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 dan Segmentasi Pasar Mobil Bekas di Jabodetabek Berdasarkan Data Iklan OLX Menggunakan Metode K-Means Clustering dan Dashboard Business Intelligence Dio Faturamdani; 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.v4i2.4078

Abstract

The development of information technology and the internet has increased the use of online marketplaces as sources of transaction and information, including in the used vehicle sector. OLX provides vehicle information such as price, brand, year, fuel type, mileage, and seller location, but the data is presented individually, making overall market analysis difficult. This study aims to design a used car market analysis dashboard based on OLX advertisement data in the Greater Jakarta area using a Business Intelligence (BI) approach. Data were collected through web scraping and processed through data cleaning to improve quality. Market segmentation was conducted using the K-Means Clustering method based on vehicle price, year, and mileage. A Star Schema analytical database was implemented to support data management and visualization. User information needs were identified through questionnaires to determine Measures and Key Performance Indicators (KPIs). The dashboard was developed using Microsoft Power BI and features interactive visualizations, including KPI Cards, Bar Charts, Line Charts, and Pie Charts. Results show that the dashboard presents market information in a structured and informative manner, including vehicle counts, average prices, market trends, brand and location distributions, and segmentation results. Black Box Testing confirmed that all dashboard functions operated as expected, supporting faster and more effective data-driven decision making.
ANALISIS DATA KEUANGAN MENGGUNAKAN ISOLATION FOREST UNTUK MENINGKATKAN AKURASI DETEKSI ANOMALI Gladys Anawai Ohyver; Jap Tji Beng; Dedi Trisnawarman; Sri Tiatri; Daniel Adolf Ohyver
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 6 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/zmbdyd52

Abstract

Analisis data keuangan merupakan langkah penting dalam memastikan efisiensi, transparansi, dan keakuratan pengelolaan anggaran. Permasalahan umum yang sering muncul adalah adanya data yang menyimpang yang dapat mengindikasikan kesalahan pencatatan, inefisiensi, atau potensi kecurangan. Penelitian ini bertujuan menerapkan metode Isolation Forest, yaitu algoritma unsupervised learning berbasis ensemble, untuk mendeteksi anomali pada data keuangan secara otomatis. Metode ini bekerja dengan mengisolasi data yang berbeda dari pola umum melalui pembentukan pohon keputusan acak atau random partitioning. Semakin sedikit langkah yang dibutuhkan untuk mengisolasi suatu data, semakin besar kemungkinan bahwa data tersebut merupakan anomali. Hasil penelitian menunjukkan bahwa Isolation Forest efektif dalam mengidentifikasi penyimpangan dengan efisiensi tinggi dan memberikan gambaran yang objektif terhadap pola data keuangan. Kesimpulannya, metode ini berpotensi menjadi pendekatan analitik yang adaptif dan andal untuk mendukung audit serta pengawasan keuangan secara berkelanjutan. Kata Kunci: Isolation Forest, Deteksi Anomali, Data Keuangan, Analisis Data
PERANCANGAN DATA MART PEMBELIAN BAHAN MAKANAN PADA RESTORAN DISTRICT 9 MENGGUNAKAN METODE NINE-STEP KIMBALL Fasia Meta Sefira; Jap Tji Beng; Dedi Trisnawarman; Vienchenzia Oeyta Dwitama Dinatha
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 6 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/h2jyvz90

Abstract

Perkembangan teknologi saat ini telah mengubah kehidupan di berbagai sektor industri. Dengan itu, dapat mendorong suatu organisasi untuk memanfaatkan datanya sebagai dasar pengambilan keputusan. Ketika suatu organisasi memiliki data, tidak hanya dijadikan sebagai catatan pasif yang tidak bernilai. Data sebagai sumber informasi yang bernilai dapat menjaga efisiensi organisasi. Salah satu yang terkena dampak nyata adalah industri kuliner Kesalahan rekap, dan masalah duplikasi data sering menjadi masalah dalam manajemen operasional restoran. Penelitian ini bertujuan untuk merancang data mart pembelian bahan makanan di restoran District 9 menggunakan metode Nine-Step Kimball. Tahapan penelitian meliputi kebutuhan informasi, model data dengan star schema, proses ETL (Extract, Transform, Load). Empat dimensi utama yaitu waktu, bahan, pemasok, dan kategori, yang dihubungkan dengan tabel fakta pembelian.   Kata Kunci: Data Mart, Nine-Step Kimball, ETL, Pembelian Bahan Makanan.
PERANCANGAN DATA MART PELUANG PROYEK MENGGUNAKAN METODOLOGI NINE-STEP KIMBALL PADA PERUSAHAAN RISET “R” Tiara Zahro; Jap Tji Beng; Dedi Trisnawarman; Sri Tiatri; Rahmiyana Nurkholiza
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 6 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/kqtmey20

Abstract

Penerapan metodologi Nine-Step Kimball dalam perancangan data mart peluang proyek pada Perusahaan Riset “R” terbukti efektif dalam mengintegrasikan data internal dan mendukung analisis operasional yang komprehensif. Melalui tahapan sistematis mulai dari pemilihan proses bisnis hingga desain ETL, penelitian ini berhasil menghasilkan model star schema yang memfasilitasi analisis berdasarkan dimensi waktu, kategori riset, klien, serta nilai proyek. Secara fungsional, data mart ini meningkatkan efisiensi pelaporan dan konsistensi informasi antar departemen, sementara secara strategis memberikan dasar bagi penerapan Business Intelligence dan analitik prediktif di masa depan. Penelitian ini menegaskan relevansi metodologi Kimball tidak hanya untuk sektor komersial, tetapi juga dalam konteks lembaga riset. Model ini dapat dikembangkan lebih lanjut melalui integrasi dengan dashboard analytics dan machine learning guna memperkuat proses pengambilan keputusan berbasis data. Kata kunci: Data Mart, Nine-Step Kimball, Peluang Proyek, Business Intelligence, Integrasi Data
Improving Vehicle Payment Method Classification Using XGBoost with SMOTE and SHAP Interpretation Dedi Trisnawarman; Reza Mahendra
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.6935

Abstract

Class imbalance in vehicle payment method classification can cause predictive models to become biased toward the majority. This study aims to build a classification model for automotive consumer payment methods using Extreme Gradient Boosting (XGBoost), with class balancing handled through the Synthetic Minority Over-sampling Technique (SMOTE) and Adaptive Synthetic Sampling (ADASYN), and model interpretability performed using SHAP (SHapley Additive Explanations). The dataset consisted of 11,011 records and 13 attributes derived from Toyota vehicle delivery order transactions. Results show that the XGBoost model without balancing achieved 67.37% accuracy but only 0.24 recall for the Cash class. After applying SMOTE, the recall for the Cash class improved to 0.58, while ADASYN produced a similar improvement at 0.59, with overall accuracy maintained at around 61–62% and a stable ROC-AUC of 0.65. Feature importance and SHAP analysis identified c_vehicle_model and c_city as the most influential factors in predicting the payment method. From a business perspective, the improved ability to detect cash customers reduces the risk of misclassification and enables dealers to better segment customer payment preference. This supports more effective marketing campaigns, sales strategies, and financing risk management. The combination of XGBoost, SMOTE, ADASYN, and SHAP has proven effective in handling imbalanced data while offering transparent interpretability of predictions, making it a practical foundation for data-driven decision-making in the automotive industry.
Perancangan Dashboard Penjualan Produk Biji Kopi “Agroastery” Menggunakan Metode Waterfall Azarya Panca; Dedi Trisnawarman
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27146

Abstract

AGRoastery merupakan toko yang menjual berbagai jenis biji kopi arabica dan robusta dengan berbagai ukuran kemasan produk mulai dari 100-gram hingga 1 Kg pada platform Tokopedia dan sudah berhasil menjual banyak produk. Akan tetapi, data penjualan yang ada pada AGRoastery hanya tersimpan pada database, tidak dilakukan pengolahan data lebih lanjut, sehingga ketika ingin mengetahui produk yang laris terjual harus mengecek database tersebut dan melakukan analisa untuk mendapatkan informasi yang diinginkan. Cara tersebut membutuhkan waktu lama karena harus mengecek setiap data dalam database. Oleh karena itu, dengan memanfaatkan data penjualan dapat digunakan untuk menentukan strategi pemasaran dengan menerapkan business intelligence berupa dashboard. Tujuan penelitian yaitu pembuatan dashboard berdasarkan data penjualan yang memvisualisasikan tampilan laporan penjualan produk di AGRoastery. Data yang digunakan dalam penelitian ini yaitu data penjualan pada AGRoastery. Metode penelitian yang digunakan yaitu waterfall dan pembuatan dashboard menggunakan software Microsoft power BI Desktop. Hasil penelitian ini dapat memudahkan pemilik AGRoastery dalam mengetahui detail dan informasi penjualan biji kopi serta laporan penjualan dan membantu pemilik dalam mengambil keputusan pemasaran produk dimasa mendatang.
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