Article Per Year (5 Year)
p-Index From 2021 - 2026
3.077
P-Index
This Author published in this journals
All Journal Semesta Teknika Format : Jurnal Imiah Teknik Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Ilmiah Universitas Batanghari Jambi JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Pendidikan Teknologi Informasi dan Vokasional Djtechno: Jurnal Teknologi Informasi Jurnal Abdimas Komunikasi dan Bahasa J-Intech (Journal of Information and Technology) Jurnal Ilmu Komputer SENTRI: Jurnal Riset Ilmiah JPPE : Jurnal Perencanaan & Pengembangan Ekonomi Journal of Artificial Intelligence and Digital Business COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Jurnal Komputer Antartika Kohesi: Jurnal Sains dan Teknologi
Fahlapi, Riza
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
IMPLEMENTATION OF BCRYPT ALGORITHM ON WEBSITE-BASED HASHING GENERATOR USING LARAVEL FRAMEWORK Febrian, Dio; Christian, Yoel; Sutisna, Alifan Widad; Budiarto, Gunawan; Syukur, Muhammad; Ramadhan, Xena Hadi; Kuntoro, Antonius Yadi; Fahlapi, Riza
Journal of Information System, Informatics and Computing Vol 7 No 2 (2023): JISICOM (December 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v7i2.1130

Abstract

Implementation of the Bcrypt algorithm on a website-based hashing generator using the Laravel framework has been carried out in this study. The background of this research is based on the development of information technology which has affected many aspects of human life, where data and information are very important and need to be protected. Web-based information systems are vulnerable to security threats, such as wiretapping and intrusion by unauthorized parties. Therefore, the implementation of information security aims to overcome these problems and provide solutions both technically and non-technically. This research uses the Laravel framework, an open-source PHP framework that enables the development of web applications with modules that optimize PHP performance. Bcrypt and salt algorithms are used in the hashing process to protect user data. The results of the research show that using Laravel as the right framework for making hashing generators. The result of the hashing process produces a constant value of 60 characters, even if the input text is more than 60 characters with random text. The cost factor, which is a factor that regulates hashing power, affects the time required for the hashing process and hash verification. Using the Bcrypt generator tool is useful in cross-browser testing, especially in tests involving hashed passwords. With this tool, many valid bcrypt password hashes can be generated for testing. This research makes an important contribution in improving the security of web-based information systems by applying the Bcrypt algorithm to the hashing process. This implementation can provide better data protection for users and improve overall system performance.
Mengenal Dan Memanfaatkan Teknologi Artificial Intelligence Pada Yayasan Yatim Piatu Dan Sosial IRMA Kuntoro, Antonius Yadi; Novianti, Deny; Fahlapi, Riza; Syarif, Mahmud
Jurnal Abdimas Komunikasi dan Bahasa Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abdikom.v5i1.8916

Abstract

Pengembangan ilmu pengetahuan dan teknologi (IPTEK) memberikan peran yang sangat signifikan dalam meningkatkan kesejahteraan dan taraf hidup ekonomi masyarakat. Salah satu bidang yang dapat merasakan kehadiran teknologi yaitu bidang pendidikan organisasi kemasyarakatan, demikian juga dengan Yayasan Yatim Piatu dan Sosial IRMA yang berada di bilangan Tegal Parang, Jakarta Selatan. Untuk mengelola data maka organisasi diperlukan kemampuan administrasi yang baik, juga dengan anggotanya dalam mengerjakan tugas sekolah yang juga memerlukan kecapakan dalam membuat tulisan, sehingga data dan materi bisa tertata dengan baik dan harmonis bagi kegiatan organisasi. Dalam rangka menunaikan salah satu Tri Dharma Perguruan Tinggi, maka Universitas Bina Saran Informatika melaksanakan Pengabdian Masyarakat berupa Pelatihan untuk mengenalkan konsep dasar dan memberikan pelatihan beberapa aplikasi Artificial Intelligence atau AI secara ringan dan menyenangkan. Aplikasi AI ini dapat digunakan untuk memudahkan proses belajar dalam mengerjakan tugas sekolah dan juga sebagai media belajar dalam pengembangan kemampuan dalam memaparkan program kerja Yayasan, seperti digunakan sebagai media promosi dan publikasi organisasi. Metode pengabdian masyarakat terdiri dari 3 tahapan, yaitu tahap persiapan, tahap pelaksanaan, dan juga tahap yang terahir adalah monitoring dan evaluasi. Adapun peserta kegiatan ini adalah pengurus dan anggota Yayasan Yatim Piatu dan Sosial IRMA yang mengikuti pelatihan komputer secara offline. Dengan adanya pelatihan ini, peserta merasakan manfaat kehadiran teknologi dimana dapat membantu kegiatan sosial, pendidikan dan keagamaan bagi organisasi. Pemanfaatan AI dalam mengerjakan tugas sekolah bagi anggota dan sebagai alat kerja bagi pengurus organisasi yang bisa digunakan untuk membuat presentasi yang menarik dalam slide yang bisa dimodifikasi sesuai kebutuhan. Science and technology development (IPTEK) plays a very significant role in improving the welfare and economic standard of living of the community. One of the fields that can feel the presence of technology is the field of education, community organizations, as well as the IRMA Orphan and Social Foundation which is located in Tegal Parang, South Jakarta. To manage data, the organization needs good administrative skills, as well as with its members in doing school assignments which also require skill in making writing, so that data and materials can be well organized and harmonious for organizational activities. In order to full fill one of the Tri Dharma of Higher Education, Bina Saran Informatics University carries out Community Service in the form of Training to introduce basic concepts and provide training on several Artificial Intelligence )AI) applications in a light and fun way. This AI application can be used to facilitate the learning process in doing schoolwork and also as a learning medium in developing skills in explaining the Foundation's work programs, such as being used as a promotional media and organizational publication. The community service method consists of 3 stages, namely the preparation stage, the implementation stage, and also the last stage is monitoring and evaluation. The participants of this activity were administrators and members of the IRMA Orphan and Social Foundation who participated in offline computer training. With this training, participants feel the benefits of the presence of technology which can help social, educational and religious activities for organizations. The use of AI in doing schoolwork for members and as a work tool for organizational administrators that can be used to make interesting presentations on slides that can be modified as needed.
Distribusi Frekuensi Nasabah Koperasi Simpan Pinjam Kemuning Persada Cabang Surabaya Tahun 2024 zahwani, nadya; Ihsandi, Haura Bella; Rahmalia, Zahra; Fahlapi, Riza; Qurrotuaini, Najwa Desmita
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3524

Abstract

Penelitian ini bertujuan untuk melakukan analisis komprehensif terhadap pola aktivitas peminjaman dan karakteristik distribusi nominal pinjaman anggota Koperasi Simpan Pinjam Kemuning Persada Cabang Surabaya selama tahun 2024, memberikan indikasi jernih mengenai efektivitas operasional dan kesehatan fungsi intermediasi keuangan koperasi. Hasil telaah statistik deskriptif mengonfirmasi bahwa aktivitas peminjaman anggota tergolong aktif dan stabil, didukung oleh konvergensi nilai-nilai ukuran pemusatan data (mean, median, dan modus) yang sangat berdekatan, sebuah sinyal kuat bahwa distribusi data nominal pinjaman cenderung memiliki pola yang mendekati normal. Lebih lanjut, analisis kuartil secara spesifik mengungkapkan bahwa fokus pembiayaan koperasi mayoritas berada pada kategori menengah, di mana nilai Kuartil Ketiga (Q3) tercatat sebesar Rp 213,75, menunjukkan bahwa 75% dari total anggota melakukan pinjaman dengan nominal di bawah ambang batas tersebut. Meskipun terdapat rentang yang cukup lebar antara nilai pinjaman tertinggi dan terendah, evaluasi terhadap ukuran dispersi menunjukkan bahwa variasi pinjaman antar anggota sesungguhnya terkendali dan tidak ekstrem, menegaskan pengelolaan risiko yang baik. Secara keseluruhan, temuan-temuan empiris ini secara kolektif membuktikan bahwa Koperasi Simpan Pinjam Kemuning Persada telah berfungsi secara efektif, sehat, dan berkelanjutan dalam menyalurkan pembiayaan, sehingga hasil studi ini menjadi acuan strategis yang esensial bagi pengurus koperasi untuk mengevaluasi kebijakan kredit saat ini dan merumuskan strategi optimalisasi pelayanan keuangan ke depan.
Implementasi YOLOv8 dan FaceNet untuk Sistem Keamanan Real-Time Berbasis IoT Kurniawan, Ery; Rahmandhani, Rifqi; Rizkiansyah, Dimas; Kurniawati, Ika; Bismi, Waeisul; Fahlapi, Riza
FORMAT Vol 15, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.009

Abstract

Sistem keamanan CCTV konvensional umumnya hanya berfungsi sebagai perekam pasif tanpa kemampuan analisis otomatis, yang menyebabkan keterlambatan deteksi karena proses identifikasi dilakukan secara manual. Keterbatasan ini menimbulkan latensi tinggi dan akurasi deteksi yang rendah, sehingga menjadi masalah krusial dalam kebutuhan keamanan modern. System keamanan yang baik dapat mencegah tindak kejahatan yang bisa merugikan penghuni rumah baik fisik maupun materiil. Penelitian ini mengusulkan pengembangan sistem keamanan cerdas berbasis Internet Of Things (IoT) dengan integrasi deteksi wajah menggunakan YOLOv8 dan pengenalan wajah FaceNet menggunakan modul ESP32-CAM. Sistem ini dirancang untuk mendeteksi wajah secara real-time, identifikasi individu secara otomatis, serta pengiriman notifikasi instan melalui Telegram ketika terdeteksi wajah yang tidak dikenal. Metode penelitian ini meliputi perancangan arsitektur IoT, pengambilan dataset wajah, preprocessing menggunakan MTCNN, FaceNet untuk menghasilkan facial embeddings, serta implementasi YOLOv8 sebagai detektor wajah real-time. Evaluasi kinerja pengenalan wajah dilakukan dengan menerapkan metode 5-fold cross-validation pada dataset embedding FaceNet menggunakan pengklasifikasi k-NN. Hasil eksperimen menunjukan bahwa sistem mampu mendeteksi wajah dengan tingkat respon tinggi dan mengenali individu dengan akurasi yang konsisten pada pencahayaan dan jarak bervariasi. Hasil pengujian training rata-rata accuracy Top-1 mencapai 0.96 dan rata-rata accuracy Top-5 sebesar 0.99, YOLOv8 menunjukkan kemampuan deteksi wajah yang akurat dan cepat dengan waktu respon 1,86 detik pada server berbasis CPU Intel Core i5 dan GPU Intel UHD Graphics 620. Performa pengujian akurasi FaceNet dengan pengklasifikasi k-NN menghasilkan akurasi 99.35%, presisi 99,35%, recall 98,94%, F1-score 99,11%, dan FPR (False Positive Rate) 0,08%, hal ini menunjukkan bahwa sistem memiliki akurasi pengenalan wajah yang sangat tinggi dan konsisten. Sistem yang dikembangkan mampu memberikan peringatan instan kepada pengguna melalui Telegram saat terdeteksi wajah yang tidak dikenal, sehingga meningkatkan waktu respons terhadap potensi ancaman. Dengan performa yang stabil dan tangguh serta biaya implementasi yang rendah, sistem ini menawarkan solusi keamanan modern yang lebih adaptif, proaktif, efektif, dan efisien dibandingkan CCTV konvensional.
Analisis Fluktuasi Pasien Medical Check Up Periode Januari – Desember 2023 Di Klinik Sejahtera Fahlapi, Riza; marcellia, stevina; Sembiring, Sri Dewi; Arifin, Aymar Titan; Rahmawati, Vani; Halwatussyukliha, Anissa
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3924

Abstract

Penelitian ini bertujuan untuk menganalisis pola fluktuasi kedatangan pasien Medical Check Up (MCU) di Klinik Sejahtera sepanjang periode Januari hingga Desember 2023 serta mengevaluasi dampak operasional yang muncul akibat ketidakstabilan permintaan layanan. Penelitian ini menggunakan pendekatan kuantitatif retrospektif dengan memanfaatkan data kedatangan harian sebanyak 365 observasi. Analisis dilakukan melalui statistik deskriptif yang mencakup ukuran pemusatan data seperti mean, median, dan modus, serta ukuran penyebaran berupa simpangan baku, jangkauan interkuartil, dan persentil. Hasil penelitian menunjukkan bahwa variasi kedatangan pasien sangat tinggi, ditandai dengan distribusi yang menceng ke kanan serta simpangan baku yang besar. Temuan ini mengindikasikan bahwa meskipun sebagian besar hari menunjukkan tingkat permintaan yang relatif stabil, terdapat pula lonjakan ekstrem yang mencapai sekitar 69 pasien dalam satu hari. Lonjakan ini menimbulkan tantangan signifikan terhadap ketersediaan tenaga kesehatan, pengelolaan alur pelayanan, dan optimalisasi fasilitas. Sebaliknya, hari-hari dengan jumlah pasien rendah, bahkan hanya empat pasien, menimbulkan inefisiensi dalam pemanfaatan sumber daya. Kombinasi kedua kondisi ekstrem ini menunjukkan bahwa metode penjadwalan konvensional dan alokasi staf yang statis tidak mampu menjaga kinerja layanan secara optimal. Oleh karena itu, penelitian ini merekomendasikan penerapan strategi operasional adaptif, termasuk penjadwalan dinamis berbasis prediksi, model penempatan staf yang fleksibel, serta pengembangan paket layanan yang disesuaikan dengan kecenderungan permintaan. Rekomendasi ini juga diharapkan dapat meningkatkan efisiensi serta memperkuat kemampuan klinik dalam mengantisipasi perubahan permintaan jangka panjang.
Analisis Sentimen dan Kepuasan Pengguna Aplikasi Pinjaman Online Berdasarkan Ulasan Di Google Play Bela, Sintia; Harianja, Putri Alletheia; Bismi, Waeisul; Kurniawati, Ika; Fahlapi, Riza
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4245

Abstract

Pentingnya analisis sentimen pengguna dalam meningkatkan kualitas layanan semakin menonjol seiring dengan pesatnya perkembangan layanan fintech di Indonesia, khususnya pada aplikasi pinjaman online. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna terhadap lima aplikasi pinjaman online, yaitu AdaPundi, Julo, IndoDana, AdaKami, dan BantuSaku, berdasarkan ulasan pengguna di Google Play Store. Metode yang digunakan dalam penelitian ini adalah analisis sentimen dengan algoritma K-Nearest Neighbor (KNN). Data ulasan yang dikumpulkan melalui Google Play Store terlebih dahulu melalui tahap text preprocessing, termasuk pembersihan data dan normalisasi teks. Selanjutnya, ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Untuk mengatasi ketidakseimbangan kelas data sentimen, pendekatan Synthetic Minority Over-sampling Technique (SMOTE) diterapkan sebelum proses pelatihan model KNN. Hasil penelitian yang diolah menggunakan Google Collab dan Bahasa pemrograman Python menunjukkan bahwa algoritma KNN mampu memberikan kinerja klasifikasi yang baik pada seluruh aplikasi yang dianalisis. BantuSaku memperoleh akurasi tertinggi sebesar lebih dari 93%, diikuti oleh AdaPundi (>93%), IndoDana (91%), serta AdaKami dan Julo dengan akurasi sekitar 84–85%. Selain itu, BantuSaku juga memiliki proporsi sentimen positif tertinggi, yaitu sebesar 83,2%, yang menunjukkan tingkat kepuasan pengguna paling tinggi. Dengan demikian, penelitian ini menyimpulkan bahwa KNN efektif digunakan dalam analisis sentimen dan mampu membandingkan tingkat kepuasan pengguna pada berbagai aplikasi fintech pinjaman online
Pemanfaatan Kecerdasan Buatan Untuk Indentifikasi Jenis Tanaman Menggunakan Citra Daun Gunawan, Heru; Alghifari, Luthfi Adam; Saputra, Aden Asywak; Panggabean, Gempar Galang Al Fallah; Amsury, Fachri; Fahlapi, Riza
Jurnal Pendidikan Teknologi Informasi dan Vokasional Vol 7, No 2 (2025): Jurnal Pendidikan Teknologi Informasi dan Vokasional
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jptiv.v7i2.33675

Abstract

Penelitian ini merancang dan mengimplementasikan PlantSense AI, sebuah sistem identifikasi tanaman yang memanfaatkan integrasi teknologi Computer Vision (CV) untuk akuisisi citra dan Multimodal Large Language Model (LLM) Google Gemini untuk analisis botani. Tujuannya adalah menyediakan layanan identifikasi yang tidak hanya akurat secara visual tetapi juga kaya informasi, guna mengatasi keterbatasan metode konvensional yang kaku. Sistem dikembangkan menggunakan metode Prototyping dengan bahasa pemrograman Python, antarmuka CustomTkinter, dan pustaka OpenCV yang terintegrasi dengan API Gemini. Berbeda dengan pendekatan klasifikasi standar, sistem ini menyuntikkan data citra ke dalam model generatif untuk menghasilkan analisis ilmiah yang komprehensif secara real-time. Hasil pengujian Black Box memverifikasi tingkat keberhasilan fungsionalitas teknis sebesar 100%. Evaluasi Pengguna (N=8) menunjukkan tingkat kepuasan rata-rata 4,68 (Sangat Setuju), memvalidasi bahwa pendekatan hibrida ini efektif dalam meningkatkan pemahaman pengguna terhadap objek tanaman. Penelitian ini berimplikasi pada pengembangan alat edukasi botani digital yang interaktif, meskipun penerapannya saat ini masih memiliki batasan pada ketergantungan koneksi internet dan sensitivitas terhadap kondisi pencahayaan rendah.Kata kunci: ▪ Kecerdasan Buatan ▪ Klasifikasi Citra ▪ Computer Vision ▪ Gemini ▪ Tanaman
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN GEMINI AI DENGAN METODE MACHINE LEARNING Rosandi, Rivana; Febrianto, Ade Ilham; Gibran, Afrizal Achmad; Bismi, Waeisul; Kurniawati, Ika; Fahlapi, Riza
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7962

Abstract

Meningkatnya popularitas Gemini AI sebagai platform percakapan digital besutan Google mendorong perlunya memahami bagaimana masyarakat Indonesia menilai kehadirannya. Namun, kajian mengenai persepsi publik berbasis data empiris dalam konteks layanan AI generatif masih terbatas. Penelitian ini bertujuan mengisi kesenjangan tersebut dengan menganalisis sentimen pengguna terhadap Gemini AI menggunakan 10.000 ulasan dari Google Play Store. Data diolah melalui tahapan praproses teks dan pelabelan sentimen, kemudian diklasifikasikan menggunakan beberapa model machine learning untuk memperoleh gambaran yang lebih komprehensif. Hasil penelitian menunjukkan bahwa model SVM memberikan performa paling unggul sebesar 96,34%, precision 0,97%, recall 0,95%, dan F1-score 0,96% mengungguli secara signifikan Naive Bayes (94,76%), Logistic Regression (94,24%), dan Random Forest (93,19%) dan mengindikasikan kecenderungan sentimen positif masyarakat terhadap Gemini AI. Temuan ini memberikan gambaran awal bagi pengembang untuk meningkatkan kualitas layanan dan pengalaman pengguna secara berkelanjutan, khususnya dalam menghadapi persaingan teknologi AI yang semakin dinamis.
Implementasi Chatbot AI untuk Otomatisasi Layanan Pelanggan PT. Tiga Fasa Komponen Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil; Amsury, Fachri; Fahlapi, Riza
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13121

Abstract

Inovasi Kecerdasan Buatan ( Artificial Intelligence - AI), khususnya Large Language Models (LLM), menawarkan potensi revolusioner dalam layanan pelanggan B2B. Penelitian ini merancang dan mengimplementasikan prototipe chatbot AI menggunakan Google Gemini untuk PT. Tiga Fasa Komponen, distributor komponen industri, untuk mengatasi tantangan respon lambat terhadap permintaan harga, stok, dan teknis di luar jam operasional. Chatbot dikembangkan menggunakan Model Prototyping dengan arsitektur hybrid. Arsitektur ini mengintegrasikan kemampuan pemrosesan bahasa alami (NLP) dari LLM dengan pengambilan data harga dan stok real-time melalui API perusahaan. Tujuannya adalah menyediakan layanan informasi 24/7 yang menampilkan harga spesifik sesuai permintaan pengguna (terpersonalisasi tingkat keanggotaan) secara instan. Prototipe diimplementasikan menggunakan Python dan framework PyQt5. Hasil Pengujian Black Box memverifikasi integritas teknis sistem, termasuk ekstraksi kode produk dan personalisasi harga yang rahasia. Pengujian Pengguna ( User Testing ) menunjukkan akurasi informasi produk mencapai 85% hingga Sangat Akurat dan tingkat kegunaan yang Sangat Familiar. Temuan ini memvalidasi kelayakan solusi hibrida dalam meningkatkan efisiensi operasional dan Customer Experience (CX) secara signifikan. Tantan)
Implementasi Aturan Asosiasi untuk Rekomendasi Produk Pakaian Wanita menggunakan Algoritma Apriori Oktavia, Devya Septi; Hanifah, Nida; Fatihah, Cinta Aprilia; Amsury, Fachri; Fahlapi, Riza; Febriyanti, Syafvika Tiara
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13112

Abstract

Usaha fashion wanita Asoka Fashion memiliki volume data transaksi penjualan yang besar dari platform Shopee pada periode Agustus 2025. Namun, data ini hanya digunakan untuk pelaporan rutin, sehingga potensi untuk merumuskan strategi bisnis dan rekomendasi produk belum dimanfaatkan secara maksimal. Penelitian ini bertujuan untuk mengubah data transaksi tersebut menjadi pengetahuan yang bernilai strategis dengan menerapkan Knowledge Discovery in Database (KDD). Metode yang digunakan adalah Association Rule Mining dengan Algoritma Apriori , diolah menggunakan perangkat lunak Orange3. Hasil pengolahan data dengan minimum support 80% dan minimum confidence 90% berhasil menemukan 15 aturan asosiasi yang kuat. Aturan asosiasi terkuat mencapai tingkat confidence 100% , yang secara spesifik mengungkap pola pembelian bersama item-item seperti 101 Khaki, 1104 Hitam, 101 Black, dan 1104 Brown. Temuan ini memberikan rekomendasi konkret bagi Asoka Fashion untuk penentuan strategi cross-selling dan paket bundling produk yang tepat sasaran, membuktikan efektivitas data mining dalam mendukung pengambilan keputusan bisnis berdasarkan pola pembelian pelanggan yang akurat.
Co-Authors Abdurrazaq Abdurrazaq, Abdurrazaq Abulkhoir, Moh. Azam Adiansyah, Riski Abimur Adiputra, Mahesa Aditya, Tommy Alfiansyah, Afif Alghifari, Luthfi Adam Alie, Jemmy Yosua Antonius Yadi Kuntoro Apriliani, Sintania Ardhiyansyah, Pramudhitya Argomasetyo, Firqi Arifin, Aymar Titan Ashari, Yayan Bela, Sintia Budiarto, Gunawan Christian, Yoel Fachri Amsury Faqih, Muhammad Bayu Fatihah, Cinta Aprilia Febrian, Dio Febrianto, Ade Ilham Febriyanti, Syafvika Tiara Garamba, Yafianus Gibran, Afrizal Achmad Gunawan, Heru Hafid, Danang Abu Halawa, Jenianus Halwatussyukliha, Anissa Hanifah, Nida Harianja, Putri Alletheia Hermanto Hermanto Ihsandi, Haura Bella Ika Kurniawati Jody, Pradithia Kurniawan, Bebi Kurniawan, Ery Lasman Effendi Mahmud Syarif Manampiring, Jim Maxwell marcellia, stevina Marwati, Nining Muhammad Syukur Nanjaya, Ahmad Fadhil Ningrum, Nurlita Widya Nitra, Ridatu Oca Novianti, Deny Oktavia, Devya Septi Panggabean, Gempar Galang Al Fallah Prasetyo, Dwi Bagus Qurrotuaini, Najwa Desmita Rachimsah, Wildan Rahmalia, Zahra Rahmandhani, Rifqi Rahmawati, Vani Ramadhan, Xena Hadi Rianto, Yan Riwanto, Muhammad Hilmy Rizkiansyah, Dimas Rosandi, Rivana Saputra, Aden Asywak Saputra, Dedi Dwi Sembiring, Sri Dewi Setiawan, Rizqi Siswahyudianto siti nurlela Solehah, Amalia Sucahyo, Muhamad Yusuf Sukmawati, Alfiani Sutisna, Alifan Widad Taufik Asra Waeisul Bismi Waek, Gregorius zahwani, nadya Zai, Jefiri