Article Per Year (5 Year)
p-Index From 2020 - 2025
1.757
P-Index
This Author published in this journals
All Journal KADIKMA Jurnal Informatika dan Teknik Elektro Terapan Jurnal Ilmiah KOMPUTASI EDUMATIC: Jurnal Pendidikan Informatika Data Sciences Indonesia (DSI) Competitive Jurnal Pengabdian Masyarakat Indonesia (JPMI)
Mustaqim, Kiki
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Mathematics Physics Transportation Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
COMPARISON BETWEEN PROPORTIONAL INTEGRAL DERIVATIVE (PID) AND MODEL PREDICTIVE CONTROL (MPC) FOR SHIP HEADING CONTROL Jannaty, Baity; Muhammadun, Muhammadun; Mustaqim, Kiki
Kadikma Vol 14 No 3: Desember 2023
Publisher : Department of Mathematics Education , University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/kdma.v14i3.44356

Abstract

In this paper discussed about ship heading control problem. Ship heading control is one of the ship control problem in the application in the marine field. With rudder angle as input control, the heading angle controlled therefore it can reach reference heading angle with minimum energy. Assume that is wave disturbance to the system. We compare two method for control the heading angle, that is Proportional Integral Derivative (PID) and Model Predictive Control (MPC). Proportional Integral Derivative (PID) is a controller that determine the presition of an instrumentation system with feedback characteristic on the system. MPC is a control technique, which embeds optimization within feedback to deal with systems subject to constraints on inputs and states. From the simulation result, MPC can compansate the disturbance better than PID. The time to reach reference angle when controlled using MPC faster than using PID. The change value of Np also almost give same result. But the change parameter PID can give very difference result seen from the rise time, the settling time, and the overshoot.
Implementasi Naive Bayes pada Sistem Asesmen Program Kemitraan dan Bina Lingkungan PT. Pos Indonesia Maresti, Fatia Amalia; Mustaqim , Kiki; Ginasta, Nava Gia
Jurnal Ilmiah Komputasi Vol. 23 No. 2 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 2, Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.2.3584

Abstract

Penelitian ini bertujuan untuk memberikan rekomendasi sebagai dasar pertimbangan kelayakan calon mitra usaha. Melalui analisis data profil usaha, berupa sektor usaha, provinsi, status usaha, tahun pendirian, jumlah modal, hasil penjualan, total kekayaan bersih, usia pemilik, penghasilan pemilik, jumlah pinjaman, dan label. Metode Naive Bayes dipilih sebagai alat klasifikasi karena kecepatan dan akurasinya. Hasil evaluasi dari 20 data test, terdapat 18 (90%) data yang terklasifikasi dengan benar, yaitu 6 (33%) data terkategori layak mendapat pinjaman, dan 12 (67%) data terkategori tidak layak mendapat pinjaman. Algoritma Naive Bayes memberikan hasil akurasi sebesar 90%, dengan presisi dan recall masing-masing sebesar 92% untuk kategori "Layak" dan "Tidak Layak" mendapatkan pinjaman. Hasil ini menunjukkan bahwa algoritma Naive Bayes layak digunakan untuk penentuan kemitraan usaha PKBL PT. Pos Indonesia. Penelitian ini memberikan kontribusi dalam memberikan rekomendasi yang lebih efektif dalam menilai kelayakan calon mitra usaha, dengan meminimalisir risiko kredit macet.
Analisis Sentimen Ulasan Aplikasi PosPay untuk Meningkatkan Kepuasan Pengguna dengan Metode K-Nearest Neighbor (KNN) Mustaqim, Kiki; Amaresti, Fatia Amalia; Dewi, Intan Novita
Jurnal Pendidikan Informatika (EDUMATIC) Vol 8 No 1 (2024): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v8i1.24779

Abstract

PT Pos Indonesia has launched a digital pospay service. Users who have a positive experience are more likely to return to application. User perceptions analysis can be known from the Review sentiments. Review sentiments that are classified as positive and negative are really needed by developers to improve services (user satisfaction). The research aims to increase user satisfaction of the PosPay application based on the application's review data. The source of data is a review of the pospay application at Google play store. The method used quantitative study method that is K-Nearest Neighbor (K-NN) that classify objects based on learning data that are closest to the object. Research variable is the word from user commentary that associated with the pospay application services. Application review data in scrapping, preprocessing, splits data (train data and test data). Supervised learning (TF-IDF and K-NN) prepared with python programming provides data visualizing. The research results show that the sentiment of Pospay application users tends to be positive. K-NN classification model produces 91% accuracy, 90% precision and recall by 99%. The key word of positive sentiment is: easy, helpful, transaction. Keyword negative sentiment: balance, pay, login.
PENERAPAN EXPLORATORY DATA ANALYSIS (EDA) DAN ANALISIS RECENCY, FREQUENCY, AND MONETARY (RFM) UNTUK SEGMENTASI PELANGGAN E-COMMERCE Amalia Maresti, Fatia; Mustika Anugraheni, Gabriella; Hargiyanto, Radio Ananto; Mustaqim, Kiki
Competitive Vol. 19 No. 1 (2024): Jurnal Competitive
Publisher : PPM Universitas Logistik dan Bisnis Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/competitive.v19i1.4059

Abstract

E-commerce menghasilkan volume data yang sangat besar setiap harinya yang dihasilkan oleh pelanggan saat bertransaksi. Pelanggan merupakan kelompok maupun individu yang memegang peranan penting dalam proses strategi bisnis dengan membeli produk atau jasa berdasarkan pada keputusan sendiri yang beralaskan oleh pertimbangan dari segi kebermanfaatan serta harga dari setiap produk atau jasa. Dalam penelitian ini pelanggan akan dilakukan segmentasi berdasarkan data transaksi penjualan pada e-commerce menggunakan metode Exploratory Data Analysis (EDA) dan analisis Recency, Frequency, and Monetary (RFM). Pemberlakuan segmentasi pelanggan bertujuan untuk memahami karakteristik pelanggan dan mengimplementasi strategi retensi agar meningkatkan kemajuan suatu perusahaan dengan membuat strategi pemasaran yang efektif dan memprediksi perilaku pelanggan di masa mendatang. Pada tahapan awal segmentasi pelanggan dilakukan investigasi untuk menemukan pola, mengevaluasi hipotesis, dan memverifikasi asumsi berkaitan dengan data pelanggan melalui rangkuman statistik menggunakan metode Exploratory Data Analysis (EDA). Tahapan selanjutnya dilakukan identifikasi untuk mengetahui pola perilaku pelanggan yang melakukan pembelian barang sehingga dapat dikelompokkan berdasarkan karakteristik dengan analisis Recency, Frequency, and Monetary (RFM). Terdapat 11 kategori yang dihasilkan dalam segmentasi pelanggan, di antaranya adalah Champions, Loyal Customer, Promising Customer, New Customer, Need Attention, At Risk, Potential, About To Sleep, Old Potensial, Hibernating, dan Lost.
Penerapan Algoritma Apriori untuk Rekomendasi Produk dalam Rangka Peningkatan Hasil Penjualan KUD Sarwa Mukti Cisarua Fatia Amalia Maresti; Woro Isti Rahayu; Kiki Mustaqim; Muhammad Vito Aristawidya; Laode Muhammad Aznur Syahfajar
Jurnal Pengabdian Masyarakat Indonesia (JPMI) Vol. 2 No. 3 (2025): Februari
Publisher : Publikasi Inspirasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/jpmi.v2i3.4031

Abstract

Koperasi Unit Desa (KUD) Sarwa Mukti merupakan salah satu koperasi produksi susu sapi perah yang masih aktif beroperasi di Cisarua, Kabupaten Bandung Barat, Jawa Barat.  Secara umum, program bertujuan untuk menerapkan strategi peningkatan penjualan produk KUD Sarwa Mukti, dengan menampilkan dashboard visualisasi hasil penjualan produk dan menerapkan rekomendasi sistem pemesanan produk menggunakan Algoritma Apriori. Algoritma Apriori adalah teknik dalam data mining untuk menemukan aturan asosiasi dalam dataset besar, dengan fokus pada item-item yang sering muncul bersama dalam transaksi. Hasil analisis menunjukkan bahwa produk berbasis susu, seperti Susu Murni dan Milk Shake Ice Cream, memiliki tingkat pembelian tinggi dan sering dibeli bersamaan dengan produk lain seperti Pisang Keju dan Roti Kukus. Dengan nilai lift rata-rata sebesar 1.53, ditemukan keterkaitan kuat antara beberapa produk, yang dapat dimanfaatkan untuk strategi bundling dan promosi. Penerapan association rules menghasilkan 180 aturan asosiasi yang menunjukkan hubungan positif antara produk antecedents dan consequents. Aturan dengan nilai lift tertinggi menunjukkan kecenderungan kuat bagi pelanggan untuk membeli produk secara bersamaan, seperti pada kombinasi Puding Sumur dan Pisang Kipas.
Penerapan Metode Regresi Linear Berganda Untuk Memprediksi Angka Buta Huruf Di Provinsi Jawa Barat Mustaqim, Kiki; Riza, Noviana; Sawalia Fitri, Nita; Nur Handayani, Nasywa
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5372

Abstract

Angka buta huruf di Indonesiayang diartikan sebagai persentase penduduk berusia 15 tahun ke atas yang tidak memiliki kemampuan membaca dan menulis kalimat sederhana, menjadi isu yang sangat penting, terutama di provinsi dengan jumlah penduduk besar seperti Jawa Barat. Meskipun telah dilakukan berbagai upaya untuk meningkatkan tingkat melek huruf, tantangan tetap ada, dan data menunjukkan bahwa angka buta huruf masih cukup tinggi di beberapa daerah. Penelitian ini mengidentifikasi sejumlah variabel yang diduga berkontribusi terhadap angka buta huruf, termasuk jumlah penduduk dan kondisi ekonomi. ini bertujuan untuk memprediksi angka buta huruf di Provinsi Jawa Barat menggunakan metode regresi linear berganda. Variabel independen yang digunakan dalam penelitian ini adalah jumlah penduduk (X1), jumlah sekolah dasar (X2), dan jumlah penduduk miskin (X3), dan variabel dependennya adalah angka buta huruf. Data yang digunakan merupakan data sekunder dari instansi terkait di Provinsi Jawa Barat. Analisis regresi linear berganda diterapkan untuk mengetahui pengaruh ketiga variabel independen terhadap angka buta huruf serta memprediksi angka buta huruf di masa yang akan datang. Hasil penelitian menunjukkan bahwa ketiga variabel independen memiliki pengaruh terhadap angka buta huruf di Jawa Barat. Model regresi yang dihasilkan dapat digunakan untuk memprediksi angka buta huruf berdasarkan perubahan pada jumlah penduduk, jumlah sekolah dasar, dan jumlah penduduk miskin.
Web Scraping Data Ulasan Pelanggan untuk Kemajuan Bisnis E-Commerce pada Official Store dan Non-Official Store dengan Pendekatan Natural Language Processing Al Hafizh, Muhamad Rafif; Aldi Daim Fauzan; Woro Isti Rayahu; Kiki Mustaqim; Rahma Hanum
Data Sciences Indonesia (DSI) Vol. 5 No. 1 (2025): Article Research Volume 5 Issue 1, June 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i1.5748

Abstract

Penelitian ini bertujuan mengaplikasikan teknik Web Scraping untuk mendapatkan data ulasan official store dan non-official store dari Tokopedia untuk dibandingkan dan dilakukan Sentiment Analysis untuk menghapus prasangka bahwa official store lebih unggul daripada non-official store. Web Scraping adalah teknik ekstraksi data secara otomatis dari web melalui HTML yang kemudian di-framing menjadi dataframe agar mudah dibaca. Data yang sudah diubah akan melalui Preprocessing Data, yang mencakup Data Cleaning, Normalisasi, Stopword Removal, Tokenize, Stemming, dan Translate. Proses ini menghasilkan kata yang siap diolah ke Labelling, dan diberi sentimen positif, negatif, dan netral. Hasil perbandingannya adalah Faith Industries mendapatkan 80.9% positif, 4.4% negatif, dan 14.6% netral, sedangkan Julclothing mendapatkan 69.1% positif, 18.0% negatif, dan 13.0% netral. Perbandingan tersebut tidak signifikan, dapat disimpulkan bahwa non-official store dapat bersaing dengan official store. Perbandingan selanjutnya terdapat di frekuensi sentimen terbanyak. Kedua toko tersebut memiliki kata ‘fit’ sebagai sentimen positif dan ‘measure’ sebagai sentimen netral, sedangkan sentimen negatif Faith Industries mendapatkan kata ‘long’, Julclothing mendapatkan kata ‘small’. Klasifikasi negatif tersebut disimpulkan bahwa permasalahan utama pelanggan tidak puas karena ukuran baju. Solusi permasalahan utama bagi toko dan pelanggan, yaitu toko menyediakan chart size yang sesuai dan pelanggan mengukur baju sesuai chart size sebelum membeli produk dari toko tersebut
Perbandingan Metode Regresi Linear Dan K-Nearest Neighbor (KNN) Dalam Memprediksi Produksi Tanaman Padi Di Pulau Sumatera Mustaqim, Kiki; Riza, Noviana; , Yusuf; Muhammad Reefy Hidayatullah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5201

Abstract

Padi merupakan bahan pangan yang sangat penting untuk menunjang kebutuhan pangan di Indonesia, khususnya di Pulau Sumatera. Faktor-faktor yang memengaruhi produksi padi meliputi luas panen, kelembapan, curah hujan, dan suhu rata-rata. Setiap tahun, suhu bumi yang terus meningkat akibat pemanasan global berdampak pada iklim yang fluktuatif, sehingga dapat menghambat produksi padi. Memahami faktor-faktor tersebut menjadi penting untuk pengembangan strategi yang efektif dalam meningkatkan produktivitas padi. Penelitian ini menggunakan bahasa pemrograman Python pada Google Colab untuk membandingkan metode regresi linear berganda dan K-Nearest Neighbors (KNN) dalam memprediksi produksi padi di Pulau Sumatera. Hasil penelitian menunjukkan bahwa metode regresi linear lebih akurat dibandingkan KNN, dengan nilai R² regresi linear sebesar 0,868181, lebih unggul 18,94% dibanding KNN. Selain itu, regresi linear memiliki nilai MAE yang lebih rendah sebesar 22,03% dan nilai MSE yang lebih rendah sebesar 55,49% dibanding KNN. Hasil ini menunjukkan bahwa regresi linear lebih andal dalam memprediksi produksi padi di Pulau Sumatera dan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis di sektor pertanian.
ANALISIS FAKTOR PENGARUH TERHADAP PENGHASILAN PROFESI DATA ENGINEER MENGGUNAKAN METODE REGRESI LINEAR BERGANDA Riza, Noviana; Aulia, Maysa Zaidee; Kolin, Paulina Bota; Mustaqim, Kiki
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5740

Abstract

Penelitian ini dilakukan untuk melihat faktor pengaruh terhadap penghasilan profesi data engineer. Penghasilan seringkali dipengaruhi oleh beberapa faktor yang diantaranya seperti pengalaman kerja, keahlian database, dan jenis kelamin. Metode yang digunakan yaitu regresi linear berganda dengan sumber data yang digunakan berdasarkan kuisioner dari salah satu website. Hasil penelitian yaitu pengalaman kerja, keahlian database, dan jenis kelamin berpengaruh signifikan sebesar 9,8% secara simultan. Secara parsial pengalaman kerja dan keahlian database berpengaruh signifikan, sedangkan jenis kelamin tidak berpengaruh signifikan.
Penerapan Metode K-Means Untuk Klasifikasi Tingkat Literasi Terhadap Penyebaran Hoaks Di Jawa Barat Mustaqim, Kiki; Al Raffi, Gilang; Nita Sawalia Fitri; Riza, Noviana
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.5664

Abstract

Penyebaran hoaks menjadi tantangan serius di era digital, terutama di Indonesia, yang memiliki tingkat penggunaan internet yang tinggi namun belum sepenuhnya diimbangi dengan literasi digital yang memadai. Penelitian ini bertujuan untuk mengklasifikasikan kabupaten/kota di Jawa Barat berdasarkan tingkat literasinya, menganalisis tingkat kerentanan setiap klaster terhadap penyebaran hoaks berdasarkan karakteristik literasi yang dimiliki, serta memvisualisasikan hasil klastering dalam bentuk dashboard web yang interaktif. Metode yang digunakan adalah K-Means Clustering dengan tiga variabel utama, yaitu Indeks Pembangunan Literasi Masyarakat (IPLM), Indeks Pendidikan, dan Indeks Masyarakat Digital Indonesia (IMDI). Hasil analisis menunjukkan adanya tiga klaster dengan karakteristik berbeda dalam hal literasi dan tingkat kerentanannya terhadap hoaks. Wilayah dengan indeks literasi tinggi cenderung memiliki ketahanan lebih baik terhadap informasi palsu, sedangkan wilayah dengan indeks rendah lebih rentan terhadap penyebaran informasi hoaks akibat keterbatasan akses dan kemampuan verifikasi. Visualisasi hasil klastering dalam bentuk dashboard interaktif menggunakan Tableau dan Streamlit memberikan wawasan yang dapat digunakan oleh pemangku kebijakan dalam merancang strategi peningkatan literasi dan edukasi masyarakat. Dengan memahami pola ini, diharapkan langkah-langkah mitigasi yang efektif dapat diterapkan untuk mengurangi penyebaran hoaks di Jawa Barat.
Co-Authors Al Hafizh, Muhamad Rafif Al Raffi, Gilang Aldi Daim Fauzan Aulia, Maysa Zaidee Azzahra, Siti Salwa Ginasta, Nava Gia Hargiyanto, Radio Ananto Intan Novita Dewi, Intan Novita Jannaty, Baity Kolin, Paulina Bota Laode Muhammad Aznur Syahfajar Maresti, Fatia Amalia Muhammad Reefy Hidayatullah Muhammad Vito Aristawidya Muhammadun Muhammadun, Muhammadun Mustika Anugraheni, Gabriella Nita Sawalia Fitri nur handayani, nasywa Paringga Pengestu Ningsih, Salsa Rahayu, Woro Isti Rahma Hanum Riza, Noviana Sawalia Fitri, Nita Woro Isti Rayahu Yusuf