Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Mahasiswa Sistem Informasi (JMSI)
Soni Adiyono
Unknown Affiliation
Computer Science & IT Education

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMERINGKATAN MAHASISWA BERPRESTASI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Dwita Amalia Rizki; Fadiya Agustina; Rakha Adhi Nugraha; Soni Adiyono
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9068

Abstract

Pemeringkatan mahasiswa berprestasi merupakan bagian penting dalam dunia pendidikan untuk memberikan penghargaan dan memotivasi pencapaian akademik. Namun, proses pemeringkatan yang dilakukan secara manual sering kali menimbulkan ketidakakuratan dan subjektivitas. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) guna melakukan pemeringkatan mahasiswa secara objektif dan terstruktur. Data yang digunakan mencakup lima kriteria utama, yaitu IPK, IPS, jumlah SKS, nilai mutu, dan jumlah mata kuliah. Proses analisis dilakukan melalui tahapan normalisasi dan pembobotan terhadap setiap kriteria untuk menghasilkan skor akhir dari masing-masing mahasiswa. Hasil perhitungan menunjukkan bahwa mahasiswa atas nama Mustafa memperoleh skor tertinggi sebesar 0,933. Nilai mutu terbukti menjadi kriteria paling berpengaruh dengan bobot tertinggi 30%. Sistem ini berhasil menghasilkan peringkat mahasiswa secara adil, efisien, dan sesuai dengan kriteria yang telah ditentukan. Dengan demikian, penerapan metode SAW dalam sistem pendukung keputusan ini dapat membantu institusi pendidikan dalam melakukan seleksi atau pemeringkatan secara transparan dan akuntabel.
Integrasi Rule-Based Productivity Evaluation pada Sistem Informasi Manajemen Organisasi Mahasiswa Rabbani, Muhammad Rafif; Muhammad Arifin; Soni Adiyono
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

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

Abstract

Organisasi mahasiswa berperan penting dalam mengembangkan kemampuan kepemimpinan, manajerial, dan kolaborasi mahasiswa. Namun, proses pengelolaan administrasi dan evaluasi produktivitas organisasi masih umumnya dilakukan secara manual sehingga penilaian cenderung kurang konsisten, objektif, dan transparan. Penelitian ini bertujuan mengembangkan sistem informasi manajemen organisasi mahasiswa yang mengintegrasikan Rule-Based Productivity Evaluation Model untuk mendukung pengelolaan administrasi sekaligus menghasilkan evaluasi produktivitas organisasi secara sistematis. Sistem dikembangkan menggunakan metode Waterfall dengan implementasi berbasis Python, Flet, dan MySQL. Model evaluasi dibangun menggunakan aturan IF–THEN yang disusun berdasarkan studi literatur dan analisis karakteristik administrasi organisasi mahasiswa dengan tiga indikator, yaitu Participant Attendance, LPJ Submission Timeliness, dan Document Completeness. Pengujian fungsional menggunakan Black Box Testing terhadap 35 skenario menunjukkan 34 skenario berhasil dan 1 skenario gagal, sehingga diperoleh tingkat keberhasilan sebesar 97,1%. Selain itu, validasi model menunjukkan bahwa hasil perhitungan manual identik dengan hasil yang dihasilkan sistem pada seluruh skenario pengujian, sehingga implementasi aturan telah sesuai dengan rancangan model. Sistem menghasilkan Productivity Score, Productivity Category, Weakest Aspect, dan Recommendation secara otomatis untuk mendukung evaluasi produktivitas organisasi mahasiswa. Hasil penelitian menunjukkan bahwa integrasi model berbasis aturan mampu menghasilkan proses evaluasi yang konsisten, objektif, dan transparan serta mendukung dosen pembina dalam memantau produktivitas organisasi mahasiswa.
Klasterisasi Pelanggan Menggunakan K-Means Clustering Berbasis Model LRFM untuk Analisis Customer Lifetime Value pada Toko Perabot Pak Lan Jaya Bunga Sayla Safira; Supriyono; Soni Adiyono
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

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

Abstract

Persaingan pada sektor ritel perabot rumah tangga semakin ketat sehingga pelaku usaha dituntut untuk mengidentifikasi dan memprioritaskan pelanggan berdasarkan nilai serta perilaku transaksinya secara terukur. Tanpa mekanisme klasifikasi pelanggan yang sistematis, pengelola toko kesulitan merancang strategi pemasaran yang tepat sasaran dan efisien. Penelitian ini bertujuan menganalisis klasterisasi pelanggan Toko Perabot Pak Lan Jaya menggunakan algoritma K-Means Clustering berbasis model LRFM dengan parameter Length (durasi hubungan pelanggan), Recency (kebaruan transaksi), Frequency (frekuensi pembelian), dan Monetary (nilai pembelian) sebagai dasar estimasi Customer Lifetime Value (CLV) guna mendukung pengambilan keputusan strategi pemasaran. Penelitian menggunakan 661 transaksi terkonfirmasi dari 76 pelanggan selama periode Januari hingga Juli 2026. Tahapan analisis meliputi pembersihan data, pembentukan fitur LRFM, normalisasi menggunakan metode Min-Max Scaling, penentuan jumlah klaster optimal dengan Metode Elbow, klasterisasi menggunakan K-Means, serta evaluasi kualitas klaster menggunakan Silhouette Score. Hasil penelitian menghasilkan tiga segmen pelanggan, yaitu 19 Pelanggan Premium, 40 Pelanggan Loyal, dan 23 Pelanggan Berisiko. Pelanggan Premium memiliki rata-rata nilai Monetary dan Frequency tertinggi, sedangkan Pelanggan Berisiko menunjukkan nilai Recency tertinggi serta Frequency dan Monetary terendah. Nilai Silhouette Score sebesar 0,2821 mengindikasikan bahwa pemisahan antar klaster berada pada kategori cukup baik (reasonable structure). Hasil segmentasi dapat dimanfaatkan sebagai dasar penyusunan program loyalitas, promosi bertarget, peningkatan nilai transaksi, dan kampanye reaktivasi pelanggan secara terstruktur dan berbasis data.
Co-Authors Bunga Sayla Safira Dwita Amalia Rizki Fadiya Agustina MUHAMMAD ARIFIN Rabbani, Muhammad Rafif Rakha Adhi Nugraha SUPRIYONO