Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Laila, Anis Faizul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 3 Documents
Search

 1 
Pengelompokan Smartphone Berdasarkan Spesifikasi Menggunakan Algoritma K-Means untuk Analisis Segmentasi Produk Laila, Anis Faizul; Ameliya, Putri; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/93a7jf59

Abstract

Variasi smartphone dengan harga dan spesifikasi yang beragam menuntut analisis karakteristik produk yang tepat. Penelitian ini bertujuan mengelompokkan data smartphone berdasarkan atribut harga, rating, dan RAM menggunakan metode K-Means Clustering. Data diambil dari platform Kaggle dan diproses melalui tahap preprocessing seperti penanganan data kosong dan standarisasi. Metode Elbow digunakan untuk menentukan jumlah klaster optimal, yang menghasilkan tiga klaster utama: kelas atas, menengah, dan bawah. Hasil klasterisasi ini dapat membantu memahami distribusi pasar smartphone dan mendukung strategi pemasaran yang lebih terarah. Penelitian ini memberikan kontribusi dalam segmentasi produk yang informatif bagi produsen dan konsumen.
Perancangan UI/UX Website Booking Online Snapbox Studio Kediri Menggunakan Design Science Research Methodology Hidayah, Yulistiya Nur; Zuhriya, Tasbi Khatuz; Maulana, Aftor; Laila, Anis Faizul
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/entvqx68

Abstract

Industri kreatif terus mengalami pertumbuhan pesat, termasuk layanan studio foto yang semakin diminati masyarakat. Snapbox Studio Kediri menghadapi tantangan dalam proses pemesanan yang masih dilakukan secara manual melalui WhatsApp, sehingga menimbulkan ketidakefisienan dan kurangnya kenyamanan bagi pelanggan. Penelitian ini bertujuan untuk merancang User Interface (UI) dan User Experience (UX) untuk website booking online Snapbox Studio guna meningkatkan kemudahan serta kenyamanan proses reservasi. Metode yang digunakan adalah Design Science Research Methodology (DSRM) yang mencakup tahapan identifikasi masalah, perancangan solusi, dan pengembangan desain. Perancangan UI/UX dilakukan menggunakan aplikasi Figma dan dievaluasi menggunakan System Usability Scale (SUS). Pengujian dilakukan dengan melibatkan 69 responden yang terdiri dari pelajar dan mahasiswa di daerah Kediri. Hasil akhir dari penelitian ini berupa rancangan antarmuka yang intuitif, responsif, serta sesuai dengan kebutuhan pengguna, yang dinilai berada dalam kategori baik berdasarkan hasil evaluasi usability.
Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce Ameliya, Putri; Laila, Anis Faizul; Saputra, M. Abdilah; Adam , Rizal Syihab Saputra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dcwvz815

Abstract

Pertumbuhan pesat industri fashion di platform e-commerce menuntut adanya sistem rekomendasi yang mampu menyesuaikan dengan preferensi pengguna. Rekomendasi berbasis rating sering kali tidak mempertimbangkan hubungan antara fitur produk dan preferensi subjektif konsumen. Penelitian ini mengembangkan sistem rekomendasi produk fashion berbasis klasifikasi rating menggunakan algoritma Decision Tree yang dikombinasikan dengan metode content-based filtering. Dataset yang digunakan terdiri dari berbagai fitur seperti nama produk, merek, kategori, warna, ukuran, dan harga. Proses klasifikasi dilakukan untuk memprediksi rating, dilanjutkan dengan penyaringan produk berdasarkan kemiripan konten menggunakan cosine similarity dan pencarian berbasis kata kunci melalui TF-IDF. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang lebih relevan dan sesuai dengan kebutuhan pengguna. Pendekatan ini penting untuk meningkatkan efisiensi pencarian produk, pengalaman pengguna, dan mendukung pengambilan keputusan yang lebih tepat dalam platform e-commerce.
Co-Authors Adam , Rizal Syihab Saputra Ameliya, Putri Erna Daniati Hidayah, Yulistiya Nur Maulana, Aftor Saputra, M. Abdilah Zuhriya, Tasbi Khatuz