Article Per Year (5 Year)
p-Index From 2021 - 2026
2.386
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Faktor Exacta Jurnal Teknologi Terpadu Journal of Innovation and Future Technology (IFTECH) Jurnal E-Komtek Indexia MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika Jurnal Ilmiah Mahasiswa Manajemen, Bisnis dan Akuntansi Technology and Informatics Insight Journal Journal of Data Science Theory and Application Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Rahmat Hidayat
Universitas Putra Bangsa
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PENGARUH LIVE, REVIEW PEMBELI, DAN VIDEO CONTENT TERHADAP KEPUTUSAN PEMBELIAN DI SHOPEE MENGGUNAKAN REGRESI LINEAR Andi Riawan; Eka Prasetianingsih; Rahmat Hidayat
Journal of Data Science Theory and Application Vol. 4 No. 1 (2025): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/yvwa7q10

Abstract

Perkembangan teknologi informasi dan komunikasi telah mengubah perilaku konsumen, khususnya dalam pengambilan keputusan pembelian di e-commerce. Shopee, sebagai salah satu platform terbesar di Indonesia, memanfaatkan fitur digital seperti live streaming, ulasan pelanggan, dan konten video sebagai strategi pemasaran utama. Penelitian ini bertujuan menganalisis pengaruh ketiga variabel tersebut terhadap keputusan pembelian konsumen di Shopee. Dengan metode survei kuantitatif, data diperoleh dari pengguna aktif yang memanfaatkan fitur live streaming dan ulasan produk. Hasil penelitian menunjukkan bahwa secara simultan dan parsial, live streaming, ulasan produk, dan konten video berpengaruh signifikan terhadap keputusan pembelian. Koefisien determinasi sebesar 88,21% menunjukkan bahwa variabel tersebut menjadi faktor dominan, dengan tingkat error prediksi (MAPE) 1,4013%, menunjukkan akurasi model yang sangat baik. Penelitian ini memberikan wawasan bagi pelaku usaha untuk mengoptimalkan pemasaran digital dan menjadi referensi bagi studi lebih lanjut di bidang e-commerce.
PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI HARGA RUMAH Subekti, Iklas Anang; Andriano, Chrisfian Beni; Nurdiansyah, Dimas; Hidayat, Rahmat
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.350 – 355

Abstract

Pasar properti yang dinamis sering kali menghadirkan tantangan dalam menentukan harga rumah secara akurat akibat berbagai faktor yang kompleks. Ketidakakuratan harga dapat merugikan pihak penjual maupun pembeli. Penelitian ini mengimplementasikan algoritma C4.5, sebuah algoritma berbasis pohon keputusan yang menggunakan information gain untuk memilih atribut utama dalam membangun model prediksi. Algoritma ini unggul dalam menangani data numerik maupun kategorikal, menjadikannya cocok untuk menganalisis atribut rumah seperti luas tanah, luas bangunan, jumlah kamar tidur, jumlah kamar mandi, dan luas garasi. Dengan membagi dataset berdasarkan atribut yang memberikan gain ratio tertinggi, algoritma C4.5 menghasilkan model yang dapat memprediksi harga rumah dengan akurasi mencapai 85,70%. Kemampuan algoritma ini dalam memberikan struktur pohon keputusan yang mudah dipahami oleh manusia juga menjadi keunggulan dalam mendukung interpretasi hasil. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 dapat diimplementasikan secara efektif untuk membantu meningkatkan efisiensi dan transparansi di pasar properti, khususnya di wilayah Jakarta Selatan
Peramalan Kadar Konsentrasi CO2 Global dengan Triple Exponential Smoothing Multiplicative Putri Pradani, Augistri; Hidayat, Rahmat
MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika Vol. 6 No. 1 (2025): MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika
Publisher : Universitas Tidar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31002/mathlocus.v6i1.4500

Abstract

Perubahan iklim merupakan salah satu fenomena yang memerlukan perhatian serius. Perubahan suhu yang ekstrem, pola cuaca yang tidak teratur, dan kekeringan merupakan fenomena yang erat kaitannya dengan pemanasan global. Kenaikan suhu rata-rata global disebabkan oleh meningkatnya kadar konsentrasi gas rumah kaca, salah satunya adalah . Kandungan  global mengalami peningkatan dari tahun ke tahun. Ketidaktahuan masyarakat terkait perkembangan kadar  ke depannya dapat mengakibatkan terjadinya fenomena atau bencana besar yang lebih sering dan banyak seperti perubahan iklim, dampak gas rumah kaca, dan pemanasan global. Oleh karena itu, perlu diketahui data peramalan konsentrasi  yang ke depannya masyarakat dapat bersama-sama melakukan aktivitas yang dapat mengurangi kadar konsentrasi . Penelitian ini bertujuan untuk memprediksi kadar konsentrasi CO2 menggunakan metode triple exponential smoothing multiplicative dan dievaluasi dengan MAPE. Prediksi untuk satu tahun ke depan menunjukkan kadar konsentrasi CO2 akan naik mulai April hingga Juni 2025, pada periode Juli hingga September 2025 kadar konsentrasi CO2 cenderung turun, dan akan kembali naik pada Oktober 2025 hingga Maret 2026. Hal ini dapat menjadi pertimbangan bagi pemerintah dan masyarakat untuk mengambil kebijakan dan mengurangi aktivitas-aktivitas yang dapat memicu kenaikan karbon dioksida di atmosfer.
Model Regresi Linear untuk Efisiensi Stok dan Prediksi Kebutuhan Bawang Putih Kupas UMKM Weri Sirait; Nur Azizah; Rahmat Hidayat
Jurnal Teknologi Terpadu Vol 11 No 2 (2025): Desember, 2025
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v11i2.2560

Abstract

The demand for peeled garlic at the Gilingan Bakso Barokah business tends to fluctuate and be difficult to predict. Inaccurate daily stock determination often leads to problems, especially when peeled garlic stock is excessive while demand is low. Peeled garlic will yellow, rot, and degrade in quality, while customers expect it to be fresh. To overcome this problem, this study aims to predict daily peeled garlic requirements using a simple linear regression model. The data used are daily sales records for peeled garlic from January to December 2024 at Gilingan Bakso Barokah. The linear regression model was built using time as the predictor variable to estimate daily sales trends. The results show that the model is capable of providing reasonably accurate estimates, with a Mean Squared Error (MSE) of 8.93 and a validation score of 9.03. The prediction model projects the peeled garlic requirement over the next 30 days at around 16 kg per day. These findings can help business owners manage peeled garlic stock more efficiently, minimize waste, and maintain customer satisfaction. This research provides an initial, stable, and reliable predictive model for the Gilingan Bakso Barokah business, while simultaneously demonstrating the effectiveness of simple linear regression for the daily management of fresh raw material stocks, with an accuracy level of MSE ≈ 9.
Co-Authors Andi Riawan Andriano, Chrisfian Beni Augistri Putri Pradani Eka Prasetianingsih Fathonah, Rina Febri Laksana Irawan Wibisonya Miftahul Huda Nanang Pradita Nanang Pradita Nur Azizah NURDIANSYAH, DIMAS Solly Aryza Subekti, Iklas Anang Weri Sirait Yulia Dewi Zamzami, Faiz