Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JSITP Journal Of Informatics And Busisnes
Novaldi, Alexander
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

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

Found 2 Documents
Search

 1 
Perancangan Data Warehouse Menggunakan Model Star Schema untuk Analisis Penjualan Retail Berbasis PostgreSQL Wijaya, Andri; Novaldi, Alexander
Journal Of Informatics And Busisnes Vol. 3 No. 3 (2025): Oktober - Desember
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v3i3.3759

Abstract

The retail industry faces significant challenges in managing massive transaction data volumes. Reliance on operational systems (OLTP) often hinders complex historical data analysis. This study aims to design and implement a Data Warehouse using the Star Schema approach to support efficient retail sales analysis. Utilizing the Sample Superstore dataset, the development follows Kimball’s methodology with technical ETL implementation on PostgreSQL. The research produced a Star Schema architecture consisting of one fact table and five dimension tables. Validation testing confirmed complete data integrity during migration. The results demonstrate the system's capability to present rapid multidimensional insights, including positive annual sales trends and profitability disparities across product categories. This implementation proves that PostgreSQL effectively serves as a robust infrastructure for business intelligence, providing a solid foundation for strategic management decision-making.
Klasifikasi resiko Diabetes Mengunakan Algoritma Decision Tree Stefanus Charles Selvianto; Novaldi, Alexander; Wijaya, Andri
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 6 No. 2 (2025): jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi Universitas Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58436/jsitp.v6i2.2485

Abstract

Abstrak Peningkatan kasus Diabetes Mellitus menuntut adanya metode deteksi dini yang efektif untuk mencegah komplikasi serius pada penderita. Penelitian ini bertujuan mengklasifikasikan risiko diabetes menggunakan algoritma Decision Tree yang mampu menghasilkan aturan keputusan yang mudah diinterpretasikan oleh tenaga medis. Penelitian memanfaatkan dataset Pima Indians Diabetes dari repositori UCI Machine Learning yang diolah menggunakan perangkat lunak RapidMiner. Melalui tahapan preprocessing dan pembagian data latih serta uji dengan rasio 80:20, model dievaluasi menggunakan Confusion Matrix dan kurva ROC. Hasil pengujian menunjukkan model mencapai akurasi 70.13%, presisi 70.00%, recall 25.93%, dan nilai AUC sebesar 0.736 (fair performance). Meskipun nilai recall rendah mengindikasikan keterbatasan sensitivitas, tingginya nilai presisi menunjukkan model sangat andal dalam meminimalkan kesalahan diagnosis positif palsu. Secara spesifik, model menemukan aturan klinis bahwa kadar glukosa di atas 127.5 mg/dL merupakan indikator risiko tinggi, diikuti oleh Body Mass Index (BMI) dan usia sebagai faktor determinan sekunder pada pasien dengan gula darah normal. Penelitian ini menyimpulkan bahwa metode Decision Tree efektif digunakan sebagai sistem pendukung keputusan medis berbasis aturan (rule-based decision support) untuk identifikasi profil risiko pasien.
Co-Authors Andri Wijaya Stefanus Charles Selvianto