Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JSAI (Journal Scientific and Applied Informatics) Jurnal Topik Global
Muhammad Eka Firmansyah
Institut Teknologi dan Bisnis Bina Sarana Global
Computer Science & IT Control & Systems Engineering Engineering Languange, Linguistic, Communication & Media Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisa dan Implementasi Failover Load Balancing Dengan Metode ECMP pada Jaringan Akrim Ruhyat Hermanto; Muhammad Eka Firmansyah; M Iqbal Dzulhaq; Siti Maisaroh
JURNAL TOPIK GLOBAL Vol 2, No 2 (2023): JURNAL TOPIK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jtopikglobal.v2i2.10750

Abstract

Internet merupakan medium penunjang yang penting dalam sebuah instansi. Koneksi internet yang digunakan dalam instansi terutama instansi pendidikan harus stabil dan terhindar dari segala macam gangguan. Terlebih lagi di saat pandemi covid-19, di mana guru diwajibkan melakukan aktivitas mengajar secara online, bandwidth yang dibutuhkan tentu cukup besar. Untuk menunjang kelancaran proses pendidikan, menambah bandwidth kala terjadi disconnection atau down akan membuat proses mengajar menjadi terganggu. Untuk mengatasi hal tersebut, penulis menggunakan salah satu fitur mikrotik yaitu load balance dengan metode ECMP dan failover. Dengan mengimplementasi 2 hal tersebut beban packet data yang sebelumnya penuh di salah satu ISP bisa terbagi secara merata dan mengantipasi ketika salah satu ISP down akan secara automatis mengganti ke ISP yang sedang aktif. Metode yang digunakan adalah Network Development Life Cycle (NDLC), usulan ini sesuai dengan pokok bahasan yaitu konfigurasi jaringan komputer yang berkelanjutan yang mencakup tahap Analisis, Desain, Simulasi, Prototipe, Implementasi, Pemantauan dan Manajemen.
Optimalisasi Pengambilan Keputusan Promosi Digital dengan Pemasaran Berbasis Data Vina Avianingsih; Muhammad Eka Firmansyah; Jarudin Jarudin; Santoso Santoso
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8404

Abstract

In today’s digital marketing landscape, organizations must optimize promotional strategies using data-driven insights. This study proposes an integrated framework combining machine learning (ML) and multi-criteria decision-making (MCDM. Using 1,200 campaigns across platforms, we applied and evaluated regression models—Linear Regression, Random Forest, and Gradient Boosting—to predict ROI from key attributes. Gradient Boosting performed best (R² = 0.82), identifying engagement score, conversion rate, and click-through rate (CTR) as top factors. Used the Analytic Hierarchy Process (AHP) to prioritize campaigns based on predicted ROI, engagement, CTR, and cost-per-click (CPC). This combined approach supports marketers in balancing data-driven accuracy with managerial judgment. A/B testing showed the model-informed group achieved a 17.6% higher ROI and lower CPCs than baseline strategies. This research advances marketing analytics by merging advanced ML with structured decision-making, providing a replicable method for enhancing promotional effectiveness. The findings highlight the significance of behavioral metrics in predicting success and the value of integrating algorithmic precision with human evaluation. This blended approach empowers marketers to move beyond single-metric optimization, enabling more informed and impactful digital marketing strategies in competitive environments.
Co-Authors Akrim Ruhyat Hermanto Jarudin Jarudin M Iqbal Dzulhaq Santoso Santoso Siti Maisaroh Vina Avianingsih