Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Media Informatika QISTINA: Jurnal Multidisiplin Indonesia
Anastasya, Amara
Unknown Affiliation
Religion Computer Science & IT Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Nursing

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PREDIKSI KECENDERUNGAN PELANGGAN UNTUK BERLANGGANAN DALAM E-COMMERCE MENGGUNAKAN METODE KNN BERBASIS PERILAKU TRANSAKSI Anastasya, Amara; Br Tarigan, Evi Morina; Nabila, Salwa; Ananda, Michael
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.6461

Abstract

Penelitian ini bertujuan untuk memprediksi kecenderungan pelanggan untuk berlangganan layanan e-commerce dengan menerapkan algoritma K-Nearest Neighbor (KNN). Permasalahan customer churn yang berdampak pada keberlangsungan bisnis diatasi melalui pendekatan klasifikasi berbasis perilaku transaksi pelanggan. Dataset yang digunakan mencakup variabel seperti total pembelian, frekuensi transaksi, harga rata-rata, kategori produk, dan metode pembayaran. Untuk memecahkan masalah ini, data diproses melalui tahapan pembersihan, one-hot encoding, dan normalisasi min-max sebelum dibagi menjadi data latih (80%) dan uji (20%). Model KNN dikembangkan dengan nilai k = 5, dan dievaluasi menggunakan metrik akurasi, precision, recall, serta F1-score. Hasil menunjukkan akurasi 91%, precision 0,89, recall 0,87, dan F1-score 0,88, menegaskan efektivitas KNN dalam mengklasifikasikan pelanggan yang berpotensi churn. Fitur total pembelian dan frekuensi transaksi tercatat paling berpengaruh terhadap keputusan berlangganan. Temuan ini memberikan dasar bagi pengelola e-commerce untuk menyusun strategi retensi pelanggan yang lebih terarah, dengan memanfaatkan segmentasi serta penawaran yang dipersonalisasi. Penelitian ini juga menyoroti pentingnya kualitas data dan pemilihan parameter k yang tepat untuk meningkatkan performa prediksi.
Analisis Pemanas Air pada Kompor–Panci Listrik sebagai Model Acuan Efisiensi Mesin Carnot Berdasarkan Pernyataan Hukum Kelvin–Planck Nasution, Adelyna Oktavia; Nasution, M Reza Rafiqi; Gulo, Arif Nurniat; Ge’e, Ica Agustriani; Riyanti, Afriza; Maulida, Zakya; Dalimunthe, Lima Sukria Muktar; Marito, Marito; Rahmawati, Suci; Sirait, Maijiah; Anastasya, Amara; Maharani, Syakila
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 2 (2025): December 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i2.7730

Abstract

Perkembangan kompor listrik sebagai alat pemanas modern mendorong perlunya pemahaman tentang seberapa efisien alat ini mengubah energi listrik menjadi panas. Penelitian ini bertujuan mengukur energi listrik yang digunakan kompor listrik, menghitung panas yang diserap air, serta membandingkan efisiensi nyata sistem dengan efisiensi ideal Mesin Carnot sebagai acuan teoritis. Dari hasil percobaan, energi listrik masuk sebesar 81.000 J, sedangkan energi yang terserap air mencapai 71.615 J, menghasilkan efisiensi nyata sekitar 88%. Nilai ini jauh lebih besar dibandingkan efisiensi Carnot yang hanya sekitar 19%. Perbedaan tersebut sesuai dengan Hukum Kelvin–Planck yang menyatakan bahwa tidak ada mesin kalor yang dapat mencapai efisiensi 100%, dan kompor listrik memang bukan mesin kalor, melainkan alat yang langsung mengubah listrik menjadi panas. Temuan ini menunjukkan bahwa kompor listrik memiliki kinerja pemanasan yang sangat efektif, meskipun tetap terdapat sebagian energi yang hilang ke lingkungan.
Co-Authors Ananda, Michael Br Tarigan, Evi Morina Dalimunthe, Lima Sukria Muktar Ge’e, Ica Agustriani Gulo, Arif Nurniat Maharani, Syakila Marito, Marito Maulida, Zakya Nabila, Salwa Nasution, Adelyna Oktavia Nasution, M Reza Rafiqi Riyanti, Afriza Sirait, Maijiah Suci Rahmawati, Suci