Article Per Year (5 Year)
p-Index From 2021 - 2026
9.819
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jupiter Jurnal INKOM PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal technoscientia Jurnal Intelektualita: Keislaman, Sosial, dan Sains POSITIF Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) SMATIKA KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan JOIN (Jurnal Online Informatika) Jurnal Ilmiah KOMPUTASI Sinkron : Jurnal dan Penelitian Teknik Informatika International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA Syntax Literate: Jurnal Ilmiah Indonesia CogITo Smart Journal Jurnal Ilmiah Matrik INOVTEK Polbeng - Seri Informatika Jusikom : Jurnal Sistem Komputer Musirawas JURNAL INSTEK (Informatika Sains dan Teknologi) IRJE (Indonesian Research Journal in Education) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Informatika Universitas Pamulang Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknologi Informasi MURA Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Ilmiah Media Sisfo J-SAKTI (Jurnal Sains Komputer dan Informatika) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Informatika Global EDUMATIC: Jurnal Pendidikan Informatika JUSIM (Jurnal Sistem Informasi Musirawas) Jurnal Tekno Kompak Jurnal Mantik Jurnal Muara Ilmu Ekonomi dan Bisnis Journal of Information Systems and Informatics Zonasi: Jurnal Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknologi Informatika dan Komputer JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pendidikan dan Teknologi Indonesia Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian kepada Masyarakat Bina Darma Jurnal Locus Penelitian dan Pengabdian Jurnal Bina Komputer Jurnal Pengabdian Masyarakat Information Technology (JPM ITech) Jurnal Ilmiah Ilmu Terapan Universitas Jambi International Journal of Advanced Science Computing and Engineering Innovative: Journal Of Social Science Research Bulletin of Social Informatics Theory and Application Jurnal Teknologi Informasi Mura Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Edi Surya Negara
Universitas Bina Darma
Aerospace Engineering Arts Humanities Automotive Engineering 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 Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 97 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 97 Documents
Search

 6   7   8   9   10 
Penerapan Metode Naive Bayes untuk Menentukan Klasifikasi Kelayakan Penerimaan Bantuan Rehabilitasi dan Pembangunan Sekolah pada Dinas Pendidikan dan Kebudayaan Kabupaten Banyuasin Pahlevi, Reza; Negara, Edi Surya; Sutabri, Tata; Herdiansyah, Muhammad Izman
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1790

Abstract

Klasifikasi merupakan salah satu proses pada data mining. Ada banyak jenis dalam pengunaan algoritma klasifikasi dalam data mining. Pada penelitian ini peneliti ingin melakukan proses klasifikasi terhadap data kelayakan penerima bantuan rehabilitasi dan pembangunan pada sekolah yang ada di wilayah Kabupaten Banyuasin. Dalam melakukan proses penentuan kelayakan penerimaan bantuan rehabilitasi bangunan sekolah pada wilayah Kabupaten Banyuasin perlu dilakukan proses klasifikasi kelayakan penerimaan bantuan. Klasifikasi dibuat berdasarkan data sekolah sebagai kriteria atau atribut dari proses klasifikasi yang akurat dan cepat. Dibutuhkan data yang valid agar proses klasifikasi ini dapat berguna dan mengurangi kesalahan. Guna mendukung penelitian, digunakan model Naïve Bayes Classifier. Metode ini adalah sebuah model dari bagian klasifikasi yang sederhana untuk melakukan proses perhitungan dari beberapa kumpulan probabilitas dengan melakukan kombinasi dari beberapa nilai pada sebuah dataset yang telah diberikan. Hasil penelitian diharapkan dapat dijadikan sebagai informasi pada Dinas Pendidikan Kabupaten Banyuasin dalam menentukan setiap sekolah apakalah layak atau tidak untuk menerima bantuan rehabilitasi dan pembangunan. Hasil dari serangkaian pengujian ini menegaskan bahwa model Naive Bayes dengan skema pembagian data 50% untuk pelatihan dan 50% untuk pengujian memberikan performa terbaik. Dengan akurasi pengujian mencapai 99.05% dan nilai-nilai recall serta presisi yang seimbang dan tinggi, model ini dapat diandalkan dalam membantu pengambilan keputusan terkait kelayakan penerimaan bantuan rehabilitasi dan pembangunan sekolah.
Principal Component Analysis and Bacterial Foraging Optimization for Credit Scoring Arjun, Jennifer; Kisworo, Marsudi Wahyu; Negara, Edi Surya; Ependi, Usman
Jurnal Teknologi Informatika dan Komputer Vol. 11 No. 1 (2025): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v11i1.2515

Abstract

Information technology in the current era is developing very quickly. Information systems themselves are found in various aspects of life, such as health, law, education and finance. With the improvement of information systems, systems can be created as considerations for making decisions or agreements. Credit scoring is a status that is usually held by banks or other financial institutions and contains data from debtors who have applied for credit at certain banks or financial institutions. There are many attributes in determining whether someone will get good credit or bad credit status. Therefore, a fast and accurate classification method is needed. This research proposes the use of Principal Component Analysis to reduce several attributes without reducing the attributes that are important or crucial in determining. This research also uses the Bacterial Foraging Optimization algorithm to optimize qualification results on the Support Vector Machine which uses 4 kernels, namely Linear, RBF, Polynomial and Sigmoid. The research results show that the Linear kernel accuracy which only uses Principal Component Analysis gets a value of 79%. Then optimized with Bacterial Foraging Optimization to get an accuracy of 81%. So the Bacterial Foraging Optimization algorithm increases accuracy by 2%. For RBF and Poly kernels, the accuracy is the same, namely 78%. For the Sigmoid kernel, it got the best results in Principal Component Analysis, namely getting an accuracy value of 80%.
PELATIHAN PEMBUATAN BLOG SEBAGAI LOGBOOK MAHASISWA MAGANG DI UNIVERSITAS BINA DARMA Azhiman, Fauzan; Negara, Edi Surya; Putra, Ade; Dasmen, Rahmat Novrianda; Rasmila, Rasmila; Raihan, Muhammad
Jurnal Pengabdian Masyarakat Information Technology Vol. 2 No. 2 (2023): Jurnal Pengabdian Masyarakat Information Technology - September 2023
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/jpm_itech.v2i2.2645

Abstract

Logbook merupakan sebuah hal yang terpenting sebagai catatan atau dokumentasi dalam suatu kegiatan, tentunya tujuan dengan pelatihan pembuatan blog melalui wordprss menjadi sebuah logbook magang pada mahasiswa universitas bina darma untuk meningkatkan kualitas pengalaman magang serta sebagai hal yang menarik untuk pelaporan secara online. Metode yang dilaksanakan merupan Action Reaseach melalui beberapa teknis didalamnya yang ada yaitu melibatkan serangkaian workshop yang mencakup aspek teknis pembuatan blog dan manajemen konten. PkM dari pelatihan ini ditemukan bahwa mahasiswa magang yang menerapkan blog sebagai logbook mereka memiliki kecenderungan yang lebih baik dalam mencatat pengalaman dan pemahaman mereka. Blog memberi mereka ruang untuk mengekspresikan refleksi pribadi, mempromosikan pemahaman mereka tentang konteks pekerjaan, dan berbagi wawasan dengan sesama mahasiswa magang. Selain itu, blog ini juga membantu dalam mempermudah supervisi dan evaluasi oleh dosen pembimbing magang.
Komparasi Metode Klasifikasi terhadap Data Penderita Penyakit Diabetes Menggunakan Python 3 Pratiwi, Ayu Okta; Kurniawan, Tri Basuki; Negara, Edi Surya; Kunang, Yesi Novaria
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 6 No. 4 (2023): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

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

Abstract

Diabetes is a serious challenge in the world of health, with broad impacts. In an effort to overcome this problem, it is important to analyze the classification of diabetes data to provide valuable insights. This study focuses on the comparison of the two main classification methods, namely Naive Bayes and Support Vector Machine (SVM), in analyzing diabetes data. We use the Python 3 programming language for implementation. The initial study involved the characterization of the dataset, including parameters such as blood pressure and blood glucose levels, which were important factors in the analysis. The preprocessing process is carried out to ensure data quality by overcoming missing or invalid values. After that, the dataset is divided into training and testing subsets. The Naive Bayes and SVM methods are implemented using the scikit-learn library in Python 3. Both models are trained using a training subset and tested on a test subset. The test results show that both methods have good performance in classifying diabetes data, but SVM stands out with higher accuracy. SVM has the ability to handle complex data and find optimal decision boundaries. The Naive Bayes model achieves the highest accuracy of 78.13% on 70% training data and 30% testing data, while the SVM model achieves 79.63% on 90% training data and 10% testing data. Overall, this study provides an in-depth understanding of the effectiveness of both methods in the context of classifying data on diabetics.
Prototype Sistem Pelayanan Pengaduan Jalan Rusak Di Dinas Pekerjaan Umum Bina Marga Kabupaten Musi Rawas Menggunakan Metode Design Thinking Junisti, Alfina Wulan; Negara, Edi Surya
Innovative: Journal Of Social Science Research Vol. 4 No. 6 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.16062

Abstract

Pelayanan publik di era teknologi sekarang ini setiap aktivitas pelayanan diharapkan lebih mudah, efektif dan efisien dalam proses pelayanannya. Salah satu penerapan pelayanan publik yaitu pada infrastruktur jalan, sebagaimana UU No. 25 Tahun 2009 tentang Pelayanan Publik. Dinas Bina Marga Kabupaten Musi Rawas merupakan lembaga pemerintah yang menangani permasalahan perbaikan dan pembuatan jalan, Kabupaten Musi Rawas memiliki panjang ruas jalan 1.406,62 km2. Pembangunan jalan di Kabupaten Musi Rawas harus merata agar masyarakat tidak merasa ada diskriminasi. Untuk menyampaikan keluhan terkait kondisi jalan yang rusak masyarakat harus mengajukan proposal langsung ke Bina Marga hal tersebut dinilai kurang efektif. Maka dari itu, perlu adanya sebuah sistem yang dapat melaporkan kerusakan jalan yang dapat dimanfaatkan masyarakat untuk melaporkan kondisi kerusakan pada jalan, adapun metodologi yang digunakan pada penelitian ini ialah Design Thingking. Metode ini digunakan karena fokus dari penelitian ini adalah pengguna atau manusianya itu sendiri sebagai pengguna sistem, terdapat beberapa tahapan, antara lain memahami dan menentukan konteks pengguna, mengidentifikasi kebutuhan pengguna, membuat solusi desain, dan mengevaluasi desain. Evaluasi dapat dilakukan dengan menggunakan teknik System Usability Scale (SUS) yang dikembangkan oleh John Brooke.
Analysis of Behavioral Use of Academic Information Systems with the Implementation of UTAUT 2 Integration at the Muhammadi-Palembang Institute of Health Science and Technology Donan, Hendri; Negara, Edi Surya Negara Surya; Sutabri, Tata; Firdaus, Firdaus
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 12 No. 3 (2023): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i3.1978

Abstract

The utilization of Information Technology (IT) in higher education setting aims to enhance the quality of education, and this initiative is realized through the implementation of Information Technology at the Institute of Health Sciences and Technology Muhammadiyah Palembang (IKesT MP) in the form of an Academic Information System (SIMAKAD). SIMAKAD is a vital role as a tool to manage internal data and serves as an information hub for students. This research is conducted to evaluate the acceptance level of the UTAUT2 model and the impact of both the main and target variables within the UTAUT2 model. This research utilizes a quantitative method with 150 respondents, analyzed using SMART PLS 3.0 software." software. The research findings indicate that the acceptance level of the UTAUT2 model reaches 74%, signifying a high adoption rate. Variables like Perceived Value (p-Value: 0.019) and Habit (p-Value: 0.009) significantly influence Behavioral Intention, with a p-Value < 0.05, indicating that their hypotheses are accepted. On the other hand, variables such as Performance Expectancy (p-Value: 0.660), Effort Expectancy (p-Value: 0.417), Social Influence (p-Value: 0.652), and Facilitating Conditions (p-Value: 0.292) There is no substantial influence on Behavioral Intention as a result of using Information Technology (IT), indicating that their hypotheses have not been endorsed.. Additionally, the variable Hedonic Motivation (p-Value: 0.978) also does not can significantly impact one's inclination toward a  behavior Intention. However, variables Facilitating Conditions (p-Value: 0.000) and Behavioral Intention (p-Value: 0.000) have a positive impact on Use Behavior, indicating that their hypotheses are accepted. Conversely, the variable Habit (p-Value: 0.915) Does not exert a significant impact on Uss Behavior, resulting in the rejection of its hypothesis.
Analisis Tingkat Kepuasaan Pengguna Aplikasi Shoppe dan Facebook Menggunakan Metode E-Serqual yang Dimodifikasi pada Masyarakat Kota Prabumulih Sari, Yulia Permata; Negara, Edi Surya
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v9i12.17177

Abstract

Kepuasaan dalam pengguna aplikasi shoppe dan facebook merupakan kebutuhan yang diinginkan oleh Masyarakat sekitar untuk mendapatkan produk yang mereka inginkan atau bisa juga disebut dengan loyalitas atas kepuasaan mereka. Berdasarkan hasil survey penelitian ini bisa dilihat dan dibandingkan berapa persen orang yang puas dengan pengguna shoppe dan pengguna facebook dari Tingkat brand , kualitas, harga dan lainnya. Metode e-serqual yang digunakan dalampenelitian ini untuk mengukur Tingkat kepuasaan dan loyalitas pada shoppe dan facebook dengan menggunakan kuesioner yang disebarkan. Dari hasil penelitian ini terdapat bahwa shoppe lebih unggul dari pada facebook dimana dalam perhitunganskala likert dengan metode e-serqual dan dibantu SPSS sehingga terdapat nilai yang hampir pengguna aplikasi itu lebih memilih shoppe dari pada Facebook dari tingkat Kepuasaan site organization. Realibility, User Friendliness, Personal Need sedangkan dari tingkat Loyality shoppe memiliki nilai yang positif dengan Responsivenees, User Friendliness, Eficiency.
Co-Authors AA Sudharmawan, AA Adam Prasetya Ade Putra Adi Wijaya Adila, Nia Aditya, Ferdi Agam, Padel Mohammad Ahmad Ghiffari Ahmad Rusli Ahmad Syazili Akhiruddin, Deddy Rezano Amanda, Riyan Amin, Zulius Akbar Andreean Dharma Arisandi Andry Meylani andryani, ade Andryani, Ria Andryani, Ria Ari Hardiyantoro Susanto Arjun, Jennifer Axel Natanael Salim Azhiman, Fauzan Bhagaskara, - Bhianta Wijaya Chairul Mukmin Damayanti, Nita Rosa damayanti, selvia Dasmen, Rahmat Novrianda Deddy Rezano Akhiruddin Dedek Julian Dedi Irawan Dedy Syamsuar Dedy Syamsuar Dendi Triadi Dendi Triadi Deni Erlansyah Deris Stiawan Destarina, Nova Desy Arisandy Diana Donan, Hendri ENDRI ENDRI ERIENE DHEANDA evariani, evariani Fajarino, Aldo Fatoni Ferdiansyah Ferdiansyah Fernandy Jupiter Firdaus Firdaus Hastari Mayrita Hendra Marta Yudha Herdiansyah, Izman Herdiansyah, M. Izman Herdiansyah, M. Izman Indah, Mayang Puspa Jepri Yandi Juminovario Juminovario Junisti, Alfina Wulan KENI KENI Kiki Rizky Nova Wardani Kisworo, Marsudi Wahyu Kurniawan, Tri Basuki Latius Hermawan Linda Atika Linda Atika Liza Fahreni M Izman Herdiansyah Maria Ulfa Meilinda Meilinda Mery Sintia Mochammad Imron Awalludin Mohamad Farozi Muhamad Akbar Muhammad Cahyono MUHAMMAD FAHMI Muhammad Izman Herdiansyah Muhammad Izman Herdiansyah Muhammad Marzuki Muhammad Marzuki Muhammad Qurhanul Rizqie Muhammad Raihan Muhammad Wahyudi Nanda Tri Haryati Nico Michael Bryan Novaria Kunang, Yesi Novita Anggraini Novrianda, Rahmat Nurhachita Nurhachita Nurhachita Nurhachita Oktariansyah Oktariansyah, Oktariansyah Pratiwi, Ayu Okta Prihambodo Hendro Saksono Purnama Dharmawan Puspita Dewi Setyadi Putra, Yusuf Andi Putri Armilia Prayesy Qisthiano, M Riski Rahmad Kartolo Rahmat Gernowo Rahmat Ramadan Rahmat Ramadan Raihan, Muhammad Ramadani Ramayanti, Indri Rasmila, Rasmila REZA PAHLEVI Reza Pahlevi Reza Vidi Aditama Rezki Syaputra Ria Andriani Ria Andryani Rianda, M. Rianda Rifan Fadilah Rivaldi, Ahmad Riyan Amanda Rizma Adlia Syakurah RR. Ella Evrita Hestiandari Saksono, Prihambodo Hendro Sari, Yulia Permata Saro, Dewi Novita Sunda Ariana, Sunda Supratman, Edi Suryayusra Syaputra, Rezki Tata Sutabri Tri Basuki Kurniawan Triadi , Dendi Triyunsari, Desra Usman Ependi Wawan Setiawan Widya Cholil Winata Nugraha Winoto Chandra Yeni Widyanti Yepi Kusmeta Yesi Novaria Kunang Yessi Novaria Kunang Yuni Amrina Yuranda, Rezky Yusuf Andi Putra Yusuf, Abi daud Zulius Akbar Amin