Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING JATI (Jurnal Mahasiswa Teknik Informatika)
Sabila, Amalia
Unknown Affiliation
Computer Science & IT

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

Found 3 Documents
Search

 1 
IDENTIFIKASI WAKTU OPTIMAL POSTING TERHADAP POLA ENGAGEMENT SOSIAL MEDIA MENGGUNAKAN METODE K-MEANS CLUSTERING Fathoni, Fathoni; Basulina, Nur Annisa; Gustiani, Sindy; Amalia, Suci; Sabila, Amalia; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14027

Abstract

Media sosial telah menjadi platform utama dalam membangun engagement, khususnya bagi seorang influencer dan pemasar digital. Engagement ini dipengaruhi oleh berbagai faktor, termasuk waktu optimal untuk memposting konten. Akan tetapi, banyak pengguna masih mengandalkan intuisi dalam menentukan waktu posting tanpa analisis berbasis data. Penelitian ini bertujuan untuk mengidentifikasi pola engagement berdasarkan waktu posting menggunakan metode K-Means Clustering. Data dikumpulkan melalui sumber sekunder yang mencakup berbagai platform media sosial dan dianalisis dengan Bootstrap Sampling untuk meningkatkan validitas sampel. Penentuan jumlah klaster optimal ditentukan menggunakan metode Elbow, yang menghasilkan dua klaster utama berdasarkan engagement rate. Hasil penelitian menunjukkan bahwa platform Instagram memiliki tingkat engagement tertinggi, dengan Facebook yang menunjukkan potensi interaksi yang signifikan. Terkait waktu optimal, engagement lebih tinggi pada waktu pagi dan malam dibandingkan siang dan sore. Visualisasi data juga mengungkap bahwa jumlah likes memiliki korelasi positif kuat terhadap engagement rate dibandingkan comments dan shares. Temuan ini memberikan wawasan bagi influencer dan pengelola media sosial untuk mengoptimalkan strategi konten dengan mempertimbangkan faktor waktu posting dan platform yang digunakan
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PEMETAAN KONDISI PERPUSTAKAAN DI INDONESIA BERDASARKAN PROVINSI TAHUN 2023 Amalia, Suci; Sabila, Amalia; Anisa Basulina, Nur; Prasetia, Dika; Wilantara, M Pandu; Ditha Tania, Ken; Rifai, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14052

Abstract

Perpustakaan memiliki peran strategis dalam peningkatan literasi dan penyediaan akses informasi bagi masyarakat di seluruh Indonesia. Namun, penyebaran dan pengelolaan perpustakaan yang belum merata menyebabkan kesenjangan dalam akses dan kualitas layanan, khususnya di tingkat kabupaten/kota. Permasalahan ini diperburuk oleh kurangnya pemanfaatan data yang ada untuk mendukung pengambilan keputusan berbasis bukti. Penelitian ini bertujuan untuk mengelompokkan data perpustakaan kabupaten/kota di Indonesia berdasarkan karakteristik tertentu guna mengidentifikasi pola distribusi dan kesenjangan layanan perpustakaan. Metode yang digunakan adalah Knowledge Discovery in Databases (KDD) dengan pendekatan algoritma K-Means Clustering. Data yang digunakan bersumber dari Perpustakaan Nasional dan mencakup atribut seperti jumlah perpustakaan, tenaga perpustakaan, koleksi, anggota, dan anggaran. Hasil klasterisasi menunjukkan bahwa data perpustakaan dapat dikelompokkan menjadi enam klaster utama yang mana setiap klaster memiliki karakteristik berbeda, dari provinsi dengan layanan perpustakaan sangat tertinggal (Papua Pegunungan) hingga yang sangat unggul seperti DKI Jakarta. Sebagian besar provinsi berada dalam klaster dengan kebutuhan peningkatan standar dan koleksi. Visualisasi pairplot membantu memahami pola hubungan antar variabel. Temuan ini diharapkan dapat menjadi dasar dalam perumusan kebijakan yang lebih tepat sasaran dalam pengembangan layanan perpustakaan di Indonesia
The Influence of Knowledge Management and Digital Competence on Employee Performance: Mediating Role of Innovative Behavior Sabila, Amalia; Afrina, Mira; Tania, Ken Ditha
Journal of Applied Informatics and Computing Vol. 9 No. 6 (2025): December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i6.11529

Abstract

Rapid technological changes in the era of Industry 4.0 and 5.0 have made digital knowledge and skills more important in improving the way employees perform their tasks. Earlier research has given mixed results. This shows there is still a lot to learn. Based on the KBV (Knowledge Based-View) theory, this study looks at how knowledge management and digital competence directly and indirectly affect employee performance through innovative work behavior. Data were obtained using a questionnaire that had been compiled and analyzed with Partial Least Squares-Structural Equation Modeling (PLS-SEM) method with SmartPLS 4.1.1.4. The research sample included all employees in the case study (N = 56), with census sampling method. The study found that KM had a significant impact on IWB (p < 0,05), but did not have a significant direct impact on EP (p > 0,05). DC had a significant impact on EP (p < 0,05), but did not have a significant impact on IWB (p > 0,05). IWB played an important role in improving EP and also mediated the relationship between KM and EP. Theoretically, this study adds value to both the KBV theory by explaining how KM boosts performance through indirect ways, and by showing that digital capital plays a limited role in improving performance. Practically, the findings offer actionable implications for HR practitioners in designing performance systems that reward innovative behaviour, thereby motivating employees to utilize knowledge and digital tools more creatively to enhance productivity and service quality in medium enterprises.
Co-Authors Ahmad Rifai Ali Ibrahim Anisa Basulina, Nur Basulina, Nur Annisa Fathoni Fathoni Gustiani, Sindy Ken Ditha Tania Mira Afrina Prasetia, Dika Suci Amalia Wilantara, M Pandu