebih tepat sasaran. Hasil akhir dari penelitian ini adalah recommender system yang mampu memberikan rekomendasi produk yang sesuai dengan karakteristik demografis, seperti usia, jenis kelamin, pekerjaan, nilai RFM, dan rata-rata saldo harian nasabah, sehingga meningkatkan relevansi dan efektivitas penawaran produk serta kepuasan nasabah. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu meningkatkan efektivitas pemasaran dari 48% menjadi 78% dan kepuasan nasabah dari 65% menjadi 92%. Dengan segmentasi yang lebih akurat dan rekomendasi produk yang relevan, sistem ini memberikan pengalaman layanan yang lebih personal dan mendukung efisiensi pemasaran bank. Kata Kunci: Hybrid Recommender System, Clustering, K-Means, DBSCAN, RFM , Bank
Sistem Monitoring Serangan Dos Dengan Metode Intrusion Detection System (Ids) Snort Menggunakan Aplikasi Berbasis Python Pada Sistem Operasi Linux Gunawan, Heru; Handijono, Ardijan; Putra, Ari; Zein, Afrizal
Spectrum: Multidisciplinary Journal Vol. 2 No. 3 (2025): Spectrum: Multidisciplinary Journal
Publisher : Sapta Arga Nusantara

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

Abstract

Perkembangan teknologi informasi telah meningkatkan ketergantungan terhadap sistem jaringan komputer, namun juga memunculkan ancaman keamanan, salah satunya serangan Denial of Service (DoS). Serangan ini membanjiri jaringan dengan lalu lintas berlebih hingga layanan tidak tersedia. Penelitian ini bertujuan membangun sistem pemantauan serangan DoS menggunakan Snort Intrusion Detection System (IDS) pada Ubuntu Server 20.04 LTS dan aplikasi berbasis Python. Snort digunakan untuk menganalisis paket jaringan, sedangkan Python memproses log dan menampilkannya dalam dashboard interaktif menggunakan Flask. Metode yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Hasil pengujian menunjukkan sistem mampu mendeteksi serangan DoS secara efektif, menampilkan informasi seperti IP sumber, jenis serangan, prioritas, dan tren waktu. Penggunaan CPU meningkat saat lonjakan log namun tetap dalam batas wajar. Sistem bekerja stabil tanpa kegagalan dalam pengolahan data. Sistem ini memberikan kontribusi nyata dalam pemantauan lalu lintas jaringan secara real-time dan menjadi dasar pengembangan sistem keamanan yang lebih luas
Penerapan Machine Learning untuk Mempertahankan Loyalitas Pelanggan menggunakan Churn Prediction Handijono, Ardijan; Suhatman, Zaldy
Spectrum: Multidisciplinary Journal Vol. 2 No. 3 (2025): Spectrum: Multidisciplinary Journal
Publisher : Sapta Arga Nusantara

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

Abstract

Penelitian ini membangun model Churn Prediction untuk Bank XYZ menggunakan kerangka kerja CRISP-ML dengan data ±700 ribu nasabah dan transaksi tabungan selama enam bulan. Tantangan utama adalah ketidakseimbangan kelas, di mana hanya 1,70% nasabah berstatus Churn. Untuk mengatasinya, digunakan teknik SMOTE. Empat algoritma ensemble learning diuji, yaitu RandomForest, XGBoost, LightGBM, dan ExtraTrees, dengan hyperparameter tuning menggunakan RandomizedSearchCV dan GridSearchCV. Hasil evaluasi menunjukkan LightGBMClassifier memiliki performa terbaik (F1-Score 0,8623; AUC 0,99). Model diimplementasikan berbasis API yang memungkinkan untuk dapat diintegrasikan dengan sistem lain misalnya CRM, dilengkapi pemantauan performa dan retraining otomatis. Pendekatan ini terbukti efektif untuk mendukung strategi retensi nasabah melalui prediksi Churn yang akurat.
Sinergi AI dan Automatisasi CRM untuk Mencegah Churn Nasabah pada Bank Konvensional Handijono, Ardijan; Suhaunan, Zaldi
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol. 35 No. 3 (2025): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v35i3.2394

Abstract

In the banking industry, where aggressive competition from digital banks poses a growing threat, customer retention is no longer just a business strategy -it's a prerequisite for long-term profitability. This study unveils a revolutionary approach to mitigate customer churn through the synergy of AI-based churn prediction and CRM automation. By analyzing historical transaction data from Bank XYZ, we developed a machine learning model that not only accurately identifies high-risk customers but also automatically triggers personalized retention interventions. Through a rigorous A/B test experiment, we proved that this proactive approach results in a phenomenal reduction in churn rates. The study's findings show a proactive intervention success rate of 73.68%, a figure that significantly surpasses conventional retention methods. This finding not only solidifies the vital role of AI in business decision-making but also paves a new path for the banking industry to build efficient, proactive, and sustainable retention strategies in the digital era. Keywords: Customer Churn, Machine Learning, Customer Retention, CRM Automation
Memanfaatkan Whatsapps Business untuk Promosi dan Penjualan Handijono, Ardijan; Gunarto, Rudy Irawan; Sutrisna, Entis
Jurnal PKM Manajemen Bisnis Vol. 4 No. 1 (2024): Jurnal PKM Manajemen Bisnis
Publisher : Perhimpunan Sarjana Ekonomi dan Bisnis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37481/pkmb.v4i1.682

Abstract

In the digital era, communication has become easier and faster thanks to existing technological advances. Various digital platforms, such as social media, instant messaging applications, or email, allow people to communicate easily without being constrained by time and distance. Online marketing can be done through various digital platforms such as WhatsApps, Websites, social media, email and other online advertising platforms. One of the most popular instant massages at the moment is WhatsApp and one specifically intended for business is WhatsApp Business. This application allows businesses to interact with customers directly via the WhatsApp platform. Warung Jajan Amak Apak, which is located in the Depok area, sells various grilled snacks and several fresh drinks to customers from residents around the stall. After conducting several discussions and questions and answers, it was discovered that this MSME had not used a marketing strategy, its business reach was also limited to the area around the place of business so that its sales turnover could not increase significantly. For this reason, on this occasion we will conduct training on the use of WhatsApp Business to increase sales. There are several approaches that we use, namely presentations, questions and answers and discussions, as well as assistance on how to use WhatsApp Business for promotions and increasing sales. After this PKM activity, it is hoped that partners will be able to use WhatsApp Business as a cheap and effective promotional tool, to introduce their products and expand their sales reach, thereby increasing business and business profits.
MENJAGA LOYALITAS PELANGGAN DENGAN STRATEGI CRM PADA PT. DESALITE, PAMULANG Handijono, Ardijan; Gunarto, Rudy Irawan; Marpitasa, Samsul
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 2, No 1 (2021)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v2i1.912

Abstract

Air adalah salah satu kebutuhan pokok makhluk hidup. PT. Desalite-Pamulang hadir untuk menyediakan air minum isi ulang yang berkualitas dengan harga terjangkau, namun ada lebih dari 20 perusahaan air lain di Tangerang Selatan. Jumlah pelanggan yang tidak bertambah bahkan cenderung turun adalah suatu indikasi jika perusahaan harus mengambil suatu tindakan. maka dibutuhkan strategi untuk unggul dalam persaingan dan tetap menjaga loyalitas pelanggan. Strategi yang paling tepat untuk menjaga loyalitas pelanggan, adalah strategi bisnis CRM (Customer Relationship Management), CRM adalah strategi bisnis untuk mempertahankan dan meningkatkan kualitas hubungan dengan pelanggan yang menguntungkan. Untuk mempertahankan loyalitas pelanggan akan digunakan beberapa Customer Loyality Program. mengimplementasikan CRM tidak harus menggunakan aplikasi CRM yang tersedia di pasar, karena harganya sangat mahal dan tidak mungkin terjangkau oleh perusahaan UMKM. Strategi CRM yang akan dikembangkan disini adalah memanfaatkan perangkat berbasis Clouds yang tidak berbayar, dan menggunakan aplikasi open source yang gratis. Presentasi, Diskusi, dan Tanya-Jawab adalah metode penyampaian gagasan yang kami berikan ke partner. Beberapa program untuk menjaga loyalitas pelanggan, memaksimalkan bisnis dengan pelanggan yang sudah ada adalah tujuan utama pada strategi CRM yang akan disampaikan ke partner. Kami juga akan memandu dan mendampingi cara menggunakan teknologi dengan biaya murah atau tak berbayar dalam mengimplentasikan Strategi CRM ini.
Lossless Data Deduplication: Alternatif Solusi untuk Mengatasi Duplicated Record Handijono, Ardijan
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 3 No. 1 (2020): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

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

Abstract

The implications of poor data quality bring negative effects for organisation through: increased operational costs, inefficient decision-making processes, lower performance and decreased both employee and customer satisfaction. Generally duplicated records can be handled by elimination or merge, but when duplicated records are occur in master table and used in a transaction the handling becomes not easy. This paper seeks to provide data deduplication solutions without losing the historical value of the transaction. To save all duplicated records which related to the transactions we use mapping table between Dimension table and facs table. Using this approach the quality of Dimension table increased since for this handling duplicated records process include enrichment process and delete dirty records and all dupplicated records which related to the transactions can be access completely in data warehouse, no transaction data loss.
Merancang Data Mining untuk Mendukung Strategi Cross-Selling Handijono, Ardijan; Suhatman, Zaldy
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 6 No. 2 (2023): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

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

Abstract

Up-Selling and Cross-Selling are part of a CRM (Customer Relationship Management) strategy. Up-Selling is a way to encourage consumers to buy a better product that has a higher value than what has been purchased. Meanwhile, Cross-Selling is a method to offer complementary or additional products. In large outlets with product items that can reach thousands, it is not easy to be able to identify related products automatically and quickly. To be able to provide a solution to this problem, a literature study will be carried out in several journals regarding CRM, Data Mining and Call-Centers. In the Cross-Selling strategy, Data Mining can be used to identify a product that is related to any product by analyzing the customer's shopping basket in the transaction history, this technique is also known as MBA (Market Basket Analysis). The results of Data Mining are product/service recommendations that have a strong correlation with several other products that customers usually buy. By adding Call-Center technology and CTI (Computer Telephony Integration) recommendations from Data Mining can be followed up by Telemarketing Agents to offer products/services directly to Customers.
Co-Authors Ari Putra Gunarto, Rudy Irawan Gunawan, Heru Harits, Abdurrahman Marpitasa, Samsul Suhaunan, Zaldi Sutrisna, Entis Zaldy Suhatman, Zaldy Zein, Afrizal