Article Per Year (5 Year)
p-Index From 2020 - 2025
3.655
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Informatika dan Teknik Elektro Terapan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Teknoinfo J-SAKTI (Jurnal Sains Komputer dan Informatika) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JSI (Jurnal sistem Informasi) Universitas Suryadarma CSRID (Computer Science Research and Its Development Journal) Building of Informatics, Technology and Science Cyber Security dan Forensik Digital (CSFD) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Manajemen Informatika Jayakarta Journal of Students‘ Research in Computer Science (JSRCS) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer J-Intech (Journal of Information and Technology) Jurnal Ilmiah Informatika dan Ilmu Komputer Bulletin of Informatics and Data Science Journal of Computer Science Contributions (Jucosco) The Indonesian Journal of Computer Science KOMPUTASI Journal of Information Technology
Alexander, Allan D
Informatika; Universitas Bhayangkara Jakarta Raya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Library & Information Science Materials Science & Nanotechnology

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
SISTEM MONITORING KEBAKARAN BERBASIS SMS GATEWAY Joniwarta, Joniwarta; Alexander, Allan D; Srisulistiowati, Dwi Budi
JSI (Jurnal sistem Informasi) Universitas Suryadarma Vol 6, No 2 (2019): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v6i2.322

Abstract

Fire disasters that are not immediately dealt with can certainly cause losses both property losses and loss of life. This happens because some are good from short circuiting, throwing cigarette butts at random, exploding and burning objects and delaying information obtained by firefighters or school officials SMK Mandalahayu Bekasi during incidents of fire disasters. In this study a fire source fire Monitoring System Was Built Based On SMS Gateway At using MQ-135 as a smoke sensor which functions to detect smoke from fire, DS18B20 as a temperature sensor that functions to detect the temperature in the surrounding room, Buzzer alarm as a sound warning and SIM Module GSM900A as an SMS sending media, which is used to provide information about the detection of fire sources as early as possible, so that fire disasters are handled as soon as possible and the risk of fire can be minimized and routinely dominate the room using a camera Keywords: Fire,  Buzzer, SMS gateway
Analisa Sistem Penerimaan Peserta Didik Baru Online Menggunakan Metode Technology Acceptance Model Di Kota Bekasi Salkiawati, Ratna; Alexander, Allan Desi; Nurfiyah, Nurfiyah; Firdaus, Imansyah Abinda
CSRID (Computer Science Research and Its Development Journal) Vol 13, No 2 (2021): CSRID JUNI 2021
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.13.2.2021.69-76

Abstract

Sistem Penerimaan Peserta Didik Baru Online (PPDB Online) dirancang dengan tujuan dapat memberikan kemudahan bagi masyarakat luas yang akan mendaftarkan diri ke sekolah, dengan memberikan proses yang transparasi, dan akuntabel. Namun sayangnya banyak masyarakat yang belum dapat memahami bagaimana proses tersebut dapat dilakukan sehingga masih jauh dari tujuan untuk memberikan kemudahan dan kepuasan pada masyarakat khususnya di Kota Bekasi. Penelitian ini bertujuan untuk melakukan analisa efektifitas peningkatan layanan pendidikan berbasis IT dari sistem informasi Penerimaan Peserta Didik Baru (PPDB) di kota Bekasi menggunakan metode Technology Acceptance Model. Langkah analisa yang dilakukan menggunakan metode ini dengan mengidentifikasi pengaruh pengguna pada faktor persepsi kemudahan, persepsi manfaat, persepsi niat pengguna, dan persepsi sikap pengguna. Hasil dari penelitian ini menunjukkan faktor yang paling dominan mempengaruhi efektifitas pelayanan adalah kemudahan sistem PPDB online, dan faktor ini sangat berpengaruh terhadap sikap pengguna dalam menggunakan sistem PPDB di Kota Bekasi. Tetapi perlu dilakukan peningkatan pada faktor persepsi manfaat terhadap niat pengguna.
Implementasi Canny Edge Detection Pada Aplikasi Pendeteksi Jalur Lalu Lintas Ratna Salkiawati; Allan Desi Alexander; Hendarman Lubis
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 1 (2021): Januari 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i1.2502

Abstract

Based on the traffic accident report, it was found that there were 41,771 (Forty-one thousand seven hundred and seventy-one) incidents caused by disorderly drivers. (POLRI, 2018). One of these disorders is by driving a motorized vehicle outside the traffic lane. In this study, researchers developed computer vision using sensor methods and image processing. The stages in computer vision are the image acquisition process, the image segmentation process, and the image understanding process. This study aims to develop an application using computer vision to warn drivers of disorderly traffic or to increase the alertness of motorized vehicle drivers by detecting the condition of the driver's path. It is hoped that this research will provide a sense of security for motorized vehicle drivers, as well as provide applications that are expected to increase driver awareness to avoid traffic accidents
PERANCANGAN INTRUSION DETECTION SYSTEM MENGGUNAKAN HONEYPOT PADA UNIVERSITAS BHAYANGKARA JAKARTA RAYA Allan Desi Alexander; Ratna Salkiawat; Joni Warta
Cyber Security dan Forensik Digital Vol. 4 No. 1 (2021): Edisi Mei 2021
Publisher : Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/csecurity.2021.4.1.2379

Abstract

Internet sudah menjadi bagian vital dari sebuah institusi yang membawa keuntungan yang besar bagi penggunanya tetapi disisi lain ada segelintir pengguna yang melakukan kegiatan yang mengambil keuntungan dari system lain dengan cara melakukan penyerangan dengan menggunakan berbagai software yang berbahaya seperti virus, worm, trojan horse, spyware dan lainnya.Honeypot system sering digunakan sebagai bagian dari system pendeteksi serangan (IDS, Intrusion Detection System) yang mampu mendeteksi ancaman yang terjadi pada sebuah jaringan komputer, keuntungan dari honeypot tidak hanya mendeteksi berbagai serangan tetapi dapat juga membuat sebuah system yang berpura-pura memiliki titik kelemahan yang sangat tinggi sehingga mudah diserang oleh malware. Dan jika malware menjalankan aktifitasnya system honeypot akan mencatat dan hasil dari catatannya dapat dianalisa guna menangani dan pemulihan selama dan setelah serangan terjadi.Universitas Bhayangkara Jakarta Raya (Ubhara Jaya) merupakan sebuah institusi dibawah Yayasan Brata Bakti yang memiliki kedekatan dengan POLRI, hubungan ini memiliki daya Tarik bagi penyerang karena mereka menyangka bahwa Ubhara Jaya adalah bagian dari POLRI dan dampaknya jaringan komputer Ubhara Jaya kerap mendapatkan serangan berupa malware bahkan pada Februari 2018 serangan tersebut sempat melumpuhkan jaringan dan sebagian sistem yang ada.
MULTI-CRITERIA DECISION MAKING USING THE WASPAS METHOD FOR ONLINE ENGLISH COURSE SELECTION Nurdiana Handayani; Nofitri Heriyani; Fajar Septian; Allan Desi Alexander
Jurnal Teknoinfo Vol 17, No 1 (2023): Vol 17, No 1 (2023): JANUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v17i1.2371

Abstract

English is an international language used in communication between countries. For this reason, the ability to speak English is of added value in entering the world of work. Because of how important English is, currently many course institutions offer English courses including online learning. With so many online English courses, it requires carefulness in choosing the right course and according to your needs. To find an online English course, you need to know one by one in advance about the programs and facilities offered. This study aims to implement the Multi-Criteria Decision Making (MCDM) approach with Weighted Aggregated Sum Product Assessment (WASPAS) in a decision support system for selecting online courses. The WASPAS method is used as a multi-criteria settlement model that can minimize errors and maximize the assessment for selecting the highest or lowest scores. Based on case studies conducted using the WASPAS method in decision making, it shows that the alternative with the highest score was obtained by the British Council (A5) with a value of 0.8927, followed by English Today (A2) with a value of 0.8311, Education First (A1) with a value of 0.8302, IELC English Campus (A4) with a score of 0.7859 and Engoo English Course (A3) with a score of 0.7823. In addition, the test results from black-box testing have a value of 100%, which means the system can work as it should.
Sunflower Image Classification Using Multiclass Support Vector Machine Based on Histogram Characteristics Rini Nuraini; Rachmat Destriana; Desi Nurnaningsih; Yeni Daniarti; Allan Desi Alexander
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 1 (2023): February 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i1.4673

Abstract

Sunflower is an important commodity in agriculture, besides being used as an ornamental plant, sunflower is an oil-producing plant and a source of industrial materials. In Indonesia, sunflower productivity is considered less than optimal, because knowledge and information about sunflowers are still lacking. Therefore, information is needed that can be used as an extension of knowledge about sunflowers itself, especially in Indonesia, which is a tropical region which is an area suitable for the growth of sunflowers. Sunflowers can actually be identified based on recognizable traits. However, the similar shape makes it difficult for some people to distinguish the types of sunflowers. This study aims to classify sunflower images using a first-order feature extraction algorithm using the characteristics of mean, skewness, variance, kurtosis, and entropy which are then used as input to the Multiclass SVM identification algorithm. Data points are mapped to dimensionless space using a Multiclass SVM to produce hyperplane-linear separation between each class. Based on the results of testing the accuracy of the model is able to perform classification with an average accuracy of 79%. These results show that the developed model can classify well.
Implementasi Algoritma K-Medoids Clustering Untuk Mencari Keuntungan Sementara Dalam Laporan Keuangan Annisa Oktavianti Hermadi; wowon Priatna; Allan D Alexander
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 6 No. 1 (2023): Jutikomp Volume 6 Nomor 1 April 2023
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v6i1.3505

Abstract

The current economy has developed rapidly, especially with advances in technology in obtaining an installation decision, especially in elementary school installations where in private elementary school installations, there is some financial report data information such as income, expenses, and the results that have been achieved in these installations such as in SD Plus Albina. However, at SD Plus Albina, Bekasi Regency, the role of technology has yet to be implemented, especially in the financial reporting system, by knowing the level of temporary profits because knowing the value of temporary profits can make it easier to make decisions. Using the K-Medoids Clustering Algorithm, you can find out the temporary profit level with manual calculations using Microsoft Excel 2020 and sample data, 2 clusters are obtained, namely high and low. The low cluster (C1) is 2 data, and the high cluster (C2) is 12. Compared to other clustering algorithms, the advantage of the K-Medoids algorithm is that it is more reliable when there is noise data because it is not too affected by other extreme data.
Analisis Cluster K-Means dengan Metode Elbow untuk Menentukan Pola Penjualan Produk Traffic Room Summarecon Mal Bekasi Ajie Prasetya; Ratna Salkiawati; Allan D. Alexander
Journal of Students‘ Research in Computer Science Vol. 4 No. 1 (2023): Mei 2023
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v4i1.2480

Abstract

An effective sales strategy in the fashion retail business is essential to determine the success of the company or store. Like the Traffic Room store, which is a vintage fashion retail store that sells a variety of products. Although there are many products on sale, this store has not utilized sales data to determine product sales patterns, causing negative impacts such as there are still many products that are in short supply and products are not sold with predetermined targets. So the purpose of this study is t  o determine product sales patterns in order to improve product inventory. To solve this problem, the analysis used is the K-Means algorithm to find product sales patterns assisted by the elbow method in determining the optimal cluster. As well as the flow in this research process is the CRISP-DM method with steps namely business understanding, data understanding, data preparation, modeling, evaluation and deployment. The results of this study obtained 4 clusters, namely cluster 2 or very in demand there are 2 products, cluster 3 or in demand there are 5 products, cluster 1 or quite in demand there are 5 products and cluster 4 or less in demand there are 3 products. The evaluation results get the optimal Sum of Square Error (SSE) value of 594,366.733 or 65.5%. From the evaluation results, it means that the performance of the K-Means algorithm used is good.  Keywords: CRISP-DM, Elbow Method,K-Means Algorithm, Product Sales Pattern, Sum of Square Error (SSE)   Abstrak Strategi penjualan yang efektif dalam bisnis ritel fashion sangatlah penting untuk menentukan keberhasilan perusahaan atau toko. Seperti toko Traffic Room yaitu toko ritel fashion vintage yang menjual berbagai macam produk. Walaupun banyaknya produk yang di jual, toko ini belum memanfaatkan data penjualan untuk menentukan pola penjualan produk sehingga menimbulkan dampak negatif seperti masih banyak produk yang kekurangan persediaan dan produk tidak terjual dengan target yang sudah ditentukan. Maka tujuan dari penelitian ini untuk mengetahui pola penjualan produk agar bisa memperbaiki persediaan produk. Untuk mengatasi permasalahan ini, analisis yang digunakan yaitu algoritma K-Means untuk mencari pola penjualan produk dibantu dengan metode elbow dalam menentukan cluster yang optimal. Serta yang menjadi alur dalam proses penelitian ini yaitu metode CRISP-DM dengan langkah-langkahnya yakni business understanding, data understanding, data preparation, modeling, evaluation dan deployment. Hasil dari penelitian ini mendapatkan 4 cluster yaitu cluster 2 atau sangat laris ada 2 produk, cluster 3 atau laris ada 5 produk, cluster 1 atau cukup laris ada 5 produk dan cluster 4 atau kurang laris ada 3 produk. Hasil evaluasi mendapatkan nilai Sum of Square Error  (SSE) optimal yaitu 594.366,733 atau 65,5%. Dari hasil evaluasi artinya kinerja algoritma K-Means yang digunakan sudah baik. Kata kunci: Algoritma K-Means, CRISP-DM, Metode Elbow, Pola Penjualan Produk, Sum of Square Error (SSE)
PENERAPAN METODE AHP DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUK FURNITUR KAYU JATI (STUDI KASUS AGUNG JAYA MEBEL) Agung Dwi Prasojo; Hendarman Lubis; Allan Desi Alexander
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3242

Abstract

Agung Jaya Mebel adalah usaha dagang yang memasarkan produk furnitur berbahan kayu jati merah di Bekasi. Namun, banyaknya jenis furnitur yang tersedia membuat pelanggan kesulitan dalam memilih produk yang tepat karena adanya berbagai variasi motif, kualitas dan ukuran terutama bagi pelanggan yang berasal dari luar kota yang ingin mencari produk ditoko tersebut. Untuk mengatasi tantangan tersebut, diperlukan suatu sistem yang dapat mengambil keputusan berdasarkan metode yang dapat memperhitungkan bobot relatif dari kriteria yang berbeda. Analytical Hierarchy Process adalah suatu metode yang digunakan untuk mengevaluasi dan membandingkan alternatif berdasarkan kriteria yang relevan. Hal ini memungkinkan pengembangan skor numerik untuk menentukan peringkat alternatif dari setiap alternatif yang memenuhi kriteria tertentu. Dalam pemilihan furnitur ini, AHP digunakan untuk mengevaluasi dan membandingkan furnitur berdasarkan kriteria yang relevan seperti harga, ukuran,  kualitas kayu dan kualitas ukiran, yang diterapkan dalam aplikasi sistem pendukung keputusan yang dibangun dengan PHP MySQL. Hal ini diharapkan akan meningkatkan kepuasan pelanggan serta memastikan bahwa furnitur yang dipilih sesuai dengan kebutuhan dan harapan mereka. Hasil dari sistem pendukung keputusan ini berupa nilai prioritas dari seluruh kriteria dan alternatif serta memberikan informasi rekomendasi produk ketika nilai total >= 0,45.
Analisis Churn Pelanggan Produk Fashion Campus Menggunakan Metode RFM Analysis dan Algoritma Naïve Bayes (Studi Kasus Yayasan Bakti Achmad Zaky) Fauzan Kamil; Ratna Salkiawati; Allan D Alexander
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 7 No 2 (2023): Jurnal Esensi Infokom : Jurnal esensi sistem informasi dan sistem komputer
Publisher : Lembaga Riset dan Pengabdian Masyarakat Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v7i2.629

Abstract

Pelanggan yang loyal memiliki dampak positif bagi perusahaan, baik melalui pembelian berulang maupun rekomendasi produk kepada orang lain. Namun, dalam dunia bisnis, terdapat berbagai faktor yang dapat mempengaruhi keputusan pelanggan untuk beralih ke pesaing, seperti harga, kualitas produk, dan pelayanan. Oleh karena itu, penting bagi perusahaan untuk memahami perilaku pelanggan dan mengambil keputusan strategis guna mempertahankan dan meningkatkan loyalitas mereka. Dalam penelitian ini, metode RFM (Recency, Frequency, Monetary) dan Naïve Bayes digunakan untuk menganalisis perilaku pelanggan dan memprediksi churn (berhenti berlangganan) pelanggan. Pendekatan CRISP-DM digunakan dalam langkah-langkah penyelesaiannya, mencakup tahapan pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Melalui analisis RFM, berhasil diidentifikasi 5 segmen pelanggan yang berbeda, yaitu at-risk customers, best customers, lost customers, loyal customers, dan promising customers. Setiap segmen memiliki karakteristik dan kecenderungan perilaku yang berbeda, memberikan wawasan berharga bagi perusahaan dalam memahami kebutuhan dan preferensi pelanggan. Hasil evaluasi Naïve Bayes menunjukkan bahwa model yang disimpan dalam format pickle memiliki performa yang setara dengan model yang telah diuji sebelumnya. Tingkat akurasi, recall, dan f1-score model tersebut sekitar 0.81 atau 81%, menunjukkan tingkat keakuratan yang baik dalam memprediksi churn pelanggan. Penggunaan model pickle memberikan keuntungan bagi perusahaan dalam hal efisiensi waktu dan biaya
Co-Authors Adiningrat, Feru Agung Dwi Prasojo Ajie Prasetya Alfry Aristo Jansen Sinlae Annisa Oktavianti Hermadi Asep R. Hamdani Azhari, Lukman Chusna, Nuke L. Daniarti, Yeni Destriana, Rachmat Dwi Budi Srisulistiowati Fajar Septian Fauzan Kamil Firdaus, Imansyah Abinda Fryda Fatmayati Hamdani, Asep R. Helmy, Nur Hendarman Lubis Hendarman Lubis Joniwarta Joniwarta Kamil, Fauzan Lestari, Tyastuti Sri Lubis, Hendarman Lukman Azhari Mahbub, Asep Ramdhani Mulyadi Mulyadi Nofitri Heriyani Novi Wulandari Nurdiana Handayani Nurfiyah Nurhasan Nugroho nurnaningsih, Desi Pamnungkas, R Wisnu Prio Prasetya, Ajie Prasojo, Agung Dwi Priatna , Wowon Rafika Sari Rasim, Rasim Ratna Salkiawati Reza, Ali Rini Nuraini Riyanto, Umbar Sah, Andrian Shalahudin, Mohammad Imam Soares, Teotino Gomes Tanniewa, Adam M Tonggiroh, Mursalim Yanuardi Yanuardi Yanuardi Yanuardi