Article Per Year (5 Year)
p-Index From 2021 - 2026
1.99
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer) Information System for Educators and Professionals : Journal of Information System JurTI (JURNAL TEKNOLOGI INFORMASI) Madaniya Jurnal Kajian Ilmiah Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Journal of Applied Computer Science and Technology (JACOST) KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Jurnal Informatika Polinema (JIP)
Rofi Abul Hasani
Universitas Muhammadiyah Magelang
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Sistem Pendukung Keputusan Berbasis Mobile untuk Rekomendasi Tindakan terhadap Kondisi Cuaca rofi abul hasani; Dhuha Sampurna
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 2 (2025): Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i2.1970

Abstract

Kondisi cuaca yang dinamis dan tidak dapat diprediksi sering memengaruhi pengambilan keputusan strategis di berbagai sektor, termasuk transportasi, pertanian, dan penanggulangan bencana. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pengambilan keputusan yang memberikan rekomendasi yang dapat ditindaklanjuti berdasarkan analisis kondisi cuaca. Sistem ini mengintegrasikan teknologi pembelajaran mesin, pemrosesan data cuaca waktu nyata, dan algoritma pengambilan keputusan untuk memberikan rekomendasi yang tepat di berbagai skenario cuaca, baik normal maupun ekstrem. Metodologi penelitian terdiri dari pengumpulan data cuaca dari API cuaca global Open di openweathermap.org, serta menerapkan algoritma machine learning dan metode Analytic Hierarchy Process (AHP) untuk mengklasifikasikan kondisi cuaca dan menghasilkan rekomendasi seperti membawa payung, menunda aktivitas, atau tetap melanjutkan kegiatan. Sistem ini dirancang untuk mengidentifikasi potensi risiko cuaca, seperti hujan lebat, angin kencang, atau suhu ekstrem, dan untuk memberikan saran tindakan khusus, seperti menyiapkan payung, menjadwalkan ulang kegiatan, memulai evakuasi, atau menerapkan tindakan pencegahan. Pengujian pada penelitian ini menggunakan blackbox testing sebagai pengujian secara functional dan di evaluasi berdasarkan pengalaman pengguna menggunakan Net Promote Score(NPS). Hasil pengujian menunjukkan 100\% fungsi berjalan. Dan metode NPS yang menghasilkan promoter sebesar 60\%. Pada penelitian ini yang menghasilkan aplikasi berbasis mobil untuk merekomendasikan tindakan terhadap kondisi cuaca termasuk dalam kategori sangat puas, sehingga mereka berpotensi menjadi pendukung aktif (loyal user) yang akan mempromosikan aplikasi secara sukarela, misalnya melalui rekomendasi ke teman, ulasan positif, atau penggunaan berkelanjutan.
Co-Authors Ardhin Primadewi Arham Rahim Arya Prayoga Bayu Agustian Devi Oktaviani Dhuha Sampurna Dwihantoro, Prihatin Endah Ratna Arumi Ika Arthalia Lusi Nurlatifah Maimunah Maimunah Muhammad Resa Arif Yudianto Nanik Sugiyarti Nuryanto Purwono Hendradi Resa Arif Yudianto Resa Arif Yudianto Resa Arif Yudiyanto Safira Ayu Muthi'ah Sukmasetya, Pristi Uky Yudatama Yusril Febriyanto