Article Per Year (5 Year)
p-Index From 2021 - 2026
3.143
P-Index
This Author published in this journals
All Journal Format : Jurnal Imiah Teknik Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Komputasi dan Teknologi Informasi Akrab Juara : Jurnal Ilmu-ilmu Sosial STUDI PELAKSANAAN SELFMEDICATION PADA PENDERITA DIARE BERDASARKAN TINGKAT PENGETAHUAN MASYARAKAT PESISIR KECAMATAN SOROPIA KABUPATEN KONAWE Reputasi: Jurnal Rekayasa Perangkat Lunak Profitabilitas J-Intech (Journal of Information and Technology) Jurnal Abdimas Perbanas Jurnal Pengabdian Masyarakat Nasional Journal of Information Technology
Lilik Martanto
Universitas Bina Sarana Informatika
Aerospace Engineering Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Library & Information Science Medicine & Pharmacology Neuroscience Public Health Social Sciences Transportation

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Pemilihan Model Churn pada Data Tidak Seimbang Berdasarkan ROC AUC dan Recall Aswar Hanif; Harna Adianto; Lilik Martanto; Endang Wahyudi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9821

Abstract

Abstrak - Customer churn adalah sebuah keadaan di mana pelanggan menghentikan hubungan bisnis dengan sebuah usaha. Kemampuan untuk memprediksi customer churn merupakan salah satu faktor penting dalam perencanaan bisnis. Umumnya data customer churn tidak seimbang, dan menjadi tantangan signifikan dalam pembelajaran mesin. Untuk mengatasi masalah ini, pendekatan yang paling sering digunakan adalah oversampling. Metode yang populer adalah SMOTE, yang bisa meningkatkan peforma model, namun juga bisa menyebabkan overfitting. Telah banyak penelitian dilakukan dengan menggunakan oversampling dalam menghadapi data tidak seimbang. Tetapi masih sedikit penelitian yang fokus pada pemilihan model klasifikasi berdasarkan metrik yang sesuai, tanpa menggunakan oversampling. Penelitian ini menguji model-model klasifikasi dalam memprediksi customer churn terhadap data tidak seimbang, baik dengan maupun tanpa menggunakan SMOTE, untuk perbandingan hasil cross-validation dan performa pengujian. Kemudian model-model ini dievaluasi menggunakan metrik Balanced Accuracy. Kebaruan terletak pada fokus bahwa pemilihan model berdasarkan kombinasi ROC AUC dan Recall, bisa menemukan model prediksi customer churn terbaik tanpa harus menggunakan oversampling. Diharapkan hasil ini dapat berkontribusi dalam memperluas wawasan dari asumsi bahwa data tidak seimbang selalu harus diatasi menggunakan oversampling.Kata kunci : Pemilihan model; Data tidak seimbang; Tanpa oversampling; ROC AUC; Recall; Abstract - Customer churn refers to the phenomenon in which a customer ends their relationship with a company. Being able to predict customer churn is crucial for business planning. However, customer churn data is often imbalance, making it a major challenge for machine learning. One way to tackle this issue is oversampling. A widely used approach is SMOTE, which can boost model performance but also risks overfitting. There have been many studies using oversampling to address imbalanced data. However, there's a lack of research on selecting a classification model based on suitable metrics without relying on oversampling. This study evaluates classification models for predicting customer churn on imbalanced datasets, comparing performance with and without the application of SMOTE using cross-validation and test results. Subsequently, the models are evaluated using the Balanced Accuracy metric. This study introduces a novel approach in which model selection based on a combination of ROC AUC and Recall identifies the optimal customer churn prediction model without the need for oversampling. These results may broaden understanding beyond the prevailing assumption that imbalanced data must always be addressed using oversampling.Keywords: Model selection; Data imbalance; Without oversampling; ROC AUC; Recall
ANALYSIS OF KENTUCKY CHICKEN PRODUCT QUALITY AND SERVICE ON CUSTOMER SATISFACTION USING VALIDITY TEST METHOD AND MULTIPLE LINEAR REGRESSION WITH SPSS Harna Adianto; Lilik Martanto; Aswar Hanif; Endang Wahyudi
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 11 No. 2 (2026): Mei
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58487/akrabjuara.v11i2.2800

Abstract

In an era of increasingly intense market competition, factors such as price, taste, and attractive packaging have a positive influence on product quality and service, which in turn enhances customer satisfaction. Simultaneously, product quality and service significantly contribute to making Kentucky fried chicken products more appealing to the public. Therefore, it is necessary to examine improvements in chicken production quality as well as the availability of raw materials to meet consumer demand and generate income. This business is located in the Depok area. In its implementation, to support business planning, demand forecasting, and to reduce purchasing costs, an effective inventory system is essential. An inventory information system can also help increase sales, improve quality, and provide better service to customers. To ensure competitiveness in terms of taste, price, quality, and service, proper decision-making in purchasing raw materials is required. By applying with validity testing and multiple linear regression analysis (t-test) using SPSS, the final results aim to determine the relationship between product quality, service, and customer satisfaction, ensuring that specified needs are met
Implementasi Sistem Informasi Manajemen Keuangan Masjid Menggunakan Metode Prototype Base on Cloud Computing Endang Wahyudi; Aswar Hanif; Harna Adianto; Taufik Baidawi; Markus Lilik Martanto
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 5 No. 2 (2024): Edisi November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v5i2.6779

Abstract

Masjid Asy-Syarifah merupakan organisasi nirlaba keagamaan yang dibentuk tahun 2020, masjid ini terletak di Nanggewer mekar Cibinong kab bogor, organisasi ini menaungi Kegiatan Keagamaan masjid seperti kajian ilmu, sholat berjamaah harian , pekanan dan tahunan, Tujuan dari penelitian ini adalah untuk mengembangkan sistem informasi manajemen keuangan masjid yang efektif dan efisien dengan memanfaatkan desain UML (Unified Modeling Language), editor AppSheet, serta visualisasi data menggunakan Looker studio. Sistem ini bertujuan untuk meningkatkan transparansi, akuntabilitas, dan kemudahan akses informasi keuangan bagi pengurus dan jamaah masjid. Metodologi yang digunakan dalam penelitian ini melalui pendekatan kualitatif dengan studi literatur. Sedangkan metode pengembangan aplikasi menggunakan metode prototipe, Penelitian ini dimulai dengan analisis kebutuhan sistem yang dilakukan melalui wawancara dengan pengurus masjid dan pengumpulan data dari berbagai sumber literatur terkait manajemen keuangan. Desain sistem dilakukan dengan menggunakan UML untuk memodelkan proses dan alur data. Penelitian ini diharapkan dapat menjadi referensi bagi pengurus masjid dan lembaga keagamaan lainnya dalam mengelola keuangan secara lebih profesional dan transparan.
Co-Authors Alvin Syahid Aryastian, Sergi Aswar Hanif Endang Wahyudi Harna Adianto Sergi Aryastian Syamsul Bakhri Syamsul Bakhri Taufik Baidawi, Taufik Yayan Hendrian