Article Per Year (5 Year)
p-Index From 2020 - 2025
4.842
P-Index
This Author published in this journals
All Journal Jurnal Strategi Pemasaran Jurnal Teknologi Informasi dan Ilmu Komputer IJIET (International Journal of Indonesian Education and Teaching) Tech-E Jurnal Teknik Industri : Jurnal Hasil Penelitian dan Karya Ilmiah dalam Bidang Teknik Industri Scientific Journal of Reflection : Economic, Accounting, Management and Business Jurnal Ilmiah Adiraga : Jurnal Penelitian Olahraga Journal TEPAT: Teknologi Terapan untuk Pengabdian Masyarakat Jurnal AME (Aplikasi Mekanika dan Energi): Jurnal Ilmiah Teknik Mesin Jurnal Riset Bisnis dan Investasi Jurnal Kridatama Sains dan Teknologi Jurnal Speed (Sport, Physical Education, Empowerment) Jurnal PORKES Abdi Laksana : Jurnal Pengabdian Kepada Masyarakat Jurnal Dharma Bhakti Ekuitas Journal of Physical Activity and Sports (JPAS) Jurnal Difusi Jurnal Industri dan Teknologi Samawa (JITSA) Makara Journal of Technology Jurnal Penjaminan Mutu Journal of Scientific Research, Education, and Technology Innovative: Journal Of Social Science Research Jurnal Al-Fatih Global Mulia Nusantara Sporta: Jurnal Pendidikan dan Ilmu Keolahragaan Indonesian Journal of Research in Physical Education, Sport, and Health Jurnal Nusa Akuntansi Jurnal Ekonomi dan Bisnis Advance Sustainable Science, Engineering and Technology (ASSET)
IRWAN SETIAWAN
Program Magister Instrumentasi dan Kontrol, Fakultas Teknologi Industri, Institut Teknologi Bandung,Bandung 40132, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Public Health Social Sciences Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

 1 
Rekomendasi Fitur yang Mempengaruhi Harga Sewa Menggunakan Pendekatan Machine Learning Wisnuadhi, Bambang; Setiawan, Irwan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021843305

Abstract

Perkembangan Teknologi Infromasi, internet, dan perangkat bergerak telah mengubah perilaku konsumen dalam menjalankan aktivitasnya. Hal ini direspon oleh industri dengan menyediakan berbagai aplikasi berbasis web dan perangkat bergerak dalam interaksinya dengan pelanggan. Salah satu industri yang beradaptasi dengan perubahan teknologi dan perilaku konsumen ini adalah industri pariwisata dan perhotelan. Kebutuhan konsumen yang sebelumnya menggunakan akomodasi wisata tradisional seperti hotel, berubah menjadi lebih memilih rumah-rumah penduduk disekitar tempat wisata sebagai tempat penginapan sementara wisatawan. Perubahan ini berdampak kepada semakin banyaknya properti pribadi yang disewakan sehingga menyebabkan persaingan harga sewa. Harga sewa merupakan salah satu faktor penting yang dipertimbangkan calon penyewa dalam menentukan properti yang akan disewanya. Hal ini tentunya membuat para pemiliki properti harus memikirkan strategi penentuan harga sewa agar propertinya laku dipasaran. Penelitian ini bertujuan untuk mendapatkan fitur apa saja yang dapat mempengaruhi penentuan harga sewa properti berdasarkan data pengguna Airbnb di Berlin. Data penelitian diambil dari dataset yang disediakan oleh InsideAirbnb berupa file dengan format CSV. Penelitian dilakukan menggunakan teknik machine learning dengan pendekatan algoritma XGBoost. Terdapat lima tahapan pengerjaan dalam penelitian ini, yaitu data understanding, data pre-processing, exploratory data analysis, pemodelan, dan insights. Hasil yang didapatkan dari penelitian ini adalah room type private room, room type entire home/apt, dan cancellation policy super strict 60 days merupakan tiga fitur tertinggi yang mempengaruhi penentuan harga sewa. Luas properti menempati urutan keempat berdasarkan rekomendasi algoritma yang diterapkan. AbstractThe development of information technology, the internet, and mobile devices has changed the behavior of consumers in carrying out their activities. The industry responded by providing various web-based and mobile applications in their interactions with customers. The tourism and hospitality industry is adapting to changes in technology and consumer behavior. The needs of consumers who previously used traditional tourist accommodations such as hotels have changed to prefer residents' houses around tourist attractions as their temporary lodging. This change has an impact on the increasing number of private properties being leased, causing competition in rental prices. It is undeniable that the rental price is one of the essential factors that prospective tenants consider in making choices. This certainly makes property owners, who will rent out their properties, have to think about rental pricing strategies. This study aims to obtain any features that affect pricing based on Airbnb user data in Berlin. The study was conducted using machine learning techniques with the XGBoost algorithm approach. There are five stages of work in this study, namely understanding data, pre-processing data, exploratory data analysis, modeling, and insights. The results obtained from this study are room type private room, room type entire home / apt, and cancellation policy type super strict 60 are the three highest features that affect price determination. Property size ranks fourth based on algorithmic recommendations.
Visualisasi dan Analisis Data Bunuh Diri Setiawan, Irwan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021833391

Abstract

Bunuh diri merupakan salah satu permasalahan kesehatan publik. Kematian yang disebabkan oleh tindakan bunuh diri banyak terjadi di seluruh dunia. World Health Organization (WHO) melaporkan bahwa tindakan bunuh diri terjadi sekitar satu juta kejadian setiap tahunnya. WHO menyediakan basis data kematian yang disebabkan karena bunuh diri, namun parameter dan diagram yang disediakan pada basis data tersebut tidak dapat dikustomisasi untuk analisis lebih lanjut. Exploratory Data Analysis merupakan teknik analisis yang menekankan penyajian data dalam bentuk grafik yang dapat mempermudah analis dalam menemukan pola-pola tersembunyi dalam data. Teknik ini sangat efektif digunakan untuk menganalisis data yang memiliki volume yang besar dan varian data yang banyak.  Penelitian ini ditujukan untuk melakukan visualisasi dan analisis data kematian yang disebabkan oleh bunuh diri dengan menggunakan data yang disediakan oleh WHO untuk menemukan pola dan tren kejadian bunuh diri dari berbagai negara dan benua agar dapat membantu pihak-pihak yang berkepentingan dalam mendeteksi dan merencanakan tindakan pencegahan kejadian bunuh diri. Metode penelitian terbagi kedalam tiga tahapan, yaitu persiapan data, Exploratory Data Analysis, dan penarikan kesimpulan. R Studio digunakan sebagai perangkat lunak untuk pengolahan dan visualisasi data. Hasil yang didapatkan dari penelitian ini adalah teknik Exploratory Data Analysis sangat efektif untuk mengeksplorasi data dan menemukan pola-pola tersembunyi dalam data.Berdasarkan hasil analisis, Jepang merupakan negara yang memiliki kejadian bunuh diri paling banyak.   Temuan yang didapatkan adalah secara umum jumlah kejadian bunuh diri memiliki tren yang meningkat. Pada tahun 1998 terjadi lonjakan kejadian bunuh diri yang sangat signifikan di negara-negara Asia. Negara yang paling banyak mengalami kejadian bunuh diri adalah Jepang. Pola pelaku bunuh diri di benua Afrika berbeda dengan benua lainnya. Kelompok usia diatas 75 tahun merupakan kelompok usia dengan jumlah bunuh diri paling banyak. Terjadi tren peningkatan kejadian bunuh diri pada kelompok umur 5-14 tahun. Temuan-temuan yang didapatkan dari penelitian ini dapat dimanfaatkan untuk kebutuhan perencanaan pencegahan kejadian bunuh diri dan meningkatkan kewaspadaan terhadap terjadinya risiko bunuh diri, terutama pada kelompok umur diatas 75 tahun dan 5-14 tahun. AbstractSuicide is a public health problem. Deaths caused by acts of suicide occur throughout the world. The World Health Organization (WHO) reports that suicides occur in around one million incidents each year. WHO provides a database of deaths due to suicide, but the parameters and diagrams contained in that database cannot be customized for further analysis. Exploratory Data Analysis is an analytical technique that emphasizes data presentation in a graphical form that can make it easier for analysts to find hidden patterns in the data. This technique is beneficial for analyzing data with a large volume and many data variants. This research aims to visualize and analyze data on deaths caused by suicide by using data provided by WHO to find patterns and trends in suicide events from various countries and continents to help the parties concerned in detecting and planning preventive suicide actions. The research method is divided into three stages: data preparation, Exploratory Data Analysis, and concluding. R Studio is used as software for data processing and visualization. The results obtained from this study are Exploratory Data Analysis techniques, which are useful for exploring data and discovering hidden patterns in data.Based on the results of the analysis, Japan is a country that has the most suicide. The finding is that in general, the number of suicides has an upward trend. In 1998 there was a very significant surge in suicides in Asian countries. Japan is the country that experiences the most suicide. The pattern of suicide in Africa is different from other continents. The age group above 75 years is the age group with the highest number of suicides. There is a trend of an increase in the incidence of suicide in the 5-14 years age group. The findings obtained from this study can be utilized for the needs of planning suicide prevention events and increasing awareness of the occurrence of suicide risk, especially in the age group above 75 years and 5-14 years.
Co-Authors -, Nilda ., Nuraksa A, Fauzan Adzima Ade Chandra Nugraha Andi Velahyati Baharuddin Armin Darmawan Asmal, Sapta Azzahra, Salsabila Dini Bagas Ristanto, Dionesius Bahrul Ngulum, Muhamat Bayu Putra, Fajar Tri Burstiando, Rizki Cahyani, Rani Caroline Felicita Aurelius Chaniago, Harmon Deria, Desy Dhedhy Yuliawan Diani, Fitri Dwi Handayani F, Andi Syahreza F, Widya Ananda Faqih, Achmad Zulva Ainun Farida Muchtadi, Farida Feryanto, Wahyu Gilas, Gilas Pradana Putra Hablinur Alkindi Halilah, Ii Haris, Syukri Agung Wijaya Harmon Harmon Hestika Huda, Dhimas Miftachul Husein Allsabah, M. Akbar Imam Basori Ismanto, Juli Jannah, Silvie Roikhatul Jonner Hutahaean Kahirulloh, Aldona Kartolo, Rachmat Kholis, Moh. Nur Kusumohadi, Catur Setyawan Lian Min, Joe Lusianti, Septyaning M, Weney Kanatya Mangngenre, Saiful Moh. Nurkholis Moh. Yunan Firmansyah MOKHAMMAD FIRDAUS, MOKHAMMAD Muchtadi, Farida I. Muhammad Aditya Irfaani Muhammad, Maula Sidi Nur Ahmad Muharram Nur Fadillah, Nur Nurrohman Nurrohman Parenreng, Syarifuddin Mabe Perdana, Ferdy Aprilian Prasetya Kurniawan, Wing Purba, Radia Puspodari Ramadani, Moch. Rifqi Reo Prasetiyo Herpandika, Reo Prasetiyo Ryan Widhandi Sagitarius, Andri Prasetyo Saiful - Sholihati Amalia Slamet Junaidi Sri Surjani Tjahjawati Sugiarto Sugiyanto - Suprihanto Suprijanto Suprijanto Susilo, Teguh Budi Sutisna, Ma’mun Syamsul, Diniary Ikasari Wisnuadhi, Bambang Yadhi Aditya Permana YAYAN FIRMANSYAH, YAYAN Yuwono, Diki Candra Zawawi, M. Anis