Article Per Year (5 Year)
p-Index From 2021 - 2026
1.853
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika JSI: Jurnal Sistem Informasi (E-Journal) Sinkron : Jurnal dan Penelitian Teknik Informatika Tech-E JIKO (Jurnal Informatika dan Komputer) Jurnal TAM (Technology Acceptance Model) Zero : Jurnal Sains, Matematika, dan Terapan bit-Tech Jurnal Pendidikan dan Teknologi Indonesia Journal Of Artificial Intelligence And Software Engineering Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Journal Innovations Computer Science Jurnal TAM (Technology Acceptance Model)
Sri Redjeki
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mathematics Physics Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal Of Artificial Intelligence And Software Engineering

 1 
RDBMS Scoring Analysis: Billing System Efficiency Solution (Case Study at PT. XYZ) Jaswadi, Jaswadi; Dwi Putranto, Bambang Purnomosidi; Redjeki, Sri
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6372

Abstract

Penggunaan Oracle exadata pada sistem billing di PT. XYZ membutuhkan biaya ATS (Annual Technical Support) dan ACS (Advanced Customer Service) yang besar sehingga dibutuhkan pencarian software database RDBMS yang sesuai untuk penyimpanan dan pengolahan data dalam proses generate billing di PT. XYZ. Oleh karena itu pada penelitian dilakukan analisis penentuan pemilihan database RDBMS (Relational Database Management System). Metode yang digunakan adalah metode scoring untuk membandingkan 3 database RDMS (Oracle non-exadata, EDB Postgres, dan 11DB Postgres) berdasarkan 5 kriteria yang meliputi penyiapan infrastruktur, migrasi data, tingkat akurasi hitung billing, durasi hitung billing, dan waktu pengerjaan. Hasil penelitian menunjukkan bahwa score database Oracle memiliki nilai paling tinggi di antara database yang lain yaitu sebesar 95, kemudian disusul oleh EDB Postgres dan 11DB Postgres dengan score secara berurutan yaitu sebesar 84 dan 57. Berdasarkan hal tersebut, maka dapat disimpulkan bahwa Oracle non-exadata memiliki performance yang paling tinggi di antara database yang lain. 
RDBMS Scoring Analysis: Billing System Efficiency Solution (Case Study at PT. XYZ) Jaswadi, Jaswadi; Dwi Putranto, Bambang Purnomosidi; Redjeki, Sri
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6372

Abstract

Penggunaan Oracle exadata pada sistem billing di PT. XYZ membutuhkan biaya ATS (Annual Technical Support) dan ACS (Advanced Customer Service) yang besar sehingga dibutuhkan pencarian software database RDBMS yang sesuai untuk penyimpanan dan pengolahan data dalam proses generate billing di PT. XYZ. Oleh karena itu pada penelitian dilakukan analisis penentuan pemilihan database RDBMS (Relational Database Management System). Metode yang digunakan adalah metode scoring untuk membandingkan 3 database RDMS (Oracle non-exadata, EDB Postgres, dan 11DB Postgres) berdasarkan 5 kriteria yang meliputi penyiapan infrastruktur, migrasi data, tingkat akurasi hitung billing, durasi hitung billing, dan waktu pengerjaan. Hasil penelitian menunjukkan bahwa score database Oracle memiliki nilai paling tinggi di antara database yang lain yaitu sebesar 95, kemudian disusul oleh EDB Postgres dan 11DB Postgres dengan score secara berurutan yaitu sebesar 84 dan 57. Berdasarkan hal tersebut, maka dapat disimpulkan bahwa Oracle non-exadata memiliki performance yang paling tinggi di antara database yang lain. 
Bidirectional Long Short-Term Memory Model for Intent Classification in Customer Service Chatbot Cahyadi, Yagus; Redjeki, Sri; Almagrib, Ahmad; Satriani, Bayu; Naufal, Nabil
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6520

Abstract

The demand for responsive and efficient customer service is a crucial aspect of enhancing customer satisfaction, particularly in Indonesian government offices abroad. To address this challenge is implementing a chatbot system based on Bidirectional Long Short-Term Memory. This model can understand conversational contexts more comprehensively, enabling it to generate relevant and timely responses. This study aims to optimize chatbot performance in enhancing customer experience by implementing the Bi LSTM algorithm to handle intent classification of customer input data. Experimental results demonstrate that this model successfully improves evaluation metrics, achieving an accuracy of 84.64%, precision of 85%, recall of 85%, and an F1-score of 85%.
Co-Authors Almagribi, Ahmad Bilal Asyahri Hadi Nasyuha Bambang Purnomosidi Dwi Putranto Candra Nursari, Sri Rezeki Damayanti, Ariesta Dedi Rosadi Dini Fakta Sari Dodon Turianto Nugrahadi Edi Faizal Erna Hudianti Pujiarini Guntara, Muhammad Iskandar, Edi Joshi, Basanto Khabib Mustofa Kusumawati, Dara M. Guntara Milasari, Listiana Dewi Muhammad Reza Faisal, Muhammad Reza Naufal, Nabil Nurohman, Muhamad Pius Anggoro Radityo Adi Nugroho Rahayu, Fenny Winda Rizky Maulana Robby Cokro Buwono Satriani, Bayu Setyawan Widyarto Situmorang, Alfonso Sri Redjeki Thomas Edison Tarigan Yagus Cahyadi