Claim Missing Document
Check
Articles

Found 4 Documents
Search

IMPLEMENTASI METODE TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KONSUMEN LOYALITAS Azhari, Amalyanda; Fransiska, Hera
Journal of Computer Science and Informatics (JOCSI) Vol 2 No 2 (2025): February
Publisher : EDU PARTNER INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69747/jocsi.v2i2.82

Abstract

Loyalitas konsumen merupakan faktor utama dalam menjaga keberlanjutan bisnis. Untuk menilai tingkat loyalitas konsumen secara objektif, diperlukan suatu sistem pendukung keputusan (SPK) yang mampu mengolah berbagai kriteria penilaian. Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah salah satu metode multikriteria yang dapat digunakan dalam SPK untuk membantu perusahaan dalam memilih konsumen dengan tingkat loyalitas tinggi. Penelitian ini mengimplementasikan metode TOPSIS pada sistem pendukung keputusan untuk menganalisis berbagai aspek yang mempengaruhi loyalitas konsumen, seperti repeat order, servis berkala dan reguler, status keaktifan konsumen, promosi dan lama berlangganan. Data penelitian dikumpulkan melalui survei yang dilakukan terhadap pelanggan dealer motor di Pringsewu dengan teknik kuesioner. Hasil penelitian menunjukkan bahwa metode TOPSIS dapat memberikan peringkat konsumen berdasarkan tingkat loyalitas mereka, sehingga dapat membantu perusahaan dalam menyusun strategi pemasaran dan retensi pelanggan yang lebih efektif. Implikasi penelitian ini adalah bahwa penerapan metode TOPSIS dapat digunakan oleh perusahaan untuk mengidentifikasi konsumen dengan tingkat loyalitas tinggi, sehingga memungkinkan pengelolaan strategi pemasaran dan retensi pelanggan yang lebih terarah dan efisien. Consumer loyalty is the main factor in maintaining business sustainability. To objectively assess the level of consumer loyalty, a decision support system (DSS) is needed that is capable of processing various assessment criteria. The Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method is a multi-criteria method that can be used in SPK to help companies select consumers with a high level of loyalty. This research implements the TOPSIS method in a decision support system to analyze various aspects that influence consumer loyalty, such as repeat orders, periodic and regular services, consumer activity status, promotions and length of subscription. Research data was collected through a survey conducted on motorbike dealer customers in Pringsewu using a questionnaire technique. The research results show that the TOPSIS method can provide consumer rankings based on their level of loyalty, so that it can help companies develop more effective marketing and customer retention strategies. The implication of this research is that the implementation of the TOPSIS method can be used by companies to identify consumers with high loyalty levels, enabling more targeted and efficient management of marketing strategies and customer retention.
Penerapan Transformer Based Deep Learning Untuk Deteksi Dini Serangan Siber Pada Infrastruktur Kritis Berbasis IoT Fransiska, Hera; Azhari, Amalyanda
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1118

Abstract

Perkembangan pesat Internet of Things (IoT) mendorong transformasi digital pada infrastruktur kritis seperti energi, transportasi, dan layanan publik. Namun, integrasi IoT juga meningkatkan risiko serangan siber akibat banyaknya celah keamanan di perangkat dan jaringan yang saling terhubung. Deteksi dini serangan siber menjadi sangat penting untuk menjaga stabilitas dan keberlanjutan operasional infrastruktur tersebut. Penelitian ini mengevaluasi efektivitas arsitektur Transformer Based Deep Learning dalam mendeteksi serangan siber secara proaktif di lingkungan IoT. Metode yang digunakan adalah eksperimen komputasional dengan pendekatan kuantitatif, memanfaatkan dataset publik seperti CICIDS2018 dan IoT 23, serta data simulasi jaringan lokal yang merepresentasikan kondisi infrastruktur kritis. Data berupa rekaman lalu lintas jaringan diproses melalui pelabelan dan pemisahan set pelatihan dan pengujian. Evaluasi performa model dilakukan menggunakan metrik akurasi, presisi, recall, F1 score, dan false positive rate. Hasil menunjukkan bahwa model transformer memberikan kinerja terbaik dibandingkan model lain (CNN dan LSTM), dengan akurasi di atas 96% dan tingkat kesalahan deteksi yang rendah. Kesimpulannya, arsitektur transformer efektif dalam meningkatkan keandalan sistem deteksi dini serangan siber pada ekosistem IoT. Penelitian lanjutan disarankan mengintegrasikan model ini ke sistem edge computing dan menguji kinerjanya dalam skenario real time yang lebih kompleks
Sistem Pendukung Keputusan Rekomendasi Jenis Diet Sehat bagi Wanita Berdasarkan Usia, Aktivitas Fisik, dan Status Kesehatan Menggunakan Metode Analytic Hierarchy Process dan Topsis Siregar, Guna Yanti Kemala Sari; Wulandari, Ika Arthalia; Fransiska, Hera
International Research on Big-Data and Computer Technology: I-Robot Vol 9, No 2 (2025): September
Publisher : UNIVERSITAS DHARMA WACANA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/ir.v9i2.672

Abstract

Program diet yang tepat sangat dibutuhkan wanita untuk menjaga kesehatan dan mencapai berat badan ideal sesuai kondisi tubuh masing-masing. Pemilihan jenis diet seringkali menjadi permasalahan karena banyaknya alternatif yang tersedia, sedangkan setiap individu memiliki kriteria berbeda seperti usia, aktivitas fisik, serta status kesehatan. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) yang dapat memberikan rekomendasi jenis diet sehat bagi wanita dengan menggunakan metode Analytic Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk menentukan bobot kriteria berdasarkan tingkat kepentingannya, sedangkan metode TOPSIS digunakan untuk melakukan perankingan alternatif jenis diet sehingga diperoleh hasil yang paling sesuai dengan kebutuhan pengguna. Kriteria yang digunakan meliputi usia, indeks massa tubuh, tingkat aktivitas fisik, dan kondisi kesehatan. Alternatif diet yang dianalisis mencakup diet rendah kalori, diet tinggi protein, diet Mediterania, dan diet DASH. Hasil penelitian menunjukkan bahwa kombinasi metode AHP dan TOPSIS mampu memberikan rekomendasi diet yang lebih objektif dan akurat dibandingkan pemilihan secara manual, sehingga dapat membantu wanita menentukan program diet yang tepat sesuai kondisi individu masing-masing.
Sistem Penunjang Keputusan Penentuan Siswa Berprestasi Pada SMP N 1 Pugung Menggunkan Metode AHP (Analytical Hierarchy Process) Fransiska, Hera
Cerdika: Jurnal Ilmiah Indonesia Vol. 1 No. 5 (2021): CERDIKA: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v1i5.479

Abstract

Decision-making in an institution/school is very important. The principal should make a decision based on calculations and long-term thinking so that the decision to determine the outstanding students to be taken is not wrong. Learning achievement is a description of a student's success rate in learning. The achievements they get can be in the form of academic and non-academic achievements. All of these are included in the criteria for students who are considered outstanding. To assist in determining students who are considered outstanding, a Decision Support System is needed. Determination of the students mentioned above can be categorized as a multicriteria case because there are several factors that cause various alternative choices with different values, so technology is needed to determine student achievement using the AHP (Analytical Hierarchy Process) method to help homeroom teachers manage assessments in order to make decisions appropriately. The purpose and objective of this research are to study the process of determining outstanding students with a manual system into a computerized system so as to facilitate the process of determining outstanding students.