Article Per Year (5 Year)
p-Index From 2021 - 2026
5.029
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan IT JOURNAL RESEARCH AND DEVELOPMENT JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Tekno Insentif JUTEKIN (Jurnal Manajemen Informatika) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) Jurnal Media Informatika Merpati Jurnal Informatika Teknologi dan Sains (Jinteks) MASALIQ: Jurnal Pendidikan dan Sains Data Sciences Indonesia (DSI) Competitive Jurnal Penelitian Pendidikan Indonesia Jurnal Sains Sistem Informasi ABDINE :Jurnal Pengabdian Masyarakat
Riza, Noviana
Universitas Logistik Dan Bisnis Internasional
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Prediksi Kunjungan Wisatawan Mancanegara Ke Indonesia Menggunakan Metode Dynamic Harmonic Regression Noviana Riza; Rahayu, Woro Isti; Hidayatullah, Muhammad Reefy; Yusuf
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.5915

Abstract

Sektor pariwisata memiliki peran penting dalam perekonomian Indonesia melalui kontribusi pendapatan yang signifikan. Keindahan alam, warisan budaya, dan beragam destinasi wisata menjadikan Indonesia sebagai salah satu tujuan utama wisatawan mancanegara. Untuk menjaga daya saing sektor pariwisata serta mencegah stagnasi yang dapat berdampak pada penurunan devisa, diperlukan perencanaan strategis berbasis analisis data kualitatif dan kuantitatif. Model prediksi berbasis data historis kunjungan wisatawan dapat menjadi alat yang efektif bagi pemangku kepentingan dalam merumuskan strategi pengembangan pariwisata. Penelitian ini menerapkan metode SARIMAX dan Dynamic Harmonic Regression dengan pendekatan Time Series untuk memprediksi jumlah kunjungan wisatawan mancanegara. Hasil prediksi menunjukkan adanya peningkatan jumlah kunjungan wisatawan sebesar 7,48% dalam 24 bulan ke depan. Evaluasi model menunjukkan tingkat akurasi yang baik dengan nilai Mean Absolute Error (MAE) sebesar 27.730,51, Root Mean Square Error (RMSE) sebesar 34.320,51, dan Mean Absolute Percentage Error (MAPE) sebesar 5,30%.
Segmentasi Produk Parfum Lokal Dengan K-Means, Python, Dan Visualisasi Interaktif Riza, Noviana; Putri Ramadhani, Iga; Aprilia Cahyani, Dini; Mustaqim, Kiki
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.6649

Abstract

Produk brand parfum lokal di Indonesia saat ini semakin banyak dinikmati, hal tersebut terlihat dari banyaknya brand lokal Indonesia yang semakin berkembang. Mengetahui keragaman ciri-ciri sebuah produk parfum di beberapa brand lokal indonesia sangatlah penting, seperti tahun dibentuknya brand parfum, banyaknya followers di salah satu sosmed, konsentrasi aroma, ukuran botol, dan harga ukuran. Hal tersebut dapat membantu konsumen dalam memilih brand produk parfum yang sesuai preferensi mereka. Selain itu, pelaku usaha parfum juga membutuhkan pemahaman yang tepat dalam pengelompokan produk untuk meningkatkan kualitas yang baik. Tujuannya meneliti karakteristik dan melakukan segmentasi produk brand lokal Indonesia, yang dimana hasilnya dapat untuk mengetahui ciri dari setiap klaster, guna membantu konsumen dan pelaku usaha dalam pemahaman dan pengambilan keputusan yang tepat. Metode yang digunakan pada penelitian ini yaitu K-Means Clustering. Kesimpulan hasil yang didapatkan menunjukkan bahwa karakteristik data dari 154 produk parfum memiliki keragaman signifikan. Secara statistik, rata-rata followers adalah 22.625, tahun berdiri rata-rata 2021, ukuran rata-rata 50,46 ml, dan harga per ml Rp 4.810. Jenis konsentrasi didominasi oleh Eau de Parfum atau EDP (84,4%). Proses segmentasi menghasilkan 4 klaster, yaitu Klaster 0 (expert) dengan followers tertinggi, Klaster 1 (beginner) mencakup mayoritas data, Klaster 2 (medium) memiliki ukuran terbesar dan harga termurah per ml; dan Klaster 3 (luxury) memiliki harga per ml tertinggi. Visualisasi interaktif dilakukan menggunakan Looker Studio untuk menyajikan hasil yang mudah dipahami.
Implementasi Regresi Linear Berganda Untuk Prediksi Pembayaran Premi Asuransi Kesehatan Riza, Noviana; Cahyani, Sri; Khairiyah, Siti
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.7547

Abstract

Tingkat penetrasi asuransi di Indonesia masih tergolong rendah dibandingkan negara lain di Asia Tenggara, meskipun menunjukkan tren pertumbuhan yang positif. Untuk membantu perusahaan asuransi membuat pendekatan yang lebih efisien, diperlukan pemahaman terhadap faktor-faktor yang mempengaruhi besaran premi. Penelitian ini bertujuan untuk membangun model prediksi pembayaran premi asuransi kesehatan swasta menggunakan metode regresi linear berganda, yang kemudian diimplementasikan ke dalam aplikasi web berbasis Streamlit. Dataset yang digunakan berasal dari situs Kaggle, terdiri dari 1338 observasi dengan variabel independen berupa usia, jenis kelamin, indeks massa tubuh (BMI), jumlah anak, dan status merokok. Hasil analisis menunjukkan bahwa usia, BMI, jumlah anak, dan status merokok berpengaruh signifikan terhadap premi asuransi, sedangkan jenis kelamin tidak berpengaruh signifikan. Model yang dihasilkan memiliki nilai koefisien determinasi (R²) sebesar 0,78, menandakan bahwa model mampu menjelaskan variabilitas data dengan baik. Meskipun terdapat pelanggaran terhadap asumsi normalitas dan heteroskedastisitas, evaluasi menggunakan MAE dan RMSE menunjukkan bahwa model tetap memiliki performa prediksi yang dapat diterima. Aplikasi prediksi premi berbasis Streamlit memungkinkan pengguna untuk melakukan prediksi secara interaktif dan mudah diakses. Model ini berpotensi digunakan sebagai dasar pengembangan sistem prediksi premi yang disesuaikan dengan kondisi di Indonesia.
The influence of the environment on the implementation of good university governance in private universities in the city of Bandung Eka Surachman; Heny Hendrayati; Meriza Hendri; Marchela Indah Atrisia; Noviana Riza
JPPI (Jurnal Penelitian Pendidikan Indonesia) Vol. 10 No. 1 (2024): JPPI (Jurnal Penelitian Pendidikan Indonesia)
Publisher : Indonesian Institute for Counseling, Education and Theraphy (IICET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/020243266

Abstract

Good university government is related to the entire system that is formed starting from rights, processes and control, both inside and outside company management. This research aims to investigate the influence of the external and internal environment on the application of the principles of Good University Governance (GUG) and their implications for the quality of private universities (PU) in Bandung City. This study uses a quantitative approach with a research instrument in the form of a questionnaire designed to measure perceptions of external and internal environmental conditions, implementation of GUG, competitive strategies, and quality of PU. Data analysis was carried out by carrying out normality tests, data linearity tests, and SEM assumptions. The research results show that the external and internal environment has a significant influence on the implementation of GUG at PU Bandung. The findings of this research confirm that the external and internal environment plays an important role in implementing GUG at PU Bandung. Furthermore, the implementation of GUG has a positive impact on the overall quality of PU. By implementing GUG principles well, private universities can strengthen their competitive strategies and overall improve their quality in society.
CHATBOT PANDUAN FITUR APLIKASI WAKTOO MENGGUNAKAN TF-IDF DAN SUPPORT VECTOR MACHINE Radio Ananto Hargiyanto; Woro Istirahayu; Noviana Riza
Competitive Vol. 21 No. 1 (2026): Jurnal Competitive
Publisher : PPM Universitas Logistik dan Bisnis Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/competitive.v21i1.4854

Abstract

Efisiensi layanan karyawan merupakan aspek penting dalam manajemen sumber daya manusia. Namun, keterbatasan jumlah personel sering menghambat penyampaian informasi dan panduan penggunaan aplikasi perusahaan kepada karyawan baru, khususnya mahasiswa magang. Penelitian ini bertujuan mengembangkan chatbot sebagai media pendamping dalam memberikan informasi terkait penggunaan aplikasi Waktoo HRM, meliputi presensi, manajemen tugas, dan kebijakan perusahaan. Dataset yang digunakan terdiri atas pattern, response, dan label intent yang disimpan pada database MongoDB. Sistem chatbot dibangun menggunakan Streamlit dengan pendekatan Natural Language Processing (NLP), memanfaatkan Term Frequency–Inverse Document Frequency (TF-IDF) sebagai metode ekstraksi fitur dan Support Vector Machine (SVM) melalui implementasi LinearSVC pada pustaka Scikit-Learn sebagai algoritma klasifikasi intent. Evaluasi model dilakukan menggunakan train-test split 80:20 serta Stratified 5-Fold Cross Validation pada data latih untuk mengukur konsistensi dan kemampuan generalisasi model. Kinerja model dievaluasi menggunakan metrik accuracy, precision, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan accuracy sebesar 84,44%, precision 85,69%, recall 84,44%, dan F1-score 84,01%. Selain itu, cross-validation menghasilkan rata-rata F1-score sebesar 0,87 dengan standar deviasi 0,02 yang menunjukkan performa model yang konsisten. Hasil penelitian menunjukkan bahwa kombinasi TF-IDF dan SVM efektif dalam mengklasifikasikan intent pengguna pada chatbot Waktoo HRM.
Prediksi Kebutuhan Biaya Pengeluaran Penggantian Perangkat It Berdasarkan Data Corrective Maintenance Di PT. X Muhamad Rafif Al Hafizh; Woro Isti Rahayu; Noviana Riza
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8293

Abstract

Penelitian bertujuan memprediksi kebutuhan biaya pengeluaran penggantian perangkat IT berdasarkan data Corrective Maintenance (CM) pada Proyek Y PT X di wilayah Zona 3 (Banjarmasin, Makassar, Manado, dan Jayapura). Metode yang digunakan meliputi analisis deskriptif dan penerapan model machine learning menggunakan algoritma Random Forest Regressor dan Gradient Boosting Regressor. Data CM yang dikumpulkan dibersihkan dan diperkaya dengan variabel harga perangkat serta estimasi biaya perbaikan. Hasil evaluasi menunjukkan bahwa Random Forest Regressor memiliki performa lebih baik dengan nilai R² sebesar 0,7843, MSE sebesar 139.312.601.347,01, dan RMSE sebesar 373.246,03. Analisis mengungkap bahwa kategori PC dan Printer & Print Server merupakan perangkat dengan tingkat kerusakan tertinggi, dengan umur kritis pada rentang 4-10 tahun. Dikembangkan dashboard interaktif berbasis Streamlit untuk mendukung pengambilan keputusan strategis terkait perencanaan anggaran dan pemeliharaan perangkat IT
Model Regresi Panel Data untuk Menganalisis Faktor Demografi dan Ekonomi terhadap Garis Kemiskinan di Kabupaten Kota Jawa Barat Gilang Al Raffi; Fatia Amalia Maresti; Noviana Riza
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8309

Abstract

Penelitian  bertujuan menganalisis faktor-faktor demografi dan ekonomi yang memengaruhi garis kemiskinan di 27 kabupaten/kota Provinsi Jawa Barat selama periode 2020-2023. Data sekunder bersumber dari Badan Pusat Statistik (BPS) mencakup variabel Indeks Pembangunan Manusia (IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), upah minimum, dan jumlah penduduk miskin. Pendekatan regresi data panel digunakan dengan tiga model kandidat: Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Pemilihan model terbaik dilakukan melalui Uji Chow dan Uji Hausman yang keduanya mengindikasikan Fixed Effect Model (FEM) sebagai model paling tepat. Sebelum estimasi, uji multikolinearitas menggunakan Variance Inflation Factor (VIF) memastikan tidak ada kolinearitas serius antar variabel. Hasil uji parsial menunjukkan bahwa IPM dan upah minimum berpengaruh positif dan signifikan terhadap garis kemiskinan, sementara TPAK, TPT, dan jumlah penduduk miskin tidak berpengaruh signifikan. Model FEM mampu menjelaskan 94,20% variasi data (R-squared within = 0,9420) dengan F-statistik sebesar 247,05. Uji asumsi residual menunjukkan normalitas terpenuhi, namun terdeteksi heteroskedastisitas dan autokorelasi positif yang diselesaikan dengan robust standard errors.
Analisis Kinerja Kurir Pada Layanan Pengiriman E-commerce Menggunakan Metode K-Means Clustering Paulina Kolin; Kiki Mustaqim; Noviana Riza
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8755

Abstract

Pertumbuhan pesat e-commerce di Indonesia menciptakan kebutuhan tinggi akan layanan pengiriman yang efisien dan berkualitas. Perusahaan agregator logistik menghadapi tantangan dalam mengevaluasi kinerja mitra kurir secara objektif karena setiap kurir memiliki karakteristik yang berbeda. penelitian ini bertujuan menerapkan metode K-Means Clustering untuk pengelompokan mitra kurir berdasarkan performa, mengidentifikasi karakteristik setiap kelompok, dan merancang dashboard interaktif sederhana sebagai alat bantu visualisasi pengambilan keputusan. Data yang dianalisis berasal dari histori pengiriman sebuah perusahaan agregator logistik di Indonesia PT. X, dengan parameter utama yang dievaluasi meliputi durasi pengiriman, biaya pengiriman, tingkat keberhasilan, dan jumlah komplain. Hasil analisis berhasil mengelompokkan enam kurir dana tiga klaster kinerja. Jumlah klaster yang dipilih K=3 ditetapkan berdasarkan skor silhouette tertinggi (0,331). Klaster 0 (Performa Tinggi) yang dicirikan oleh kecepatan dan biaya ekonomis, Klaster 1 (Performa Standar) dengan kinerja menengah, dan Klaster 2 (Performa rendah) yang cenderung mahal dan lambat. Seluruh temuan diimplementasikan ke dalam dashboard interaktif menggunakan Streamlit. Metode K-Means Clustering terbukti efektif menyediakan segmentasi kinerja kurir yang jelas dan berbasis data, sehingga dashboard yang dihasilkan dapat menjadi alat bantu strategis untuk mengoptimalkan alokasi kurir dan meningkatkan efisiensi layanan.
Pengelompokan Potensi Ekonomi Provinsi Sulawesi Tenggara menggunakan Metode Fuzzy C-Means Clustering L.M. Aznur Syahfajar; Noviana Riza; Woro Isti Rahayu
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8969

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah kabupaten/kota di Provinsi Sulawesi Tenggara berdasarkan potensi ekonomi sumber daya alam menggunakan metode Fuzzy C-Means Clustering (FCM). Analisis difokuskan pada lima sektor ekonomi primer strategis, yaitu pertanian, UMKM, perkebunan, perkebunan buah, dan perikanan, dengan data bersumber dari Badan Pusat Statistik Provinsi Sulawesi Tenggara melalui Potensi Desa (PODES) dan statistik sektoral tahun 2024. Tahapan penelitian meliputi preprocessing, normalisasi, penentuan jumlah klaster optimal, penerapan FCM, serta evaluasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Score. Hasil penelitian menunjukkan terbentuknya tiga klaster utama pada setiap sektor dengan karakteristik yang berbeda, misalnya sektor pertanian didominasi oleh wilayah berproduksi pangan tinggi di Klaster 1, sedangkan Klaster 3 mencakup wilayah berproduktivitas rendah. Evaluasi model menghasilkan nilai Silhouette Score 0,53–0,61 dan Davies-Bouldin Index <0,7 pada sebagian besar sektor, menunjukkan kualitas klasterisasi yang baik. Visualisasi peta tematik memperlihatkan pola distribusi spasial yang jelas, dan analisis lanjutan menghasilkan rekomendasi kebijakan sektoral seperti penguatan hilirisasi, peningkatan akses pasar UMKM, dan optimalisasi teknologi pertanian. Penelitian ini diharapkan menjadi acuan dalam perumusan kebijakan pembangunan daerah yang lebih tepat sasaran dan berbasis data.
Peramalan Harga Kebutuhan Pokok di Jawa Barat menggunakan Metode Holt-Winters Exponential Smoothing untuk Analisis Kemampuan Beli Masyarakat Fatia Amalia Maresti; Thiodas H. Pakpahan; Maria B. B. C. Lustin; Woro I. Rahayu; Noviana Riza
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6824

Abstract

Salah satu kebutuhan dasar manusia adalah pangan. Kebutuhan akan pangan akan semakin melonjak seiring dengan pertumbuhan laju penduduk yang dapat mempengaruhi harga pangan di pasaran. Fluktuasi harga pangan dipengaruhi oleh cuaca, musim dan permintaan yang naik di hari raya. Hal ini menjadi ancaman bagi kesejahteraan masyarakat terutama golongan menengah ke bawah dan pelaku bisnis dan mampu menurunkan daya beli masyarakat. Penelitian ini bertujuan untuk meramalkan harga sembako di Jawa Barat serta melakukan simulasi daya beli masyarakat dari faktor inflasi dan pendapatan masyarakat. Metode yang digunakan pada penelitian ini adalah Exponential Smoothing Holt Winters model Multiplicative dan Additive. Hasil yang diperoleh terdapat 5 komoditas yang cocok dengan  metode  Exponential Smoothing Holt Winters model Multiplicative dan Additive dengan nilai MAPE yang kurang dari 10%. Sementara itu 4 komoditas lain kurang cocok dengan metode ini dikarenakan harga yang cenderung fluktuatif dengan komoditas yang memiliki MAPE terbesar adalah Cabai Merah Keriting sebesar 492,82% pada model Additive dan 94,69% pada model Multiplicative.
Co-Authors Al Raffi, Gilang Aprilia Cahyani, Dini Atrisia, Marchela Indah Aulia, Maysa Zaidee Baji Syadewo, Rendi Br Sidauruk, Natalya Bryan Samperura Ekra Sanggala Faisal Najib Abdullah Gilang Al Raffi Hendri, Meriza Heny Hendrayati Hidayatullah, Muhammad Reefy Kiki Mustaqim Kolin, Paulina Bota L.M. Aznur Syahfajar Liyana Majdah Rahma Maresti, Fatia Amalia Maria B. B. C. Lustin Mohamad Nurkamal Fauzan Mohamad Nurkamal Fauzan Mubassiran Mubassiran, Mubassiran Muhamad Rafif Al Hafizh Muhammad Adam Nahdlotul Halimi Muhammad Reefy Hidayatullah Muhammad Ruslan Maulani Muhammad Sapwan Suhadi Mustaqim, Kiki Nanda Fahriza, Muhammad Nita Sawalia Fitri nur handayani, nasywa Nur Raisa Paulina Kolin Prianto, Cahyo Putri Ramadhani, Iga Radio Ananto Hargiyanto Rahayu, Woro Isti Raisa, Nur Rakasona Rifqi Fathurrohman Roni Andarsyah Roni Habibi Roni Habibi Salsa Paringga Pangestu Ningsih Santoso Sawalia Fitri, Nita Setiadi, Hilman Sidauruk, Natalya Siti Fatonah, Rd. Nuraini Siti Khairiyah Siti Salwa Azzahra Sri Cahyani, Sri Supriady Supriady Supriady, Supriady Surachman, Eka Thiodas H. Pakpahan Woro I. Rahayu Woro Istirahayu Yusuf Yusuf Yusuf Jordan El Anwar