Widyatama University :: Browsing by Author "Feri Sulianta (Pembimbing)"

Browsing by Author "Feri Sulianta (Pembimbing)"

Now showing 1 - 12 of 12

ANALISIS PREDIKSI HARGA SAHAM HAPAG-LLOYD AG MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)
(Program Studi S1 Informatika, 2025) Susanto, Fransiscus Kristian; Feri Sulianta (Pembimbing)
Saham merupakan instrumen investasi yang banyak diminati, khususnya di sektor logistik yang memiliki peranan penting dalam distribusi global. Penelitian ini bertujuan untuk memprediksi harga saham perusahaan Hapag-Lloyd AG dengan menggunakan metode Long Short-Term Memory (LSTM) serta menerapkan pendekatan metodologi CRISP-DM dalam proses analisis data. Data historis harga penutupan saham dengan frekuensi harian, mingguan, dan bulanan dimanfaatkan sebagai masukan model. Evaluasi performa menunjukkan bahwa model dengan data harian menghasilkan metrik evaluasi terbaik dengan R-squared sebesar 93,52% dan metrik nilai error rendah dengan RMSE sebesar 5,024 dan MAPE 2,51%. Penerapan CRISP-DM mampu membantu proses analisis dilakukan secara sistematis untuk menghasilkan model yang stabil dan efektif. Studi ini diharapkan dapat memberikan kontribusi dalam memahami penerapan LSTM dalam prediksi harga saham serta memberikan kontribusi bagi investor dalam perencanaan dan manajemen risiko investasi.
BUNDLING PRODUCT BERBASIS MARKET ANALYSIS MENGGUNAKAN METODE ASSOCIATION RULE
(Program Studi S1 Informatika, 2024) Ramadhan, Rezzy Taufik; Feri Sulianta (Pembimbing)
Bundling produk telah menjadi pendekatan strategis untuk meningkatkan penjualan dan meningkatkan kepuasan konsumen di industri layanan katering. Studi ini menggunakan metode Association Rule, khususnya algoritma FP-Growth, untuk menganalisis data transaksi dalam layanan katering. Tujuannya adalah untuk mengidentifikasi dan memahami perilaku dan preferensi konsumen terkait penawaran produk yang dibundel. Dengan mengamati pola pembelian dan korelasi dalam dataset, metode ini mengungkapkan asosiasi antara berbagai jenis makanan yang sering dipesan bersama. Melalui algoritma FP-Growth, kumpulan item yang sering muncul dan aturan asosiasi dihasilkan, memungkinkan penciptaan paket produk yang dioptimalkan. Memahami asosiasi ini membantu dalam merancang paket produk yang disesuaikan dengan preferensi konsumen, yang pada akhirnya meningkatkan penjualan dan pengalaman pelanggan. Informasi yang diperoleh dari analisis ini memberikan panduan strategis berharga bagi bisnis katering untuk merancang kombinasi produk yang menarik dan menguntungkan.
IMPLEMENTASI ALGORITMA COLLABORATIVE FILTERING SEBAGAI DASAR MEMBUAT REKOMENDASI LAGU DI TEMPAT KARAOKE
(Program Studi S1 Informatika, 2023) Lafia, Fina Mutiara; Feri Sulianta (Pembimbing)
Karaoke, hiburan populer global, menawarkan pengalaman sosial unik di mana individu atau kelompok berkumpul untuk bersenang-senang. Bagi pemilik tempat karaoke, menjaga kepuasan pelanggan dan kesuksesan bisnis melibatkan manajemen daftar lagu yang luas dan bervariasi. Namun, tugas rumit muncul dalam mengelola daftar lagu besar dan memastikan pengunjung menemukan lagu sesuai dengan selera mereka. Penelitian ini bertujuan untuk meningkatkan pengelolaan daftar lagu di tempat karaoke dengan menerapkan sistem rekomendasi berbasis algoritma collaborative filtering. Dalam konteks tempat karaoke, manajemen daftar lagu yang besar dan bervariasi dapat menjadi tugas yang rumit, mempengaruhi kepuasan pelanggan dan kesuksesan bisnis. Sistem rekomendasi yang menjadi solusi yang relevan dengan menggunakan algoritma kolaboratif filtering berbasis item, dengan metrik utama menggunakan cosine similarity. Penelitian melibatkan analisis terhadap metode algoritma kolaboratif yang memanfaatkan cosine similarity untuk memberikan rekomendasi lagu di tempat karaoke. Data lagu sejumlah 600 dari berbagai genre musik digunakan dalam penelitian ini, memungkinkan sistem memberikan rekomendasi yang beragam dan sesuai dengan preferensi pengguna. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mencapai tingkat akurasi yang signifikan, memudahkan pengguna dalam pencarian lagu berdasarkan item. Kesimpulan penelitian ini menegaskan bahwa implementasi algoritma collaborative filtering dengan metode cosine similarity dapat meningkatkan kualitas layanan di tempattempat karaoke, memberikan rekomendasi yang sesuai dengan kebutuhan pengguna, dan mendukung pertumbuhan bisnis mereka. Dengan menggunakan algoritma collaborative filtering ini memiliki akurasi secara tersusun dari yang paling tinggi 74% hingga terendah 14%.
IMPLEMENTASI CUSTOMER RELATIONSHIP MANAGEMENT BERBASIS WEB DENGAN CHATBOT SEBAGAI PENDUKUNG LAYANAN KONSUMEN (STUDI KASUS PT AMRETA AGUNA ABRIPRAYA)
(Program Studi S1 Informatika, 2025) Hanif, Raihan Nur; Feri Sulianta (Pembimbing)
Transformasi digital mendorong perusahaan untuk meningkatkan kualitas layanan pelanggan guna mempertahankan daya saing. Di industri Internet Service Provider (ISP), kebutuhan akan pengelolaan pelanggan yang baik dan respon cepat terhadap pertanyaan pelanggan menjadi krusial, terutama untuk pertanyaan yang bersifat berulang atau sering ditanyakan, seperti terkait layanan yang disediakan perusahaan. PT Amreta Aguna Abipraya menghadapi tantangan dalam pengelolaan interaksi pelanggan yang belum terdokumentasi secara terstruktur, serta keterbatasan sistem layanan yang masih bergantung pada proses manual. Akibatnya, waktu respon menjadi lambat dan tingkat kepuasan pelanggan menurun. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan Customer Relationship Management (CRM) berbasis web yang digabungkan dengan chatbot yang menggunakan model NLP. Sistem ini dirancang untuk mengelola data pelanggan secara terpusat sekaligus mengotomatisasi jawaban atas pertanyaan yang sering diajukan. Metode pengembangan yang digunakan adalah pendekatan waterfall dengan pengujian sistem melalui metode black-box dan evaluasi efektivitas berbasis survei pengguna. Hasil implementasi menunjukkan bahwa sistem berhasil meningkatkan efisiensi penanganan permintaan pelanggan, mengurangi beban kerja tim layanan pelanggan, serta mempercepat waktu respon secara signifikan, meskipun chatbot belum sepenuhnya dapat menangani seluruh permintaan konsumen. Penggabungan CRM dan chatbot tidak hanya meningkatkan kualitas layanan pelanggan di PT Amreta Aguna Abipraya, tetapi juga menawarkan model solusi yang dapat diadopsi oleh perusahaan ISP lainnya.
IMPLEMENTASI DAN ANALISIS ALGORITMA CONTENTBASED FILTERING PADA SISTEM REKOMENDASI PRODUK TAS PADA BASIS DATA MYSQL
(Program Studi S1 Informatika, 2025) Pranata, Aryoga; Feri Sulianta (Pembimbing)
Sistem rekomendasi merupakan elemen penting dalam platform digital modern yang berfungsi untuk meningkatkan kenyamanan pengguna dengan menyajikan produk yang relevan. Penelitian ini mengimplementasikan dan menganalisis algoritma Content-Based Filtering (CBF) pada sistem rekomendasi produk tas menggunakan basis data MySQL. CBF bekerja dengan mencocokkan kesamaan fitur antar produk, berdasarkan atribut seperti kategori, bahan, dan deskripsi produk. Teknik Natural Language Processing (NLP) digunakan untuk mengekstraksi informasi penting dari deskripsi produk menggunakan metode TFIDF, yang kemudian diolah menggunakan Cosine Similarity untuk menghasilkan skor kemiripan antar produk. Data produk dan riwayat preferensi pengguna dianalisis untuk menghasilkan rekomendasi yang relevan. Sistem kemudian dievaluasi menggunakan metrik Precision, Recall, F1 Score, dan Mean Average Precision (MAP). Hasil pengujian menunjukkan bahwa sistem menghasilkan nilai Precision sebesar 100%, Recall sebesar 3,01%, F1 Score sebesar 5,84%, dan MAP sebesar 100%. Nilai Precision dan MAP yang tinggi mengindikasikan bahwa sistem mampu memberikan rekomendasi yang sangat akurat, meskipun nilai Recall yang rendah menunjukkan bahwa cakupan item yang direkomendasikan masih terbatas. Dengan adanya sistem ini, diharapkan pengguna dapat memperoleh pengalaman berbelanja yang lebih personal dan efisien, serta meningkatkan tingkat keterlibatan pada platform e-commerce.
MEMBANGUN WEBSITE PROJECT MANAGEMENT SYSTEM PADA PERUSAHAAN XYZ
(Program Studi S1 Informatika, 2024) Gustiar, Muhammad Rayhan; Feri Sulianta (Pembimbing)
Sistem manajemen proyek adalah alat penting dalam lingkungan bisnis saat ini. Sistem ini menawarkan pendekatan terorganisir untuk mengelola proyek secara efisien dan transparan. Sistem ini menggunakan proses berulang yang dapat diterapkan di berbagai bidang, mulai dari pengembangan perangkat lunak hingga perencanaan kebijakan publik. Seiring organisasi berupaya meningkatkan produktivitas, permintaan akan solusi manajemen proyek yang mudah diakses dan fleksibel telah meningkat secara signifikan. Situs web merupakan kumpulan halaman web yang dapat diakses melalui perangkat yang terhubung ke internet. Web dapat dibagi menjadi 2 kategori, yaitu: statis atau interaktif. Situs web interaktif, atau aplikasi web (web-app), memungkinkan keterlibatan pengguna yang dinamis dan menyediakan teknologi yang ideal untuk mengembangkan sistem manajemen proyek. Web-app menawarkan aksesibilitas dan efisiensi yang lebih unggul, sejalan dengan tuntutan industri modern akan pola kerja yang fleksibel. Sistem yang dihasilkan menawarkan alat komprehensif untuk merencanakan, melaksanakan, dan memantau proyek dari perangkat apa pun yang terhubung ke internet. Fitur utama termasuk kolaborasi antar anggota, manajemen tugas, perencanaan tugas, dan pelaporan yang dapat disesuaikan. Dengan menghilangkan kebutuhan instalasi perangkat lunak dan menyediakan kompatibilitas lintas platform, sistem ini memfasilitasi aksesibilitas dan fleksibilitas yang tinggi dalam pengerjaan proyek. Maka dari itu, penulis memilih untuk mengeksplorasi pengembangan sistem manajemen proyek berbasis web-app. Sistem yang diusulkan bertujuan untuk meningkatkan produktivitas pengguna dan fleksibilitas manajemen proyek dengan memanfaatkan keunggulan web-app. Sistem ini menggunakan pendekatan JavaScript fullstack, menggabungkan React.js untuk frontend, Node.js untuk runtime sisi server, dan Express.js sebagai kerangka kerja aplikasi web, memastikan platform yang mulus dan dapat diskalakan untuk tugas manajemen proyek yang kompleks.
PENERAPAN METODE PENCARIAN TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY DAN FORUM DISKUSI DALAM KNOWLEDGE MANAGEMENT SYSTEM PT. NEURONWORKS INDONESIA
(Program Studi S1 Informatika, 2025) Kusumah, Arya Diputra; Feri Sulianta (Pembimbing)
Manajemen pengetahuan (Knowledge Management) merupakan aset penting bagi perusahaan alam menjaga keberlangsungan informasi, terutama ketika pengetahuan masih melekat pada pegawai yang mungkin meninggalkan organisasi. Pada PT Neuronworks Indonesia, tantangan dalam proses transfer knowledge, keterbatasan waktu, serta tidak tersedianya media diskusi, mendorong perlunya solusi berbasis teknologi. Penelitian ini bertujuan untuk membangun Knowledge Management System (KMS) dengan mengintegrasikan metode pencarian Term Frequency-Inverse Document Frequency (TF-IDF) dan forum diskusi untuk mendukung proses transfer knowledge berbasis model SECI. Sistem dikembangkan menggunakan pendekatan Design Science Research(DSR) melalui tahapan identifikasi masalah, perancangan, pengembangan, demonstrasi, evaluasi, dan komunikasi. backend dikembangkan menggunakan Flask Python dengan penerapan algoritma TF-IDF dan Vector Space Model (VSM) untuk pencarian dokumen, sedangkan frontend menggunakan Next.js. Evaluasi dilakukan menggunakan Mean Average Precision (MAP) dengan hasil efektivitas mencapai 94,67%, dan pengujian performa menunjukkan kecepatan rata-rata pencarian dokumen sebesar 1.43 detik. Selain itu, tingkat kepuasan pengguna terhadap sistem juga dinilai positif berdasarkan hasil kuesioner Hasil penelitian menunjukkan bahwa integrasi TF-IDF mampu meningkatkan relevansi pencarian dokumen, mempercepat akses informasi, serta forum diskusi berhasil menjadi sarana pertukaran Tacit knowledge antar pegawai. Dengan demikian, sistem ini diharapkan mampu meningkatkan efisiensi, efektivitas, dan kolaborasi dalam pengelolaan pengetahuan di perusahaan.
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN KENAIKAN GAJI KARYAWAN PADA PT SENJA SOLUSI
(Program Studi S1 Informatika, 2024) Heryanto, Hendri; Feri Sulianta (Pembimbing)
Karyawan memiliki peran krusial dalam kelangsungan dan kemajuan sebuah perusahaan. Kontribusi karyawan sangat penting untuk mencapai target perusahaan. Imbalan berupa gaji diberikan sebagai penghargaan terhadap kinerja karyawan. PT. Senja Solusi sendiri menaikan gaji karyawan pada setiap pembaharuan kontrak kerja namun kenaikan gaji karyawan yang diberikan tidak sesuai dengan kinerja dan keadaan karyawan karena penilaian kenaikan gaji karyawan masih dilakukan secara manual yang membuatnya menjadi kurang jelas. Oleh karena itu dibutuhkan suatu sistem pendukung keputusan yang dapat menyelesaikan masalah tesebut. Penelitian ini menggunakan metode pengembangan sistem waterfall yang dipilih karena memiliki workflow yang jelas dan penelitian ini menggunakan metode Simple Additive Weighting (SAW) untuk metode pengambilan keputusan karena metode ini memberikan fleksibilitas dan kemudahan dalam menggabungkan serta menimbang berbagai kriteria. Hasil dari penelitian ini menemukan bahwa implementasi sistem dengan pendekatan waterfall dan metode SAW dapat meningkatkan objektivitas dan kejelasan dalam penilaian kenaikan gaji karyawan. Dengan demikian, perusahaan dapat memastikan bahwa kelayakan dan kenaikan gaji diberikan sesuai dengan kontribusi dan kualitas kerja karyawan.
PENGEMBANGAN APLIKASI TANDA TANGAN ELEKTRONIK MENGGUNAKAN METODE BASE64 STUDI KASUS : PT POS INDONESIA (PERSERO)
(Program Studi S1 Informatika, 2024) Putra, Resa Pranadi; Feri Sulianta (Pembimbing)
PENGUNAAN ALGORITMA FP-GROWTH DALAM MENGIDENTIFIKASI ASOSIASI PRODUK YANG POTENSIAL UNTUK STRATEGI BUNDLING
(Program Studi S1 Informatika, 2024) Vigi, Bima Alvianto; Feri Sulianta (Pembimbing)
Dalam dunia bisnis, strategi pemasaran merupakan kunci untuk kesuksesan. Strategi bundling produk, menawarkan beberapa produk bersama dengan harga menarik, terbukti efektif meningkatkan penjualan. Namun, mengidentifikasi asosiasi produk potensial untuk bundling merupakan tugas yang sangat kompleks, terutama dengan banyak produk yang dimiliki perusahaan. Penggunaan algoritma FP-Growth, alat data mining kuat, membantu perusahaan menganalisis data penjualan dan mengidentifikasi hubungan antar produk. Ini memungkinkan perusahaan dengan lebih efisien menentukan asosiasi produk potensial untuk bundling yang sesuai. Penelitian ini fokus pada penerapan Algoritma FP-Growth dalam konteks strategi bundling produk untuk meningkatkan efektivitas pemasaran dalam era bisnis yang kompetitif. Tujuan penelitian ini adalah untuk mengidentifikasi x produk potensial yang dapat diterapkan dalam paket bundling untuk meningkatkan penjualan dan keuntungan perusahaan. Menggunakan dataset berisi 25.000 data dari Toko Griya Antapani, penelitian ini menggunaka algoritma FP-Growth dengan minimum support sebesar 0,00082 dan min confidence sekitar 0,4 untuk menganalisis pola pembelian dan membentuk aturan bundling produk. Metode penelitian melibatkan langkah-langkah seperti transformasi data transaksi, perbandingan nilai minimum support (min_sup) dengan support count, pembentukan FP-Tree, dan pembangkitan Conditional Pattern Base. Hasil identifikasi asosiasi produk potensial mencakup 1.031 aturan bundling, dengan evaluasi menunjukkan faktor-faktor yang mempengaruhi hasil bundling, seperti min_support dan min_confidence. Hasil dari penelitian dengan berhasil menggunakan algoritma FP-Growth dalam mengidentifikasi asosiasi produk yang relevan. Contoh 3 Strategi bundling yang dihasilkan dari 160 strategi bundling dengan confidence sebesar 100% yaitu (Glico Wings Haku Str N Crispy Choc Monaka100 (C24) dan Campina Concerto Midi Cookie Creamy 80ml (C22)), (Miranda Hair Col MC9 Brown Box dan Emeron Sh Soft Smooth 6x12ml_1C40P), dan (Kings Fisher Sarden Goreng Balado 155g_1C50P dan Tropical Pouch 2000 Ml_1C6P). Analisis ini juga mengungkap bahwa ukuran data, jumlah transaksi, min_support, dan min_confidence memengaruhi hasil bundling. Pemilihan nilai yang tepat untuk parameter tersebut sangat penting untuk mendapatkan hasil bundling yang relevan.
PERBANDINGAN ALGORITMA DENSITY-BASED SPATIAL CLUSTERING OF APPLICATION WITH NOISE (DBSCAN) DAN GAUSSIAN MIXTURE MODEL (GMM) DALAM ANALISIS POLA PEMBELIAN UNTUK PERSEDIAAN BAHAN BAKU DI SISIJALANKOPI
(Program Studi S1 Informatika, 2025) Noperahila, Nazelda Raina; Feri Sulianta (Pembimbing)
engelolaan persediaan bahan baku merupakan aspek penting dalam menjaga kelancaran operasional dan kualitas layanan, khususnya di industri makanan dan minuman. Penelitian ini bertujuan untuk menganalisis pola pembelian pelanggan di Sisijalankopi menggunakan teknik data mining berupa clustering terhadap data transaksi penjualan Sisijalankopi tahun 2022-2024. Dua algoritma yang digunakan adalah Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dan Gaussian Mixture Model (GMM). Kedua algoritma dievaluasi menggunakan metrik Silhouette Score dan Davies-Bouldin Index (DBI). Hasil evaluasi menunjukkan bahwa DBSCAN menghasilkan kualitas clustering yang lebih baik dengan nilai Silhouette Score sebesar 0,93518921 dan DBI sebesar 0,5561338. Sementara itu, GMM menghasilkan enam cluster dengan Silhouette Score sebesar 0,45502529 dan DBI sebesar 1,97782231. Meskipun GMM mampu mengelompokkan data menjadi enam cluster dengan distribusi yang bervariasi, DBSCAN lebih efektif dalam mengidentifikasi dua cluster utama dan satu cluster noise yang merepresentasikan pola pembelian rutin dan anomali. Berdasarkan hasil tersebut, DBSCAN dinilai lebih efektif dalam mengidentifikasi pola pembelian pelanggan dan dapat menjadi dasar dalam perencanaan pengadaan bahan baku yang lebih akurat dan efisien di Sisijalankopi.
RANCANG BANGUN APLIKASI CHATBOT HELPDESK IT BERBASIS WEB DI PT FCC INDONESIA
(Program Studi S1 Informatika, 2024) Wibowo, Rio; Feri Sulianta (Pembimbing)
PT FCC Indonesia merupakan perusahaan yang bergerak di bidang otomotif. Selama ini apabila terjadi kerusakan pada komputer atau peralatan jaringan maka teknisi akan dihubungi oleh petugas yang bersangkutan dan akan dilakukan pengecekan oleh salah satu anggota teknisi. Tidak semua anggota teknisi berpartisipasi dalam pemecahan masalah, sehingga sulit untuk menilai anggota teknisi yang aktif atau tidak aktif. Selain itu dengan adanya aplikasi yang mengatur hal tersebut akan memudahkan teknisi untuk mengetahui kerusakan yang pernah terjadi sebelumnya. Perancangan aplikasi Chatbot Helpdesk IT Berbasis Web di PT FCC Indonesia menggunakan alat perancangan berorientasi objek seperti diagram alur dokumen untuk menggambarkan sistem saat ini atau sistem lama yaitu use case diagram, diagram aktivitas dan diagram kelas. Aplikasi yang digunakan adalah Appsheet yang bersumber dari data Google Drive yang merupakan rancangan pengembangan sistem baru untuk aplikasi Chatbot Helpdesk IT Berbasis Web di PT FCC Indonesia yang diharapkan sudah sampai pada tahap implementasi. Hasil perancangan aplikasi Chatbot Helpdesk IT Berbasis Web di PT FCC Indonesia ini diharapkan dapat memudahkan karyawan dalam melaporkan kerusakan atau permasalahan yang terjadi sehingga tidak terjadi antrian perbaikan. Memudahkan data teknisi dalam melakukan perbaikan, serta dapat mencetak laporan hasil perbaikan persentase kerusakan dan penilaian teknisi.

Browsing by Author "Feri Sulianta (Pembimbing)"

Results Per Page

Sort Options