Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal JURNAL INFORMATIKA Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Jurnal Pelita Pengabdian
Suprapto Suprapto
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Prediksi Pengangkatan Karyawan Dengan Metode Klasifikasi Algoritma C5.0 (Studi Kasus CV. T-Pico Jaya Mandiri) Suprapto Suprapto; Fahrul Fahrezi J.T; Edora Edora
Jurnal SIGMA Vol 13 No 1 (2022): Maret 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

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

Abstract

In the decision to appoint permanent employees that can be made at the company is determined in terms of attendance and good discipline. Determination of the appointment of permanent employees at CV. T-PICO JAYA MANDIRI still looks imprecise and takes a long time. Then a study was conducted that aims to determine the prediction information on permanent employee appointments by looking at the criteria set by the company using the C5.0 classification algorithm with the decision tree method. The data used in this study are employee data owned by CV. T-PICO JAYA MANDIRI as many as 403 data, the process of testing the method using Rapid Miner9.5. Based on the results of testing on research in predicting employee appointments at CV. T-PICO JAYA MANDIRI, obtained the result from the C5.0 algorithm or decision tree, which is an accuracy of 90.00%. So it can be concluded that the C5.0 algorithm technique with the decision tree method is considered successful in predicting employee appointments at CV. T- PICO JAYA MANDIRI. Keywords: Employee Recruitment, Classification, C5.0 Algorithm.
Implementasi Tanda Tangan Digital Berbasis Kombinasi Algoritma Digital Signature Algorithm Dan Rivest Shamir Adleman Candra Rizki Nanjung Kharisma; Suprapto Suprapto; Alhadi Saputra
JURNAL INFORMATIKA Vol 15, No 1 (2026): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v15i1.2684

Abstract

Dokumen digital membutuhkan mekanisme autentikasi dan integritas yang andal untuk memastikan keaslian penandatangan dan ketidakubahan isi setelah distribusi. Penelitian terdahulu umumnya hanya mengandalkan satu algoritma tanda tangan utama (DSA atau RSA secara terpisah) tanpa lapisan verifikasi tambahan pada RSA-PSS, sehingga terdapat gap pada model implementasi yang menggabungkan keduanya untuk mendeteksi pemalsuan isi, penggantian QR Code, dan penggunaan secret code tidak sah dalam satu alur terintegrasi. Selain itu, profil waktu eksekusi komponen kriptografi dan non-kriptografi pada implementasi PDF berbasis desktop belum diukur secara komprehensif. Penelitian ini bertujuan untuk: (1) mengimplementasikan skema tanda tangan digital DSA-RSA-PSS berbasis SHA-256 pada dokumen PDF menggunakan Python; (2) mengukur waktu eksekusi tiap komponen kriptografi (hashing, signing DSA, signing RSA-PSS) dan non-kriptografi (render PDF, deteksi QR Code) pada variasi dokumen 5 hingga 20 halaman; dan (3) mengevaluasi ketahanan sistem terhadap empat skenario keamanan. Dalam alur yang diusulkan, SHA-256 menghasilkan hash dokumen, DSA membentuk tanda tangan utama, dan RSA-PSS menambahkan lapisan verifikasi kedua yang disisipkan ke dalam QR Code. Hasil menunjukkan dokumen asli berhasil diverifikasi, sementara dokumen dengan secret code salah, perubahan isi, atau QR Code yang dimodifikasi berhasil ditolak. Rata-rata waktu hashing 0,0018 detik, signing DSA 0,0014 detik, signing RSA-PSS 0,0028 detik, dan render PDF menjadi beban terbesar sebesar 0,863 detik (±43,27% dari total proses). Kontribusi utama adalah prototipe verifikasi PDF offline yang mengintegrasikan deteksi pemalsuan isi, penggantian QR Code, dan validasi secret code dalam satu alur kerja. Penerapan produksi masih memerlukan integrasi Certificate Authority dan pengelolaan kunci berbasis Public Key Infrastructure.
Segmentasi Pelanggan dan Target Pemasaran (Targeting) Menggunakan Algoritma K-Means Clustering untuk Kampanye Iklan yang Efektif Roswanda Nuraini; Zaenur Rozikin; Suprapto Suprapto
JURNAL INFORMATIKA Vol 15, No 1 (2026): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v15i1.2742

Abstract

Perkembangan teknologi informasi menyebabkan meningkatnya volume data transaksi pelanggan yang dimiliki perusahaan, namun data tersebut sering kali belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan pemasaran, khususnya dalam penyusunan rekomendasi strategi targeting yang tepat sasaran. Penelitian ini bertujuan melakukan segmentasi pelanggan berdasarkan perilaku transaksi menggunakan metode Recency, Frequency, Monetary (RFM) dan algoritma K-Means Clustering. Data yang digunakan terdiri atas 5.000 pelanggan dengan 32.295 transaksi. Setelah melalui tahap preprocessing yang meliputi pemeriksaan struktur data, pengecekan missing value, penghapusan duplikasi, filtering dataset, dan transformasi tipe data, diperoleh 3.864 pelanggan dengan 28.009 transaksi. Selanjutnya, pembentukan variabel RFM menghasilkan 3.522 pelanggan yang memenuhi kualifikasi agregasi untuk proses segmentasi. Data kemudian dinormalisasi menggunakan metode Min-Max Scaling. Proses clustering dilakukan menggunakan algoritma K-Means dengan penentuan jumlah cluster menggunakan Elbow Method dan evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa empat cluster dipilih dengan nilai Silhouette Score sebesar 0,3787 karena menghasilkan segmentasi yang lebih representatif untuk kebutuhan interpretasi bisnis. Berdasarkan karakteristik nilai centroid RFM, empat segmen yang terbentuk terdiri atas VIP Customer, Loyal Customer, Regular Customer, dan At-Risk Customer. Hasil segmentasi menunjukkan bahwa setiap segmen memiliki karakteristik perilaku transaksi yang berbeda sehingga menghasilkan rekomendasi strategi targeting yang berbeda untuk masing-masing segmen pelanggan. Dengan demikian, hasil penelitian ini dapat menjadi dasar analitis dalam penyusunan rekomendasi strategi targeting yang lebih terarah dan berbasis data serta berpotensi mendukung pengambilan keputusan pemasaran dan upaya mempertahankan pelanggan bernilai tinggi.
Meningkatkan Visibilitas Institusi TKIT Al-Fajri Cahaya Umat dengan Profil Web Interaktif yang Inovatif Ananto Tri Sasongko; Sunita Dasman; Asep Suprianto; Suprapto Suprapto
Jurnal Pelita Pengabdian Vol. 1 No. 2 (2023): Juli 2023
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v1i2.2500

Abstract

Dalam era digital ini, internet telah menjadi bagian penting dari kehidupan sehari-hari. Menurut data Asosiasi Penyelenggara Jasa Internet Indonesia (APJII), 73,7% dari total 266 juta penduduk Indonesia telah terkoneksi ke internet. Namun, di TKIT Al-Fajri Cahaya Umat, Cikarang, mereka masih menggunakan cara konvensional dalam mempromosikan sekolah mereka. Cara ini memiliki beberapa kendala seperti kurangnya efisiensi waktu dan biaya serta jangkauan promosi yang terbatas. Oleh karena itu, pengabdian ini akan membangun dan mengimplementasikan sebuah website profil sekolah yang dapat diakses dari PC, laptop, tablet dan handphone. Untuk mengatasi kendala-kendala tersebut, salah satu solusinya adalah dengan mengimplementasikan website profil sekolah. Saat ini, website telah menjadi kebutuhan dasar bagi institusi karena merupakan media yang efektif di zaman sekarang. Sudah banyak penelitian yang membuktikan bahwa website adalah salah satu media paling efektif untuk mempresentasikan profil sekolah.
Pengenalan dan Pembelajaran Algoritma Pemograman Python Pada SMK Hijau Muda Karangraharja Aswan Supriyadi Sunge; Suprapto Suprapto; Tri Ngudi Wiyanto; Sutrisno Aji Prasetyo
Jurnal Pelita Pengabdian Vol. 2 No. 1 (2024): Januari 2024
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v2i1.3196

Abstract

Tujuan pembelajaran pemrograman adalah pemecahan masalah, berpikir logis dan sistematis. Ini membantu meningkatkan keterampilan mencari solusi dalam hal ini membantu dalam banyak aspek kehidupan, terutama membangun kreativitas dan kemandirian, berpikir kreatif dan menciptakan sesuatu yang baru. Khususnya bagi siswa jurusan yang berhubungan komputer perlu mempelajari dan mengenal bahasa pemrograman salah satu bahasa pemrograman yang saat ini sedang naik daun adalah Python, ini memang bukan yang baru namun tidak semua orang mengetahui bahasa pemrograman ini. Terutama di negara berkembang, Machine Learning semakin banyak digunakan untuk menyederhanakan masalah manusia, oleh karena itu, siswa memahami bahasa pemrograman, struktur dan fungsinya, serta lebih mungkin untuk dapat menggunakannya dalam masyarakat dan dunia kerja.
Co-Authors Alhadi Saputra Ananto Tri Sasongko Asep Suprianto Aswan Supriyadi Sunge Candra Rizki Nanjung Kharisma Edora Edora Fahrul Fahrezi J.T Roswanda Nuraini Sunita Dasman Sutrisno Aji Prasetyo Tri Ngudi Wiyanto Zaenur Rozikin