Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Jurnal Inotera Tensile : Jurnal Pengabdian Kepada Masyarakat JRIIN :Jurnal Riset Informatika dan Inovasi Jurnal Komputer dan Teknik Informatika
Andri Fahmi
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences Transportation Other

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

Found 4 Documents
Search

 1 
Perancangan aplikasi pelaporan online Menggunakan gis dengan metode agile pada PT. SBL Ari Putra; Andri Fahmi; Sabilah Endah Warni
Jurnal Riset Informatika dan Inovasi Vol 2 No 12 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

SBL Group adalah perusahaan konstruksi dan infrastruktur dengan berbagai proyek di banyak lokasi. Tantangan utama yang dihadapi adalah pengelolaan data lapangan yang kurang efisien akibat pelaporan manual, yang memakan waktu, rawan kesalahan, dan menghambat pengambilan keputusan. Saat ini, pelaporan proyek belum dilakukan secara online, sehingga manajemen harus menunggu laporan dari PIC untuk mengetahui perkembangan, sering kali menyebabkan keterlambatan informasi. Untuk mengatasi masalah tersebut, diperlukan aplikasi pelaporan online terintegrasi dengan Geographic Information System (GIS) guna memantau proyek secara real-time dan berbasis lokasi. Aplikasi ini akan mempercepat penyampaian laporan, memungkinkan manajer menerima data perkembangan proyek secara langsung, akurat, dan tepat waktu. Penelitian ini bertujuan merancang dan mengembangkan aplikasi pelaporan online menggunakan metode Agile. Pendekatan Agile dipilih karena fleksibel dan responsif terhadap perubahan kebutuhan operasional. Dengan metode iteratif dan inkremental, fitur aplikasi dapat dikembangkan bertahap dan disesuaikan berdasarkan umpan balik pengguna. Luaran yang diharapkan adalah peningkatan efisiensi proses pelaporan, pengurangan waktu pengumpulan dan pengiriman laporan, serta peningkatan akurasi data. Integrasi GIS akan memberikan visualisasi proyek berbasis lokasi, memudahkan pemantauan dan analisis geografis. Otomatisasi pelaporan juga akan meminimalkan kesalahan manual, meningkatkan kredibilitas laporan, dan mendukung pengambilan keputusan strategis secara cepat. Penelitian ini diharapkan berkontribusi pada pengembangan aplikasi berbasis lokasi dan penerapan Agile di sektor konstruksi. .
SOSIALISASI DAN EDUKASI KEAMANAN CYBER UNTUK SISWA CERDAS MENGELOLA DATA PRIBADI DI DUNIA MAYA Ari Putra,; Andri Fahmi; Galuh Oka Safitri; Raihan Pratama; Fanza Yovian; Hairia Sarfan; Abdul Halim; Mudiah Salsabella
Tensile : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 3 (2025): November 2025
Publisher : Teknik Mesin ,Universitas Pamulang Serang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/tensile.v3i3.52365

Abstract

Pengabdian kepada masyarakat merupakan bentuk implementasi Tri Dharma Perguruan Tinggi. Di era digital saat ini, siswa sekolah menengah semakin aktif dalam penggunaan internet namun kurang memahami ancaman keamanan digital seperti phishing, malware, dan pencurian identitas. Kegiatan ini bertujuan memberikan edukasi dan sosialisasi keamanan siber kepada siswa-siswi Yayasan Maleo melalui seminar interaktif, praktik keamanan digital, dan diskusi kelompok. Hasil kegiatan menunjukkan peningkatan pemahaman siswa dalam mengelola data pribadi dan penggunaan teknologi digital secara aman. Kegiatan ini diharapkan menjadi langkah awal dalam membangun budaya literasi digital di kalangan pelajar.
Perancangan Sistem Informasi Pemesanan Minuman Berbasis Web Metode Agile Stand Tebu Ice Perdiyanto; Andri Fahmi
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 2 (2026): Edisi: Februari-April
Publisher : Pustaka Bangsa Indonesia

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

Abstract

Penelitian ini bertujuan merancang dan membangun sistem informasi berbasis web untuk mendukung proses pemesanan dan pengelolaan penjualan minuman es tebu secara lebih efektif dan terintegrasi. Permasalahan yang dihadapi penjual meliputi kesalahan transaksi, ketidakakuratan rekap penjualan harian, kesulitan menghitung omzet, serta keterbatasan dalam memantau stok minuman. Untuk mengatasi permasalahan tersebut, sistem dikembangkan menggunakan metode Agile Software Development yang memungkinkan proses pengembangan dilakukan secara bertahap dan adaptif. Sistem yang dihasilkan memungkinkan pelanggan melakukan pemesanan secara online, sementara data transaksi otomatis direkap oleh sistem. Melalui sistem ini, penjual dapat memantau jumlah minuman terjual, laporan penjualan, serta kondisi stok secara lebih akurat dan terstruktur. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan mampu meningkatkan efisiensi proses pencatatan, pemantauan, dan pengolahan data penjualan harian sehingga operasional bisnis menjadi lebih efektif.
Comparison of LSTM and Naïve Bayes in Google Play Store App Review Sentiment Analysis Endar Nirmala; Andri Fahmi
Jurnal Inotera Vol. 11 No. 1 (2026): January-June 2026
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol11.Iss1.2026.ID653

Abstract

The development of mobile application technology has driven increased user interaction through digital reviews on the Google Play Store platform. The review contains opinions that reflect the user's level of satisfaction, experience, and complaints about the app. However, the large number of reviews and variations in language expressions make manual analysis inefficient and potentially subjective. The main problem in this study is how to determine the most effective sentiment classification model to accurately identify users emotional tendencies. This study aims to compare the performance of the Naive Bayes method as a conventional machine learning model with Long Short Term Memory (LSTM) as a deep learning model based on word order in analyzing the sentiment of user reviews of Google Play Store applications. The dataset used comes from Google Play Store Reviews and goes through a pre-process process that includes text cleanup, tokenization, stopword removal, and sentiment labeling based on rating scales. The Naive Bayes model is trained using the TF-IDF representation, while the LSTM model uses an embedding sequence with standardized input padding. Evaluation uses accuracy metrics and F1-score with a ratio of 80 : 20 to train and test data distribution. The test results showed that the Naïve Bayes model achieved an accuracy of 65.78% with an F1 score of 0.5589, while the LSTM only achieved an accuracy of 45.26% with an F1-score of 0.2077. Thus, Naive Bayes was established as the best model in this study
Co-Authors Abdul Halim Ari Putra Ari Putra, Endar Nirmala Fanza Yovian Galuh Oka Safitri Hairia Sarfan Mudiah Salsabella Perdiyanto Raihan Pratama Sabilah Endah Warni