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 
Komparasi Algoritma Naïve Bayes dan Random Forest Dalam Mengetahui Kepuasan Pengguna Aplikasi Jenius Yefi Chlarasasti; 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.v4i3.54232

Abstract

Salah satu inovasi bank digital di Indonesia adalah Jenius yang merupakan aplikasi perbankan revolusioner pertama di Indonesia. Pada tahun 2016, Bank BTPN meluncurkan aplikasi Jenius dan hingga saat ini telah beroperasi selama lebih dari 6 tahun. Namun setelah 6 tahun diluncurkan, Jenius hanya mendapatkan penilaian di playstore sebesar 3,9 dari 5 dengan total penilaian lebih dari 185.000 penilaian. Rata-rata keluhan yang disampaikan oleh pengguna adalah terkait aplikasi yang cenderung lambat dalam merespon perintah pengguna. Penelitian ini bertujuan untuk mengetahui faktor apa yang paling berpengaruh terhadap kepuasan pengguna dalam menggunakan layanan aplikasi bank digital Jenius serta melakukan komparasi akurasi algoritma Naïve Bayes dan Random Forest dalam mengetahui kepuasan pengguna aplikasi Jenius. Dari perhitungan Information Gain dan Gain Ratio, faktor yang paling mempengaruhi kepuasan pengguna aplikasi layanan bank digital Jenius adalah Performance Expectancy. Dan pada pengujian yang telah dilakukan menunjukkan bahwa kinerja algoritma Naïve Bayes lebih baik dibandingkan algoritma Random Forest dalam mengklasifikasikan kepuasan pengguna aplikasi Jenius dengan hasil akurasi tertinggi sebesar 91,95%.
Rancang Bangun Sistem Informasi Penerimaan Peserta Magang Menggunakan Natural Language Processing & Algoritma K-Nearest Neighbors Pada PT. Ide Jualan Creative Mochamad Muzayyid Al Hakim; 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.v4i3.55646

Abstract

Penerimaan peserta magang pada perusahaan masih seringkali dilakukan secara manual dengan memerlukan waktu dan tenaga yang cukup banyak. Selain itu, masih banyak perusahaan yang kesulitan dalam melakukan seleksi peserta magang yang sesuai dengan kebutuhan perusahaan. Beberapa proses seperti rekrutmen yang kompleks, jumlah kandidat yang lumayan banyak, serta kesulitan dalam mendata kandidat dapat membuat proses rekrutmen peserta magang tersebut menjadi lambat dan ini dapat mempengaruhi kinerja perusahaan dan retensi karyawannya. Oleh karena itu, perlu adanya suatu sistem informasi penerimaan peserta magang yang dapat membantu perusahaan dalam melakukan seleksi peserta magang yang tepat. Untuk menunjang pembuatan dari sistem informasi penerimaan peserta magang yang menerapkan NLP dan KNN penulis menggunakan metode waterfall untuk merancang sistem tersebut dikarenakan beberapa alasan yaitu salah satunya metode waterfall dirasa mudah diimplementasikan, fase proses pengembangan dilakukan secara urut satu persatu dan cocok diterapkan untuk sistem baru. Penelitian ini memberikan hasil bahwa sistem penerimaan peserta magang pada PT. Ide Jualan Creative dapat dikembangkan dengan metode waterfall dan juga penerapan NLP dan algoritma KNN dalam mengklasifikasikan resume dari pendaftar magang menunjukkan hasil yang positif dimana sistem dapat melakukan klasifikasi terhadap resume pendaftar magang secara langsung dan dapat membantu dalam menentukan kandidat yang cocok untuk diterima magang pada PT. Ide Jualan Creative.
Analisis Prediksi Pengalaman Pengguna Aplikasi MELISA menggunakan Metode SVM dan KNN Dinda Kartikasari; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 4 (2023): Vol. 04 Issue 04
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56384

Abstract

Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi mencanangkan program Merdeka Belajar Kampus Merdeka (MBKM) yang merupakan kebijakan untuk membawa perubahan positif bagi masa depan mahasiswa. Universitas Negeri Surabaya merupakan salah satu dari perguruan tinggi di Indonesia yang berperan aktif dalam mensukseskan program MBKM, dalam hal ini Pertukaran Mahasiswa. MELISA mencakup berbagai program yang tersedia didalam Universitas Negeri Surabaya. Beberapa program yang disediakan MELISA merupakan program magang, Inbound, Outbound, KKN, dan PLP. Tujuan penelitian dilakukan adalah mengetahui hasil komparasi algoritma SVM dan KNN untuk pengalaman pengguna aplikasi MELISA. Pengumpulan data dilakukan dengan menyebarkan kuisioner melalui gform dengan jumlah 26 indikator pertanyaan. Jumlah sampel yang ditentukan dalam penelitian ini telah ditetapkan sesuai kuota dimana diambil 50 responden setiap fakultas di Universitas Negeri Surabaya dan jumlah fakultas Universitas Negeri Surabaya adalah 7 fakultas maka jumlah responden yang digunakan dalam penelitian ini sebanyak 350 dari 362 responden menggunakan teknik quota sampling. Kemudian penelitian diolah menggunakan perhitungan data menggunakan software SPSS versi 26 untuk uji validasi dan reliabilitas kuisioner sebelum kuisioner disebarkan menggunakan data 20 responden. Dari hasil pengujian dua metode yaitu SVM dan KNN didapatkan nilai rata-rata persentase yang terendah di variabel Attractiveness pada metode SVM dengan accuracy 99,86%, precision 99,76%, recall 100% menggunakan 10-fold validation. Sedangkan dengan metode KNN, variabel Attractiveness mendapatkan nilai accuracy 96,17%, precision 97,44%, recall 95,87% menggunakan 10-fold validation. Maka dari hasil tersebut menghasilkan beberapa rekomendasi bagi pengembangan aplikasi MELISA, yaitu perbaikan tampilan UI/UX aplikasi MELISA agar lebih disukai serta menyenangkan dan nyaman saat digunakan, perbaikan tampilan konten yang ada di aplikasi MELISA, serta perbaikan tampilan UI/UX dan alur penggunaan pada aplikasi MELISA menjadi user friendly agar pengguna baru dapat lebih mudah menggunakan aplikasi MELISA.
PERANCANGAN ULANG PROSES BISNIS PADA PENGOLAHAN BIJI KOPI ANAPHALIS ROASTERY MENGGUNAKAN BUSINESS PROCESS MODELLING NOTATION (BPMN) Muhammad Rafi Atha Nur Rahmatullah; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024): Vol. 05 Issue 01
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.58919

Abstract

Anaphalis Roastery perusahaan yang bergerak dalam bidang penjualan biji kopi siap saji. Sebuah perusahaan pasti memilik itujuan untuk menjadikan segala aspek bisnis menjadi berkembang dan lebih baik. Proses Bisnis merupakan salah satu aspek yang dapat mempengaruhi berkembangnya suatu perusahaan. Permasalahan timbul saat perusahaan bertambah besar yaitu belum ada proses bisnis tertulis yang menjadi patokan dalam menjalankan bisnis, sehingga keputusan-keputusan yang dibuat dapat berubah-ubah berdasarkan kondisi menyebabkan proses bisnis yang kurang efektif dan efisien. Untuk itu dibutuhkan analisis proses bisnis menggunakan Business Process Improvement (BPI) Framework. Fase pertama mengeditifikasi proses bisnis Anaphalis Roastery menggunakan Business Process Model and Notation (BPMN), fase kedua melakukan Process Validation, Time Validation dan Resource Validation pada proses bisnis. Kemudian menentukan streamlining yang digunakan untuk meningkatkan efektivitas dan efisiensi proses bisnis.
Pengaruh Kesiapan Teknologi terhadap Minat Masyarakat pada Penggunaan Aplikasi Layanan Pesan Antar Makanan Menggunakan Model Kombinasi TRI dan TAM Sherlyani Puspita Dewi; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 1 (2024): Vol. 05 Issue 01
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i1.59010

Abstract

Di Indonesia, aplikasi layanan pesan antar makanan menjadi layanan yang banyak diminati di kalangan masyarakat. Mayoritas konsumen menggunakan aplikasi tersebut untuk meningkatkan produktivitas, mengeksplorasi tren kuliner terkini, dan berinteraksi. Tujuan utama pada penelitian ini ialah guna menganalisis dan menguji apakah optimism, innovativeness, discomfort dan insecurity berpengaruh pada persepsi kemudahan penggunaan, dan apakah persepsi kemudahan penggunaan berhubungan kesenanagan pemakaian aplikasi layanan pesan antar makanan. Responden survei berjumlah 202 orang yang berdomisili di Surabaya dan menggunakan aplikasi layanan pesan antar makanan. Data primer yang digunakan dihasilakn melalui pembagian kuesioner dengan online. Karena model ini tidak memiliki keterbatasan untuk mengintegrasikan variabel tambahan ke dalam model jalur, maka kumpulan data dianailis menggunakan SEM dengan perangkat lunak SmartPLS 3.0. Hasil penelitian ini membuktikan yaitu optimism memberikan pengaruh posistif signifikan pada persepsi kemudahan penggunaan sebesar 32,1%, innovativeness memiliki pengaruh sebesar 28,7% dan insecurity memiliki pengaruh sebesar 28,6%. Sebaliknya discomfort mempengaruhi persepsi kemudahan penggunaan sebesar 11,4% sehingga dapat dikatakan tidak signifikan namun persepsi kemudahan penggunaan mempengaruhi minat sebesar 45% yang berdampak signifikan terhadap minat pemakaian aplikasi jasa pesan mengantar makanan.
Menganalisa Pola Pembelian Pelanggan Menggunakan Metode Data Mining: Customer Segementation dan Market Basket Analysis Dengan Algoritme K-Means dan Eclat Dewi Kumala Sari; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 2 (2024): Vol. 05 Issue 02
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i2.60048

Abstract

Analisis Opinion Mining Pada Topik Chatgpt di Aplikasi X Dengan Pendekatan Algoritma SVM Berbasis Lexicon Darisva Prismala; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 3 (2024): Vol. 05 Issue 03
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i3.61575

Abstract

Perkembangan teknologi kecerdasan buatan, khususnya dalam bentuk chatbot seperti ChatGPT, telah memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk interaksi di platform media sosial seperti aplikasi X. Analisis sentimen terhadap opini pengguna sangat penting untuk memahami sikap dan reaksi mereka, yang dapat memberikan wawasan berharga bagi pengembang untuk meningkatkan kualitas produk dan layanan. Penelitian ini bertujuan untuk menganalisis opini masyarakat terhadap topik ChatGPT di aplikasi X menggunakan algoritma Support Vector Machine (SVM) berbasis lexicon. Hasil penelitian menunjukkan bahwa algoritma SVM berbasis lexicon dapat secara efektif mengklasifikasikan sentimen Tweet dengan tingkat akurasi yang tinggi. Pelabelan data menggunakan kamus VADER Lexicon menunjukkan hasil sebagai berikut: 431 sentimen positif, 1307 sentimen netral, dan 115 sentimen negatif. Sementara itu, hasil klasifikasi menggunakan algoritma SVM menunjukkan 188 sentimen positif, 1264 sentimen netral, dan 1593 sentimen negatif. Akurasi pengujian menggunakan Cross Validation menghasilkan akurasi sebesar 78.06%, dengan precision 53.72% untuk sentimen positif, 76.74% untuk sentimen netral, dan 81.98% untuk sentimen negatif. Recall untuk masing-masing kelas adalah 23.43% (positif), 74.22% (netral), dan 99.92% (negatif).
Analisis Proses Bisinis dan Manajemen Supply CV. Adem Teknik Menggunakan Metode Business Process Modelling Notation (BPMN) Zidan Rohmadianto; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 3 (2024): Vol. 05 Issue 03
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i3.62470

Abstract

Adem Teknik adalah salah satu penyedia layanan jasa servis AC yang berlokasi di Surabaya. Namun, perusahaan ini menghadapi kendala dalam mengelola proses bisnis yang ada. Proses bisnis merupakan serangkaian instrumen yang digunakan untuk mengorganisir kegiatan dan meningkatkan pemahaman tentang keterkaitan berbagai aktivitas dalam mencapai suatu tujuan. Untuk memodelkan proses bisnis, digunakan sebuah metode yang dikenal sebagai Business Process Modelling Notation (BPMN). BPMN adalah standar yang menyediakan notasi grafis guna menjelaskan sebuah proses bisnis secara rinci dan terstruktur. Adem Teknik memiliki beberapa proses bisnis utama, antara lain proses bisnis servis, penjualan suku cadang, restok suku cadang, pendataan penjualan, dan penggajian. Dalam praktiknya, berbagai masalah ditemukan dalam pelaksanaan proses-proses ini, yang berdampak negatif pada efisiensi operasional dan kualitas pelayanan. Untuk mengatasi masalah ini, penelitian dilakukan untuk mengidentifikasi dan menganalisis permasalahan yang ada pada proses bisnis di Adem Teknik. Berdasarkan hasil temuan tersebut, akan diberikan usulan perbaikan yang diharapkan dapat menjadi acuan bagi Adem Teknik dalam memperbaiki proses bisnis mereka. Perbaikan ini tidak hanya bertujuan untuk meningkatkan efisiensi dan efektivitas operasional, tetapi juga untuk meningkatkan kualitas pelayanan kepada pelanggan. Dengan menerapkan BPMN dalam pemodelan proses bisnis, Adem Teknik dapat memperoleh gambaran yang lebih jelas dan terstruktur tentang bagaimana aktivitas bisnis mereka saling berkaitan dan di mana letak masalah yang perlu diatasi. Melalui pemahaman yang lebih baik ini, diharapkan Adem Teknik dapat melakukan perbaikan yang signifikan dalam proses bisnis mereka, sehingga dapat meningkatkan daya saing dan kualitas layanan yang diberikan kepada pelanggan.
Implementasi Algoritma K-Nearest Neighbors dalam Mengetahui Kepuasan Pengguna Aplikasi CapCut: Implementation of the K-Nearest Neighbors Algorithm in Assessing User Satisfaction with the CapCut Application Alda Maretina Iranti; I Kadek Dwi Nuryana
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 5 No. 3 (2024): Vol. 05 Issue 03
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v5i3.63772

Abstract

Comparative Analysis Of Laravel, Lumen, Guzzle, Leaf, and Slim Framework Performance On Rest API Using One Way Anova Moch. Faisal; 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.v6i2.66146

Abstract

The rapid advancement of technology has increased the importance of selecting the right framework for RESTful API development. This study compares the performance of five popular PHP frameworks—Laravel, Lumen, Guzzle, Leaf, and Slim—in terms of response time, CPU usage, memory usage, throughput, and error rate. Using Apache JMeter as the testing tool, load testing was conducted across various endpoints with simulated virtual users (up to 75 users). The methodology involved designing a RESTful API with a PostgreSQL database, implementing it using the five frameworks, and performing load tests to measure the defined performance parameters. Statistical analysis using One-Way ANOVA was conducted to determine significant performance differences among the frameworks. The results indicate that each framework has distinct strengths and weaknesses under specific conditions. Frameworks like Lumen and Guzzle demonstrated superior performance in terms of response time and CPU usage, while Slim performed better with higher throughput under certain scenarios. These findings provide critical insights for developers and decision-makers in selecting the most efficient framework based on project requirements. Keyword: RESTful API, PHP frameworks, performance analysis, load testing, Apache JMeter, One-Way ANOVA.
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