Article Per Year (5 Year)
p-Index From 2021 - 2026
4.505
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika INFORMAL: Informatics Journal Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Al Qalam: Jurnal Ilmiah Keagamaan dan Kemasyarakatan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Kasuari: Physics Education Journal (KPEJ) Technologia: Jurnal Ilmiah Jurnal Mnemonic JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Indonesian Journal of Data and Science Aiti: Jurnal Teknologi Informasi Journal of Applied Computer Science and Technology (JACOST) Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer
Christian Dwi Suhendra, Christian Dwi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics Physics Social Sciences

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Sistem Pendukung Keputusan Untuk Optimasi Rantai Pasok Kentang Di Kabupaten Manokwari Menggunakan Metode TOPSIS Yati, Fatimah Aszhara; Marini, Lion Ferdinand; Suhendra, Christian Dwi
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16329

Abstract

Manajemen rantai pasok komoditas pertanian, khususnya hortikultura, memiliki peran penting dalam memastikan ketersediaan produk berkualitas dengan harga terjangkau. Di Kabupaten Manokwari, Papua Barat, pengelolaan rantai pasok sayuran seperti kentang masih menghadapi berbagai kendala, termasuk infrastruktur yang terbatas dan manajemen rantai pasok yang kurang efisien. Penelitian ini bertujuan untuk menganalisis rantai pasok kentang di Kabupaten Manokwari dengan menggunakan salah satu metode sistem pendukung keputusan (SPK), metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) yang merupakan salah satu metode sistem pendukung keputusan untuk menentukan alternatif rantai pasok yang paling optimal. Penelitian ini dilakukan dengan mengumpulkan data melalui wawancara mendalam dengan para pelaku rantai pasok, seperti petani, pedagang, dan konsumen. Metode TOPSIS digunakan untuk merangking alternatif pemasok berdasarkan kriteria seperti kualitas, stok barang, dan harga jual. Hasil analisis menunjukkan bahwa distributor dari luar kota Manokwari, khususnya dari Makassar, memiliki kinerja rantai pasok yang lebih optimal dibandingkan pemasok lokal. Kesimpulannya, metode TOPSIS terbukti efektif dalam memberikan rekomendasi dalam pemilihan distributor terbaik untuk komoditas kentang di Kabupaten Manokwari.
Sistem Persediaan Obat Berbasis Web Pada UPTD Puskesmas Amban Manokwari Lantang, Stefanie Stanly; Suhendra, Christian Dwi; Sanglise, Marlinda
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.688

Abstract

Pada UPTD Puskesmas Amban sistem pengelolaan persediaan obat saat ini masih dilakukan secara manual menggunakan buku atau arsip, oleh karena itu sering terjadi kekeliruan dalam pengelolaan persediaan obat menyebabkan lamanya proses pencarian data, adanya kemungkinan dokumen yang hilang dan pembuatan laporan yang lama sehingga hal ini dianggap kurang efisien. Tujuan penelitian ini untuk membangun sistem persediaan obat berbasis web pada Puskesmas Amban Manokwari yang aman dan mudah untuk diakses dan dicari datanya. Metode pengembangan yang digunakan dalam penelitian ini adalah metode waterfall. Sistem ini dibangun menggunakan Unified Modeling language (UML) dengan bahasa pemrograman PHP dan MySQL sebagai database. Hasil yang diperoleh adalah sebuah sistem persediaan obat berbasis web yang memudahkan petugas dalam mengelola persediaan obat baik itu data stok obat, obat masuk dan obat keluar, mempercepat proses pembuatan laporan serta pencarian data dibandingkan dengan cara konvensional atau manual. Dengan Sistem persediaan yang dibangun ini diharapkan dapat membantu dalam proses pengelolaan persediaan obat puskesmas.
Analisis Perbandingan Metode Random Forest dan Adaptive Boosting Untuk Prediksi Leukemia dengan Data Microarray Heremba, Juleha Irianti; Suhendra, Christian Dwi; Sanglise, Marlinda
Journal of Information System Research (JOSH) Vol 6 No 3 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i3.6898

Abstract

Cancer is the uncontrolled growth of cells that spread to other parts of the body. There are different types of cancer that are named after the organ they originate from. One of them is blood cancer or leukemia, which is bone marrow cancer caused by genetic mutations. According to data from Global Cancer Statistics in 2020, there were an estimated 19.3 million new cancer cases and 10 million cancer deaths, and it is estimated that by 2040 it will increase globally by 47% from 19.3 million to 28.4 million new cancer cases. Leukemia is one type of cancer with the ninth rank in Indonesia in 2020, there are 14,979 new cases and 11,530 cases of death caused by leukemia. One of the efforts to prevent leukemia can be done by diagnosing the acute leukemia category using DNA and genetic information. The purpose of this study is to analyze the comparative performance between Random Forest and Adaptive Boosting methods in predicting leukemia types using microarray datasets to determine which method is more effective in performing classification. In this study, the dataset used is gene expression in bone marrow and blood consisting of two categories of acute leukemia, namely Acute Myeloid Leukemia (AML) and Acute Lymphoblastic Leukemia (ALL) obtained with DNA microarray technology. These genes will be classified using Random Forest and Adaboost methods to predict acute leukemia categories. The results of the analysis process show that the random forest method is a better method for predicting acute leukemia with an Area Under Curve value of 100%, Accuracy 92.9%, Precision 93.7%, Recall 92.9%, and F1-Score 92.7% compared to the AdaBoost method with an Area Under Curve value of 83.3%, Accuracy 85.7%, Precision 88.6%, Recall 85.7%, and F1-Score 85.1%.
Development of Augmented Reality Media to Enhance Students' Critical Thinking Skills in High Schools Yonathan, Alberto Yonathan Tangke; Pramanagara, Rio Octovinary; Suhendra, Christian Dwi
Kasuari: Physics Education Journal (KPEJ) Vol. 8 No. 1 (2025): June 2025
Publisher : Universitas Papua, Jurusan Pendidikan Fisika FKIP Unipa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37891/kpej.v8i1.494

Abstract

Based on observations carried out at public high schools and private high schools in Manokwari, it was found that the physics learning used had not adapted to current technological developments, so it was less relevant when used today. The purpose of this research is to develop Augmented Reality (AR) media that is valid, practical, and effective for improving students' critical thinking learning skills on the material of rotational dynamics and equilibrium of rigid bodies in high schools in Manokwari Regency. The development method used is the Analysis, Design, Development, Implementation, and Evaluation (ADDIE) method. The research trial was carried out on students of class XI Science at SMA YPK Oikoumene and the reel research was on students of class XI Science 1 at SMA N 2 Manokwari. This research produces AR media on the topic of rotational dynamics and equilibrium of rigid bodies which can be accessed using a computer/laptop or smartphone connected to the internet, whereas the teaching media uses AR, which can be accessed anywhere and at any time, if the Physics Augmented Reality (Phy-AR) application has been installed on an Android Smartphone so that it can improve students' critical thinking learning outcomes. This research concludes that AR media has been developed to improve the critical thinking skills of high school students and is valid, practical, and effective for use in physics learning.
Evaluasi Pengaruh Kualitas Website Kampung Kopo terhadap Kepuasan Pengguna Menggunakan Model WebQual 4.0 Ahoren, Anan Ansi; Suhendra, Christian Dwi; Baisa, Lorna Yertas
Journal of Applied Computer Science and Technology Vol. 6 No. 2 (2025): Desember 2025
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/tftzct83

Abstract

This study evaluates the quality of the Kampung Kopo website using the WebQual 4.0 model, which comprises three dimensions: usability, information quality, and interaction quality. A quantitative survey was conducted with 109 purposively selected respondents, and data were analyzed using multiple linear regression. Descriptive results showed that usability (4.03) and information quality (4.03) received high scores, while user satisfaction was moderate (3.41). Regression analysis revealed that all three dimensions significantly influenced satisfaction: interaction quality (β = 0.401; p < 0.001), information quality (β = 0.345; p < 0.001), and usability (β = 0.306; p < 0.001). The model was significant (F = 308.281; p < 0.001) and explained 89.8% of satisfaction variance (R² = 0.898). These findings confirm that while interaction quality has the strongest effect, all three dimensions play essential roles in determining user satisfaction. Village websites should adopt a comprehensive approach to improve usability, information quality, and interaction quality simultaneously to strengthen digital transformation at the village level.
Pemanfaatan algoritma Convolutional Neural Network (CNN) untuk klasifikasi jenis noken Rosyidah, Wahyuni Fajrin; Suhendra, Christian Dwi; Lion Ferdinand , Lion Ferdinand
AITI Vol 23 No 1 (2026)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v23i1.89-105

Abstract

Noken merupakan tas tradisional khas Papua yang memiliki nilai budaya tinggi dan telah diakui sebagai Warisan Budaya Takbenda oleh UNESCO. Keanekaragaman jenis noken berdasarkan motif, bentuk, dan daerah asalnya menghadirkan tantangan dalam proses identifikasi yang hingga kini masih dilakukan secara manual. Penelitian ini bertujuan untuk membangun sistem klasifikasi citra noken secara otomatis menggunakan Convolutional Neural Network (CNN) dengan pendekatan transfer learning. Tiga arsitektur CNN yang digunakan dalam penelitian ini adalah VGG16, InceptionV3, dan MobileNetV2. Dataset terdiri dari 500 citra noken, yang terdiri dari dua jenis noken yaitu Bitu Agia dan Junum Ese. Proses pelatihan dilakukan menggunakan library TensorFlow dengan parameter terbaik. Evaluasi dilakukan dengan menggunakan metrik accuracy, precision, recall, dan F1-score, serta grafik visualisasi akurasi dan loss. Hasil penelitian menunjukkan bahwa MobileNetV2 memberikan performa terbaik dengan akurasi 97 persen, disusul oleh InceptionV3 sebesar 96 persen, dan VGG16 sebesar 87 persen. Penelitian ini menunjukkan bahwa pendekatan deep learning efektif dalam klasifikasi citra objek budaya, serta dapat mendukung pelestarian budaya Papua secara digital.
DETEKSI KOMENTAR SPAM PERJUDIAN ONLINE DI YOUTUBE MENGGUNAKAN K-NEAREST NEIGHBORS DAN NAÏVE BAYES Ode, Idil; Suhendra, Christian Dwi; Sanglise, Marlinda
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7682

Abstract

Penyebaran komentar spam perjudian daring di YouTube semakin meningkat dan mengganggu pengalaman pengguna. Komentar-komentar ini sering kali menggunakan pola bahasa tertentu, seperti simbol dan variasi kata, untuk menghindari deteksi otomatis. Meskipun YouTube telah menerapkan sistem filter spam, banyak komentar masih lolos deteksi, yang menunjukkan perlunya metode yang lebih akurat dan adaptif. Penelitian ini bertujuan untuk menganalisis pola bahasa dalam komentar spam perjudian daring dan mengembangkan model deteksi berbasis pembelajaran mesin menggunakan K-Nearest Neighbors (KNN) dan Naïve Bayes (NB). Dataset dikumpulkan menggunakan YouTube Data API v3, diproses melalui tahapan normalisasi, cleaning, analisis statistik, visualisasi, dan pelabelan sebelum diterapkan pada pemodelan pembelajaran mesin. Fitur teks diekstraksi menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan Bag of Words (BoW), dengan pengoptimalan hiperparameter dilakukan menggunakan GridSearchCV untuk meningkatkan kinerja model. Evaluasi model didasarkan pada metrik accuracy dan F1-Score. Hasilnya menunjukkan bahwa model Naïve Bayes dengan TF-IDF mencapai kinerja tertinggi, dengan akurasi 99% setelah normalisasi dan 98% setelah cleaning, mengungguli Naïve Bayes dengan BoW dan KNN. Temuan ini berkontribusi pada pengembangan sistem deteksi spam yang lebih efektif, khususnya dalam mengidentifikasi pola bahasa tertentu yang digunakan dalam komentar spam perjudian di YouTube. Dengan pendekatan ini, diharapkan dapat dikembangkan sistem moderasi otomatis yang lebih efisien untuk menyaring komentar spam dan meningkatkan kualitas interaksi pengguna di platform YouTube.
Pengembangan Sistem Inventori Dan Monitoring Stok Wedrink Dengan Pendekatan Machine Learning Dan Notifikasi Real-Time Melalui Whatsapp Bot Hardito, Franciscus Xaverius Andika; Suhendra, Christian Dwi; Baisa, Lorna Yertas
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7704

Abstract

Pengelolaan inventori yang masih manual di Wedrink Manokwari menimbulkan berbagai permasalahan operasional seperti ketidakakuratan data stok, keterlambatan pembaruan informasi, dan kesulitan dalam melakukan tracking barang secara real-time. Penelitian menunjukkan bahwa 67% perusahaan yang masih menggunakan sistem inventori manual mengalami kerugian rata-rata 15-20% dari total pendapatan tahunan. Penelitian ini bertujuan untuk mengembangkan sistem monitoring stok berbasis web dengan framework Laravel yang mengintegrasikan teknologi QR Code untuk otomatisasi pencatatan, machine learning untuk prediksi ketersediaan stok, dan notifikasi real-time melalui WhatsApp Bot. Metode penelitian menggunakan pendekatan System Development Life Cycle (SDLC) dengan model Waterfall yang terdiri dari lima tahap: analisis kebutuhan, perancangan sistem, pengembangan, pengujian, dan implementasi. Hasil penelitian menunjukkan bahwa sistem berhasil meningkatkan efisiensi operasional dengan pencapaian system uptime 99.9%, response time kurang dari 2 detik, dan akurasi prediksi machine learning di atas 95%. User Acceptance Testing (UAT) mencapai tingkat penerimaan 100% dari manager operasional dan staf dengan skor kepuasan pengguna 4.8/5, serta menunjukkan peningkatan efisiensi waktu hingga 75% dibandingkan sistem manual. Dapat disimpulkan bahwa implementasi sistem monitoring stok dengan integrasi QR Code, machine learning, dan WhatsApp Bot berhasil mengotomatisasi proses pencatatan stok, memberikan notifikasi real-time, menghasilkan laporan akurat, dan menyediakan prediksi ketersediaan stok yang tepat. Pengembangan lebih lanjut disarankan untuk menambahkan fitur analisis prediktif yang lebih kompleks, meningkatkan keamanan sistem, dan mengoptimalkan model machine learning.
DESAIN DAN EVALUASI UI/UX MENGGUNAKAN METODE HEURISTIC EVALUATION: STUDI KASUS RUMKITAL DR. AZHAR ZAHIR MANOKWARI Shafitri, Anisya Najmi; Sanglise, Marlinda; Suhendra, Christian Dwi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6663

Abstract

 Rumkital dr. Azhar Zahir Manokwari saat ini belum memiliki platform digital yang memadai untuk menyebarluaskan informasi penting, seperti layanan rumah sakit, jadwal dokter, dan informasi lainnya. Penelitian ini bertujuan untuk merancang dan mengevaluasi user interface (UI) dan user experience (UX) website rumah sakit dengan menerapkan metode evaluasi heuristik. Evaluasi ini bertujuan untuk mengidentifikasi masalah kegunaan (usability) dalam antarmuka situs web, yang selanjutnya akan dianalisis untuk meningkatkan kualitas desainnya. Metode yang digunakan adalah evaluasi heuristik, yang melibatkan lima ahli sebagai evaluator. Penilaian dilakukan berdasarkan sepuluh prinsip heuristik yang meliputi kejelasan informasi, kemudahan navigasi, pencegahan kesalahan, dan fleksibilitas penggunaan dengan menerapkan Severity Rating atau skala sangat baik hingga buruk (0-4). Hasil evaluasi menunjukkan bahwa tingkat keparahan masalah tergolong rendah (severity rating 1). Namun, para ahli memberikan umpan balik yang sangat berharga mengenai beberapa aspek desain, seperti penyesuaian ukuran tampilan, penggunaan warna yang lebih efektif, serta penambahan fitur registrasi pasien. Dengan adanya penelitian ini, diharapkan Rumkital dr. Azhar Zahir Manokwari dapat mengembangkan platform yang lebih informatif dan mudah diakses oleh pengguna. Tujuannya adalah untuk meningkatkan pengalaman pengguna secara keseluruhan dan mempermudah akses informasi mengenai layanan rumah sakit, memungkinkan pasien dan pengunjung situs web untuk mendapatkan manfaat yang lebih besar.
Co-Authors Agrifandi, Achmad Chairuddin Ahoren, Anan Ansi Alatubir, Agustinus Nandhito Richard Albab, Elfan Ulil allo, ronal Anjuni, Eva Asri, Windi Fahmi Baisa, Lorna Yertas Barrang, Herlina Bertha Pangaribuan Edi Faizal Effan Najwaini FEBY SERU Furima, Yobel Agustina Hakim, Ilham Luqman Hardito, Franciscus Xaverius Andika Heremba, Juleha Irianti Heremba, Syahril Jubita, Jubita Karubui, Raema Miryam kladit, novalin Kweldju, Alex De Lantang, Stefanie Stanly Lion Ferdinand , Lion Ferdinand Mangngiding, Chyntia Maria, Eny Marini, Lion Ferdinan Marini, Lion Ferdinand Mombay, Abdul Malik Naibaho, Julius Panda Putra Ode, Idil Paiki, Fridolin F. Paiki, Fridolin Febrianto Pramana Aschary, Dhian Pramanagara, Rio Octovinary Quilo, Muhammad Amri Rosyidah, Wahyuni Fajrin Sanglise, Marlinda Saputra, Agung Dwi Sarungallo, Ana Setiawan, Tommy Eko Shafitri, Anisya Najmi Sihite, Rina Wati Nurlia Br Sihombing, Ester Ivo Yati, Fatimah Aszhara Yonathan, Alberto Yonathan Tangke Zamach, Muhammad Zamachsyari