Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Media Jurnal Informatika Economic Reviews Journal Jurnal Rekayasa Informasi
Ignatius Wiseto Prasetyo Agung
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Industrial & Manufacturing Engineering Social Sciences

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

Found 5 Documents
Search

 1 
Evaluasi Kepuasan Pengguna Sistem Informasi E-Konseling Arspira Berbasis Website Menggunakan Metode TAM Muhammad Rizqy; Novan Junaedi; Fajar Mukti Hidayat; Ignatius Wiseto Prasetyo Agung
JURNAL REKAYASA INFORMASI Vol 10 No 2 (2021): JURNAL REKAYASA INFORMASI Vol 10 No 2 Oktober 2021
Publisher : PROGRAM STUDI SISTEM INFORMASI INSTITUT SAINS DAN TEKNOLOGI NASIONAL (ISTN)

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

Abstract

Juvenile delinquency is one of the obstacles for students in self-development and the learning process. Schools have a responsibility to help students overcome this, one of which is by providing guidance and counseling services. The development of information and communication technology can be used for the implementation of online counseling. Arspira's E-Counseling Information System is a website-based information system that can be used for online counseling with various features in it. This study aims to determine the results of the evaluation of user satisfaction using the TAM (Technology Acceptance Model) method, by distributing questionnaires to 41 respondents. The questionnaire data was then analyzed by several tests, namely the research instrument test, the respondent's level of achievement test (TCR), and hypothesis testing. The results show that the variable of computer self-efficacy affects the variable of perceived usefulness by 42.0%, the variable of computer self-efficacy affects the variable of perceived ease of use by 60.9%, the variable of perceived ease of use affects the variable of perceived usefulness by 64.5%, the variable of perceived ease of use affects the variable of attitude towards using by 53.2%, and the variable of perceived usefulness affects the variable of attitude towards using by 72.0%.
PENGEMBANGAN WEB MANAJEMEN STOCK PADA TOKO SPAREPART KATAJI MOTOR DENGAN METODE WATERFALL Sukmara, Nazal Nuharram; Ignatius Wiseto Prasetyo Agung
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

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

Abstract

Web manajemen stok telah menjadi elemen penting dalam operasi toko sparepart, membantu meningkatkan efisiensi, akurasi, dan pengelolaan stok agar lebih baik. Penelitian ini bertujuan mengembangkan web manajemen stok yang disesuaikan dengan kebutuhan Sparepart Kataji Motor. Metode pengembangan digunakan metode Waterfall, terdiri dari tahapan yang terstruktur, termasuk analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Studi ini dimulai dengan melakukan analisis mendalam. Hasil analisis ini digunakan untuk merancang sistem manajemen stok yang baru. Selanjutnya, implementasi sistem dilakukan sesuai dengan desain yang telah dirancang dengan menggunakan teknologi modern. Pengujian dilakukan untuk memastikan kinerja sistem yang baik. Hasil dari penelitian adalah pengembangan aplikasi web yang memungkinkan Toko Sparepart Kataji Motor untuk mengelola stok mereka dengan lebih efisien. Sistem ini dapat membantu dalam pemantauan stok, pengelolaan pemesanan, dan peningkatan layanan pelanggan. Dengan metode Waterfall yang digunakan, proses pengembangan sistem ini dilakukan secara terstruktur dan terdokumentasi dengan baik.Penelitian ini diharapkan memberikan kontribusi positif untuk meningkatkan efisiensi operasional menjadi referensi bagi toko serupa yang ingin mengembangkan sistem manajemen stok berbasis web. hasil penelitian ini dapat memberikan pemahaman lebih baik mengenai penerapan metode Waterfall dalam pengembangan sistem perangkat lunak.
Rancangan Model Artificial Neural Network untuk Memprediksikan Penyakit Jantung Koroner di RSUD Zainoel Abidin Banda Aceh M. Rizki Fazrian Danu; Purwadhi; Ignatius Wiseto Prasetyo Agung
Economic Reviews Journal Vol. 4 No. 1 (2025): Economic Reviews Journal
Publisher : Masyarakat Ekonomi Syariah Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56709/mrj.v4i1.626

Abstract

This study aims to develop and evaluate an Artificial Neural Network (ANN) model in predicting the risk of coronary heart disease (CHD). This research uses a quantitative approach with research and development methods to develop and evaluate the integration of the ANN model in predicting CHD. This research uses a research and development research design which involves several main stages, namely literature study, data collection, data preprocessing, ANN model building, model training and testing, and results analysis. From the research results, it can be concluded that hospitals can implement an ANN-based model as a hospital management system that can carry out early detection of coronary heart disease. Implementing the ANN model into a hospital application or website will increase operational efficiency. Thus, the ANN model implemented into applications or websites for hospital management systems will support digital transformation in the health sector and provide more effective services to those who use hospital services.
PENGEMBANGAN WEB MANAJEMEN STOCK PADA TOKO SPAREPART KATAJI MOTOR DENGAN METODE WATERFALL Sukmara, Nazal Nuharram; Ignatius Wiseto Prasetyo Agung
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

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

Abstract

Web manajemen stok telah menjadi elemen penting dalam operasi toko sparepart, membantu meningkatkan efisiensi, akurasi, dan pengelolaan stok agar lebih baik. Penelitian ini bertujuan mengembangkan web manajemen stok yang disesuaikan dengan kebutuhan Sparepart Kataji Motor. Metode pengembangan digunakan metode Waterfall, terdiri dari tahapan yang terstruktur, termasuk analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Studi ini dimulai dengan melakukan analisis mendalam. Hasil analisis ini digunakan untuk merancang sistem manajemen stok yang baru. Selanjutnya, implementasi sistem dilakukan sesuai dengan desain yang telah dirancang dengan menggunakan teknologi modern. Pengujian dilakukan untuk memastikan kinerja sistem yang baik. Hasil dari penelitian adalah pengembangan aplikasi web yang memungkinkan Toko Sparepart Kataji Motor untuk mengelola stok mereka dengan lebih efisien. Sistem ini dapat membantu dalam pemantauan stok, pengelolaan pemesanan, dan peningkatan layanan pelanggan. Dengan metode Waterfall yang digunakan, proses pengembangan sistem ini dilakukan secara terstruktur dan terdokumentasi dengan baik.Penelitian ini diharapkan memberikan kontribusi positif untuk meningkatkan efisiensi operasional menjadi referensi bagi toko serupa yang ingin mengembangkan sistem manajemen stok berbasis web. hasil penelitian ini dapat memberikan pemahaman lebih baik mengenai penerapan metode Waterfall dalam pengembangan sistem perangkat lunak.
Emotion Detection in Indonesian Text Using the Logistic Regression Method Erfian Junianto; Mila Puspitasari; Salman Ilyas Zakaria; Toni Arifin; Ignatius Wiseto Prasetyo Agung
Media Jurnal Informatika Vol 17 No 2 (2025): Media Jurnal Informatika
Publisher : Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v17i2.5927

Abstract

Emotion detection in Indonesian text has become a crucial topic in the advancement of human–computer interaction and sentiment analysis on digital platforms. Despite its importance, challenges arise from the linguistic complexity and frequent use of slang in Indonesian text. This study aims to evaluate the performance of three classification models—Logistic Regression, K-Nearest Neighbors (KNN), and Naive Bayes—in detecting emotions from Indonesian text. The dataset comprises 1,000 texts categorized into four emotions: happy, sad, angry, and fear. Preprocessing steps included slang normalization, text cleaning, tokenization, stopword removal, and stemming, followed by TF-IDF weighting. Each model was trained and further optimized using ensemble bagging to improve classification performance. The optimized Logistic Regression model achieved the best performance, with an accuracy of 89%, precision of 0.90, recall of 0.89, F1-score of 0.89, and an average ROC-AUC score of 0.98. Both KNN and Naive Bayes models reached 81% accuracy after optimization, but their overall performance remained lower than Logistic Regression. The findings demonstrate that Logistic Regression is the most effective method for detecting emotions in Indonesian text, as it can effectively handle simple grammatical structures and slang variations. This study contributes to the development of emotion analysis models for Indonesian text, supporting applications in social computing and affective computing.
Co-Authors Erfian Junianto Fajar Mukti Hidayat M. Rizki Fazrian Danu Mila Puspitasari muhammad rizqy Novan Junaedi Purwadhi Salman Ilyas Zakaria Sukmara, Nazal Nuharram Toni Arifin