Article Per Year (5 Year)
p-Index From 2021 - 2026
5.954
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Agri-Informatika Indonesian Journal of Electrical Engineering and Informatics (IJEEI) JUITA : Jurnal Informatika Al Ishlah Jurnal Pendidikan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknoinfo ILKOM Jurnal Ilmiah Jiko (Jurnal Informatika dan komputer) Jurnal ULTIMATICS Petir IJISTECH (International Journal Of Information System & Technology) Jurnal Ilmiah Sinus Building of Informatics, Technology and Science Indonesian Journal of Business Intelligence (IJUBI) JITU : Journal Informatic Technology And Communication Automata Journal of Education Informatic Technology and Science Cakrawala Repositori Imwi JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences IJISTECH SAINSTEK Journal Research of Social Science, Economics, and Management
Dhomas Hatta Fudholi
Jurusan Informatika, Universitas Islam Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
Optimasi Strategi Pemasaran Perguruan Tinggi Berbasis Segmentasi Data Menggunakan HDBSCAN dan GMM Anwar Karnaidi; Dhomas Hatta Fudholi
SAINSTEK Vol. 14 No. 1 (2026)
Publisher : Sekolah Tinggi Teknologi Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35583/js.v14i1.426

Abstract

Persaingan antar perguruan tinggi yang semakin ketat menuntut strategi pemasaran yang lebih presisi dan berbasis data. Namun, praktik segmentasi mahasiswa di banyak institusi masih didominasi oleh pendekatan konvensional yang bersifat subjektif dan kurang mampu menangkap heterogenitas karakteristik mahasiswa secara komprehensif. Penelitian ini bertujuan untuk mengoptimalkan strategi pemasaran perguruan tinggi melalui segmentasi mahasiswa berbasis data dengan pendekatan klasterisasi dua tahap (two-stage clustering), menggunakan data 731 mahasiswa baru Sekolah Tinggi Teknologi Pekanbaru (STTP) periode 2020–2023 dengan 97 atribut. Pada tahap awal, metode HDBSCAN digunakan untuk mengeksplorasi struktur global data mahasiswa, mengidentifikasi klaster mayoritas, serta menyaring noise. Selanjutnya, segmentasi lanjutan dilakukan menggunakan Gaussian Mixture Model (GMM) untuk memetakan heterogenitas internal pada klaster mayoritas secara probabilistik. Evaluasi jumlah klaster dilakukan menggunakan Bayesian Information Criterion (BIC) dan Akaike Information Criterion (AIC) guna memastikan keseimbangan antara kualitas model dan interpretabilitas. Hasil penelitian menunjukkan bahwa pendekatan hybrid ini mampu menghasilkan tiga segmen mahasiswa yang lebih homogen dan tajam dibandingkan penerapan GMM pada dataset utuh, yaitu: (1) Mahasiswa Tradisional Berprestasi — usia muda dengan pembiayaan eksternal dan tidak bekerja; (2) Mahasiswa Pekerja Fleksibel — seluruhnya bekerja dengan pembiayaan campuran; dan (3) Mahasiswa Mandiri Adaptif — hampir seluruhnya membiayai kuliah secara mandiri sambil bekerja dengan prestasi akademik tertinggi. Pembeda utama antar segmen terutama terletak pada pola pembiayaan pendidikan dan status keterlibatan kerja, sementara variabel usia dan sosial ekonomi berperan sebagai karakteristik deskriptif pendukung. Struktur segmentasi yang dihasilkan selanjutnya diterjemahkan ke dalam kerangka Segmenting–Targeting–Positioning (STP) untuk merumuskan rekomendasi strategi pemasaran yang relevan dan aplikatif. Temuan ini menegaskan bahwa segmentasi berbasis data dapat menjadi dasar yang lebih objektif dan efektif dalam perencanaan strategi pemasaran pendidikan tinggi.
DETECTION OF VISUALLY SIMILAR RETAIL PRODUCTS WITH SIZE VARIANTS: A COMPARISON OF YOLOv12 AND FASTER R-CNN Ganendra Raditya Putra Satriawan; Dhomas Hatta Fudholi
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 13 No 1 (2026)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v13i1.2154

Abstract

Fine-grained retail product detection presents unique challenges due to the high visual similarity among packaging variants and dense shelf arrangements, which often limit the effectiveness of generic detection strategies. This study investigates the baseline performance characteristics of two distinct object detection paradigms—the modern single-stage YOLOv12 and the established two-stage Faster R-CNN—to understand their inherent behaviors in a retail environment. Utilizing a custom dataset of product size variants, both architectures were evaluated under default inference protocols to establish raw performance benchmarks without extensive optimization. The experimental results reveal distinct performance profiles: the best-performing single-stage variant, YOLOv12x, achieved a Mean Average Precision (mAP50:95) of 0.762 with high inference efficiency, while the top-performing two-stage configuration, Faster R-CNN (ResNet50v2), provided a solid structural baseline of 0.709. These findings provide empirical insights into the trade-offs of modern detectors, serving as a foundational reference for developing robust, potentially hybrid, smart retail systems.
PERMODELAN PENGETAHUAN KESIAPAN PENANGANAN BENCANA DI RUMAH SAKIT Mawar Hardiyanti; Dhomas Hatta Fudholi
Indonesian Journal of Business Intelligence (IJUBI) Vol 4 No 2 (2021): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v4i2.1934

Abstract

Bencana alam adalah peristiwa yang umumnya membawa dampak negatif. Indonesia adalah salah satu negara rawan bencana. Rumah sakit merupakan tempat rujukan pertama saat korban bencana membutuhkan perawatan. Pada dasarnya, berbagai studi yang menghasilkan pengetahuan sudah cukup banyak tersedia. Namun untuk penggunaannya pada bencana alam belum dikelola dan diterapkan dengan baik. Berdasarkan hal tersebut maka kami akan membangun medel pengetahuan kesiapan penanganan bencana di rumah sakit. Penelitian ini mengembangkan sebuah model pengetahuan berbasis ontologi untuk kesiapan rumah sakit pada penanganan bencana berdasarkan konsep tenaga kesehatan, institusi terkait, rencana darurat, dan alat. Proses permodelan ontologi pada penelitian ini terdiri dari tiga fase yaitu Konseptualisasi, Implemetasi dan Evaluasi. Pembangunan ontologi didasarkan dari hasil kuisioner yang telah diisi oleh pengurus TIM Bencana dari tiga rumah sakit di Jawa Tengah. Hasil yang didapatkan dari pengukuran ontologi yang dibuat untuk Relationship Richness sebesar 0.68, Inheritance Richness sebesar 0.18, dan Attribute Richness sebesar 0.04. Sedangkan hasil pengujian query yang dilakukan menggunakan DL Query Panel adalah sistem dengan kemapuan memberi sebuah jawaban dari gabungan ekspresi Class, object property untuk mendapatkan instancedari data Individual.
Hybrid DBSCAN - K-Means Clustering for Financial Loss Identification in INA-CBG Claims Based on Medical Treatment Patterns Muhammad Fajar Dianqori; Dhomas Hatta Fudholi; Galih Aryo Utomo; Irving Vitra Paputungan
Building of Informatics, Technology and Science (BITS) Vol 7 No 4 (2026): March 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i4.9483

Abstract

Hospital financial deficits due to INA-CBG claim discrepancies pose a critical challenge to healthcare sustainability in Indonesia. The difference between hospital operating costs and INA-CBG rates often results in significant financial deficits, which can threaten the sustainability of healthcare providers, especially hospitals. However, existing studies lack a systematic approach to identify distinct patterns of financial losses based on clinical treatment characteristics. This study aims to identify clusters of patients with different financial loss characteristics using a hybrid DBSCAN-K-Means clustering approach based on medical procedure frequency patterns. The DBSCAN algorithm was employed to detect and separate noise from data, while K-Means was used to identify medical treatment patterns. The data were obtained from electronic medical records of inpatients during the 2023–2024 period at a private hospital (N = 6,021 cases). The final clustering results revealed two main clusters with a highly significant difference in deficits between clusters (p = 6.21 × 10⁻³⁸, Cliff's Delta = −0.216). Cluster 0 represents patients with intensive care who have a higher frequency of routine procedures, with an average deficit of 1.51 times (51.3% greater) and an average length of stay of 1.76 times (76% longer) than Cluster 1. Cluster 1 represents patients with a focus on obstetrics/neonatology with a predominance of Doppler procedures. Meanwhile, the noise cluster (13.39%) represents more extreme cases with an average loss of −7.82 million IDR and high mortality. Of the total 315 treatment features, 114 were confirmed to be statistically significant. This study contributes a novel hybrid clustering framework for identifying financial loss patterns in INA-CBG claims, providing actionable insights for hospital management to optimize service utilization, adjust procedure fees for complex cases, and strengthen financial risk management strategies.
Co-Authors Abdullah Aziz Sembada Abdullah Aziz Sembada Abyan Fadilla Noor Aditya Perwira Joan Dwitama Affan Taufiqur Afrianto, Nurdi Ahmad Fathan Hidayatullah, Ahmad Fathan Ahmad Luthfi Ahmad Rafie Pratama Altesa Yunistira Andi Wafda Andri Heru Saputra Annisa Zahra Anwar Karnaidi Ari Farhan Nurihsan Ari Sujarwo Arief Rahman Arrie Kurniawardhani Arrie Kurniawardhani Chandra Kusuma Dewa Chatarina Umbul Wahyuni Dendy Surya Darmawan Deny Rahmalianto Dimas Adi Wibowo Dimas Danu Budi Pratikto Dimas Pamilih Epin Andrian Dimas Panji Eka Jalaputra Dirgahayu, Raden Teduh Dziky ridhwanulah Eko Prasetio Widhi Eko Setiawan Erin Eka Citra Fahmi Adi Nugraha Ferdian Nursulistio Fery Luvita Sari Galih Aryo Utomo Ganendra Raditya Putra Satriawan Gilang Persada Bhagawadita Gunanto Gunanto Harry Akbar Al Hakim Ibnu Fajar Arrochman Insanur Hanifuddin Iqbal Syauqi Mubarak Irving Vitra Paputungan Izzan Yattaqi Nugraha Izzati Muhimmah Jaka Nugraha LAILA KUSUMA WARDANI Lizda Iswari M. Ulil Albab Surya Negara Malik Abdul Aziz Mawar Hardiyanti Mawar Hardiyanti Meilita . Moch Yusuf Asyhari Moch. Bagoes Pakarti, Moch. Bagoes Muhammad Abyanda Tamaza Muhammad Fajar Dianqori Muhammad Habib Izdhihar Muhammad Rizhan Ridha Muhammad Sulthon Alif Novian Mahardika Putra Pandu Avilba Purwoko, Agus Raden Teduh Dirgahayu Rahadian Kurniawan Rakhmat Syarifudin Rendy Ressa Sutrisno Ridho Iman Tiyar Risca Naquitasia Royan Abida N. Nayoan Sabar Aritonang Rajagukguk Safira Yuniar Putri Buana Salma Aufa Azaliarahma Salsabila Zahirah Pranida Septia Rani Septia Rani Sigit Nugroho Siti Mutmainah Siwi Cahyaningtyas Sri Mulyati Teduh Dirgahayu Tri Handayani Umar Abdul Aziz Al-Faruq Wahyu Fajrin Mustafa windi astriningsih Yasmin Aulia Ramadhini Yoga Sahria Yudi prayudi Zikri Wahyuzi