Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Informatika Teknologi dan Sains (Jinteks)
Ocktavia, Shabila
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
IMPLEMENTASI NINE STEP METHODOLOGY DALAM PERANCANGAN DATA WAREHOUSE Atmojo, Wahyu Tisno; Ocktavia, Shabila; Ayunda, Afifah Trista
Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN) Vol 12, No 1 (2024): Jurnal TIKomSiN Vol 12, No. 1 April 2024
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30646/tikomsin.v12i1.822

Abstract

Rapid technological developments require companies to create information systems that can organize and process company information effectively and efficiently. PT. Universal Karya Jaya is a company engaged in metal cutting services. The company does not have a running Information System yet. Therefore, it is necessary to have a good information system to support its business processes through data warehouse design. The design of the data warehouse uses the nine- step methodology from Kimball and uses star modeling so that PT. Universal Karya Jaya can make their company data integrated and help superiors analyze data for fast and accurate decision making. The goal to achieve from this research is to design a data warehouse model that suits the needs of the company and it is hoped that this design can be implemented at PT. Universal Karya Jaya to support their business processes. Meanwhile, the research method used for this research was literature study and interviews. With this data warehouse, it is hoped that it can assist companies in handling large amounts of data so that it can become a helping hand on inputs for stakeholders in the decision-making process.
ANALISIS SEGMENTASI PELANGGAN PEMBIAYAAN BERDASARKAN DEMOGRAFI UNTUK MEMPREDIKSI TINGKAT KREDIT MENGGUNAKAN ALGORITMA K-MEANS Ocktavia, Shabila; Atmojo, Wahyu Tisno
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5582

Abstract

Dalam dunia pembiayaan, manajemen risiko kredit menjadi tantangan utama bagi lembaga keuangan. Penelitian ini bertujuan untuk menganalisis segmentasi pelanggan berdasarkan demografi guna memprediksi tingkat kredit macet menggunakan algoritma K-Means. Dataset yang digunakan diperoleh dari Kaggle, terdiri dari 10.127 data pelanggan dengan enam atribut utama yang relevan. Data diproses melalui tahap pembersihan, seleksi, dan transformasi sebelum diterapkan ke dalam model clustering. Penentuan jumlah klaster optimal dilakukan menggunakan Elbow Method, Davies-Bouldin Index, dan Silhouette Coefficient, yang menunjukkan hasil optimal pada dua klaster. Klaster pertama berisi pelanggan dengan pendapatan tinggi dan stabilitas finansial yang lebih baik, sehingga memiliki risiko kredit macet rendah. Sementara klaster kedua didominasi oleh pelanggan dengan pendapatan lebih rendah dan jumlah tanggungan lebih besar, yang berpotensi mengalami kredit macet lebih tinggi. Hasil penelitian ini menunjukkan bahwa segmentasi berbasis demografi dapat membantu lembaga pembiayaan dalam memahami karakteristik pelanggan dan merancang strategi mitigasi risiko yang lebih efektif. Harapannya, penelitian dapat diperluas dengan menambahkan variabel lain, seperti riwayat pembayaran dan kepemilikan aset, serta eksplorasi metode clustering lainnya untuk meningkatkan akurasi prediksi risiko kredit.
Co-Authors Atmojo, Wahyu Tisno Ayunda, Afifah Trista