Article Per Year (5 Year)
p-Index From 2021 - 2026
9.775
P-Index
This Author published in this journals
All Journal Paduraksa : Jurnal Teknik Sipil Universitas Warmadewa Majalah Ilmiah Matematika Komputer Prosiding Semnastek Sinkron : Jurnal dan Penelitian Teknik Informatika Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi Jurnal Pilar Nusa Mandiri SMARTICS Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Pertahanan : Media Informasi tentang Kajian dan Strategi Pertahanan yang Mengedepankan Identity, Nasionalism dan Integrity JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Basicedu JURNAL NUSANTARA APLIKASI MANAJEMEN BISNIS Journal on Education Capture : Jurnal Seni Media Rekam JISIP: Jurnal Ilmu Sosial dan Pendidikan Aptisi Transactions on Technopreneurship (ATT) Jurnal Teknologi Komputer dan Sistem Informasi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JUKANTI (Jurnal Pendidikan Teknologi Informasi) Jurnal Informasi dan Teknologi Journal of Music Science, Technology, and Industry (JOMSTI) Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences Jurnal Inovasi Informatika Jurnal Teknik Informatika (JUTIF) Journal La Multiapp Indonesian Journal of Networking and Security - IJNS Jurnal Pendidikan Sains dan Komputer Jurnal Interkom : Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi Proceeding of the International Conference on Family Business and Entrepreneurship (ICFBF) Jurnal Basicedu Internet of Things and Artificial Intelligence Journal SATIN - Sains dan Teknologi Informasi Jurnal Pendidikan Teknologi Informasi (JUKANTI) JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Richardus Eko Indrajit
Pradita University
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 102 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : Prosiding Semnastek

 1   2 
MERANCANG STRATEGI PENJUALAN PRODUK JASA PELATIHAN DENGAN MENGGUNAKAN METODE DATA MINING Tri Agus Setiawan; Richardus Eko Indrajit; Muh Fauzi
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Sciencom adalah perusahaan yang bergerak di bidang jasa pelatihan dengan fokus di bidang teknologi informasi. Persaingan bisnis jasa pelatihan di Indonesia sangat ketat terbukti dari semakin banyaknya perusahaan sejenis di Indonesia khususnya Jakarta yang saat ini menjadi fokus perusahaan dalam mengembangkan bisnisnya. Hingga saat ini 90% pelanggan perusahaan adalah kementerian atau lembaga negara Indonesia. Perusahaan sangat jarang mendapatkan permintaan pelatihan dari perusahaan swasta atau perorangan. Tujuan dari penelitian ini adalah merancang strategi pemasaran yang sangat dibutuhkan untuk meningkatkan penjualan, menarik pelanggan baru dan loyalitas pelanggan terhadap Sciencom. Metode yang digunakan dengan memanfaatkan konsep business intelligence yaitu penggunaan metode data mining untuk mengolah data registrasi peserta setiap melakukan pelatihan untuk mengolah, menganalisa dan mengevaluasi data sehingga didapatkan keputusan strategi pemasaran yang bagus untuk diterapkan. Hasil dari penelitian ini dideskripsikan bahwa atribut berpengaruh terhadap prediksi peserta yang terdaftar sebagai peserta pelatihan sehingga dapat dibuat rancangan strategi pemasaran yang baik. Kata kunci: Business Intelligence, Data Mining, Pemasaran
IMPLEMENTASI KONSEP BUSINESS INTELLIGENCE UNTUK MENENTUKAN KEBUTUHAN TRAINING PADA KLIEN Muhammad Handika Darmawan; Richardus Eko Indrajit; Muh Fauzi
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Persaingan bisnis dalam jasa training semakin tinggi, seiring dengan kebutuhan untuk meningkatkan kompetensi individu sebagai kebutuhan yang mendasar bagi karyawan sebuah perusahaan atau profesional. Perusahaan secara umum melaksanakan suatu pelatihan secara mandiri atau bekerjasama dengan penyedia layanan training. Kafila Consulting sebagai salah satu perusahaan penyedia jasa training, dirasa perlu dalam mem menentukan jenis training yang dibutuhkan oleh calon peserta training. Tujuan dalam penelitian ini adalah menyusun Training Need Analysis (TNA) menggunakan konsep business intelligence. Metode klasifikasi yang akan digunakan dalam penelitian ini yaitu Classification Method. Dari hasil pengolahan data yang telah dilakukan, dapat dilihat bahwa hasil pencapaian dari assessment center akan didapatkan nilai-nilai dari seluruh aspek yang diungkap tertuju pada nilai yang dibawah standar akan dapat menentukan kebutuhan training apa yang sesuai bagi klien Kata kunci: Bussiness Intelligence, Decision Tree, Training Need Analysis
PEMANFAATAN STATUS KREDIT NASABAH UNTUK MENGEVALUASI PEMBIAYAAN KPR PADA BANK MUAMALAT INDONESIA MENGGUNAKAN DATA MINING Tri Wahyudi; Richardus Eko Indrajit; Muh Fauzi
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Rumah adalah salah satu kebutuhan primer yang wajib dimiliki semua orang, tetapi tidak semua orang mampu untuk membeli rumah secara tunai. Bagi masyarakat yang tidak mampu untuk membeli rumah dengan cara cash bisa melalui bank sebagai salah satu penyalur penyedia pembiayaan pembelian rumahyang pembayaran bisa angsuran setiap bulan,dari penyaluran kredit pembiayaan rumah ada beberapa nasabah yang melakukan pembayaran angsuran tidak tepat waktu sebagai menjadi status kredit menjadi macet atau tidak lancar. Teknik klasifikasi data miningdapat membantu untuk mengevaluasi faktor apa saja yang mempengaruhi kredit macet nasabah.Hasil dari penelitian yang dilakukan ini dengan menggunakan decision tree menghasilkan nilai akurasi sebesar 90%. Kata Kunci :Data Mining, Status Kredit, Rumah, Pembiayaan
PENERAPAN KONSEP BUSINESS PERFORMANCE MANAGEMENT DALAM MOBILE APPLICATION UNTUK MENGELOLA TABUNGAN SAKU BANK SAHABAT SAMPOERNA Ummy Kalsum; Richardus Eko Indrajit
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Saat ini, persaingan dalam lingkungan bisnis semakin berkembang, dimana karyawan perusahaan tidak hanya mempertahankan bisnisnya, namun juga harus bisa mengembangkan bisnis tersebut. Tabungan Saku  adalah produk tabungan Bank Sahabat Sampoerna yang bekerjasama dengan Alfamart. Dengan kemudahan dan kepraktisan dalam menabung serta tidak memberatkan nasabah dengan tidak adanya biaya administrasi.. Kondisi saat ini semua nasabah Tabungan Saku hanya bisa melakukan transaksi dengan cara datang langsung ke cabang Alfamart, strategi pemasaran yang dilakukan Bank Sahabat Sampoerna adalah melakukan undian 1 bulan sekali atau 3 bulan sekali, hal ini kurang efisien karena kebanyakan nasabah hanya menabung disaat tanggal undian. berdasarkan kondisi tersebut untuk meningkatkan strategi pemasaran Tabungan Saku dan memudahkan nasabah dalam transaksi. Artikel ini menawarkan penerapan konsep Business Intelligence Performance dalam Mobile Application dimana nasabah Tabungan Saku bisa melakukan transaksi tanpa harus datang ke cabang Alfamart dan memberikan poin kepada setiap nasabah yang menabung dimana poin tersebut bisa ditukar pada saat belanja di Alfamart sehingga nasabah mendapat potongan harga. Kata kunci: Business Performance Management, Mobile Application, Tabungan Saku.
PERBANDINGAN TEKNIK KLASIFIKASI UNTUK PREDIKSI STATUS KONTRAK KERJA KARYAWAN Fajar Priyono; Richardus Eko Indrajit
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Teknik prediksi status kerja karyawan kontrak disebuah perusahaan belum menggunakan metode yang ilmiah, hal ini menyebabkan bagian SDM tidak bisa memperkiraan faktor apakah yang paling berpengaruh terhadap keputusan status kerja karyawan kontrak akan diperpanjang ataupun diputus kontrak kerjanya dikarenakan setiap karyawan kontrak memiliki kelebihan dan kekuranganya masing masing. Prediksi yang digunakan untuk menentukan status kerja karyawan kontrak diharapkan dapat menghasilkan suatu pengetahuan yang dapat digunakan bagian SDM dalam memutuskan status kerja karyawan kontrak di perusahaan. Penelitian ini membahas teknik klasifikasi utama yang meliputi Decision Tree, KNN, Naïve Bayes, Deep Learning dan Rule Induction. Percobaan ini dilakukan menggunakan data dari sebuah perusahaan yang berisi nama-nama karyawan kontrak dengan berbagai atributnya. Area di bawah kurva (AUC) digunakan sebagai indikator akurasi dalam rangka untuk mengevaluasi kinerja pengklasifikasi. Hasil menunjukan bahwa metode Deep Learning menunjukan hasil yang paling memuaskan dibandingkan metode yang lainnya. Kata kunci: Status kerja karyawan kontrak, Klasifikasi, AUC
IMPLEMENTASI DATA MINING PENJUALAN HANDPHONE OPPO STORE SDC TANGGERANG DENGAN ALGORITMA APPRIORI Surti Kanti; Richardus Eko Indrajit
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Penjualan produk elektronik handphone merek OPPO belum menggunakan implementasi data mining, dimana barang yang sudah menjadi stock di showroom harus terjual semua tidak dapat dikembalikan ke pusat. Untuk menghindari terjadinya penumpukan stock handphone yang kurang peminatnya dan mengetahui merek oppo dengan tipe apa penjualan terbanyak di oppo store SDC  diperlukan algoritma appriori. Hal tersebut dapat diketahui menggunakan algoritma apriori yang merupakan bagian dari data mining. Penelitian ini melakukan analisa data dengan menggunakan data mining dan metode algoritma appriori Dengan metode tersebut dapat diketahui produk item yang paling banyak terjual, sehingga showroom oppo store SDC dapat menyusun strategi pemasaran untuk memasarkan produk dengan tipe lain dengan meneliti apa kelebihan produk yang paling banyak terjual tersebut dengan produk lainnya dan dapat menambah persediaan stock di store. Kata kunci: Data Mining, Handphone, Algoritma Appriori
LINEAR REGRESSION DENGAN PEMBOBOTAN ATRIBUT DENGAN METODE PSO UNTUK SOFTWARE DEFECT PREDICTION Muhammad Rizki Fahdia; Richardus Eko Indrajit
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Kualitas software sudah menjadi bagian yang penting dalam proses pengembangan. Karena semakin kompleksnya sebuah software  dan tingginya ekspektasi dari pelanggan. Maka saat ini biaya pengembangan software juga semakin tinggi. Oleh karena itu dibutuhkan efisiensi untuk menekan biaya pengembangan software. Salah satu cara yang bisa dilakukan yaitu dengan software defect prediction. Dengan sotware defect prediction maka dapat diketahui proyek software mana yang butuh pengecekan lebih intens. Tim test software dapat mengalokasikan waktu dan biaya lebih efektif berdasarkan hasil dari model algoritma. Metode pada riset ini menggunakan prepocessing dengan mengoptimalkan bobot atribut dengan menggunakan metode PSO yang merupakan algoritma pencarian berbasis populasi dan yang diinisialisi dengan populasi solusi acak yang disebut partikel. Berdasarkan hasil pengolaha data dengan metode preprocessing terhadap dataset NASA MDP CM1. Maka didapatkan  metode preprocessing dengan pembobotan atribut dengan metode PSO memiliki peningkatan akurasi menjadi 86.37% dari sebelumnya 85.54% dan AUC menjadi 0.827 dari sebelumnya 0.762.Kata kunci: prediksi cacat software, linier regression, feature selection, optimize weight.
APLIKASI DETEKSI DINI UNTUK MENGENALI ANAK BERKEBUTUHAN KHUSUS MENGGUNAKAN METODE BUSINESS INTELLIGENCE Grand Grand; Richardus Eko Indrajit
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Anak berkebutuhan khusus dapat ditemui pada beberapa sekolah, baik sekolah reguler maupun non reguler. Terkadang keberadaan anak berkebutuhan khusus disekolah tidak disadari oleh guru, karena kurangnya kompetensi guru untuk mengenali anak berkebutuhan khusus. Apabila hal ini dibiarkan, maka akan sulit untuk menangani anak berkebutuhan khusus, karena kebiasaan anak sudah sulit untuk diubah. Melalui penelitian ini menerapkan sebuah pendekatan baru menggunakan metode business intelligence dengan model Klasifikasi: algoritma C4.5 dan Naïve Bayes, metode ini digunakan untuk membantu proses deteksi dini untuk mengenali anak berkebutuhan khusus. Algoritma C4.5 digunakan untuk menciptakan pola, sehingga didapatkan atribut yang paling berpengaruh sampai yang tidak terlalu berpengaruh dari dataset. Nilai AUC(Area Under Curve) dan Akurasi sebagai model evaluasi. Dan Model perbandingan yang digunakan yaitu Metode Parametrik, Paired T-Test. Jenis berkebutuhan khusus yang digunakan sebagai kategori adalah Attention Deficit Hyperactive Disorder(ADHD), Autism Spectrum Disorder(ASD), Slow Learner, Tuna Laras.  Aplikasi web dibangun sebagai sarana untuk melakukan proses deteksi dini. Hasil dari penelitian ini akan memberikan kategori bagi setiap anak, baik berkebutuhan khusus maupun normal. Penelitian ini dilakukan pada TK Kristen Kalam Kudus III Kosambi Baru Jakarta. Kata kunci: Anak berkebutuhan khusus, Metode Business Intelligence, Model Klasifikasi, Algoritma C4.5, Naïve Bayes
IMPLEMENTASI KONSEP BUSSINESS INTELLIGENCE DALAM STRATEGI PEMASARAN PUBLIC TRAINING PADA PT. ZIGOT MEDIATAMA Rezkiani Rezkiani; Richardus Eko Indrajit; Muh Fauzy
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Perkembangan teknologi informasi dalam suatu organisasi atau perusahaan dapat digunakan untuk mendukung sejumlah besar keputusan bisnis yang akan dilakukan. Perkembangan yang terjadi  memungkinkan bagi perusahaan yang bergerak dalam bidang sejenis untuk bersaing mendapatkan hasil penjualan produk yang terbaik. PT.Zigot Mediatama merupakan perusahaan jasa konsultasi training atau pelatihan yang memiliki beberapa pelayanan seperti public training, inhouse training dan seminar (workshop). Sering terjadi di dalam industri ini kesulitan dalam meningkatkan jumlah peminat untuk melakukan pelatihan. Suatu strategi pemasaran yang tepat dapat meningkatkan atau memaksimalkan keuntungan yang diperoleh perusahaan. Penelitian ini menggunakan konsep business intelligence dan metode data mining berdasarkan data prospek registrasi peserta untuk proses analisa data. Kata kunci: business intelligence, data mining, strategi pemasaran
PENERAPAN BUSINESS INTELLIGENCE DALAM PENGAMBILAN KEPUTUSAN AKADEMIK YANG TEPAT UNTUK PERGURUAN TINGGI, DENGAN MEMANFAATKAN APLIKASI FEEDER PDDIKTI (STUDI KASUS PADA UNIVERSITAS MUHAMMADIYAH JAKARTA) Taufiqurrochman Taufiqurrochman; Richardus Eko Indrajit; Muh Fauzi
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Pengambilan keputusan akademik pada suatu  lembaga perguruan tinggi merupakan hal  yang  sangat penting. Penerapan bussines intelligence dapat membantu suatu lembaga perguruan tinggi dalam pengambilan keputusan berdasarkan data dan fakta agar  keputusan yang tepat dapat diambil. Masih banyak perguruan tinggi yang tidak memiliki kepeduliah khusus mengenai proses pembelajaran secara akademik di masing-masing program studinya. Aplikasi Feeder PDDIKTI yang di berlakukan sebagai aplikasi pelaporan data perguruan tinggi merupakan sebuah aplikasi yang dapat di gunakan dan bermanfaat bagi perguruan tinggi sebagai pengambilan keputusan akademik. Dari pemanfaatan aplikasi Feeder PDDIKTI sebuah lembaga perguruan tinggi dapat mengetahui proses mulai pelaporan data mahasiswa, proses pembelajaran, pelaporan data lulusan serta aktivitas dosen dalam melakukan pengajaran untuk pengambilan keputusan akademik.Kata Kunci: bussines intelligence, pengambilan keputusan, perguruan tinggi,  feeder PDDIKTI
Co-Authors Abdinagoro, Sri Bramantoro Abraham, Irfan Agus Purwanto Ahmad Baehaqi Ahmad Baehaqi, Ahmad Amalia Nurain Amirudin Amirudin Amirudin Amirudin Andreas Putra Wijaya Andri Purwoko Aryo Nugroho Awaluddin Tjalla Awaludin Tjalla Bagus Prasetyo Budiono Bambang Suharjo Basit, Muhamad Subhi Bayu Saputra bayu Yasa Wedha Bram Sivadjati Budi Setiawan Carlia Isneniwati Cecep Kustandi Crosley, Nathaniel Daniel Avian Karjadi Daniel Hasiholan Tinambunan Dazki, Erick Dewanti, Paula Diana Diana Dimas Prawira dinisfusya'ban, dinisfusya'ban Djarot Hindarto Dodi Permadi Dwi Atmodjo Wismono Prapto Ega Wachid Radiegtya Eka Fitriani Eka Fitriani Eka Waras Kristianto Eko Setiawan Elliana Gautama Endang Sri Palupi Ervina Waty Fajar Priyono Fangky Antoneus Sorongan Fauzi, Muh. Fa’uzobihi, Fa’uzobihi Felix Fernando Oroh Ferdy Achmad Zulfikar Glenny Chudra Grand Grand Guntur Haludin H. A. Danang Rimbawa Hadri Helmi Handri Santoso Handri Santoso Handri Santoso Handri Santoso Hidayat, Nurul Hidayat, Rachmad Syarul Idris Gautama So Ika Kurniawati Isra Ruddin Isra Ruddin Januponsa Dio Firizqi M. Yusuf Samad Manaek, Roy Maria Magdalena Michael, Dennis Moch Sukardjo Mochamad Isnin Faried Muh Fauzi Muh Fauzi Muh Fauzy Muh. Masri Sari Muhamad Nur Arifin Muhammad Handika Darmawan Muhammad Rizki Fahdia Mulyadi, Grace Devina Permana, Rifky Popy Purnamasari Wahid Suyitno, Popy Purnamasari Wahid Pratama , Arif Pratama, Arif Prawira, Dimas Yudha Puri Ratna Larasati R. Aditya Gunawan, R. Aditya R. Sapto Hendri Boedi Soesatyo Rachmadi, Pratiwi Radiegtya, Ega Wachid Refgiufi Patria Avrianto Refgiufi Patria Avrianto Refgiufi Patria Avrianto Refgiufi Patria Avrianto Rezkiani Rezkiani Rido Dwi Kurniawan Rido Kurniawan Riska Aryanti Royadi Royadi Ruddin, Isra Rudy A.G. Gultom Saeful Bahri Saiful Azhari Muhammad Saiful Azhari Muhammad Santoso, Handri Sari, Muh Masri Sentosa, Steve Situmorang, Robinson Subhi Basit, Muhamad Suharjo, Bambang Surti Kanti Syahrir Syahrir Taufiqurrochman Taufiqurrochman Thamrin Sofian Tinambunan, Daniel Hasiholan Tjalla, Awaludin Tri Agus Setiawan Tri Wahyudi Ummy Kalsum Viktor Gunawan Widjaja, Herman Wiyadi, Yudi Permana Wiyanto, Novianthony Yadi Karyadi Yakob Jati Yulianto Yanto, Andika Bayu Hasta Yumalia, Astria