p-Index From 2021 - 2026
6.677
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Jupiter Publikasi Eksternal Jurnal Buana Informatika Pixel : Jurnal Ilmiah Komputer Grafis JUITA : Jurnal Informatika Proceeding SENDI_U Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL ILMIAH INFORMATIKA JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Teknik Informatika UNIKA Santo Thomas INTECOMS: Journal of Information Technology and Computer Science Building of Informatics, Technology and Science Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Manajemen Informatika dan Sistem Informasi Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) Aiti: Jurnal Teknologi Informasi Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi Jurnal Teknik Informatika (JUTIF) JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) International Journal of Social Learning (IJSL) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Informatika Teknologi dan Sains (Jinteks) Maritime Park: Journal Of Maritime Technology and Socienty Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Eduvest - Journal of Universal Studies Seminar Nasional Teknologi dan Multidisiplin Ilmu Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) INOVTEK Polbeng - Seri Informatika
Claim Missing Document
Check
Articles

AUDIT TEKNOLOGI INFORMASI APLIKASI SISTEM PERSURATAN TERPADU (SIRANDU) DENGAN METODE TAM DAN WEBQUAL Ariyani, Dewi Ayu; Ningsih, Dewi Handayani Untari; Santoso, Dwi Budi; Zuliarso, Eri
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): 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/intecoms.v7i4.11212

Abstract

In the rapidly evolving landscape of information technology, IT audits play a crucial role in ensuring that applications such as SIRANDU (Integrated Mailing System) adhere to quality standards and meet user acceptance criteria. This research investigates the determinants influencing users' overall evaluations of a website by employing a combined methodology of the Technology Acceptance Model (TAM) and Webqual. Data were gathered through online questionnaires administered via Google Forms to 100 users of the SIRANDU application. Structural Equation Modeling (SEM) analysis reveals significant positive impacts of usability, perceived usefulness, and attitude toward use on user intentions and actual system usage. Nevertheless, the overall assessment of the website remains inadequate. Recommendations include enhancing usability, improving information quality, and refining service interactions to augment user experience and satisfaction. Continuous evaluation and iterative enhancements are advocated to foster greater user satisfaction and broader adoption of the website. Keywords: SIRANDU application, TAM, Webqual, SEM
Optimalisasi Growth Hacking Pada CRM ( Customer Relationship Management ) Design Produk Interior & Furniture Prasetyo, Wahyu; Ningsih, Dewi Handayani Untari; Zuliarso, Eri; Santoso, Dwi Budi
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): 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/intecoms.v7i5.11596

Abstract

Penelitian ini bertujuann untuk meningkattkan efisiensi CRM ( Customer Relationship Management ) melalui penerapan metode growth hacking. Fokus utamanya adalah mempercepat respon terhadap komplain pelanggan dan menyederhanakan proses pengajuan permintaan sesuai kebutuhaan. Penerapan CRM pada suatu perusahaan untuk memberikan jaminan kepada pelanggan mendapatkan pelayanan yang terbaik serta respon yang cepat dalam mengatasi komplain pelanggan sekaligus menyediakan sarana yang efisien untuk pengajuan permintaan sesuai preferensi pelanggan. Growth hacking pada CRM memungkinkan pelanggan melakukan customisasi design produk sesuai dengan keinginan pelanggan, Metode ini juga diharapkan dapat meningkatkan retensi pelanggan dengan menawarkan pengalaman yang lebih personal dan memuaskan untuk setiap pelanggan.
IMPLEMENTASI CHATBOT YANG TERINTEGRASI LAYANAN KEPOLISIAN DALAM PEMBUATAN SIM Allaam, Ekananda Naufal; Zuliarso, Eri
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 12 No 2 (2024): TEKNOIF OKTOBER 2024
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2024.V12.2.77-83

Abstract

This research explores the deployment of a chatbot integrated with police services, focusing on the driver's license (SIM) application process. The urgency of this research arises from the need to enhance the accessibility and efficiency of public services. By leveraging Natural Language Processing (NLP), the chatbot is designed to provide rapid and accurate information regarding the SIM application procedures, renewal guidelines, and necessary documents. The study employs a mixed-methods approach, combining quantitative methods such as surveys and statistical analysis with qualitative methods including observations and interviews. This comprehensive approach allows for the development and assessment of the chatbot system within the context of SIM applications. The findings reveal that the chatbot significantly reduces processing time, improves user satisfaction, and streamlines the overall application experience. This integration demonstrates substantial potential for advancing public service delivery by making it more accessible and efficient. The research underscores that chatbot technology can play a crucial role in modernizing and optimizing public services, offering scalable solutions for future improvements in service delivery.
ANALISIS SENTIMEN TERHADAP PELAKSANAAN PILKADA 2024 PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE DECISION TREE Safra, Kyla Kaneshia; Zuliarso, Eri
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5295

Abstract

Komisi Pemilihan Umum Republik Indonesia (KPU-RI) telah mengumumkan pelaksaanaan Pemilihan Kepala Daerah (PILKADA) 2024 serentak akan dilaksanakan pada Rabu, 27 November 2024. Tujuan dari penelitian ini adalah untuk mengetahui tanggapan masyarakat Indonesia terhadap dinamika politik pada pelaksanaan Pilkada 2024 melalui komentar media sosial Youtube dengan menggunakan kata kunci #Pilkada2024. Teknik web scraper digunakan untuk pengumpulan data yang menghasilkan total 1500 data komentar dengan menggunakan enam video id yang berbeda. Dataset yang telah berhasil di scraping kemudian akan diproses melalui tahapan pre-processing text yaitu cleaning data, case folding, tokenizing, normalization, stemming, dan filtering. Selanjutnya dilakukan data labelling dan pemodelan data yang meliputi data splitting dan ekstraksi fitur TF-IDF. Proses analisis sentimen ini dibagi menjadi tiga kelas sentimen positif, negatif, dan netral dengan menggunakan algoritma Decision Tree. Hasil akurasi yang diperoleh dari penggunaan data komentar Youtube dengan perbandingan 80:20 yang terdiri dari 1163 data training dan 291 data testing adalah sebesar 79% dengan hasil yang memiliki tanggapan cenderung negatif. Meskipun klasifikasi menggunakan metode Decision Tree telah memberikan performa baik, namun kemampuan untuk memprediksi kelas netral masih perlu ditingkatkan performanya. Penelitian ini didukung dengan adanya visualisasi wordcloud, pohon keputusan, histogram untuk memudahkan masyarakat mendapatkan informasi dari hasil penelitian.
SISTEM REKOMENDASI FILM MENGGUNAKAN METODE CONTENT-BASED FILTERING Velamentosa, Desvio; Zuliarso, Eri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13251

Abstract

Industri hiburan, khususnya film, telah mengalami transformasi besar dengan berkembangnya teknologi dan internet. Namun, banyaknya pilihan film sering kali membuat pengguna kesulitan menemukan film yang sesuai dengan preferensi mereka. Permasalahan utama dalam pemilihan film adalah kurangnya sistem rekomendasi yang dapat memberikan rekomendasi yang akurat berdasarkan preferensi individu. Pengguna sering kali dihadapkan pada daftar panjang film tanpa panduan yang jelas, sehingga membutuhkan waktu lama untuk menemukan film yang sesuai dengan minat mereka. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi film menggunakan metode Content-Based Filtering (CBF). Dengan sistem ini, pengguna akan mendapatkan rekomendasi film berdasarkan kesamaan atribut dengan film yang pernah mereka tonton sebelumnya, seperti genre, sinopsis, dan sutradara. Metode yang digunakan dalam penelitian ini mencakup teknik Natural Language Processing (NLP), di antaranya TF-IDF untuk ekstraksi fitur teks dan Cosine Similarity untuk menghitung kesamaan antarfilm. Dataset yang digunakan diperoleh dari The Movie Database (TMDb) yang berisi informasi film dalam berbagai genre. Hasil penelitian menunjukkan bahwa sistem ini memiliki nilai precision sebesar 0,85, recall sebesar 0,78, dan F1-Score sebesar 0,81, yang membuktikan keefektifan metode yang diterapkan. Selain itu, sistem berhasil menampilkan rekomendasi film dengan tingkat kesamaan tertinggi dalam bentuk visualisasi yang memperjelas hubungan antarfilm, sehingga pengguna dapat dengan mudah memahami hasil rekomendasi. Dengan demikian, sistem ini diharapkan dapat membantu pengguna dalam menemukan film yang sesuai dengan preferensi mereka secara lebih efisien dan akurat.
KLASIFIKASI SENTIMEN ULASAN PENGUNJUNG LAWANG SEWU DI GOOGLE MAPS MENGGUNAKAN K-NEAREST NEIGHBOR Bambang Wiranto, Joko; Zuliarso, Eri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13272

Abstract

Analisis sentimen digunakan untuk mengidentifikasi opini dalam ulasan daring. Lawang Sewu sebagai destinasi wisata bersejarah di Semarang memiliki banyak ulasan di Google Maps yang mencerminkan pengalaman pengunjung. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan menggunakan K-Nearest Neighbor (KNN). Data dikumpulkan dengan web scraping menggunakan SerpAPI dan diproses melalui text preprocessing seperti cleaning, case folding, stemming, dan stopword removal. Label sentimen ditentukan berdasarkan rating, yaitu positif, negatif, dan netral. Model KNN diterapkan untuk klasifikasi dan dievaluasi dengan confusion matrix. Hasil penelitian menunjukkan bahwa 52,8% ulasan bersentimen positif, 27,4% negatif, dan 19,8% netral. Model mencapai akurasi 64% dengan F1-score rata-rata 0,60, tetapi mengalami kendala dalam membedakan sentimen netral. Oleh karena itu, disarankan penggunaan teknik feature weighting seperti TF-IDF atau eksplorasi algoritma lain seperti Support Vector Machine (SVM) untuk meningkatkan akurasi klasifikasi.
Expert System for Diagnosing Gourami Fish Diseases Using the Certainty Factor Approach Mustafidah, Hindayati; Gunadi, Ilham; Purbomartono, Cahyono; Suwarsito, Suwarsito; Zuliarso, Eri
JUITA: Jurnal Informatika JUITA Vol. 13 Issue 1, March 2025
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v13i1.26031

Abstract

Gourami is an economically significant fish in the aquaculture sector due to its high market demand and relatively stable price. However, it is also challenging to cultivate, with disease outbreaks being one of the primary difficulties. Early diagnosis of gourami fish diseases requires expertise from fish health specialists, who are often difficult to find due to their limited availability. With advancements in artificial intelligence-based technology, this study developed an expert system to diagnose gourami fish diseases based on observed symptoms. The system employs the Certainty Factor (CF) approach to estimate the likelihood of a particular disease affecting the fish. The Certainty Factor approach utilizes a knowledge base derived from expert knowledge to address uncertainty in diagnosis. The certainty factor weights are determined based on confidence levels from both experts and users to generate an accurate diagnosis. This expert system was developed using data from 20 types of gourami fish diseases and 38 associated symptoms. The system successfully identified diseases with a certain level of confidence and provided appropriate treatment recommendations based on the confidence level obtained. By implementing this expert system, the risk of disease outbreaks can be minimized, thereby improving efficiency and productivity in gourami fish farming while helping maintain fish health and reducing economic losses caused by disease.
Sistem Rekomendasi Pemilihan Mobil Menggunakan Metode Edas Hastomo Ariadi; Eri Zuliarso
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 9 No. 1 : Tahun 2024
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Berdasarkan data Gabungan Industri Kendaraan Bermotor Indonesia atau GAIKINDO, penjualan mobil mengalami penurunan pada tahun 2020 dan 2021 akibat wabah Covid-19, namun meningkat sebesar 49% pada tahun 2022 dan 2023. Hal ini menunjukkan bahwa penjualan kendaraan pribadi , mobil lebih disukai masyarakat Indonesia dibandingkan pilihan alternatif. Untuk memilih mobil berdasarkan merek, model, tipe, harga, kapasitas mesin, transmisi, tahun pembuatan, dan kapasitas bensin, penelitian ini menggunakan pendekatan EDAS. Mobil Honda CRV dengan nilai AS_i = 0,812 merupakan rekomendasi yang muncul dari kriteria pemilihan merek Honda dan girboks CVT, dan mobil Honda Brio dengan nilai AS_i= 0,713 merupakan rekomendasi kedua dan mobil Honda BRV dengan nilai AS_i= 0,713 merupakan rekomendasi kedua. nilai AS_i= 0,6888 merupakan rekomendasi ketiga.
Sistem Rekomendasi Pemilihan Mobil Menggunakan Metode Edas Hastomo Ariadi; Eri Zuliarso
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 9 No. 1 : Tahun 2024
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Berdasarkan data Gabungan Industri Kendaraan Bermotor Indonesia atau GAIKINDO, penjualan mobil mengalami penurunan pada tahun 2020 dan 2021 akibat wabah Covid-19, namun meningkat sebesar 49% pada tahun 2022 dan 2023. Hal ini menunjukkan bahwa penjualan kendaraan pribadi , mobil lebih disukai masyarakat Indonesia dibandingkan pilihan alternatif. Untuk memilih mobil berdasarkan merek, model, tipe, harga, kapasitas mesin, transmisi, tahun pembuatan, dan kapasitas bensin, penelitian ini menggunakan pendekatan EDAS. Mobil Honda CRV dengan nilai AS_i = 0,812 merupakan rekomendasi yang muncul dari kriteria pemilihan merek Honda dan girboks CVT, dan mobil Honda Brio dengan nilai AS_i= 0,713 merupakan rekomendasi kedua dan mobil Honda BRV dengan nilai AS_i= 0,713 merupakan rekomendasi kedua. nilai AS_i= 0,6888 merupakan rekomendasi ketiga.
Application of Machine Learning in Analyzing Bandwidth Usage Patterns for Internet Service Providers Nurmakhlufi, Alfin Hilmy; Zuliarso, Eri
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/h2p5s858

Abstract

This study aims to address bandwidth management challenges faced by Internet Service Providers (ISP) through the application of machine learning techniques for analyzing usage patterns and forecasting future demand. A key novelty of this research lies in the combined use of K-Means clustering for dynamic customer segmentation based on real-time utilization patterns, followed by accurate short-term forecasting using Random Forest regression, specifically tailored for corporate client bandwidth planning. Data was collected from 12 corporate customers over a three-month period (January–March 2025) at five-minute intervals using the PRTG Network Monitor. The analytical workflow included data preprocessing, customer segmentation using K-Means clustering, and short-term bandwidth prediction using Random Forest regression. The clustering results classified customers into three main categories: underutilized, optimal, and overutilized, with a silhouette score of 0.663 indicating good cluster separation. The regression model achieved a coefficient of determination (R²) of 0.931, a Mean Absolute Error (MAE) of 0.036 Mbps, and a Root Mean Square Error (RMSE) of 0.062 Mbps, demonstrating high predictive accuracy for operational planning. This study is limited by the relatively short observation period and the exclusion of external variables in the modeling process. For future work, the use of deep learning methods such as Long Short-Term Memory (LSTM) or Temporal Convolutional Networks (TCN) is recommended, along with the integration of external features such as time-based traffic anomalies and customer profiles, to enhance model robustness, accuracy, and generalization.