Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal JURNAL INFORMATIKA Madaniya Bulletin of Information Technology (BIT) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Zaenur Rozikin
Universitas Pelita Bangsa
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Other

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

Found 5 Documents
Search

 1 
Prediksi Ketebalan Powder Coating Menggunakan Algoritma SVM Dan Naïve Bayes Zaenur Rozikin; Ahmad Turmudi Zy; Antika Zahrotul Kamalia
Bulletin of Information Technology (BIT) Vol 4 No 2: Juni 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i2.687

Abstract

Data Mining is a method that has been widely used to make scientific discoveries from a collection of datasets which so far have only been stored without further management. In the industrial world the use of data mining methods has helped with problems that are often found in the industrial field. Data mining helps in making predictions regarding thickness quality problems in a panel box product. Data mining is very useful for finding patterns in complex manufacturing data processing processes. Especially when we talk about consumers or service users of our product panels who want the panel to have good powder coating quality. This made the researchers conduct research to find the accuracy value which would later be used as a definite reference regarding the thickness of the powder coating. The results of this test the svm algorithm is better than naïve Bayes because the data in general can be categorized as a good result which has an accuracy of 97.60%, precision 99.56% and 96.03% recall. This res ult is an illustration for consumers to ensure that the panels to be purchased are of the best quality. By showing the data that has been processed, the consumer is sure that the purchase is really valid
Strategi Pendampingan Penggunaan Media Sosial yang Positif dan Produktif bagi Generasi Alpha Zaenur Rozikin; Antika Zahrotul Kamalia; Wiyarno Wiyarno; Mahesa Rezky Ramadhan; Qoriah Ar Raudhatul Hasanah
Madaniya Vol. 6 No. 1 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1139

Abstract

Program Strategi Pendampingan Penggunaan Media Sosial yang Positif dan Produktif bagi Generasi Alpha di MI AT-Taqwa Cikarang Selatan bertujuan untuk meningkatkan keterampilan siswa dalam menggunakan media sosial secara bijak dan produktif. Program ini difokuskan pada empat indikator utama, yaitu pemahaman penggunaan media sosial yang positif, pembuatan konten edukatif, kesadaran akan keamanan digital, dan pemanfaatan media sosial untuk pengembangan diri. Melalui pendampingan yang intensif, peserta berhasil mengidentifikasi cara-cara positif dalam menggunakan media sosial, membuat dan membagikan konten yang bermanfaat, serta memahami langkah-langkah perlindungan data pribadi. Hasil program menunjukkan bahwa peserta mampu memanfaatkan media sosial dengan lebih produktif, yang tidak hanya meningkatkan keterampilan digital mereka tetapi juga membentuk kebiasaan positif dalam berinteraksi di dunia maya.
Pemberdayaan Siswa Sekolah Dasar Dalam Edukasi Penggunaan Media Sosial Yang Cerdas Zaenur Rozikin; Antika Zahrotul Kamalia; Nursinta Afrianti; Setiyadi Wicaksono; Rangga Purnama
Madaniya Vol. 6 No. 2 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1220

Abstract

Di era digital saat ini, pemanfaatan media sosial terus mengalami perkembangan yang pesat dan telah menjadi bagian yang tidak terpisahkan dari kehidupan sehari-hari, termasuk di kalangan anak-anak dan remaja. Program pemberdayaan siswa sekolah dasar dalam edukasi penggunaan media sosial yang cerdas di SDN 1 Ciranggon Karawang bertujuan untuk meningkatkan pemahaman dan keterampilan siswa dalam menggunakan media sosial secara bijak dan bertanggung jawab. Melalui metode yang meliputi presentasi, diskusi, dan studi kasus, program ini memberikan wawasan kepada siswa mengenai pentingnya etika digital, dampak negatif penggunaan media sosial, serta cara memanfaatkan media sosial untuk tujuan yang positif. Hasil evaluasi menunjukkan bahwa program ini berhasil mencapai tujuan dengan capaian yang lebih tinggi dari target yang ditetapkan, dengan peningkatan pemahaman siswa mencapai 90%, kesadaran etika 85%, dan kemampuan mengidentifikasi dampak negatif media sosial mencapai 80%. Meskipun demikian, perlu ada penguatan lebih lanjut pada literasi digital dan penanganan dampak psikologis dari penggunaan media sosial. Program ini diharapkan dapat memberikan bekal yang berguna bagi siswa dalam menggunakan media sosial secara cerdas dan bertanggung jawab.
Klasifikasi Kondisi Pasar Harga Emas ANTAM Indonesia Menggunakan Algoritma Decision Tree Antika Zahrotul Kamalia; Choiriyatun Nisa Latansa; Zaenur Rozikin
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.800

Abstract

This study aims to classify Indonesian ANTAM gold market states using a Decision Tree model built on daily price data from 2010–2024. Market conditions are categorized into three classes: bullish, bearish, and sideways, based on forward returns with an adaptive quantile-based thresholding scheme. The feature set comprises multi-horizon rolling volatility indicators (e.g., std_5, std_10, std_20) and momentum measures (e.g., mom_5, mom_10, mom_20). A time-based split is applied, allocating 80% of observations for training and 20% for testing. Evaluation on the test set yields an accuracy of 0.337 with a macro-F1 of approximately 0.34, indicating limited predictive performance in a three-class setting. Interpretability analysis reveals that std_20 is the most influential feature, followed by std_10 and mom_5, while one-day returns contribute marginally. These findings suggest that aggregated volatility and momentum patterns are more informative than single-day fluctuations for market regime mapping. Overall, the Decision Tree is best positioned as an interpretable baseline for transparent market-state analysis, providing a foundation for future work involving richer features and more robust models.
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.
Co-Authors Ahmad Turmudi Zy Antika Zahrotul Kamalia Choiriyatun Nisa Latansa Mahesa Rezky Ramadhan Nursinta Afrianti Qoriah Ar Raudhatul Hasanah Rangga Purnama Roswanda Nuraini Setiyadi Wicaksono Suprapto Suprapto Wiyarno