Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Pilar Nusa Mandiri INTI Nusa Mandiri Jurnal Informatika dan Rekayasa Elektronik Jurnal Teknik Informatika (JUTIF) Jurnal Sistem Informasi SPEED - Sentra Penelitian Engineering dan Edukasi Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Teknologi Sistem Informasi Jurnal Aruna Mengabdi (ARMI)
Ganda Wijaya, Ganda
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
OPTIMALISASI POHON KEPUTUSAN ID3 MENGGUNAKAN PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI ADOPSI LAYANAN DIGITAL PAYMENT Sumarna; Wijaya, Ganda; Suryadithia, Rachmat; Pangesti, Witriana Endah; Yudhistira
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 2 (2025): JIRE November 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i2.1711

Abstract

Transformasi digital mendorong peningkatan penggunaan layanan pembayaran digital seperti OVO dan GoPay. Namun, tingkat penggunaan layanan ini belum merata, sehingga diperlukan model prediksi untuk memahami faktor-faktor yang memengaruhi keputusan pengguna dalam mengadopsi layanan tersebut. Penelitian ini mengembangkan model klasifikasi berbasis algoritma ID3 yang dioptimasi menggunakan Particle Swarm Optimization (PSO). Data dikumpulkan melalui kuesioner dari 750 responden, kemudian diproses melalui tahap preprocessing, pelatihan ID3, dan optimasi dengan PSO. Hasil menunjukkan bahwa model ID3+PSO mencapai akurasi 94,53%, lebih tinggi dibandingkan ID3 tanpa optimasi (92,93%). Precision dan recall masing-masing meningkat menjadi 95,41% dan 95,15%, sementara AUC tetap tinggi di angka 98,20%. PSO terbukti efektif menyederhanakan model dan meningkatkan performa klasifikasi. Temuan ini berimplikasi pada peningkatan akurasi sistem rekomendasi dan pengambilan keputusan strategis oleh penyedia layanan digital payment, terutama dalam memahami karakteristik serta potensi adopsi layanan oleh pengguna secara lebih tepat.
Co-Authors Achmad Maezar Bayu Aji Adjat Sudradjat Agung Baitul Hikmah Ali Mustopa, Ali Arief Rusman Desvia, Yessica Fara Henny Destiana Herlina, Maria Jajang Jaya Purnama Kahfi, Ahmad Hafidzul Kholifah, Desiana Nur Mahmud Nawawi, Hendri Mochamad Wahyudi Olivia, Shinta Pratama, Febryawan Yuda Rachman Komarudin Ridwansyah Ridwansyah Ristiyani, Lina Ariska Rudianto, Biktra Sugiono, Sugiono Suhardjono S Sumanto, Sumanto Sumarna Suryadithia, Rachmat Tussyifa, Zaqia Verry Riyanto Wawan Setiawan WITRIANA ENDAH PANGESTI Yudhistira Yudhistira Yudhistira