Article Per Year (5 Year)
p-Index From 2021 - 2026
8.103
P-Index
This Author published in this journals
All Journal Ed-Humanistics : Jurnal Ilmu Pendidikan Jurnal Abdimas Kartika Wijayakusuma Journal of Informatics and Computer Science (JINACS) Indonesian Research Journal on Education Neraca: Jurnal Ekonomi, Manajemen dan Akuntansi Journal of Emerging Information Systems and Business Intelligence (JEISBI)
I Kadek Dwi Nuryana, I Kadek Dwi
Unknown Affiliation
Religion Arts Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 1   2   3   4   5 
Komparasi Algoritma Naïve Bayes dan Random Forest Dalam Mengetahui Kepuasan Pengguna Aplikasi Jenius Chlarasasti, Yefi; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i3.54232

Abstract

Salah satu inovasi bank digital di Indonesia adalah Jenius yang merupakan aplikasi perbankan revolusioner pertama di Indonesia. Pada tahun 2016, Bank BTPN meluncurkan aplikasi Jenius dan hingga saat ini telah beroperasi selama lebih dari 6 tahun. Namun setelah 6 tahun diluncurkan, Jenius hanya mendapatkan penilaian di playstore sebesar 3,9 dari 5 dengan total penilaian lebih dari 185.000 penilaian. Rata-rata keluhan yang disampaikan oleh pengguna adalah terkait aplikasi yang cenderung lambat dalam merespon perintah pengguna. Penelitian ini bertujuan untuk mengetahui faktor apa yang paling berpengaruh terhadap kepuasan pengguna dalam menggunakan layanan aplikasi bank digital Jenius serta melakukan komparasi akurasi algoritma Naïve Bayes dan Random Forest dalam mengetahui kepuasan pengguna aplikasi Jenius. Dari perhitungan Information Gain dan Gain Ratio, faktor yang paling mempengaruhi kepuasan pengguna aplikasi layanan bank digital Jenius adalah Performance Expectancy. Dan pada pengujian yang telah dilakukan menunjukkan bahwa kinerja algoritma Naïve Bayes lebih baik dibandingkan algoritma Random Forest dalam mengklasifikasikan kepuasan pengguna aplikasi Jenius dengan hasil akurasi tertinggi sebesar 91,95%.
Analisis Prediksi Penerimaan Pengguna Fitur ShopeeFood Menggunakan Algoritma Support Vector Machine Putri, Amara Indah; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i3.55316

Abstract

Sejalan dengan pandemi pada tahun 2020 membuat perkembangan teknologi, Internet, e-commerce, dan platform online telah menjadi semakin berkembang dan popular. Kumpulan data Measurable AI mengungkapkan bahwa permintaan konsumen untuk layanan pengiriman makanan online atau online food delivery (OFD) telah meningkat secara konsisten selama pandemi dan memasuki pascapandemi, salah satunya Indonesia. Hal ini tentunya membuat Shopee memanfaatkan kesempatan melalui layanan ShopeeFood untuk memasarkan makanan dan minuman secara online dan dalam waktu kurang dari satu tahun peluncuran ShopeeFood telah menempati posisi kedua sebagai platform layanan pesan antar makanan online yang pertama kali diingat menurut KataData.com. Kemudian, peneliti ingin memprediksi penerimaan pengguna fitur ShopeeFood menggunakan algoritma Support Vector Machine dengan bantuan tools RapidMiner. Jenis data pada penelitian ini menggunakan data primer yang diperoleh dari penyebaran kuesioner secara online dengan Google Form kepada pengguna fitur ShopeeFood di Surabaya sebanyak 275 data. Kemudian data yang didapatkan dibagi menjadi dua kelas yaitu menerima dan tidak menerima yang diolah dengan menggunakan algoritma SVM. Hasil akhir dalam penelitian ini berdasarkan hasil pengujian 10-fold cross validation dengan nilai k=3 memeroleh hasil akurasi 97.82%.
Rancang Bangun Sistem Informasi Penerimaan Peserta Magang Menggunakan Natural Language Processing & Algoritma K-Nearest Neighbors Pada PT. Ide Jualan Creative Al Hakim, Mochamad Muzayyid; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i3.55646

Abstract

Penerimaan peserta magang pada perusahaan masih seringkali dilakukan secara manual dengan memerlukan waktu dan tenaga yang cukup banyak. Selain itu, masih banyak perusahaan yang kesulitan dalam melakukan seleksi peserta magang yang sesuai dengan kebutuhan perusahaan. Beberapa proses seperti rekrutmen yang kompleks, jumlah kandidat yang lumayan banyak, serta kesulitan dalam mendata kandidat dapat membuat proses rekrutmen peserta magang tersebut menjadi lambat dan ini dapat mempengaruhi kinerja perusahaan dan retensi karyawannya. Oleh karena itu, perlu adanya suatu sistem informasi penerimaan peserta magang yang dapat membantu perusahaan dalam melakukan seleksi peserta magang yang tepat. Untuk menunjang pembuatan dari sistem informasi penerimaan peserta magang yang menerapkan NLP dan KNN penulis menggunakan metode waterfall untuk merancang sistem tersebut dikarenakan beberapa alasan yaitu salah satunya metode waterfall dirasa mudah diimplementasikan, fase proses pengembangan dilakukan secara urut satu persatu dan cocok diterapkan untuk sistem baru. Penelitian ini memberikan hasil bahwa sistem penerimaan peserta magang pada PT. Ide Jualan Creative dapat dikembangkan dengan metode waterfall dan juga penerapan NLP dan algoritma KNN dalam mengklasifikasikan resume dari pendaftar magang menunjukkan hasil yang positif dimana sistem dapat melakukan klasifikasi terhadap resume pendaftar magang secara langsung dan dapat membantu dalam menentukan kandidat yang cocok untuk diterima magang pada PT. Ide Jualan Creative.
Analisis Prediksi Pengalaman Pengguna Aplikasi MELISA menggunakan Metode SVM dan KNN Kartikasari, Dinda; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56384

Abstract

Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi mencanangkan program Merdeka Belajar Kampus Merdeka (MBKM) yang merupakan kebijakan untuk membawa perubahan positif bagi masa depan mahasiswa. Universitas Negeri Surabaya merupakan salah satu dari perguruan tinggi di Indonesia yang berperan aktif dalam mensukseskan program MBKM, dalam hal ini Pertukaran Mahasiswa. MELISA mencakup berbagai program yang tersedia didalam Universitas Negeri Surabaya. Beberapa program yang disediakan MELISA merupakan program magang, Inbound, Outbound, KKN, dan PLP. Tujuan penelitian dilakukan adalah mengetahui hasil komparasi algoritma SVM dan KNN untuk pengalaman pengguna aplikasi MELISA. Pengumpulan data dilakukan dengan menyebarkan kuisioner melalui gform dengan jumlah 26 indikator pertanyaan. Jumlah sampel yang ditentukan dalam penelitian ini telah ditetapkan sesuai kuota dimana diambil 50 responden setiap fakultas di Universitas Negeri Surabaya dan jumlah fakultas Universitas Negeri Surabaya adalah 7 fakultas maka jumlah responden yang digunakan dalam penelitian ini sebanyak 350 dari 362 responden menggunakan teknik quota sampling. Kemudian penelitian diolah menggunakan perhitungan data menggunakan software SPSS versi 26 untuk uji validasi dan reliabilitas kuisioner sebelum kuisioner disebarkan menggunakan data 20 responden. Dari hasil pengujian dua metode yaitu SVM dan KNN didapatkan nilai rata-rata persentase yang terendah di variabel Attractiveness pada metode SVM dengan accuracy 99,86%, precision 99,76%, recall 100% menggunakan 10-fold validation. Sedangkan dengan metode KNN, variabel Attractiveness mendapatkan nilai accuracy 96,17%, precision 97,44%, recall 95,87% menggunakan 10-fold validation. Maka dari hasil tersebut menghasilkan beberapa rekomendasi bagi pengembangan aplikasi MELISA, yaitu perbaikan tampilan UI/UX aplikasi MELISA agar lebih disukai serta menyenangkan dan nyaman saat digunakan, perbaikan tampilan konten yang ada di aplikasi MELISA, serta perbaikan tampilan UI/UX dan alur penggunaan pada aplikasi MELISA menjadi user friendly agar pengguna baru dapat lebih mudah menggunakan aplikasi MELISA.
Perbandingan Metode Klasifikasi Data Mining Untuk Mengukur Tingkat Kepuasan Mahasiswa Terhadap Sistem Informasi Penilaian Nonakademik UNESA (SIPENA): Comparison Of Data Mining Classification Methods To Measure The Level Of Student Satisfaction With The Unesa Non-Academic Assessment Information System (SIPENA) Abidin, Ananda Rizky; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56966

Abstract

Sistem Informasi Penilaian NonAkademik UNESA (SIPENA) adalah suatu sistem yang didesain untuk sarana atau fasilitas yang mendukung dalam proses penilaian nonakademik mahasiswa. Dalam upaya mengoptimalkan kepuasan mahasiswa terhadap SIPENA, dibutuhkan sebuah model dengan menggunakan metode dari machine learning dengan membandingkan algoritma terbaik untuk klasifikasi data kepuasan mahasiswa pengguna SIPENA. Pada penelitian ini, peneliti membuat dan menyebarkan kuesioner kepuasan pengguna kepada mahasiswa Universitas Negeri Surabaya berdasar dengan variabel dan indikator yang dibutuhkan yaitu, kualitas sistem, kualitas informasi, kegunaan yang dirasakan dan kepuasan pengguna itu sendiri. Hasil dari kuesioner tersebut diolah dengan perangkat lunak SPSS untuk uji validitas dan reliabilitas. Setelah didapatkan hasil yang valid dan reliabel peneliti melanjutkan mengolah dataset kepuasan pengguna SIPENA pada tools Jupyter Notebook dengan library PyCaret untuk dilakukan klasifikasi dan perbandingan.Hasil penelitian ini menunjukkan bahwa dari 16 model algoritma klasifikasi pada library PyCaret yang dibandingan pada dataset kepuasan pengguna SIPENA, model dari algoritma Extra Trees Classifier adalah yang terbaik dengan nilai akurasi 0.9743, yang kedua adalah algoritma Logistic Regression dengan nilai akurasi 0.9714, dan yang ketiga adalah algoritma Random Forest Classifier dengan nilai akurasi 0.9657.
ANALYSIS OF USER SATISFACTION ON VIDIO APPLICATIONS USING A COMBINATION OF TECHNOLOGY ACCEPTANCE MODEL (TAM) AND FRAMEWORK PIECES: ANALISIS KEPUASAN PENGGUNA PADA APLIKASI VIDIO MENGGUNAKAN KOMBINASI METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) DAN PIECES FRAMEWORK Istiqomah, Nurul -; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.57517

Abstract

The development of film technology has also encouraged cinema to develop even more broadly with the presence of video streaming platforms which are now increasing, even involving entertainment industry players. Platform names such as Netflix, Video.com, Hooq, and Amazon Prime are certainly no strangers to movie lovers. The Vidio application is a video-sharing application founded by Adi Sariatmadja in October 2014 and managed by PT Kreatif Media Karya, a subsidiary of Emtek. The Vidio application allows users to upload, watch and share videos. The Vidio application has more than 50 million users on the PlayStore with a rating of 3.9/5.0 and 499 thousand reviews. With the several advantages provided by the Vidio Application, there are still problems that often occur such as a limited choice of films, especially the latest films, some find some films with slow sound and are rather difficult to watch on a cellphone. These problems will affect user satisfaction. This study uses the Technology Acceptance Model (TAM) and Pieces Framework methods to determine user satisfaction with the Vidio application. The factors discussed in the TAM method include Perceived usefulness, Perceived Ease of Use. While the factors used in the Pieces Framework method include Performances, Information and Data, Economics, Control and Security, Efficiency, and Service. Data collection was carried out by distributing questionnaires to 100 people. Based on the data analysis that was carried out using the SmartPLS software, it was found that 93.75% of the Vidio application users were in the very satisfied category.
Teks Ringkas Otomatis pada Portal Berita CNN Indonesia Menggunakan Algoritma Textrank Fadhila, Lizza Nur; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.58256

Abstract

RAW MATERIAL INVENTORY CONTROL APPLICATION USING THE ECONOMIC ORDER QUANTITY (EOQ) METHOD TO INCREASE PRODUCTION EFFICIENCY AT THE KABUL GROUP TOFU FACTORY: APLIKASI PENGENDALIAN PERSEDIAAN BAHAN BAKU MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY (EOQ) GUNA MENINGKATKAN EFISIENSI PRODUKSI PADA PABRIK TAHU KABUL GROUP Kirom, Mohammad Ulil; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.58901

Abstract

PERANCANGAN ULANG PROSES BISNIS PADA PENGOLAHAN BIJI KOPI ANAPHALIS ROASTERY MENGGUNAKAN BUSINESS PROCESS MODELLING NOTATION (BPMN) Nur Rahmatullah, Muhammad Rafi Atha; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.58919

Abstract

Anaphalis Roastery perusahaan yang bergerak dalam bidang penjualan biji kopi siap saji. Sebuah perusahaan pasti memilik itujuan untuk menjadikan segala aspek bisnis menjadi berkembang dan lebih baik. Proses Bisnis merupakan salah satu aspek yang dapat mempengaruhi berkembangnya suatu perusahaan. Permasalahan timbul saat perusahaan bertambah besar yaitu belum ada proses bisnis tertulis yang menjadi patokan dalam menjalankan bisnis, sehingga keputusan-keputusan yang dibuat dapat berubah-ubah berdasarkan kondisi menyebabkan proses bisnis yang kurang efektif dan efisien. Untuk itu dibutuhkan analisis proses bisnis menggunakan Business Process Improvement (BPI) Framework. Fase pertama mengeditifikasi proses bisnis Anaphalis Roastery menggunakan Business Process Model and Notation (BPMN), fase kedua melakukan Process Validation, Time Validation dan Resource Validation pada proses bisnis. Kemudian menentukan streamlining yang digunakan untuk meningkatkan efektivitas dan efisiensi proses bisnis.
Pengaruh Kesiapan Teknologi terhadap Minat Masyarakat pada Penggunaan Aplikasi Layanan Pesan Antar Makanan Menggunakan Model Kombinasi TRI dan TAM Dewi, Sherlyani Puspita; Nuryana, I Kadek Dwi
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.59010

Abstract

Di Indonesia, aplikasi layanan pesan antar makanan menjadi layanan yang banyak diminati di kalangan masyarakat. Mayoritas konsumen menggunakan aplikasi tersebut untuk meningkatkan produktivitas, mengeksplorasi tren kuliner terkini, dan berinteraksi. Tujuan utama pada penelitian ini ialah guna menganalisis dan menguji apakah optimism, innovativeness, discomfort dan insecurity berpengaruh pada persepsi kemudahan penggunaan, dan apakah persepsi kemudahan penggunaan berhubungan kesenanagan pemakaian aplikasi layanan pesan antar makanan. Responden survei berjumlah 202 orang yang berdomisili di Surabaya dan menggunakan aplikasi layanan pesan antar makanan. Data primer yang digunakan dihasilakn melalui pembagian kuesioner dengan online. Karena model ini tidak memiliki keterbatasan untuk mengintegrasikan variabel tambahan ke dalam model jalur, maka kumpulan data dianailis menggunakan SEM dengan perangkat lunak SmartPLS 3.0. Hasil penelitian ini membuktikan yaitu optimism memberikan pengaruh posistif signifikan pada persepsi kemudahan penggunaan sebesar 32,1%, innovativeness memiliki pengaruh sebesar 28,7% dan insecurity memiliki pengaruh sebesar 28,6%. Sebaliknya discomfort mempengaruhi persepsi kemudahan penggunaan sebesar 11,4% sehingga dapat dikatakan tidak signifikan namun persepsi kemudahan penggunaan mempengaruhi minat sebesar 45% yang berdampak signifikan terhadap minat pemakaian aplikasi jasa pesan mengantar makanan.
Co-Authors Abidin, Ananda Rizky Agustin, Putri Amelia Aisyiah, Jamilatul Al Hakim, Mochamad Muzayyid Andik, Achmad Ardiansyah, Fernando Aries Dwi Indriyanti, Aries Dwi Arsydi, Mohammad Dandi Auliyaurroshidin, Maulana AZIZ Bagus, Bagus Laksono Yudo Atmojo Bashir, Alifia Octaviany Bayhaqi, Fachrul Bernika, Hilda Chlarasasti, Yefi Daniswara, Anak Agung Aryasatya Dewi Kumala Sari Dewi, Sherlyani Puspita Dzulfaqqor, Moh. Fatihul Farras Elwino, Elwino Alif Ramadhan Fadhila, Lizza Nur Ferdani, Happy Septian Firdausi, Atika Shima Hadi, Febria Erliana Hamdani, Hilman Hanif, Zidny Hasan, Jamal Hasna, Widya Berlian Dliya Herviyandasari, Jasica Ardana I Gusti Lanang Putra Eka Prismana, I Gusti Lanang Putra Eka Iranti, Alda Maretina Istiqomah, Nurul - Kartikasari, Dinda Kirom, Mohammad Ulil Kurniawati, Devi Riskhi Lailia, Mairatul Lathifatuz zuhroh Madani, Heru Galang Ardi Reda Maghfiroh, Saidatul Moch. Faisal Moerdyanto, Octarian Prasetya Mubaroq, Husnul Muizadin, Irwan Mujianto, Ahmad Heru Niasmara, Jeptika Herni Ningrum, Puspita Westi Erlitiya Nur Alian, Galang Maftuh Nur Rahmatullah, Muhammad Rafi Atha Panama, Mochamad Ghozy Satur Prameswari, Alinda Ayu Pramudita, Genta Pratama, Kevin Krisna Adji Pratiwi, Dwi Septia Primasari, Bela Dwi Prismala, Darisva Putri, Amara Indah Putri, Intan Rahma Diana Rafeda Ramma, Rafif Ramadhan, Gemilang Idam Rengganis, Rohmanialuhri Rizqiyah, Anis Maulidatur Robbiatul Adawiyah Rohma, Riska Wahyuni Ainun Rohmadianto, Zidan Rosida, Aulia Mufidatur Sa'diyah, Lailatul Mukharromatus Salsabilah, Balqist Naurah Santoso, M Haries Eko Sari, Devit Etika Shihabudin, Ahmad Susanto, Deafitria Putri Ulumudin, Febri Nur Ustadha, Muchtarotun Novia Utomo, Ilham Wahyu Wicaksono, Satria Adi