Article Per Year (5 Year)
p-Index From 2021 - 2026
9.345
P-Index
This Author published in this journals
All Journal snimed Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Proceedings of KNASTIK Semantik Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik JSI: Jurnal Sistem Informasi (E-Journal) Jurnal SOLMA Jurnal Ilmiah Matrik JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Progresif: Jurnal Ilmiah Komputer Zonasi: Jurnal Sistem Informasi Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Sistem Informasi dan Sains Teknologi MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknimedia: Teknologi Informasi dan Multimedia CITIZEN: Jurnal Ilmiah Mulitidisiplin Indonesia Jurnal Abdimas Musi Charitas Jurnal Sistem Informasi JSITP JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Jurnal Ilmiah Sistem Informasi MDP Student Conference Jurnal Sistem Informasi Journal Of Informatics And Busisnes Jurnal TEFSIN ( Jurnal Teknik Informatika dan Sistem Informasi) Scientica: Jurnal Ilmiah Sains dan Teknologi Jurnal Ilmiah Computer Science Masterpiece: Journal of Islamic Studies and Social Sciences Journal of Technology and System Information Jurnal Riset Teknik Komputer Jurnal Sains Sistem Informasi Jurnal Riset Sistem Informasi Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Jurnal Sains dan Teknologi Jurnal Ilmu Komputer dan Informatika Jurnal Riset Multidisiplin Edukasi Sinergi : Jurnal Ilmiah Multidisiplin INTECH - Informatika Dan Teknologi
Andri Wijaya
Universitas Katolik Musi Charitas
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology 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 Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 87 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 87 Documents
Search

 4   5   6   7   8 
Deteksi Cyberbullying Dalam Grup Telegram Menggunakan Support Vector Machine (SVM) Filikano, Thomas; Gunawan, Andronikus; Wijaya, Andri
Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Vol. 2 No. 1 (2024): Januari
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/jsimtek.v2i1.532

Abstract

Cyberbullying di platform media sosial, khususnya di grup Telegram, merupakan permasalahan serius yang perlu ditangani. Penelitian ini bertujuan untuk mengembangkan pendekatan deteksi cyberbullying menggunakan metode Support Vector Machine (SVM). Sebanyak 1400 pesan dengan label cyberbullying dan non-cyberbullying digunakan sebagai data pelatihan untuk melatih model SVM. Pengujian dilakukan pada data uji sebanyak 600 pesan guna mengevaluasi kinerja model. Hasil penelitian menunjukkan bahwa penggunaan kernel linear pada SVM menghasilkan akurasi tertinggi sebesar 89%. Performa sistem klasifikasi pesan cyberbullying juga mencapai nilai precision, recall, dan F1-score masing-masing sebesar 89%, 87%, dan 88%. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam menganalisis perilaku masyarakat di dunia maya terkait pesan-pesan cyberbullying di grup Telegram.
PERANCANGAN DATA WAREHOUSE E-COMMERCE MENGGUNAKAN POSTGRESQL PADA PUBLIC DATASET OLIST Arron Mosses Jhon Hadi; Ayu Elisya Natama Sianturi; Andri Wijaya
Jurnal Riset Sistem Informasi Vol. 3 No. 1 (2026): Januari : Jurnal Riset Sistem Informasi
Publisher : CV. Denasya Smart Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69714/8dwt6j74

Abstract

This study designs a PostgreSQL-based data warehouse using the Olist public dataset to address fragmented and unstructured e-commerce transactional data. The research process includes ETL (Extract, Transform, Load), data cleaning and standardization, table consolidation, and the development of a star schema consisting of a sales fact table and multiple dimension tables. OLAP analysis reveals key patterns such as annual sales trends, top product categories, seller performance, preferred payment methods, and customer geographic distribution. The results demonstrate that the data warehouse improves analytical efficiency and provides strategic insights to support business intelligence in the e-commerce environment
Pengembangan Model Prediksi Penjualan dan Persediaan dengan Klasifikasi Produk untuk Efisiensi Manajemen Stok Toko Berkat Plastik Agustin, Evelyn; Setiawan, Ferdy; Wijaya, Andri
Journal of Technology and System Information Vol. 3 No. 1 (2026): January
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jtsi.v3i1.5191

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi penjualan dan persediaan pada Toko Berkat Plastik guna meningkatkan efisiensi manajemen stok dan mengurangi risiko overstock maupun stockout. Metode yang digunakan adalah analisis berbasis data mining dengan pendekatan Knowledge Discovery in Database (KDD), meliputi tahap seleksi data, pre-processing, transformasi, pemodelan, dan evaluasi. Algoritma Naïve Bayes digunakan untuk mengklasifikasikan tingkat penjualan dan kondisi stok ke dalam kategori Rendah, Sedang, Tinggi serta Aman, Menipis, dan Kritis. Hasil penelitian menunjukkan bahwa model prediksi stok mencapai akurasi 75%, sementara model penjualan memperoleh akurasi 68,42%. Model menunjukkan performa terbaik pada kategori stok Aman dan penjualan Tinggi, sedangkan kategori lain memiliki akurasi lebih rendah akibat karakteristik data yang fluktuatif. Kesimpulan penelitian ini menyatakan bahwa model Naïve Bayes efektif digunakan dalam memprediksi permintaan dan kondisi persediaan, serta dapat dimanfaatkan sebagai alat pendukung keputusan untuk mengoptimalkan perencanaan pembelian dan pengendalian inventori pada usaha retail skala menengah.
A Klasifikasi Mahasiswa Berprestasi Berdasarkan Nilai Mahasiswa Universitas X Dengan Algoritma C4.5 Marcello, Daniel; Ardika, Petra Putri; Wijaya, Andri
Journal of Technology and System Information Vol. 3 No. 1 (2026): January
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jtsi.v3i1.5213

Abstract

Penelitian ini bertujuan mengklasifikasikan mahasiswa berprestasi berdasarkan nilai akademik dengan memanfaatkan algoritma C4.5 sebagai salah satu teknik klasifikasi yang populer dalam data mining. Data yang digunakan mencakup IPK semester 1–3, jumlah SKS yang telah ditempuh, status keaktifan dalam kegiatan, serta status prestasi mahasiswa. Tahapan penelitian meliputi proses data cleaning, seleksi atribut untuk menentukan variabel paling relevan, pembagian data menjadi training dan testing, hingga pembangunan model decision tree menggunakan aplikasi RapidMiner. Hasil penelitian menunjukkan bahwa atribut jumlah SKS dan IPK per semester merupakan faktor paling berpengaruh dalam menentukan kategori prestasi mahasiswa. Model C4.5 yang dihasilkan memperoleh tingkat akurasi sebesar 97%, dengan nilai precision untuk kelas “Ya” mencapai 100%, menunjukkan performa model yang sangat baik. Struktur pohon keputusan yang terbentuk mengindikasikan bahwa mahasiswa dengan jumlah SKS tinggi dan IPK yang stabil memiliki peluang lebih besar untuk diklasifikasikan sebagai mahasiswa berprestasi. Temuan ini membuktikan bahwa algoritma C4.5 efektif sebagai alat bantu dalam proses seleksi dan dapat mendukung pengambilan keputusan akademik secara objektif dan terukur.
Penerapan Metode K-Means Clustering dalam Pengelompokan Produk Kayu sebagai Sistem Pendukung Keputusan Produksi dan Penjualan (Studi kasus: CV Sutan Piko Mandiri) Seli; Nababan, Clara; Wijaya, Andri
Journal of Technology and System Information Vol. 3 No. 1 (2026): January
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jtsi.v3i1.5215

Abstract

Pengelolaan persediaan merupakan salah satu aspek krusial dalam industri pengolahan kayu karena berpengaruh langsung terhadap kelancaran produksi, efisiensi biaya, dan kemampuan perusahaan dalam memenuhi permintaan pasar. Ketidaktepatan dalam menentukan jumlah stok sering menimbulkan permasalahan berupa kelebihan atau kekurangan persediaan, yang pada akhirnya dapat berdampak pada kerugian operasional. Oleh karena itu, diperlukan pendekatan berbasis data untuk mendukung pengambilan keputusan yang lebih akurat. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam mengelompokkan produk kayu pada CV Sutan Piko Mandiri berdasarkan pola penjualan sebagai dasar pendukung keputusan produksi dan pengelolaan persediaan. Data yang digunakan terdiri dari 1.000 transaksi penjualan tahun 2025 dengan atribut harga per unit, volume unit, dan jumlah terjual. Tahapan penelitian meliputi pengumpulan data, preprocessing untuk menangani data hilang dan pemilihan atribut, normalisasi data, serta penentuan jumlah cluster optimal menggunakan elbow method melalui analisis nilai Sum of Squared Error (SSE). Hasil analisis menunjukkan bahwa nilai K optimal adalah 4, sehingga produk kayu dapat dikelompokkan ke dalam empat cluster dengan karakteristik penjualan yang berbeda. Analisis hasil clustering menunjukkan bahwa jenis kayu Mahoni, Kamper, dan Durian termasuk dalam kategori penjualan tinggi sehingga direkomendasikan sebagai prioritas produksi dan perlu dijaga ketersediaan stoknya. Kayu Balam berada pada kategori penjualan menengah, sedangkan kayu Jati tergolong dalam kategori penjualan rendah sehingga memerlukan pengendalian produksi yang lebih ketat untuk menghindari penumpukan stok. Temuan ini membuktikan bahwa penerapan metode K-Means Clustering mampu memberikan wawasan yang bermanfaat bagi perusahaan dalam menyusun strategi produksi dan pengelolaan persediaan secara lebih efektif, efisien, dan berbasis data.
Klasifikasi Penentuan Stunting Menggunakan Metode Naïve Bayes Turnip, Hans Rafael Gabriel; Muhamad Raka Nur Habibi; Andri Wijaya
Jurnal Sains Dan Teknologi | E-ISSN : 3063-9980 Vol. 2 No. 2 (2025): Oktober - Desember
Publisher : GLOBAL SCIENTS PUBLISHER

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

Abstract

Stunting merupakan masalah gizi kronis yang mempengaruhi pertumbuhan dan perkembangan anak. Deteksi dini stunting sangat penting untuk intervensi tepat waktu. Penelitian ini bertujuan mengembangkan model klasifikasi untuk menentukan status stunting menggunakan metode Naïve Bayes. Dataset yang digunakan terdiri dari 1000 sampel dengan atribut umur, jenis kelamin, dan tinggi badan. Data diproses menggunakan RapidMiner dengan pembagian 70% data training dan 30% data testing. Hasil penelitian menunjukkan akurasi model mencapai 87,3% dengan precision 0,86 dan recall 0,87. Model ini dapat menjadi alat pendukung keputusan bagi tenaga kesehatan dalam identifikasi dini stunting.
Penerapan Data Mining untuk Memprediksi Kelulusan Mahasiswa Menggunakan Decision Tree Shevchenko, Angelus Galang; Maharani, Wianti; Wijaya, Andri
Jurnal Sains Dan Teknologi | E-ISSN : 3063-9980 Vol. 2 No. 2 (2025): Oktober - Desember
Publisher : GLOBAL SCIENTS PUBLISHER

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

Abstract

This study aims to apply data mining techniques to predict student graduation using the C4.5 Decision Tree algorithm in the Information Systems Study Program, Faculty of Science and Technology, Musi Charitas Catholic University. The data used in this research consist of academic records of students from 2018 to 2020, including Grade Point Average per semester (GPA) and Cumulative Grade Point Average (CGPA). The research method follows the Knowledge Discovery in Database (KDD) stages, namely data selection, preprocessing, transformation, data mining, and interpretation. Model development and evaluation were conducted using RapidMiner software with the 10-Fold Cross Validation method. The results indicate that Semester 8 GPA is the most influential attribute in determining student graduation status, followed by Semester 4 GPA as a supporting indicator. The generated decision tree model achieved an accuracy rate of 75.68%, indicating a good predictive performance. These findings demonstrate that the C4.5 Decision Tree algorithm can serve as an effective decision-support tool for early detection of students at risk of delayed graduation, thereby assisting academic institutions in improving on-time graduation rates and academic management quality.
Perancangan Data Warehouse Penjualan Minimarket XYZ Menggunakan Kimball Modeling dan Analisis OLAP Wikananda, Ketut Agus; Muhammad Raka Nur Habibi; Andri Wijaya
Jurnal Sains Dan Teknologi | E-ISSN : 3063-9980 Vol. 2 No. 2 (2025): Oktober - Desember
Publisher : GLOBAL SCIENTS PUBLISHER

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

Abstract

Minimarkets generate large volumes of transaction data every day that have not been fully utilized for business analysis. This study aims to design a minimarket sales data warehouse using the Kimball method and to conduct OLAP analysis using RapidMiner. The steps carried out include identifying requirements, designing a dimensional model based on a star schema, performing ETL processes, and conducting OLAP analysis. Sales data are processed into a fact table and several dimension tables. The analysis results indicate that the data warehouse can display sales information multidimensionally based on time, product, and region, which is useful for managerial decision-making.
Analisis Segmentasi Pelanggan Menggunakan K-Means Untuk Personalisasi Penawaran Produk Dalam Konteks E-Commerce Welmi Simanjuntak; Nova Magdalena Br Hombing; Andri Wijaya
Jurnal Sains Dan Teknologi | E-ISSN : 3063-9980 Vol. 2 No. 2 (2025): Oktober - Desember
Publisher : GLOBAL SCIENTS PUBLISHER

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

Abstract

The rapid growth of e-commerce requires companies to gain deeper insights into customer behavior in order to enhance marketing effectiveness. This study aims to segment e-commerce customers using the Recency, Frequency, and Monetary (RFM) model combined with the K-Means algorithm. The research utilizes an Online Retail Dataset, with stages including preprocessing of 10,001 initial records into 2,311 valid data points, RFM calculation, and Min-Max normalization. The results indicate that the K-Means algorithm successfully groups customers into five clusters with distinct transaction behavior characteristics. Each cluster represents different levels of customer activity, ranging from high-value customers (Cluster 3) to at-risk customers (Clusters 0, 2, and 4). These segments serve as a basis for designing personalized product offerings and improving customer retention strategies in the e-commerce context.
Perancangan Data Warehouse Untuk Penentuan Rencana Strategis Penjualan Motor Hans Rafael Gabriel Turnip; Juni Lapita Hasugian; Andri Wijaya
Jurnal Sains Dan Teknologi | E-ISSN : 3063-9980 Vol. 2 No. 2 (2025): Oktober - Desember
Publisher : GLOBAL SCIENTS PUBLISHER

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

Abstract

Motorcycle sales generate large volumes of transactional data that require systematic management and analysis to support business decision making. This study aims to design and implement a motorcycle sales data warehouse using the Kimball Nine Steps methodology and to perform data analysis and visualization using RapidMiner. The dataset consists of motorcycle sales data including production year, price, model, type, and technical specifications. The results show that the implementation of a star schema successfully integrates data in a structured manner and supports multidimensional analysis. Three-dimensional scatter plot visualizations reveal sales patterns concentrated on mid-aged motorcycles within the medium price range, as well as the dominance of specific models. This study concludes that the integration of data warehousing and data visualization effectively improves information quality and supports data-driven decision making.
Co-Authors Aditya, Putra Adtiya, Setenilaus Afifah Azzahra Agnes Felicia Lubis Agustin, Evelyn Agustio Dwitama Aguswan, Michael Junius Alessandro, Andreas Alfonso Sitompul Andreas Alessandro Andreas Alessandro Fernando Putra Andronikus G Anggoro, Deo Ardi Riyadi Ardika, Petra Putri Arif Aliyanto Arif Aliyanto Arif Aliyanto Arif Aliyanto Arif Aliyanto Arron Mosses Jhon Hadi Ayu Elisya Natama Sianturi Azzahra, Afifah Azzahra, Violina Bima Aprianto S Br Hombing, Nova Magdalena Branchris Buchori Asyik Chintia Cantika Christy, Hanna Crecia Crecia Crecia Crecia Crecia, Crecia Daely, Septia Angelika Gettin Damayanti, Lily Daniawan, Benny Deo anggoro Dwitama, Agustio Effendy, Ellena Enjeli, Margareta Erwin erwin Erwin Erwin Filikano, Thomas Gunawan, Andronikus Hans Rafael Gabriel Turnip Imanuel, Michael Iskandar Syah Jacqueline Henny P Johan Abisay Tambunan Jonathan Supriadi Julian Masidin, Nevin Juni Lapita Hasugian Kevin Alexander Yech Kevin kevin Kusneti, Leni Latius Hermawan Leni Kusneti Maharani, Wianti Marcello, Daniel Maria Bellaniar Ismiati Martinus Ponco Pamungkas Masidin, Nevin Julian Mayer Dani Sitompul Meilinda Meilinda Meilinda Michael Junius Aguswan Michael Junius Aguswan Muhamad Raka Nur Habibi Muhammad Basri Muhammad Raka Nur Habibi Mutia Maharani Nababan, Clara Nova Magdalena Br Hombing Novaldi, Alexander Oktarina, Theresia P. Arindra Pratama Pamungkas, Martinus Ponco Pratama, Paskalis Arindra Putra, Steven Adi Ratu, Anggitta Riski Surya Saputra Rosana Rosana Sanjaya, Aloisius Egi Seli Septi Putri Septi Putri Azzahra Septia Angelika Gettin daely, Septia Angelika Gettin daely Setenilaus Aditya Setiawan, Ferdy Shevchenko, Angelus Galang Silaban, Bintang Jelita Nasrani Simanjuntak, Welmi Simbolon, Defrianti Simbolon, Defrianti Sri Andayani Sri Andayani Stefanus Agung Sagita Stefanus Charles Selvianto, Stefanus Charles Selvianto Stenilaus A Sugiarti, Sabar Sumual, Imanuel Marcell Supriadi, Jonathan Sutikno, Samuel Dimas Theresia Anita Thomas Filikano Thomas Filikano Turnip, Hans Rafael Gabriel VF Anindya W Wayan Pondra Lesmana Welmi Simanjuntak Wiikananda, Ketut Agus Wikananda, Ketut Agus Yakub, Handoyo Yohanes Agung Apriyanto Zalukhu, Indri Feni Asih