Article Per Year (5 Year)
p-Index From 2021 - 2026
3.082
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Journal of Electrical Technology Jurnal Elektro dan Telkomunikasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) INFOKUM Jurnal Sistem Komputer dan Informatika (JSON) Bulletin of Computer Science Research sudo Jurnal Teknik Informatika Hello World Prosiding Seminar Nasional Teknik UISU (SEMNASTEK) Jurnal Pengabdian Mitra Masyarakat Cosmic Jurnal Teknik Tsabit
Antoni
Universitas Islam Sumatera Utara
Religion Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Model Machine Learning untuk Memprediksi Perilaku Konsumen sebagai Dasar Strategi Penargetan Ulang Iklan Antoni Antoni; Mbera Mehuli; Tri Andre Anu
Cosmic Jurnal Teknik Vol 2 No 4 (2025): November
Publisher : Ali Institute or Research and Publication

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

Abstract

Penelitian ini mengkaji bagaimana machine learning dapat digunakan untuk memprediksi perilaku konsumen dan menyediakan dasar berbasis data dalam penyusunan strategi advertising retargeting. Dalam lingkungan periklanan digital yang semakin kompetitif, praktik retargeting generik yang memperlakukan seluruh pengunjung sebagai satu kelompok audiens sering kali menyebabkan pemborosan anggaran, kelelahan iklan (ad fatigue), serta rendahnya relevansi pesan, karena niat konsumen bersifat dinamis dan bervariasi menurut waktu, perangkat, sumber trafik, dan tahapan funnel. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan desain pemodelan prediktif kuantitatif dengan memanfaatkan data clickstream pengguna dan data peristiwa (event) e-commerce pada tingkat individu. Fitur perilaku direkayasa untuk menangkap indikator seperti recency, frequency, intensitas eksplorasi, durasi sesi, serta sinyal funnel (misalnya add-to-cart), yang kemudian diikuti dengan proses pembersihan data, pengodean, penskalaan, pembagian data latih–uji berbasis waktu guna mengurangi kebocoran informasi, serta penanganan ketidakseimbangan kelas. Algoritma Logistic Regression digunakan sebagai model dasar yang dapat diinterpretasikan untuk mengestimasi probabilitas terjadinya keluaran target (misalnya konversi) dalam rentang waktu tertentu. Kinerja model dievaluasi menggunakan metrik yang sesuai untuk data tidak seimbang, termasuk ROC-AUC dan Precision–Recall (PR-AUC), serta nilai presisi, recall, dan F1-score pada ambang operasional. Hasil penelitian menunjukkan kemampuan diskriminatif yang sangat kuat (ROC-AUC = 0,961) dan efektivitas tinggi pada kelas positif (PR-AUC = 0,913), yang melampaui garis dasar prevalensi sebesar 0,235. Keluaran probabilitas dari model memungkinkan segmentasi audiens yang terukur ke dalam kelompok niat tinggi, sedang, dan rendah, sehingga mendukung penerapan intensitas retargeting dan strategi pesan yang berbeda. Secara keseluruhan, temuan ini menunjukkan bahwa penilaian probabilitas berbasis machine learning dapat meningkatkan presisi operasional retargeting dibandingkan pendekatan yang hanya berbasis intuisi; namun demikian, dampak bisnis terhadap CPA dan ROAS tetap perlu divalidasi melalui eksperimen lapangan seperti pengujian A/B.
Aplikasi Absensi Pegawai pada Dinas Komunikasi dan Informatika Kabupaten Deli Serdang dengan QR Code Menggunakan Algoritma Bcrypt Mochamad Dandi Akbar; Antoni Antoni
sudo Jurnal Teknik Informatika Vol. 1 No. 1 (2022): Edisi Maret
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.637 KB) | DOI: 10.56211/sudo.v1i1.2

Abstract

Pengelolaan absensi data pada kantor dinas kominfo kabupaten deli serdang ini masih secara manual dengan tanda tangan pada buku absen. Rekapitulasi kehadiran juga dilakukan secara manual yakni dengan mencatat dan menghitung jumlah pegawai yang hadir, sakit atau tanpa keterangan. Proses rekapitulasi tersebut membutuhkan ketelitian yang tinggi untuk menghindari kekeliruan dalam perhitungan jumlah kehadiran. Selain itu, kelemahan dari absensi manual tersebut dapat terjadi kecurangan yang mungkin dilakukan berupa URL, nomor telepon, pesan SMS, VCard, atau teks apapun. Penelitian ini ini dilakukan untuk mengatasi masalah tersebut dengan menggunakan teknologi QR Code berbasis web. QR Code merupakan kode yang mampu menyimpan dan memberikan data dengan respon dengan cepat. Metode yang digunakan adalah Metode Bcrypt yang berfungsi untuk mengenkripsi password agar password menjadi lebih aman dan tidak mudah dibaca oleh orang lain. Aplikasi yang digunakan adalah aplikasi berbasis web dengan jenis website yang digunakan adalah website dinamis dan dengan menggunakan bahasa pemograman yaitu PHP lalu menggunakan database sebagai tempat penyimpanan.
Implementasi Algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada Aplikasi Penerima Bantuan Langsung Tunai (BLT) Online di Desa Bahtera Makmur Rokan Hilir - Riau Apriani Apriani; Oris Krianto Sulaiman; Antoni Antoni
Hello World Jurnal Ilmu Komputer Vol. 4 No. 1 (2025): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i1.613

Abstract

  Tujuan dari penelitian ini adalah, dimana peneliti ingin membuat sebuah aplikasi penerima Bantuan Langsung Tunai (BLT) di Desa Bahtera Makmur kecamatan Bagan Sinembah Kabupaten Rokan Hilir supaya memudahkan pegawai di Desa Bahtera Makmur untuk mengetahui karakteria peneriman Bantuan Langsung Tunai (BLT).  Adapun tujuan peneliti yaitu membuat aplikasi penerima Bantuan Langsung Tunai (BLT) dengan menggunakan Algoritma Density Based Clustering of Applications with Noise (DBSCAN) untuk mengetahui karakteria penerima BLT sebagai Clustering sehingga dapat menetukan karakteria yang cocok dalam penerima Bantuan Langsung Tunai (BLT).  Yang dimana, Algoritma Clustering yang masuk kedalam kelompok Unsupervised learning yang dipakai untuk mengelompokan data kedalam beberapa bagian dengan sistem partisi.  Kesederhanaan DBSCAN menyatakan bahwa algoritma sudah diadopsi dibanyak bidang.  Karena mampu dengan cepat dan efisien dalam mengelompokkan sejumlah data yang besar, termasuk outlier.
Co-Authors Achmad Yani Andina Mei Vani Lubis Apriani Apriani Darjat Saripurna Eddi Suprayitno Edi Azwar Faisal Hasiholan Purba Febrianti Mandasari Ferry Fachrizal - Fikri Haikal Harahap Helma Widya Hermansyah Alam Jamilah Husna Julham Julham M. Aminullah Lubis Mahrizal Masri Mbera Mehuli Mochamad Dandi Akbar Mutia Chairunisa Nuraida Batubara Oris Krianto Sulaiman Oris Krianto Sulaiman Ronal HT S. Satria Yudha Prayogi Solly Aryza Sri Hastuti Br Saragih Tasliyah Haramaini Teddy Hardiansyah Tri Andre Anu Yusrita Zulfadli Pelawi Zulkarnain Lubis