Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal JR : Jurnal Responsive Teknik Informatika Jurnal Responsive Teknik Informatika
Perdana, Willy Rizki
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perancangan dan Implementasi Sistem Informasi Rekapitulasi Penjualan dan Data Tamu Berbasis Web Putri, Andina Zatria; Suheri, Mahdi Aulia; Fernandes, Atman Lucky; Perdana, Willy Rizki; Ikhsan, Hidayatul
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1433

Abstract

Sistem informasi memiliki peran yang sangat penting dalam meningkatkan efisiensi dan efektivitas operasional perusahaan, terutama dalam pengelolaan data dan transaksi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi rekapitulasi transaksi penjualan dan data tamu di PT Mytrip Indonesia. Metode yang digunakan dalam pengembangan sistem adalah System Development Life Cycle (SDLC) dengan pendekatan waterfall model, yang melibatkan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Pemodelan sistem menggunakan Unified Modeling Language (UML) untuk menggambarkan proses bisnis dan alur data. Sistem ini dikembangkan menggunakan PHP sebagai bahasa pemrograman dan MySQL sebagai basis data. Hasil dari implementasi sistem ini menunjukkan peningkatan efisiensi dalam pencatatan dan rekapitulasi data, mempermudah akses informasi, serta mendukung pengambilan keputusan berbasis data. Pengujian blackbox membuktikan bahwa sistem berfungsi dengan baik sesuai dengan kebutuhan perusahaan. Penelitian ini memberikan kontribusi signifikan dalam mendukung pengelolaan transaksi secara efektif dan efisien, namun pengembangan lebih lanjut diperlukan untuk memperkaya fitur dan meningkatkan kualitas aplikasi.
Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes: Studi Kasus Universitas Ibnu Sina Batam Perdana, Willy Rizki; Afriantoni, Romiko; Agustini, Sherly; Saro, David; Y, Aprizal
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1438

Abstract

Tingkat kelulusan mahasiswa merupakan indikator penting kualitas pendidikan tinggi. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan algoritma Naive Bayes dengan memanfaatkan data akademik, sosial-demografis, dan ekonomi mahasiswa di Universitas Ibnu Sina Batam. Dataset mencakup 1.247 rekaman data mahasiswa Program Studi Teknik Informatika dan Sistem Informasi angkatan 2017–2021. Metode validasi menggunakan stratified 10-fold cross-validation. Hasil menunjukkan akurasi 89,74%, presisi 88,31%, recall 91,05%, dan F1-Score 89,66%. Perbandingan dengan Decision Tree dan SVM menunjukkan Naive Bayes unggul dalam efisiensi komputasi. IPK semester 1–4 dan tingkat kehadiran terbukti sebagai prediktor paling signifikan.
Perancangan dan Implementasi Sistem Informasi Rekapitulasi Penjualan dan Data Tamu Berbasis Web Putri, Andina Zatria; Suheri, Mahdi Aulia; Fernandes, Atman Lucky; Perdana, Willy Rizki; Ikhsan, Hidayatul
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1433

Abstract

Sistem informasi memiliki peran yang sangat penting dalam meningkatkan efisiensi dan efektivitas operasional perusahaan, terutama dalam pengelolaan data dan transaksi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi rekapitulasi transaksi penjualan dan data tamu di PT Mytrip Indonesia. Metode yang digunakan dalam pengembangan sistem adalah System Development Life Cycle (SDLC) dengan pendekatan waterfall model, yang melibatkan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Pemodelan sistem menggunakan Unified Modeling Language (UML) untuk menggambarkan proses bisnis dan alur data. Sistem ini dikembangkan menggunakan PHP sebagai bahasa pemrograman dan MySQL sebagai basis data. Hasil dari implementasi sistem ini menunjukkan peningkatan efisiensi dalam pencatatan dan rekapitulasi data, mempermudah akses informasi, serta mendukung pengambilan keputusan berbasis data. Pengujian blackbox membuktikan bahwa sistem berfungsi dengan baik sesuai dengan kebutuhan perusahaan. Penelitian ini memberikan kontribusi signifikan dalam mendukung pengelolaan transaksi secara efektif dan efisien, namun pengembangan lebih lanjut diperlukan untuk memperkaya fitur dan meningkatkan kualitas aplikasi.
Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes: Studi Kasus Universitas Ibnu Sina Batam Perdana, Willy Rizki; Afriantoni, Romiko; Agustini, Sherly; Saro, David; Y, Aprizal
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1438

Abstract

Tingkat kelulusan mahasiswa merupakan indikator penting kualitas pendidikan tinggi. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan algoritma Naive Bayes dengan memanfaatkan data akademik, sosial-demografis, dan ekonomi mahasiswa di Universitas Ibnu Sina Batam. Dataset mencakup 1.247 rekaman data mahasiswa Program Studi Teknik Informatika dan Sistem Informasi angkatan 2017–2021. Metode validasi menggunakan stratified 10-fold cross-validation. Hasil menunjukkan akurasi 89,74%, presisi 88,31%, recall 91,05%, dan F1-Score 89,66%. Perbandingan dengan Decision Tree dan SVM menunjukkan Naive Bayes unggul dalam efisiensi komputasi. IPK semester 1–4 dan tingkat kehadiran terbukti sebagai prediktor paling signifikan.
Co-Authors Afriantoni, Romiko Agustini, Sherly Fernandes, Atman Lucky Ikhsan, Hidayatul Putri, Andina Zatria Saro, David Suheri, Mahdi Aulia Y, Aprizal