Eka Rahmawati
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Eka Rahmawati has a total of 11 co-authors. Here are the top co-authors by number of shared publications:
- Candra Agustina
Universitas Bina Sarana Informatika
2 shared publications - Althafvillia Azzahra Yasmine
Universitas Bina Sarana Informatika PSDKU Purwokerto
1 shared publication - Annida Purnamawati
Universitas Bina Sarana Informatika
1 shared publication Candra Agustina
Sistem Informasi Akuntansi, Universitas Bina Sarana Informatika, Jakarta, Indonesia
1 shared publicationFransisca Natalia
Universitas Bina Sarana Informatika, Indonesia
1 shared publicationGalih Setiawan Nurohim
Information Systems, Faculty of Engineering and Informatics, Universitas Bina Sarana Informatika, Jakarta, 10450, Indonesia, Indonesia
1 shared publication
Latest Publications
- Open Access
- 1 October 2025
- Published by PT. Amirul Bangun Bangsa in Jurnal Pengabdian Masyarakat Bangsa
- Vol. 3 (8) , 4254-4260
Pelatihan Peningkatan Kemampuan Berkomunikasi dalam Bahasa Inggris bagi Anak Panti Asuhan Mizan Amanah Surakarta
Kemampuan berkomunikasi dalam bahasa Inggris sejak dini sangat penting untuk membangun rasa percaya diri, mendukung prestasi akademik, serta mempersiapkan anak menghadapi era global. Anak-anak di Panti Asuhan Yatim & Dhuafa Mizan Amanah Surakarta umumnya hanya memperoleh pembelajaran bahasa Inggris terbatas di sekolah, sehingga kurang percaya diri saat berkomunikasi. Untuk itu, tim pengabdian Universitas Bina Sarana Informatika melaksanakan pelatihan berbasis fun learning dengan metode permainan, lagu, percakapan sederhana, dan role play. Kegiatan diikuti 15 anak usia sekolah dasar, dengan hasil menunjukkan peningkatan keterampilan komunikasi dasar, keberanian berbicara, serta antusiasme belajar. Selain itu, tim juga menyerahkan modul pembelajaran sederhana yang dapat digunakan berkelanjutan oleh pengurus panti. Program ini diharapkan menjadi model pembelajaran nonformal yang dapat diterapkan di panti asuhan lain.
- 1 October 2025
- Published by PT. Amirul Bangun Bangsa in Jurnal Pengabdian Masyarakat Bangsa
- Vol. 3 (8) , 4254-4260
Open AccessPelatihan Peningkatan Kemampuan Berkomunikasi dalam Bahasa Inggris bagi Anak Panti Asuhan Mizan Amanah Surakarta
Kemampuan berkomunikasi dalam bahasa Inggris sejak dini sangat penting untuk membangun rasa percaya diri, mendukung prestasi akademik, serta mempersiapkan anak menghadapi era global. Anak-anak di Panti Asuhan Yatim & Dhuafa Mizan Amanah Surakarta umumnya hanya memperoleh pembelajaran bahasa Inggris terbatas di sekolah, sehingga kurang percaya diri saat berkomunikasi. Untuk itu, tim pengabdian Universitas Bina Sarana Informatika melaksanakan pelatihan berbasis fun learning dengan metode permainan, lagu, percakapan sederhana, dan role play. Kegiatan diikuti 15 anak usia sekolah dasar, dengan hasil menunjukkan peningkatan keterampilan komunikasi dasar, keberanian berbicara, serta antusiasme belajar. Selain itu, tim juga menyerahkan modul pembelajaran sederhana yang dapat digunakan berkelanjutan oleh pengurus panti. Program ini diharapkan menjadi model pembelajaran nonformal yang dapat diterapkan di panti asuhan lain.
- Open Access
- 16 April 2025
- Published by Institute of Research and Community Services Diponegoro University (LPPM UNDIP) in JURNAL SISTEM INFORMASI BISNIS
- Vol. 15 (2) , 211-215
Optimization of Prediction for Cancellation of Hotel Room Reservation Using Decision Tree with Feature Selection and Resampling
The hotel industry is highly competitive and faces challenges, such as fluctuating demand, intense competition, and shifting consumer preferences. One critical issue that hotels frequently encounter is the cancellation of room reservations, which disrupts operational planning and resource management and leads to significant financial losses. Accurately predicting the likelihood of reservation cancellation is essential to mitigate these negative impacts and optimize revenue management strategies. This study focuses on the development of a predictive model for hotel room reservation cancellations using a decision-tree algorithm. The Decision Tree was selected for its ability to manage complex relationships between variables and ease of interpretation, making it accessible to hotel managers without technical expertise. To enhance the performance of the model, a forward selection technique was employed to identify the most relevant features, ensuring a balance between the model complexity and predictive accuracy. Additionally, resampling techniques were applied to address class imbalance in the dataset, which is common in cancellation cases where non-cancelled reservations outnumber cancelled reservations. This study explores the prediction of hotel room reservation cancellations using a decision tree algorithm enhanced by feature selection and resampling. The model achieved an accuracy improvement to 90%, with precision and recall each increasing by 5,5% after applying these techniques. These findings suggest practical applications for improving cancellation predictions and optimizing revenue management strategies for hotels. The study provides insights into how data-driven approaches can enhance decision-making processes within the competitive hospitality industry.
- 16 April 2025
- Published by Institute of Research and Community Services Diponegoro University (LPPM UNDIP) in JURNAL SISTEM INFORMASI BISNIS
- Vol. 15 (2) , 211-215
Open AccessOptimization of Prediction for Cancellation of Hotel Room Reservation Using Decision Tree with Feature Selection and Resampling
The hotel industry is highly competitive and faces challenges, such as fluctuating demand, intense competition, and shifting consumer preferences. One critical issue that hotels frequently encounter is the cancellation of room reservations, which disrupts operational planning and resource management and leads to significant financial losses. Accurately predicting the likelihood of reservation cancellation is essential to mitigate these negative impacts and optimize revenue management strategies. This study focuses on the development of a predictive model for hotel room reservation cancellations using a decision-tree algorithm. The Decision Tree was selected for its ability to manage complex relationships between variables and ease of interpretation, making it accessible to hotel managers without technical expertise. To enhance the performance of the model, a forward selection technique was employed to identify the most relevant features, ensuring a balance between the model complexity and predictive accuracy. Additionally, resampling techniques were applied to address class imbalance in the dataset, which is common in cancellation cases where non-cancelled reservations outnumber cancelled reservations. This study explores the prediction of hotel room reservation cancellations using a decision tree algorithm enhanced by feature selection and resampling. The model achieved an accuracy improvement to 90%, with precision and recall each increasing by 5,5% after applying these techniques. These findings suggest practical applications for improving cancellation predictions and optimizing revenue management strategies for hotels. The study provides insights into how data-driven approaches can enhance decision-making processes within the competitive hospitality industry.
- Open Access
- 30 November 2024
- Published by CV. Manha Digital in PRAWARA Jurnal ABDIMAS
- Vol. 3 (4) , 132-138
Tips dan Trik Pemasaran Digital Bagi BUMDes Banaran Kulon Progo Untuk Meningkatkan Minat Beli Masyarakat
Hadirnya revolusi digital ditandai dengan terus berkembangnya media sosial, teknologi smartphone, serta kemudahan dalam akses internet telah merubah cara kerja bisnis dan konsumen secara dramatis. BUMDes berorientasi pada pemanfaatan ekonomi yang dapat memberikan manfaat sosial dan non-ekonomi untuk pembangunan desa. Manfaat ekonomi antara lain dapat meningkatkan pendapatan desa dengan semakin meluasnya lapangan kerja, dan aktivitas ekonomi pedesaan. Terdapat sentra kuliner lele asap yang sudah banyak dikenal dan digemari para wisatawan yang datang ke desa Banaran yang terletak dekat dengan pantai. Di desa Banaran juga banyak tumbuh industri kecil menengah yang mengolah berbagai jenis kuliner berbahan ikan, baik ikan yang dibudidayakan oleh masyarakat maupun ikan hasil tangkapan laut para nelayan. Konsumen saat ini berperan di garis terdepan dalam penyampaian secara digital yang tidak hanya mengkonsumsi data dan informasi namun juga menjadikan konten dalam pemasaran sebagai alat bantu yang penting. Diadakannya kegiatan pengabdian masyarakat untuk memberikan wawasan juga tips trik tentang pemasaran digital di era industri 5.0. dalam kegiatan ini juga mengajak peserta untuk memasarkan bisnisnya menggunakan fitur google maps. Hasil dari kegiatan ini adalah pemahaman dalam pemararan digital dan sudah dipublikasikannya bisnis di google maps.
- 30 November 2024
- Published by CV. Manha Digital in PRAWARA Jurnal ABDIMAS
- Vol. 3 (4) , 132-138
Open AccessTips dan Trik Pemasaran Digital Bagi BUMDes Banaran Kulon Progo Untuk Meningkatkan Minat Beli Masyarakat
Hadirnya revolusi digital ditandai dengan terus berkembangnya media sosial, teknologi smartphone, serta kemudahan dalam akses internet telah merubah cara kerja bisnis dan konsumen secara dramatis. BUMDes berorientasi pada pemanfaatan ekonomi yang dapat memberikan manfaat sosial dan non-ekonomi untuk pembangunan desa. Manfaat ekonomi antara lain dapat meningkatkan pendapatan desa dengan semakin meluasnya lapangan kerja, dan aktivitas ekonomi pedesaan. Terdapat sentra kuliner lele asap yang sudah banyak dikenal dan digemari para wisatawan yang datang ke desa Banaran yang terletak dekat dengan pantai. Di desa Banaran juga banyak tumbuh industri kecil menengah yang mengolah berbagai jenis kuliner berbahan ikan, baik ikan yang dibudidayakan oleh masyarakat maupun ikan hasil tangkapan laut para nelayan. Konsumen saat ini berperan di garis terdepan dalam penyampaian secara digital yang tidak hanya mengkonsumsi data dan informasi namun juga menjadikan konten dalam pemasaran sebagai alat bantu yang penting. Diadakannya kegiatan pengabdian masyarakat untuk memberikan wawasan juga tips trik tentang pemasaran digital di era industri 5.0. dalam kegiatan ini juga mengajak peserta untuk memasarkan bisnisnya menggunakan fitur google maps. Hasil dari kegiatan ini adalah pemahaman dalam pemararan digital dan sudah dipublikasikannya bisnis di google maps.
- Open Access
- 10 June 2024
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 11 (1) , 1-6
Optimasi Ulasan Pengguna Aplikasi ChatGPT di Google Play Store Menggunakan SMOTE
Artificial Intelligence (AI) menjadi bidang ilmu yang terus dikembangkan dalam berbagai aspek kehidupan. Salah satu aplikasi yang dikembangkan adalah ChatGPT. Aplikasi tersebut memungkinkan adanya interaksi dengan percakapan teks dengan menerapkan model berbasis AI. Terdapat berbagai fitur dan fungsi yang dapat dimanfaatkan oleh pengguna sesuai dengan kebutuhan. Namun, dalam interaksinya terdapat kemampuan yang terbatas dalam pemahaman terhadap konteks yang kompleks dan tingkat akurasi dari teks jawaban yang diberikan. Untuk mengetahui perspektif pengguna aplikasi ChatGPT, maka dapat dilakukan text mining melalui ulasan Google Playstore. Sebelum diolah data yang telah melalui beberapa tahapan pre-processing. Selanjutnya dilakukan klasifikasi dengan implementasi algoritma K-Nearest Neighbors (KNN) dan Deep Learning. Optimasi kinerja algoritma dilakukan dengan Teknik SMOTE. Hasil pengolahan data menunjukan adanya peningkatan akurasi dengan penggunaan SMOTE sebesar 4% pada Deep Learning dan 1,08% pada KNN. Nilai akurasi tertinggi diperoleh dari implementasi SMOTE pada KNN dengan nilai 91,48%.
- 10 June 2024
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 11 (1) , 1-6
Open AccessOptimasi Ulasan Pengguna Aplikasi ChatGPT di Google Play Store Menggunakan SMOTE
Artificial Intelligence (AI) menjadi bidang ilmu yang terus dikembangkan dalam berbagai aspek kehidupan. Salah satu aplikasi yang dikembangkan adalah ChatGPT. Aplikasi tersebut memungkinkan adanya interaksi dengan percakapan teks dengan menerapkan model berbasis AI. Terdapat berbagai fitur dan fungsi yang dapat dimanfaatkan oleh pengguna sesuai dengan kebutuhan. Namun, dalam interaksinya terdapat kemampuan yang terbatas dalam pemahaman terhadap konteks yang kompleks dan tingkat akurasi dari teks jawaban yang diberikan. Untuk mengetahui perspektif pengguna aplikasi ChatGPT, maka dapat dilakukan text mining melalui ulasan Google Playstore. Sebelum diolah data yang telah melalui beberapa tahapan pre-processing. Selanjutnya dilakukan klasifikasi dengan implementasi algoritma K-Nearest Neighbors (KNN) dan Deep Learning. Optimasi kinerja algoritma dilakukan dengan Teknik SMOTE. Hasil pengolahan data menunjukan adanya peningkatan akurasi dengan penggunaan SMOTE sebesar 4% pada Deep Learning dan 1,08% pada KNN. Nilai akurasi tertinggi diperoleh dari implementasi SMOTE pada KNN dengan nilai 91,48%.
- Open Access
- 28 December 2023
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 10 (2) , 102-107
Perbandingan Teknik Resample pada Algoritma K-NN dan SVM untuk Prediksi Pembatalan Pemesanan Kamar Hotel
Peningkatan kemudahan dalam pemesanan reservasi hotel secara langsung berdampak pada peningkatan kemudahan pembatalan, memberikan dampak yang potensial merugikan bagi pengelola hotel. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu para manajer dalam membuat keputusan yang cerdas di tengah dinamika industri perhotelan. Salah satu pendekatan yang diterapkan adalah memanfaatkan teknologi data mining, dengan fokus pada algoritma K-Nearest Neighbors (kNN) dan Support Vector Machine (SVM) untuk melakukan prediksi pembatalan pemesanan kamar hotel. Penelitian ini melibatkan penerapan teknik resampling guna meningkatkan akurasi prediksi. Hasil penelitian mengindikasikan bahwa SVM mencapai tingkat akurasi sebesar 85,05%, sementara SVM yang didukung oleh teknik resample meningkat menjadi 93,85%. Di sisi lain, KNN mencapai akurasi 80,1%, dan dengan penerapan resampling, akurasinya meningkat menjadi 92,15%. Temuan ini menunjukkan potensi besar teknologi data mining, khususnya dalam konteks prediksi pembatalan pemesanan kamar hotel, dengan peningkatan signifikan akurasi melalui penerapan teknik resample pada kedua algoritma kNN dan SVM.
- 28 December 2023
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 10 (2) , 102-107
Open AccessPerbandingan Teknik Resample pada Algoritma K-NN dan SVM untuk Prediksi Pembatalan Pemesanan Kamar Hotel
Peningkatan kemudahan dalam pemesanan reservasi hotel secara langsung berdampak pada peningkatan kemudahan pembatalan, memberikan dampak yang potensial merugikan bagi pengelola hotel. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu para manajer dalam membuat keputusan yang cerdas di tengah dinamika industri perhotelan. Salah satu pendekatan yang diterapkan adalah memanfaatkan teknologi data mining, dengan fokus pada algoritma K-Nearest Neighbors (kNN) dan Support Vector Machine (SVM) untuk melakukan prediksi pembatalan pemesanan kamar hotel. Penelitian ini melibatkan penerapan teknik resampling guna meningkatkan akurasi prediksi. Hasil penelitian mengindikasikan bahwa SVM mencapai tingkat akurasi sebesar 85,05%, sementara SVM yang didukung oleh teknik resample meningkat menjadi 93,85%. Di sisi lain, KNN mencapai akurasi 80,1%, dan dengan penerapan resampling, akurasinya meningkat menjadi 92,15%. Temuan ini menunjukkan potensi besar teknologi data mining, khususnya dalam konteks prediksi pembatalan pemesanan kamar hotel, dengan peningkatan signifikan akurasi melalui penerapan teknik resample pada kedua algoritma kNN dan SVM.
- Open Access
- 29 March 2023
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 11 (1)
Aplikasi Sistem Informasi Elektronik Perpustakaan Umum (e-Peru) Berbasis Website
Aplikasi Sistem Informasi Elektronik Perpustakaan Umum (e-Peru) Berbasis Website
- 29 March 2023
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 11 (1)
Open AccessAplikasi Sistem Informasi Elektronik Perpustakaan Umum (e-Peru) Berbasis Website
Aplikasi Sistem Informasi Elektronik Perpustakaan Umum (e-Peru) Berbasis Website
- Open Access
- 1 November 2020
- Published by IOP Publishing in Journal of Physics: Conference Series
- Vol. 1641 (1) , 012022
Optimization of Decision Tree with PSO on Sharia Cooperative Customer Funding
Credit is a service for Sharia Cooperatives to provide funding to customers who are paid in installments. The accuracy of the customer paying the payments is a determining factor for the smooth operation of the Sharia Cooperative. In addition to timeliness, the ability of customers to pay installments is also the most critical factor for credit returns. Bad credit is a significant threat for Sharia Cooperatives where customers cannot pay payments according to agreed agreements. That makes the prediction of the smooth operation of Sharia Cooperative customers needed. One way that can be done to make predictions is to apply data mining techniques. To make a prediction, several attributes of the customer are used, such as gender, age, status, residency status, number of dependents owned, education, employment, remittance, ceiling, type of loan, credit period, method of payment and collat- eral used. The research will use the J48 as one of the Decision Tree algorithms with particle swarm optimization techniques to improve algorithm performance. The accuracy of J48 with PSO is lower than without PSO.
- 1 November 2020
- Published by IOP Publishing in Journal of Physics: Conference Series
- Vol. 1641 (1) , 012022
Open AccessOptimization of Decision Tree with PSO on Sharia Cooperative Customer Funding
Credit is a service for Sharia Cooperatives to provide funding to customers who are paid in installments. The accuracy of the customer paying the payments is a determining factor for the smooth operation of the Sharia Cooperative. In addition to timeliness, the ability of customers to pay installments is also the most critical factor for credit returns. Bad credit is a significant threat for Sharia Cooperatives where customers cannot pay payments according to agreed agreements. That makes the prediction of the smooth operation of Sharia Cooperative customers needed. One way that can be done to make predictions is to apply data mining techniques. To make a prediction, several attributes of the customer are used, such as gender, age, status, residency status, number of dependents owned, education, employment, remittance, ceiling, type of loan, credit period, method of payment and collat- eral used. The research will use the J48 as one of the Decision Tree algorithms with particle swarm optimization techniques to improve algorithm performance. The accuracy of J48 with PSO is lower than without PSO.