Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) JOURNAL OF SCIENCE AND SOCIAL RESEARCH bit-Tech REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Buletin Poltanesa
Sofiana Nurjanah
Universitas Mikroskil
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Menguji Pengaruh Kualitas Integrasi dalam Model Kesuksesan Sistem Informasi Studi Kasus: Platform E-Commerce Rizky Damayanti Ritonga; Erwin Setiawan Panjaitan; Sofiana Nurjanah
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 2 (2025): Volume 9 Nomor 2 April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i2.14565

Abstract

E-commerce adalah proses transaksi jual beli yang dilakukan secara online menggunakan teknologi digital atau internet. Teknologi ini menghubungkan perusahaan, konsumen, dan masyarakat untuk memfasilitasi transaksi online, penjualan, dan pemasaran. Salah satu elemen penting dalam e-commerce adalah kualitas integrasi, yang memastikan berbagai subsistem atau komponen bekerja secara efektif dan efisien. Penelitian ini bertujuan menguji pengaruh kualitas integrasi terhadap kesuksesan sistem informasi e-commerce di Medan, menggunakan model DeLone and McLean. Survei dilakukan terhadap 406 pengguna, dan dianalisis dengan Structural Equation Modeling (SEM) menggunakan SmartPLS. Hasilnya menunjukkan bahwa kualitas informasi, kualitas sistem, dan kepuasan pengguna berpengaruh positif dan signifikan terhadap intensitas penggunaan. Selain itu, kualitas layanan dan kualitas integrasi juga berpengaruh positif dan signifikan terhadap kepuasan pengguna. Namun, kualitas layanan dan kualitas integrasi tidak mempengaruhi intensitas penggunaan, sementara kualitas informasi dan kualitas sistem tidak mempengaruhi kepuasan pengguna e-commerce di kota Medan.
Analisis Clustering Menggunakan Metode Enhanced Fuzzy C-Means Clustering Dengan Algoritma Rock Pada Student Performance Dataset Sirmawan Agustinus Balsnimandra Telaumbanua; Farisya Setiadi; Sofiana Nurjanah
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2287

Abstract

Evaluasi kinerja siswa merupakan elemen penting dalam sistem pendidikan, khususnya dalam mendukung proses pembelajaran yang berbasis data dan pengambilan keputusan akademik. Salah satu metode yang umum digunakan dalam analisis performa siswa adalah algoritma Fuzzy C-Means Clustering (FCM), yang memungkinkan klasifikasi data berdasarkan derajat keanggotaan dalam lebih dari satu cluster. Meskipun demikian, FCM memiliki keterbatasan signifikan, khususnya pada aspek sensitivitas terhadap inisialisasi pusat cluster yang bersifat acak, konvergensi lambat, serta ketidakpastian terhadap solusi optimal global. Penelitian ini mengusulkan pendekatan hybrid dengan mengintegrasikan algoritma ROCK (Robust Clustering using Links) sebagai metode inisialisasi pusat cluster dalam FCM. Algoritma ROCK, yang dirancang untuk data kategorikal, menggunakan pendekatan link-based similarity dalam menentukan kemiripan antar data dan membentuk struktur awal cluster secara hierarkis dan lebih stabil. Dataset yang digunakan dalam penelitian ini adalah Student Performance Dataset dari UCI Machine Learning Repository, yang mencerminkan berbagai atribut sosial, akademik, dan demografis siswa. Hasil pengujian menunjukkan bahwa model hybrid ROCK-FCM menghasilkan peningkatan kinerja clustering yang signifikan dibandingkan FCM konvensional, dengan akurasi meningkat sebesar 9,54%, Rand Index sebesar 10,84%, dan F-measure sebesar 8,61%. Temuan ini mengindikasikan bahwa integrasi ROCK dalam proses inisialisasi FCM memberikan kontribusi nyata dalam meningkatkan akurasi pengelompokan dan stabilitas model pada data pendidikan. Penelitian ini berkontribusi pada pengembangan pendekatan educational data mining yang lebih adaptif dan presisi dalam memetakan performa siswa.
The Role of Digital Resilience as a Moderator in Digital Banking Usage Behavior within the Modified UTAUT2 Model Anthony Anthony; Erwin Setiawan Panjaitan; Sofiana Nurjanah
Poltanesa Vol 27 No 1 (2026): June 2026
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v27i1.3696

Abstract

This study aims to analyze digital banking usage behavior by developing a Modified UTAUT2 model that integrates trust and digital resilience within the context of Medan City, Indonesia. A quantitative causal approach was employed using survey data collected from 316 active digital banking users selected through purposive sampling. Data were analyzed using Partial Least Squares Structural Equation Modeling with SmartPLS 4.1 to evaluate both measurement and structural models. The results indicate that performance expectancy, effort expectancy, social influence, and trust significantly influence behavioral intention, while behavioral intention and habit significantly influence use behavior, with habit emerging as the strongest predictor of actual usage. Facilitating conditions were not found to significantly affect use behavior. Digital resilience did not moderate the relationships between behavioral intention, facilitating conditions, habit, and use behavior in the main model; however, it demonstrated significant direct effects on both behavioral intention and use behavior in the exploratory model. Additionally, digital resilience negatively moderated the relationship between performance expectancy and behavioral intention, suggesting that highly resilient users rely less on instrumental performance perceptions in forming intention. The model exhibits moderate to high predictive power, explaining 47.6 percent of behavioral intention and 68.3 percent of use behavior. The findings extend UTAUT2 by highlighting the role of adaptive capacity in digital financial service adoption and provide practical implications for strengthening trust, usability, and habitual engagement in digital banking services.
Menguji Peran Kesadaran Pengguna dalam Model Penerimaan Aplikasi FinTech Menggunakan Pendekatan UTAUT2 Muhammad Arsyad Bin Asrul; Erwin Setiawan Panjaitan; Sofiana Nurjanah
Jurnal Sifo Mikroskil Vol. 27 No. 1 (2026): JSM VOLUME 27 NOMOR 1 TAHUN 2026
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v27i1.1646

Abstract

Penelitian ini bertujuan menganalisis peran kesadaran pengguna dalam mempengaruhi niat penggunaan (Behavioral Intention) dan perilaku penggunaan (Use Behavior) aplikasi Financial Technology (FinTech) dengan menggunakan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei melalui penyebaran kuesioner daring kepada pengguna aplikasi FinTech di Kota Medan. Sebanyak 392 responden diperoleh melalui penyebaran kuesioner daring. Analisis data dilakukan menggunakan metode Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa kesadaran pengguna berpengaruh positif dan signifikan terhadap niat penggunaan aplikasi FinTech. Selain itu, variabel kebiasaan penggunaan juga terbukti mempengaruhi niat dan perilaku penggunaan aplikasi FinTech. Niat penggunaan selanjutnya terbukti berpengaruh signifikan terhadap perilaku penggunaan aktual aplikasi FinTech. Penelitian ini memberikan kontribusi teoritis melalui pengembangan model UTAUT2 dengan menambahkan variabel kesadaran pengguna dalam konteks adopsi FinTech serta memberikan implikasi praktis bagi penyedia layanan FinTech dalam meningkatkan literasi dan kesadaran pengguna terhadap penggunaan teknologi keuangan digital.
PREDIKSI POLUSI UDARA BERDASARKAN TINGKAT CURAH HUJAN MENGGUNAKAN MODEL LSTM, BILSTM DAN PROPHET Nuraina Nuraina; Erwin Setiawan Panjaitan; Sofiana Nurjanah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.5764

Abstract

Abstract: The city of Jakarta, as the center of Indonesia's economic life and growth, continues to experience an astonishing population surge, reaching 11,248,839 people by 2024. However, this growth is inseparable from negative consequences, such as increased activity and modernization, which significantly affect air quality. Air pollution, as a direct impact of these changes, has exceeded national air quality standards, endangering human, animal, and plant health. Understanding the relationship between air pollution and weather conditions is crucial in determining future control measures. In this study, we used the LSTM, BiLSTM, and Prophet models on air pollution data. The results show that the single BiLSTM model and the BiLSTM-Prophet hybrid model provide the best performance, with accuracy levels reaching 99.32% and 99.31%, respectively. These findings provide a solid basis for forecasting and controlling potential future air pollution levels, as well as identifying key factors contributing to air quality in the capital city. . Keyword: Air Pollution, LSTM, BiLSTM, Prophet, Rainfall Abstrak: Kota Jakarta, sebagai pusat kehidupan dan pertumbuhan ekonomi Indonesia, terus mengalami lonjakan penduduk yang menakjubkan, mencapai 11.248.839 orang pada tahun 2024. Namun, pertumbuhan ini tidak terlepas dari konsekuensi negatif, seperti peningkatan aktivitas dan modernisasi, yang secara signifikan mempengaruhi kualitas udara. Polusi udara, sebagai dampak langsung dari perubahan ini, telah melampaui standar kualitas udara nasional, membahayakan kesehatan manusia, hewan, dan tumbuhan. Memahami hubungan antara polusi udara dan kondisi cuaca sangat penting dalam menentukan langkah-langkah pengendalian di masa depan. Dalam penelitian ini, kami menggunakan model LSTM, BiLSTM, dan Prophet pada data polusi udara. Hasil penelitian menunjukkan bahwa model tunggal BiLSTM dan model hybrid BiLSTM-Prophet memberikan kinerja terbaik, dengan tingkat akurasi masing-masing mencapai 99,32% dan 99,31%. Temuan ini memberikan dasar yang kuat untuk memperkirakan dan mengendalikan potensi tingkat polusi udara di masa depan, serta mengidentifikasi faktor-faktor kunci yang berkontribusi terhadap kualitas udara di ibu kota. Kata kunci: Polusi udara, LSTM, BiLSTM, Prophet, Curah hujan
Co-Authors Anthony Anthony Erwin Setiawan Panjaitan Farisya Setiadi Muhammad Arsyad Bin Asrul Nuraina nuraina Rizky Damayanti Ritonga Sirmawan Agustinus Balsnimandra Telaumbanua