p-Index From 2021 - 2026
6.349
P-Index
This Author published in this journals
All Journal Jurnal TAM (Technology Acceptance Model) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Informasi dan Komputer Kurawal - Jurnal Teknologi, Informasi dan Industri JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Jurnal Informatika Global Jurnal Teknologi Komputer dan Sistem Informasi JPP Jurnal Kesehatan Poltekkes Palembang JATI (Jurnal Mahasiswa Teknik Informatika) Jatilima : Jurnal Multimedia Dan Teknologi Informasi Ihsan: Jurnal Pengabdian Masyarakat Jurnal Sains Teknologi dan Sistem Informasi Jurnal Pengabdian kepada Masyarakat Bina Darma Brilliance: Research of Artificial Intelligence Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Klik - Jurnal Ilmu Komputer Jurnal Sains dan Teknologi Publikasi Hasil Pengabdian Kepada Masyarakat. Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal Ilmu Multidisplin DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Jurnal Teknik Mesin, Industri, Elektro dan Informatika Proceeding of International Conference Health, Science And Technology (ICOHETECH) MDP Student Conference Jurnal Penelitian Sistem Informasi Journal of Embedded Systems, Security and Intelligent Systems Journal Of Artificial Intelligence And Software Engineering Manaruko: Jurnal Pengabdian Masyarakat Jurnal Riset Multidisiplin Edukasi Journal of Informatics and Advanced Computing Jurnal TAM (Technology Acceptance Model) JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) UKMC International Conference (UKMC IC) Proceeding
Claim Missing Document
Check
Articles

Application of K-Means Clustering Algorithm for Disease Grouping at Blessing Dental Care Clinic Fransiska, Cintiya Aulya; Dafid, Dafid
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Blessing Dental Care Clinic is a clinic that provides dental practice services and general practitioner practices located in Palembang. This clinic offers general care and dental care managed by experienced doctors in their fields. The focus of the data used is medical record data, especially from general practice. Grouping large data into several groups based on similar pattern characteristics by utilizing the K-Means Clustering algorithm in CRISP-DM data mining was chosen to be more effective in handling various complaints of various diseases through the Clustering process. The results showed that the form of cluster 1 was 220 dominant data in the respiratory disease category, cluster 2 was 335 dominant data in the cardiovascular disease category, cluster 3 was 584 dominant data in the cardiovascular disease category, cluster 4 was 363 dominant data in respiratory disease, cluster 5 was 70 dominant data in respiratory disease, cluster 6 was 254 dominant data in cardiovascular disease and cluster 7 was 165 dominant data in ENT disease. In cluster 7 with an SSE value of 3189.16, the decrease is getting smaller and the spread pattern is starting to be optimal with a tendency for the pattern to be more spread out.
PENERAPAN DATA MINING ASOSIASI DALAM MENGANALISIS DATA PENJUALAN UNTUK MENINGKATKAN STRATEGI PENJUALAN PADA PD JUMBO Wilhelmus, Aloysius Michael; Dafid, Dafid
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.7411

Abstract

Penelitian ini membahas penerapan data mining asosiasi menggunakan algoritma apriori untuk menganalisis data transaksi penjualan di PD Jumbo, distributor makanan dan non-makanan di Palembang. PD Jumbo memiliki strategi pemasaran yang belum optimal akibat kurangnya pemanfaatan data transaksi. Tujuan penelitian ini adalah mengidentifikasi pola keterkaitan antar produk yang sering dibeli bersamaan untuk menghasilkan aturan asosiasi yang mendukung strategi promosi. Metodologi yang diterapkan di penelitian ini adalah CRISP-DM, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Hasil analisis dengan minimum support 0,07 dan minimum confidence 0,7 menghasilkan sejumlah aturan asosiasi dengan nilai lift diatas 1, yang menunjukkan hubungan kuat antar produk. Aturan tersebut digunakan sebagai dasar rekomendasi strategi bundling produk untuk meningkatkan efektivitas promosi dan penjualan. Simpulan penelitian ini menunjukkan bahwa algoritma Apriori dapat menjadi alat bantu dalam pengambilan keputusan pemasaran berbasis data, sehingga mendukung peningkatan daya saing perusahaan.
Edukasi Pencegahan Phising Melalui Peningkatan Literasi Keamanan Siber Di SMP Negeri 61 Palembang Siti Fatimah Az Zahrah; Migel Orvin Febryan; Siska Amelia; Syalsabilla Valentisyesa; Joseph Eduard Uly Loni; Iis Pardesan; Dafid
Manaruko: Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2026): Manaruko: Jurnal Pengabdian Masyarakat
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/manaruko.v5i1.99

Abstract

Cybercrime in the form of phishing has become a growing threat among students due to the high intensity of internet and social media usage without adequate digital security awareness. This community service activity aimed to improve students' understanding of phishing prevention through cyber security literacy education at SMP Negeri 61 Palembang. The activity involved 26 junior high school students and was conducted using educational methods consisting of material presentations, interactive discussions, case studies, and simple simulations. The materials covered the definition of phishing, types of attacks, identification of suspicious links, protection of personal data, and preventive measures in digital activities. The results showed that participants experienced increased understanding and awareness regarding phishing threats and digital security practices. Participants were also able to identify phishing characteristics and apply preventive actions in daily internet usage. This activity concluded that interactive cyber security education can effectively improve digital literacy and foster safer digital behavior among students.
PENENTUAN PRIORITAS PEMBELIAN STOK MATERIAL MENGGUNAKAN METODE K-MEANS BERDASARKAN NILAI DAN FREKUENSI TRANSAKSI: Ayu Ummi Choirunnisa; Dafid Dafid
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17682

Abstract

Pengelolaan persediaan material yang tidak optimal dapat menyebabkan ketidakseimbangan antara kebutuhan dan ketersediaan stok, yang berdampak pada keterlambatan proyek dan peningkatan biaya operasional. CV Tunas Mandiri sebagai perusahaan yang bergerak di bidang pengadaan barang dan jasa konstruksi masih mengalami kendala dalam menentukan prioritas pembelian stok material karena keputusan yang diambil belum sepenuhnya berbasis pada analisis data historis transaksi. Penelitian ini bertujuan untuk menentukan prioritas pembelian stok material menggunakan metode K-Means clustering berdasarkan nilai transaksi dan frekuensi transaksi. Metodologi penelitian yang digunakan adalah CRISP-DM (Cross-Industry Standard Process for Data Mining), yang meliputi tahap business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Data yang digunakan berupa data transaksi material periode Januari 2024 hingga September 2025 sebanyak 3.776 data. Proses clustering menghasilkan dua cluster utama, yaitu cluster prioritas tinggi dan cluster prioritas rendah. Evaluasi hasil clustering menggunakan Davies–Bouldin Index (DBI) menghasilkan nilai sebesar 0,4517 pada K = 2, yang menunjukkan kualitas pemisahan cluster yang baik. Hasil penelitian ini menunjukkan bahwa metode K-Means mampu mengelompokkan material secara efektif berdasarkan pola penggunaan dan nilai transaksi, sehingga dapat digunakan sebagai dasar pengambilan keputusan dalam pengelolaan persediaan dan penentuan prioritas pembelian stok material di CV Tunas Mandiri.
Perancangan Sistem Pendukung Keputusan Pelanggan Prioritas pada PT. Dwi Sarana Samudra Menggunakan Metode Topsis Berbasis Web Muhammad Attoriq Ilham; Dafid
Klik - Jurnal Ilmu Komputer Vol. 6 No. 2 (2025): Klik - Jurnal Ilmu Komputer
Publisher : Fakultas Ilmu Komputer Universitas Sumatera Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56869/klik.v6i2.762

Abstract

PT Dwi Sarana Samudra adalah perusahaan yang didirikan pada tahun 2020 dan bergerak di bidang jasa transportasi minyak, berlokasi di Jalan PMD No. RT 12 RW 05, Talang Kelapa, Kota Palembang. Perusahaan ini memiliki visi untuk menjadi penyedia jasa transportasi minyak terbaik di industri, serta misi untuk mencapai pertumbuhan berkelanjutan melalui layanan yang andal, efisien, dan aman sesuai dengan standar tertinggi. Dalam mendukung operasinya, PT Dwi Sarana Samudra terus mengembangkan sistem kerja dan perlindungan armada sebagai faktor utama pertumbuhan. Namun, perusahaan masih menghadapi kendala dalam menentukan pelanggan prioritas secara objektif karena tidak adanya sistem penilaian yang terstruktur. Oleh karena itu, tujuan pembuatan aplikasi sistem pendukung keputusan ini adalah untuk membantu dalam pemilihan pelanggan prioritas di PT Dwi Sarana Samudra menggunakan metode teknik untuk urutan preferensi berdasarkan kesamaan dengan solusi ideal (TOPSIS) yang dapat mengembangkan sistem pendukung keputusan (SPK) yang sederhana dan memiliki konsep rasional yang mudah dipahami untuk Penilaian Pelanggan Prioritas di PT Dwi Sarana Samudra.
Penerapan Model AI Gemini pada Pengembangan Chatbot Tanya Fiqih Haji dan Umrah Ahmad Farisi; Chriestina Chriestina; Dafid Dafid; Adit Jansa
INSOLOGI: Jurnal Sains dan Teknologi Vol. 4 No. 6 (2025): Desember 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v4i6.7379

Abstract

This study aims to develop a hybrid mobile application prototype called “Tanya Fiqih Haji dan Umrah” as a supportive consultation medium for Islamic jurisprudence (fiqh) related to Hajj and Umrah. The application utilizes the Gemini 2.5 Flash model with a Retrieval-Augmented Generation (RAG) approach that is restricted to two official references issued by the Indonesian Ministry of Religious Affairs, namely the Hajj Manasik Infographic Book 2025 and the Hajj Supplications and Dhikr Guide 2025. The system is implemented using a modern web-to-mobile hybrid architecture based on React, TypeScript, Tailwind CSS, and Capacitor, enabling deployment as a lightweight Android application with local conversation history storage. System evaluation was conducted through expert validation on ten test questions representing the core themes of Hajj and Umrah fiqh. The results show that 70% of AI responses were categorized as fully aligned with the references, 10% as partially accurate, and 20% as not aligned. These findings indicate that the RAG mechanism helps maintain consistency between AI-generated answers and authoritative literature, potentially reducing hallucination in generative models, although expert clarification remains necessary in certain cases. This study contributes to the application of RAG-based large language models in the domain of Hajj fiqh and offers a technological support tool that may benefit pilgrims, particularly independent pilgrims.
Implementasi Data Mining dalam Prediksi Kebutuhan Obat di Puskesmas Talang Ratu Palembang Menggunakan Regresi Linier Berganda Muhammad Aldo Nugraha; Dafid
Jurnal Ilmu Multidisiplin Vol. 4 No. 6 (2026): Jurnal Ilmu Multidisplin (Februari - Maret 2026)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jim.v4i6.1701

Abstract

Pusat Kesehatan Masyarakat (Puskesmas) memiliki peran penting dalam pelayanan Kesehatan, salah satunya dalam pengelolaan persediaan obat. Permasalahan yang sering terjadi adalah ketidaktepatan dalam perencanaan kebutuhan obat akibat metode perhitungan manual yang kurang akurat. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam memprediksi kebutuhan obat di Puskesmas Talang Ratu Palembang menggunakan metode Regresi Linier Berganda. Data yang digunakan berasal dari riwayat permintaan dan pemakaian obat selama satu tahun. Metode penelitian mengacu pada tahapan CRISP-DM yang meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Hasil penelitian menunjukkan bahwa model regresi linier berganda mampu memprediksi kebutuhan persediaan obat dengan tingkat akurasi yang baik. Evaluasi model menghasilkan nilai Mean Squared Error sebesar 12,854 dan nilai R-Squared sebesar 0,78, yang menunjukkan bahwa 78% variasi persediaan obat dapat dijelaskan oleh variabel permintaan dan pemakaian. Dengan demikian, model yang dihasilkan dinilai layak digunakan sebagai alat pendukung keputusan dalam perencanaan persediaan obat guna meningkatkan efisiensi dan kualitas pelayanan kesehatan di Puskesmas Talang Ratu Palembang.
Implementasi Data Mining dalam Menganalisa Data Penjualan Produk pada Lokatara Coffee Menggunakan Algoritma Apriori Muhammad Aldiansyah; Dafid
Jurnal Ilmu Multidisiplin Vol. 4 No. 6 (2026): Jurnal Ilmu Multidisplin (Februari - Maret 2026)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jim.v4i6.1702

Abstract

Data transaksi penjualan dapat diolah menjadi pengetahuan untuk mendukung keputusan bisnis. Penelitian ini menganalisis penjualan Lokatara Coffee, Palembang, menggunakan teknik aturan asosiasi dengan algoritma Apriori untuk menemukan kombinasi menu yang sering dibeli bersamaan sebagai dasar penyusunan paket. Data bersumber dari aplikasi kasir Youtab periode 1 Januari–31 Desember 2024 sebanyak 52.713 transaksi dan 150 produk. Proses analisis mengikuti tahapan Cross-Industry Standard Process for Data Mining meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Setelah seleksi atribut nomor transaksi dan detail produk serta pembersihan data, pemodelan dilakukan dengan minimum support 2% dan minimum confidence 10%. Hasil menunjukkan Es Kopi Susu Lokatara (33,55%) dan Air Mineral (21,74%) sebagai item tersering. Kombinasi dua item yang memenuhi ambang support adalah Air Mineral dan Es Kopi Susu Lokatara (3,74%). Aturan yang terbentuk menunjukkan confidence 17,20% dan 11,14% dengan lift sekitar 0,51 (asosiasi lemah). Temuan ini menjadi masukan awal bagi promosi dan perancangan paket menu.
Penerapan Data Mining untuk Prediksi Jumlah Penduduk Miskin di Provinsi Sumatera Selatan Menggunakan Metode Regresi Linier Berganda Muhammad Roihan Jannatun Adhen; Dafid
Jurnal Ilmu Multidisiplin Vol. 4 No. 6 (2026): Jurnal Ilmu Multidisplin (Februari - Maret 2026)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jim.v4i6.1710

Abstract

Kemiskinan merupakan masalah multidimensional serius di Indonesia yang memerlukan kebijakan efektif berdasarkan data akurat. Penelitian ini bertujuan untuk memprediksi jumlah penduduk miskin di Provinsi Sumatera Selatan menggunakan metode Regresi Linier Berganda. Metodologi yang digunakan adalah Knowledge Discovery in Databases (KDD) yang mencakup tahapan data cleaning, integration, selection, transformation, data mining, hingga knowledge presentation. Data bersumber dari Badan Pusat Statistik (BPS) Provinsi Sumatera Selatan periode 2014-2024 dengan variabel meliputi garis kemiskinan, pengeluaran perkapita, IPM, rata-rata lama sekolah, akses air minum, pengangguran, dan partisipasi angkatan kerja. Hasil penelitian menunjukkan bahwa model regresi linier berganda memiliki kinerja yang baik dengan nilai evaluasi RMSE sebesar 15,759, MAE sebesar 12,293, dan MAPE sebesar 23,17%. Hasil prediksi ini diintegrasikan ke dalam sistem berbasis website untuk memudahkan visualisasi data bagi pengguna. Dapat disimpulkan bahwa algoritma regresi linier berganda dapat digunakan untuk memprediksi jumlah penduduk miskin dengan akurasi tinggi guna membantu perencanaan program pengentasan kemiskinan.
Perencanaan Strategis Sistem Informasi untuk Mendukung Integrasi Proses Bisnis pada PT Matra Digital Group Revina Trisna Aini; Dafid Dafid
JURNAL PENELITIAN SISTEM INFORMASI (JPSI) Vol. 4 No. 3 (2026): Agustus : JURNAL PENELITIAN SISTEM INFORMASI
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jpsi.v4i3.4220

Abstract

PT Matra Digital Group is a company operating in the digital and information technology sector, managing four business units: Dezainla (printing and apparel manufacturing), Mits (device repair services), Sewain (device rental), and Marco Digital Partner (digital marketing). This research was conducted to formulate a strategic information systems and information technology (IS/IT) plan capable of supporting data integration, real-time operational monitoring, and more effective management decision-making. The methodology implemented is the Ward and Peppard framework. This approach involved a profound evaluation of the external business environment (PEST and Porter's Five Forces), alongside an in-depth assessment of the organization's internal business environment (Value Chain) as well as its internal and macro IS/IT ecosystems. The study's findings indicate that the company's current information systems operate in isolation (siloed) across departments, thereby triggering data multi-interpretation and hindering operational alignment. Based on this evaluation, the outputs of this research formulate strategic recommendations for IS, IT, and IS/IT governance, as well as an application portfolio mapped via the McFarlan Strategic Grid. The primary implementation focus is directed toward an ERP-like Integrated Information System, a Business Intelligence Dashboard, and an Integrated Financial System, which are projected to accelerate the company's long-term digital governance.