Article Per Year (5 Year)
p-Index From 2021 - 2026
1.376
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal technoscientia JIKO (Jurnal Informatika dan Komputer) Jurnal Teknologi Komputer dan Sistem Informasi Respati JURNAL TEKNOLOGI TECHNOSCIENTIA Journal of Intelligent Software Systems MANISE (Manajemen, Bisnis dan Ekonomi) JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Danny Kriestanto, Danny
Program Studi Informatika, STMIK AKAKOM, Yogyakarta
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
ANALISIS POHON KEPUTUSAN TERHADAP ANALOGI TAKSONOMI BLOOM UNTUK MENENTUKAN TINGKAT KEMAMPUAN MAHASISWA Danny Kriestanto
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 9 No 1 Agustus 2016
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v9i1.155

Abstract

People’s learning ability are varies, including for the undergraduate students. These students have different capability in absorbing knowledge, as previous researches stated (2010-2015). In this research, the data that had been used were twice more than the previous research. In order to find more information about Cognitive Aspects that had been affecting STMIK AKAKOM students in using Information Technology, decision tree were used. The result shown that generally the students are divided into 2 massive groups: a group that learn to memorize by applying first, and a group that learn creating by applying before learn how to memorize and understand how things work. That is, however, showing the learning pattern of the students.
Peran Moderasi Motivasi Hedonis Pada Pengaruh Kemanfaatan (Perceived Usefullnes) Dan Kepercayaan (Trust) Terhadap Niat Menggunakan Kembali E-Wallet ShopeePay Yanti, Sur; Kriestanto, Danny; Muzakki, Akbar Rizqi
Manajemen, Bisnis dan Ekonomi Vol 2, No 1 (2023): Okteber 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/manise.v2i1.1119

Abstract

Dalam e-commerce, bagi customer dalam melakukan transaksi pembelian menggunakan e-Wallet seperti ShopeePay terdapat unsur kepercayaan (trust) yang harus dipenuhi, selain hal tersebut adalah adanya manfaat (perceived usefulness) yang diperoleh  sehingga transaksi tersebut dapat dilaksanakan. Jika kedua hal tersebut terpenuhi diharapkan customer akan berniat untuk kembali melakukan transaksi pembelian secara online menggunakan E-Wallet seperti ShopeePay. Akan tetapi dengan adanya kemudahan dalam melakukan transaksi pembelian, terutama dari sisi pembayaran yang dilakukan dengan menggunakan e wallet seperti  ShopeePay tersebut terkadang customer justru tidak menyadari mengenai motivasi hedonis yang muncul, sehingga transaksi yang terjadi tanpa disertai dengan kepercayaan ataupun manfaat  yang yang diperoleh. Metode analisis data yang digunakan adalah teknik analisis data deskriptif kualitatif yaitu menekankan pada fakta dan sumber data. Teknik pengumpulan data dengan metode survey secara online dengan melalui tautan https://bit.ly/3pt1IQm. PLS 4 (Part Lease Square 4) digunakan sebagai alat analisis statistik. Hasil penelitian  menunjukkan bahwa Kemanfaatan Persepsian (Perceived Usefulness) konsumen berhubungan positif dengan Niat Menggunakan Kembali (Reuse Intention) e-Wallet ShopeePay adalah signifikan. Sedangkan untuk Kepercayaan (Trust) berhubungan positif dengan Niat Menggunakan Kembali (Reuse Intention) e-Wallet ShopeePay tetapi tidak signifikan. Peran Motivasi Hedonis (Hedonis Motivation) sebagai variabel moderasi memperlemah pengaruh Kemanfaatan Persepsian (Perceived Usefullnes) serta Kepercayaan (Trust) terhadap Niat Menggunakan Kembali (Reuse Intention) e-Wallet ShopeePay dan tidak signifikan.
Lecture Scheduling Using Genetic Algorithm Method Liyan, Sur; Kriestanto, Danny; Ramadhan, Alfitra; Haries, Muhammad; Lukman, Lukman
Journal of Intelligent Software Systems Vol 3, No 2 (2024): December 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i2.1501

Abstract

Lecture scheduling at a university is a very important element, because it determines the progress of the lecture activity process. At the Indonesian Digital Technology University, the lecture scheduling process still uses Microsoft Excel, this is considered less than optimal because it takes a relatively long time, the process is long and requires a high level of accuracy, which is something that often becomes an obstacle in the scheduling process. The genetic algorithm is an algorithm that can be used to solve problems on a large scale and with a high level of complexity, such as lecture scheduling. Genetic algorithms have advantages over other optimization methods, namely that genetic algorithms can optimize problems with complex problems and a very wide search space. There are several stages in a genetic algorithm, namely: initial population initialization, fitness evaluation, selection, crossover and mutation. The results of this research show that scheduling lectures using the genetic algorithm method results in faster and more accurate results, because the process is carried out by the program by finding the best solution from each generation iteration and the process will stop when the required solution is obtained. Meanwhile, scheduling lectures using MS Excel takes longer because it is done manually with the help of the VLOOKUP formula and requires a high level of accuracy so that there are no conflicting lecture schedules. From the test results, using Python software with a genetic algorithm takes 0.609356 seconds with an accuracy level of 100%. Meanwhile, testing using MS Excel with VLOOKUP takes around 20 minutes with an accuracy rate of 95%.Keywords— Scheduling, Lectures, Genetic Algorithm
Penerapan Naïve bayes untuk Analisis Faktor-Faktor Pemilihan STMIK AKAKOM sebagai Tempat Studi Danny Kriestanto; Femi Dwi Astuti
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 4, No 2 (2021): JTKSI
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jtksi.v4i2.1020

Abstract

Students that are going to continue their study in University has a wide variety of choices. This study is going to find the what are the motives of the student to choose STMIK AKAKOM using Naive Bayes. Primary data were used based on certain judgments and were taken from active students with different backgrounds for the last 5 years. The questionnaire was filled out online.  Respondents will be validated to make sure it was truly active students of STMIK AKAKOM. This was a 5-point Likert scale closed questionnaire. The respondents were consists of 60% male and 40% female with from 18-22 years old students, with 64% of the whole respondents were from Information System Department. 62% of the respondents came from the Special Region of Yogyakarta and 40% of them were never taken out PTN entrance exam. The result of this study was based on the analysis of Naive Bayes: the first rank was because of the quality, the second rank was because of the promotion, and the last one because of the tuition fees
Analisis Perbandingan GraphQL dan REST API pada Aplikasi Menu Restoran dengan Node.js Prasetyo, Agung; Kriestanto, Danny
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 2 (2025): Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i2.1521

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan performa antara GraphQL dan REST API pada aplikasi menu restoran berbasis Node.js, dengan fokus pada aspek waktu respons, penggunaan bandwidth, dan fleksibilitas. Masalah yang diangkat adalah menentukan solusi API yang optimal untuk aplikasi yang membutuhkan pengelolaan data secara efisien dan cepat. Pengujian dilakukan di lingkungan cloud menggunakan layanan gratis untuk menggambarkan kondisi nyata. Pendekatan penelitian dilakukan dengan pengujian performa menggunakan K6, alat yang digunakan untuk mensimulasikan beban permintaan pada server. Parameter yang diukur meliputi jumlah total permintaan, rata-rata waktu respons, volume data yang diterima dan dikirim, serta stabilitas server di bawah beban tinggi. Hasil analisis menunjukkan bahwa waktu respons GraphQL dan REST API tidak berbeda secara signifikan. Namun, GraphQL memiliki keunggulan dalam efisiensi bandwidth, karena hanya mengirim data yang diminta oleh klien, sedangkan REST API cenderung kurang fleksibel dan menghasilkan pengiriman data berlebih yang tidak selalu diperlukan klien. Hasil penelitian ini menunjukkan bahwa GraphQL unggul dibandingkan REST API dalam hal efisiensi data, kestabilan performa, dan fleksibilitas pengambilan data. GraphQL lebih hemat bandwidth dan memberikan kontrol lebih besar kepada klien dalam memilih data yang dibutuhkan, menjadikannya pilihan terbaik untuk aplikasi dengan kebutuhan data dinamis dan skalabilitas tinggi. Namun, REST API tetap efektif untuk aplikasi dengan arsitektur sederhana yang tidak memerlukan kustomisasi data kompleks.
PERFORMANCE ANALYSIS OF LOGISTIC REGRESSION ALGORITHM IN OPINION SEGMENTATION OF INDOSAT NETWORK SERVICE REVIEWS Dwi, Sandy Ananda; Kriestanto, Danny; Anwar, Ajie Al Qadri; Ro'uf, Syahrur; Rochmana, Lintang Suci; Nugroho, Muhammad Agung
Journal of Intelligent Software Systems Vol 4, No 1 (2025): Juli 2025
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v4i1.2004

Abstract

In the era of the industrial revolution 4.0, where the use of network services has become a basic need and cannot be separated from daily activities, the massive number of network service users can be proven by the increasing number of people using digital platforms to search for information, express opinions or even just to communicate with each other, currently network services are available in the form of digital platforms that can be used to purchase network data packages or just to monitor the quality of network services, therefore this study aims to analyze user sentiment towards network services that have been launched by the Indosat provider based on the results of user reviews sourced from the digital platform using a machine learning approach and a logistic regression algorithm model to determine the segmentation of opinions that are widely expressed on the digital platform. The results of this study indicate that the logistic regression algorithm is able to analyze patterns of consumer characteristics with good accuracy in the algorithm model, and the results of the accuracy of the algorithm model in finding segmentation patterns in sentiment opinions reach an accuracy value of 85%, precision 81%, recall 77% and f1-score 79% to predict an opinion that has negative and positive sentiment during testing, then network speed, connection disruption and network data package prices are one of the factors that can influence an opinion regarding negative and positive sentiment.
Rule Based System to Support Decisions on Determining Employee Status (Lecturers) for Scholarship Student Graduates Sipayung, Hotma Sadariahta; Andriyani, Widyastuti; Purnomosidi Dwi Putranto, Bambang; Kriestanto, Danny
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1337

Abstract

Salah satu permasalahan yang terjadi di Universitas Teknologi Digital Indonesia (UTDI) adalah proses seleksi yayasan Dosen Tetap yang disebut-sebut baru untuk diterapkan kepada mahasiswa penerima calon beasiswa S2 di Magister Teknologi Informasi (MTI). UTDI Yogyakarta. Kriteria yang digunakan dalam aturan tersebut adalah Indeks Prestasi (IP) Semester 1, IP Semester 2, IP Semester 3, Indeks Prestasi Kumulatif (IPK), Makalah (karya ilmiah), Kerjasama, Disiplin, Komunikasi, Pra Tesis, Tesis, Nilai C. , dan Durasi Studi yang diperoleh dari MTI UTDI, selanjutnya akan menggunakan Algoritma C4.5 untuk menghasilkan pohon keputusan yang akan dipelajari aturan dalam sistem. Penelitian ini menggunakan kaidah yang diperoleh dari MTI UTDI oleh Ketua Program Studi (Kaprodi) yaitu 41 data latih dan 8 data uji. Menggunakan forward chaining sebagai metode dalam sistem pakar yang mencari solusi melalui permasalahan, kemudian menggunakan Algoritma C4.5 yang merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Aturan yang terbentuk kemudian digunakan untuk memprediksi kelayakan lulusan beasiswa Magister menjadi Dosen Tetap, Dosen Kontrak, atau tidak memenuhi persyaratan. Hasil prediksi tersebut kemudian dievaluasi menggunakan Confusion Matrix dan memperoleh nilai akurasi sebesar 75%, Precision sebesar 77,78%, dan Recall sebesar 77,78%. Sehingga Algoritma C4.5 dengan menggunakan aplikasi RapidMiner cukup layak digunakan untuk mendukung pengambilan keputusan dalam pemilihan mahasiswa penerima beasiswa Magister yang akan diangkat menjadi Dosen Tetap, Dosen Kontrak maupun yang tidak memenuhi syarat sebagai Dosen di UTDI. Fakultas Teknologi Informasi
Co-Authors Agung Budi Prasetyo Agung Budi Prasetyo Agung Prasetyo Alif Benden Arnado Andriyani, Widyastuti Anwar, Ajie Al Qadri Dedy Ahmad Kurniawan Dini Fakta Sari, Dini Fakta Dwi, Sandy Ananda Femi Dwi Astuti Haries, Muhammad Hidayat, Herry Liyan, Sur Lukman Lukman Muhammad Taufik Irawan Muzakki, Akbar Rizqi Nugroho, Muhammad Agung Purnomosidi Dwi Putranto, Bambang Ramadhan, Alfitra Ro'uf, Syahrur Rochmana, Lintang Suci Sipayung, Hotma Sadariahta Sur Yanti, Sur