Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Journal of Information System, Applied, Management, Accounting and Research Digital Transformation Technology (Digitech)
Murniyati Murniyati
Universitas Gunadarma
Computer Science & IT Decision Sciences, Operations Research & Management Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Algoritma K-Means Clustering Pada Data Keluhan Pelanggan PT. PLN (Persero) sugrio dwi darmawan; Dewi Agushinta R; Murniyati Murniyati
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 6 No 2 (2022): JISAMAR: May 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v6i2.761

Abstract

Listrik merupakan kebutuhan masyarakat yang bisa dianggap kebutuhan sangat penting. Untuk menjaga kualitas pelayanan pelanggan perusahaan listrik Negara harus senantiasa menjaga mutu dan pelayanannya tidak terkecuali keluhan pelanggan. Penelitian ini membahas tentang penerapan algoritma K-Means Clustering pada data keluhan pelanggan. Data yang digunakan adalah data keluhan pelanggan selama tahun 2020. Analisis penelitian ini Disajikan dalam 3 (tiga) tingkat cluster yaitu cluster keluhan tertinggi (C1), cluster keluhan menengah (C2), dan cluster keluhan rendah (C3). Data diolah menggunakan aplikasi Rapid Miner sebagai penyelesaiannya dan mendapatkan hasil akhir yaitu 2 jenis data keluhan berada di cluster tertinggi, 3 jenis keluhan di cluster menengah, dan 7 jenis keluhan di cluster terendah. Pengujian cluster menggunakan Davies Bouldin Index memiliki nilai sebesar 0,52 yang berarti antar anggota cluster memiliki kesamaan cukup baik. Hasil analisis dari penelitian ini dapat menjadi masukan untuk Perusahaan Listrik Negara agar menjadikan jenis laporan keluhan pelanggan dengan kategori tertinggi (C1) sebagai prioritas utama dalam meningkatkan pelayanan pelanggan guna menekan tingginya angka keluhan pada dua jenis laporan tertinggi yaitu PDPB dan Prabayar
CLUSTERING RELATIONSHIP BERDASARKAN BOBOT PEMBENTUK SOCIAL TRUST NETWORK UNTUK SISTEM REKOMENDASI PADA MEDIA SOSIAL INSTAGRAM Murniyati Murniyati; Tristiyanti Yusnitasari; Endah Kurniasari; Dody Pernadi
Jurnal Ilmiah Informatika Komputer Vol 27, No 3 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i3.7557

Abstract

Instagram merupakan media sosial yang banyak digunakan untuk media pemasaran. Banyaknya informasi di media sosial menyebabkan sulitnya pengguna untuk mendapatkan informasi yang sesuai dengan kebutuhan pengguna. Jejaring sosial yang semakin berkembang memberikan kesempatan kepada para peneliti untuk memanfaatkannya pada penelitian diberbagai bidang. Social Network Analysis (SNA) adalah proses untuk menemukan keberadaan komunitas yang berisi sekumpulan orang dengan beberapa kesamaan seperti minat, hobi, gaya hidup, tujuan, lokasi maupun profesi kemudian membentuk sebuah komunitas atau klaster, Deteksi komunitas merupakan salah satu tugas dari SNA. Social network dapat dikatakan mempengaruhi user behavior sehingga pada penelitian ini dilakukan pembentukan klastering relationship yang berdasarkan relasi yang diperoleh dari social network dengan tahapan yang dilakukan adalah melakukan scrapping terhadap data pengguna pada media sosial instagram terlebih dahulu untuk mendapatkan relasi antara pengguna yang ada pada akun Instagram, kemudian melakukan pembentukan klaster dengan menggunakan algoritma Louvain. Hasil pembentukan klaster didapat nilai modularitas terbaik sebesar 0,879 dengan jumlah klaster sebanyak 27 klaster pada data yang digunakan adalah akun instagram toko buku gramedia pustaka utama dimana anggota klaster yang terbentuk adalah anggota yang mempunyai relasi atau keterkaitan. Pembentukan klastering relationship ini bisa dimanfaatkan untuk merekomendasikan hal yang terkait dengan postingan pada media sosial instagram.
Implementasi Sistem Rekomendasi Demographic Pada Website Toko Online (Studi Kasus UD. Anugrah) Rosdiana; Murniyati; Endah Kurniasari; Muhammad Rofi
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.3387

Abstract

Perkembangan teknologi digital telah membawa perubahan dalam berbagai sektor salah satunya sektor bisnis. Website sebagai platform toko online yang menjembatani perusahaan untuk terhubung dengan dunia digital. Pembuatan website untuk meningkatkan pendapatan, memperluas pemasaran dengan penambahan informasi produk yang paling banyak diminati oleh konsumen menjadikan sebuah web mempunyai nilai lebih. Informasi produk yang direkomendasi dinilai dengan menggunakan metode sistem rekomendasi demographic. Sistem rekomendasi demographic merekomendasikan produk secara umum yang disukai oleh pembeli. Penilaian produk yang disukai dengan cara pemberian rating terhadap produk yang kemudian akan dilakukan perhitungan rata-rata rating. Nilai Rating yang tertinggilah yang akan menjadi produk yang direkomendasi pada web. Metode Waterfall merupakan salah satu metode SDLC (System Development Life Cycle) atau siklus hidup pengembang sistem. Metode waterfall untuk perancangan sistem dengan tahapan penelitian yang dilakukan dimulai dengan analisis, desain, pembuatan, implementasi dan pengujian. Hasil penelitian menunjukan bahwa setelah melalui pengujian metode black box, website toko UD. Anugrah berjalan sesuai dengan harapan dan telah memenuhi tujuan pembuatan website.
Co-Authors Dewi Agushinta R. Dody Pernadi Dody Pernadi Endah Kurniasari Muhammad Rofi Rosdiana Rosdiana sugrio dwi darmawan Tristiyanti Yusnitasari