Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Coding: Jurnal Komputer dan Aplikasi

Rancang Bangun Marketing Automation Pada E-Commerce Menggunakan Framework CodeIgniter Qadari, Ilham Latul; Midyanti, Dwi Marisa; Prawira, Dian
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.53562

Abstract

Belanja online pada suatu e-commerce telah menjadi tren yang meningkat secara signfikan di Indonesia. Kebutuhan masyarakat terhadap toko-toko online sejalan dengan kebutuhan perusahaan maupun UMKM untuk mengembangkan e-commerce mereka sendiri. Akan tetapi, kebutuhan untuk menjual produk secara online harus diimbangi dengan strategi untuk memasarkan produk tersebut secara online dan otomatis pula kepada pelanggan. Berdasar hal tersebut, maka suatu e-commerce juga membutuhkan tools-tools marketing yang dapat memasarkan sekaligus mengetahui feedback dari pelanggan terhadap pemasaran yang dibuat. Penelitian ini mengembangkan Marketing Automation pada e-commerce yang di dalamnya terdapat fitur market segmentation, campaign management, e-mail marketing dan lead scoring. Hasil penelitian dari sisi pengujian interface memiliki nilai 87,7%, dan seluruh pengujian fungsionalitas berjalan baik. Sedangkan untuk pengiriman e-mail, seluruh e-mail berhasil terkirim berdasarkan data log Mailgun. Dengan hasil yang telah didapatkan dari penelitian dapat disimpulkan sistem e-commerce telah layak digunakan oleh perusahaan maupun UMKM sebagai tempat menjual dan memasarkan produk mereka.
PEMETAAN BERBASIS WEB TINGKAT KEMISKINAN MENGGUNAKAN MODEL KESEJAHTERAAN KELUARGA PADA APLIKASI SIG (Studi Kasus : Kelurahan Desa Kapur) Yanti, Januari; Sari, Renny Puspita; Prawira, Dian
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 3 (2023): Edisi Desember 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i03.53073

Abstract

Pemtikenan merupakan sistem informasi berbasis website yang dikembangkan untuk membantu pemerintahan Kelurahan Desa Kapur dalam menangani pengelolaan tingkat kemiskinan yang mengacu pada model kesejahteraan keluarga. Pemetaan dilakukan dengan membuat sebuah sistem informasi geografis yang menampilkan peta sebaran golongan keluarga sejahtera berdasarkan model kesejahteraan keluarga. Peta pada penelitian ini dibuat dengan pengambil titik koordinat dari openstreetmap dan javascript leaflet menyesuaikan data dan informasi mengenai data Kesejahteraan Keluarga di dusun parit mayor kelurahan desa kapur kec.sungai raya kab.kubu raya. Pengukuran tingkat kemiskinan menggunakan model kesejahteraan keluarga yang telah ditetapkan oleh BKKBN, dengan membagi golongan keluarga menjadi lima golongan kesejahteraan, yaitu keluarga pra-sejahtera, keluarga sejahtera tahap I, keluarga sejahtera tahap II, keluarga sejahtera tahap III dan keluarga sejahtera tahap III plus. Hasil penelitian ini berupa sistem informasi geografis berbasis website yang menyampaikan informasi peta sebaran golongan keluarga sejahtera berdasarkan model kesejahteraan keluarga, agar masyarakat lebih mudah dalam memahami informasi yang diterima, serta pihak   Kantor Desa Kelurahan Desa Kapur dan Kantor BKKBN dapat dengan mudah mengindentifikasi penyebaran keluarga sejahtera berdasarkan golongan nya diwilayah Desa Kapur. Sehingga dapat membantu pemerintah setempat untuk menjalankan berbagai program bantuan untuk masyarakat desa. Sistem ini telah dilakukan pengujian fungsional sistem menggunakan metode black box testing dan memperoleh hasil sesuai dengan yang diharapkan. Sedangkan pengujian antarmuka sistem dilakukan kepada 38 responden melalui kuesioner online memperoleh hasil persentase 87,2%.
SISTEM INFORMASI GEOGRAFIS PEMETAAN LAHAN PERTANIAN DAN KOMODITI HASIL PANEN BERBASIS WEBSITE (Studi Kasus : Dinas Pertanian Kabupaten Sanggau) Rahman, Arif; Sari, Renny Puspita; Prawira, Dian
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.54912

Abstract

Pemetaan merupakan suatu aktifitas dimana seseorang melakukan penggambaran suatu wilayah yang dapat memabntu dalam menunjukkan sautu wilayah kedalam bentuk gambar. Namun seringkali pemetaan masih tidak akurat dalam hal ini pemetaan lahan pertanian dan komoditi hasil panen serta melakukan perhitungan nilai hasil produksi pada komoditi panen. Hal ini terjadi pada dinas pertanian kabupaten sanggau. Dimana pemetaan yang dilakukan masih bersfitat manual dalam bentuk gambar diatas kertas sehingga resiko untuk terjadinya kesalahan yaitu berupa ketidak akuratan wilayah pertanian yang tersebar di kabupaten Sanggau dan perhitungan yang dilakukan dalam menentukan jumlah produksi panen masih dilakukan secara manual dengan cara menggunakan kalkulator sehingga memerlukan waktu lama dalam melakukan perhitungan nilai hasil produksi panen pada suatu wilayah pertanian. Penelitian ini bertujuan untuk membangun Sistem Informasi Geografis untuk pemetaan digital dengan menerapkan perhitungan nilai hasil produksi. Perhitungan nilai hasil produksi untuk mengukur besaran jumlah panen komiditi di setiap kecamatan. Hasil dari perhitungan tersebut disajikan dalam bentuk peta digital dan grafik. Sistem sudah dilakukan pegujian dengan black box testing serta uji fungsionalitas dan antarmuka sistem dan memperoleh persentase 88,29% sehingga masuk dalam kategori baik sekali.
RANCANG BANGUN SISTEM INFORMASI MANAJEMEN MASJID MENGGUNAKAN PROGRESSIVE WEB APPS Prawira, Ari Yudha; Ruslianto, Ikhwan; Prawira, Dian
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 3 (2023): Edisi Desember 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i03.53099

Abstract

Masjid memiliki peran penting sebagai pusat peribadahan, dakwah dan peradaban Islam. Namun saat ini masjid di Kota Pontianak masih menggunakan cara ­ ­manual dalam melakukan pengelolaan masjid serta belum diikuti dengan peningkatan kualitas pengelolaanya baik pada aspek idarah (manajemen), imarah (kegiatan memakmurkan), dan riayah (pemeliharaan). Maka perlu adanya penerapan komputerisasi untuk membantu pengurus masjid dalam pengelolaan masjid agar lebih efisien dan efektif. Teknologi informasi yang digunakan untuk memberikan pengalaman pengguna serta performa layaknya mobile apps adalah PWA. Hasil implementasi prinsip-prinsip PWA pada penelitian ini yaitu dapat berjalan saat offline, tidak akan memunculkan pesan network error di halaman website pada jaringan yang kurang memadai berkat bantuan dari service worker dan app manifest untuk menghilangkan proses download aplikasi melalui app store agar bisa dipasang pada homescreen secara langsung. Hasil audit PWA menggunakan tools lighthouse pada chrome yaitu installable mencapai angka 1/1 dan optimized mencapai angka 8/8 maka, sistem dapat dikatakan sebagai aplikasi berbasis PWA dikarenakan telah memenuhi berbagai kriteria dari teknologi PWA itu sendiri. Hasil penelitian ini berupa sistem informasi manajemen masjid yang telah dilakukan pengujian fungsional kepada pihak pengurus masjid dan memperoleh hasil sesuai dengan rancangan fungsional sistem. Sedangkan pengujian interface kepada masyarakat umum memperoleh predikat sangat baik dengan persentase 86%.
SISTEM SEGMENTASI PELANGGAN POTENSIAL MENGGUNAKAN METODE K-MEANS DAN ANALISIS RFM Tivano, Dio; Ruslianto, Ikhwan; Prawira, Dian
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 3 (2023): Edisi Desember 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i03.53238

Abstract

Pelanggan adalah potensi yang paling utama yang dimiliki setiap perusahaan. Maka dari itu, saat ini banyaknya perusahaan yang tidak hanya memfokuskan kegiatan pemasarannya pada pencarian pelanggan baru, tetapi lebih kepada upaya mempertahankan dan meningkatkan loyalitas pelanggan lama. Segmentasi pelanggan mengelompokkan pelanggan yang memiliki kesamaan karakteristik menjadi satu kelompok yang sama untuk membantu dalam proses penyesuaian produk dan layanan sehingga perusahaan dapat mengetahui pelanggan mana yang harus dipertahankan. Penelitian ini bertujuan untuk membuat sistem berbasis web yang berfungsi untuk melakukan segmentasi pelanggan potensial. Metode clustering menggunakan algoritma K-Means clustering digunakan dalam melakukan segmentasi pelanggan. Analisis RFM digunakan untuk pemilihan variabel yang digunakan dalam melakukan clustering. RFM menyimpan informasi tentang waktu pembelian terbaru (recency), berapa kali pelanggan melakukan pembelian (frequency), dan rata-rata total uang yang dikeluarkan (monetary). Hasil dari clustering akan ditampilkan dalam bentuk visualisasi yang membantu penyajian data dan informasi sehingga lebih mudah dipahami dalam membaca hasil segmentasi pelanggan. Hasil dari penelitian ini berupa sistem segmentasi pelanggan potensial yang telah dilakukan pengujian fungsional, memperoleh hasil sesuai dengan rancangan fungsional sistem. Sedangkan pengujian interface kepada masyarakat umum memperoleh predikat sangat baik dengan persentase 87,59%.
Identifikasi Sentimen Ulasan Pengunjung Objek Wisata Di Kota Pontianak Menggunakan BRNN Putra, Jungly Mandala; Prawira, Dian; Ilhamsyah, Ilhamsyah
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 2 (2025): Edisi September 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i2.88408

Abstract

Indonesia memiliki potensi pariwisata yang besar, termasuk di Kota Pontianak menawarkan wisata alam, sejarah, budaya, bahkan buatan. Platform seperti Google Maps dan TripAdvisor, memudahkan wisatawan dalam mencari informasi terkait ulasan objek wisata. Namun, ulasan-ulasan yang ada masih tidak terstruktur dan sulit diidentifikasi secara otomatis. Oleh sebab itu, penelitian ini mengembangkan sistem klasifikasi sentimen menggunakan BRNN yang memproses data teks secara dua arah. Analisis dilakukan dalam tiga kelas sentimen yaitu positif, netral, dan negatif. Dataset yang digunakan merupakan hasil Web Scraping pada Google Maps dan TripAdvisor sebanyak 11.125 ulasan yang kemudian diolah pada tahap Text Preprocessing. Dari hasil Text Mining, sentimen positif mendominasi ulasan yaitu 79,3% sedangkan sentimen netral 13,2% dan sentimen negatif 7,5% sehingga perlu dilakukan penyeimbangan data menggunakan SMOTE. Setelah tahap Word Embedding, model dilatih selama 100 epoch untuk melihat epoch optimal dan dievaluasi menggunakan confusion matrix. Model BRNN yang dilatih menggunakan semua data ulasan selama 90 epoch menghasilkan akurasi 71%, dengan precision tertinggi 88% dan terendah 21%, recall tertinggi 77% dan terendah 39%, serta f1-score tertinggi 82% dan terendah 27%. Hasil ini menunjukkan bahwa BRNN mampu melakukan klasifikasi sentimen dengan efektif dan dapat digunakan sebagai dasar analisis persepsi publik dalam pengembangan strategi pariwisata di Kota Pontianak. Kata kunci "” Analisis Sentimen, BRNN, SMOTE, Klasifikasi Multi-Kelas, Ulasan Objek Wisata
Sistem Klasterisasi Data Pencari Kerja Green Jobs Menggunakan Metode K-Means (Studi Kasus: ZonaEBT) Alfikri, Muhammad Dhani; Prawira, Dian; Sari, Renny Puspita
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 2 (2025): Edisi September 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i2.90857

Abstract

ZonaEBT merupakan perusahaan yang bergerak di bidang informasi dan publikasi energi terbarukan, termasuk menyediakan informasi lowongan kerja dalam sektor green jobs. Saat ini, terdapat data profil kandidat yang tersimpan di database ZonaEBT. Namun, data tersebut belum terorganisir dengan baik. Terutama, belum adanya pengelompokan data berdasarkan karakteristik serupa, seperti umur, pendidikan terakhir, IPK, pengalaman kerja, dan ekspektasi gaji. Hal ini menyulitkan perusahaan dalam menentukan konten informasi yang relevan dan tepat sasaran. Penelitian ini bertujuan untuk membangun sistem klasterisasi data pencari kerja green jobs menggunakan metode k-means. Sistem ini dirancang untuk mengelompokkan data berdasarkan kriteria seperti umur, pendidikan terakhir, IPK, pengalaman kerja, dan ekspektasi gaji. Hasil penelitian ini berupa sistem klasterisasi data pencari kerja green jobs yang menghasilkan dua buah cluster. Cluster 1 beranggota 216 orang dengan karakteristik serupa sedangkan cluster 2 beranggota 33 orang dengan karakteristik serupa. Validasi hasil clustering menggunakan nilai Silhouette Coefficient sebesar 0,6339, yang menunjukkan kualitas pemisahan cluster dalam kategori baik. Pengujian fungsional sistem menggunakan metode black box yang menunjukkan bahwa seluruh fungsi sistem berjalan sesuai perancangan. Sementara itu, pengujian antarmuka sistem memperoleh nilai persentase 86,9% yang menunjukkan hasil sangat baik. Kata kunci: ZonaEBT, Green Jobs, K-Means, Klasterisasi Data, Cluster
Pengembangan Prediksi Kata Selanjutnya Pada Rekam Medis Elektronik Klinik XYZ Menggunakan Bidirectional LSTM Islamaynita, Nurul Shinta; Prawira, Dian; Mutiah, Nurul
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 2 (2025): Edisi September 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i2.90316

Abstract

Perubahan pencatatan rekam medis secara elektronik dialami oleh Klinik XYZ. Saat ini Klinik XYZ sudah memiliki Sistem Informasi Klinik (SIKLIK) dalam memanajemen operasional data salah satunya dalam pencatatan rekam medis, tetapi pencatatan rekam medis pada SIKLIK belum sepenuhnya digunakan secara langsung oleh dokter atau perawat, salah satunya penyebabnya dikarenakan dalam input diagnosa dokter maupun perawat hanya memiliki waktu yang sangat terbatas akibat antrian pasien yang banyak. Berdasarkan permasalahan tersebut untuk memudahkan dan mempercepat penginputan diagnosa pasien pada SIKLIK dikembangkan prediksi kata selanjutnya. Penelitian ini menggunakan salah satu metode neural network yaitu Bidirectional Long Short-Term Memory dalam memprediksi kata selanjutnya dengan mengolah data rekam medis pasien Klinik XYZ. Bidirectional LSTM memproses dari arah maju-mundur pada data input untuk menghasilkan prediksi. Hasil dari pengembangan ini didapatkan model terbaik dengan akurasi tertinggi sebesar 76,5% dengan loss sebesar 0,89 pada data training. Pada data validasi, model mencapai akurasi sebesar 58,5% dengan loss sebesar 2,68, sedangkan pada data testing, akurasi mencapai 57,4% dengan loss sebesar 2,59. Model berhasil diimplementasikan pada SIKLIK melalui REST API menggunakan kerangka kerja Flask. Kata kunci : Bidirectional LSTM, Rekam Medis, Prediksi Kata, Flask