Claim Missing Document
Check
Articles

Found 15 Documents
Search

PEMETAAN DAN ANALISIS PERKEMBANGAN BIDANG GAMIFICATION BERBASIS METODE KOMBINASI OPEN KNOWLEDGE MAP DAN VOS VIEWER Fitri Marisa; Arie Restu Wardhani; Wiwin Purnomowati; Anastasia L Maukar
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 2 (2022): ReBorn -- September 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1597.494 KB) | DOI: 10.26798/jiko.v6i2.606

Abstract

Artikel ini melaporkan tentang kajian penelusuran mengenai perkembangan bidang gamification dalam 10 tahun terakhir. Sumber data diperoleh dari meta data publikasi jurnal ilmiah, tesis, dan disertasi dalam rentang tahun 2012 hingga 2022. Kajian ini menggunakan metode penelusuran literature review yang mengkombinasikan aplikasi Open Knowledge Map (OKM) dan Vos Viewer (VV) dimana data diolah dengan mengikuti prosedur aplikasi yang digunakan kemudiaan dianalisis. Hasil kajian ini menyajikan pemetaan dan analisis peluang-peluang riset masa depan terkait gamification dan bagaimana keterkaitan antar penelitian dalam membentuk state of the art penelitian. OKM digunakan untuk memetakan kluster-kluster bidang gamification, sedangkan VV berperan untuk melihat kluster gamifikasi dengan analisis dan sumber yang berbeda. Berdasarkan hasil analisis, terdapat kecenderungan sub bidang gamification design menjadi topik yang memiliki literatur terbanyak, terkini dan te relasi dengan beberapa sub topik. Untuk itu peluang penelitian di sub bidang ini masih terbuka luas dan masih perlu untuk dikembangkan. 
ANALISIS DATA PENERIMAAN MAHASISWA BARU BERBASIS K-MEANS Anastasia L Maukar; Fitri Marisa; Anang Aris Widodo
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 2 (2022): ReBorn -- September 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.671 KB) | DOI: 10.26798/jiko.v6i2.558

Abstract

Pendaftaran mahasiswa pada perguruan tinggi yang di selenggarakan setiap tahunnya membuahkan hasil penumpukan informasi calon mahasiswa baru. Informasi yang berlimpah tersebut alangkah baiknya diolah untuk menghasilkan analisa data yang berguna. Penelitian ini menggunakan sample data penerimaan mahasiswa baru di Universitas Widyagama Malang. Metode dilakukan dengan cara pengelompokan data (cluster) calon mahasiswa baru melalui tahap pemrosesan data / informasi menggunakan algoritma K-Means Clustering. Atribut yang digunakan dalam tahap pemrosesan data ini adalah Nama Calon Mahasiswa, jurusan yang dipilih dan Sekolah Asal. Data yang digunakan adalah data mahasiswa Angkatan 2020/2021 dengan mengambil sampel 100 baris data. Sampel yang didapatkan ini diolah dengan cara membagi 3 cluster sampai didapatkan pemodelan data yang sesuai dengan aturan algoritma K-Means Clustering. Cluster1 menunjukkan peminat jurusan ekonomi banyak dari SMA dan SMK, Cluster 2 Menunjukkan peminat jurusan Teknik dari SMK dan MAN, Cluster 3 menunjukkan peminat jurusan hukum dari SMA. Output penelitian ini digunakan sebagai bahan pertimbangan untuk mengatur strategi pengenalan institusi ke sekolah menengah atas yang ada di Kota Malang khususnya.Keywords: Clustering, K-Means, Student Admission.
POTENTIAL CUSTOMER ANALYSIS USING K-MEANS WITH ELBOW METHOD Fitri Marisa; Arie Restu Wardhani; Wiwin Purnomowati; Anik Vega Vitianingsih; Anastasia L Maukar; Erri Wahyu Puspitarini
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.911

Abstract

This study aims to obtain cluster data of potential customers using the K-Means clustering approach supported by the elbow method to determine the correct number of clusters. The data sample that was processed was 100 customer data from a minimarket containing three criteria (gender, age, and purchase retention). The number of initial clusters is determined as 5 and then processed by calculating K-Means. The calculation of the SSE value in the K-Means process produces the lowest SSE value, and the sharpest elbow angle graph visualization is in cluster 4. So, it can be stated that the best number of clusters in this K-Means calculation is four (4) which are used as material for further analysis. Then the analysis results of four (4) clusters state that potential customers are those with high purchase retention, consisting of female customers who dominate in the three (3) clusters. Most potential female customers are customers with an age range above 35 years. Meanwhile, customers with less potential are spread across each cluster with varied gender and age but are not dominant. Thus, this knowledge can be used as a consideration for the management in determining the right promotion strategy.
Sistem optimasi pendistribusian bahan makanan dan snack dengan algoritma Ant Colony Optimization (ACO) Lutfi Erik Prasetyo; Istiadi Istiadi; Fitri Marisa
AITI Vol 18 No 1 (2021)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v18i1.88-96

Abstract

Kegiatan distribusi merupakan kegiatan penyaluran barang dan jasa yang dibuat dari produsen ke konsumen agar tersebar luas. Begitulah yang dilakukan oleh perusahaan CV. Landahur , perusahaan ini bertanggung jawab untuk mendistribusikan bahan makanan dan snack dari prinsipal menuju ke customer. Hal tersebut dilakukan supaya memudahkan customer dan produsen baik untuk membeli dan menjual. Dalam prosesnya pendistribusian seorang salesman akan melakukan kunjungan ke customer dengan tujuan untuk menjual bahan makanan dan snack tersebut, Namun dengan banyaknya customer yang perlu dikunjungi maka diperlukan rekomendasi rute terbaik. Dalam penelitian ini menggunakan algoritma Ant Colony Optimization (ACO). ACO digunakan karena mampu menunjukan rute terbaik dengan menetapkan parameter-parameter. Pada penelitian ini telah melakukan 2 ujicoba, ujicoba pertama dengan menggunakan 5 data didapatkan jarak 20,3 km dan ujicoba kedua menggunakan 10 data didapatkan jarak rute terbaik 22,96 km dengan parameter yang jumlah semut 3, 2iterasi, α = 1, β = 0,5, ρ = 0,5194, Pheromone awal = 0,1. Dengan adanya sistem tersebut diharapkan dapat membantu salesman mendapatkan informasi rute terbaik dengan tepat dan akurat
Model Dan Implementasi Teknik Query Realtime Database Untuk Mengolah Data Finansial Pada Aplikasi Server Pulsa Reload Berbasis .Net Fitri Marisa
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 5 No 02 (2015): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v5i02.98

Abstract

Semakin maraknya aplikasi Online di bidang IT maka berimbas pada kompleksnya kebutuhan-kebutuhan yang berkenaan dengan usaha perbaikan maupun pengembangan teknologi dari bidang yang bersangkutan. Salah satunya adalah usaha server pulsa elektronik yang pada 10 tahun terakhir ini di Indonesia semakin meningkat. Salah satu permasalahan server pulsa adalah pengintegrasian database untuk penyelesaian masalah manajemen. Untuk itu penelitian ini bertujuan untuk membuat model teknik query database yang bekerja secara realtime menghasilkan pola query pengambilan field yang diperlukan untuk proses pengolahan data finansial server pulsa reload dimana datanya terupdate secara realtime sesuai dengan data yang ada pada database sumber tanpa mengganggu proses kerja server. Sedangkan hasil dari teknik query database realtime ini akan diimplementasikan dalam aplikasi keuangan server pulsa reload. Dalam keuangan server pulsa ada beberapa item yang penting untuk selalu dibutuhkan informasinya setiap saat yaitu posisi hutang reseler, piutang usaha, dan kerugian transaksi disebabkan kesalahan operator. Beberapa hal tersebut sangat bergantung pada data pada database sumber, sehingga perlu ada teknik query untuk bisa menangkap dan mengolah dalam bentuk aplikasi tersendiri namun masih tetap terhubung dengan database sumber. Oleh karena itu akan dibuat model teknik query database realtime yang akan menangkap field-filed kunci dari database sumber (SQL Server), disimpan dalam database penerima (MySQL). Hasil query database realtime ini akan diimplementasikan dan diujikan untuk mengolah data finansial pulsa secara realtime dengan mengaplikasikannya dalam aplikasi keuangan server pulsa reload. Rancangan kegiatan penelitian ini adalah dimulai dari studi literatur tentang Database,SQL, pemrograman .Net, dan mekanisme sistem kerja server pulsa elektrik yang kemudian dilanjutkan membuat model teknik query database yang dijabarkan dalam perintah query yang nantinya akan diimplementasikan dalam aplikasi. Setelah menghasilkan model teknik query, maka langkah selanjutnya adalah membangun aplikasi finansial dengan memfokuskan proses perhitungan posisi hutang reseler, piutang usaha, kerugian transaksi disebabkan kesalahan operator. Ketepatan dan kecepatan konversi data dari database sumber (SQL Server) ke database penerima (MySQL) adalah tolok ukur yang akan diujikan dalam penelitian ini.