Article Per Year (5 Year)
p-Index From 2021 - 2026
6.129
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JIK Jurnal Ilmu Komputer JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi) Seminar Nasional Informatika (SEMNASIF) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Computatio : Journal of Computer Science and Information Systems Jurnal Ilmiah Universitas Batanghari Jambi Journal of Economic, Bussines and Accounting (COSTING) INTECOMS: Journal of Information Technology and Computer Science ComTech: Computer, Mathematics and Engineering Applications Progresif: Jurnal Ilmiah Komputer Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Bakti Masyarakat Indonesia Jurnal Info Sains : Informatika dan Sains Jurnal Sains dan Teknologi Prosiding Seri Seminar Nasional Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Artificial Intelligence and Digital Business Jurnal Penelitian Sistem Informasi RESLAJ: Religion Education Social Laa Roiba Journal Jurnal Serina Abdimas
Dedi Trisnawarman
Universitas Tarumanagara
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 86 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 86 Documents
Search

 5   6   7   8   9 
ANALISIS POLUTAN UDARA HARIAN JAKARTA MENGGUNAKAN MANN–WHITNEY DAN KORELASI SPEARMAN Onggo Julius Siddharta; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/q2dghf28

Abstract

Penelitian ini bertujuan menganalisis hubungan antara faktor meteorologis dan tingkat kesesuaian harian polutan udara di Jakarta terhadap standar WHO 2021. Pendekatan penelitian yang digunakan adalah kuantitatif eksplanatif dengan metode statistik non-parametrik, yaitu uji Mann–Whitney U dan Korelasi Spearman. Data yang digunakan berupa pengamatan harian selama periode 2014–2024 yang diperoleh dari BMKG dan Dinas Lingkungan Hidup DKI Jakarta. Tahapan penelitian meliputi pra-pemrosesan data, klasifikasi tingkat kesesuaian polutan, uji perbedaan distribusi, dan analisis hubungan antar variabel cuaca dan polutan. Hasil uji Mann–Whitney U menunjukkan perbedaan signifikan pada sebagian besar variabel cuaca antara hari yang sesuai dan tidak sesuai terhadap standar WHO. Analisis Korelasi Spearman menunjukkan hubungan positif antara suhu dengan ozon (O₃) dan karbon monoksida (CO), serta hubungan negatif antara kelembaban dan polutan primer seperti PM₁₀, SO₂, dan NO₂. Hasil penelitian ini menegaskan bahwa kondisi panas dan kering memperburuk kualitas udara, sedangkan kondisi lembab dan hujan membantu memperbaikinya.
HYBRID CLUSTERING-CLASSIFICATION UNTUK PERSONALISASI REKOMENDASI UNIT KEGIATAN MAHASISWA BARU Khania Luiza Cahya Tuluswati; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/664mgm62

Abstract

Penelitian ini bertujuan membantu mahasiswa baru memilih Unit Kegiatan Mahasiswa (UKM) yang sesuai minat secara lebih akurat melalui pendekatan hybrid clustering-classification. Data diperoleh dari kuesioner PKKMB 2024, distandarisasi, dan selanjutnya dikelompokkan menggunakan algoritma K-Means untuk mengidentifikasi pola minat mahasiswa. Label klaster hasil pengelompokan ini ditambahkan sebagai fitur tambahan pada model klasifikasi Multinomial Logistic Regression (MLR) dan Random Forest (RF). Evaluasi kinerja model dilakukan dengan stratified k-fold cross-validation, mengukur akurasi, presisi, recall, dan F1-score. Selain itu, uji Chi-Square dan Cramer’s V digunakan untuk menganalisis kekuatan asosiasi antar variabel kategorikal. Hasil eksperimen menunjukkan model hybrid (MLR dan RF) meningkatkan akurasi rekomendasi dibandingkan model baseline tanpa informasi klaster. Klaster minat memberikan konteks tambahan yang memperbaiki interpretabilitas rekomendasi. Sistem prototipe telah siap diintegrasikan ke dashboard layanan kemahasiswaan.
KOMPARASI ALGORITMA CLUSTERING UNTUK ANALISIS DATA KUESIONER PERGURUAN TINGGI X David Hariadi; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/fpsvtj38

Abstract

Pengelolaan keselarasan visi dan misi perguruan tinggi telah menjadi salah satu aspek penting dalam penjaminan mutu institusi. Penelitian ini bertujuan untuk menganalisis penerapan metode K-Means Clustering, Spectral Clustering (SC), dan Agglomerative Clustering (AC) dalam mengukur tingkat pemahaman serta implementasi visi dan misi di kalangan pemangku kepentingan akademik. Penelitian ini juga berkontribusi pada proses pengumpulan data serta penerapan teknik data mining dalam menilai kesesuaian institusional berdasarkan data kuesioner yang dikumpulkan pada periode 2020 hingga 2024. Hasil analisis menunjukkan bahwa metode Agglomerative Clustering memiliki kinerja yang sebanding dengan K-Means Clustering dalam mengelompokkan responden dengan karakteristik yang serupa, sementara Spectral Clustering memberikan wawasan tambahan terhadap pola hubungan kompleks antar pemangku kepentingan. Pada akhirnya, penelitian ini menyajikan hasil pengukuran tingkat keselarasan visi dan misi serta memberikan rekomendasi perbaikan bagi perguruan tinggi yang bersangkutan.
PERBANDINGAN SENTIMEN PENGGUNA SHOPEE DAN TOKOPEDIA MENGGUNAKAN NAÏVE BAYES Grace Apriliani Puteri Santoso; Dedi Trisnawarman; Agus Budiyantara
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jpxyg121

Abstract

Pertumbuhan pesat ekosistem e-commerce di Indonesia menjadikan ulasan pengguna pada Google Play Store salah satu sumber data penting untuk membaca persepsi dan pengalaman pengguna secara langsung. Penelitian ini bertujuan menganalisis serta membandingkan sentimen ulasan pengguna terhadap aplikasi Shopee dan Tokopedia dengan menggunakan pendekatan klasifikasi Naïve Bayes. Data ulasan dikumpulkan dari halaman Google Play kedua aplikasi, kemudian diproses melalui tahapan prapemrosesan teks, meliputi pembersihan karakter, case folding, penghapusan stopword, dan stemming. Fitur teks direpresentasikan menggunakan Term Frequency Inverse Document Frequency (TF-IDF) dan diklasifikasikan ke dalam label sentimen positif, negatif, dan netral. Kinerja model dinilai menggunakan metrik akurasi, presisi, recall, dan F1-score, sedangkan perbedaan pola sentimen antara Shopee dan Tokopedia dianalisis berdasarkan distribusi kelas dan hasil klasifikasi yang dihasilkan. Temuan penelitian ini memberikan gambaran kuantitatif mengenai kecenderungan penilaian pengguna terhadap kedua platform dan dapat menjadi masukan bagi pengelola e-commerce dalam merumuskan strategi peningkatan kualitas layanan berbasis opini pengguna.
PREDIKSI PILIHAN PROGRAM STUDI MAHASISWA BARU MENGGUNAKAN RULES AS FEATURES Nicolas Phi; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/sjzq4883

Abstract

Penerimaan mahasiswa baru (PMB) merupakan proses strategis yang berperan penting dalam keberlanjutan institusi pendidikan tinggi. Penelitian ini bertujuan untuk menganalisis dan memprediksi pilihan program studi calon mahasiswa menggunakan pendekatan Rules-as-Features (RAF). Metode ini dipilih karena mampu mengubah hasil Association Rule Mining (ARM) menjadi fitur prediktif yang meningkatkan akurasi dan interpretabilitas model pembelajaran mesin. Algoritma Apriori digunakan untuk menemukan pola hubungan antar atribut seperti asal wilayah dan jenis sekolah, yang kemudian dikonversi menjadi fitur biner RULE_1 hingga RULE_27 dan digabungkan ke dataset utama. Model Random Forest dipilih karena kemampuannya mengelola data berdimensi tinggi serta menghasilkan estimasi yang stabil dibanding Logistic Regression. Hasil penelitian menunjukkan bahwa integrasi RAF meningkatkan akurasi dari 0,82 menjadi 0,89, F1-score (macro) dari 0,80 menjadi 0,87, dan AUC mikro dari 0,86 menjadi 0,92. Temuan ini menunjukkan bahwa kombinasi ARM–RAF efektif dalam menangkap hubungan nonlinier antar atribut, menghasilkan model yang akurat sekaligus dapat dijelaskan. Pendekatan ini dapat dimanfaatkan untuk mendukung strategi promosi, penentuan kuota, dan rekomendasi program studi berbasis data.
Indonesia Gulielmus Jason; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/qrwfh843

Abstract

Penelitian ini bertujuan memetakan karakteristik dosen di lingkungan universitas menggunakan algoritma K-Prototypes sebagai pendekatan analitik dalam pengambilan keputusan sumber daya manusia akademik. Dataset yang digunakan terdiri atas 662 entri dosen Universitas Tarumanagara dengan atribut numerik (usia, masa kerja) dan kategorikal (status kepegawaian, jenis kelamin, divisi, dan jenjang pendidikan). Proses pra-pemrosesan mencakup imputasi nilai hilang, normalisasi, serta encoding atribut kategorikal. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette Score, yang menghasilkan dua klaster dengan nilai Calinski–Harabasz sebesar 789,26. Klaster pertama merepresentasikan dosen senior berusia lanjut dengan masa kerja panjang, mayoritas berstatus tidak tetap, sedangkan klaster kedua menggambarkan dosen tetap berusia produktif dengan potensi tinggi dalam Tridharma. Hasil ini menunjukkan bahwa algoritma K-Prototypes efektif dalam mengelompokkan data campuran dan memberikan wawasan strategis terkait segmentasi dosen. Temuan ini dapat dimanfaatkan untuk mendukung kebijakan pengembangan SDM akademik, seperti perencanaan karier, pelatihan, serta distribusi beban kerja secara proporsional.
Perancangan Dashboard untuk Analisis Penjualan pada Perusahaan X Nathanael Gumarus; Dedi Trisnawarman
Reslaj: Religion Education Social Laa Roiba Journal Vol. 7 No. 9 (2025): RESLAJ: Religion Education Social Laa Roiba Journal
Publisher : Intitut Agama Islam Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/reslaj.v7i9.8524

Abstract

Company X is one of the companies engaged in the food processing industry, requires a data management system that can produce accurate information in supporting sales activities. Therefore, this research aims to design a dashboard using the Business Intelligence Roadmap approach. In the analysis process using the Time Series Moving Average method to perform the sales forecasting process and clustering for product grouping. The stages of this research begin with the identification of problems related to this research and the collection of sales data for 3 years (2022-2024). The obtained data is then processed through the ETL (Extract, Transformation, Load) process using Pentaho Data Integration and visualized using Power BI Desktop. The results of this study are in the form of an interactive dashboard designed as a tool for monitoring and analyzing sales to help companies make more informed and effective business decisions.
PELATIHAN MEDIA PROMOSI DIGITAL MENGGUNAKAN CANVA UNTUK PENINGKATAN DAYA SAING UMKM BIR PLETOK LELY HAMDAN Dedi Trisnawarman
Jurnal Bakti Masyarakat Indonesia Vol. 9 No. 1 (2026): Jurnal Bakti Masyarakat Indonesia
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jbmi.v9i1.36895

Abstract

UMKM Bir Pletok Lely Hamdan merupakan salah satu produsen minuman tradisional khas Betawi yang memiliki nilai budaya dan kesehatan tinggi. Namun, dalam praktiknya, UMKM ini menghadapi kendala dalam memasarkan produk secara efektif karena promosi masih dilakukan secara konvensional melalui bazar atau rekomendasi dari mulut ke mulut. Minimnya pemahaman dan keterampilan dalam membuat media promosi digital menjadi hambatan utama dalam memperluas pasar dan meningkatkan daya saing. Berdasarkan permasalahan tersebut, kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan keterampilan promosi digital melalui pelatihan penggunaan aplikasi Canva.Metode yang digunakan adalah pendekatan partisipatif yang terdiri atas empat tahap, yaitu persiapan, pelatihan, pendampingan, dan evaluasi. Pada tahap pelatihan, peserta diperkenalkan dengan konsep promosi digital, keterampilan dasar penggunaan Canva, praktik pembuatan flyer katalog produk, serta simulasi unggahan di media sosial. Selanjutnya, dilakukan pendampingan intensif selama dua minggu untuk memastikan mitra mampu mengaplikasikan keterampilan yang diperoleh secara mandiri.Hasil kegiatan menunjukkan peningkatan keterampilan mitra dalam mendesain flyer promosi yang lebih menarik, informatif, dan sesuai karakteristik produk. Flyer yang dihasilkan tidak hanya layak untuk dicetak, tetapi juga efektif digunakan pada platform digital seperti Instagram, WhatsApp, dan Facebook. Pendampingan berkelanjutan membantu mitra lebih percaya diri dalam mengelola konten promosi.Kesimpulannya, pelatihan Canva mampu memberikan solusi praktis, murah, dan aplikatif dalam meningkatkan kemampuan promosi digital UMKM Bir Pletok Lely Hamdan. Kegiatan ini diharapkan menjadi model pemberdayaan UMKM tradisional agar mampu bersaing di era ekonomi digital.
Implementasi Business Intelligence Menggunakan Microsoft Power Bi untuk Monitoring Gangguan Jaringan Berbasis Trend Analysis Muhammad Daffa Al Hakim; Dedi Trisnawarman
JURNAL PENELITIAN SISTEM INFORMASI (JPSI) Vol. 4 No. 2 (2026): Mei: JURNAL PENELITIAN SISTEM INFORMASI
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jpsi.v4i2.4064

Abstract

This study aims to implement Business Intelligence using Microsoft Power BI to support network disturbance monitoring based on trend analysis. The main problem addressed in this research is that network disturbance data has only been used as documentation, resulting in suboptimal monitoring and data analysis processes. The data used in this study consists of historical network disturbance data, including information on disturbance location, type of disturbance, occurrence time, and resolution duration. The research methodology includes data collection, data preprocessing, implementation of a Business Intelligence dashboard, and trend analysis using interactive visualizations in Microsoft Power BI. The developed dashboard consists of Key Performance Indicators (KPI), interactive filters, line charts, pie charts, bar charts, and table visuals to support a more effective and structured network monitoring process. The results show that the implementation of the Business Intelligence dashboard is capable of supporting real-time, interactive, and user-friendly monitoring of network disturbances. The trend analysis results indicate that the number of network disturbances fluctuated each month, with the highest number occurring in August and the lowest in November. In addition, the dominant types of disturbances were identified as Supporting Facilities and Electrical Problems. Based on functional testing and user testing results, all dashboard features performed successfully and were considered effective in supporting monitoring activities and data-driven decision making.  
Penerapan Dashboard Business Intelligence untuk Analisis Piutang Customer pada Perusahaan Manufaktur Bintang Noviansyah Syamsu; Dedi Trisnawarman; Agus Budiyantara
JURNAL PENELITIAN SISTEM INFORMASI (JPSI) Vol. 4 No. 2 (2026): Mei: JURNAL PENELITIAN SISTEM INFORMASI
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jpsi.v4i2.4074

Abstract

Manual management of customer receivables in manufacturing companies often leads to inefficiencies, including slow analysis processes, difficulty in monitoring outstanding balances, and limited ability to track payment trends comprehensively. This study designed a Business Intelligence Dashboard using Microsoft Power BI to address these issues at PT. XX Industry, employing a Software Development Life Cycle (SDLC) approach consisting of four stages: Planning, Analysis, Design, and Implementation. During the design phase, a data warehouse was built using a star schema model in SQL Server Management Studio, followed by an Extract, Transform, Load (ETL) process to ensure data accuracy and consistency prior to integration into Power BI. Five Key Performance Indicators (KPIs) were established collaboratively with company management through a series of online discussions, comprising Total Invoice, Total Payment, Total Receivables, Payment Rate, and Average Payment Time, all implemented using DAX expressions. The resulting dashboard features monthly trend visualizations, customer-based receivables distribution, and interactive filter capabilities. System testing confirmed that all components functioned correctly, while ETL validation verified consistency between processed and source data. User Acceptance Testing (UAT) conducted by management yielded an average score of 4.7 out of 5, reflecting a very high level of user acceptance. Overall, this dashboard proved effective in improving receivables monitoring efficiency and supporting faster, data-driven decision-making.
Co-Authors Aditya Tanuwijaya Afina Putri Dayanti Agus Budi Dharmawan Agus Budi Dharmawan Alexander Assisi Amalia Nurain Angela, Octarifa Anthony Honggo Arfianto Panitra Arleine Arleine Azarya Panca Bagus Mulyawan bagus Mulyawan Bintang Noviansyah Syamsu Bryan Riyanto Budiyantara, Agus Caesha Rachma Dhani Caroline, Angeline Chairisni Lubis Christabel, Meili Cosmas Damianus Wijaya Cynthia Marcelina Cynthia Marcelina, Cynthia Cyrillus Damar Setyo Wardhana Dali Santun Naga Daniela Aedo Dany Setiawan David Hariadi Desi Arisandi Diana Christian Dio Faturamdani Eddy Sutedjo Eddy Sutedjo, Eddy Edward Edward Elvandio Frinandy Ery Dewayani Fasia Meta Sefira Ferdinand Hartanto Ferdinand Hartanto Ferryanto Ferryanto Ferryanto Ferryanto Feryan Hadipurwanto Firdaus, Mutiara Puspita Fitriya, Febby Nurul Gladys Anawai Ohyver Godeliva Vania Ekawardhani Goh, Bryan Jordan Grace Apriliani Puteri Santoso Gulielmus Jason Halim, Thirza Juan Helga Eva Julia Helga Eva Julia, Helga Eva Hendryli, Janson Herison Halim Hizkia Aristyo Christianto Hutagaol, Alice Shizuka Imam, Muhammad Choirul Ivan Filbert Jaceline Chan Janson Hendryli Jap Tji Beng Joseline Joseline Josua Marojahan Joycelin Joycelin Kelvin Julian Tannius Kenny Yan Khania Luiza Cahya Tuluswati Lawrence, Valerie Lely Hiryanto Marcydiaz, Andrew Haikal Margaret Livereja Martin Johnsons Mok, Jerrico Alan Muhammad Choirul Imam Muhammad Daffa Al Hakim Nathanael Gumarus Nelly Nelly Ni Putu Diah Ayu Vita Widia Murti Ni Putu Diah Ayu Vita Widia Murti, Ni Putu Diah Ayu Vita Widia Nicolas Phi Nizham Kamil Hia Novario Jaya Perdana Nurkholiza, Rahmiyana Ohyver, Daniel Adolf Oktovianus Irvan Onggo Julius Siddharta Prischila, Verrent Putri, Tifani Anasya Qadriah, Sekar Aurannisa Ramdhani Radot Regen, Radot Rahmiyana Nurkholiza Reza Mahendra Ricki Gozal Ricky Giovanni Putra Tanjaya Rio Rio Rio Sucitra, Rio Riva Audrey Runtukahu, Winona Charisda Salim Susanto Salsabila, Tasya Mulia Samantha, Velline Simon Simon Stefanus Simon, Stefanus Stephen Prihandana, Stephen Stevan Stevan Steven Federico Giovano Tiara Zahro Tiatri, Sri Tony Tony Tony Tony Tri Sutrisno TRI SUTRISNO TRI SUTRISNO Utari Apriani Veronika Verrent Prischila Victor Femona Laoli Victor Victor Victor Victor Vienchenzia Oeyta Dwitama Dinatha Viny Christanti Wasino Wasino Wijaya, Angeline Carolina Zyad Rusdi Zyad Rusdi