Article Per Year (5 Year)
p-Index From 2021 - 2026
2.512
P-Index
This Author published in this journals
All Journal METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Journal of Information Systems and Informatics JSR : Jaringan Sistem Informasi Robotik Jurnal Digit : Digital of Information Technology Media Jurnal Informatika Jurnal Masyarakat Indonesia Journal of Community Empowerment and Innovation Journal of Artificial Intelligence and Digital Business Surya Informatika Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Febima, Mesi
Unknown Affiliation
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
MODEL PENGUKURAN KINERJA RANTAI PASOK BERBASIS GREEN SCOR DAN FUZZY AHP: STUDI KASUS PT. ARTERIA DAYA MULIA Nurpatimah, Suci; Magdalena, Lena; Febima, Mesi
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 11 No. 2 (2025): Volume 11 Nomor 2 Tahun 2025
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v11i2.4510

Abstract

Supply chain performance measurement plays a crucial role in supporting operational continuity and corporate competitiveness, especially in meeting the demands for efficiency, effectiveness, and environmental sustainability. Imbalances in supply chain management can lead to resource waste, environmental pollution, and decreased customer satisfaction. PT. Arteria Daya Mulia, a rope manufacturing company, currently lacks a supply chain performance measurement system that fully incorporates sustainability aspects. This study aims to design a performance measurement model based on the Green SCOR framework and the Fuzzy AHP method as a strategic decision-making tool that considers sustainability dimensions. Performance indicators were determined according to the five main Green SCOR processes (Plan, Source, Make, Deliver, and Return), comprising 14 KPIs developed through literature review and field validation. Data were collected through observations, interviews, and questionnaires, then processed using the Fuzzy AHP method to obtain the priority weight of each indicator. The results show that the total supply chain performance score is 88, calculated by combining the weights with the Snorm de Boer values. Several indicators demonstrated excellent performance with a maximum Snorm value (100). However, one critical indicator was identified with the lowest Snorm value—% Error-free Return Shipped in the Return process—scoring 0.02 with a final SCM score of 0.0008, indicating the need for immediate improvement. The developed information system also generates automatic improvement recommendations based on the measurement results. This model is expected to assist the company in monitoring, evaluating, and continuously improving supply chain performance.
Rancang Bangun Sistem Pengelompokan Berita Clickbait/Non-clickbait Berita Radar Cirebon dengan K-Medoids Ramdhani, Fathul; Fahrudin, Rifqi; Febima, Mesi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2509

Abstract

Banyak judul berita di internet menggunakan teknik clickbait untuk membuat judul yang menarik tetapi seringkali tidak relevan dengan isi berita, yang menantang pengelola media dan pembaca saat ini. Menggunakan algoritma K-Medoids, penelitian ini bertujuan untuk membangun sistem berbasis web yang akan mengelompokkan judul berita dari Radar Cirebon menjadi kategori clickbait dan non-clickbait. Algoritma ini dipilih karena mampu mengurangi jarak antar data ke medoid atau pusat cluster dan lebih tahan terhadap outlier dibandingkan dengan K-Means. Setelah data dikumpulkan melalui scraping web, proses preprocessing seperti cleaning, tokenizing, stopword, stemming, dan metode TF-IDF juga digunakan untuk mengubah data menjadi data numerik. Indeks Davies Bouldin (DBI) digunakan untuk mengevaluasi kualitas pengelompokan. Untuk mengembangkan sistem, Python, database MySQL, dan antarmuka web yang mudah digunakan digunakan. Radar Cirebon dapat menyajikan berita yang lebih akurat dan dapat diandalkan berkat sistem ini, yang meningkatkan pengalaman dan kepercayaan pembaca.
Perancangan Sistem Prediksi Bantuan PKH di Dinsos Cirebon Menggunakan Naive Bayes Alhafidz, Dennis Cesar; Hatta, Muhammad; Febima, Mesi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2526

Abstract

Program Keluarga Harapan (PKH) adalah wujud bantuan sosial dari pemerintah yang bertujuan untuk memperbaiki kualitas hidup masyarakat yang miskin dan rentan. Namun, dalam praktiknya sering kali muncul masalah seperti ketidaksesuaian sasaran penerima bantuan. Maka dari itu, diperlukan suatu sistem prediksi yang dapat mendukung Dinas Sosial Kota Cirebon dalam mengevaluasi kelayakan calon penerima bantuan dengan cara yang lebih objektif dan tepat. Penelitian ini bertujuan merancang sistem prediksi penerima bantuan PKH dengan menggunakan metode Naïve Bayes untuk klasifikasi data, serta menggabungkannya dengan teknik Laplace Smoothing untuk mengatasi probabilitas nol pada data kategori yang jarang muncul. Data yang digunakan berasal dari keluarga di Kota Cirebon dengan berbagai atribut, antara lain pekerjaan, jumlah anak, ibu hamil, dan disabilitas lansia. Temuan dari penelitian adalah sistem yang dikembangkan dapat memprediksi kelayakan penerima bantuan PKH dengan tingkat akurasi yang sayang sangat baik. Sistem ini diharapkan mampu berfungsi sebagai alat bantu dalam pengambilan keputusan untuk Dinas Sosial dalam menyalurkan bantuan dengan lebih tepat dan adil.
Perbandingan Kinerja Algoritma K-Nearest Neighbor dan Naive Bayes untuk Klasifikasi Loyalitas Pelanggan (Studi Kasus: CV Cahaya Alam Indah) Ramadhan, Abdan Syakur; Magdalena, Lena; Febima, Mesi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2697

Abstract

CV Cahaya Alam Indah menghadapi tantangan dalam merancang strategi pemasaran yang efektif karena tidak adanya sistem klasifikasi pelanggan yang terstruktur. Penelitian ini bertujuan untuk membangun model klasifikasi dengan membandingkan performa algoritma K-Nearest Neighbors (KNN) dan Naive Bayes untuk mengkategorikan pelanggan menjadi Loyal, Cenderung Loyal, dan Tidak Loyal. Penelitian ini menggunakan 220 data riwayat penjualan pelanggan yang melalui tahap pra-pemrosesan menggunakan normalisasi Min-Max dan dibagi menjadi 70% data latih dan 30% data uji. Kinerja model dievaluasi berdasarkan akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai akurasi lebih tinggi sebesar 83.3%, mengungguli algoritma Naive Bayes yang memperoleh 80.3%. Nilai F1-Score KNN juga secara konsisten lebih superior di semua kelas. Dengan demikian, model KNN direkomendasikan sebagai solusi yang lebih efektif untuk klasifikasi loyalitas pelanggan pada studi kasus ini.
Rancang Bangun Sistem Informasi E-Commerce Berbasis Web Pada UMKM Raden Madura Distro Febima, Mesi; Jamilah, Laeli; Juliana, Jidan
Jurnal Surya Informatika Vol. 15 No. 2 (2025): Jurnal Surya Informatika, Vol 15. No. 2, November 2025
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v15i2.2159

Abstract

Perkembangan industri fashion dan tren digitalisasi memberikan peluang besar bagi UMKM untuk memperluas pasar melalui platform online. Raden Madura Distro, UMKM yang bergerak di bidang fashion dan berlokasi di Karang Sembung, Cirebon, masih menggunakan sistem manual yang menyebabkan proses pencatatan, pengelolaan pesanan, dan promosi menjadi kurang efisien. Selain itu, ketergantungan pada marketplace pihak ketiga mengurangi margin keuntungan dan memperlambat arus kas. Penelitian ini bertujuan membangun sistem e-commerce berbasis web yang user-friendly, menggunakan metode Waterfall dan dikembangkan dengan PHP Laravel serta MySQL. Sistem ini menghadirkan fitur manajemen produk, kategori, pesanan, dan transaksi secara mandiri tanpa melibatkan pihak ketiga, sehingga meningkatkan efisiensi operasional dan memperbaiki pengalaman belanja pelanggan. Hasil dari pengembangan ini diharapkan dapat menjadi solusi digital yang berkelanjutan, serta membantu Raden Madura Distro dalam mengoptimalkan proses bisnis dan memperluas jangkauan pasar di tengah persaingan industri fashion lokal yang semakin kompetitif.
Perancangan Sistem Prediksi Pendapatan BRT Menggunakan Penerapan Hybrid Random Forest dan LSTM Loka, Diah Pita; Magdalena, Lena; Febima, Mesi
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i2.553

Abstract

Penelitin ini berfokus pada penerapan pendekatan hybrid machine leaerning yang menggabungkan algoritma Random Forest dan Long Short-Term Memory (LSTM) untuk memprediksi pendapatan Bus Rapid Transit (BRT) berdasarkan pola perilaku pelanggan. Dengan semakin pentingnya manajemen transportasi umum, prediksi pendapatan yang akurat telah menjadi krusial untuk perencanaan operasional dan pembuatan kebijakan. Penelitian ini mengatasi tantangan yang dihadapi oleh Dinas Perhubungan Kota Cirebon dalam mengelola operasi BRT tanpa sistem prediksi pendapatan yang memadai untuk mendukung kebijakan tarif transportasi publik yang berkelanjutan. Menggunakan data operasional dari Januari hingga Desember 2024, penelitian ini mengusulkan pendekatan hybrid baru di mana Random Forest digunakan untuk pemilihan fitur dan analisis kepentingan, sementara LSTM menangani pengenalan pola temporal untuk prediksi pendapatan. Model hybrid memproses berbagai variabel termasuk data pelanggan (dewasa dan pelajar), data operasional (rute, jadwal), dan faktor eksternal (hari libur nasional, hari libur sekolah). Algoritma Random Forest berhasil mengidentifikasi 5 fitur kunci dari 15 fitur awal, dengan total penumpang (korelasi: 0,996) dan 3 penumpang stasiun teratas (korelasi: 0,996) menunjukkan pentingnya tertinggi. Model LSTM mencapai akurasi prediksi dengan MAE sebesar 8,90%, MSE sebesar 0,0134, RMSE sebesar 11,59%, dan R² sebesar 75,97%. Pendekatan hybrid menunjukkan peningkatan yang signifikan dalam akurasi prediksi pendapatan dibandingkan dengan metode tradisional, memberikan wawasan berharga bagi otoritas transportasi di Kota Cirebon untuk merumuskan kebijakan tarif transportasi publik yang berkelanjutan.
ANALISIS SENTIMEN APLIKASI PADI UMKM DENGAN PENINGKATAN KINERJA ALGORITMA KNN Febima, Mesi; Solihin, Unang; Magdalena, Lena; Hatta, Muhammad; Asfi, Marsani; Christina, Stefanny
Jurnal Digit : Digital of Information Technology Vol 15, No 2 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i2.446

Abstract

Dalam era digital, Usaha Mikro, Kecil, dan Menengah (UMKM) dituntut untuk memanfaatkan teknologi guna memperluas pasar dan meningkatkan daya saing. Salah satu inovasi yang mendukung hal tersebut adalah aplikasi PaDi UMKM, platform hasil inisiatif Kementerian BUMN yang mempertemukan BUMN dengan produk-produk berkualitas dari UMKM di seluruh Indonesia. Keberhasilan aplikasi ini tidak hanya ditentukan oleh fungsionalitasnya, tetapi juga oleh persepsi dan pengalaman pengguna yang tercermin melalui ulasan di Google Playstore. Untuk memahami persepsi tersebut, dilakukan analisis sentimen menggunakan pendekatan Natural Language Processing (NLP) dan pembelajaran mesin. Penelitian ini bertujuan untuk menganalisis sentimen positif dan negatif terhadap aplikasi PaDi UMKM dengan membandingkan performa algoritma K-Nearest Neighbor (KNN) dan Improved K-Nearest Neighbor (IKNN). Proses penelitian meliputi pengumpulan data ulasan, praproses teks, pembagian data latih dan uji, penerapan algoritma, serta evaluasi hasil klasifikasi menggunakan confusion matrix. Berdasarkan hasil confusion matrix, nilai K = 5 memberikan performa terbaik dibandingkan K = 3, K = 7, dan K = 9, dilihat dari peningkatan nilai Precision 50 % positif dan 67% negatif, Recall 80% positif dan 33% negatif, F1-Score 62% positif dan 44% neagtif, dan Accuracy 10% positif dan 12 negatif. Sebaliknya, algoritma IKNN menunjukkan peningkatan kinerja yang signifikan dengan nilai Precision, Recall, F1-Score, dan Accuracy mencapai 100% pada seluruh variasi K. Hal ini membuktikan bahwa peningkatan metode KNN melalui pendekatan IKNN mampu menghasilkan klasifikasi sentimen yang jauh lebih akurat dan konsisten. Dengan demikian, IKNN terbukti lebih efektif dan dapat menjadi acuan dalam pengembangan sistem analisis sentimen berbasis kecerdasan buatan di masa mendatang  Kata kunci: PaDi, UMKM, Analisis Sentimen, KNN, IKNN
Pendampingan Branding Dan Packaging Untuk Meningkatkan Daya Saing UMKM Kelurahan Karyamulya Cirebon Magdalena, Lena; Febima, Mesi; Hatta, Muhammad
Darma Abdi Karya Vol. 4 No. 2 (2025): Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM POLITEKNIK LP3I

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/darmaabdikarya.v4i2.2720

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran strategis dalam mendorong pertumbuhan ekonomi dan menciptakan lapangan kerja di tingkat lokal. Namun, banyak UMKM masih menghadapi berbagai kendala, terutama dalam aspek branding dan packaging yang kurang optimal, sehingga berdampak pada rendahnya daya saing di pasar yang semakin kompetitif. Penelitian ini bertujuan untuk memberikan pendampingan dalam strategi branding dan desain kemasan kepada UMKM di Kelurahan Karyamulya, Cirebon, guna meningkatkan daya tarik produk serta memperluas jangkauan pasar. Metode yang digunakan dalam penelitian ini meliputi beberapa tahapan, yaitu identifikasi permasalahan melalui survei dan wawancara dengan pelaku UMKM, analisis kebutuhan branding dan packaging, serta pelatihan dan pendampingan intensif dalam pembuatan desain kemasan yang lebih menarik dan sesuai dengan karakteristik produk. Selain itu, dilakukan evaluasi terhadap efektivitas pendampingan dengan mengukur perubahan persepsi konsumen dan peningkatan potensi penjualan setelah implementasi strategi branding dan packaging yang baru. Hasil dari pendampingan ini menunjukkan adanya peningkatan pemahaman pelaku UMKM terhadap pentingnya identitas merek dan kemasan sebagai faktor utama dalam membangun loyalitas pelanggan dan menarik segmen pasar yang lebih luas. Selain itu, desain kemasan yang lebih profesional dan inovatif terbukti meningkatkan daya tarik visual produk, sehingga memperbesar peluang penetrasi pasar, baik secara offline maupun online. Implementasi strategi branding yang lebih kuat juga membantu UMKM dalam membangun diferensiasi yang lebih jelas di tengah persaingan industri yang semakin ketat. Kesimpulannya, pendampingan branding dan packaging memberikan dampak positif bagi UMKM di Kelurahan Karyamulya, Cirebon, dalam meningkatkan daya saing mereka di pasar. Diharapkan, program serupa dapat direplikasi di wilayah lain sebagai salah satu solusi dalam mendorong pertumbuhan dan keberlanjutan UMKM di Indonesia.
Co-Authors Alhafidz, Dennis Cesar Ananda, Fikri Anggara Putra, Dwi Pasha Christina, Stefanny Chritviona Parera, Shalom Fahrudin, Rifqi Jamilah, Laeli Juliana, Jidan Lena Magdalena, Lena Loka, Diah Pita Marsani Asfi Mita, Shella Muhammad Hatta Muhammad Hatta Nabillah, Sofy Nakeisha Wahyudi, Nayla Nur'Faradila, Dellatia Ayu Nurpatimah, Suci Ramadhan, Abdan Syakur Ramdhani, Fathul Sahputra, Illal Dwi Trivena, Stephani Unang Solihin Winurcahyono, Alexander