Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Sains dan Teknologi RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Bulletin of Computer Science Research Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Abdul Rahman Kadafi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Mathematics Physics Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Perancangan Sistem Informasi Presensi Online Karyawan Berbasis Website dengan Face Record dan Geo Location Nur Alif Irawan; Abdul Rahman Kadafi
Bulletin of Computer Science Research Vol. 3 No. 6 (2023): October 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v3i6.294

Abstract

This research discusses the development of an online employee attendance system in the context of the company. Attendance data includes employee attendance, arrival and return information, as well as absence status such as sickness or clearance. Traditionally, some organizations still use physical methods to collect attendance data, which is considered less efficient and effective. The research uses classical waterfall development method to facilitate the process of system development up to release. With face recognition and geo location methods, an online attendance system is proposed with IT infrastructure using private hosting and virtual machines with Red Hat Enterprise Linux 8.7 Operating System as a web server. With the implementation of this system, it is expected that benefits will be realized in the ease for employees to conduct attendance and management capabilities in managing employee attendance data in a structured manner.
Analisis Sentimen Pengguna Twitter Terhadap Vaksin Booster Menggunakan Metode Naïve Bayes Dan K-Nearst Neighbor Alifia Septi Rizqiah; Abdul Rahman Kadafi
Jurnal Sains dan Teknologi Vol. 4 No. 1 (2022): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v4i1.335

Abstract

Wabah penyakit pandemi Covid-19 kependekan dari corona virus disease-19 yang melanda di seluruh dunia salah satunya Indonesia dengan jumlah kasus yang tidak sedikit. Dampak dengan banyak masyarakat yang terinfeksi Covid-19 membuat pemerintah mengambil langkah mengurangi penyebaran Covid-19 di Indonesia salah satunya pemberian vaksinasi. Setelah pemberian vaksinasi dosis satu dan dosis dua yang telah banyak dilakukan masyarakat, Kementrian Kesehatan menerbitkan surat edaran tentang Vaksinasi COVID-19 Dosis Lanjutan (Booster). Pelaksanaan vaksin booster menimbulkan berbagai macam pendapat pro dan kontra di masyarakat yang banyak ditemukan di media sosial salah satunya twitter. Berdasarkan permasalahan tersebut maka peneliti menggunakan metode Naïve Bayes dan K-Nearst Neighbor untuk analisis sentimen pengguna twitter terhadap vaksin booster. Pengelompokan data sebanyak 1000 data yang didapat dari twitter dengan metode Naïve Bayes dan K-Nearst Neighbor. Hasil akurasi yang didapatkan sebesar 90.19% dengan metode Naïve Bayes dan hasil akurasi sebesar 82.89% dengan metode K-Nearst Neighbor (K-NN). Nilai precision yang didapatkan dengan metode Naïve Bayes yaitu 95.23% untuk pred.positif lebih tinggi dibandingan pred.negatif yaitu 86.16%.
Analisa Kepuasan Pelanggan Terhadap Layanan Aplikasi E-Commerce Menggunakan Algoritma C4.5 Eko Setia Budi; Abdul Rahman Kadafi; Yasdi Kharismawan; Randi Fadillah; Desy Sasqia Putri
Resolusi : Rekayasa Teknik Informatika dan Informasi Vol. 4 No. 6 (2024): RESOLUSI July 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/resolusi.v4i6.1960

Abstract

Customer satisfaction is one of the key factors that greatly influences loyalty and business sustainability of an e-commerce application. This research focuses on analyzing the level of customer satisfaction with e-commerce services using the C4.5 algorithm. This research aims to identify key factors that influence customer satisfaction and provide recommendations that can help e-commerce companies improve the quality of their services. Customer satisfaction data is collected through surveys that cover various attributes such as product quality, delivery speed and customer service responsiveness. The analysis results show that the product delivery attribute is the factor that most influences customer satisfaction, with a gain value of 0.337981562. The resulting model has an accuracy of 93%, showing good ability in predicting customer satisfaction. These findings are expected to provide practical insights for e-commerce companies in their efforts to increase customer satisfaction and loyalty.
PERBANDINGAN ALGORITMA RANDOM FOREST DAN NAÏVE BAYES DALAM MENGANALISIS SENTIMEN ULASAN PADA PRODUK SKINCARE LOKAL DI MEDIA SOSIAL TIKTOK Putri Widya Sari; Firmansyah; Abdul Rahman Kadafi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.8150

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen terhadap produk skincare lokal yang dibagikan di media sosial, khususnya tiktok, dengan menggunakan algoritma random forest dan naïve bayes. Penelitian ini fokus pada pengklasifikasian sentimen konsumen menjadi kategori positif dan negatif untuk memberikan wawasan tentang preferensi konsumen. Data dikumpulkan melalui web scraping menggunakan skrip python dan diproses dengan teknik pre-processing standar seperti case folding,tokenisasi, penghapusan stopword, dan stemming. hasil analisis menunjukkan bahwa random forest mengungguli naïve bayes dalam hal akurasi, presisi, recall, dan f1-score. Temuan ini mengindikasikan bahwa random forest lebih efektif dalam menangani dataset yang kompleks dengan banyak fitur, sementara naïve bayes lebih cepat tetapi mungkin kesulitan dengan interaksi fitur yang lebih rumit. Selain itu, distribusi sentimen menunjukkan dominasi sentimen negatif yang sedikit lebih tinggi, menyoroti area yang perlu diperbaiki dalam produk skincare lokal. Penelitian ini memberikan wawasan yang berguna bagi konsumen dan produsen, membantu konsumen membuat keputusan pembelian yang lebih tepat dan membantu produsen dalam mengoptimalkan strategi pemasaran mereka.
Perancangan Sistem Informasi Reservasi Dan Moitoring Cue Town Billiard Berbasis Web Muhammad Hilman Fakhriza; Muhammad Fahmi; Ibnu Rusdi; Abdul Rahman Kadafi; fitri Latifah
Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI) Vol. 4 No. 2 (2025): September 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i2.634

Abstract

Perkembangan teknologi informasi saat ini mendorong berbagai bidang usaha untuk memanfaatkan sistem berbasis web dalam meningkatkan kualitas pelayanan. Cue Town Reserve sebagai penyedia layanan hiburan billiard masih menggunakan metode manual dalam proses reservasi dan monitoring ketersediaan meja, sehingga sering menimbulkan kendala berupa ketidakpastian jadwal, antrian yang tidak teratur, serta kurangnya transparansi informasi bagi pelanggan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi reservasi dan monitoring meja billiard berbasis web yang dapat mempermudah pelanggan dalam melakukan pemesanan serta memudahkan pengelola dalam memantau ketersediaan meja secara real time. Metode pengembangan sistem menggunakan pendekatan Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, serta pengujian sistem. Hasil dari penelitian ini adalah sebuah aplikasi berbasis web yang menyediakan fitur reservasi meja, manajemen jadwal, serta monitoring status meja secara interaktif. Uji coba sistem menunjukkan bahwa aplikasi dapat membantu mengurangi permasalahan antrian, meningkatkan efisiensi pengelolaan, serta memberikan pengalaman yang lebih praktis bagi pelanggan. Dengan adanya sistem ini, diharapkan Cue Town Reserve mampu meningkatkan kualitas layanan dan kepuasan pelanggan melalui pengelolaan reservasi yang lebih terstruktur dan transparan.
Co-Authors Alifia Septi Rizqiah Desy Sasqia Putri Eko Setia Budi Firmansyah Fitri Latifah Ibnu Rusdi MUHAMMAD FAHMI Muhammad Hilman Fakhriza Nur Alif Irawan Putri Widya Sari Randi Fadillah Yasdi Kharismawan