Article Per Year (5 Year)
p-Index From 2021 - 2026
2.374
P-Index
This Author published in this journals
All Journal Abimanyu: Journal of Community Engagement 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
Arts Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Prediksi Kelulusan Tepat Waktu Mahasiswa Menggunakan Artificial Neural Network Berdasarkan Nilai Akademik Dan Kepuasan Penggunaan E-Learning (Studi Kasus: Universitas Negeri Surabaya) Rizky Pratama Syahrul Ramadhan; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Salah satu elemen utama yang mempengaruhi mutu pendidikan tinggi adalah tingkat kelulusan mahasiswa tepat waktu. Melalui algoritma Jaringan Syaraf Tiruan (ANN), studi ini berfokus untuk menciptakan model yang mampu memprediksi kelulusan mahasiswa dalam waktu yang sesuai pada program Sistem Informasi dan Ilmu Komputer di Universitas Negeri Surabaya. Prediksi didasarkan pada kombinasi data nilai akademik (IPK semester 1-4) dan kepuasan penggunaan e-learning yang diukur menggunakan metode End User Computing Satisfaction (EUCS). EUCS atas lima aspek: content, accuracy, format, ease of use, dan timeliness. Informasi yang dipakai dalam penelitian ini berasal dari 68 siswa angkatan 2018–2022. Untuk menangani keterbatasan jumlah data, pengembangan model melibatkan pengoptimalan hyperparameter menggunakan Optuna dan evaluasi menggunakan Stratified 5-Fold Cross-Validation. Hasil pengujian menunjukkan bahwa model ANN yang dikembangkan sangat akurat, dengan akurasi rata-rata 95,38%, ketepatan 93,33%, recall 96,00%, dan skor F1 94,55%. Hasil ini menunjukkan bahwa integrasi data akademik dan kepuasan pengguna terhadap teknologi pembelajaran dapat menjadi dasar strategi intervensi yang efektif bagi institusi pendidikan.   Kata Kunci— Artificial Neural Network, EUCS, Kelulusan Tepat Waktu, E-learning, Data Mining.
Penyisipan Teks ke dalam Citra Digital menggunakan Kombinasi Beaufort Cipher dan Steganografi Least Significant Bit Muhammad Aswiandi; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Penelitian ini menerapkan teknik pengamanan pesan teks berlapis dengan mengkombinasikan algoritma kriptografi Beaufort Cipher dan steganografi Least Significant Bit (LSB) pada citra digital. Pesan teks terlebih dahulu dienkripsi menggunakan Beaufort Cipher menghasilkan ciphertext, kemudian ciphertext disisipkan ke dalam citra cover berformat JPG (RGB Color Model) menggunakan metode LSB. Implementasi dilakukan pada aplikasi desktop berbasis Java yang mendukung proses enkripsi, steganografi, ekstraksi, serta fitur chat rahasia real-time. Pengujian dilakukan terhadap variasi panjang pesan 1000, 3000, dan 5000 karakter serta lima citra uji berbeda. Hasil pengujian menunjukkan nilai MSE sangat rendah dengan nilai antara 0.0012 - 0.2047 dan nilai rata-rata PSNR berkisar 55–77 dB (kategori Excellent), serta analisis histogram citra stego tetap seragam. Hal ini membuktikan bahwa citra hasil stego tidak mengalami perubahan visual signifikan dan sulit terdeteksi keberadaan pesan tersembunyi. Metode kombinasi Beaufort Cipher dan LSB efektif memberikan perlindungan berlapis terhadap pesan rahasia pada komunikasi digital.   Kata Kunci— Steganografi, Least Significant Bit, Beaufort Cipher, Citra Digital, Keamanan Informasi, PSNR, MSE
Penerapan Business Intelligence untuk Analisis Penjualan dan Segmentasi Pelanggan Toko Bangunan XYZ Rochman, Irsyad Adi; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Penelitian ini bertujuan untuk mengimplementasikan sistem Business Intelligence (BI) guna meningkatkan kapabilitas analitik pada Toko Bangunan XYZ, dengan fokus pada analisis kinerja penjualan dan segmentasi perilaku pelanggan berbasis data. Metodologi yang diterapkan mencakup tahapan perancangan data warehouse menggunakan metode Nine-Step Kimball dengan MySQL sebagai sistem manajemen basis data, dilanjutkan dengan proses Extract, Transform, Load (ETL) untuk menjamin integritas dan kesiapan data. Analisis dilakukan dengan pendekatan Online Analytical Processing (OLAP) untuk eksplorasi data multidimensi, serta penerapan teknik Data Mining berupa model Recency, Frequency, Monetary (RFM) untuk melakukan segmentasi pelanggan secara kuantitatif. Hasil implementasi menunjukkan bahwa analisis OLAP berhasil mengidentifikasi determinan kinerja penjualan, seperti produk dengan kontribusi volume tertinggi, kategori dengan margin profitabilitas optimal, dan pola temporal dalam tren pembelian. Sementara itu, segmentasi RFM menghasilkan pengelompokan pelanggan yang berbeda secara statistik ke dalam klaster High Value, Potential, Loyal dan Dormant. Seluruh temuan kemudian diwujudkan dalam bentuk dashboard analitik interaktif menggunakan Looker Studio, yang berfungsi sebagai alat bantu keputusan bagi manajemen. Simpulan penelitian mengindikasikan bahwa implementasi sistem BI ini secara efektif mentransformasi data operasional menjadi insight strategis, sehingga mendukung pengambilan keputusan yang lebih terinformasi dan berbasis bukti.   Kata Kunci— Business Intelligence, RFM, OLAP, Data Mining, Looker Studio.
Co-Authors Achmad Mauludi Asror Alfi Azqia Uzzulfa Haq Alfina Dian Febyani Aries Dwi Indriyanti Arzaqi, Siftiyan Balqis Nur Aura Shaviradilla Bonda Sisephaputra Eugenea Chiquita Zahrani Assyarif Ghea Sekar Palupi Kistofer, Terdy Kurrotul Uyun M Wildan Kafafi M. Renaldi Wildan F Mawarni, Lintang Iqhtiar Dwi Muhammad Aswiandi Muhammad Fatkhur Rizal Mujianto, Ahmad Heru Mukhtarul Fata An Nadwi Rizky Pratama Syahrul Ramadhan Rochman, Irsyad Adi Tanhella Zein Vitadiar Wilda Zakaria Nur Abidin