Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Sebatik Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat Journal of Big Data Analytic and Artificial Intelligence
Dikky Praseptian M
STMIK PPKIA Tarakanita Rahmawati
Religion Agriculture, Biological Sciences & Forestry Arts Computer Science & IT Education Engineering Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
PENERAPAN METODE QUALITY FUNCTION DEPLOYMENT UNTUK MENGUKUR TINGKAT KEPUASAN KONSUMEN PADA CAFE “GALILEO” TARAKAN Sinawati Sinawati; Dikky Praseptian M
Sebatik Vol 23 No 1 (2019): JUNI 2019
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (473.694 KB)

Abstract

Cafe merupakan tempat dimana pengujung dapat memesain minuman, makanan ringan dan biasanya disertai hiburan- hiburan seperti musik, stand up comedy atau pentas seni lainnya. Pertumbuhan jumlah Cafe di Indonesia semakin meningkat dikarenakan keuntungan dan peluang bisnis kuliner yang memang sangat menjajikan. Namun tidak sedikit Cafe juga yang justru gulung tikar disebabkan oleh berbagai faktor. Faktor yang paling sering ditemukan yaitu Cafe terlalu monoton, tidak melakukan banyak inovasi dan perbaikan menyesuaikan bagaimana yang diinginkan konsumen. Inovasi yang biasa dilakukan suatu Cafe adalah atas hasil evaluasi pemilik Cafe itu sendiri dikarenakan masih banyak Cafe yang belum memiliki aplikasi sistem pengukuran tingkat kepuasan konsumen, sehingga hasil evaluasi yang dihasilkan bersifat subyektif bisa benar bisa salah. Konsumen adalah setiap orang pemakai barang atau jasa yang tersedia, seharusnya dari merekalah evaluasi itu didapatkan. Agar Cafe dapat memberikan pelayanan yang optimal serta dapat terus bisa bertahan menjadi pilihan konsumen. Tujuan dilakukan penelitian ini adalah agar pemilik dapat mengetahui tingkat kepuasan serta kepentingan konsumen saat ini untuk menentukan strategi perbaikannya, diawali dengan meminta konsumen untuk mengisi kuesioner yang telah disediakan dalam ruang lingkup lima dimensi yaitu tangible, realibility, responsiveness, assurance dan Empathy dimana dalam penilaian tiap atribut menggunakan 5(lima) skala likert. Metode yang digunakan yaitu Quality Function Deployment (QFD), merupakan suatu metode untuk mengetahui atribut yang mempunyai hubungan dengan parameter teknik. Parameter teknik itu sendiri adalah hasil jawaban dari keinginan konsumen untuk menentukan target yang akan dicapai, sehingga menghasilkan urutan prioritas dari parameter teknik yang perlu ditingkatkan terlebih dahulu.
K Nearest Neighbor Imputation Performance on Missing Value Data Graduate User Satisfaction Abdul Fadlil; Herman; Dikky Praseptian M
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 4 (2022): Agustus 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (346.44 KB) | DOI: 10.29207/resti.v6i4.4173

Abstract

A missing value is a common problem of most data processing in scientific research, which results in a lack of accuracy of research results. Several methods have been applied as a missing value solution, such as deleting all data that have a missing value, or replacing missing values with statistical estimates using one calculated value such as, mean, median, min, max, and most frequent methods. Maximum likelihood and expectancy maximization, and machine learning methods such as K Nearest Neighbor (KNN). This research uses KNN Imputation to predict the missing value. The data used is data from a questionnaire survey of graduate user satisfaction levels with seven assessment criteria, namely ethics, expertise in the field of science (main competence), foreign language skills, foreign language skills, use of information technology, communication skills, cooperation, and self-development. The results of testing imputation predictions using KNNI on user satisfaction level data for STMIK PPKIA Tarakanita Rahmawati graduates from 2018 to 2021. Where using the five k closest neighbors, namely 1, 5, 10, 15, and 20, the error value of the k nearest neighbors is 5 in RMSE is 0, 316 while the error value using MAPE is 3,33 %, both values are smaller than the value of k other nearest neighbors. K nearest neighbor 5 is the best imputation prediction result, both calculated by RMSE and MAPE, even in MAPE the error value is below 10%, which means it is very good.
Training on how to use Social Media Wisely and Ethically Herman Herman; Imam Riadi; Dikky Praseptian M; Faiz Isnan Abdurrachman; Syahrani Lonang
ABDIMAS: Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2022): ABDIMAS UMTAS: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Muhammadiyah Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (803.308 KB) | DOI: 10.35568/abdimas.v5i2.2686

Abstract

Nowadays, the behavior of users in social media arguably represent human behavior in the real world. Training on how to use social media wisely and ethically to young ages is needed to grow the good behavior. Based on a preliminary study, the ages of students in SMK Kesehatan Binatama is considered a terget of such training. 15 years old dominates with 63.6% followed by 16 years old with 29.3% according to age which has the highest penetration rate of social media users reaching 99.16%, namely ages 13-18 years. The activeness of students in social media reaches 99%. The number of hours students use social media where 10.1 % stated between 0-2 hours, 40.4% stated 2-5 hours, 36.4% stated 5-10 hours and 11.1 % more than 10 hours. Knowledge training on social media has been carried out several times but must continue to be carried out along with the development of social media technology and the shift in the age of its users. Training activities with wise and ethical materials using social media have been successfully held with the expected results. Participants' knowledge and insight, namely students can increase with information regarding what can and should not be done when using social media, information about hoaxes and cyberbullying and the ITE Law can be understood properly. The survey results also show an increase in the knowledge provided from the criteria of understanding to criteria of very understanding with an increase from the average score on the pre-test 2.96 with a percentage of 59.2% to the average score on the post-test 3.64 with a percentage of 72.8%.
Analisis Sentimen Kritik dan Saran Layanan RSUD Akhmad Berahim Tana Tidung menggunakan Metode Lexicon-Based Maulidia, Nurmala; Praseptian M, Dikky
Journal of Big Data Analytic and Artificial Intelligence Vol 8 No 1 (2025): JBIDAI Juni 2025
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v7i2.65

Abstract

Rapidly developing information technology must become a significant component in its use in all human life to simplify work. This matter underlined the research with that title, which the author believes will be an element of service assessment, whether positive, negative, or neutral. Sentiment analysis is required while evaluating a service, particularly in hospitals. The Lexicon-Based method uses a dictionary or lexicon as a language basis. This method classifies a sentiment from each opinion so that a sentiment sentence can be classified as positive, neutral, or negative. The text data will then be calculated using a Lexicon-Based to produce service quality sentiment analysis. The research used 100 data, with a questionnaire distributed of as many as 90 data and a suggestion box of as many as 10 data for sentiment analysis. The research received data of 33 criticisms and 67 suggestions. The Lexicon-Based method also classifies data into positive, negative, and neutral. The designed system can assist hospitals in evaluating services.
Implementasi Clustering dengan Metode Minimum Spanning Tree untuk Pengelompokan Siswa berdasarkan Nilai Hasil Studi Siti Hardianti; Sinawati; Dikky Praseptian M.
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Pendidikan memegang peranan penting dalam kemajuan suatu bangsa pendidikan merupakan sebuah proses yang berkesinambungan yang dilakukan secara terencana dan terukur dengan tujuan agar manusia dapat mencapai kehidupan yang lebih baik dari waktu ke waktu. Masalah yang dihadapi dalam SMA Muhammadiyah Tarakan adalah guru yang sulit untuk mengetahui kemampuan siswa karena tidak ada sistem siswa kategorisasi untuk menghitung nilai hasil studi Metode yang digunakan dalam penelitian ini adalah minimum spanning tree dengan menghitung jarak antara baris dan kolom, kemudian baris dan kolom di hitung dan dibagi sehingga hasil yang di dapatkan berupa nilai terkecil. Manfaat untuk SMA Muhammadiyah Tarakan adalah guru mampu mengidentifikasi siswa memiliki kesempatan yang sangat memuaskan, memuaskan , kurang memuaskan dan tidak memuaskan. Penelitian ini dirancang menggunakan euclidean distance yang merupakan jarak antara baris dan kolom dalam pengelompokkan nilai hasil studi. Aplikasi ini dirancang untuk membantu guru dalam melakukan proses pengelompokkan nilai siswa.
Aplikasi Mesin Pencarian Alat Elektronik Berbasis Web Menggunakan Metode Vector Space Model Putri Tarakanita Wijaya Ningtyas; Dikky Praseptian M.
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Penelitian ini bertujuan untuk membuat sistem pencarian alat elektronik Menggunakan Metode Vector Space Model pada PT. Eka Daya Tarakan. Proses pencarian Alat Elektronik masih dilakukan dengan cara mencatat ke dalam sistem komputerisasi yang ada pada PT. Eka Daya Tarakan. Metode Vector Space Model yang dibahas menggunakan konsep ruang vektor. Masukan dari pengguna dan kumpulan dokumen diterjemahkan menjadi vektor-vektor. Kemudian vektor-vektor tersebut dikenakan operasi perkalian titik dan hasilnya menjadi acuan dalam menentukan relevansi masukan pengguna (query) terhadap kumpulan dokumen. Vector Space Model solusi atas permasalahan yang dihadapi jika menggunakan algoritma TF/IDF. Karena pada algoritma TF/IDF terdapat kemungkinan antar dokumen memiliki bobot yang sama, sehingga ambigu untuk diurutkan. Pada sistem ini menggunakan adalah satu kriteria yaitu kata kunci untuk metode Vector Space Model yang telah diberikan bobot penilaian kesamaan. Nilai yang paling banyak adalah hasil yang muncul di barisan paling atas. Hasil penelitian yang dilakukan membuktikan bahwa metode sukses diterapkan kedalam sistem pencarian alat elektronik pada PT. Eka Daya Tarakan.
Rekayasa Aplikasi Rekomendasi Pencarian Lokasi Dan Analisis Sentimen Menggunakan Penambangan Teks Febriyanti, Eka; Noviyantono, Endyk; Praseptian M, Dikky
Journal of Big Data Analytic and Artificial Intelligence Vol 7 No 2 (2024): JBIDAI Desember 2024
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v7i2.66

Abstract

 This research aims to provide information and assessments about tourist attractions and culinary attractions that are popular on social media (Instagram and Twitter). The research process uses a text mining approach, starting with text processing (case folding, tokenizing, stopword removal, and stemming) to filter comments. Furthermore, weighting is carried out using the TF-IDF method to determine the relevance of words. The process of classifying comments by location name is carried out using the Naïve Bayes algorithm, followed by sentiment analysis to assess positive, negative, or neutral comments. The research application was built using PHP with a MySQL database and utilized a dataset of 73 comments (17 for tourism and 56 for culinary) collected from social media. The results of the study show that the system is able to produce recommendations for tourist and culinary attractions effectively based on data analysis
Co-Authors Abdul Fadlil Endyk Noviyantono Faiz Isnan Abdurrachman Herman Herman Herman Imam Riadi Maulidia, Nurmala Nurwijayanti Putri Tarakanita Wijaya Ningtyas Sinawati Sinawati Sinawati Siti Hardianti Syahrani Lonang