Claim Missing Document
Check
Articles

Found 34 Documents
Search

Analisis Kualitas Web E-Learning Onboarding Karyawan Menggunakan Metode WebQual 4.0 dan Importance Performance Analysis (IPA) (Studi Kasus: Web E-Learning Rocketversity di PT XYZ) Kurniati, Umi; Hadi Wijoyo, Satrio; Sapta Prakoso, Bondan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JTIIK
Analisis Pengaruh Persepsi, Motivasi, dan Pengetahuan terhadap Minat Mengikuti Program Kampus Mengajar (Studi Kasus Mahasiswa Universitas Brawijaya) Fudali, Shabrina Putri; Hadi Wijoyo, Satrio; Septriayadi Sianturi, Riswan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JUST-SI
Prediksi Karier Mahasiswa Pendidikan Teknologi Informasi Berdasarkan IP Semester dan SKS Menggunakan Algoritme K-Nearest Neighbor Hasibuan, Willy; Hadi Wijoyo, Satrio; Amalia, Faizatul
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 7 (2025): Juli 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Memilih jalur karier pasca-studi kerap menjadi tantangan bagi mahasiswa karena minimnya informasi dan panduan yang akurat. Penelitian ini bertujuan untuk mengembangkan model prediksi karier mahasiswa Program Studi Pendidikan Teknologi Informasi (PTI) berdasarkan data akademik, yaitu Indeks Prestasi (IP) semester 1–6 dan jumlah Satuan Kredit Semester (SKS) yang telah ditempuh. Algoritme yang digunakan adalah K-Nearest Neighbor (KNN) karena kemampuannya dalam mengklasifikasi berdasarkan kedekatan data. Data yang digunakan berjumlah 163 mahasiswa PTI angkatan 2015–2020 yang lulus pada tahun 2020–2024, dengan label karier “Bekerja,” “Belum Bekerja,” dan “Lanjut Studi.” Tahapan penelitian meliputi pengumpulan data, preprocessing, resampling, pembagian data latih dan uji, penerapan algoritma KNN, serta evaluasi model menggunakan classification report, cross-validation dan confusion matrix. Hasil penelitian menunjukkan bahwa model KNN mampu memprediksi karier mahasiswa dengan akurasi 90%, dengan nilai F1-score tertinggi pada kelas “Lanjut Studi” (0,95). Evaluasi cross-validation menunjukkan akurasi sebesar 71% (CV=3), 75% (CV=5), dan 75% (CV=10). Model ini diharapkan dapat menjadi alat bantu yang efektif bagi mahasiswa dan institusi dalam perencanaan karier yang lebih terarah.
Pengembangan Sistem Informasi Aplikasi Point of Sales (POS) Berbasis Website Menggunakan Pendekatan Metode Waterfall (Studi Kasus: Yatai Tori) Frastya, Agil; Hadi Wijoyo, Satrio; Pramono, Djoko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 7 (2025): Juli 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

UMKM Yatai Tori menghadapi permasalahan dalam pencatatan transaksi dan pelaporan operasional yang masih dilakukan secara manual, yang berdampak pada akurasi data dan efektivitas kerja. Penelitian ini bertujuan untuk mengembangkan sistem informasi Point of Sales (POS) berbasis web menggunakan metode Waterfall, guna menggantikan proses manual dengan sistem digital yang lebih terstruktur. Proses pengembangan meliputi analisis kebutuhan, perancangan dengan UML, implementasi menggunakan Laravel dan MySQL, serta evaluasi sistem melalui Black-box Testing, Business Process Model and Notation (BPMN), dan System Usability Scale (SUS). Sistem dikembangkan dengan fitur multi-peran (admin, kasir, supervisor) dan mencakup modul transaksi, manajemen menu, serta pelaporan. Hasil pengujian fungsional menunjukkan seluruh skenario berjalan valid sesuai kebutuhan pengguna. Evaluasi efisiensi menggunakan BPMN mencatat penurunan rata-rata waktu pelaporan harian dari 135 menit menjadi 18 menit, dengan efisiensi sebesar 87%. Sementara itu, hasil pengujian usability menunjukkan skor SUS sebesar 81,5, yang berada dalam kategori sangat baik dan sangat dapat diterima. Sistem yang dikembangkan mampu menjawab kebutuhan operasional Yatai Tori secara menyeluruh serta memberikan solusi terintegrasi untuk pencatatan dan pelaporan yang lebih efektif dan efisien.
Segmentasi Respon Leads Terhadap Kampanye Digital Menggunakan DBSCAN: Studi Kasus Pada Perusahaan Asuransi Jiwa X Kusumawardhani, Firda; Hadi Wijoyo, Satrio; Yudi Setiawan, Nanang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JUST-SI
Root Cause Analysis Berdasarkan Ulasan Pelanggan untuk Peningkatan Kualitas Layanan (Studi Kasus: Restoran Master Chicken) Nurfika, Alifa; Hadi Wijoyo, Satrio; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Ulasan pelanggan secara daring mengandung informasi penting mengenai persepsi dan pengalaman terhadap layanan suatu bisnis. Penelitian ini bertujuan untuk menganalisis ulasan pelanggan Restoran Master Chicken menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) untuk mengidentifikasi aspek-aspek layanan yang memicu sentimen negatif, serta merumuskan strategi peningkatan kualitas layanan berdasarkan pendekatan Root Cause Analysis (RCA). Data ulasan pelanggan dikumpulkan dari 11 cabang restoran melalui teknik web scraping menggunakan SerpApi. Seluruh teks ulasan diterjemahkan ke dalam Bahasa Inggris menggunakan DeepL API, lalu diberi label sentimen menggunakan metode VADER dan divalidasi ulang oleh anotator. Analisis aspek dilakukan dengan metode Latent Dirichlet Allocation (LDA) untuk mengeksplorasi topik dominan. Parameter terbaik LDA diperoleh pada jumlah topik = 5, alpha = auto, dan beta = 0.1, dengan coherence score sebesar 0.465 dan topic diversity sebesar 0.920. Hasil LDA menunjukkan lima topik utama yang diasosiasikan secara manual dengan lima dimensi DINESERV, yaitu tangibles, reliability, responsiveness, assurance, dan empathy. Sentimen pada masing-masing aspek dianalisis menggunakan model klasifikasi berbasis Support Vector Machine (SVM) dengan fitur TF-IDF. Setelah diterapkan teknik undersampling untuk menangani ketidakseimbangan kelas, model SVM menghasilkan akurasi sebesar 80,61% dan recall 1.00 pada kelas negatif. Melalui pendekatan RCA dengan metode 5 Whys, ditemukan akar permasalahan pada masing-masing aspek seperti kurangnya SOP komunikasi, ketidaksesuaian pelayanan saat jam sibuk, dan lemahnya pengawasan perilaku staf. Rekomendasi solusi meliputi penyusunan SOP berbasis aspek, penyesuaian staf berdasarkan jam kunjungan, serta sistem umpan balik pelanggan secara langsung dan real-time.
Analisis Kualitas Aplikasi Berdasarkan Ulasan Pengguna Pada Aspek Quality in Use Menggunakan Algoritma Support Vector Machine (Studi Kasus: iJakarta) Fathiyyah, Nur; Hadi Wijoyo, Satrio; Dwi Herlambang, Admaja
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JITECS
Analisis Sentimen Kampus Mengajar Menggunakan Algoritma Naïve Bayes dari Komentar pada X Fitri, Salsabillah Alfiatul; Hadi Wijoyo, Satrio; Rahman, Khalid
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 6 No 2 (2025): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/cbej4b14

Abstract

Kampus Mengajar adalah program MBKM telah dilaksanakan sejak 2021. Dalam pelaksanaannya, terdapat berbagai opini publik. Salah satu media sosial yang digunakan sebagai sumber data opini publik ialah media X. Penelitian ini bertujuan untuk mengetahui opini publik di X mengenai Kampus Mengajar serta menguji tingkat accuracy, precision, recall, dan F1 Score dari algoritma Naïve Bayes yang digunakan. Pada penelitian ini terdapat 6 tahapan, yaitu identifikasi masalah, pengumpulan data, preprocessing, pelabelan, TF-IDF, dan pengujian. Berdasarkan data yang diperoleh, terdapat 51 data positif, 144 data netral, dan 163 data negatif. Data mayoritas berlabel negatif berisi kekecewaan peserta yang tidak lolos seleksi serta kebingungan atas keterlambatan informasi Kampus Mengajar. Pada tahap pengujian variasi rasio data, data dibagi sebanyak 5 kali dengan data latih 50% dan data uji 50%, data latih 60% dan data uji 40%, dan seterusnya. Dari pengujian tersebut memiliki hasil terbaik pada pembagian data latih 70% dan data uji 30% dengan nilai accuracy 0.65, nilai precision 0.44, nilai recall 0.51, dan nilai F1 Score 0.47. Namun, karena hasil yang kecil, maka dilakukan pengujian menggunakan SMOTE dengan hasil terbaik pada pembagian data latih 80% dan data uji 20% dengan nilai accuracy 0.82, nilai precision 0.79, nilai recall 0.79, dan nilai F1 Score 0.79.   Abstract Kampus Mengajar is MBKM program has been implemented since 2021. During the implementation, there are various public opinions. One of the social media used as a source of public opinion data is X. This study aims to determine public opinion on X regarding the Kampus Mengajar and test the accuracy, precision, recall, and F1 Score levels of the Naïve Bayes algorithm used. In this research, there are 5 stages, namely problem identification, data collection, preprocessing, TF-IDF, and testing. Based on the data obtained, there are 51 positive data, 144 neutral data, and 163 negative data. The majority of negatively labeled data contains the disappointment of participants who did not pass the selection and confusion over the delay in Kampus Mengajar information. In the testing phase using data ratio, data was divided 5 times with 50% training data and 50% test data, 60% training data and 40% test data, and so on. From these tests, the best results were obtained by dividing 70% training data and 30% test data with an accuracy value of 0.65, precision value of 0.44, recall value of 0.51, and F1 Score value of 0.47. However, due to small results, then testing using SMOTE with the best results on the division of 80% training data and 20% test data with an accuracy value of 0.82, precision value of 0.79, recall value of 0.79, and F1 Score value of 0.79.
Penerapan Model Prediksi Pilihan Karier Mahasiswa Menggunakan Algoritma XGBoost Qolbi, Insizzaki Alfitra; Abdurrachman Bachtiar, Fitra; Hadi Wijoyo, Satrio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Nasional JISEBI
Profil Pelanggan Dengan Analisis Klasterisasi Menggunakan Pendekatan Model CRISP-DM (Studi Kasus : Telkom Regional 3 Witel Jatim Barat) Arsapradhana, Naufal; Hadi Wijoyo, Satrio; Yudi Setiawan, Nanang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JITECS