Article Per Year (5 Year)
p-Index From 2021 - 2026
3.207
P-Index
This Author published in this journals
All Journal Jurnal Teknoinfo ILKOM Jurnal Ilmiah Jurnal Tekno Kompak Progresif: Jurnal Ilmiah Komputer Jurnal Pengabdian Kepada Masyarakat Ungu ( Abdi Ke Ungu) Jurnal Pengabdian Kepada Masyarakat (JPKM) Tabikpun Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Infrastruktur Teknologi Informasi Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Telematics and Information Technology (TELEFORTECH) Journal of Engineering and Information Technology for Community Service
Erliyan Redy Susanto
Universitas Teknokrat Indonesia
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Pelatihan Pembuatan Company Profile Bagi Siswa SMK Gajah Mada Damayanti Damayanti; Erliyan Redy Susanto; M. Ghufroni An'ars; Nirwana Hendrastuty; Wisnu Mukti Dwiyudho Putro; Fitrah Amalia Rahmadianti
Journal of Engineering and Information Technology for Community Service Vol 2, No 1 (2023): Volume 2, Issue 1, Juli 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i1.270

Abstract

− Currently, digital information technology has an important role in all fields, including education. The existence of Information Technology makes it easy to carry out all activities in institutions and schools. Gajah Mada Vocational School is one of the schools in the Bandar Lampung region. Gajah Mada Vocational School in Bandar Lampung has a vision that is to want its graduates to become professionals who can be absorbed by the business and industrial world. This activity was carried out with the aim of providing knowledge and skills for students in making a company profile. The skills possessed are expected to become graduates who can channel knowledge and skills in making a company profile in the world of work
SISTEM PEMBUKUAN PENJUALAN MOBIL PADA SAN JAYA MOTOR BERBASIS WEBSITE Dimas Farian Savero; Erliyan Redy Susanto; Agus Wantoro; Galuh Eka Saputra; Hironimus Edit Kristanto
Jurnal Ilmiah Infrastruktur Teknologi Informasi Vol 3, No 2 (2022): DESEMBER 2022
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jiiti.v3i2.2315

Abstract

Sistem informasi pembukuan adalah sebuah yang mengubah data bisinis menjadi informasi keuangan bagi pelaku usaha yang menggunakannya dan dapat membantu penggunanya dalam pembuatan suatu keputusan yang berkaitan pada usahanya tersebut, dikarenakan pada sistem pembukuan terdapat laporan yang dihasilkan yaitu berupa laporan keuangan yang menyangkut untung ruginya suatu transaksi.(Saverina Nurjanah, 2018). Pada era globalisasi saat ini organisasi maupun pelaku usaha dihadapkan kepada situasi yang kompetitif, yang mengharuskan pelaku usaha untuk dapat aktif menerapkan teknologi informasi yang ada contohnya seperti pembukuan yang sebelumnya dikerjakan secara manual sekarang dapat dilakukan dengan bantuan komputer dengan menggunakan sistem informasi, (Elisabeth, 2019). Berdasarkan hasil dari pengujian menggunakan Blackbox Testing dengan jumlah 40 pengujian pada sistem secara menyeluruh maka sistem ini mendapat nilai 100%, dapat disimpulkan bahwa fitur-fitur pada sistem ini dikatakan layak untuk digunakan.
RANCANG BANGUN SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB RESPONSIVE TERHADAP PERANGKAT MOBILE PADA MADRASAH ALIYAH MATHLA’UL ANWAR GISTING Ikhu Muhibatul Umaya; Adi Sucipto; Erliyan Redy Susanto; Iqbal Isnsan Athok; Stya Bagus Pujiatma
Jurnal Ilmiah Infrastruktur Teknologi Informasi Vol 3, No 2 (2022): DESEMBER 2022
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jiiti.v3i2.2318

Abstract

Kebutuhan teknologi informasi dan komunikasi saat ini merupakan kebutuhan utama guna mempermudah suatu pekerjaan atau akses. Kegiatan penerapan teknologi informasi diperpustakaan saat ini masih kurang terpenuhi, peminjaman, pengembalian serta denda masih dilakukan secara manual sehingga cukup sering terjadinya ketidak cocokan data, belum lagi daftar koleksi buku masih ditulis dalam buku besar sehingga sangat sulit dalam pengelolaan data buku. Berdasarkan permasalahan tersebut maka diusulkanlah sebuah apllikasi yang nantinya di harapkan dapat memberikan kemudahan pelayan di perpustakaan, sehingga akses transaksi peminjaman, pengembalian, denda dapat berjalan dengan baik. Penelitian ini menghasilkan sebuah aplikasi perpustakaan yang dapat digunakan untuk mengelola data perpustakaan secara keseluruhan. Metode pengembangan sistem yang digunakan dalam pembuatan aplikasi perpustakaan yaitu Waterfall, berdasarkan hasil pengujian menggunakan Balckbox Testing secara keseluruhan hasil pengujianya yaitu mencapai nilai 100% dan dapat disimpulkan bahwa fitur-fitur yang ada pada sistem telah berjalan dengan valid dan sistem ini dapat dikatakan layak untuk digunakan.
Sistem Informasi Manajemen Monitoring Kemajuan Pekerjaan Konstruksi pada PT PLN UP3 Kota Metro Zahara Yunita; Erliyan Redy Susanto; Faruk Ulum
Jurnal Teknologi dan Sistem Informasi Vol 4, No 2 (2023): Volume 4 Nomor 2 Juni 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v4i2.2569

Abstract

Penelitian ini dilakukan untuk membuat sebuah Sistem Informasi Manajemen Monitoring Kemajuan Pekerjaan Konstruksi pada PT PLN UP3 Kota Metro. Masalah yang terjadi selama ini yaitu proses kinerja pada PT PLN UP3 Metro masih menggunakan alat pengolahan data yang sederhana seperti Microsoft Excel dan pengiriman laporan kemajuan pekerjaan (LKP) masih melalui aplikasi pesan singkat. Permasalahan yang muncul selama ini adalah proses kinerja di PT PLN UP3 Metro masih menggunakan alat pengolah data sederhana seperti Microsoft Excel, dan pengiriman Laporan Kemajuan Pekerjaan (LKP) masih dilakukan melalui aplikasi pesan singkat. selesai. Selain itu beberapa permasalahan juga dialami oleh PT PLN UP3 Metro seperti permasalahan waktu dalam pengerjaan proyek yang segera diketahui dengan cepat dan secara real time. Dari permasalahan diatas maka penelitian ini akan membuat Sistem Informasi Manajemen Monitoring Kemajuan Pekerjaan Konstruksi dengan menggunakan framework Laravel dan metode Extreme Programming. Untuk mengetahui kelayakan sistem yang dibuat akan melakukan uji kelayakan terhadap dua user yaitu pengawas dan pelaksana. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan metode pengujian Black Box Testing pada faktor Usability produk yang user-friendly dan menggunakan 7 responden terdiri dari 6 pengawas dan 1 pelaksana. Berdasarkan hasil pengujian kelayakan faktor Usability produk yaitu pada user pengawas yang mencapai nilai 100% dan pengujian terhadap pelaksana yang mencapai nilai 100% sehingga pembagian kategori Usability menurut skala likert termasuk kategori Sangat Layak sistem ini akan dipergunakan di PT PLN UP3 Kota Metro.
Pelatihan Desain Grafis Untuk Guru Menggunakan Canva Erliyan Redy Susanto
Journal of Engineering and Information Technology for Community Service Vol 2, No 2 (2023): Volume 2, Issue 2, October 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i1.305

Abstract

PkM ini bertujuan untuk meningkatkan keterampilan guru dalam desain grafis melalui pelatihan menggunakan aplikasi Canva di SMKN 9 Bandar Lampung. Pelatihan ini diharapkan dapat memberikan guru SIJA dengan pengetahuan dan keterampilan yang diperlukan untuk menciptakan materi pembelajaran yang menarik. Metode yang digunakan dalam penelitian ini adalah pelatihan langsung menggunakan aplikasi Canva. Para guru yang berpartisipasi dalam penelitian ini akan diberikan pelatihan intensif mengenai prinsip-prinsip dasar desain grafis dan penggunaan fitur-fitur Canva untuk menciptakan materi pembelajaran yang menarik. Mereka akan diberikan panduan langkah-demi-langkah dan penjelasan mengenai fitur-fitur Canva serta contoh-contoh penerapannya. Pelatihan desain grafis menggunakan Canva dapat menjadi solusi yang efektif untuk meningkatkan keterampilan guru dalam menciptakan materi pembelajaran yang menarik. Dengan adanya pelatihan ini, diharapkan kualitas pembelajaran di SMKN 9 Bandar Lampung dapat meningkat dan memberikan dampak positif bagi siswa dalam memahami materi pembelajaran.
APLIKASI PENYEWAAN LAPAANGAN FUTSAL MENGGUNAKAN TEKNOLOGI VIRTUAL TOUR 360 VIEW PADA BSC FUTSAL BERBASIS ANDROID Muhammad Aldhi Septianto; andi Nurkholis; Erliyan Redy Susanto
TELEFORTECH : Journal of Telematics and Information Technology Vol 4, No 1 (2023): TELEFORTECH VOL4, NO 1 (JULI 2023)
Publisher : Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/tft.v4i1.3404

Abstract

Berdasarkan observast yang telah dilakukan bahwa penyewaan yang ada saat ini mash secara konvensional yaitu dengan menggunakan buku penyewaan dan media Whatsapp. Sistem ini dinilai mash belum efektif dan efisien. Adapun masalah yang dialami pertama dalam pengolahan data, terkadang pengelola lupa mencatat data penyewa korena ketidak telitian pengelole dalam mencatat informasi tersebut.Shingga penelition ini bertujuan untuk membangun sistem penyewaan lapangan secaro realtime dan interaktif don sistem untuk menyimpan dan menampung data kedalam database. Sistem dibangun dengan menggunakan metode penelitian Rapid Application Development (RAD), don menggunakan bahasa pemrograman Java dan PHP dengan tools Android Studio dan juga Laravel, untuk pengolahan database menggunakon database MySQL dan SOLite. Penelition ini berhasil dengan mendapatkon penilaian Sangat Baik pada pengujian ISO 25010, dengan hasil presentase sebesar 100% untuk pengujian functional suitability, 100% untuk pengujian security dan 93,6% untuk pengujian usability, maka diperoleh lah hasit akhir penilalan presentase yang berjumlah 97.896.
Prediksi Risiko Kredit Nasabah Menggunakan Algoritma Data Mining: Studi Kasus pada PT Toyota Astra Finance Icha Winadya Permadani; Raka Sulistyo; Muhammad Fadli; Erliyan Redy Susanto
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2 (2025): Agustus
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2909

Abstract

This study aims to develop a credit risk prediction model for customers at PT Toyota Astra Financial Services using data mining algorithms, specifically Random Forest and XGBoost. In response to the challenge of non-performing loans (NPL), machine learning-based predictive models offer an effective solution to identify potential risks early. The research utilizes historical customer data encompassing demographic information, employment status, and loan history. After data preprocessing, the models were evaluated using accuracy, precision, recall, F1-score, and ROC-AUC metrics. The results indicate that XGBoost outperformed other models with an accuracy of 91.67% and an F1-score of 0.89 for the positive class. These findings demonstrate that applying machine learning algorithms can significantly enhance credit selection efficiency and reduce potential losses from defaulted loans.Keywords: Credit Risk; Machine learning; Random Forest; XGBoost, Data mining. AbstrakPenelitian ini bertujuan untuk membangun model prediksi risiko kredit nasabah pada PT Toyota Astra Financial Services dengan memanfaatkan algoritma data mining, khususnya Random Forest dan XGBoost. Dalam menghadapi tantangan kredit macet, model prediktif berbasis machine learning dapat memberikan solusi yang efektif untuk mengidentifikasi potensi risiko sejak dini. Penelitian ini menggunakan data historis nasabah yang mencakup informasi demografi, status pekerjaan, dan riwayat pinjaman. Setelah melalui tahap pra-pemrosesan data, model dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan ROC-AUC. Hasil menunjukkan bahwa XGBoost memiliki performa terbaik dengan akurasi sebesar 91,67% dan F1-score 0,89 pada kelas positif. Temuan ini menunjukkan bahwa penerapan algoritma machine learning dapat meningkatkan efisiensi seleksi kredit dan mengurangi potensi kerugian akibat kredit bermasalah.Kata kunci: Risiko Kredit; Machine learning; Random Forest; XGBoost; Data mining
Perbandingan Algoritma K-Means dan DBSCAN dalam Pengelompokkan Data Penjualan Elektronik Tria Setyani; Yulia Indriani; Muhammad Fadli; Erliyan Redy Susanto
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2 (2025): Agustus
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2775

Abstract

This study aims to compare the performance of the K-Means and DBSCAN algorithms in clustering electronic sales data at CV Rey Gasendra. Clustering methods are used to identify sales patterns based on the transaction intensity of each product. The K-Means algorithm was implemented by determining the optimal number of clusters using the Elbow Method and Silhouette Score evaluation. Meanwhile, DBSCAN was applied using a density-based approach, which does not require specifying the number of clusters in advance and relies on eps and minPts parameters. The results showed that K-Means produced more stable and interpretable clusters with a Silhouette  Score of 0.961, whereas DBSCAN excelled in detecting outliers and handling irregular data distributions, despite generating a large amount of noise. Performance evaluation using metrics such as Silhouette  Score, Davies-Bouldin Index (DBI), and Sum of Squared Errors (SSE) indicated that K-Means is more suitable for structured product segmentation, while DBSCAN is more effective for exploring unusual sales patterns. These findings can support data-driven business decisions, such as marketing strategies, inventory management, and product recommendations.Keywords: K-Means; DBSCAN; Clustering; Sales data; Product segmentation AbstrakPenelitian ini bertujuan untuk membandingkan kinerja algoritma K-Means dan DBSCAN dalam pengelompokan data penjualan elektronik pada CV Rey Gasendra. Metode clustering digunakan untuk mengidentifikasi pola penjualan berdasarkan intensitas transaksi setiap produk. Algoritma K-Means diimplementasikan dengan penentuan jumlah klaster optimal menggunakan metode Elbow dan evaluasi Silhouette Score. Sementara itu, DBSCAN diimplementasikan dengan pendekatan berbasis kepadatan, tanpa memerlukan jumlah klaster awal, dan menggunakan parameter eps serta minPts.  Hasil penelitian menunjukkan bahwa K-Means memberikan hasil clustering yang lebih stabil dan mudah diinterpretasikan dengan Silhouette Score mencapai 0,961, sedangkan DBSCAN unggul dalam mendeteksi outlier dan menangani data dengan distribusi tidak beraturan, meskipun menghasilkan banyak noise. Evaluasi performa berdasarkan metrik seperti Silhouette Score, Davies-Bouldin Index (DBI), dan Sum of Squared Errors (SSE) menunjukkan bahwa K-Means lebih cocok digunakan untuk segmentasi produk penjualan yang terstruktur, sedangkan DBSCAN lebih efektif untuk eksplorasi pola penjualan yang tidak lazim. Temuan ini dapat membantu pengambilan keputusan bisnis berbasis data, seperti strategi pemasaran, manajemen stok, dan rekomendasi produk.Kata kunci: K-Means; DBSCAN; Clustering; Data penjualan; Segmentasi produk
Prediksi Keberhasilan Menindaklanjuti Pelanggan pada Dealer Mobil dengan Komparasi Algoritma Random Forest dan XGBoost Helma Nopijani Heidy; Dimas Eko Putro; Muhammad Fadli; Erliyan Redy Susanto
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2 (2025): Agustus
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2776

Abstract

The automotive industry is facing intense competition in boosting vehicle sales, where the follow-up process with prospective customers plays a crucial role in sales conversion. This study develops a predictive model for the success of follow-ups at car dealerships by comparing two machine learning algorithms: Random forest and XGBoost. A dataset of Honda car dealership customers from 2023 was processed through a preprocessing stage, including handling data imbalance and encoding categorical data. The models were evaluated using accuracy, precision, recall, and F1-score metrics. The results show that XGBoost outperforms with an accuracy of 91.67%, compared to Random forest's 88.89%. Both models demonstrate balanced performance across positive and negative classes, indicating a significant improvement over previous approaches. This study recommends expanding the dataset and developing a prediction-based decision support system to enhance the marketing effectiveness of car dealerships.Keywords: Machine learning; Random forest; XGBoost AbstrakIndustri otomotif menghadapi persaingan ketat dalam meningkatkan penjualan kendaraan, di mana proses tindak lanjut (Follow-up) kepada calon pelanggan menjadi faktor krusial dalam konversi penjualan. Penelitian ini mengembangkan model prediksi keberhasilan Follow-up pada dealer mobil dengan membandingkan dua algoritma machine learning, yaitu Random forest dan XGBoost. Dataset pelanggan dealer mobil Honda tahun 2023 diproses melalui tahap preprocessing, termasuk penanganan ketidakseimbangan data menggunakan encoding data kategorikal. Model dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan XGBoost unggul dengan akurasi 91,67%, lebih baik dibanding Random forest dengan akurasi 88,89%. Kedua model menunjukkan performa yang seimbang pada kelas positif dan negatif, menandai peningkatan signifikan dari pendekatan sebelumnya. Penelitian merekomendasikan perluasan dataset dan pengembangan sistem pendukung keputusan berbasis prediksi untuk meningkatkan efektivitas pemasaran dealer mobil.Kata kunci: Machine learning; Random forest; XGBoost
Co-Authors ., Rusliyawati Adi Sucipto, Adi Agus Wantoro Ajeng Savitri Puspaningrum Alita, Debby Andi Nurkholis Apri Candra Widyawati Ari Sulistiawati Ari Sulistyawati Bayu Dwi Juniansyah Citra Andini Purnama Damayanti, Damayanti Dian Pratiwi Dimas Eko Putro Dimas Farian Savero Ebi Supriyadi Fahri Aulia Hasbi Feby Amanda Fenty ariany Ferdy Ramadhan Fitrah Amalia Rahmadianti Galuh Eka Saputra Geri Marizki Helma Nopijani Heidy Heni Sulistiani Hironimus Edit Kristanto Icha Winadya Permadani Ikhu Muhibatul Umaya Iqbal Isnsan Athok Itce Diasari Jhonnry Frengky Bire Logo Juvenski Juvenski Komang Anita M. Ghufroni An'ars Mia Melinda Muhamad Fitratullah Muhamad Taufik Adha Pratama Muhammad Aldhi Septianto Muhammad Fadli Neneng Neneng Nirwana Hendrastuty Priandika, Adhie Thyo Raka Sulistyo Rendy Pratama Rohmat Indra Borman S. Samsugi sodikin sodikin sodikin Stya Bagus Pujiatma Styawati Styawati Tien Yulianti Tria Setyani Ulum, Faruk Wahyudi, Agung Deni Wawan Kurniawan Wisnu Mukti Dwiyudho Putro Yulia Indriani Zahara Yunita