Article Per Year (5 Year)
p-Index From 2020 - 2025
1.908
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Jurnal Eksplora Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) JSiI (Jurnal Sistem Informasi) METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Digit : Digital of Information Technology Teknik: Jurnal Ilmu Teknik dan Informatika Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Gotong Royong
Marsani Asfi
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi

 1 
MODEL HOT (HUMAN, ORGANIZATION, TECHNOLOGY) FIT UNTUK EVALUASI PENERAPAN APLIKASI SIPANDAI UNTUK PENGGUNA DOSEN (STUDI KASUS : UNIVERSITAS CATUR INSAN CENDEKIA KOTA CIREBON) Devi, Silviana; Marsani Asfi; Mesi Febima
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 2 (2024): Volume 10 Nomor 2
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i2.3268

Abstract

Universitas Catur Insan Cendekia telah menerapkan e-learning melalui Sistem Informasi Pembelajaran dan Administrasi Terintegrasi (SIPANDAI). Namun, terdapat beberapa permasalahan dalam aplikasi SIPANDAI yaitu adanya perbedaan penguasaan komputer dan kurangnya feedback dalam sosialisasi, kurang sistematis saat terjadi kesalahan data dan perlu adanya pengembangan beberapa fitur seperti pada fitur kelola pertemuan, fitur generate absen dan fitur cancel. Adapun tujuan penelitian ini adalah mengevaluasi aplikasi SIPANDAI untuk menilai sejauh mana kelayakan dan kesuksesan penerapan aplikasi SIPANDAI di Universitas Catur Insan Cendekia. Metode yang digunakan dalam penelitian ini adalah Model HOT (Human, Organization, Technology) FIT. Model ini melibatkan 3 aspek utama yaitu Human, Organization, Technology yang memiliki beberapa variabel seperti Pengguna Sistem, Kepuasan Pengguna, Stuktur Organisasi, Lingkungan Oragnisasi, Kualitas Sistem, Kualitas Informasi, Kualitas Layanan dan Manfat Bersih. Hasil penelitian ini, variabel yang berpengaruh kuat pada keberhasilan penerapan aplikasi SIPANDAI adalah variabel Kualitas Informasi terhadap Pengguna Sistem dengan nilai 0,743. Dan variabel yang berpengaruh lemah adalah variabel Struktur Organisasi terhadap Manfaat Bersih dengan nilai 0,421. Oleh karena itu, diperoleh rekomendasi yang dapat diberikan ke bagian pusdatin untuk melakukan perbaikan dan pengembangan pada fitur aplikasi SIPANDAI. Kata Kunci : E-Learning, UCIC, Model HOT Fit, Evaluasi, SIPANDAI
IMPLEMENTASI K-MEANS RFM DAN HOLT-WINTERS EXPONENTIAL SMOOTHING ADDITIVE DALAM SISTEM BUSINESS INTELLIGENCE UNTUK STRATEGI PENGELOLAAN PELANGGAN PADA PERUSAHAAN TRANSPORTASI.: Pembuatan Dashboard BI Segmentasi pelanggan dan peramalan Jumlah pelanggan menggunakan Tools Tableau menggunakan metode Kmeans RFM dan Holtwinters Exponential Smoothing Priandini, Belfania; Marsani Asfi; Lena Magdalena
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 11 No. 2 (2025): Volume 11 Nomor 2 Tahun 2025
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v11i2.4511

Abstract

The growth of customer data in the transportation industry drives the need for analytical systems capable of segmenting customers objectively and strategically. This study aims to apply the K-Means Clustering method based on the Recency, Frequency, and Monetary (RFM) model for customer segmentation and utilize the Holt-Winters Exponential Smoothing Additive method to forecast passenger numbers. The dataset comprises 10,440 customer transactions from PT XYZ during the 2022–2024 period. RFM values were calculated, normalized, and processed using the K-Means algorithm to produce three customer clusters: Loyal, Regular, and Passive. Subsequently, the Holt-Winters method was employed to forecast passenger numbers, achieving the smallest Mean Absolute Percentage Error (MAPE) of 6.88%, indicating a high level of accuracy. The results were visualized through an interactive dashboard using Tableau, enabling management to make data-driven decisions. This research demonstrates that integrating segmentation and forecasting methods into a Business Intelligence system can enhance the effectiveness of marketing strategies and the operational efficiency of the company.
Co-Authors AGUS Ananda Irfansyah Danang Haryuda Dea Meriyanti Denny Martha Devi, Silviana Diana Kholifah Nur A'Yuni Diding darisman Dwi Pasha Anggara Putra Fahrudin, Rifqi Fernando Valentino Feviyanti Tan Gagan Suganda Ika Widyastuti Ilwan Syafrinal Imas Mufti Indah Listiawati Josephine MDV Pattiasina Kuraesin, Sinsin Lena Magdalena Mesi Febima Muhammad Hatta Petrus Sokibi Priandini, Belfania Putri Agriza Nur Azizah Putri Ajeng Larasmanah Raden Muhamad Rama Poetra Ardiningrat Rahimah Ricky Perdana Kusuma Ridho Taufiq Subagio syifa ulkarim Tiara Eka Putri Uus Kusniati Wicaksono, Freddy