Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Agung Wicaksono, Satrio
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 5 Documents
Search

 1 
Pengembangan Sistem Informasi Bank Sampah Digital Zerolim Berbasis Aplikasi Perangkat Bergerak Dengan Metode Incremental Daffa Muhammad, Fawwaz; Agung Wicaksono, Satrio; Sapta Prakoso, Bondan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 8 (2024): Agustus 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pada era ini teknologi informasi dapat membantu dan menambah nilai bisnis pada sebuah perusahaan. Peralihan dari operasional yang konvensional ke penggunaan teknologi informasi dapat meningkatkan efisiensi dalam menjalankan proses bisnis. Hal ini juga terjadi pada perusahaan bank sampah digital Zerolim. Banyak aktivitas proses bisnis yang dapat dipangkas untuk mengurangi keterlibatan manusia sehingga proses operasional menjadi lebih efisien dengan teknologi informasi. Penelitian ini bertujuan untuk membantu menyelesaikan permasalahan tersebut dengan mengembangkan sistem informasi dan juga mengukur tingkat penerimaan pengguna terhadapnya. Selain itu, pengembangan berbasis aplikasi perangkat bergerak dipilih karena menjadi nilai tambah bagi perusahaan dalam melakukan promosi bisnisnya. Sistem informasi dikembangkan dengan metode incremental karena perusahaan ingin agar kebutuhan minimum sistem informasi dapat segera digunakan. Penelitian menggunakan BPMN untuk melakukan analisa proses bisnis sehingga menghasilkan sistem informasi yang sesuai dengan kebutuhan perusahaan. Rancangan sistem informasi dibuat menggunakan diagram UML dan implementasi sistem framework flutter untuk aplikasi perangkat bergerak, react js untuk frontend website dan golang untuk backend. Hasil analisa kebutuhan menghasilkan 18 kebutuhan fungsional dan pada sisi perancangan menghasilkan 4 sequence diagram, 5 class diagram, dan 16 tabel physical data model. Pengujian dilakukan dengan validation testing dan user acceptance testing. Hasil dari validation testing adalah 100% valid dan rata-rata tingkat penerimaan pengguna atas sistem informasi tersebut adalah 89,41% yang artinya para stakeholder setuju bahwa sistem informasi yang dibuat dapat membantu proses bisnis bank sampah digital Zerolim.
Implementasi Manajemen Metadata Untuk Pelaporan Akademik Berdasarkan Data Management Body Of Knowledge (DMBOK) (Studi Kasus: Program Studi Sistem Informasi Fakultas Ilmu Komputer) Dafa Hermawan, Muhamad; Yudi Setiawan, Nanang; Agung Wicaksono, Satrio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Akreditasi merupakan kegiatan penilaian kelayakan dan kinerja suatu institusi pendidikan berdasarkan kriteria standar. Akreditasi untuk program studi yang berkaitan dengan ilmu komputer diselenggarakan oleh Lembaga Akreditasi Mandiri Informatika dan Ilmu Komputer (LAM-INFOKOM). Saat ini, program studi S1 Sistem Informasi sedang melaksanakan pelaporan akademik kepada LAM-INFOKOM sebagai salah satu proses untuk akreditasi. Pelaporan akademik membutuhkan berbagai data mengenai program studi. Dalam pelaksanaannya, panitia pelaksana pelaporan akademik mengalami kesulitan untuk menemukan data (data discovery) yang diperlukan karena data tersebar di berbagai unit kerja. Penelitian ini mengimplementasikan metadata management berdasarkan Data Management Body of Knowledge (DMBOK) sebagai solusi data discovery untuk membantu pelaporan akademik. Menurut DMBOK, ada 5 aktivitas proses metadata management yaitu define metadata strategy, understand metadata requirement, define metadata architecture, create and maintain metadata, dan query, rePort, and analyze metadata. metadata disusun dari istilah-istilah bisnis dalam pelaporan akademik sehingga data dapat dicari menggunakan istilah atau kata kunci yang berhubungan. Penelitian ini menggunakan metadata management platform dengan kemampuan untuk metadata ingestion dan untuk menemukan data yang sesuai dengan kata kunci. Dari hasil pengujian yang dilakukan, metadata management platform dapat menemukan semua data dengan kata kunci tertentu. Artinya, metadata ingestion berhasil dilakukan dengan baik dan metadata memiliki peran yang krusial untuk data discovery.
Pengembangan Business Intelligence Dashboard Untuk Monitoring Key Performance Indicator Perusahaan di WWMusik Malang Dwi Putra, Alvianta; Yudi Setiawan, Nanang; Agung Wicaksono, Satrio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Efisiensi dan efektivitas merupakan aspek krusial dalam mencapai keberhasilan bisnis. Kedua aspek ini dapat diukur melalui Key Performance Indicators (KPI) yang dirumuskan berdasarkan objektif bisnis. WWMusik Malang, sebuah toko retail alat musik yang telah beroperasi sejak tahun 1994, hingga kini belum pernah memanfaatkan data transaksinya untuk menganalisis performa toko. Pengambilan keputusan manajerial hanya bergantung pada intuisi dan pengalaman. Hal ini menjadi hambatan, sebab proses pengambilan keputusan tidak didukung oleh data. Penelitian ini mengusulkan pengembangan dashboard Business Intelligence (BI) untuk memantau kinerja berdasarkan KPI. BI dirancang menggunakan metode four-step design methodology yang diperkenalkan oleh Kimball, termasuk salah satu tahapannya yaitu pengembangan data warehouse. Data operasional terlebih dahulu melalui tahapan Extract-Transform-Load (ETL) menggunakan Talend Open Studio, kemudian dimuat dalam Data warehouse dengan mekanisme penjadwalan pemutakhiran data setiap minggunya. Data warehouse menjadi sumber data utama dari komponen visualisasi pada dashboard, yang ditentukan berdasarkan tingkat krusial KPI oleh CEO perusahaan menggunakan metode Analytical Hierarchy Process (AHP) dengan kriteria SMART. Dashboard diimplementasikan menggunakan Microsoft Power BI dengan koneksi ODBC dan On-Premises data gateway untuk melakukan pembaharuan semantic model. Hasil dari implementasi dashboard diuji menggunakan metode pengujian usability DATUS. Hasil pengujian menunjukkan tingkat kepuasan pengguna yang relatif tinggi, dengan skor keseluruhan 89,6 dari 100, dan interpretasi dari nilai rata-rata yang memuaskan
Klasifikasi Tingkat Stress dari Data Berbentuk Teks dengan Menggunakan Algoritma Support Vector Machine (SVM) dan Random Forest Fathirachman Mahing, Naufal; Lazuardi Gunawan, Alifi; Foresta Azhar Zen, Ahmad; Abdurrachman Bachtiar, Fitra; Agung Wicaksono, Satrio
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 5: Oktober 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118010

Abstract

Stres merupakan keadaan dimana seseorang merasakan adanya tekanan yang berlebih pada dirinya. Pemantauan tingkat stres menjadi hal yang penting bagi manusia. Tingkat stres yang tinggi dapat menimbulkan dampak negatif terhadap kesehatan manusia. Deteksi dini stres menjadi sesuatu yang sangat penting untuk dilakukan. Salah satu cara mengetahui tingkat stres seseorang adalah melalui analisis teks. Penelitian ini dilakukan untuk melakukan klasifikasi tingkat stres berdasarkan data berupa teks menggunakan algoritma Support Vector Machine (SVM) dan Random Forest. Pada penelitian ini melakukan perbandingan beberapa metode transformasi. Transformasi yang dilakukan pada penelitian ini menggunakan TF-IDF, CountVectorizer, NRCLex, dan Word Affect Intensities. Data yang digunakan dalam penelitian ini berupa sebuat teks berbahasa Inggris yang diambil dari media sosial Twitter. Total data yang digunakan yaitu 8439 data. Pelatihan model baik untuk Support Vector Machine dan Random Forest menggunakan 6751 data. Sedangkan untuk pengujian menggunakan 1688 data. Hasil penelitian menunjukkan bahwa algoritma SVM dengan pembobotan menggunakan TF-IDF memiliki performa yang paling baik dibandingkan dengan algoritma Random Forest dan metode transformasi lainnya yang digunakan dalam penelitian. Model algoritma SVM dengan transformasi TF-IDF yang dibangun berhasil mendapatkan akurasi sebesar 84%. Model ini mendapatkan akurasi yang lebih tinggi dibanding model Random Forest yang memperoleh akurasi tinggi sebesar 80% dengan menggunakan transformasi CountVectorizer.   Abstract Stress is a condition where a person feels excessive pressure on himself. Monitoring stress levels is important for humans. High levels of stress can have a negative impact on human health. Early detection of stress is something that is very important to do. One way to find out someone's stress level is through text analysis.This research was conducted to classify stress levels based on text data using the Support Vector Machine (SVM) and Random Forest algorithms. This research compares several transformation methods. The transformation performed in this study uses TF-IDF, CountVectorizer, NRCLex, and Word Affect Intensities. The data used in this research is an English text taken from Twitter social media. The total data used is 8439 data. Model training for both Support Vector Machine and Random Forest uses 6751 data. While for testing using 1688 data. The results showed that the SVM algorithm with weighting using TF-IDF had the best performance compared to the Random Forest algorithm and other transformation methods used in the study. The SVM algorithm model with TF-IDF transformation that was built managed to get an accuracy of 84%. This model obtained a higher accuracy than the Random Forest model which obtained a high accuracy of 80% using the CountVectorizer transformation.
Analisis Terhadap Kemampuan Kognitif dan Minat Siswa SMK Pada Implementasi Model Problem Based Learning Berbantuan ChatGPT dan Perplexity Novita, Salma; Hariyanti, Uun; Agung Wicaksono, Satrio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Model pembelajaran Problem Based Learning (PBL) telah terbukti efektif dalam mengembangkan keterampilan berpikir kritis siswa, namun guru masih menghadapi kendala dalam memberikan umpan balik yang konstruktif. Integrasi teknologi AI seperti ChatGPT dan Perplexity berpotensi mengatasi tantangan tersebut. Penelitian ini bertujuan untuk membandingkan efektivitas implementasi kedua aplikasi AI tersebut dalam model PBL terhadap hasil belajar kognitif dan minat belajar siswa. Menggunakan desain kuasi-eksperimen dengan pre-test dan post-test pada 58 siswa kelas X TKJ di SMK Islam 2 Wlingi, penelitian ini membagi siswa ke dalam kelompok pengguna ChatGPT dan Perplexity. Hasil analisis statistik menunjukkan bahwa tidak terdapat perbedaan yang signifikan pada hasil belajar kognitif antara kedua kelompok (p=0,899), meskipun keduanya sama-sama mengalami peningkatan setelah perlakuan. Sebaliknya, pada aspek minat belajar, ditemukan perbedaan yang signifikan (p=0,017), pada kelompok Perplexity menunjukkan peningkatan minat yang lebih tinggi dibandingkan kelompok ChatGPT. Disimpulkan bahwa kedua aplikasi AI sama-sama efektif meningkatkan hasil kognitif, namun Perplexity lebih unggul dalam meningkatkan minat belajar siswa, kemungkinan besar karena kemampuannya menyajikan informasi terstruktur dengan sitasi yang jelas. Kata kunci: chatGPT, perplexity, pembelajaran berbasis masalah, hasil belajar kognitif, minat belajar
Co-Authors Abdurrachman Bachtiar, Fitra Dafa Hermawan, Muhamad Daffa Muhammad, Fawwaz Dwi Putra, Alvianta Fathirachman Mahing, Naufal Foresta Azhar Zen, Ahmad Lazuardi Gunawan, Alifi Novita, Salma Sapta Prakoso, Bondan Uun Hariyanti, Uun Yudi Setiawan, Nanang