Article Per Year (5 Year)
p-Index From 2021 - 2026
7.108
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Informatika Global Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) Indexia
Nanang Yudi Setiawan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Library & Information Science

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 2   3   4   5   6 
Pengembangan Dashboard Business Intelligence dengan Integrasi Metode Kimball Lifecycle dan Design Thinking untuk Memantau Performa Karyawan di PT Jalin Mayantara Indonesia Widya Azzahra, Shellen; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan persaingan bisnis di Indonesia pada 2018–2023 mendorong perusahaan untuk mencari cara efektif agar dapat mempertahankan eksistensinya, salah satunya melalui peningkatan performa dan produktivitas karyawan. Namun, perusahaan menghadapi kendala dalam pemanfaatan data karyawan akibat kurangnya instrumen pemantauan yang jelas, data yang tersebar pada beberapa dokumen, dan visualisasi yang tidak mudah dipahami. Solusi yang ditawarkan adalah pengembangan sistem business intelligence berupa data warehouse dan dashboard untuk memusatkan data pada satu tempat yang sama dan memberikan visualisasi yang sesuai dengan kebutuhan pengguna. Penelitian ini dilakukan menggunakan metode Kimball Lifecycle dan Design Thinking, dengan pengujian dashboard menggunakan metode DATUS (Dashboard Assessment Usability Model). Pada pengujian pertama, 70% tugas berhasil diselesaikan dalam waktu 512 detik (8 menit 32 detik) dengan skor pada kuesioner DATUS sebesar 75. Skor tertinggi pada kuesioner diraih oleh dimensi learnability. Setelah iterasi pada tahapan ideate, prototype, dan test, pengujian kedua menunjukkan peningkatan 30% pada tugas yang berhasil diselesaikan dengan benar, waktu penyelesaian berkurang 43,75% menjadi 288 detik (4 menit 48 detik), dan skor kuesioner meningkat 25,3% menjadi 94, dengan skor tertinggi pada dimensi operability.
Penerapan Algoritma K-Means Clustering untuk Segmentasi Pelanggan Berdasarkan Model RFM Pada Resik Aquatics Ryandra, Muhammad; Setiawan, Nanang Yudi; Niken Hendrakusma Wardani
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan teknologi telah berdampak pada pertumbuhan perekonomian Indonesia pada sektor ikan hias. Hal tersebut menyebabkan persaingan bisnis ikan hias terus meningkat. Persaingan tersebut berdampak juga kepada Resik Aquatics yang merupakan salah satu pembudidaya ikan hias. Saat ini, Resik Aquatics belum pernah menerapkan strategi Customer Relationship Management (CRM) untuk meningkatkan minat beli pelanggan dan loyalitas pelanggan. Penelitian ini menggunakan data transaksipelanggan Resik Aquatics dari Juli 2023 hingga Maret 2024 atau sebanyak 8 bulan, yang terdiri dari 178 transaksi dan 239 baris data pada berkas excel. Data ini diolah menggunakan model RFM (Recency, Frequency, Monetary) untuk mengidentifikasi karakteristik pelanggan. Setelah karakteristik pelanggan terbentuk akan dilakukan proses segmentasi dengan menggunakan metode K-Means. Proses segmentasi dilakukan dengan mencari nilai k yang optimal dengan elbow method dan silhoutte socre. Hasil dari kedua metode tersebut menujukkan bahwa k optimal sebesar 2. Hasil pengujian evaluasi clustering dengan menggunakan Davies-Bloudin Index mendapatkan nilai sebesar 0.92, nilai tersebut termasuk nilai yang baik karena nilainya kecil dan mendekati 0 atau kurang dari 1. Hasil segmentasi akan digunakan untuk mencari akar permsalahan dengan menggunakan metode root cause analysis (RCA).Proses identifikasi permasalahan dilakukan dengan cara mengambil sampel klaster pelanggan dari setiap klaster dan diteliti berdasarkan profil RFM-nya. Akar permasalaan yang telah didentifikasi akan dikelompokkan berdasarkan kategori produk, pelanggan, dan fasilitas. Kategori tersebut mencerminkan permsalahan yang menyebabkan tingginya nilai recency, rendahnya nilai frequency, dan rendahnya nilai monetary. Permasalahan yang teridentifikasi berasal dari dua faktor utama yaitu internal seperti promosi yang kurang diminati dan eksternal seperti munculnya pembudidaya lain sebagai pesaing bisnis. Hasil pengelompokkan permasalahan dari proses RCA akan divalidasi oleh stakeholder. 
Analisis Sentimen Ulasan Pengguna Aplikasi C-Access Menggunakan Support Vector Machine Asiyah, Noor Leona; Yusi Tyroni Mursityo; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JUST-SI
Analisis Sentimen Pengguna Sosial Media Twitter/X Terhadap Acara Clash of Champions Menggunakan Metode Multinomial Naïve Bayes Kusuma, Salsabila Azzahra' Zulfa; Dian Eka Ratnawati; Nanang Yudi Setiawan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemanfaatan media sosial sebagai sumber data untuk memahami persepsi publik menjadi aspek penting bagi banyak organisasi, termasuk Ruangguru dalam menyelenggarakan acara Clash of Champions. Analisis sentimen digunakan untuk mengidentifikasi persepsi publik terhadap acara Clash of Champions. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap acara Clash of Champions menggunakan metode Multinomial Naïve Bayes dan melakukan evaluasi melalui SWOT Analysis. Metode Multinomial Naïve Bayes digunakan untuk mengklasifikasikan sentimen, sementara analisis SWOT dilakukan berdasarkan data yang telah melalui proses topic modelling menggunakan Latent Dirichlet Allocation (LDA). Penelitian ini juga bertujuan untuk mengukur performa algoritma Multinomial Naïve Bayes dalam klasifikasi sentimen serta mengidentifikasi kekuatan, kelemahan, peluang, dan ancaman yang muncul dari hasil analisis SWOT. Hasil implementasi algoritma menunjukkan performa yang baik, dengan tingkat akurasi mencapai 97%. Analisis SWOT mengungkapkan beberapa temuan utama, yaitu kekuatan pada konten acara yang interaktif, kelemahan pada durasi acara yang terlalu pendek dan kurangnya variasi tantangan, peluang pada meningkatnya minat publik terhadap acara edukatif, serta ancaman berupa ekspektasi publik yang tinggi akibat lonjakan popularitas. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi Ruangguru untuk meningkatkan kualitas acara di masa mendatang dan menjadi panduan bagi organisasi lain yang berencana menyelenggarakan acara serupa.
Analisis Klasifikasi Waktu Tunggu Kerja Lulusan dengan Support Vector Machine pada Data Tracer Study (Studi Kasus: Lulusan 2015-2020 Fakultas Ilmu Komputer Universitas Brawijaya) diniyah, zubaidah; Setiawan, Nanang Yudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Salah satu indikator keberhasilan perguruan tinggi dalam mempersiapkan lulusannya adalah waktu tunggu kerja, yaitu durasi yang diperlukan lulusan untuk mendapatkan pekerjaan setelah lulus. Penelitian ini bertujuan untuk mengklasifikasikan waktu tunggu kerja lulusan Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM) dan menganalisis faktor-faktor penyebab yang memengaruhinya. Metode Support Vector Machine (SVM) digunakan untuk membangun model klasifikasi berdasarkan data tracer study lulusan FILKOM periode 2020–2023, yang mencakup variabel seperti program studi, lokasi pekerjaan, IPK, jenis kelamin, dan lama studi. Penelitian ini juga menerapkan metode Root Cause Analysis (RCA) dan Failure Mode and Effect Analysis (FMEA) untuk mengidentifikasi serta memberikan solusi terhadap faktor-faktor penyebab utama waktu tunggu kerja yang lama.Hasil analisis menunjukkan bahwa metode SVM menghasilkan akurasi sebesar 74% dalam mengklasifikasikan waktu tunggu kerja. Berdasarkan analisis RCA dan FMEA, faktor risiko tertinggi yang memengaruhi waktu tunggu kerja adalah kurangnya pengalaman magang selama masa studi, lokasi pekerjaan di luar negeri yang memerlukan persyaratan tambahan, serta lama masa skripsi akibat minimnya konsultasi dosen-mahasiswa. Penelitian ini diharapkan dapat menjadi referensi bagi Fakultas Ilmu Komputer Universitas Brawijaya dalam mengoptimalkan program pengembangan karier lulusan untuk mempercepat waktu tunggu kerja dan meningkatkan kualitas lulusan.
Evaluasi Pelayanan Publik di Kampung Kayutangan Heritage Berdasarkan Analisis Sentimen dan Root Cause Analysis (RCA) Adristi, Tikta; Setiawan, Nanang Yudi; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini menganalisis sentimen pengunjung Kampung Heritage Kayutangan di Kota Malang dengan menggunakan data ulasan dari berbagai platform digital yaitu Instagram, TikTok, Youtube, dan X. Dengan menggunakan metode analisis sentimen berbasis aspek yang menggabungkan InSet Lexicon, SVM, dan LDA, penelitian ini bertujuan untuk mengidentifikasi persepsi pengunjung dan menganalisis akar penyebab masalah pelayanan. Dari 1.314 ulasan yang terkumpul, setelah dilakukan pelabelan dan pengolahan data, tersisa 1.196 mencakup 788 ulasan yang bersifat positif dan 408 ulasan yang bersifat negatif. Model SVM dengan pendekatan undersampling menunjukkan kinerja yang memuaskan dengan akurasi 81,11%, presisi 82,22%, dan F1-score 81,41%. Hasil analisis LDA mengidentifikasi tiga topik utama yang kemudian dispesifikkan menjadi empat aspek yaitu kebersihan, aksesibilitas, fasilitas, dan daya tarik wisata (arsitektur). Root Cause Analysis (RCA) mengungkapkan berbagai masalah utama seperti kurangnya kesadaran akan kebersihan, keterbatasan infrastruktur, pengelolaan yang tidak efisien, dan pemeliharaan bangunan bersejarah yang tidak optimal. Hasil dari studi ini memberikan rekomendasi strategis untuk manajemen Kampung Heritage Kayutangan dalam meningkatkan kualitas layanan dan pengalaman pengunjung.
Product Monitoring Terhadap Emina Sun Battle SPF 30 PA+++ Pada Sociolla Berdasarkan Hasil Analisis Sentimen Anandia, Nazwa; Purnomo, Welly; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Industri kecantikan Indonesia berkembang pesat, terutama di sektor perawatan kulit, didorong oleh kemajuan teknologi yang mengarahkan pasar ke e-commerce. Sociolla, sebagai penyedia produk kosmetik terkemuka, menjadi wadah bagi merek inovatif seperti Emina Cosmetics yang sukses di pasar daring. Ketidakmampuan konsumen untuk mencoba produk secara langsung dalam belanja daring menjadikan ulasan pelanggan sebagai sumber informasi penting bagi konsumen dan perusahaan untuk memahami persepsi pelanggan. Penelitian ini memanfaatkan metode Support Vector Machine (SVM) untuk menganalisis sentimen terhadap produk Emina Sun Battle SPF 30 PA+++ di Sociolla. Melalui analisis teks, pola penting diidentifikasi dan dianalisis menggunakan SVM untuk mengklasifikasikan sentimen sebagai positif atau negatif. Dataset terdiri dari 1472 ulasan, dibagi menjadi 90% data latih dan 10% data uji, dengan model SVM mencapai akurasi 93%. Hasil analisis divisualisasikan melalui Microsoft Power BI untuk mempermudah pemahaman dan pemantauan produk oleh perusahaan. Hasil penelitian menunjukkan 62,78% sentimen positif dan 37,22% negatif, dengan nilai rata-rata ulasan 4,56 yang mencerminkan tingkat kepuasan konsumen yang tinggi. Penelitian ini menyediakan alat pemantauan interaktif yang membantu perusahaan melacak kinerja produk dan meningkatkan kualitas berdasarkan ulasan pelanggan. Dengan demikian, studi ini memberikan wawasan mendalam tentang persepsi konsumen terhadap produk Emina dan mendukung kemajuan industri kosmetik di Indonesia.
Analisis Strengths, Weaknesses, Opportunities, And Threats Layanan Bakso Kota Cak Man Berdasarkan Hasil Pengelompokkan Ulasan Pelanggan Diamanta, Ananda; Setiawan, Nanang Yudi; Rahayudi, Bayu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Bakso Kota Cak Man, sebagai salah satu kuliner legendaris di Kota Malang, menghadapi tantangan dalam meningkatkan kualitas layanan. Meskipun rata-rata ulasan yang didapatkan pada google maps sudah cukup tinggi yaitu sebesar 4.4 dari 5, tetapi perlu diidentifikasi aspek yang mendasari skor tersebut. Penelitian ini bertujuan menganalisis ulasan pelanggan Bakso Kota Cak Man yang terdapat pada google maps menggunakan metode analisis sentimen berbasis aspek yang memanfaatkan model IndoBERT. Sebelumnya dilakukan pelabelan awal sentimen menggunakan InSet Lexicon. Sedangkan klasifikasi aspek dalam penelitian ini dikelompokkan menggunakan pendekatan DINESERV yang fokus pada dimensi kualitas layanan. Untuk memudahkan analisis SWOT, penelitian ini menyusun kamus kategori internal dan eksternal. Kedua kamus tersebut akan dievaluasi secara manual dengan melibatkan domain expert. Hasil evaluasi kamus aspek menunjukkan akurasi sebesar 76%, sedangkan kamus kategori menunjukkan akurasi sebesar 86%. Hasil ini membuktikkan bahwa kamus yang dibuat sudah cukup valid untuk digunakan klasifikasi data. Untuk pelatihan model IndoBERT dilakukan dua kali percobaan pada masing-masing hyperparameter, yaitu pelatihan dengan menggunakan resampling (SMOTE) dan tanpa resampling. Hasil evaluasi menunjukkan bahwa model tanpa resampling memberikan performa yang lebih baik, dengan nilai F1-Score 90,65%, akurasi 93,09%, precision 91,30%, dan recall 90,00%. Hasil klasifikasi kemudian digunakan untuk mengidentifikasi SWOT dengan tujuan memudahkan penyusunan strategi peningkatan layanan.
Prediksi Penjualan Makanan Restororan Menggunakan Metode ARIMA: Studi Kasus Waroeng Marisukakoi Hamas, radityo; Setiawan, Nanang Yudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Industri restoran menghadapi tantangan dalam mengelola permintaan pelanggan yang fluktuatif, terutama dalam hal pengelolaan persediaan dan efisiensi operasional. Penelitian ini bertujuan untuk meramalkan penjualan makanan di Waroeng Marisukakoi menggunakan metode ARIMA (Autoregressive Integrated Moving Average), sebuah model statistik yang terbukti efektif untuk analisis data deret waktu. Data yang digunakan mencakup jumlah transaksi harian per menu selama 11 bulan, dengan total data yang dikelompokkan menjadi 47 minggu. Tahapan pra-pemrosesan meliputi pengelompokan data penjualan harian menjadi mingguan, penyusunan 4 kelompok makanan berdasarkan jenis menu, serta penanganan outlier untuk menjaga kualitas data. Proses analisis dimulai dari implementasi model ARIMA dengan parameter optimal hingga evaluasi model menggunakan metrik RMSE, MAE, dan MAPE. Prediksi ini memberikan wawasan yang berguna bagi manajemen restoran dalam mengoptimalkan pengelolaan stok, merencanakan strategi pemasaran, dan meningkatkan efisiensi operasional. Penelitian ini menunjukkan bahwa metode ARIMA mampu memberikan prediksi yang cukup akurat, meskipun terdapat tantangan dalam menangani fluktuasi tajam pada data penjualan. Untuk pengembangan lebih lanjut, disarankan untuk mempertimbangkan variabel eksternal seperti promosi dan cuaca, serta menggunakan model hybrid seperti ARIMA-LSTM untuk menangkap pola data yang lebih kompleks.
Sentiment Anlysis On Customer Reviews Using Support Vector Machine and Usability Scoring Using System Usability Scale Azpiranda, Novira; Supianto, Ahmad Afif; Setiawan, Nanang Yudi; Suryawati, Endang; Yuwana, R. Sandra; Febriandirza, Arafat
Journal of Information Technology and Computer Science Vol. 6 No. 3: December 2021
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202163330

Abstract

Al-Ghiff Steak is a restaurant located in Cirebon City that offers quality steaks at affordable prices. For maintaining a competitive Al-Ghiff Steak advantage and reputation, it is important to build a good relationship with customers and have a business strategy that considers customer opinions. However, in its implementation, Al-Ghiff Steak has difficulty when collecting and processing customer review data manually. Therefore, it is necessary to conduct sentiment analysis by utilizing Google Reviews to determine customer perspectives regarding Al-Ghiff Steak products and services. This analysis was conducted on 968 Google Review reviews from 2016 to 2020 using the Support Vector Machine (SVM) and Term Frequency-Inverse Document Frequency (TF-IDF) methods. Classification testing is done with a confusion matrix against four parameters: accuracy, precision, recall, and f1-score. SVM with TF-IDF gets accuracy value 83%, precision 64%, recall 60% and f1-score 59%. The sentiment classification result is then visualized in the form of a dashboard. We utilize the System Usability Scale (SUS) for usability testing, which produces a value of 77.5. This result achieve the Acceptable category and an Excellent rating.
Co-Authors Adristi, Tikta Ahmad Afif Supianto Alfi Nur Rusydi Alfian Hakim Almas, Muhammad Fikri Almira Syawli Alyaa Nadira Amal, Muhammad Ikhlasul Anandia, Nazwa Anwar, Novriani Dewi Asiyah, Noor Leona Asyrofi, Moh. Yuslam Azpiranda, Novira Bayu Rahayudi Berliani, Afridha Bonaventura Julio Putra Nandika Damahindra, Rangga Andhito Diamanta, Ananda Dian Eka Ratnawati diniyah, zubaidah Djoko Pramono Edmund Pierre Purba, Geoffrey Fadhil, Adam Ghirvan Fadhilah, Irsya Salim Fajr, Saifulloh Achmad Faranisa, Puspa Ayu Febriandirza, Arafat Firdaus, Muhammad Fariz Fitra Abdurrachman Bachtiar Hamas, radityo Haq, Muhammad Arienal Hilal, Khaliffman Rahmat Husalie, Levin Vinnu Intan Sartika Eris Maghfiroh Jannah, Nisa Usrifatul Khairani, Nadia Raisa Kusuma, Salsabila Azzahra' Zulfa Listyawan, Bagas Raditya Nur Mahardika, Fawwaz Roja Marzuq, Rafly Dwi Maulana, M. Ighfar Maulidiyah Rizqiyani, Erlis Mochamad Chandra Saputra, Mochamad Chandra Mushowwiru, Mochammad Faza Pramudya Niken Hendrakusma Wardani Niken Hendrakusma Wardani Niken Hendrakusuma Wardani, Niken Hendrakusuma Nur, Iqbal Taufiq Ahmad Pramudita, Julina Larasati Purnomo, Welly Putri, Rizka Saudah Yunida Rahmadina, Alishza Putri Rahmandita, Prasetya Naufal Ramadhani, T. Zalfa Reza Andria S Riswan Septriayadi Sianturi Ryandra, Muhammad Salsabillah, Dinar Fairus Salwa, Shafa Nathaniela Saputra, Dion Ricky Saragih, Imanuel Nathaliando Sartika Eris Maghfiroh, Intan Sartika, Intan Sarwosri Sarwosri Satrio Agung Wicaksono Satrio Hadi Wijoyo Sitepu, Mikha Aziel Christian Sormin, Hartati Penta Angelina Suryawati, Endang Tambing, Nathania Maerella Arungla'bi' Taqiyuddin, Ammar Yazid Vania Malinda Wibowo Viriya, Aurelius Alexaner Welly Purnomo Wibisono, Nusa Seldi Wibowo, Shinta Dewi Putri Widya Azzahra, Shellen Widyadhana, Fawwaz Kumudani Yanuardhana, Anugrah Daffa Yuditama, Alvan Alif Yusi Tyroni Mursityo Yuwana, R. Sandra Yuwana, Raden Sandra