Article Per Year (5 Year)
p-Index From 2021 - 2026
4.465
P-Index
This Author published in this journals
All Journal Prosiding SNATIF IKRA-ITH Informatika : Jurnal Komputer dan Informatika JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Cendikia Building of Informatics, Technology and Science JUTIS : Jurnal Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Abdi Masyarakat Innovation in Research of Informatics (INNOVATICS) Journal of Applied Computer Science and Technology (JACOST) Journal La Multiapp International Journal Software Engineering and Computer Science (IJSECS) Batara Wisnu : Indonesian Journal of Community Services Jurnal Locus Penelitian dan Pengabdian Jurnal Algoritma Smart Society: Community Service and Empowerment Journal Electrician : Jurnal Rekayasa dan Teknologi Elektro Enrichment: Journal of Multidisciplinary Research and Development Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Alih Teknologi Komputer (ALTEK) International Journal of Electrical, Computer, and Biomedical Engineering (IJECBE)
Komarudin, Agus
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Transportation Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
PELATIHAN MODEL PEMBELAJARAN BERBASIS LITERASI DAN NUMERASI BAGI GURU UPTD SD NEGERI 4 PAKUAN AJI Aini, Nurul; Setyawati, Astri; Festiana, Ike; Sari, Wiwin Rita; Wardany, Kusuma; Komarudin, Agus; Zulkarnain, Ferdi
Batara Wisnu : Indonesian Journal of Community Services Vol. 5 No. 1 (2025): Batara Wisnu | Januari - April 2025
Publisher : Gapenas Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53363/bw.v5i1.378

Abstract

This activity was carried out through training for teachers at UPTD SDN 4 Pakuan Aji. The aim was to assist teachers in creating more engaging learning media that align with the Merdeka Curriculum. The implementation method consisted of four stages: warming up, presentation, training, and closing. The subjects were 13 teachers from UPTD SDN 4 Pakuan Aji. This activity was motivated by the need for teachers to gain knowledge about literacy-numeracy-based and digital literacy-numeracy-based learning models, as the Merdeka Belajar program from the Ministry of Education and Culture has not yet been fully absorbed by the teachers.The results showed an increase in enthusiasm and changes in participants' behavior at each stage of the activity, as well as improved understanding of literacy and numeracy-based learning models. This was evident from a brief teaching demonstration conducted by one of the teachers from UPTD SDN 4 Pakuan Aji.
Penyiraman Otomatis Pada Penguburan Jengkol (Sepi) Berbasis IoT Nisa, Khoirotun; Komarudin, Agus; Festiana, Ike
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 4 No 1 (2025)
Publisher : PT Akom Media Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penelitian ini bertujuan untuk merancang dan mengembangkan sistem penyiraman otomatis berbasis Internet of Things (IoT) untuk penguburan jengkol (sepi). Penelitian ini menggunakan metode penelitian Research and Development (R&D) yaitu analisis kebutuhan, menyiapkan kerangka konseptual model dan perangkat pembelajaran, uji validasi atau menilai kelayakan media, dan implementasi pada sasaran sesungguhnya yaitu subjek penelitian. Sistem ini dirancang untuk meningkatkan efisiensi penyiraman dan menjaga kelembapan tanah secara optimal, mengingat kebutuhan air yang spesifik pada tanaman jengkol. Dengan menggunakan sensor kelembapan tanah yang terintegrasi dengan mikrokontroler, sistem ini dapat memantau kondisi tanah secara real-time. Data yang diperoleh akan dikirim melaluijaringan IoT ke aplikasi Blynk, memungkinkan pengguna untuk memantau dan mengatur penyiraman dari jarak jauh. Hasil pengujian menunjukkan bahwa sistem ini efektif dalam menjaga kelembapan tanah, mengurangi pemborosan air hingga 30%, serta meningkatkan hasil jengkol sepi. Penerapan teknologi ini diharapkan dapat membantu petani dalam mengelola sumber daya air secara lebih efisien dan meningkatkan produktivitas tanaman. Penelitian ini memberikan kontribusi pada pengembangan praktik pertanian yang berkelanjutan dan inovatif dalam budidaya jengkol sepi. Kata Kunci : penyiraman otomatis, IoT, sensor kelembapan,jengkol, pertanian berkelanjutan.
Principal Component Analysis (PCA) Untuk Meningkatkan Hasil Klasterisasi Penjualan Video Game Menggunakan Algoritma K-Means Nurputra, Windi Raihan; Witanti, Wina; Komarudin, Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4151

Abstract

Perkembangan industri video game yang pesat menciptakan tantangan dalam menganalisis dan memahami pola penjualannya secara global. Penelitian ini bertujuan untuk menerapkan metode Principal Component Analysis (PCA) sebagai tahap pra-pemrosesan untuk mereduksi dimensi data sebelum dilakukan proses klasterisasi menggunakan algoritma K-Means. Dataset yang digunakan berasal dari situs Kaggle dengan jumlah data sebanyak 64.000 entri dan 11 atribut penjualan. Proses dimulai dari tahap preprocessing data, kemudian dilakukan PCA untuk menyederhanakan dimensi, dan selanjutnya data diklasterkan menggunakan K-Means. Evaluasi dilakukan dengan metode Silhouette Coefficient untuk mengetahui seberapa baik klaster yang terbentuk. Hasil dari penelitian menunjukkan bahwa kombinasi PCA dan K-Means mampu mengelompokkan data penjualan video game secara lebih efisien dan terstruktur, serta memberikan visualisasi yang membantu dalam pengambilan keputusan strategis. Penelitian ini juga dikembangkan dalam bentuk aplikasi desktop berbasis Python dengan antarmuka grafis untuk memudahkan pengguna dalam melakukan proses klasterisasi secara interaktif.
Prediksi Tingkat Keparahan Diabetes Melitus Menggunakan Support Vector Machine (SVM) dengan Kernel Polinomial dan RBF Pradana, Muhammad Rifqi; Witanti, Wina; Komarudin, Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4357

Abstract

Diabetes melitus merupakan penyakit kronis dengan prevalensi tinggi yang memerlukan diagnosis dini dan penanganan yang akurat guna memitigasi risiko komplikasi serius. Penelitian ini berfokus pada pengembangan model prediktif untuk menentukan tingkat keparahan diabetes melitus, mengimplementasikan algoritma Support Vector Machine (SVM) dengan membandingkan kinerja fungsi kernel Polinomial dan Radial Basis Function (RBF). Dataset yang dimanfaatkan terdiri dari 100.000 entri data pasien, yang dikategorikan ke dalam dua kelas tingkat keparahan penyakit. Sebelum memasuki fase klasifikasi, serangkaian tahap pra-pemrosesan data diterapkan, termasuk penanganan outlier, untuk memastikan kualitas data dan meningkatkan robustnya model. Metodologi penelitian mencakup studi literatur mendalam, implementasi proses klasifikasi, serta pengujian sistem menggunakan pendekatan black box testing untuk memvalidasi fungsionalitas dan akurasi. Hasil eksperimen secara konsisten menunjukkan bahwa SVM dengan kernel RBF memberikan performa superior dibandingkan dengan SVM yang menggunakan kernel Polinomial, tercermin dari tingkat akurasi klasifikasi yang lebih tinggi secara signifikan. Oleh karena itu, sistem klasifikasi berbasis SVM yang dikembangkan ini berpotensi besar untuk mendukung diagnosis awal dan penentuan otomatis tingkat keparahan diabetes melitus dengan tingkat keakuratan yang kredibel. Kontribusi penelitian ini diharapkan dapat menjadi referensi berharga bagi pengembangan lebih lanjut sistem pendukung keputusan klinis dalam domain kesehatan, khususnya terkait manajemen diabetes.
Livestock Population Map Based on Provinces in Indonesia Using the K-Medoids Method Nurhakim, Riri Qorib; Witanti, Wina; Komarudin, Agus
Journal La Multiapp Vol. 6 No. 5 (2025): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v6i5.2411

Abstract

Indonesia is one of the countries with a large livestock population. A healthy and stable livestock population can affect the production and availability of livestock products, such as meat, milk, eggs, and skin. FAO's Domestic Animal Diversity - Information System (DAD-IS) data (2020) recorded around 206 large farms, small farms, poultry and pigs. Clustering is a technique for grouping data without unknown class labels. Clustering is used to find data that has similarities. The clustering technique is to determine the initial cluster center. This study is intended to determine the best cluster value using the selected method. The purpose of this study is to create a system that can process and group data. With data obtained from the central statistics agency. This study uses the topic of Livestock Population Map in Indonesia using K-Medoids. The algorithm used in this study is K-Medoids. The K-Medoids method is a variation of the K-Means method to retrieve k data, the number of clusters in a data set with n objects. There are several processes carried out in this study including collecting data, then entering the preprocessing stage, grouping data that has similarities between data. After clustering using K-Medoids, it was found that Cluster 0 had 3 provinces with the highest average population with types of livestock such as Dairy cattle, Beef cattle, Sheep and Goats, Cluster 1 had 29 provinces with the lowest average population, Cluster 2 had 2 provinces with the highest average number for types of livestock such as Buffalo, Horse and Pig.
Forest Biomass Estimation through the Integration of UAV Imagery and Vegetation Indices: Toward Accurate and Efficient Monitoring Fadilah, Vira Hasna; Hadiana, Asep Id; Komarudin, Agus
Innovation in Research of Informatics (Innovatics) Vol 7, No 2 (2025): September 2025
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v7i2.14931

Abstract

Forest biomass estimation method using drone imagery and vegetation index, focusing on the effectiveness and efficiency of the approach. Using high-resolution drone imagery, this study analyzes vegetation structure and density, and supports the development of a more accurate biomass estimation model compared to traditional methods. Drone imagery has the advantage of collecting data quickly and in real time, especially in areas that are difficult to access manually. Vegetation indices, such as NDVI, are used to assess vegetation health and density, which are closely related to biomass estimation. The combination of drone imagery and vegetation indices can produce more detailed data, support 3D vegetation modeling, and help estimate biomass volume over time. This study is expected to produce data and biomass estimation models that support sustainable forest management as well as technical recommendations for the use of drones for vegetation monitoring. The findings of this study show that the proposed method produces an estimation accuracy of 85.2% based on field validation data calculated using simple linear regression. The findings of this study are expected to make a significant contribution to the development of drone-based technology for efficient and environmentally friendly natural resource management.
Klasifikasi Penilaian Pinjaman Agunan pada PT KB Finansia Multi Finance menggunakan Metode Random Forest Hanif Abdul Aziz, Nabil; Krishna Putra, Eddie; Komarudin, Agus
JURNAL TEKNIK INFORMATIKA UNIS Vol. 12 No. 2 (2024): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v12i2.5153

Abstract

Dalam dunia perbankan, terdapat tawaran kepada nasabah berupa pinjaman dengan syarat agunan, seperti rumah, tanah, atau kendaraan sebagai jaminan. Proses ini bertujuan untuk mengurangi risiko kredit bagi bank, karena jika nasabah gagal membayar, bank dapat mengambil dan menjual agunan untuk menutup kerugian. Penelitian ini bertujuan untuk menganalisis efektivitas kebijakan pinjaman dengan agunan di sektor perbankan serta dampaknya terhadap tingkat risiko kredit dan kepuasan nasabah. Dengan menggunakan metode data mining dan teknik klasifikasi Random Forest, studi ini akan mengevaluasi pola pembayaran nasabah, tingkat keberhasilan pengembalian pinjaman, dan elemen-elemen yang mempengaruhi pilihan nasabah dalam memanfaatkan layanan pinjaman dengan jaminan. Penelitian ini juga mempertimbangkan ketidakseimbangan data dengan menerapkan Teknik Oversampling, seperti Random Over Sampling untuk meningkatkan jumlah sampel pada kelas minoritas sehingga menjadi seimbang dengan kelas mayoritas. Hasil penelitian akan membandingkan efektivitas kedua teknik tersebut dalam memperbaiki ketepatan prediksi. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi bank untuk mengoptimalkan kebijakan pinjaman mereka, meningkatkan manajemen risiko, dan menawarkan produk pinjaman yang lebih sesuai dengan kebutuhan nasabah.
Desain Game Edukasi Sejarah Bandung Lautan Api untuk Pelajar SMP Menggunakan Mechanics Dynamics Aesthetics (MDA) Kurniawan, Alexander Tommy; Yuniarti, Rezki; Komarudin, Agus
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 7 No 1 (2023): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v7i1.268

Abstract

Perkembangan teknologi mengakibatkan banyak perubahan pada kehidupan, salah satunya mata pelajaran sejarah yang menggunakan metode daring dalam pengajarannya yang menimbulkan banyak permasalahan karena perubahan metode pengajaran yang berubah. Diperlukan sebuah metode pengajaran yang sifatnya fleksibel dapat dimainkan siswa ketika waktu luang dan serta menyenangkan serta edukatif seperti game edukasi. Namun dalam pengembangan game perlu sebuah desain dari game tersebut dari hal itu terdapat Mechanics, Dynamics, Aesthetics(MDA) sebagai framework yang dapat menjebatani maksud dari pembuatan game dan juga desain dari game, karena dari itu perlu dibuatnya game edukasi sejarah yang sesuai dengan penelitian ini. Hasil dari penelitian ini dilakukan evaluasi terhadap 31 orang responden dengan sebaran siswa/siswi SMP dengan rentang umur 11 hingga 16 tahun .Dengan menguji 16 pertanyaan yang diuji seputar komponen MDA setelah game dimainkan dengan menggunakan pearson product moment dan Cronchbach Alpha mendapatkan nilai valid dan relaibel, nilai pada aspek narrative untuk penceritaan sejarah dengan kriteria sesuai, serta aspek sensation untuk emosi yang menghasilkan kriteria sangat sesuai.
DETEKSI PENYAKIT DIABETES, KATARAK DAN GLAUKOMA PADA CITRA FUNDUS RETINA MATA MANUSIA MENGGUNAKAN CNN DENGAN ARSITEKTUR ALEXNET Mulyasari, Cicik Rafka; Hadiana, Asep Id; Komarudin, Agus
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 8 No 1 (2024): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v8i1.341

Abstract

Penglihatan merupakan salah satu indera yang sangat penting bagi manusia. Jika terjadi kelainan atau penyakit pada mata, dapat berdampak serius, seperti diabetes yang dapat menyerang bola mata, katarak, dan glaukoma. Karena itu, menjaga kesehatan mata harus menjadi prioritas sehari-hari. Sayangnya, fasilitas medis terbatas di pusat kesehatan dan rumah sakit, serta kurangnya jumlah dokter mata yang mampu melakukan pemeriksaan dan operasi mata, menjadikan pengobatan penyakit mata menjadi sulit. Namun, seiring dengan pesatnya perkembangan teknologi, bidang kedokteran juga mengadopsi teknologi untuk meningkatkan pelayanan kepada masyarakat secara luas. Keterbatasan waktu yang dialami oleh dokter-dokter tersebut telah mendorong penggunaan sistem pakar dalam membantu diagnosis berbagai penyakit. Untuk mengatasi masalah dalam diagnosis penyakit diabetes, katarak, dan glaukoma, telah dikembangkan beberapa solusi. Salah satunya adalah dengan menggunakan metode pengolahan citra bola mata dan bahasa pemrograman untuk menciptakan perangkat lunak yang dapat melakukan diagnosis dan klasifikasi yang akurat terhadap keempat jenis penyakit tersebut. Dalam hal ini, metode yang digunakan adalah convolutional neural network (CNN). Sistem dirancang menggunakan metodologi CNN dengan arsitektur Alexnet berdasarkan gambar bola mata. Masukkan kumpulan data gambar yang diwarisi dari Kaggle yang disebut "Klasifikasi Penyakit Mata" dan gunakan total 4.217 gambar, 75% di antaranya adalah data latih dan 25% adalah gambar data uji. Pada penelitian ini, hasil terbaik untuk setiap skenario pengujian adalah presisi 87%, presisi 88%, recall 88%, skor f1 88% dan loss 0,48.
Perbandingan Kinerja Multifactor Evaluation Process (MFEP) dengan Analytic Hierarchy Process (AHP) dalam menentukan mutasi karyawan (Studi Kasus pada PT Sumber Alfaria Trijaya, Tbk Departement Information Technology) Komarudin, Agus; Sari, Reni Permata; Hafiz, Aliy
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 15 No. 2 (2021)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v15n2.2171

Abstract

Perkembangan dari sistem pengambilan keputusan saat ini terus meningkat, pada penelitian sebelumnya penulis hanya menggunakan salah satu metode, upaya meningkatkan kinerja dan pelaksanaan tugas bagi karyawan, dalam meningkatkan motivasi bagi karyawan, salah satu cara yang ditempuh dalam langkah nyata adalah mutasi karyawan sesuai dengan kriteria yang telah ditentukan antara lain absensi, mengisi joblist, kunjungan sesuai RPIT, disiplin, kerjasama team, inovasi, dan kominmen terhadap perusahaan dimana penulis akan menggunakan dua metode sistem pengambilan keputusan untuk mendapatkan perbandingan. Pada PT Sumber Alfaria Trijaya, Tbk Departement IT terbagi menjadi 2 Divisi, yaitu IT Office Support dan IT Store Support, IT Office Support bertugas memonitor dan maintenance semua aplikasi yang berjalan di Office serta DC, sedangkan IT Store Support bertugas memonitor dan maintenance semua aplikasi yang berjalan di Store/Toko. Pada tahun 2016 Manager dituntut oleh manajemen untuk mengurangi staff IT, baik pada IT Office Support maupun IT Store Support. IT Store Support 9 orang, IT Office Support 4 orang. Berdasarkan peraturan baru IT Store Support membutuhkan karyawan berdasarkan rasio 1:50 yaitu 1 orang 50 toko, jumlah toko saat ini 260 toko, jadi 260/50 = 5,2 jadi seharusnya hanya 5-6 orang untuk jumlah IT Store Support. Sedangkan IT Office Support Shift kerja dengan 3 Shift membutuhkan minimal 5 orang. Manager harus menentukan karyawan dengan jabatan IT Store Support akan di Mutasi 2 orang dan 1 orang pindah Divisi. Beberapa metode yang digunakan dalam SPK diantaranya adalah metode Multi Factor Evalution Process (MFEP) dan Analytic Hierarchy Process (AHP). Dengan adanya dua metode tersebut penulis ingin mengetahui metode manakah yang cocok untuk menentukan Mutasi Karyawan.
Co-Authors Ade Kania Ningsih, Ade Kania Aini Nurul Al Farisi, Muhammad Farid Alfarizi, Muhammad Bayu Ardi Azhari, Anissa Damayanti, Ariesta Devian, Devian Dewi Purnamasari Djamal, Esmeralda Contesa Erlangi, Fauzan Fadilah, Vira Hasna Fahmi Yusron Fiddin Faiza Renaldi, Faiza Ferdi Zulkarnain Gunawan Abdillah, Gunawan Hadiana, Asep Id Hadimas Aprilian, Doni Hafiz, Aliy Handayani, Indah Nursyamsi Hanif Abdul Aziz, Nabil Hartono, Rudi Ike - Festiana Iskandar Iskandar Julianto, Ribut Kania Ningsih, Ade Krishna Putra, Eddie Kurniawan, Alexander Tommy Kurniawan, Fadhlika Kusuma Wardany Mandala, Muhamad Bintang Maulina, Ninda Melina Melina Mulyasari, Cicik Rafka Muthoharoh, Luluk Nisa, Khoirotun Novianti, Sri Hutamy Nugraha, Faisal Okta Nugraha, Mochammad Ganjar Nurhakim, Riri Qorib Nurputra, Windi Raihan Nurul Sabrina, Puspita Pamungkas, Muhammad Putra Pradana, Muhammad Rifqi Pramudjianto, Imam Wibowo Ramdani, Rahmat Muhamad Rezki Yuniarti Rikarda, Willy Artanika Rikarda1, Willy Artanika Rizkyawan, Ferdi Sari, Reni Permata Sari, Wiwin Rita Setyawati, Astri Sivi, Nuari Anisa Susana, Ernia Wahidah, Nina Ikhwati Wardani, Mathilda Fitri Wina Witanti Wirajaya Putra, Basudewa