Article Per Year (5 Year)
p-Index From 2021 - 2026
2.144
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi JOIV : International Journal on Informatics Visualization Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Komputasi dan Teknologi Informasi International Journal of Community Service Learning Informatik : Jurnal Ilmu Komputer Indonesian Journal of Business Intelligence (IJUBI) ABDIKOM Journal of Computing Innovations and Emerging Technologies
Nindy Irzavika
Universitas Pembangunan Nasional Veteran Jakarta
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Neuroscience Social Sciences Transportation

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Application of Computational Thinking as an Effort to Optimize Business Processes in Samudera Motor Showroom Sales Eunike Octavia Nababan; Nasywa Rakha Arrafi; Agnes Kurnia Gulo; Fawwaz Nabila Zulanifa; Nabila Zulanifa; Karina Ghaisani; Adinda Nuril Ashfiya; Nindy Irzavika
Journal of Computing Innovations and Emerging Technologies Vol. 1 No. 2 (2025): Volume 1 No 2
Publisher : novamindpress

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64472/jciet.v1i2.24

Abstract

The integration of computational thinking into the sales workflow of Samudera Motor provides significant opportunities for optimizing business processes. Through decomposition, key issues were identified clearly; pattern recognition highlighted recurring operational inefficiencies; abstraction helped isolate essential system components; and algorithm design produced structured solutions that can be implemented digitally. These findings demonstrate that computational thinking offers both a theoretical and practical framework for transforming traditional manual workflows into efficient, data-driven, and customer-oriented business processes. Implementing the proposed solutions can enhance operational accuracy, streamline decision-making, and significantly improve customer service performance at Samudera Motor. Furthermore, the application of computational thinking in the vehicle sales process provides an innovative foundation for enhancing efficiency and responsiveness to customer needs. By applying decomposition, pattern recognition, abstraction, and algorithm design, the study successfully identified major challenges in the manual sales workflow, such as difficulty in tracking sales history, lack of system integration, and a high risk of data errors. Proposed recommendations including data entry automation, the use of barcode or RFID technology, data analytics for identifying purchasing trends, and the development of an integrated centralized system are expected to improve operational efficiency, enrich customer experience, and support more adaptive sales strategies. Computational thinking serves not only as an analytical tool but also as a foundation for comprehensive business transformation, strengthening the competitiveness and long-term sustainability of Samudera Motor's showroom operations amid an increasingly dynamic market landscape.
Deteksi Kemiripan Dokumen Menggunakan Cosine Similarity Berdasarkan Representasi Teks Count Vectorizer Dan TF IDF Pradana, Musthofa Galih; Irzavika, Nindy; Maulana, Nurhuda
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.5170

Abstract

Tujuan mata kuliah skripsi atau tugas akhir menumbuhkan budaya berpikir kritis, dan menunjukan kemampuan untuk memecahkan permasalahan dengan konstruksi logis dari penelitian. Akan tetapi, dari banyaknya manfaat tersebut, ada beberapa permasalahan yang juga muncul dikarenakan mata kuliah ini. Plagiarisme adalah masalah umum. Mengambil karya orang lain, termasuk pendapat mereka sendiri, dan membuatnya seperti karya sendiri adalah plagiarisme. Langkah pertama dalam penggunaan teknologi adalah mendeteksi kesamaan dokumen sejak dini. Dalam hal ini, dokumen yang harus dikumpulkan oleh mahasiswa selama proses pengajuan judul skripsi mereka adalah abstrak. Ketika digunakan, algoritma cosine similarity adalah algoritma yang efisien secara komputasi karena sangat mudah dipahami dan dapat digunakan dengan data berskala besar. Penelitian ini dilakukan dengan dua pendekatan representasi teks yaitu dengan menggunakan TF-IDF dan Count Vectorizer. Data korpus yang digunakan dalam penelitian ini adalah 1600 data dokumen abstrak skripsi mahasiswa, dengan pengujian menggunakan 30 data untuk melihat kinerja algoritma cosine similarity dalam mendeteksi kesamaan dokumen abstrak. Hasil penelitian menunjukkan bahwa pendekatan representasi teks TF-IDF mendapatkan kesamaan di angka 7,72861 dan Count Vectorizer mendapatkan hasil di angka 16,85541 atau punya gap sebesar 9,1268 dengan keunggulan Count Vectorizer. Hal ini disebabkan Count Vectorizer menghitung frekuensi kata tanpa mempertimbangkan apakah kata tersebut umum atau jarang, sehingga kata-kata umum tetap berkontribusi penuh terhadap similarity.
Analisis Pola Belajar Mahasiswa Pada Platform Pembelajaran Daring (Studi Kasus: LeADS UPNVJ) Irzavika, Nindy; Gusti, Kharisma Wiati; Abdurachman , Mohamad Thoriq; Saputra , Bima
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.226-234

Abstract

Kebutuhan pembelajaran jarak jauh mendorong pemanfaatan platform pembelajaran daring sebagai media utama yang mendukung proses belajar mengajar di perguruan tinggi. Salah satu tantangan dalam implementasi sistem ini adalah kemampuan untuk memahami pola belajar mahasiswa secara objektif dan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis pola belajar mahasiswa pada Learning Management System (LMS) LeADS di Universitas Pembangunan Nasional Veteran Jakarta melalui pendekatan analisis big data. Data penelitian berupa log aktivitas mahasiswa pada LMS yang mencakup interasi akadeik seperti melihat materi, mengumpulkan tugas, mengerjakan kuis, dan partisipasi diskusi selama empat semester di program studi Sistem Informasi. Metode penelitian menggunakan pendekatan kuantiatif sesuai dengan siklus hidup big data. Algoritma Random Forest digunakan untuk mengklasifikasikan waktu belajar mahasiswa dengan optimasi parameter menggunakan metode Grid Search. Hasil penelitian menunjukkan bahwa partisipasi aktif relatif rendah yang mengindikasi pola belajar cenderung pasif. Konsistensi dan keterlibatan mahasiswa dalam LMS memiliki pengaruh yang lebih signifikan pada prestasi akademik dibandingkan waktu belajar dominan mahasiswa. Model Random Forest yang dibangun memiliki akurasi 88%, namun performanya belum optimal dalam mengklasifikasi kelas dengan jumlah terbatas. Hail pemenillitian ini menunjukkan pentingnya pemanfaatan data log LMS untuk memahami perilaku belajar mahasiswa secara lebih komprehensif serta membuka peluang pengembangan strategi pembelajaran adaptif berbasis data. Selain itu, hasil penelitian ini memberikan dasar bagi institusi pendidikan untuk merancang intervensi pembelajaran yang lebih efektif dan personal sesuai kebutuhan mahasiswa.
Co-Authors Abdul Kholiq Abdurachman , Mohamad Thoriq Adinda Nuril Ashfiya Adisty, Hawna Agnes Kurnia Gulo Amanullah, Rizki Diana Aqidatun Nisa Dwi Vernanda Eunike Octavia Nababan Fadhli Suko Wiryanto Fawwaz Nabila Zulanifa Febrianto, Muhammad Fatur Firgiawan, Achmad Rama Hadi, Novi Trisman Henki Bayu Seta Karina Ghaisani Kharisma Wiati Gusti Matondang, Nur Hafifah Mu, Jesselyn Muslim, Muhammad Panji Musthofa Galih Pradana Muttaqien, Rifqi Arrayan Nabila Zulanifa Nasywa Rakha Arrafi Neny Rosmawarni Niqotaini, Zatin Nurhuda Maulana Nurul Afifah Arifuddin Panji Muslim, Muhammad Pebrianti Krissella, Thesa Priyatno, Abimanyu Pujo Hari Saputro Ramadan, Muhammad Nur Alif Rusiyono, Ruwet Saputra , Bima Saputri, Anisa Fadilah Trisman Hadi, Novi Valerino, Vito Wari, Valtrizt Khalifah Wiati Gusti, Kharisma Yudha, Muhammad Arya Zainal Abidin Achmad