Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Ilmiah Sinus STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Djtechno: Jurnal Teknologi Informasi
Kurniawan, Nanda Dwi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Mathematics

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

Found 4 Documents
Search

 1 
Mengukur Kinerja AI : Perbandingan Kepuasan Pengguna ChatGPT dan Google Gemini dalam Era Digital Buana, Pratama Angga; Abriansah, Fausta Rizky; Kurniawan, Nanda Dwi; Ferdian, Praditya Rendi; Ma’arif, Daffa Nurin Nabil; Firdaus, Azmi Maulana
Jurnal Ilmiah SINUS Vol 23, No 2 (2025): Vol. 23 No. 2, Juli 2025
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30646/sinus.v23i2.900

Abstract

This study aims to analyze user satisfaction with the artificial intelligence applications ChatGPT and Google Gemini using the End-User Computing Satisfaction (EUCS) method. This method evaluates five key dimensions: content, accuracy, format, ease of use, and timeliness. Data were collected from 78 respondents with diverse backgrounds using a Likert-based questionnaire. The results show that both applications fall into the "Satisfied" category, with average scores across all variables exceeding 3.70. ChatGPT scored highest on ease of use (3.93), while Google Gemini excelled in format (3.89). However, the accuracy variable received the lowest scores for both applications, at 3.57 for ChatGPT and 3.73 for Google Gemini. These findings highlight the need for improvements in information accuracy. This study is essential for providing practical insights for developers to enhance the quality of AI applications, making them more responsive to user needs.
Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib Kurniawan, Nanda Dwi; Ferdian, Praditya Rendi; Hidayati, Nurtriana
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i1.2025.87-97

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi Ajaib di Google Play Store menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data ulasan sebanyak 2.000 dikumpulkan melalui web scraping menggunakan library google-play-scraper dan diproses melalui tahap normalisasi, case folding, pembersihan, tokenisasi, dan penghilangan stopwords. Data dibagi menjadi 80% data latih dan 20% data uji dengan label sentimen diatas 3 (positif), 3 (netral), dan dibawah 3 (negatif). Hasil menunjukkan Random Forest unggul secara keseluruhan dengan recall 95% dan F1-score 91%, sementara SVM mencatatkan akurasi tertinggi 91%, dan Naive Bayes kompetitif dengan presisi 91%. Berdasarkan evaluasi terhadap keempat metrik utama, Random Forest direkomendasikan untuk analisis sentimen ulasan aplikasi Ajaib karena kemampuannya yang konsisten dalam mengidentifikasi ulasan positif. Penelitian ini memberikan panduan efektif dalam memilih algoritma machine learning untuk analisis sentimen di platform aplikasi mobile.
PENENTUAN SUPPLIER TERBAIK MENGGUNAKAN METODE MOORA DAN TOPSIS DENGAN PEMBOBOTAN ENTROPY Kurniawan, Nanda Dwi; Cholil, Saifur Rohman
Djtechno: Jurnal Teknologi Informasi Vol 6, No 1 (2025): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i1.6091

Abstract

Pemilihan supplier merupakan aspek kritis dalam keberlangsungan operasional bisnis, termasuk bagi Toko Kelontong Dua Putra yang selama ini menggunakan pendekatan subjektif dalam menentukan mitra suppliernya. Metode penilaian yang tidak sistematis ini berpotensi menimbulkan berbagai permasalahan seperti keterlambatan pengiriman, kualitas produk yang tidak konsisten, dan hambatan operasional lainnya. Untuk mengatasi hal tersebut, penelitian ini mengusulkan pendekatan ilmiah menggunakan metode MOORA dan TOPSIS dengan pembobotan Entropy guna menghasilkan penilaian yang lebih objektif. Kriteria penilaian meliputi harga, jarak, pelayanan, ketersediaan stok, dan kualitas barang, yang selanjutnya digunakan untuk melakukan perangkingan alternatif supplier. Hasil penelitian menunjukkan konsistensi pada kedua metode, dengan alternatif A1 teridentifikasi sebagai supplier terbaik, memperoleh skor 0,059 pada MOORA dan 0,905 pada TOPSIS, yang mengindikasikan potensi signifikan dalam optimalisasi proses pemilihan supplier.
Analisis Kerentanan SQL Injection Menggunakan SQLMap pada Kali Linux Kurniawan, Nanda Dwi; Firdaus, Azmi Maulana; Abriansah, Fausta Rizky; Ferdian, Praditya Rendi; Susanto, Susanto
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 10, No 1 (2025)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v10i1.26855

Abstract

SQL injection is one of the serious threats in website security that can jeopardize the integrity of the database. This research focuses on using Sqlmap integrated in Kali Linux operating system to analyze website database vulnerability. Kali Linux was chosen because it is a Linux distribution specifically designed for penetration testing and has been equipped with various cybersecurity tools, including Sqlmap as a reliable open-source framework to detect and analyze SQL injection vulnerabilities automatically. The main objective of the research is to develop a systematic methodology in analyzing website database vulnerabilities through SQL injection techniques. The methodology includes the installation and configuration of Sqlmap on Kali Linux, implementation of penetration testing, and comprehensive analysis of the vulnerability findings. This research also emphasizes the importance of implementing security mechanisms and mitigation strategies to protect data integrity from SQL injection attacks. The results of this research are expected to contribute to the development of better cybersecurity practice.
Co-Authors Abriansah, Fausta Rizky Abriansah, Fausta Rizky Cholil, Saifur Rohman Ferdian, Praditya Rendi Ferdian, Praditya Rendi Firdaus, Azmi Maulana Firdaus, Azmi Maulana Ma’arif, Daffa Nurin Nabil Nurtriana Hidayati Pratama Angga Buana Susanto Susanto