Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Journal Automation Computer Information System (JACIS) SAINTEK
Asep Suprianto
Universitas Pelita Bangsa
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Sistem Informasi E-Commerce Berbasis Website Menggunakan Metode Rapid Aplication Depelovment Pada Butik Cantika Cikarang Rahmat Eli Daeli; Faradilla Laksmita Devi; Asep Suprianto; Putri Anggun Sari
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Cantika Butik merupakan perusahaan penjualan yang bergerak dibidang fashion seperti pakaian pria maupun wanita dan anak-anak hingga dewasa. Cantika Butik memiliki kendala dalam menjalankan usahanya, seperti dalam proses transaksi customer tidak dapat dilakukan secara online, sehingga menyulitkan customer yang jauh dari lokasi dalam melakukan pembelian dan pengelolaan data produk masih menggunakan cara manual sehingga seringkali mengakibatkan terjadinya data ganda hal itu sering mengakibatkan kesulitan pemilik usaha dalam mengambil keputusan . Penelitian ini bertujuan untuk membuat suatu sistem informasi yang dapat membantu Butik Cantik Cikarang dalam melakukan penjualan secara online. Metode yang digunakan sebagai acuan dalam merancang aplikasi yg dibutuh kan dalam penelitian ini adalah metode Rapid Aplication Depelovment. Hasil akhir dari penelitian ini adalah menghasilkan sebuah sistem informasi ecommerce penjualan produk butik berbasis website yang dapat menjadi solusi dari permasalahan yang terdapat pada Cantika butik. Fitur-fitur yg sudah penulis buat pada e-commerce Cantika butik sudah diuji dengan menggunakan metode blackbox testing dan sudah dapat berjalan dengan baik sesuai dengan tujuan yg sudah ditentukan dan dapat menjawab permasalahan yg terjadi pada Cantika butik.
Penerapan Teknik Web Scraping Untuk Pencarian Produk Terlaris Di Berbagai Situs E-Commerce Indonesia Rais Saputra; Faradilla Laksmita Devi; Asep Suprianto; Putri Anggun Sari
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi menjadi dampak positif bagi orang yang ingin membuka peluang bisnis barn dengan menjual produknya secara online. Kendalanya adalah dalam pemilihan produk yang ingin dijual, masyarakat cenderung bingung untuk menentukan produk apa yang dibutuhkan karena ketidaktahuan produk apa yang sedang laris di pasaran. Dengan tujuan mempermudah pengguna yang ingin mengetahui produk terlaris maka dilakukan pembuatan website dengan memanfaatkan metode Web scraping sebagai penunjang untuk mengumpulkan informasi mengenai produk terlaris yang terdapat dalam marketplace di antaranya Shopee dan lazada. Informasi tersebut berupa nama barang, harga barang, jumlah produk terjual, gambar produk, lokasi dan asal situs. Dengan menggunakan metode RAD (Rapid Application Development). Hasil dari penelitian ini berupa website yang menampilkan informasi produk dari marketplace Lazada dan Shopee dengan mengambil data produk pada kategori kamera.
Prediksi Risiko Stroke Berdasarkan Faktor Klinis Menggunakan Random Forest Dengan Optimasi Threshold dan SHAP Chaerul Hidayat; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.178

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di berbagai negara, sehingga diperlukan metode prediksi risiko yang akurat berbasis data klinis. Namun, penelitian sebelumnya umumnya masih menghadapi permasalahan ketidakseimbangan data serta kurang memberikan interpretasi terhadap faktor klinis yang berpengaruh. Penelitian ini mengembangkan model prediksi risiko stroke dengan mengatasi ketidakseimbangan data serta meningkatkan interpretabilitas model. Dataset yang digunakan terdiri dari 5.110 data pasien dengan distribusi kelas yang tidak seimbang. Untuk mengatasi permasalahan tersebut, diterapkan metode SMOTEENN dan algoritma Balanced Random Forest, serta analisis menggunakan pendekatan Explainable Artificial Intelligence (XAI). Hasil evaluasi menunjukkan bahwa model memiliki kinerja yang cukup baik dengan nilai accuracy sebesar 79,26% dan ROC-AUC sebesar 82,01%. Namun, nilai precision yang relatif rendah (15,68%) menunjukkan masih terdapat prediksi positif yang tidak tepat, sebagai konsekuensi dari peningkatan recall  sebesar 74% dalam mendeteksi kasus stroke sebagai kelas minoritas. Analisis SHAP menunjukkan bahwa usia, kadar glukosa, hipertensi, dan indeks massa tubuh merupakan faktor utama dalam prediksi risiko stroke. Penelitian ini memberikan kontribusi dalam meningkatkan deteksi kasus stroke serta menyediakan interpretasi model yang lebih transparan
Analisis Sentimen Opini Publik Terhadap ChatGPT Pada Platform X Menggunakan Pendekatan Tf-Idf dan Support Vector Machine Rini Ariza; Muhamad Fatchan; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.179

Abstract

Perkembangan teknologi kecerdasan buatan seperti ChatGPT telah memicu berbagai tanggapan dari masyarakat yang banyak diungkapkan di media sosial, terutama di Platform X. Namun, penelitian yang secara khusus menganalisis sentimen masyarakat Indonesia terhadap ChatGPT di Platform X masih terbatas, sehingga dibutuhkan analisis untuk memahami kecenderungan opini publik dengan cara yang lebih terukur. Tujuan dari penelitian ini untuk mengidentifikasi dan mengelompokkan sikap publik terhadap ChatGPT serta memberikan gambaran empiris mengenai kecenderungan opini masyarakat. Data yang digunakan dalam penelitian diperoleh melalui proses crawling data di Platform X dengan menggunakan kata kunci “ChatGPT”, selanjutnya diproses melalui tahap preprocessing, pelabelan berbasis lexicon, serta ekstraksi fitur menggunakan metode TF-IDF sebelum dilakukan klasifikasi dengan algoritma Support Vector Machine (SVM). Hasil evaluasi yang menggunakan confusion matrix menunjukkan bahwa model SVM mencapai tingkat akurasi sebesar 81%, precision 75%, recall 67%, dan F1-score 71%. Hasil ini menunjukan bahwa model memiliki performa yang cukup baik dalam mengkategorikan sentimen, walaupun masih terdapat keterbatasan dalam mendeteksi seluruh data positif. Selain itu, ditemukan bahwa sentimen negatif lebih banyak dibandingkan dengan sentimen positif. Penelitian ini memberikan pemahaman mengenai kecenderungan opini masyarakat terhadap ChatGPT dan dapat menjadi acuan untuk pengembangan teknologi serta kebijakan yang lebih responsif terhadap opini publik
Co-Authors Agung Nugroho Chaerul Hidayat Faradilla Laksmita Devi Muhamad Fatchan Putri Anggun Sari Rahmat Eli Daeli Rais Saputra Rini Ariza