Abdillah Arafat
UIN Sunan Ampel Surabaya

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Trend Analysis in Selection of Accounting Information Systems Research Topics in Indonesia in 2015-2020 Yusuf Amrozi; Abdillah Arafat; M. Ryan Richul Firdaus
Kajian Akuntansi Volume 24, No. 1, 2023
Publisher : Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/ka.v24i1.7167

Abstract

Grafik publikasi ilmiah pada tahun 2015-2020 pada bidang sistem informasi akuntansi di Indonesia menunjukkan kecenderungan yang kian meningkat. Hal ini membuat penulis tertarik untuk melakukan analisis terkait dengan topik penelitian pada bidang tersebut. Tujuan dilakukannya analisis ini adalah agar dapat memberikan gambaran kepada khalayak mengenai topik sistem informasi akuntansi dan metode yang digunakan. Dengan memilih artikel dari jurnal yang terakreditasi Sinta, penulis berharap agar artikel ini menghasilkan temuan yang berkualitas. Hasil penelitian menunjukkan bahwa tren topik penelitian sistem informasi akuntansi di Indonesia pada tahun 2015-2020 adalah seputar Kinerja, Keuangan, dan Manajemen. Adapun metode yang digunakan bervariasi seperti kuisioner hingga studi literatur.
Komparasi Algoritma Hierarchical, K-Means, dan DBSCAN pada Analisis Data Penjualan Melalui Facebook Farah Dwi Wahyuningtyas; Abdillah Arafat; Agus Stiawan; Dwi Rolliawati
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.2931

Abstract

Penggunaan internet di Indonesia untuk akses media sosial meningkat dari empat tahun sebelumnya, di mana 36,36 persen pengguna masih menggunakan media sosial Facebook. Rata-rata pengguna media sosial ini berasal dari kalangan remaja dengan smartphone. Facebook memiliki fitur-fitur yang digemari oleh penggunanya untuk melakukan aktivitas jual beli, sehingga dapat meningkatkan user engagement dan data penjualan. Untuk menganalisis peningkatan data penjualan, penelitian ini menggunakan data mining dengan metode klasterisasi. Dengan menggunakan data sekunder dari UCI Repository, dilakukan analisis terhadap komparasi tiga algoritma berbeda untuk mengetahui mana yang terbaik di antara algoritma Hierarchical, K-Means, dan DBSCAN. Hasil penelitian menunjukkan bahwa algoritma Hierarchical dengan  memperoleh skor silhouette tertinggi yaitu 0.884, selisih yang cukup tipis dengan perolehan silhouette score yang diperoleh K-Means sebesar 0.872. Selanjutnya, hasil komparasi yang dilakukan dengan menggunakan indikator performa menunjukkan bahwa K-Means merupakan algoritma terbaik dengan rata-rata waktu eksekusi selama 0.402 detik, selisih yang cukup jauh dari dua algoritma yang lain. Berdasarkan dua indikator yang telah digunakan tersebut, dapat diketahui bahwa algoritma terbaik untuk menganalisis data penjualan melalui Facebook adalah algoritma K-Means. Terakhir, munculnya jumlah cluster 2 dari algoritma K-Means dapat mengelompokkan data penjualan melalui Facebook menjadi dua kategori, yaitu “Postingan Ramai” dan “Postingan Kurang Ramai”.