Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.927

P-Index

This Author published in this journals

All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Informatika dan Teknik Elektro Terapan Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal ICT : Information Communication & Technology Jurnal Teknologi Informasi dan Multimedia Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Media Informatika MEANS (Media Informasi Analisa dan Sistem) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu D'computare: Jurnal Ilmiah Teknologi Informasi dan Ilmu Komputer AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Kecerdasan Buatan dan Teknologi Informasi Jurnal Komtika (Komputasi dan Informatika)

Raditya Danar Dana

Manajemen Informatika; STMIK IKMI CIREBON

Author-ID : 3159753

Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Other

Published : 53 Documents Claim Missing Document

Claim Missing Document

Articles

2 3 4 5 6

Media Pembelajaran Media Pembelajaran Fiqih dan Tajwid Berbasis Game Edukasi “Ngazee : Finding Hidayah” Menggunakan Metode MDLC Bahrul Jawahir, Muhammad; Dana, Raditya Danar; Dikananda, Arif Rinaldi
D'computare: Jurnal Ilmiah Teknologi Informasi dan Ilmu Komputer Vol 14 No 1 (2024): Edisi Januari 2024
Publisher : Universitas Cokroaminoto Palopo Fakultas Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/dcomputare.v14i1.71

Perkembangan game saat ini berkembang dengan sangat cepat, dari permainan atau game konvensional dan tradisional bertransformasi menjadi game yang canggih dan modern dengan memanfaatkan kemajuan teknologi. Saat ini game dapat diakses dan dimainkan kapan saja dan dimana saja di berbagai platform. Zaman sekarang ini game tidak hanya dimainkan sebagai hiburan, namun sudah banyak game edukasi yang digunakan sebagai media pembelajaran dan pelayanan di berbagai lembaga pendidikan maupun lembaga masyarakat. Salah satu jenis game yang populer adalah game open world atau game simulasi. Media pembelajaran kitab kuning di Pondok Pesantren hanya bisa didapat atau diperoleh ketika sedang mondok di pesantren dengan tatap muka, ketika siswa atau santri sudah keluar atau lulus dari pesantren mereka tidak dapat mengulang pembelajaran dengan informasi yg sama. Dengan adanya game edukasi pembelajaran kitab kuning maka memungkinkan pembelajaran dapat diakses secara berulang.

Analisis Sentimen Terhadap Pengguna Aplikasi Jamsostek Mobile pada Google Play Store Menggunakan Metode Naïve Bayes Azarine, Divia; Rahaningsih, Nining; Dana, Raditya Danar
Media Informatika Vol 24 No 1 (2025)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v24i1.316

Dalam perkembangan teknologi informasi saat ini, aplikasi mobile telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari, termasuk aplikasi Jamsostek Mobile (JMO) yang menyediakan layanan bagi pengguna Jamsostek. Ulasan pengguna di platform seperti Google Play Store sering kali menjadi sumber informasi penting yang mencerminkan kualitas dan kepuasan pengguna terhadap aplikasi. Namun, untuk dapat memahami sentimen yang terkandung dalam ulasan tersebut secara otomatis, diperlukan metode analisis sentimen yang efektif. Salah satu algoritma yang sering digunakan dalam analisis sentimen adalah Naive Bayes. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi JMO di Google Play Store menggunakan algoritma Naive Bayes, dengan fokus untuk mengidentifikasi sentimen yang terkandung dalam ulasan tersebut serta mengevaluasi performa model dalam mengklasifikasikan sentimen. Metode yang digunakan dalam penelitian ini adalah Naive Bayes, yang diterapkan untuk mengklasifikasikan ulasan pengguna ke dalam kategori sentimen positif, negatif, dan netral. Data ulasan yang digunakan dalam penelitian ini diperoleh dari Google Play Store dengan periode pengambilan data antara September hingga Oktober 2024. Hasil penelitian menunjukkan bahwa sebagian besar ulasan aplikasi JMO memiliki sentimen positif (74,1%), diikuti oleh sentimen negatif (25,9%). Namun, model ini menunjukkan kesulitan dalam mengidentifikasi kelas netral yang memiliki data yang sangat terbatas. Evaluasi model menghasilkan akurasi sebesar 86,06%, dengan precision, recall, dan F1-score yang cukup baik pada kelas positif dan negatif, namun kurang optimal pada kelas netral. Penelitian ini bertujuan untuk mengidentifikasi sentimen yang terkandung dalam ulasan pengguna aplikasi JMO, menerapkan metode Naive Bayes dalam analisis sentimen, serta mengukur kinerja algoritma dalam mengklasifikasikan sentimen tersebut. Hasil penelitian memberikan wawasan mengenai potensi dan keterbatasan metode Naive Bayes dalam analisis sentimen ulasan pengguna aplikasi JMO.

Penerapan Algoritma Naive Bayes dalam Analisis Sentimen Ulasan Aplikasi KitaLulus di Google Play Store Nurrochmah, Dina Siti; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
Jurnal Informatika Terpadu Vol 11 No 1 (2025): Maret, 2025
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v11i1.1544

Online job search applications are proliferating and are crucial for job seekers in Indonesia. As seen in Google Play Store reviews, KitaLulus, a leading platform, faces technical issues, unresponsive services, and limited job postings. This study analyzes user sentiment using the Naive Bayes algorithm. Data was collected from 1,000 reviews through web scraping between September and November 2024. The pre-processing steps included text cleaning, tokenization, stopword removal, and stemming. It classified reviews into positive, neutral, and negative sentiments. A confusion matrix evaluated the model using accuracy, precision, recall, and F1-score. Results showed positive reviews, but some users reported performance issues and limited features. The Naive Bayes model achieved 88% accuracy, 87% precision, 88% recall, and an 85% F1 score. This method efficiently processes extensive text data with lower computational costs than KNN and SVM. This research helps improve application development, enhance service quality, and expand sentiment analysis studies in IT. The findings will guide the creation of innovative strategies to benefit the community.

PEMANFAATAN K-MEANS UNTUK PEMETAAN EPIDEMIOLOGI KASUS KUSTA DI KABUPATEN CIREBON Dimin, Egi Susanto; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6276

Kusta merupakan masalah kesehatan masyarakat di Kabupaten Cirebon, dengan 240 kasus aktif pada 2022–2023. Penyebaran penyakit ini menunjukkan perlunya strategi pengendalian berbasis data. Penelitian ini menerapkan algoritma K-Means untuk mengelompokkan wilayah berdasarkan tingkat kerawanan kasus kusta karena kemampuannya mengidentifikasi pola distribusi epidemiologi. Metode yang digunakan mencakup pengumpulan data dari portal data terbuka Kabupaten Cirebon, preprocessing untuk memastikan kualitas data, penerapan K-Means, serta evaluasi hasil klasterisasi menggunakan Davies-Bouldin Index. Dataset terdiri dari jumlah kasus, lokasi geografis, jenis kusta, dan faktor demografi. Hasil analisis menunjukkan bahwa wilayah Kabupaten Cirebon terbagi dalam tiga klaster kerawanan: tinggi, sedang, dan rendah. Wilayah dengan tingkat kerawanan tinggi memiliki kepadatan kasus lebih besar serta keterbatasan akses layanan kesehatan. Temuan ini dapat menjadi dasar bagi pemerintah dalam menyusun kebijakan intervensi yang lebih terarah, seperti distribusi tenaga medis dan edukasi masyarakat. Studi ini menekankan pentingnya pemanfaatan teknologi berbasis data untuk meningkatkan efektivitas program pengendalian kusta di masa depan.

PEMANFAATAN ALGORITMA K-MEANS DALAM ANALISIS DATA PENJUALAN TOKO BUYUNG UPIK JS DI LAZADA Angraeni, Devita Fitri; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6438

Banyaknya produk yang dijual oleh Toko Buyung Upik JS di Lazada menimbulkan kesulitan dalam menentukan produk yang laku dan kurang laku, sehingga terjadi ketidakseimbangan stok, seperti kelebihan pada produk yang kurang diminati dan kekurangan pada produk yang populer. Penelitian ini bertujuan mengelompokkan produk berdasarkan pola penjualan menggunakan teknik data mining untuk membantu strategi penjualan dan pengelolaan stok yang lebih efektif. Algoritma K-Means digunakan untuk clustering data penjualan, mencakup jumlah stok, transaksi, dan harga. Proses data mining meliputi tahapan Selection, Preprocessing, Transformation, Data Mining, dan Interpretation/Evaluation. Penentuan jumlah cluster optimal dilakukan dengan Elbow Method, sedangkan kualitas clustering dievaluasi menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan jumlah cluster optimal adalah empat: Cluster 0 (83 produk, penjualan stabil), Cluster 1 (121 produk, penjualan tinggi), Cluster 2 (14 produk, kurang diminati), dan Cluster 3 (38 produk, penjualan moderat). Nilai rata-rata jarak dalam cluster adalah 54.941.560,812, dengan DBI sebesar 0,386 yang menunjukkan kualitas clustering cukup baik. Hasil ini memberikan wawasan bagi toko untuk memprioritaskan pengelolaan stok dan mengoptimalkan penjualan.

PENINGKATAN KLASIFIKASI KEMISKINAN INDONESIA MENGGUNAKAN METODE DECISION TREE Danil, Supta; Rahaningsih, Nining; Dana, Raditya Danar; ., Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6336

Kemiskinan masih menjadi permasalahan signifikan di Indonesia, terutama dalam hal ketidaktepatan sasaran dalam pemerataan ekonomi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi kemiskinan di tingkat kabupaten/kota di Indonesia menggunakan algoritma Decision Tree. Penelitian ini mengangkat beberapa rumusan masalah, antara lain pengembangan model klasifikasi, pengukuran performa model, dan analisis pengaruh pemilihan fitur terhadap akurasi model. Dataset yang digunakan bersumber dari Kaggle, terdiri dari 514 data dengan variabel seperti pengeluaran per kapita, Indeks Pembangunan Manusia (IPM), dan akses terhadap sanitasi layak.Proses penelitian mencakup tahapan preprocessing data, meliputi seleksi atribut, pembersihan data, dan transformasi atribut kategorikal menjadi numerik. Model klasifikasi yang dihasilkan menunjukkan akurasi hingga 87%, dengan analisis yang menyoroti pengeluaran per kapita dan akses terhadap sanitasi sebagai faktor utama yang memengaruhi tingkat kemiskinan. Evaluasi kinerja model dilakukan menggunakan matriks kebingungan, presisi, recall, dan F1-score, yang menunjukkan performa baik dalam membedakan kategori "miskin" dan "tidak miskin".

Analisis Asosiasi Penjualan Sembako di Toko Srikandi dengan Peningkatan Menggunakan Algoritma FP-Growth Octavia Ningrum, Eka Puspita; Rahaningsih, Nining; Dana, Raditya Danar
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 14 No. 1 (2025)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v14i1.89577

Pola pembelian produk di toko sembako menjadi faktor penting dalam pengelolaan stok dan strategi pemasaran. Toko Sembako Srikandi menghadapi tantangan dalam memahami kombinasi produk yang sering dibeli bersamaan, yang berpotensi menyebabkan ketidakefisienan operasional. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian berbasis data menggunakan algoritma FP-Growth pada data transaksi penjualan di Toko Sembako Srikandi. FP-Growth dipilih karena kemampuannya dalam mengolah data transaksi dalam jumlah besar untuk menemukan pola asosiasi yang signifikan. Analisis dilakukan dengan tiga parameter utama: support, confidence, dan lift.Hasil penelitian menunjukkan beberapa aturan asosiasi penting, seperti kombinasi "Minyak goreng, Mie instan, dan Bumbu penyedap" dengan confidence 0.500, serta "Beras, Sabun mandi, dan Sabun deterjen" dengan confidence 0.506. Kombinasi lain, seperti "Beras, Gula, dan Sabun mandi" (confidence 0.696) dan "Bumbu penyedap, Mie instan, dan Minyak goreng" (confidence 0.704), juga ditemukan. Nilai support, confidence, dan lift mencerminkan tingkat hubungan antarproduk yang berbeda.Temuan ini menunjukkan bahwa algoritma FP-Growth efektif dalam mengidentifikasi pola pembelian, memberikan wawasan strategis untuk pengelolaan stok dan pemasaran. Misalnya, produk yang sering dibeli bersama dapat ditempatkan berdekatan atau ditawarkan dalam promosi bundling. Dengan memahami pola pembelian, Toko Sembako Srikandi dapat mengoptimalkan operasional, meningkatkan efisiensi pengelolaan stok, dan meningkatkan kepuasan pelanggan. Penelitian ini memberikan dasar strategis untuk perencanaan pemasaran berbasis data di masa depan.

RANCANG BANGUN APLIKASI PENGAJUAN PEMBUATAN KTP ONLINE BERBASIS WEB DI KELURAHAN ARGASUNYA KOTA CIREBON Kencana, Junaedi Surya; Dwilestari, Gifthera; Dana, Raditya Danar; Ajiz, Abdul; Kaslani
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Argasunya village is an institution responsible for the management of community data in a government environment. The need for public service will involve the state as a public service provider and individual citizens as recipients. But there is no application about the design of the application for the creation of E-KTP online, for that the author tried to make the Final Task regarding the Application for Submission of E-KTP Online which until now has not existed in Argasunya Village. In the process of collecting data with the aim to solve the problem, the author uses methods with data collection techniques, namely by observation and interview. And to design the application, the author used prototype development methods. In order to solve the problem, an application was made to make E-KTP Online. The final result obtained in this study is an application that can make it easier for people to create E-KTP. With some of the advantages that this application has, the application for the creation of E-KTP Online should be able to further alleviate the tasks given to the village. It is expected that this application will always be well controlled in terms of accuracy and data validation can be accounted for so that the information generated will be even better.

Clustering Data Persediaan Barang Dengan Menggunakan Metode K-Means Ramdhan, Dadan; Dwilestari, Gifthera; Dana, Raditya Danar; Ajiz, Abdul; Kaslani
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

UD. Anugerah Sukses Mandiri merupakan perusahaan yang bergerak dibidang distribusi food dan non food. Transaksi barang yang berjalan terus meningkat, sehingga perusahaan mengalami permasalahan dalam menentukan jumlah persediaan barang, dikarenakan jumlah permintaan barang yang dibutuhkan selalu berubah setiap waktu. Persediaan barang merupakan suatu aktivitas lancar yang meliputi barang-barang milik perusahaan dengan maksud dijual kembali pada suatu periode usaha normal. Data mining merupakan proses yang menggunakan teknik statistik, matematika, kecerdasan buatan dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang terkait dari berbagai warehouse. Tujuan penelitian ini dengan memanfaatkan data mining yaitu untuk melakukan pengelompokan barang dan meningkatkan akurasi klasterisasi data persediaan barang dengan menggunakan metode K-Means Clustering. Dengan metode K-Means ini dapat mempartisi data ke dalam kelompok sehingga data berkarakteristik sama akan dimasukan ke dalam satu kelompok yang sama dan data yang berkarakteristik berbeda dikelompokan kedalam kelompok yang lain, karena metode ini menggunakan centroid (rata-rata) sebagai model dari cluster. Hasil penelitian yang didapat berupa pengelompokan data menjadi 2 kluster yaitu data dengan kluster terendah/sedikit dan kluster tertinggi/terbanyak. Sehingga mendapatkan kesimpulan bahwa clustering persediaan barang dengan menggunakan metode K-Means ini cukup baik dari sisi nilai average within distance dan kompleksitas waktu. Keyword : Data Mining, K-Means Clustering, Persediaan barang

RANCANG BANGUN E-COMMERCE BERBASIS WEB UNTUK UMKM BATIK Nugraha, Syahrul; Hamonangan, Ryan; Dana, Raditya Danar; Tohidi, Edi; Hayati, Umi
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

In the sales process carried out by batik craftsmen who are in Trusmi village, namely still selling their batik cloth to the sorum of batik sellers, so that the craftsmen take profits from selling their batik cloth only slightly, because the batik cloth will be resold by the sorum of batik sellers. In terms of application development, the author uses the Software Development Life Cycle (SLDC) model with an approach using the waterfall method, while the stages use the waterfall method, namely communication, planning, modeling, construction, and deployment. Therefore, the author makes an application for selling batik cloth that aims to break the chain of batik cloth sales, so that craftsmen can get greater profits because they directly sell their products to consumers without going through a batik seller sorum. The final result obtained in this study is an application for selling batik cloth which is expected to help batik craftsmen in Trusmi village in selling their batik cloth directly to consumers without having to go through the center of batik sellers. In the sales process carried out by batik craftsmen who are in Trusmi village, namely still selling their batik cloth to the sorum of batik sellers, so that the craftsmen take profits from selling their batik cloth only slightly, because the batik cloth will be resold by the sorum of batik sellers. In terms of application development, the author uses the Software Development Life Cycle (SLDC) model with an approach using the waterfall method, while the stages use the waterfall method, namely communication, planning, modeling, construction, and deployment. Therefore, the author makes an application for selling batik cloth that aims to break the chain of batik cloth sales, so that craftsmen can get greater profits because they directly sell their products to consumers without going through a batik seller sorum. The final result obtained in this study is an application for selling batik cloth which is expected to help batik craftsmen in Trusmi village in selling their batik cloth directly to consumers without having to go through the center of batik sellers.

Co-Authors ., Mulyawan Abdul Ajiz, Abdul Abdul Koda Ade Irma Purnamasari Ade Rizki Rinaldi Agis Maulana Robani Ahmad Faqih Ahmad Rifai Ajiz, Abul Al Muharom, Nurul Ibnu Amalia, Dita Rizki Andi Andi Andri Yanto Angraeni, Devita Fitri Arianto , Adji Arif Rinaldi Dikananda Az Zahroh, Luthfia Fahmi Azarine, Divia Azhari, Shazifa Bahrul Jawahir, Muhammad Cep Lukman Rohmat Dadang Sudrajat Danil, Supta Dikananda, Arif Rinaldi Dimin, Egi Susanto Dita Rizki Amalia Fadhil Muhamad Basysya Fadhil Muhammad Bsysyar Fadilah, Mochammad Fauzan Fathrurrahman Fatihanursari Dikananda Garsandi, Akmal Maulana Gifthera Dwilestari Hamonangan, Ryan Harry Budi Santoso Hayati, Umi Herawati Hermawan, Bagus Iin Iis Mulyati Irfan Ali Kamelia Faridah Kanda Muhamad Ishak Kaslani Kencana, Junaedi Surya Kharomiyah, Kharomiyah Lingga Sabdha Auraly Martanto . Mira Miranda Moch Rifki Firdaus Mulyawan Mulyawan Mulyawan, - Nana Suarna Narasati, Riri Narasati Nining Rahaningsih Nugraha, Syahrul Nurrochmah, Dina Siti Nurul Ibnu Al Muharom Octavia Ningrum, Eka Puspita Prasetia, Deni Primandani Arsi Rahmasari, Fanny Rahmat Mauludin Ramdhan, Dadan Riyandona, Siti Aiwastopa Rizkia Amelia Rohmat, Cep Lukman Roni Saputra, Roni Saeful Anwar Saeful Karim Sri Muflikah Kurniarti Suarna, Nana Syafiq, Mohammad Sayyid Tati Suprapti Tohidi, Edi Wahyu Saputra Willy Prihartono

Title

Found 53 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 53 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 53 Documents
Search