Article Per Year (5 Year)
p-Index From 2021 - 2026
10.721
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Ilmiah Media Sisfo JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) INTI Nusa Mandiri Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Jurnal Pendidikan Guru (JPG) Bulletin of Computer Science Research JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Journal of Education Research Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE Jurnal Ekonomika Dan Bisnis Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Sains dan Teknologi Jurnal Komtekinfo Indonesian Journal Computer Science (ijcs) Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science CSRID
Ramadhanu, Agung
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 93 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1   2 
IMPLEMENTASI METODE EXTREME LEARNING MACHINE UNTUK KLASIFIKASI JENIS MOBIL idris, muhammad; Fajri Saputra, Charisman; Ramadhanu, Agung
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3714

Abstract

Abstract: The rapid development of automotive technology has led to a wide variety of car types with increasingly complex features and characteristics. Alongside this advancement, the need for fast and accurate automatic classification systems has become essential, particularly in the field of vehicle image recognition. This study aims to implement the Extreme Learning Machine (ELM) method to classify vehicle types based on digital images. The research focuses on classifying three types of vehicles (Bus, Pickup, and SUV), using a dataset of 10 images per class. The test results show that ELM is capable of classifying vehicle types with competitive accuracy compared to conventional methods, while offering significantly more efficient computation time. This research demonstrates the potential of ELM as a practical solution to support intelligent vehicle recognition systems in the modern automotive industry. The classification achieved an accuracy rate of 91.67%. Keywords: Extreme Learning Machine (ELM), Vehicle Type Classification, Image Processing, Pattern Recognition. Abstrak: Perkembangan teknologi otomotif yang pesat telah menghasilkan beragam jenis mobil dengan fitur dan karakteristik yang semakin kompleks. Seiring dengan kemajuan ini, kebutuhan akan sistem klasifikasi otomatis yang cepat dan akurat menjadi sangat penting, terutama dalam bidang pengenalan citra kendaraan. Tujuan penelitian ini untuk mengimplementasikan metode Extreme Learning Machine (ELM) dalam mengklasikasi jenis mobil berdasarkan citra digital. Penelitian ini mengklasifikasikan 3 jenis mobil (BUS, Pickup dan SUV) dengan dataset masing masing 10 gambar. Hasil pengujian menunjukkan bahwa ELM mampu melakukan klasifikasi jenis mobil dengan akurasi yang kompetitif dibandingkan metode konvensional, dengan waktu komputasi yang jauh lebih efisien. Penelitian ini menunjukkan potensi ELM sebagai solusi praktis dalam mendukung sistem cerdas berbasis pengenalan kendaraan dalam dunia otomotif modern. Hasil yang didapat dari penelitian ini adalah sebesar 91,67% untuk tingkat akurasinya. Kata kunci: Extreme Learning Machine (ELM), Klasifikasi Jenis Kendaraan, Pemrosesan Citra, Pengenalan Pola.
IMPLEMENTASI K-MEANS CLUSTERING DAN TEKNIK PENGOLAHAN CITRA DALAM KLASIFIKASI HEWAN KUCING, BELALANG DAN SEMUT Wiratama, Aditya; Ramadhanu, Agung
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.v8i4.4730

Abstract

Abstract: Research on animal diversity and behavior plays an important role in understanding ecological interactions and their potential applications in human life. This article examines three species cats (Felis catus), grasshoppers (Caelifera), and ants (Formicidae) each of which holds a unique role in ecosystems and human interaction. Cats, as domesticated animals, serve not only as companions but also contribute ecologically by controlling small animal populations. Grasshoppers are herbivorous insects that play a significant role in food chains and can serve as indicators of ecosystem health, while also being known as agricultural pests. Meanwhile, ants are characterized by complex social systems and contribute to soil balance and nutrient distribution. By comparing the biological characteristics, behaviors, and ecological interactions of these three animals, this study aims to provide a more comprehensive understanding of the roles of fauna in ecosystems and their implications for conservation and sustainable utilization. Keywords: cats, grasshoppers, ants, ecology, biodiversity Abstrak: Penelitian mengenai keanekaragaman dan perilaku hewan memiliki peran penting dalam memahami hubungan ekologi serta potensi aplikasinya dalam kehidupan manusia. Artikel ini mengkaji tiga jenis hewan, yaitu kucing (Felis catus), belalang (Caelifera), dan semut (Formicidae), yang masing-masing memiliki peranan unik dalam ekosistem maupun interaksi dengan manusia. Kucing, sebagai hewan domestik, tidak hanya berfungsi sebagai hewan peliharaan tetapi juga memiliki peran ekologis dalam mengendalikan populasi hewan kecil. Belalang merupakan serangga herbivora yang berperan signifikan dalam rantai makanan, sekaligus menjadi indikator kesehatan ekosistem, namun juga dapat menjadi hama pertanian. Sementara itu, semut dikenal dengan sistem sosial yang kompleks serta kontribusinya dalam menjaga keseimbangan tanah dan mendistribusikan nutrien. Dengan membandingkan karakteristik biologis, perilaku, dan interaksi ekologis ketiga hewan tersebut, penelitian ini diharapkan dapat memberikan pemahaman yang lebih komprehensif tentang peran fauna dalam ekosistem dan implikasinya bagi konservasi serta pemanfaatan berkelanjutan. Kata kunci: kucing, belalang, semut, ekologi, keanekaragaman hayati  
KLASIFIKASI OBJEK PANDA, SINGA, DAN HANDYCAM DENGAN PENGOLAHAN CITRA MENGGUNAKAN K-MEANS PADA MATLAB Yusuf, Muhammad; Ramadhanu, Agung
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.v8i4.4859

Abstract

Abstract: Digital image processing plays an important role in object classification, both for research and practical applications. This study discusses the implementation of the K-Means Clustering method for identifying and classifying images of pandas, lions, and handycam devices using MATLAB software. The research stages include image acquisition, preprocessing such as image conversion and normalization, feature extraction based on color and texture, and classification using the K-Means algorithm. Experimental results show that the K-Means method is capable of grouping objects into the appropriate classes based on image feature similarity. The systems accuracy is influenced by input image quality, cluster parameters, and the amount of training data used. Therefore, this study demonstrates that K-Means can be applied as a simple yet effective method for object image classification, particularly in distinguishing between animal types and non-living objects such as handycams.Keywords: K-Means, Image Processing, MATLAB, Object Classification, Panda, Lion, HandycamAbstrak: Pengolahan citra digital memiliki peran penting dalam bidang klasifikasi objek, baik untuk penelitian maupun implementasi praktis. Penelitian ini membahas penerapan metode K-Means Clustering dalam proses identifikasi dan klasifikasi citra panda, singa, serta perangkat handycam menggunakan perangkat lunak MATLAB. Tahapan penelitian meliputi akuisisi citra, pra-pemrosesan berupa konversi citra dan normalisasi, ekstraksi fitur warna dan tekstur, serta proses klasifikasi dengan algoritma K-Means. Hasil percobaan menunjukkan bahwa metode K-Means mampu mengelompokkan objek ke dalam kelas yang sesuai berdasarkan kemiripan fitur citra. Tingkat akurasi sistem dipengaruhi oleh kualitas citra masukan, parameter klaster, dan jumlah data latih yang digunakan. Dengan demikian, penelitian ini membuktikan bahwa K-Means dapat dijadikan metode sederhana namun efektif dalam klasifikasi citra objek, khususnya untuk membedakan jenis binatang dan perangkat non-hayati seperti handycam.Kata kunci: K-Means, Pengolahan Citra, MATLAB, Klasifikasi Objek, Panda, Singa, Handycam
ANALISIS SENTIMEN MASYARAKAT MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE TERHADAP PROGRAM BPJS Saputra, Charisman Fajri; Sovia, Rini; Ramadhanu, Agung
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5660

Abstract

Abstract: BPJS Kesehatan is a national health insurance program that plays a vital role in providing public health services in Indonesia; however, its implementation has generated diverse public perceptions reflected on social media. This study analyzes public sentiment toward the BPJS Kesehatan program based on Instagram comments using a text mining and machine learning approach. The research methodology includes Indonesian text preprocessing, feature weighting using Term Frequency–Inverse Document Frequency (TF–IDF), and three-class sentiment classification (positive, negative, and neutral) using Multinomial Naïve Bayes and Support Vector Machine (SVM) algorithms. The dataset consists of 1,461 Instagram comments, which are divided into training and testing data with an 80:20 ratio. The experimental results show that Multinomial Naïve Bayes achieves an accuracy of 80.55%, while SVM yields a higher accuracy of 86.35%. These results indicate that SVM performs better in separating sentiment classes within short and imbalanced Instagram comment data. This study contributes to Indonesian-language sentiment analysis research and provides insights for evaluating public health services through social media data. Keyword: sentiment analysis; BPJS Kesehatan; Instagram; Naïve Bayes; Support Vector Machine. Abstrak: BPJS Kesehatan merupakan program strategis nasional yang berperan penting dalam menjamin akses layanan kesehatan bagi masyarakat Indonesia, namun implementasinya masih memunculkan beragam persepsi publik yang tercermin pada media sosial. Penelitian ini mengkaji analisis sentimen masyarakat terhadap program BPJS Kesehatan berdasarkan komentar pada platform Instagram menggunakan pendekatan text mining dan pembelajaran mesin. Metode penelitian meliputi pra-pemrosesan teks berbahasa Indonesia, pembobotan fitur menggunakan Term Frequency–Inverse Document Frequency (TF–IDF), serta klasifikasi sentimen tiga kelas (positif, negatif, dan netral) menggunakan algoritma Multinomial Naïve Bayes dan Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 1.461 komentar Instagram yang dibagi menjadi data latih dan data uji dengan rasio 80:20. Hasil pengujian menunjukkan bahwa Multinomial Naïve Bayes menghasilkan akurasi sebesar 80,55%, sedangkan SVM mencapai akurasi yang lebih tinggi yaitu 86,35%. Temuan ini menunjukkan bahwa SVM memiliki kemampuan yang lebih baik dalam memisahkan kelas sentimen pada data komentar Instagram yang bersifat pendek dan tidak seimbang. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan analisis sentimen berbahasa Indonesia serta menjadi masukan awal bagi evaluasi layanan publik berbasis media sosial. Kata kunci: analisis sentimen; BPJS Kesehatan; Instagram; Naïve Bayes; Support Vector Machine.
Co-Authors Afriadi Afriadi Afriadi, A Agsera, Nilam Agus Salim, David Agusty, Dhia Fadhila Ahmad Syarif ahmad yani Akbar, Syifa Chairunnissa Deliva Al-arrafi, Muhammad Ikhsan Angga Angga Anggara Putra, Febri Antoni Antoni atiqah, sri Bayuputra, Ramdani Chairunnissa Deliva Akbar, Syifa Chan, Fajri Rinaldi Delvi, Syerlin Aprilia Desi Permata Sari Devita, Retno Dicky Imansyah, Muhammad Dila, Rahmah Dinantia, Triend Enggari, Sofika Erlanda, Hadrian Fajri Saputra, Charisman Firmansyah, Ryan Gafari, Abuzar Gunadi Widi Nurcahyo Hadi Syahputra Halifia Hendri Harnaranda, Jefri Hendri, Hallifia Hidayati, Dzil Hidayattullah, Hafis Hikmi, Zakiya Honestya, Gabriela Ilmawan, Fachrul Irsyad, As'Ary Sahlul Kareem, Shahab Wahhab Karseno, Doni Khomsi, Ahmad Maharani, Filsha Rifi Majid, Mazlina Abdul Mardison Mardison Masri, Taufik Muhammad Idris Muhammad Yusuf Nadia, Nadia Aini Hafizhah Negoro, Wahyu Saptha Ningsih, Neni Sri Wayuni Nurdiansyah, Ali Nurjannah, Farah Permata, Edo Pertiwi, Yuliana Pratama, Dede Putra, Kharisma Utama putri, kamila amaliah Rahmad Rahmad Rahmad, R Rianti, Eva Riati, Itin Riyan Saputra, Riyan Rosa, Imelda Sajida, Mayang salim, alfajri Saputra, Charisman Fajri Saputra, Randy Sarjon Defit Selvia, Dina Silfia Andini, Silfia Sovia, Rini Sumijan, S Sutri, Ridwan Syafri Arlis Syafril Syafril Syafril, S Syalsabilla, Adinda Tesa Vausia Sandiva Utama Putra, Kharisma Vidyanti, Angela Citra Wiratama, Aditya Wirdawati, Wira Yanti, Rahma Yasmin, Nabila Yasmin, Nabilla Yemi, Leonardo Yesi Betriana Roza, yesibetriana_18 Yolanda Yolanda, Yolanda Yosfand, Windra Yuhandri Yulihartati, Sandra Zubaidah, Rima Puti