Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal bit-Tech Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Pengabdian Kepada Masyarakat Abdi Nusa Jurnal Sains Informatika Terapan (JSIT)
Nugraha
Universitas Nusa Putra
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Public Health Other

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

Found 5 Documents
Search

 1 
PEMANFAATAN SISTEM INFORMASI PARIWISATA (SIMPARTA) UNTUK MENDORONG WISATAWAN DI DESA CIPEUNDEUY KABUPATEN SUKABUMI Anggun Fergina; M Rifki Nurul R A; Fatur Rahman Gandi; Dafa Afdal D; Mutiara Permata Sari; Nur Hidayah K Fadhilah; Nugraha; Iwan Setaiawan
Jurnal Abdi Nusa Vol. 3 No. 2 (2023): Juni 2023
Publisher : LPPM Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdinusa.v3i2.55

Abstract

Desa Cipeundeuy merupakan salah satu desa yang berada di Provinsi Jawa Barat yang berposisi tidak jauh dari Pantai Minajaya , Kabupaten Sukabumi. Desa Cipeundeuy memiliki banyak lahan yang ditanami oleh pohon kelapa. Salah satu pemanfaatan kelapa di Desa Cipeundeuy adalah pengolahan kelapa menjadi gula jawa . Gula jawa adalah pemanis yang dibuat dari nira yang berasal dari tandan bunga jantan pohon kelapa. Gula jawa banyak diminati karena berbagai kelebihan yang dimilikinya. Dengan adanya produksi gula jawa ini dapat membantu perekonomian masyarakat sekitar. Tujuan dilakukannya penelitian ini adalah untuk mengetahui bagaimana proses pembuatan gula jawa, berapa banyak produksi yang dihasilkan, pendistribusian produk gula jawa. Gula jawa ini merupakan produk unggulan Desa Cipeundeuy yang dimana produk tersebut menjadi produk UMKM setempat. Metode yang digunakan adalah deskriptif dengan melakukan wawancara langsung kepada salah satu warga desa yang memiliki usaha dalam pembuatan gula jawa. Hasil dari penelitian ini yaitu jumlah produksi gula jawa yang dihasilkan sekitar 30 – 50 kg perhari. Dan pendistribusiannya sudah sampai ke daerah Tangerang dan Bogor.
Sistem informasi publik e-lapor pengaduan masyarakat di kelurahan sriwidari menggunakan CRM berbasis android Anggun Fergina; Gina Purnama Insany; Sally Agustin Elisya; Nugraha
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i2.4896

Abstract

Kelurahan Sriwidari adalah salah satu kelurahan yang ada di Kecamatan Gunungpuyuh, Kota Sukabumi, Provinsi Jawa Barat. Kelurahan Sriwidari saat ini menerima pengaduan masyarakat dengan metode manual, yaitu dengan cara masyarakat datang langsung ke kantor Kelurahan Sriwidari untuk menyampaikan pengaduan. Namun, metode ini seringkali kurang efektif karena butuh proses untuk menyampaikan pada setiap petugas sesuai kategori pengaduan, berkas pengaduan dapat hilang dan juga rusak selain itu rekap data yang dilakukan juga sulit karena harus melakukan pengecekan berkas satu persatu. Oleh karena itu penulis tertarik untuk memberikan sebuah solusi dari persoalan tersebut maka dibuatlah aplikasi E-Lapor pengaduan masyarakat berbasis android dengan bahasa pemograman Java dan Firebase Realtime sebagai database. Aplikasi E-Lapor pengaduan masyarakat berbasis android ini dapat mempermudah masyarakat untuk melakukan pengaduan tanpa harus datang ke kantor Kelurahan. Peneliti menggunakan metode Customer Relationship Management (CRM) untuk merancang Aplikasi e-lapor pengaduan masyarakat berbasis android ini. Hasilnya, sistem ini dapat dipergunakan sebagai media publikasi dan komunikasi antara masyarakat yang ada di Kelurahan Sriwidari.
Pengembangan Websiste Promosi Produk Sugarahen Milik CV Tiga Jaya Menggunakan Framework Laravel Dan Metode Waterfall Nugraha; Darmawan Suka Prajadiputra
Jurnal Sains Informatika Terapan Vol. 5 No. 1 (2026): Jurnal Sains Informatika Terapan (Februari, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v5i1.915

Abstract

Penelitian ini bertujuan untuk mengembangkan website promosi produk Sugarahen milik CV Tiga Jaya sebagai sarana peningkatan visibilitas dan penguatan strategi pemasaran digital. Penelitian ini bermanfaat sebagai solusi promosi berbasis web yang lebih profesional, informatif, dan mudah diakses oleh calon pelanggan. Dataset yang digunakan meliputi informasi perusahaan, katalog produk, dan kebutuhan fungsional yang diperoleh melalui wawancara dengan pihak perusahaan. Pengembangan dilakukan menggunakan metode Waterfall dengan tahapan analisis, desain, implementasi, pengujian, dan pemeliharaan. Kebaruan penelitian ini terletak pada integrasi Laravel, TailwindCSS, dan Alpine.js dalam membangun website promosi yang responsif dan dilengkapi fitur blog dinamis serta form kontak terintegrasi. Hasil penelitian menunjukkan bahwa seluruh fitur berjalan dengan valid berdasarkan uji black-box, dan website yang dihasilkan mampu berfungsi optimal sebagai media promosi digital perusahaan.
Pengembangan Sistem Klasifikasi Citra Daging Sapi Dan Daging Babi Berbasis Web Menggunakan DENSENET-121 Siti Nurviatika; Ivana Lucia Kharisma; Nugraha
Jurnal Sains Informatika Terapan Vol. 5 No. 2 (2026): Jurnal Sains Informatika Terapan (Juni, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v5i2.1176

Abstract

The circulation of beef and pork products that are difficult to distinguish visually can create challenges for consumers, making an automated meat identification system necessary. This study aims to develop an image classification model for beef and pork using the Convolutional Neural Network (CNN) method with the DenseNet-121 architecture and to implement it in a Streamlit-based web application. The dataset used in this study consists of 6,000 images, comprising 3,000 beef images and 3,000 pork images collected from two different dataset sources. The dataset underwent several preprocessing stages, including resizing, contrast enhancement, normalization, and data augmentation, and was subsequently divided into training, validation, and testing sets with a ratio of 70:15:15. The results show that the DenseNet-121 model is capable of classifying beef and pork images with excellent performance. Based on the evaluation using a confusion matrix and classification report, the model achieved an accuracy of 97.89%, with high precision, recall, and F1-score values for both classes. The trained model was then deployed in a web application that allows users to perform classification through image uploads or direct image capture using a camera. Based on these findings, it can be concluded that the DenseNet-121 architecture is capable of classifying beef and pork images with high accuracy and has the potential to be utilized as a practical tool for meat type identification.
Customer Segmentation-Based Promotion Recommendation Using RFM and K-Means Clustering on a Web Platform Kemal Fiqri Handoko; Nugraha Nugraha; Alun Sujjada
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3677

Abstract

Traditional micro-scale retail businesses, such as neighborhood stores, frequently apply promotions uniformly due to limited analytical capacity, leading to inefficient resource use and weak customer retention. Existing promotion recommendation studies predominantly focus on large-scale or online retail settings, leaving a methodological and translational gap in data-driven promotional decision support for micro-scale traditional retail contexts. This study aims to address this gap by developing and evaluating a web-based promotion recommendation system tailored to operational constraints of small neighborhood stores. Customer purchasing behavior is modeled using the Recency, Frequency, and Monetary (RFM) framework, and customer segmentation is performed with the K-Means clustering algorithm. The study utilizes transaction records from 1,043 registered customers comprising 1,500 transactions collected between February and April 2025. Five customer segments are identified, namely VIP customers, frequent buyers, occasional shoppers, at-risk customers, and new customers. Clustering quality is assessed using the Silhouette Score, achieving a value of 0.4464, which indicates moderate cluster cohesion and separation. Promotional performance is evaluated through a pre–post implementation comparison, where the observed 157.09% sales increase reflects an associative improvement rather than a causal estimate of system impact. Analytically, the study contributes a validated customer segmentation pipeline suitable for sparse micro-retail data, while at the system level it delivers an operational web-based decision support tool that translates segmentation results into actionable promotional recommendations. Although practically useful, the evaluation covers one store and a short period, limiting generalizability and causal inference.
Co-Authors adang badru jaman,anggun fergina, adang badru jaman,anggun fergina Alun Sujjada Dafa Afdal D Darmawan Suka Prajadiputra Fatur Rahman Gandi Gina Purnama Insany IVANA LUCIA KHARISMA Iwan Setaiawan Kemal Fiqri Handoko M Rifki Nurul R A Mutiara Permata Sari Nur Hidayah K Fadhilah Sally Agustin Elisya Siti Nurviatika