Article Per Year (5 Year)
p-Index From 2021 - 2026
4.142
P-Index
This Author published in this journals
All Journal JRAK: Jurnal Riset Akuntansi dan Komputerisasi Akuntansi Jurnal Informatika dan Teknik Elektro Terapan INTEKNA Proceeding SENDI_U JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Masharif al-Syariah: Jurnal Ekonomi dan Perbankan Syariah JURNAL PETIK JSiI (Jurnal Sistem Informasi) KOMPUTIKA - Jurnal Sistem Komputer Jurnal Ilmu Komputer dan Bisnis JSR : Jaringan Sistem Informasi Robotik TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) INVEST : Jurnal Inovasi Bisnis dan Akuntansi BEES: Bulletin of Electrical and Electronics Engineering Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi) KINERJA : Jurnal Ekonomi dan Bisnis Proceedings of International Conference on Islamic Economic Finance and Social Finance
Suhendro, Dedi
Unknown Affiliation
Aerospace Engineering Arts 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
PREDIKSI PUTUSAN PERCERAIAN BERDASARKAN FAKTOR EKONOMI MENGGUNAKAN METODE BACKPROPAGATION suhendro, dedi; Adriatasya, Sabila Putri
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.465

Abstract

Faktor ekonomi yang menjadi salah satu pengaruh sebagai isu terkini atas kelanggengan dan tidaknya suatu hubungan perkawinan. Kasus perceraian yang terjadi di Kabupaten Simalungun menjadi fenomena yang sangat jelas terlihat bahwa angka kasus perceraian meningkat dikarenakan faktor ekonomi atau keuangan. Meningkatnya perceraian bisa disinyalir karena ada perubahan gaya hidup yang dipicu meningkatnya kebutuhan dan minimnya penghasilan. Namun tidak semua rumahtangga yang menjadikan faktor ekonomi sebagai penyebab perceraian atau sebaliknya yang menjamin bertahannya suatu rumahtangga. Penelitian ini bertujuan untuk prediksi putusan perceraian berdasarkan faktor ekonomi. Adapun metode yang digunakan yaitu jaringan saraf tiruan dengan algoritma backpropagation. Variabel yang digunakan dalam penelitian ini yaitu faktor ekonomi kelompok atas, kelompok menengah, kelompok rentan dan kelompok miskin dan target yang digunakan yaitu jumlah perceraian. Dataset yang digunakan dalam penelitian ini yaitu  dataset tentang data perceraian yang terdata pada Pengadilan Agama Simalungun mulai tahun 2021, 2022 dan 2023. Penelitian ini menggunakan lima model arsitektur pelatihan dan pengujian pada data, yaitu arsitektur       2-2-1, 2-5-1, 2-10-1, 2-15-1, 2-25-1. Hasil penelitian menunjukkan bahwa arsitektur terbaik yaitu 2-10-1 dengan MSE pengujian 0,000907942, epoch 10500 dengan tingkat akurasi 89,58%. Peningkatan jumlah perceraian pada tahun 2024 terletak pada tingkat kelompok rentan dengan kenaikan 39 kasus dari tahun sebelumnya.
Prediksi Jumlah Migrasi Penduduk dengan Menerapkan Jaringan Syaraf Menggunakan Metode Backpropagation suhendro, dedi; Adriatasya, Sabila Putri
Komputika : Jurnal Sistem Komputer Vol. 14 No. 1 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i1.15768

Abstract

Indonesia is a country that has the fourth highest population density in the world, the distribution of Indonesia's population is not evenly distributed for each region which finally the government took a policy to carry out a migration program from one region to another, thus affecting the economic development of Indonesia's population. When choosing a place to live, there are various factors that must be considered. If someone is not suitable to settle in an area or there are other driving factors, they can move or commonly known as migration. This research aims to predict the number of migrations by analyzing the results using Artificial Neural Networks with the Backpropagation Method. The Backpropagation method can be utilized by providing a relationship between population data so that it is expected in this study to achieve the right prediction. The best modeling is obtained in the 6-16-2 architecture using an input layer of 6 neurons, a hidden layer of 16 neurons and an output layer of 1 neuron. Architecture 6-16-1 produces an epoch of 8939 iterations, time 01:42, training MSE 0.00190005 and testing MSE 0.05752814 with an accuracy rate of 82%. Keywords – Prediction; Migration; Population; Artificial Neural Network; Backpropagation Method.
DAMPAK FASILITAS, SIKAP INOVATIF, DAN DISIPLIN TERHADAP KINERJA Suhendro, Dedi; Qurniawan, Hendry
Kinerja Vol 6 No 02 (2023): KINERJA : Jurnal Ekonomi dan Bisnis
Publisher : Fakultas Ekonomi dan Bisnis Universitas Islam As-Syafi'iyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34005/kinerja.v6i02.3377

Abstract

Alasan dilakukannya penelitian ini untuk mengetahui seberapa besar dampak fasilitas terhadap kinerja guru, seberapa besar dampak sikap inovatif terhadap kinerja guru dan seberapa besar dampak disiplin terhadap kinerja guru. Sampel dalam penelitian ini berjumlah 35 orang guru. Teknik analisis data dalam penelitian ini menggunakan analisis deskriptif dan analisis regresi linier berganda. Hasil penelitian ini menjelaskan bahwa variabel fasilitas memiliki dampak positif dan signifikan terhadap kinerja guru sebesar 41.40%. Variabel sikap inovatif memiliki dampak positif dan signifikan terhadap kinerja guru sebesar 24.30% dan variabel disiplin memiliki dampak positif dan signifikan terhadap kinerja guru 46.80%. Sehingga secara keseluruhan dampak fasilitas, sikap inovatif dan disiplin berdampak positif dan signifikan terehadap kinerja guru sebesar 63.70%.
PENGARUH KEPRIBADIAN KARYAWAN TERHADAP KEBOSANAN DALAM BEKERJA DENGAN JOB CRAFTING SEBAGAI VARIABEL MEDIASI Saragih, Ilham Syahputra; Nasution, Rizki Alfadillah; Suhendro, Dedi
Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA) Vol 9 No 2 (2025): Edisi Mei - Agustus 2025
Publisher : LPPM STIE Muhammadiah Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31955/mea.v9i2.5845

Abstract

Kebosanan kerja adalah masalah umum yang dapat mengurangi produktivitas dan kesejahteraan karyawan, terutama dalam pekerjaan monoton. Kepribadian karyawan berperan dalam menentukan seberapa besar kebosanan dirasakan, sementara job crafting dapat membantu mengurangi kebosanan dengan memungkinkan karyawan merancang ulang pekerjaan mereka agar lebih bermakna. Studi ini dilakukan untuk mengeksplorasi bagaimana pengaruh kepribadian karyawan terhadap kebosanan kerja dengan job crafting sebagai variabel mediasi. Data diperoleh dari karyawan perusahaan di Kota Bandung, Jawa Barat, menggunakan metode purposive sampling dengan sampel sebanyak 200 responden yang telah bekerja minimal satu tahun dan memahami konsep job crafting. Pengumpulan data dilakukan melalui kuesioner pada periode Februari hingga Juli 2024, dan analisis dilakukan menggunakan path analysis dengan bantuan SmartPLS 3.0. Hasil penelitian menunjukkan bahwa kepribadian karyawan memiliki pengaruh signifikan terhadap kebosanan kerja, dengan nilai path coefficients sebesar 0,675 dan p-value 0,000. Selain itu, kepribadian karyawan juga secara signifikan memengaruhi job crafting (nilai path coefficients 0,667; p-value 0,0312). Job crafting terbukti berperan dalam mengurangi kebosanan kerja dengan nilai path coefficients sebesar 0,79 dan p-value 0,000. Lebih lanjut, job crafting berfungsi sebagai mediator signifikan antara kepribadian karyawan dan kebosanan kerja, dengan nilai t-statistic 2,443 dan p-value 0,019. Hasil ini menunjukkan bahwa perusahaan dapat meningkatkan keterlibatan dan kesejahteraan karyawan dengan memfasilitasi job crafting dan memahami peran kepribadian dalam dinamika kerja.
IMPLEMENTASI METODE BACKPROPAGATION DALAM MEMPREDIKSI JUMLAH EKSPOR BUAH-BUAHAN BEDASARKAN NEGARA TUJUAN UNTUK MENINGKATKAN PERTUMBUHAN EKONOMI Adriatasya, Sabila Putri; suhendro, dedi
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i2.504

Abstract

Penelitian ini bertujuan untuk memprediksi jumlah ekspor buah-buahan menurut negara tujuan di tahun yang akan datang berdasarkan data di tahun sebelumnya serta megimplementasikan metode Backpropagation dalam menghasilkan tingkat akutrasi yang tinggi, sehingga membantu dalam memprediksi ekspor buah- buahan menurut negara tujuan. Penerapan pada sebuah prediksi sangat penting dalam melakukan penelitian. Metode yang digunakan adalah Backpropagation untuk memprediksi ekspor buah-buahan menurut negara tujuan. Data yang digunakan dalam penelitian ini adalah jumlah eksper buah-buahan menurut negara tujuan pada tahun 2025. Akuratnya sebuah hasil pelatihan ataupun pengujian terhadap nilai output dalam memprediksi ekspor buah-buahan menurut negara tujuan, tergantung pada pola arsitektur jaringan yang digunakan. Metode yang digunakan dalam melakukan prediksi ini adalah Jaringan Saraf Tiruan (JST) dengan algoritma Backpropagation. Arsitektur yang digunakan dalam penelitian ini adalah arsitektur 4-2-1, 4-4-1, 4-6-1, 4-8-1, 4-4-2-1, dan 4-3-6-1. Hasil pengujian diperoleh prediksi ekspor buah-buahan menurut Negara tujuan dengan tingkat akurasi. Arsitektur yang terbaik untuk penelitian metode Jaringan Saraf Tiruan dalam memprediksi ekspor buah-buahan menurt negara tujuan adalah dengan menggunakan algoritma backpropagation adalah model 4-4-1 dengan proses perulangan (epoch) pada saat pelatihan dengan nilai epoch = 3036 dan pencapaian MSE pada saat pengujian dengan MSE = 0,0363 dengan tingkat akurasi 91%.
Analisis ROA, ROE, dan BOPO untuk Memprediksi Pertumbuhan Laba PT Bank Tabungan Pensiunan Nasional Syariah Suhendro, Dedi; Annam, Rahmad
Proceedings of International Conference on Islamic Economic Finance and Social Finance (ISSN: XXXX-XXXX) (ESSN: XXXX-XXXX) Vol. 3 (2022): Proceedings of ICONIC SOF: Proceedings of International Conference on Islamic Economi
Publisher : Fakultas Ekonomi dan Bisnis Islam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62086/10.62086

Abstract

The purpose of this study is to determine how independent variables, namely Return On Asset (ROA), Return On Equity (ROE), and Operating Expenses Operating Income (BOPO), affect the dependent variable, namely profit growth, both partially and simultaneously. This quantitative study collected data from PT Bank Tabungan Pensiunan Nasional Syariah, which can be accessed at www.btpnyariah.co.id. Secondary data is used in this study. This study uses a purposive sampling method for sampling. For data analysis, this study uses multiple linear regression analysis with regression equations in SPSS. The results of the hypothesis indicate that the independent variable Return On Asset (ROA) partially does not affect Profit Growth and the independent variable Return On Equity (ROE) partially does not affect Profit Growth. Simultaneously, the independent variables Return On Asset (ROA), Return On Equity (ROE) and Operating Expenses Operating Income (BOPO) on Profit Growth.
Implementation Data Mining of Employement Contract Exten-sion at Indosat Using Naïve Bayes Sari, Andini Fadila; Safii, M.; Suhendro, Dedi; Damanik, Irfan Sudahri
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 1 No. 1 (2021): October 2021
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (992.868 KB) | DOI: 10.59934/jaiea.v1i1.52

Abstract

Contract employees are company resources in carrying out oprasional activities for a certain time based on an agreement or contract. Every company that uses a work contrak system every year, there must be employees who are extended and not renewed. Employees will get additional contracts if they have good performance. In this case to determine whether an employee is extended or not extended his work contract, there is difficulty in determining it and requires a long time and process. Therefore, this research was conducted to help guarantee the extension of the employee’s work contract by classifier it into the labes “Eligble” and “Not Feasible” which has 4 variables for the process of employees who will be extended or not. The four variables are age, years of service, aspects of delay, achievement. In this study, the alternatives used as samples were employees at PT. Indosat Ooredoo. The number of data tested is 5 employees with two classes. From the results of the calculation of the Naïve Bayes Algorithm, it is obtained classification with 3 employees eligible class and 2 employees not eligible class. The results of this study found that the level of accuracy of 100.00%.
PREDIKSI PELANGGAN LISTRIK MENURUT JENIS PELANGGAN PADA PT. PLN (PERSERO) UP3 PEMATANG SIANTAR MENGGUNAKAN METODE BACKPROPAGATION Suhendro, Dedi; Salis, Rahmi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 1 (2024)
Publisher : Universitas Lampung

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

Abstract

PT. PLN (Persero) sebagai perusahaan BUMN di Indonesia yang bertugas menyuplai serta mengatur tenaga listrik. Sehingga permintaan energi listrik tersebut harus diikuti dengan tersedianya tenaga listrik. Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan metode Backpropagation dalam memprediksi pelanggan listrik menurut Jenis menggunakan software Matlab. Data pelanggan listrik menurut jenis pelanggan di UP3 Pematang Siantar, tahun 2018-2022, yang diperoleh dari PT.PLN (Persero) UP3 Pematang Siantar, Variabel input terdiri dari 5 jenis pelanggan listrik antara lain: Rumah tangga (X1), Sosial (X2), Pemerintah (X3), Bisnis/Usaha (X4), Industri (X5).  Hasil pelatihan dan pengujian dari 5 model JST adalah (4-25-1-1, 4-45-1-1, 4-75-1-1, 4-85-1-1, 4-100-1-1) diperoleh model arsitektur terbaik adalah 4-45-1-1 dengan tingkat akurasi 80%, Epoch sebesar 31, MSE Pengujian 0.0012840520, MSE Pelatihan 0.0009692780.
JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI PERMOHONAN INSTALASI LISTRIK MENGGUNAKAN ALGORITMA BACKPROPAGATION Suhendro, Dedi; Pramesti, Adinda Frizy
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4303

Abstract

PT. PLN (Persero) sebagai perusahaan BUMN di Indonesia yang bertanggung jawab menyediakan dan mengelola pasokan listrik. Perusahaan ini pun merupakan satu-satunya perusahaan milik Negara yang menyediakan jasa ketenagalistrikan, sehingga mempunyai hak eksklusif untuk menjual tenaga listrik di Indonesia. Masalah yang timbul adalah pada penyediaan perlengkapan atau alat untuk membangun saluran listrik baru,  minimnya tenaga kerja dan terbatasnya jumlah instalasi per hari. Perlu dilakukan perkiraan untuk mengetahui jumlah permohonan instalasi listrik dimasa mendatang. Data perkiraan tersebut sesuai dengan jumlah kebutuhan instalasi listrik di wilayah kerja PT. PLN (Persero) UP3 Pematang Siantar Januari s/d Agustus 2023. Algoritma yang digunakan untuk prediksi adalah jaringan syaraf tiruan backpropagation. Algoritma backpropagation ini menggunakan lima model arsitektur diantaranya 6-20-1, 6-30-1, 6-40-1, 6-50-1 dan 6-60-1. Di antara kelima model arsitektur yang digunakan, dipilih arsitektur terbaik yaitu 6-30-1 yang mempunyai akurasi 90%, MSE 0,000998854 dan tingkat error yang digunakan 0,001-0,25. Oleh karena itu, model arsitektur ini cukup efektif untuk memprediksi jumlah permohonan instalasi listrik.
PREDIKSI BEBAN TRAFO PADA PT PLN (PERSERO) UP3 SUMATERA UTARA MENGGUNAKAN ALGORITMA BACKPROPAGATION Suhendro, Dedi; Batu Bara, Dinda Rizki
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5173

Abstract

Perusahaan BUMN yang bergerak dibidang pembangkitan dan pendistribusian listrik merupapakan perusahaan PT PLN (Persero) yang berusaha memberikan pelayanan terbaik kepada semua pelanggan mengingat tingginya kebutuhan masyarakat terhadap tenaga listrik dari waktu ke waktu. Masalah yang timbul dari Jenis gangguan yang sering terjadi pada trafo diantaranya, tegangan lebih akibat petir, overload dan  beban tidak seimbang, loss contact pada terminal bushing, bushing pecah, gangguan hewan, dan gangguan tumbuhan. Setiap trafo menurut trafo daya memerlukan pemeliharaan dan perbaikan baik secara berkala maupun tiba-tiba akibat berbagai gangguan dan kerusakan, maka dilakukan pemeliharaan secara berkala, agar trafo tidak mengalami kerusakan dan gangguan saat operasi. Data pemeliharaan tersebut sesuai dengan jumlah beban trafo pada wilayah kerja PT. PLN (Persero) UP3 Pematang Siantar. Algoritma yang digunakan untuk prediksi adalah jaringan syaraf tiruan backpropagation. Algoritma backpropagation ini menggunakan lima model arsitektur diantaranya 4-10-1-1,4-15-1-1,4-20-1-1,4-75-1-1 dan 4-100-1-1. Di antara kelima model arsitektur yang digunakan, dipilih arsitektur terbaik yaitu 4-15-1-1 yang mempunyai akurasi 63.63%, Epoch sebesar 3478, MSE Pengujian 0.0039047, MSE Pelatihan 0.0009999. Oleh karena itu, model arsitektur ini cukup efektif untuk memprediksi jumlah beban trafo sesuai daya trafonya.
Co-Authors Adriatasya, Sabila Putri Agus Perdana Windarto Annam, Rahmad Aulia, Della Batu Bara, Dinda Rizki Damanik, Abdi Rahim Hartama, Dedy Hasanah , Trismalia Hasibuan, Ade Septian Ilham Syahputra Saragih Irfan Sudahri Damanik Kusuma, Rudi M. Fauzan Nasution, Rizki Alfadillah Oktaviani, Selli Pangestu, Prayoga Poningsih, P Pramesti, Adinda Frizy Qurniawan, Hendry Ramadana, Rica S, Solikhun Safii, M Safii, M. Salis, Rahmi Saragih, Siti Nurmila Saragihi, Ilham Syahputra Sari, Andini Fadila Siahaan, Nove Viktor Boyke Sinaga, Juwitha Lovely Sweets Sinaga, Sabrina Biutiqwin siti rodiah Sitiso , Hany Juliana Sitorus, Candra Wiranto Solikhun, S Suhada, S Tanjung, Jainuddin Tanjung, Sindi Raharjo wanurahman, Amaluddin