Article Per Year (5 Year)
p-Index From 2020 - 2025
3.834
P-Index
This Author published in this journals
All Journal Proceeding SENDI_U Jambe Law Journal Sebatik Jurnal Sains Sosio Humaniora Jurnal Matematika UNAND Jurnal Rekayasa Lingkungan Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Zaaken: Journal of Civil and Business Law Kresna: Jurnal Riset dan Pengabdian Masyarakat Riau Law Journal Jurnal Karya Abdi Masyarakat Jurnal Ticom: Technology of Information and Communication
Windarto, Windarto
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ticom: Technology of Information and Communication

 1 
Sistem Pakar Untuk Mendiagnosa Penyakit Alergi Pada Anak Menggunakan Metode Forward Chaining Berbasis Web Junaedi, Adit; Windarto, Windarto
Jurnal Ticom: Technology of Information and Communication Vol 11 No 1 (2022): Jurnal Ticom-September 2022
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v11i1.52

Abstract

Zat asing yang memasuki tubuh lalu menimbulkan reaksi berlebih disebut alergi. Karena daya tahan tubuh anak masih lemah mereka rawan terkena alergi yang dapat dipicu oleh faktor area luar, konsumsi, dan faktor yang lain. Gejala alergi bervariasi dari orang ke orang. Kurangnya wawasan orangtua tentang gejala alergi, serta terbatasnya akses ke konsultasi professional, dapat mengakibatkan solusi yang salah dipilih untuk menghindari kesusahan yang berkepanjangan pada anak. Karena itu diperlukan sistem yang mampu mendiagnosis alergi anak. Sistem pakar ini dibuat dengan metode forward chaining. Pada metode forward chaining data dikumpulkan dan mencari solusi dengan fakta yang ditangkap. Hasil pengujian disimpulkan bahwa aplikasi sistem pakar ini bisa berjalan dengan 10 rule, mendiagnosis alergi anak, dan memunculkan solusi.
Prototipe Sistem Otomasi Jemuran Pintar Menggunakan Mikrokontroler Arduino Uno dan Modul ESP32 dengan Monitoring Berbasis Aplikasi Android Sukma Wijaya; Windarto, Windarto
Jurnal Ticom: Technology of Information and Communication Vol 11 No 1 (2022): Jurnal Ticom-September 2022
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v11i1.74

Abstract

Sebagai salah satu negara yang terletak didaerah khatulistiwa, Indonesia memiliki dua musim yaitu, musim penghujan dan musim kemarau. Pada musim kemarau panas matahari yang didapat lebih banyak daripada musim penghujan. Sehingga pada setiap musim, panas matahari sangat dibutuhkan untuk berbagai kebutuhan, salah satunya adalah untuk menjemur atau mengeringkan pakaian. Namun, pemanasan global yang terjadi menyebabkan musim di Indonesia sulit untuk diprediksi lagi. Oleh karena itu dampak yang ditimbulkan dari masalah tersebut yaitu ada kekhawatiran pada masyarakat terhadap terjadinya perubahan cuaca secara tiba-tiba pada saat sedang menjemur pakaian di luar ruangan. Oleh karena itu, adanya kemajuan teknologi yang berkembang pesat, maka dari itu berdasarkan permasalahan tersebut maka dirancang sebuah Sistem Otomasi Jemuran Pintar menggunakan mikrokontroler Arduino Uno yang bertujuan untuk meminimalisir kekhawatiran pada masyarakat terhadap perubahan cuaca secara tiba-tiba ketika sedang menjemur pakaian di luar ruangan tanpa harus menggunakan pakaian secara manual. Sensor yang dipakai dalam pembuatan alat ini adalah RainDrop sensor yang berfungsi untuk mendeteksi air hujan, DHT22 sensor berfungsi untuk mendeteksi suhu dan kelembaban, Light Dependent Resistor sensor berfungsi untuk mendeteksi intensitas cahaya, Motor DC sebagai penggerak jemuran, dan Fan 12V sebagai pengering ketika jemuran berada di dalam. Hasil dari pengujian penelitian ini adalah RainDrop sensor dapat mendeteksi adanya air hujan, Light Dependent Resistor sensor dapat mendeteksi intensitas cahaya, DHT22 sensor dapat mendeteksi suhu dan kelembaban, Motor DC dan Fan 12V dapat bekerja sesuai kondisi yang telah ditentukan, status jemuran dan cuaca dapat di monitoring melalui aplikasi android yang dibuat penulis.
Analisis Sentimen Ulasan Pengguna Aplikasi Threads pada Google Play Store Menggunakan Multinomial Naive Bayes dan Support Vector Machine Java, Muhammad Arya; Mohammad Syafrullah; Windarto, Windarto; Painem, Painem
Jurnal Ticom: Technology of Information and Communication Vol 12 No 2 (2024): Jurnal Ticom-Januari 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i2.112

Abstract

Analisis sentimen pada ulasan pengguna aplikasi menjadi topik yang menarik untuk dipelajari karena memberikan wawasan tentang bagaimana pengguna merespons dan mempersepsikan sebuah aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen pada ulasan aplikasi Threads di Google Play Store dengan menggunakan metode Multinomial Naive Bayes dan Support Vector Machine. Latar belakang penelitian ini didasarkan pada penggunaan aplikasi jejaring sosial yang semakin populer dan banyaknya ulasan pengguna yang perlu dianalisis secara efisien. Masalah yang dihadapi adalah volume besar ulasan yang sulit untuk dianalisis secara manual. Metode yang digunakan mencakup persiapan data, penanganan ketidakseimbangan kelas dengan penerapan SMOTE, dan ekstraksi fitur dengan TF-IDF. Evaluasi model dilakukan dengan mengukur accuracy, precision, recall, dan F1-score untuk mengklasifikasikan sentimen ulasan menjadi positif atau negatif. Dari hasil pengujian menunjukkan kedua algoritma memiliki performa hampir seimbang dengan akurasi sekitar 81% model-model ini mampu mengklasifikasikan sentimen ulasan dengan baik, memiliki precision dan recall yang tinggi untuk kedua kelas. Kesimpulan penelitian ini adalah metode Machine Learning berhasil memberikan solusi efisien dan akurat untuk analisis sentimen pada ulasan aplikasi Threads di Google Play Store, namun batasan data Bahasa Indonesia menjadi perhatian untuk penelitian selanjutnya
Co-Authors Anum Prayudi, Aga Arsyad Arsyad Batubara, Efraim Devit Setiono Dhils Noviades Dwi Suryahartati Eridani, Eridani Fauzani Raharja, Ivan Hartati, Dwi Surya Haryadi - I, Yousep Eka Imam Munandar, Tri Irawan, Yousep Eka Isran Idris Ivan Fauzani Raharja Java, Muhammad Arya Juanita, Safitri Junaedi, Adit Kadir, Sulhi Muhamad Daud Abdul Khoirudin, Nurfauzan Humam Khoiruni Azzahra, Kamila Martadinata, Muhammad Randhy Martini Martini Marudin, Marudin Maulana, Rizky Akbar Miswanto Miswanto Mohammad Syafrullah Muhammad Azhar Mujahid Nasirudin Nasirudin, Nasirudin Oktaviarni, Firya Painem, Painem Permata Puteri, Indah Raffles Raffles Ratna Dewi Ridho, Muhammad Ali RR. Ella Evrita Hestiandari Ruswandi, Muhammad Apit Samsinar Samsinar Saputra, Danu Sari, Maulidina Sayuti, Ageng Triganda Suhermi, Suhermi Sukamto Satoto Sukma Wijaya Tahya, Taufik Taufik Yahya Triastanti, Rita Dewi Umar Hasan Usman Usman YOE, AVECIENA Yudhistira, Lily