Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Sebatik MATRIX : JURNAL MANAJEMEN TEKNOLOGI DAN INFORMATIKA Jurnal Solusi Masyarakat (JSM) Gotong Royong
Shinta Palupi
Universitas Mulia
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

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

Found 13 Documents
Search

 1   2 
TRANSFORMASI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) DI TOKO JAYA RAYA SAMARINDA Palupi, Shinta
Sebatik Vol. 24 No. 2 (2020): Desember 2020
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46984/sebatik.v24i2.1158

Abstract

Penelitian dilakukan untuk membuat sistem pendukung keputusan menggunakan metode Analytical Hierarchy Process yang dapat membantu Toko Jaya Raya dalam pemberian bonus kepada karyawan secara objektif. Penelitian dilakukan di Toko Jaya Raya Samarinda. Metode pengumpulan data yaitu dengan wawancara dengan cara mengajukan pertanyaan yang berkaitan dengan pemberian bonus pada karyawan. Kemudian dengan cara observasi, yaitu mengadakan pengamatan secara langsung ke Toko Jaya Raya Samarinda. Dalam penelitian ini metode pengembangan sistem yang digunakan yaitu tahapan pengembangan sistem pendukung keputusan dengan perangkat lunak pendukung yang digunakan adalah Visual Basic 6.0 dan Mysql. Kesimpulan dari penelitian ini berupa suatu sistem pendukung keputusan menggunakan Analytical Hierarchy Process yang dapat membantu Toko Jaya Raya Samarinda melakukan evaluasi secara objektif untuk pemberian bonus pada karyawan setiap 3 (tiga) bulan
PENGOLAHAN SAMPAH DIGITAL BERBASIS 4R DAN TANGGUNG JAWAB MASYARAKAT DALAM MENJAGA LINGKUNGAN DI KOTA BALIKPAPAN Gunawan, Gunawan; Palupi, Shinta
Gotong Royong Vol. 1 No. 2 (2024)
Publisher : CV. Akira Java Bulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63935/gr.v1i2.34

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong peningkatan signifikan dalam jumlah sampah digital, seperti perangkat elektronik yang sudah tidak digunakan, data tidak terpakai, dan berbagai jenis limbah teknologi lainnya. Kota Balikpapan sebagai salah satu kota berkembang di Indonesia mengalami tantangan besar dalam mengelola sampah digital ini. Penelitian ini bertujuan untuk mengeksplorasi strategi pengolahan sampah digital berbasis prinsip 4R (Reduce, Reuse, Recycle, dan Replace) serta mengevaluasi peran dan tanggung jawab masyarakat dalam menjaga lingkungan dari dampak negatif sampah digital. Metodologi penelitian meliputi analisis kualitatif melalui wawancara mendalam dengan berbagai pemangku kepentingan, termasuk pemerintah kota, masyarakat, dan pelaku industri. Hasil penelitian menunjukkan bahwa penerapan prinsip 4R dalam pengelolaan sampah digital mampu mengurangi dampak lingkungan secara signifikan, dengan strategi pengurangan dan daur ulang menjadi yang paling efektif. Namun, kesadaran dan partisipasi aktif masyarakat Balikpapan masih perlu ditingkatkan melalui program edukasi dan kampanye lingkungan yang lebih intensif. Implementasi kebijakan pengelolaan sampah digital yang lebih komprehensif dan dukungan dari berbagai sektor sangat penting untuk menciptakan lingkungan yang lebih bersih dan berkelanjutan di masa depan. Studi ini menyarankan adanya integrasi antara teknologi hijau dan peningkatan tanggung jawab sosial dalam manajemen sampah digital untuk mencapai keberlanjutan lingkungan di Kota Balikpapan.
Predicting financial default risks: A machine learning approach using smartphone data Shinta Palupi; Gunawan; Ririn Kusdyawati; Richki Hardi; Rana Zabrina
Matrix : Jurnal Manajemen Teknologi dan Informatika Vol. 14 No. 3 (2024): Matrix: Jurnal Manajemen Teknologi dan Informatika
Publisher : Unit Publikasi Ilmiah, P3M, Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31940/matrix.v14i3.107-118

Abstract

This study leverages machine learning (ML) techniques to predict financial default risks using smartphone data, providing a novel approach to financial risk assessment. Data were collected from 1,000 individuals who had taken personal loans, focusing on key behavioral parameters such as app usage frequency, GPS location data, and communication patterns over a six-month period prior to loan application. The analysis employed Logistic Regression, Decision Trees, and Random Forest models to determine correlations between these parameters and default risks. The Random Forest model demonstrated superior performance, achieving 85% accuracy. Key findings show that high usage of financial apps was associated with lower default risks, while irregular communication patterns and erratic mobility were significant indicators of higher risk. These results suggest that smartphone-derived behavioral data can significantly enhance traditional credit scoring methods. The study not only contributes to predictive analytics in financial risk management but also raises ethical considerations around privacy and data security.
Co-Authors Ashari Ramadani Awang Harsa Kridalaksana Gunawan Gunawan Gunawan Gunawan Heny Pratiwi Inka Pradiba M. Irwan Ukkas Irwan Ukkas Ukkas Nurheni Astutiningsih Nurul Muchlisa Rana Zabrina Reza Andrea Richki Hardi Rina Mardiana Ririn Kusdyawati Shendy Indra Wijaya Siti Lailiyah Veronica Sihotang Victor Sarangnga Yulindawati, Yulindawati