Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal IJID (International Journal on Informatics for Development) Jurnal Ilmiah Ekonomi dan Manajemen
Rahman, Farhan
Unknown Affiliation
Computer Science & IT Other

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

Found 2 Documents
Search

 1 
PENGARUH CUSTOMER RELATIONSHIP MANAGEMENT PADA PRODUK ES TEH POCI DI KANTIN EMPAT SEKOLAH VOKASI IPB Rahman, Farhan; Ardisa Trynanda; Muhammad Adiyasa; Safitri Ramadhani Harahap; Zahra Shavira; Khoirul Aziz Husyairi; Tina Nur Ainun
JURNAL ILMIAH EKONOMI DAN MANAJEMEN Vol. 2 No. 6 (2024): JURNAL ILMIAH EKONOMI DAN MANAJEMEN (JIEM)
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jiem.v2i6.1340

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh kepuasan konsumen terhadap loyalitas pelanggan pada Es Teh Poci Kantin Empat. Terciptanya kepuasan konsumen dan citra pedagang yang baik merupakan keuntungan bagi pedagang. Kepuasan menjadi dasar yang baik bagi konsumen untuk mengulang kembali pembelian produk terkait sehingga konsumen tersebut menjadi loyal. Penelitian ini merupakan penelitian kuantitatif, data yang diperoleh dari penyebaran kuesioner. Teknik pengambilan sampel menggunakan rumus Customer Loyalty Index (CLI) sehingga diperoleh sampel sebanyak 50 orang konsumen. Analisis data dengan metode CLI. dari penelitian ini menunjukkan bahwa teknologi yang digunakan dengan poin rata-rata 224 dan kepuasan konsumen dengan poin rata-rata 4,16 hal ini berpengaruh terhadap loyalitas konsumen secara parsial, Konsumen Es Teh Poci Kantin Empat Sekolah Vokasi menunjukkan bahwa mereka merasa cukup loyal dan cukup puas atas layanan yang diberikan oleh Teh Poci Kantin Empat Sekolah Vokasi dapat dilihat dari penilaian responden terhadap atribut pelayanan dapat menyajikan dengan cepat.
Comparative Analysis of The Combination of Metaheuristic and Machine Learning Algorithms Sirmayanti; Rahman, Farhan; Hendro Prastyo, Pulung; Mahyati
IJID (International Journal on Informatics for Development) 2026
Publisher : Faculty of Science and Technology, Universitas Islam Negeri (UIN) Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/ijid.2026.4888

Abstract

Diabetes affects about 1.9% of the global population, mainly through Type 2 diabetes. Machine learning (ML) serves a pivotal role in enhancing diabetes prediction by analyzing complex datasets. Feature selection, a crucial ML pre-processing step, improved prediction accuracy by identifying relevant data and discarding irrelevant features. This study investigates the combination of metaheuristic algorithms and ML techniques to enhance diabetes prediction accuracy and computational efficiency. Utilizing the PIMA, Early Stage, and Vanderbilt datasets, experiments evaluated ten algorithm-model combinations based on metrics like accuracy, precision, the Wilcoxon test, and convergence curves. Key findings included that Firefly Algorithm-Logistic Regression, Bat Algorithm-Logistic Regression, and Cuckoo Search-Logistic Regression achieved 74.72% accuracy on PIMA; Firefly Algorithm-Support Vector Machine and Cuckoo Search-Naïve Bayes achieved 83.39% accuracy and 96.15% precision on Early Stage; and Firefly Algorithm-Naïve Bayes achieved 92.88% accuracy and precision on Vanderbilt. These results highlighted the potential of integrating metaheuristics with ML methods to improve clinical diagnostics. Future research is recommended to validate algorithm robustness across diverse datasets to further optimize diabetes prediction strategies.
Co-Authors Ardisa Trynanda Hendro Prastyo, Pulung Husyairi, Khoirul Aziz Mahyati Muhammad Adiyasa Safitri Ramadhani Harahap Sirmayanti Tina Nur Ainun Zahra Shavira