Article Per Year (5 Year)
p-Index From 2021 - 2026
1.168
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Artificial Intelligence Research BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Infomedia El-Mujtama: Jurnal Pengabdian Masyarakat
Susetyoko, Ronny
Unknown Affiliation
Religion Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Transportation

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

Found 3 Documents
Search
Journal : Jurnal Infomedia

 1 
Perbandingan Kinerja ARIMAX dan Fuzzy Time Series Multi Factor pada Peramalan Data Nilai Tukar USD Tsabita, Rania Hana; Susetyoko, Ronny; Satriyanto, Edi
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.6865

Abstract

Penelitian ini membandingkan metode ARIMAX dan Fuzzy Time Series Multi Factor dalam meramalkan nilai tukar USD untuk mendukung pencapaian SDG 8. Data yang digunakan mencakup nilai tukar USD, inflasi, dan ekspor migas Indonesia selama periode 2019–2024, dengan enam variasi panjang data pelatihan. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode ARIMAX With Dummy menghasilkan akurasi terbaik dengan nilai MAPE terendah sebesar 2,32% pada rasio data latih dan uji 60:9. Model ini juga menunjukkan pengaruh signifikan dari panjang data terhadap akurasi prediksi. Hasil menunjukkan bahwa model ini paling optimal dan signifikan dalam meningkatkan akurasi peramalan indikator ekonomi.
Implementasi Algoritma Apriori dalam Penetapan Strategi Penjualan pada Supermarket XYZ Berbasis Streamlit Web App Mustafa, Nadine Aliyah; Susetyoko, Ronny; Fadliana, Alfi; Humaira, Fitrah Maharani
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Supermarket XYZ merupakan ritel modern berbasis syariah yang memiliki potensi besar dalam pemanfaatan data transaksi untuk mendukung pengambilan keputusan strategis. Namun, hingga saat ini, data transaksi yang tersedia belum dimanfaatkan secara optimal. Penelitian ini bertujuan untuk menerapkan algoritma Apriori guna menemukan pola pembelian produk yang sering terjadi secara bersamaan, serta mengembangkan aplikasi web interaktif berbasis Streamlit untuk menyajikan hasil analisis secara real-time. Data yang digunakan merupakan transaksi penjualan tahun 2023 dari salah satu cabang Supermarket XYZ yang terdiri dari 162.980 record. Penelitian dilakukan melalui tahapan pengumpulan data, data preprocessing, Exploratory Data Analysis (EDA), penerapan algoritma Apriori, serta pembangunan antarmuka aplikasi menggunakan Streamlit. Hasil dari algoritma Apriori menunjukkan adanya 18 aturan asosiasi, dengan aturan terkuat yaitu pembelian Harmony Orange, Harmony Lemon, dan Harmony Melon yang diikuti oleh pembelian Harmony Strawberry. Berdasarkan temuan ini, dua strategi penjualan utama diusulkan: pertama, optimalisasi tata letak produk dengan menyusun produk-produk yang memiliki asosiasi kuat secara berdekatan; dan kedua, penerapan product bundling untuk produk-produk yang sering dibeli bersamaan. Aplikasi Streamlit yang dikembangkan memberikan kemudahan bagi stakeholder untuk mengunggah data, memvisualisasikan pola pembelian, serta mengevaluasi strategi secara interaktif dan efisien. Penelitian ini menunjukkan bahwa pemanfaatan data mining dan aplikasi interaktif mampu mendukung perencanaan strategi penjualan yang lebih efektif dan berbasis data.
Penerapan Algoritma Binning pada Preprocessing Data untuk Meningkatkan Akurasi Klasifikasi Multi-Kelas: Studi Kasus Data SDG Nur Fadhillah, Wiradika; Susetyoko, Ronny; Nadhori, Isbat Uzzin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7165

Abstract

Klasifikasi data memainkan peran esensial dalam analisis data, terutama untuk data Sustainable Development Goals (SDGs) yang seringkali memiliki karakteristik kompleks seperti nilai hilang dan distribusi tidak seimbang, sehingga memerlukan tahap preprocessing yang efektif. Penelitian ini bertujuan untuk mengevaluasi secara komprehensif efektivitas tiga teknik binning, yaitu Fixed Binning, Random Binning, dan KNN Binning, dalam meningkatkan akurasi klasifikasi multikelas pada data SDGs. Teknik binning ini diimplementasikan dan diuji menggunakan tiga algoritma klasifikasi utama, yaitu Random Forest, Logistic Regression, dan Multilayer Perceptron (MLP). Penelitian ini menggunakan dua dataset yang merepresentasikan data SDGs, yaitu data pembangunan berkelanjutan dan ketahanan pangan. Dataset tersebut adalah dataset UKT dengan 2.137 entri dan dataset Ketahanan pangan dengan 514 entri. KNN Binning dipilih karena kemampuannya mengelompokkan data berdasarkan kedekatan antar instans, adaptif terhadap distribusi data yang kompleks. Hasil penelitian secara konsisten menunjukkan bahwa KNN Binning memberikan peningkatan akurasi tertinggi. Secara spesifik, kombinasi KNN Binning dengan Random Forest menghasilkan akurasi 92.25% pada dataset UKT dan 73.79% pada dataset Ketahanan pangan. Lebih lanjut, kombinasi ini juga menunjukkan peningkatan pada metrik presisi, recall, dan F1 score. Temuan ini menggarisbawahi superioritas KNN Binning dalam menangani data SDGs yang beragam dan tidak merata, sehingga memberikan kontribusi penting bagi pengembangan teknik preprocessing yang lebih akurat, andal, dan dapat meningkatkan performa model klasifikasi secara keseluruhan untuk analisis data SDGs.
Co-Authors Adawiyah, Robi’atul Alde, Muhammad Riski Alfi Fadliana Ali Ridho Barakbah ANITA DAMAYANTI Asmara, Rengga Darojah, Zaqiatud Edelani, Renovita Edi Satriyanto Fauzi Nafi'Ubadah, Kriza Febrianto, Ardiansyah Indra Haikal Yuniarta Krisgianto, Ricko Humaira, Fitrah Maharani Insani, Fawzan Isbat Uzzin Nadhori, Isbat Uzzin Maulana, Wahyu Ikbal Mustafa, Nadine Aliyah Nana Ramadijanti, Nana Ni'Ma, Najma Akmalina Nur Fadhillah, Wiradika Ridho, Bistiana Syafina Rusminto Tjatur Widodo Saputra, Muhammad Krisnanda Vilovan Tita Karlita Tri Hadiah Muliawati, Tri Hadiah Tsabita, Rania Hana Wiratmoko Yuwono