Article Per Year (5 Year)
p-Index From 2021 - 2026
1.497
P-Index
This Author published in this journals
All Journal Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) JOURNAL OF SCIENCE AND SOCIAL RESEARCH International Research on Big-data and Computer Technology (IRobot) Jurnal Mahasiswa Ilmu Komputer
Sugandi, Febri
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1 
ANALISA CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA BANK SYARIAH RAJASA LAMPUNG TENGAH MENGGUNKAN FUZZY LOGIC Utomo, Dedi Budi; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2691

Abstract

Abstract: With the system that works expected the company to determine the level of customer satisfaction, so that they can correct deficiencies based oon the level oof satisfaction has been analyzed by the method of fuzzy logic. This research aim to determine how the level of customer satisfaction in Bank Syariah Rajasa Lampung Tengah. With the research community as customers are expected to provide input to the shortge of Bank Syariah Rajasa Lampung Tengah. for it in the study is done gathering data with interviews and circulate a questionnaire against sample spread. this research 'll simulated by using a programming language php to determine a chart and decision.Keyword: Service Quality, CRM Abstrak: Dengan adanya sistem yang bekerja diharapkan pihak perusahaan dapat mengetahui tingkat kepuasan nasabah, sehingga mereka bisa memperbaiki kekurangan berdasarkan tingkat kepuasan yang sudah di analisa dengan metode fuzzy logic. Penelitian ini bertujuan untuk mengetahui bagaimana tingkat kepuasan nasabah terhadap Bank Syariah Rajasa Lampung Tengah. Dengan penelitian ini diharapkan masyarakat sebagai nasabah dapat memberikan masukan terhadap kekurangan dari pihak Bank Syariah Rajasa Lampung Tengah. Untuk itu dalam penelitian ini dilakukan pengumpulan data dengan wawancara dan mengedarkan kuesioner terhadap sampel yang disebarkan. Penelitian ini akan disimulasikan dengan menggunakan bahasa pemrograman PHP untuk menentukan sebuah grafik dan keputusan.Kata kunci: Kualitas Pelayanan, CRM
PREDIKSI CALON KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Dirantara, Reza; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2748

Abstract

Abstract: The Academic Information System (SIAKAD) has become a crucial tool in universities for monitoring and evaluating student performance periodically. Data generated by this system, such as Grade Point Average (GPA), attendance, and student activities, can be utilized to predict timely graduation. In this study, the K-Nearest Neighbors (K-NN) algorithm is applied to predict student graduation based on academic and non-academic data. This method employs a distance-based approach to analyze historical data. The findings indicate that the K-NN algorithm provides accurate predictions, enabling educational institutions to implement early interventions for at-risk students. This study is expected to support strategic decision-making in improving student graduation rates. Keywords: SIAKAD, K-Nearest Neighbors, graduation prediction, distance-based                 algorithm, early intervention.Abstrak: Aplikasi Sistem Informasi Akademik (SIAKAD) telah menjadi alat penting dalam perguruan tinggi untuk memonitor dan mengevaluasi hasil belajar mahasiswa secara berkala. Berbagai data yang dihasilkan oleh sistem ini, seperti Indeks Prestasi Kumulatif (IPK), kehadiran, dan aktivitas mahasiswa, dapat digunakan untuk memprediksi kelulusan tepat waktu. Dalam penelitian ini, algoritma K-Nearest Neighbors (K-NN) diterapkan untuk memprediksi kelulusan mahasiswa berdasarkan data akademik dan non-akademik. Metode ini bekerja dengan menggunakan pendekatan berbasis jarak untuk menganalisis data historis. Hasil penelitian menunjukkan bahwa algoritma K-NN memberikan prediksi yang akurat, sehingga membantu institusi pendidikan melakukan intervensi dini bagi mahasiswa yang berisiko. Penelitian ini diharapkan dapat mendukung pengambilan keputusan strategis dalam meningkatkan tingkat kelulusan mahasiswa. Kata kunci: SIAKAD, K-Nearest Neighbors, prediksi kelulusan, algoritma berbasis jarak, intervensi dini.
ANALISIS DATA MINING MENGGUNAKAN ASSOCIATION RULE DENGAN METODE ALGORITMA APRIORI PADA TOKO ELSHANUM Purwati, Rani; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4198

Abstract

Abstract: The development of information technology has encouraged business actors to utilize transaction data as a valuable source of information. One approach that can be used is data mining with the Association Rule method to find patterns of association between products purchased simultaneously. This study aims to apply the Apriori algorithm in analyzing sales transaction data at the Elshanum Store in order to obtain association rules that can support decision making in marketing strategies, such as product arrangement and bundling promotions. The data used is a history of sales transactions during a certain period which is then processed through the preprocessing and analysis stages using the Apriori algorithm. The results of the study indicate a number of product purchasing patterns that often appear together with significant support and confidence values. These findings can be the basis for increasing sales effectiveness and understanding consumer behavior at the Elshanum Store.Keywords: data mining, association rule, apriori algorithm, transaction analysis, Elshanum StoreAbstrak: Perkembangan teknologi informasi telah mendorong pelaku usaha untuk memanfaatkan data transaksi sebagai sumber informasi yang bernilai. Salah satu pendekatan yang dapat digunakan adalah data mining dengan metode Association Rule untuk menemukan pola keterkaitan antar produk yang dibeli secara bersamaan. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam menganalisis data transaksi penjualan pada Toko Elshanum guna memperoleh aturan asosiasi yang dapat mendukung pengambilan keputusan dalam strategi pemasaran, seperti penataan produk dan promosi bundling. Data yang digunakan merupakan riwayat transaksi penjualan selama periode tertentu yang kemudian diproses melalui tahapan preprocessing dan analisis menggunakan algoritma Apriori. Hasil penelitian menunjukkan adanya sejumlah pola pembelian produk yang sering muncul bersamaan dengan nilai support dan confidence yang signifikan. Temuan ini dapat menjadi dasar dalam meningkatkan efektivitas penjualan serta pemahaman perilaku konsumen di Toko Elshanum.Kata kunci : data mining, association rule, algoritma apriori, analisis transaksi, Toko Elshanum.
PREDIKSI DALAM PENENTUAN BEASISWA DI SMP NEGERI 1 GEDUNG SURIAN MENGGUNAKAN ALGORITMA NAIVE BAYES Kuswandari, Kuswandari; Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4217

Abstract

Abstract: Data mining is one approach that can be used to assist in the decision-making process, including in predicting scholarship recipients. One method in data mining that is quite popular and effective is the Naive Bayes algorithm. This study aims to apply the Naive Bayes algorithm in predicting scholarship recipients at SMP Negeri 1 Gedung Surian using the RapidMiner software tool. Data collection is carried out before carrying out the Algorithm calculation process. The data used in this study are student data at SMP Negeri 1 Gedung Surian, West Lampung in 2025. The results of the study showed that predictions using the Naïve Bayes algorithm on scholarships at SMP Negeri 1 Gedung Surian, West Lampung, accuracy reached 97.84%, precision 100% and Recall 97.64% so that it can be interpreted, the Naive Bayes algorithm model is a good algorithm in predicting, this shows that the advantage of the Naive Bayes method is based on Bayes' theorem. Keywords: SMP Negeri 1 Gedung Surian, prediction, Naive Bayes algorithm. Abstrak: Data mining merupakan salah satu pendekatan yang dapat digunakan untuk membantu dalam proses pengambilan keputusan, termasuk dalam prediksi penerima beasiswa. Salah satu metode dalam data mining yang cukup populer dan efektif adalah algoritma Naive Bayes. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes dalam memprediksi penerima beasiswa di SMP Negeri 1 Gedung Surian dengan menggunakan alat bantu perangkat lunak RapidMiner. Pengumpulan data dilakukan sebelum melakukan proses perhitungan Algoritma. Data yang digunakan dalam penelitian ini adalah data siswa sekolah SMP Negeri 1 Gedung Surian Lampung Barat pada tahun 2025. Hasil penelitian menunjukkan prediksi menggunakan algoritma Naïve Bayes pada beasiswa pada Sekolah SMP Negeri 1 Gedung Surian Lampung Barat, akurasi mencapai 97,84%, presisi 100% dan Recall 97,64% sehingga dapat diartikan, model algoritma Naive Bayes merupakan algoritma yang baik dalam memprediksi, hal ini menunjukan bahwa keunggulan dari metode Naive Bayes yaitu berdalil pada teorema bayes. Kata kunci : SMP Negeri 1 Gedung Surian, prediksi, algoritma Naive Bayes.
ANALISIS SENTIMENT MASYARAKAT INDONESIA PADA MEDIA SOSIAL TERHADAP ISU IJAZAH PALSU MANTAN PRESIDEN MENGGUNAKAN ALGORITMA BERBASIS TRANSFORMER (BERT) Sugandi, Febri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4209

Abstract

Abstract: Social media has become one of the main channels for people to express their opinions on various social and political issues. This study aims to apply the BERT model in analyzing the issue to be analyzed to determine the public's reaction to the tendency of public sentiment, whether it is positive, negative, or neutral. BERT is very superior in understanding the meaning of sentences in depth, including in sentiment analysis tasks. The BERT evaluation shows that Negative sentiment with precision reaches 79%, recall 84%, and f1-score reaches 81%, for Neutral sentiment precision reaches 50%, recall reaches 45% and f1-score reaches 47%, positive sentiment precision reaches 66%, recall 61%, and f1-score reaches 63% and accuracy reaches 72%. Based on the overall results, the model produces an accuracy rate of 72%, which indicates that most of the sentiment predictions match the actual labels. Keywords: BERT, Sentiment. Abstrak: Media sosial telah menjadi salah satu saluran utama bagi masyarakat untuk menyampaikan opini terhadap berbagai isu sosial dan politik. Penelitian ini bertujuan untuk menerapkan model BERT dalam menganalisis isu tersebut untuk dianalisis guna mengetahui reaksi masyarakat pada kecenderungan sentimen publik, apakah bersifat positif, negatif, atau netral. BERT sangat unggul dalam memahami makna kalimat secara mendalam, termasuk dalam tugas analisis sentimen. Evaluasi BERT menunjukan bahwa sentimen Negatif  dengan preccision mencapai 79%, recall 84%, dan f1-score mencapai 81%, untuk sentimen Netral precission mencapai 50%, recall mencapai 45% dan f1-score mencapai 47% , sentimen positif preccision mencapai 66%, recall 61%, dan f1-score mencapai 63% serta accuracy mencapai 72%. Berdasarkan hasil secara keseluruhan, model menghasilkan tingkat akurasi sebesar 72%, yang menunjukkan bahwa sebagian besar prediksi sentimen sesuai dengan label sebenarnya. Kata kunci: BERT, Sentimen.
Co-Authors Apsiswanto, Untoro Dirantara, Reza Fernando Fernando, Fernando Kuswandari, Kuswandari Priyuli, Septika Purwati, Rani Putra, Arriano Utomo, Dedi Budi