Article Per Year (5 Year)
p-Index From 2021 - 2026
3.313
P-Index
This Author published in this journals
All Journal Journal of Informatics and Computer Science (JINACS) Modem : Jurnal Informatika dan Sains Teknologi Journal of Emerging Information Systems and Business Intelligence (JEISBI) Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi
I Kadek Dwi Nuryana
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Penerapan Klasifikasi Pelanggan Berdasarkan Segmentasi Pelanggan pada UMKM Monex Toys Bekasi Eugenea Chiquita Zahrani Assyarif; I Kadek Dwi Nuryana
Modem : Jurnal Informatika dan Sains Teknologi. Vol. 3 No. 3 (2025): Juli : Modem : Jurnal Informatika dan Sains Teknologi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/modem.v3i3.533

Abstract

This study aims to conduct customer segmentation and develop a classification model to predict the clusters of new customers at Monex Toys Abadi Bekasi, a micro, small, and medium enterprise (MSME). Segmentation was performed using the K-Means Clustering algorithm, incorporating parameters such as Recency, Frequency, Monetary (RFM), purchased products, payment methods, shipping cost discounts, and the total number of products purchased by customers. The segmentation results revealed two clusters: (1) Discount Hunters and (2) Loyal Customers. Subsequently, a classification process was conducted to predict customer clusters using the K-Nearest Neighbor (KNN) and Support Vector Machine (SVM) algorithms. Evaluation results indicated that all models achieved high accuracy exceeding 98%. The best-performing model was obtained with SVM using a 70:30 data split, achieving an accuracy of 98.81%. This classification model was then implemented into a Streamlit-based cluster prediction application, enabling users to identify customer segments in real-time. The findings of this research are expected to assist MSMEs in understanding customer behavior, enhancing service quality, and supporting more effective marketing strategies.
Prediction and Analysis of Customer Churn at Telkomsel Using Machine Learning Approach Achmad Mauludi Asror; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 6 No. 2 (2025): Vol. 06 Issue 02
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v6i2.65825

Abstract

Customer churn is one of the main problems in the telecommunications industry, including Telkomsel, the largest cellular operator in Indonesia. This study aims to build a classification model to predict customer churn and analyze the factors influencing churn using the CRISP-DM approach. Data was obtained through an online questionnaire from 100 respondents who are active students of Universitas Negeri Surabaya. The research process includes stages of data preparation (normalization, encoding, and removal of irrelevant attributes) and the application of classification algorithms such as Logistic Regression, Decision Tree, Random Forest, K-Nearest Neighbors, Support Vector Machine, and Naïve Bayes. Evaluation was carried out using metrics such as accuracy, precision, recall, and F1-Score. The results show that Random Forest is the best algorithm with an F1-Score of 87.50% on an 80:20 data ratio. Feature analysis indicates that the attribute of previous churn status has the greatest influence on churn prediction
SISTEM PENDUKUNG KEPUTUSAN PERKEMBANGAN BELAJAR ANAK TK EL-YAMIEN 1 TUBAN MENGGUNAKAN METODE SMART BERBASIS WEB Alfi Azqia Uzzulfa Haq; Tanhella Zein Vitadiar; I Kadek Dwi Nuryana; Muhammad Fatkhur Rizal
Inovate Vol 9 No 1 (2024): September
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/inovate.v9i1.7270

Abstract

El-Yamien 1 Tuban Kindergarten is an Islamic-based kindergarten and is located in Tuban District. Thisresearch focuses on developing a Decision Support System for Assessment of Children's Learning Progressat El-Yamien 1 Tuban Kindergarten using the web-based SMART Method. This research problemaddresses the inefficiency of the existing manual assessment process in schools, which hinders teachers inevaluating children's learning development effectively. The goal was to develop a web-based system thatwould automate the assessment process and provide ratings of children's learning progress. Using theSimple Multi Attribute Rating Technique (SMART) method for decision making, focusing on five criteriafor assessing children's learning progress. The results show that the web-based system simplifies the processof inputting teacher data and automatically produces assessment results, making it easier to evaluatechildren's learning progress. The implications of this research indicate the importance of incorporatingdigital technology in education to improve assessment processes and improve decision making.Keywords: Decision Support System, SMART, Children's Learning Development.
PENERAPAN SISTEM INFORMASI PENGGAJIAN KARYAWAN BERBASIS WEB PADA CAFE TEATIME MENGGUNAKAN METODE GROSS M. Renaldi Wildan F; I Kadek Dwi Nuryana; Ahmad Heru Mujianto; Kistofer, Terdy
Inovate Vol 9 No 1 (2024): September
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/inovate.v9i1.7280

Abstract

Employees usually receive a fixed salary from the company and can also be interpreted as a motivation toemployees that can be done periodically. The remuneration is made up of basic salary, overtime, and so on.The administration calculates the salaries of employees and the data necessary for the salary calculationprocess such as employee data, employee time accuracy reports, and such reports are obtained through theprocessing of the percentage of employees received when recapitulating the presence and working hours datafrom HRD. In the calculation of salaries, three methods that can be applied by the agencies of the cafe areavailable Net, Gross method, and Gross Up method. The processes that have not been integrated into thesystem including data processing and the process of employee wage calculation are still manual.A summary of the results of this study is a web-based employee remuneration application that can helpinternal cafes such as HRD, admin, general manager, and general manager.Keywords: wage system, gross, information system.
RANCANG BANGUN SISTEM ADMINISTRASI SURAT KETERANGAN DAN KEPENDUDUKAN BERBASIS WEBSITE MENGGUNAKAN ALGORITMA BOYER MOORE M Wildan Kafafi; I Kadek Dwi Nuryana; Muhammad Fatkhur Rizal
Inovate Vol 9 No 2 (2025): Maret
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/inovate.v9i2.8880

Abstract

Every year the population of Sukomulyo village will increase so that the tasks and burdens of the Sukomulyo village government will also increase along with the increasing population, to overcome this the village government must be able to work optimally such as providing administrative services using an administration system so that services can be carried out quickly and efficiently. And with the existence of a village administration system, it can help the village government in managing population data that can be done independently so that it becomes information for village development and construction. to maximize system performance when searching for population data and letter data, researchers want to use a string search algorithm, namely the Boyer Moore algorithm, the Boyer Moore algorithm is one of the string search algorithms that is able to produce very good search performance because it has a large character matching jump. Based on the results of testing carried out from several stages of testing, the first test was carried out by entering a pattern with several input patterns that were searched for, the fastest search time was obtained, namely 363 milliseconds, in the second test carried out by classifying data based on the amount of data in the database, the results showed that the amount of data in the database did not greatly affect the performance of the Boyer Moore algorithm when searching. So, from several stages of testing that were carried out, it was proven that using the Boyer Moore algorithm provides fast and efficient data search performance. Keywords: village administration system, Boyer Moore algorithm, thesis topic.
Pemilihan Arsitektur Convolutional Neural Network (CNN) untuk Deteksi Tempat Wisata di Surabaya Zakaria Nur Abidin; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Penelitian ini berfokus pada pemilihan arsitektur Convolutional Neural Network (CNN) untuk mendeteksi tempat wisata di Surabaya melalui klasifikasi citra digital. Latar belakang penelitian ini didasari oleh pentingnya teknologi kecerdasan buatan dalam mendukung promosi pariwisata yang lebih interaktif dan efisien. Data penelitian dikumpulkan dari berbagai sumber, yaitu Google, Google Maps, serta dokumentasi langsung, dengan total 21.500 citra yang terbagi ke dalam 43 kelas tempat wisata. Metodologi yang digunakan adalah CRISP-DM, mencakup tahapan pemahaman bisnis, persiapan data, pemodelan, evaluasi, hingga implementasi. Eksperimen dilakukan dengan enam arsitektur CNN, yaitu SENet, ResNeXt, Inception v4, ResNet, Inception v3, dan Inception v2. Selain itu, penelitian ini juga menguji kombinasi arsitektur untuk memperoleh performa lebih optimal. Hasil pengujian menunjukkan bahwa ResNet merupakan arsitektur tunggal terbaik dengan akurasi 83,49%. Namun, kombinasi ResNet dan SENet dengan optimizer RMSProp, learning rate 0,0001, serta batch size 32, menghasilkan performa tertinggi dengan akurasi 89,02%. Model terbaik ini kemudian diimplementasikan pada aplikasi web berbasis Flask, yang diuji melalui black box testing dan terbukti berjalan sesuai kebutuhan pengguna. Secara keseluruhan, penelitian ini berhasil menunjukkan efektivitas CNN dalam klasifikasi gambar tempat wisata, sekaligus memberikan kontribusi praktis berupa aplikasi web yang dapat membantu wisatawan mengenali destinasi wisata Surabaya. Dengan demikian, penelitian ini tidak hanya memperkuat pemanfaatan deep learning dalam sektor pariwisata, tetapi juga membuka peluang pengembangan teknologi serupa untuk promosi wisata di kota lain.   Kata Kunci— Convolutional Neural Network, Deteksi Citra, Tempat Wisata Surabaya, Deep Learning, Flask, Ensemble Learning.
Rancang Bangun Pembelajaran Smartnesa Berbasis Web Dengan Model Pembelajaran Blended Learning (Metode Flipped Classroom) Untuk Meningkatkan Keterampilan Menulis Karya Tulis Ilmiah Mahasiswa Arzaqi, Siftiyan; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak - Rendahnya mutu karya tulis ilmiah mahasiswa masih menjadi tantangan dalam proses pembelajaran di perguruan tinggi, khususnya terkait penguasaan konsep penulisan akademik, ketepatan sistematika, serta kemampuan mengartikulasikan gagasan secara ilmiah. Kondisi tersebut dipengaruhi oleh keterbatasan ketersediaan media pembelajaran yang bersifat interaktif serta belum optimalnya integrasi teknologi dalam kegiatan pembelajaran. Oleh karena itu, penelitian ini diarahkan untuk merancang, mengembangkan, dan mengevaluasi efektivitas media pembelajaran Smartnesa berbasis website yang menerapkan model Blended Learning dengan pendekatan Flipped Classroom dalam meningkatkan kompetensi penulisan karya tulis ilmiah mahasiswa. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE yang mencakup tahapan analisis, desain, pengembangan, implementasi, dan evaluasi. Penelitian dilaksanakan di Universitas Negeri Surabaya dengan melibatkan 76 mahasiswa Fakultas Teknik sebagai subjek penelitian. Pengumpulan data dilakukan melalui tes awal (pretest) dan tes akhir (posttest), angket validasi media dan materi, serta angket respon mahasiswa. Analisis data dilakukan menggunakan uji normalitas Kolmogorov–Smirnov, perhitungan N-gain, dan uji Wilcoxon. Hasil penelitian menunjukkan bahwa media pembelajaran Smartnesa memperoleh persentase kelayakan sebesar 83% dengan kategori sangat baik. Selain itu, penerapan Smartnesa dengan pendekatan Flipped Classroom terbukti mampu meningkatkan kompetensi penulisan karya tulis ilmiah mahasiswa, yang ditunjukkan oleh nilai rata-rata N-gain sebesar 0,556 pada kategori sedang serta hasil uji Wilcoxon yang menunjukkan nilai signifikansi 0,01 (p < 0,05). Temuan tersebut mengindikasikan adanya peningkatan kemampuan kognitif mahasiswa secara signifikan setelah mengikuti pembelajaran menggunakan Smartnesa. Kata Kunci— Smartnesa, Flipped Classroom, Learning Management System, Karya Tulis Ilmiah, Keterampilan.
The Impact of Service Quality on Customer Satisfaction and Loyalty in Netflix Dicky Alnazarul; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 7 No. 2 (2026): Vol. 07 Issue 02
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v7i2.76443

Abstract

Netflix is a subscription streaming platform that gives users access toiwatchiTVishowsiand movies throughiinternet connectedidevices. The purposeiof this study is to determine whether there is an influence of service quality onicustomer loyaltyifor the Netflix online streaming application and to make appropriate recommendations to the relevant agencies. Thisistudy uses an explanatoryimethodiwhich aimsito explain the relationship betweeni the variables studied and the influence between these variables. Thisistudy involves three independent variables, namely service quality, Price, and customer satisfaction, and one dependent variable, namely customer loyalty. Data collection was carried out through distributing questionnaires to Netflix application users in Surabaya and its surroundings. Theidata obtained was processed using validity test, reliability test, and hypothesis testing with the help of SPSS software. The analysis results show that all independent variables have a significant influence on customer loyalty. Among these variables, Price has the greatest influenceion customer loyalty, followed by service quality and customer satisfaction. This study has some limitations that require further study so that the level of elearning user satisfaction can be measured more accurately. Keywords: Netflix, Satisfaction, Loyalty, SPSS, Customer Services.
Analisis Klasterisasi Simagang Melisa Menggunakan Algoritma K-Means Alinda Ayu Prameswari; I kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 2 (2023): Vol. 04 Issue 02
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i2.54167

Abstract

Simagang Melisa merupakan sistem informasi yang digunakan oleh banyak mahasiswa Unesa untuk melihat informasi dan mengakses data terkait magang, juga merupakan platform penting yg digunakan mahasiswa dlm kegiatan magang. Dalam melakukan magang, pengalaman pengguna pada Sim Magang dapat mempengaruhi efektivitas dan efisiensi pengalaman magang mahasiswa. Oleh karena itu, penting untuk memastikan bahwa Simagang Melisa Unesa memberikan pengalaman pengguna yang optimal dan memenuhi kebutuhan pengguna. Dalam penelitian ini, algoritma K-means digunakan untuk mengelompokkan pengguna Simagang Melisa ke dalam beberapa kelompok, mana saja yang memiliki pengalaman pengguna yang baik dan mana yang pengalaman pengguna nya buruk berdasarkan karakteristik Heart metrics yang terkait dengan pengalaman pengguna. Dalam penelitian ini menggunakan 200 dataset mahasiswa pengguna Simagang Melisa yang diperoleh dari kuesioner dalam bentuk google form secara online. Sebelum analisis clustering , dilakukan preprocessing termasuk uji validitas dan reliabilitas seluruh dataset. Pada penelitian ini telah memperoleh hasil klastering yang optimal dengan penentuan k optimal melalui elbow method yaitu berada pada k=2, yang artinya membagi klaster sebanyak 2 klaster dengan rata-rata 5.630 yang terdiri dari klaster 1 sebanyak 166 data dengan tingkat pengalaman pengguna baik karena memiliki rata-rata dan nilai variabel tertinggi., lalu klaster 2 sebanyak 34 data dengan tingkat pengalaman pengguna buruk karena memiliki rata-rata dan nilai variabel terendah. Hasil perhitungan nilai akurasi yang didapatkan adalah 83%.
Komparasi Algoritma Naive Bayes dan K Nearest Neighbor dalam Kepuasan Pengguna Fitur Tiktok Shop Balqist Naurah Salsabilah; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 3 (2023): Vol. 04 Issue 03
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i3.54211

Abstract

Hadirnya teknologi yang semakin canggih membuat aktivitas masyarakat yang kini dilakukan dengan online, salah satunya transaksi jual beli. Minat penggunaan masyarakat di Indonesia dalam melakukan transaksi jual beli online meningkat dari tahun ke tahun. Berbagai platform e-commerce memenuhi pasar Indonesia, salah satunya fitur pada aplikasi Tiktok. Pada tahun 2021, Shopify dan Tiktok mengenalkan fitur Tiktok Shop sebagai social commerce. Namun, masih banyak pengguna yang memberikan review ataupun rating yang kurang pada Google Play Store serta App Store mengenai fitur Tiktok Shop. Fenomena ini menarik perhatian peneliti untuk mengetahui faktor apa saja yang mempengaruhi kepuasan pelanggan terhadap fitur Tiktok Shop. Penilaian kepuasan pengguna diperlukan untuk mengetahui apakah sudah memenuhi ekpestasi dari para pengguna atau belum. Indikator penilaian kepuasan pengguna berdasarkan konstruk model DeLone and McLean IS Success. Penelitian ini akan menggunakan algoritma Naive Bayes dan K Nearest Neighbor karena hasil tingkat akurasi yang pernah dilakukan dalam melakukan klasifikasi data memberikan hasil yang baik dan akan dibandingkan. Penelitian ini juga akan mencari tahu faktor-faktor apa saja yang memiliki pengaruh tinggi terhadap kepuasan pengguna fitur Tiktok Shop pada pada aplikasi Tiktok. Dalam mencari tahu faktor-faktor yang memiliki pengaruh yakni menggunakan Gain Ratio dan mengurutkannya berdasarkan yang paling tinggi hingga terendah. Hasil yang didapatkan yakni service quality menjadi pengaruh paling tinggi pada kepuasan pengguna fitur Tiktok Shop, selanjutnya variabel system quality, dan variabel pada urutan terakhir adalah information quality. Hasil dari perbandingan algoritma, Naive Bayes memiliki bobot akurasi terbaik sebesar 98.36% dengan 70% pelatihan data dan 30% pengujian data.
Co-Authors Achmad Mauludi Asror Alda Maretina Iranti Alfi Azqia Uzzulfa Haq Alinda Ayu Prameswari Arzaqi, Siftiyan Balqist Naurah Salsabilah Darisva Prismala Deafitria Putri Susanto Dewi Kumala Sari Dicky Alnazarul Dinda Kartikasari Elwino Alif Ramadhan Elwino Eugenea Chiquita Zahrani Assyarif Kistofer, Terdy Lathifatuz zuhroh M Wildan Kafafi M. Renaldi Wildan F Moch. Faisal Mochamad Muzayyid Al Hakim Muhammad Fatkhur Rizal Muhammad Rafi Atha Nur Rahmatullah Mujianto, Ahmad Heru Sherlyani Puspita Dewi Tanhella Zein Vitadiar Wilda Yefi Chlarasasti Zakaria Nur Abidin Zidan Rohmadianto