Article Per Year (5 Year)
p-Index From 2021 - 2026
4.375
P-Index
This Author published in this journals
All Journal Jurnal Informatika Jurnal Simetris Jurnal Informatika JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal technoscientia Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Indonesian Journal of Computing and Modeling Jurnal Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Progresif: Jurnal Ilmiah Komputer Journal of Information Systems and Informatics Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Tekinkom (Teknik Informasi dan Komputer) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Teknik Informatika (JUTIF) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Papua IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Eduvest - Journal of Universal Studies Warta LPM Jurnal Sistem Informasi Jurnal Pendidikan Teknologi Informasi (JUKANTI) Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Adi Nugroho
Universitas Kristen Satya Wacana
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI KAI ACCESS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Gracia Radiena; Adi Nugroho
Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 6 No 1 (2023): Jurnal Pendidikan Teknologi Informasi (JUKANTI) Edisi April 2023
Publisher : Program Studi Pendidikan Informatika, Universitas Citra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v6i1.836

Abstract

PT Kereta Api Indonesia melakukan inovasi dengan meluncurkan aplikasi yang diberi nama KAI Access. Aplikasi KAI Access memiliki fitur pemesanan tiket, ticket rescheduling, pembatalan tiket hingga e-boarding pass. Tujuan dari penelitian ini adalah untuk mengetahui sentimen dari sebuah produk mobile. Opini terkait Aplikasi KAI Access dapat digunakan PT Kereta Api Indonesia sebagai parameter kunci untuk mengetahui tingkat kepuasan publik sekaligus bahan evaluasi bagi PT Kereta Api Indonesia. Berdasarkan hasil pengujian yang telah dilakukan pada ulasan pengguna aplikasi KAI Access dengan total 8.078 ulasan, lebih banyak pengguna memberikan opini positif dalam aspek satisfaction dan opini negatif pada aspek learnability, efficiency, dan errors. Digunakan model CRISP-DM (Cross Industry Standard Process for Data Mining) dan algoritma Support Vector Machine untuk melakukan klasifikasi. Hasil klasifikasi terbaik diperoleh nilai accuracy, precision, recall, dan F-measure yang dihasilkan dari tiap aspek yaitu untuk Learnability 94.73%, 100.00%, 89.50%, dan 94.64%, Efficiency 94.38%, 72.00%, 100.00%, dan 94.46%, Errors 85.13%, 97.11%, 72.41%, dan 82.96%, Satisfaction 87.26%, 98.46%, 73.78%, dan 84.20%. PT Kereta Api Indonesia innovates by launching an application called KAI Access. The KAI Access application has features for ticket ordering, ticket rescheduling, ticket cancellation and e-boarding pass. The purpose of this study is to determine the sentiment of a mobile. Opinion regarding the KAI Access Application can be used by PT Kereta Api Indonesia as a key parameter to determine the level of public satisfaction as well as evaluation material for PT Kereta Api Indonesia. Based on the results of tests conducted on user reviews of the KAI Access application with a total of 8,078 reviews, more users give positive opinions on the satisfaction and negative opinions on the learnability, efficiency and errors. Model CRISP-DM (Cross Industry Standard Process for Data Mining) and Support Vector Machine algorithm are used to perform classification. The best classification results obtained accuracy, precision, recall, and F-measure resulting from each aspect, namely for Learnability 94.73%, 100.00%, 89.50%, and 94.64%, Efficiency 94.38%, 72.00%, 100.00%, and 94.46%, Errors 85.13%, 97.11%, 72.41%, and 82.96%, Satisfaction 87.26%, 98.46%, 73.78%, and 84.20%.
SISTEM PENDETEKSI HUJAN DAN BANJIR BERBASIS INTERNET OF THINGS DENGAN APLIKASI THINGSPEAK Chaidar Wicaksono; Adi Nugroho
Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 6 No 1 (2023): Jurnal Pendidikan Teknologi Informasi (JUKANTI) Edisi April 2023
Publisher : Program Studi Pendidikan Informatika, Universitas Citra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v6i1.883

Abstract

Bencana alam di Indonesia merupakan masalah yang sering terjadi di mana-mana. Indonesia beriklim tropis dengan curah hujan yang tinggi, sehingga Indonesia sangat rentan terhadap banjir, Banyaknya bencana banjir menunjukkan masalah banjir Ini adalah masalah serius yang membutuhkan tindakan efektif mengurangi risiko banjir. Salah satu cara untuk meminimalisir bencana banjir ini adalah dengan menciptakan karya-karya inovatif Alat pendeteksi ketinggian air sungai yang dapat dipantau melalui internet. Sistem pada penelitian ini menggunakan modul Wemos D1 mini, modul sensor HC-SR04, modul rainwater foliar, dan Arduino IDE untuk mengukur intensitas curah hujan dan mengukur tinggi permukaan air. Hasil dari pembacaan akan ditampilkan melalui aplikasi ThingSpeak. perangkat dapat menghasilkan riwayat ketinggian air dari permukaan dan mendeteksi jika terjadinya hujan pada sekitaran aliran sungai secara realtime dimana dapat dipantu dari website monitoring Thingspeak. Serta perangkat memberikan pemberitahuan secara terus menerus setiap ketinggian air dan setiap terjadinya hujan maupun tidak. Hal ini untuk membantu warga mendapatkan informasi lebih awal sebelum bencana banjir datang dan meminimalisir kerugian yang dapat terjadi karena bencana banjir.
ANALISIS STRATEGI PEMASARAN BIZNET DAN INDIHOME DI SALATIGA MENGGUNAKAN GAME THEORY Rivo Masinambow; Adi Nugroho
Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 6 No 2 (2023): JURNAL PENDIDIKAN TEKNOLOGI INFORMASI (JUKANTI) EDISI NOPEMBER 2023
Publisher : Program Studi Pendidikan Informatika, Universitas Citra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v6i2.1042

Abstract

This research analyzes the marketing strategies of Biznet and Indihome in Salatiga city using game theory. Primary and secondary data were collected through surveys and interviews with potential and existing customers, which were then analyzed using game theory to determine optimal strategies for Biznet and Indihome. The results reveal that Biznet excels in internet speed, while Indihome has a price advantage. The optimal strategy for Biznet is a slight price increase with maintained high speed, while Indihome should slightly reduce prices and offer decent speed packages. By following these strategies, both companies can achieve equal profits. Deviating from these strategies may result in lower profits for either Biznet or Indihome. This research provides valuable insights for optimal decision-making in Salatiga's highly competitive market.
Sistem Pendukung Keputusan Pembuatan Pusat Oleh-oleh Menurut Kecamatan di Temanggung menggunakan Metode SAW Bramastya Arya Gandhi Rusmantara; Adi Nugroho
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 4, No 3 (2023): Edisi Juli
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v4i3.208

Abstract

Indonesia's economic condition, especially in Temanggung Regency, has experienced a significant increase, including in the tourism sector after the COVID-19 pandemic. This study aims to find out the best sub-districts in the Temanggung district as places for the construction of souvenir centers that can support the tourism sector. This study uses the SAW method and quantitative methods to determine the best decision. Data processing in this study was assisted by using Microsoft Excel. The data for this study used 19 sub-districts in the Temanggung district. The data that has been processed produce the best decision for the construction of souvenir centers in Temanggung district, namely, Ngadirejo District (A12; 129.16667), Kedu District (A9; 126.6667), and Parakan District (A13; 126.6667). Further researchers can develop this research by combining several decision support methods such as AHP, ELECTRE, or PROMETHEE with the SAW method. This research is expected to help related parties to develop the development of a souvenir center as a support for the tourism sector in Temanggung district
KLASIFIKASI DATA PENJUALAN UNTUK MEMPREDIKSI TINGKAT PENJUALAN PRODUK MENGGUNAKAN METODE DECISION TREE Demira Intan Suranda; Adi Nugroho
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 1 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i1.1269

Abstract

A mature strategy is one of the keys so that a company can increase sales effectively and consistently. With recorded and accurate information, companies can make decisions quickly to predict what supplies consumers will need for the future. Aruna Boutique sells various types of Muslim clothing such as robes and headscarves with several brands of each type. The aim of this research is to determine the sales of the best-selling and least-selling products using the Decision Tree method with the ID3 algorithm. The tool used is a rapid miner using boutique sales transaction data from July - September. The results obtained in this research are the best-selling products Gamis 2 (Umama), veil 2 (DYN) and the less popular products Gamis 1 (Mahdani), veil 3 (Azara) with an accuracy value of 88.24%, which means that the method used it's good enough. Based on the rules obtained, information can be used to increase sales in terms of stock inventory, display and promotion strategies.
Uji Akurasi Penggunaan Metode KNN dalam Analisis Sentimen Kenaikan Harga BBM pada Media Twitter Arifin, Andrean Jonathan; Nugroho, Adi
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1288

Abstract

The government in an effort to run the government is inseparable from the policies that must be made and taken. One policy alone can attract diverse sentiments from society. Based on this, this study was made to analyze public sentiment towards government policies, especially government policies regarding fuel price hikes. In this study, the analysis process using the K-Nearest Neighbor algorithm classifies tweets from Twitter into two categories, namely positive and negative. The research stages started from crawling data, data preprocessing, labeling, classification using the KNN algorithm, and evaluation. With an accuracy of 94.33% in classifying data. With the results of this research, it is hoped that it will make it easier for the government to see people's responses and sentiments towards the fuel increase policy so that the government can produce better policies by incorporating what the people have given.Keywords: K-Nearest Neighbor Algorithm; Rise in fuel prices; Sentiment Analysis; Twitter. AbstrakPemerintah dalam upaya menjalankan pemerintahan tidak terlepas dengan kebijakan-kebijakan yang harus dibuat dan diambil. Dari satu kebijakan saja sudah bisa menarik sentimen yang beragam dari masyarakat. Dengan berdasarkan hal itu penelitian ini dibuat untuk menganalisa sentimen masyarakat terhadap kebijakan pemerintah khususnya pada kebijakan pemerintah mengenai Kenaikan BBM. Pada penelitian ini proses analisa menggunakan algoritme K-Nearest Neighbor mengklasifikasikan tweets dari twitter menjadi dua kategori yaitu positif dan negatif. Tahapan penelitian dimulai dari crawling data, data preprocessing, pelabelan, klasifikasi menggunakan algoritme KNN, dan Evaluasi. Dengan hasil akurasi 94,33% dalam mengklasifikasikan data. Dengan hasil penelitian ini diharapkan dapat mempermudah pemerintah dalam melihat tanggapan dan sentimen masyarakat terhadap kebijakan kenaikan BBM sehingga pemerintah dapat menghasilkan kebijakan yang lebih baik bersama dengan masukkan-masukkan yang diberikan rakyat.Kata kunci: Algoritme K-Nearest Neighbor; Kenaikan Harga BBM; Analisa Sentimen; Twitter.
Prediksi Tingkat Produksi Batu Quarry Andesite Dengan Metode ARIMA Sebah, Hermon Julkifly; Nugroho, Adi
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1292

Abstract

The process of taking andesite quarry stones carried out by PT Pipit Jaya Abadi is erratic so that it is not optimal for the use of existing machines and human resources. If this continues, the company cannot reach the predetermined target. This research aims to assist PT Pipit Jaya Abadi in achieving predetermined production targets and the stability of the quality of production machines so that machine performance can reach optimal levels and maximize existing human resources. ARIMA (Autoregressive Integrated Moving Average) method to forecast the production level of andesite quarry in the coming period. Production data from January 2017 to September 2022 is used in this study. The forecasting results provide an overview of the expected production levels for the next 5 months, namely from October 2022 to February 2023. The forecasting results show production of 24464.344877 m3, 22449.959502 m3, 21969.910870 m3, 21691.556209 m3, and 21849.566221 m3 respectively. Accuracy analysis using MAPE (Mean Absolute Percentage Error) shows an accuracy level of 35.46%.Keywords: andesite quarry; Production and Forecasting; ARIMA Method AbstrakProses pengambilan batu quarry andesite yang dilakukan oleh PT. Pipit Jaya Abadi tidak menentu sehingga tidak optimal untuk penggunaan mesin dan sumberdaya manusia yang ada. Jika hal tersebut berlanjut membuat perusahaan tidak dapat mencapi target yang telah ditetapkan. Penelitian ini bertujuan untuk membantu PT. Pipit Jaya Abadi dalam mencapi target produksi yang telah ditentukan dan stabilitas kualitas mesin produksi agar kinerja mesin dapat mencapai tingkat optimal serta memaksimalkan sumber daya manusia yang ada. Metode ARIMA (Autoregressive Integrated Moving Average) untuk meramalkan tingkat produksi quarry andesite di periode yang akan datang. Data produksi dari Januari 2017 hingga September 2022 digunakan dalam penelitian ini. Hasil peramalan memberikan gambaran tingkat produksi yang diharapkan selama 5 bulan ke depan, yaitu dari Oktober 2022 hingga Februari 2023. Hasil peramalan menunjukkan produksi sebesar 24464.344877 m3, 22449.959502 m3, 21969.910870 m3, 21691.556209 m3, dan 21849.566221 m3 secara berturut-turut. Analisis akurasi menggunakan MAPE (Mean Absolute Percentage Error) menunjukkan tingkat akurasi sebesar 35,46%.Kata kunci:  Andesite quarry; Produksi dan Peramalan; Metode ARIMA 
Perbandingan Metode Exponential Smoothing dan ARIMA untuk Prediksi Jumlah Mahasiswa Baru (Studi Kasus di FTI UKSW) Paga, Efraim; Nugroho, Adi
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1829

Abstract

Many methods can be used to predict the number of new students admitted to the Computer Science program at the Faculty of Information Technology, Universitas Kristen Satya Wacana. However, it is essential to determine the most accurate method for prediction. This research aims to compare the Single Exponential Smoothing (SES) method and ARIMA to forecast the number of new students in the Computer Science program at Universitas Kristen Satya Wacana for the next three years. The accuracy of the forecast results is tested by comparing the values of MSE, MAE, and MAP. The data used for forecasting are the registration data of new students in the Computer Science program from 2003 to 2022. The research results indicate that the ARIMA method is a more suitable choice for predicting the number of new students in the next three years due to its lower values of MSE, MAE, and MAPE. Using the ARIMA method, the predicted number of new students is 341 in 2023, 334 in 2024, and 330 in 2025.Keywords: Prediction; Single Exponential Smoothing; ARIMA AbstrakBanyak metode yang bisa digunakan untuk melakukan prediksi jumlah mahasiswa baru yang diterima pada program studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Satya Wacana, namun perlu menentukan metode mana yang paling akurat dalam melakukan prediksi. Penelitian ini bertujuan membandingkan Metode Single Exponential Smoothing dan ARIMA untuk memprediksi jumlah mahasiswa baru pada program studi Teknik Informatika Universitas Kristen Satya Wacana tiga tahun mendatang. Pengujian akurasi hasil peramalan dilakukan dengan membandingkan nilai MSE, MAE, dan MAP. Data yang digunakan untuk peramalan adalah data pendaftaran mahasiswa baru program studi Teknik Informatika tahun 2003 sampai tahun 2022. Hasil penelitian menunjukkan bahwa metode ARIMA merupakan pilihan yang lebih sesuai untuk meramalkan jumlah mahasiswa baru dalam tiga tahun ke depan karena nilai MSE, MAE, dan MAPE yang lebih rendah. Dengan menggunakan metode ARIMA, jumlah mahasiswa baru yang diprediksi adalah 341 orang pada tahun 2023, 334 orang pada tahun 2024, dan 330 orang pada tahun 2025.Kata kunci: Prediksi; Single Exponential Smoothing; ARIMA
PERANCANGAN DAN IMPLEMENTASI SURVEI KEPUASAN PENGUNJUNG BERBASIS WEB DI PERPUSTAKAAN DAERAH KOTA SALATIGA Pradipta Angga Saputra; Adi Nugroho
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a636

Abstract

Survei kepuasan pelanggan merupakan salah satu contoh dari CRM (Customer Relationship Management). Selama ini survei kepuasan pelanggan dilakukan dengan cara menyebarkan angket kuisioner kepada pelanggan. Dengan kemajuan teknologi informasi dan infrastruktur jaringan internet saat ini, memungkinkan untuk membuat aplikasi survei kepuasan pelanggan yang terhubung dengan internet (online). Selain dapat menekan biaya, survei kepuasan pelanggan yang terin-tegrasi dengan internet akan memudahkan pelanggan untuk mengisi kuisioner di mana saja dan kapan saja selama peri-ode tertentu. Penelitian ini menghasilkan aplikasi survei kepuasan pelanggan online yang berbasis web dengan menggunakan metode SERVQUAL dalam menganalisa data dari responden.
Klasifikasi Kualitas Kepuasan Pelanggan Pada Cold N Brew Coffee Menggunakan Algoritma Naive Bayes Epenetus Calvin; Adi Nugroho
Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 7 No 2 (2024): JURNAL PENDIDIKAN TEKNOLOGI INFORMASI (JUKANTI) EDISI NOPEMBER 2024
Publisher : Universitas Citra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v7i2.1293

Abstract

The system for assessing the level of customer satisfaction in coffee selling cafes is still very rarely implemented so that superiors do not know the advantages or disadvantages felt by customers, both in terms of service, products and facilities. This research aims to apply the Naïve Bayes Classification method, and use the Naïve Bayes algorithm to make calculations easier, after which data processing is carried out using the Confusion Matrix method as a tool to measure algorithm performance and obtain results on assessing the level of customer satisfaction of Cold N Brew coffee, aspects which is assessed based on service quality, product quality, facilities and price. This research uses quantitative research methods and collects data by distributing questionnaires to customers. Based on the results of manual testing carried out with 68 training data, 58 "SATISFIED" results were obtained, and 10 "NOT SATISFIED" results were obtained. Data testing using the Confusion Matrix method on RapidMiner using the Naïve Bayes algorithm produces an accuracy rate of 81.25%. Based on the data processing that has been carried out, the Naïve Bayes method can be recommended for predicting the quality of customer satisfaction at Cold N Brew coffee.
Co-Authors Agustho Isai Ahmad Ashari Ahmad Ashari Alesandro Sulthan Yudistira Alessandro Christoforus Baramuli Andreas A. Sukmana Andree Wijaya Setiawan Angela Atik Setiyanti Arifin, Andrean Jonathan Ariya Dwika Cahyono Arya Eka Saputra Betty E. Kristiani Bistok Hasiholan Simanjuntak Bramastya Arya Gandhi Rusmantara Budhi Kristianto Chaidar Wicaksono Chris Stevanus Lekpey Chrisandy Noel Siruru Daniel Setyo Cahyo Utomo Demira Intan Suranda Edi Winarko Epenetus Calvin Erni Erni Erwien Christianto Evangs Mailoa Galih Bintang Pradana Gracia Radiena Hanita Yulia Herdianto Bilma Bunga Hindriyanto Dwi Purnomo Imelda Ruwae Lutunani Jassen Vimala Johan Jimmy Carter Tambotoh Khabib Mustofa Krismiyati Lasmono Trisunaryanto Maria Maria Netiva Hidayah Paga, Efraim Paulina Kota Pradipta Angga Saputra Radius Tanone Rivo Masinambow Robertos Hartanto Wijaya Sebah, Hermon Julkifly Sri Hartati Sri Hartati Sri Kasmiyati Stefan Agustinus Teguh I. Bayu Timothy Garry Van Solang Windy Kusumawati Suhet Wines Kurnia Sendy Yoga Aji Handoko Yohanes Hendro Agus