Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JITEK (Jurnal Ilmiah Teknosains) JPNM : Jurnal Pustaka Nusantara Multidisiplin
Rustam, Arief Hertadi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Mechanical Engineering Social Sciences Veterinary

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
RANCANG BANGUN APLIKASI PENDATAAN PENDUDUK BERBASIS ANDROID DENGAN PENERAPAN SISTEM MOBILE MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT (RAD) Ambadar, Fauzan; Rustam, Arief Hertadi
(JITEK)Jurnal Ilmiah Teknosains Vol 11, No 2/Nov (2025): Jitek
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jitek.v11i2/Nov.24900

Abstract

RW 01 Cikudapateuh Dalam masih menggunakan metode konvensional dalam proses pendataan penduduk, seperti pencatatan manual melalui buku atau spreadsheet, yang menyebabkan keterlambatan pembaruan dan ketidaksesuaian data antara RT dan RW. Kondisi ini menjadi tantangan dalam menjaga akurasi serta efisiensi pengelolaan data kependudukan. Untuk mengatasi permasalahan tersebut, dilakukan perancangan dan pembangunan aplikasi pendataan penduduk berbasis Android yang dibangun untuk mempermudah pengurus RT dalam melakukan input dan pembaruan data, serta memungkinkan RW mengakses data dari seluruh RT secara real-time. Pengembangan aplikasi ini menggunakan metode Rapid Application Development (RAD) yang melibatkan tahapan analisis kebutuhan, perancangan, implementasi, dan evaluasi sistem secara cepat dan iteratif. Pengujian dilakukan menggunakan metode Black Box Testing untuk menguji fungsionalitas sistem, serta User Acceptance Test (UAT) untuk menilai tingkat kepuasan pengguna. Hasil pengujian menunjukkan bahwa aplikasi berjalan sesuai dengan kebu tuhan pengguna dan memiliki kualitas yang sangat baik, dengan rata-rata nilai pengujian aspek Functionality, Reliability, Usability, dan Efficiency sebesar 86,6% dalam kategori “Sangat Setuju”. Aplikasi ini dinilai efektif dalam mendukung digitalisasi admin istrasi kependudukan, meningkatkan efisiensi kerja pengurus RT dan RW, serta mempercepat proses penyesuaian dan pem baruan data secara akurat dan terintegrasi.
Penerapan Algoritma Machine Learning dalam Rekomendasi Produk pada Toko Sepatu 910 di E-Commerce Anggara, Galuh; Rustam, Arief Hertadi; Irawan, Debi
JPNM Jurnal Pustaka Nusantara Multidisiplin Vol. 4 No. 1 (2026): February : Jurnal Pustaka Nusantara Multidisiplin (ACCEPTED)
Publisher : SM Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59945/jpnm.v4i1.1048

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi kinerja sistem rekomendasi produk pada Toko Sepatu 910 berbasis algoritma machine learning dengan memanfaatkan data interaksi pengguna dan atribut produk di platform e-commerce. Metode penelitian menggunakan pendekatan kuantitatif dengan eksperimen terapan untuk menguji efektivitas model rekomendasi yang dikembangkan. Data penelitian mencakup riwayat penelusuran, pembelian, serta karakteristik produk yang kemudian diolah menggunakan beberapa algoritma seperti content-based filtering, collaborative filtering, dan model hybrid. Evaluasi performa dilakukan melalui metrik akurasi, precision, recall, dan mean average precision untuk memperoleh gambaran tingkat relevansi rekomendasi yang dihasilkan. Hasil penelitian menunjukkan bahwa model hybrid memberikan performa paling optimal dibandingkan pendekatan tunggal, sehingga mampu meningkatkan relevansi rekomendasi dan potensi konversi pembelian pada platform. Temuan ini memberikan implikasi praktis bagi pengembangan strategi pemasaran digital, khususnya bagi UMKM yang ingin meningkatkan pengalaman pengguna dan efektivitas penjualan melalui pemanfaatan teknologi machine learning. Penelitian ini juga membuka peluang untuk pengembangan model yang lebih adaptif melalui integrasi data perilaku waktu nyata dan algoritma deep learning.
RANCANG BANGUN APLIKASI PENDATAAN PENDUDUK BERBASIS ANDROID DENGAN PENERAPAN SISTEM MOBILE MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT (RAD) Ambadar, Fauzan; Rustam, Arief Hertadi
(JITEK)Jurnal Ilmiah Teknosains Vol 11, No 2/Nov (2025): Jitek
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jitek.v11i2/Nov.24900

Abstract

RW 01 Cikudapateuh Dalam masih menggunakan metode konvensional dalam proses pendataan penduduk, seperti pencatatan manual melalui buku atau spreadsheet, yang menyebabkan keterlambatan pembaruan dan ketidaksesuaian data antara RT dan RW. Kondisi ini menjadi tantangan dalam menjaga akurasi serta efisiensi pengelolaan data kependudukan. Untuk mengatasi permasalahan tersebut, dilakukan perancangan dan pembangunan aplikasi pendataan penduduk berbasis Android yang dibangun untuk mempermudah pengurus RT dalam melakukan input dan pembaruan data, serta memungkinkan RW mengakses data dari seluruh RT secara real-time. Pengembangan aplikasi ini menggunakan metode Rapid Application Development (RAD) yang melibatkan tahapan analisis kebutuhan, perancangan, implementasi, dan evaluasi sistem secara cepat dan iteratif. Pengujian dilakukan menggunakan metode Black Box Testing untuk menguji fungsionalitas sistem, serta User Acceptance Test (UAT) untuk menilai tingkat kepuasan pengguna. Hasil pengujian menunjukkan bahwa aplikasi berjalan sesuai dengan kebu tuhan pengguna dan memiliki kualitas yang sangat baik, dengan rata-rata nilai pengujian aspek Functionality, Reliability, Usability, dan Efficiency sebesar 86,6% dalam kategori “Sangat Setuju”. Aplikasi ini dinilai efektif dalam mendukung digitalisasi admin istrasi kependudukan, meningkatkan efisiensi kerja pengurus RT dan RW, serta mempercepat proses penyesuaian dan pem baruan data secara akurat dan terintegrasi.
Co-Authors Ambadar, Fauzan Anggara, Galuh Debi Irawan