Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Conference SENATIK STT Adisutjipto Yogyakarta Malcom: Indonesian Journal of Machine Learning and Computer Science RENATA Jurnal Pengabdian Masyarakat Kita Semua
Ramdani, Ahmad Luky
Unknown Affiliation
Aerospace Engineering Humanities Computer Science & IT Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Monitoring system of student performance using data warehouse (Case study: INSTITUT TEKNOLOGI SUMATERA) Ramdani, Ahmad Luky; Hanifah, Raidah; Pilopa, Okta
SENATIK STT Adisutjipto Vol 4 (2018): Transformasi Teknologi untuk Mendukung Ketahanan Nasional [ ISBN 978-602-52742-0-6 ]
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/senatik.v4i0.263

Abstract

Improving the quality of learning is one of the things that must be achieved in the college academic process. To achieve this, monitoring and evaluation of the results of the learning process is needed, namely by looking at student performance. Based on this, the research aims to develop a university data warehouse with student performance objects that will be used by the board application for the monitoring process. The application was successfully developed with several main features, namely: a) displaying the number of students based on year, region and the entrance to college, b) displaying a comparison of the number of students in each academic year based on student status , d) display student performance every academic year and e) KPI values based on needs analysis. These features have been tested using the blackbox approach and the test results show that the features work properly and produce outputs in corresponding to the test scenario.
Pelatihan Algoritma Machine Learning dalam Robotik di MAN 1 Bandar Lampung Badri, Rizty Maulida; Mika Alvionita; Ramdani, Ahmad Luky; Ira Safitri; Irawati, Febri Dwi; Wisnubroto, M. Syamsuddin; Nasywa, Halilah Roja
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 3 No. 1 (2025): Renata - April 2025
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.135

Abstract

Program Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk mengenalkan algoritma pembelajaran mesin dalam robotika kepada siswa MAN 1 Bandar Lampung melalui pelatihan intensif. Kegiatan ini diikuti oleh 10 siswa anggota ekstrakurikuler Cyber yang sebelumnya fokus pada pemrograman robotika manual tanpa pembelajaran mesin. Metode pelaksanaan meliputi observasi langsung selama pelatihan, wawancara semi-terstruktur dengan peserta, serta dokumentasi berupa foto, video, dan catatan proyek yang dihasilkan. Observasi dilakukan untuk memahami dinamika proses belajar, interaksi antar peserta, dan penerapan konsep robotika dalam praktik. Wawancara difokuskan pada motivasi peserta, pengalaman belajar, tantangan yang dihadapi, serta dampak pelatihan terhadap minat dan keterampilan mereka. Data kuantitatif dikumpulkan melalui tes pemahaman sebelum dan setelah pelatihan, menunjukkan bahwa 75% peserta mengalami peningkatan signifikan dalam pemahaman konsep dasar pembelajaran mesin dalam robotika, dengan 50% di antaranya mencapai tingkat pemahaman tinggi (skor di atas 80). Materi pelatihan mencakup jenis dan fungsi robot, perkembangan teknologi robot, serta prospek masa depan robotika. Kegiatan ini disambut antusias oleh siswa dan guru, meningkatkan minat mereka terhadap teknologi dan membuka peluang eksplorasi lebih lanjut di bidang rekayasa robotika. Data dianalisis secara tematik menggunakan teknik coding, dengan validitas diperkuat melalui triangulasi sumber dan metode serta pengecekan ulang oleh partisipan (member checking). Aspek etika dijaga dengan memastikan kerahasiaan identitas peserta dan memperoleh persetujuan tertulis sebelum pengumpulan data. Hasil kegiatan ini diharapkan menjadi fondasi bagi pengembangan program robotika yang lebih advanced di MAN 1 Bandar Lampung
Pengembangan Sistem Pakar untuk Diagnosa Dini Penyakit Paru Obstruktif Kronis Menggunakan Decision Tree dan Dempster-Shafer Berbasis Mobile: Development of an Expert System for Early Diagnosis of Chronic Obstructive Pulmonary Disease Using Mobile-Based Decision Tree and Dempster-Shafer Methods Pambudi, Yulianto; Ramdani, Ahmad Luky; Yunmar, Rajif Agung; Soemarwoto, Retno Ariza S.
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1988

Abstract

Seiring dengan pertumbuhan penduduk, perkembangan industri serta meningkatnya kebutuhan transportasi mengakibatkan meningkatnya pencemaran udara di alam bebas perkotaan dan subperkotaan. Akibat yang ditimbulkan dari pencemaran udara berupa batuk, sesak napas, dan iritasi mukosa saluran pernapasan dapat mengakibatkan risiko terkena Penyakit Paru Obstruktif Kronis (PPOK). PPOK merupakan penyakit yang menghambat aliran udara saluran pernapasan yang tidak sepenuhnya reversibel. Masyarakat sering mengabaikan gejala-gejala dini pada PPOK, sedangkan diagnosa dini pada PPOK merupakan hal yang penting. Selain itu fasilitas kedokteran dan minimnya jumlah dokter spesialis paru-paru, menyebabkan semakin banyak masyarakat yang mengidap PPOK. Berdasarkan permasalahan tersebut, penelitian ini dilakukan dengan mengembangkan sistem pakar menggunakan algoritme Decision Tree dan Dempster-Shafer. Penelitian ini diharapkan dalam membantu masyarakat mendeteksi dini PPOK. Kemudian sistem tersebut diimplementasikan ke perangkat berbasis mobile. Metode pengembangan sistem menggunakan Expert System Development Lifecycle (ESDLC). Pengujian sistem menggunakan teknik Black-Box menunjukkan bahwa sistem yang dibuat berfungsi seperti yang diharapkan. Akurasi sistem pakar ini diuji dengan menggunakan 100 data uji yang berupa rekam medis. Pengujian dilakukan dengan membandingkan hasil diagnosa pakar yang ada pada rekam medis dengan hasil diagnosa aplikasi. Hasil pengujian akurasi mendapatkan nilai sebesar 86%.
Co-Authors Irawati, Febri Dwi Mika Alvionita Nasywa, Halilah Roja Pambudi, Yulianto Pilopa, Okta Raidah Hanifah Rajif Agung Yunmar Rizty Maulida Badri RR. Ella Evrita Hestiandari Soemarwoto, Retno Ariza S. Wisnubroto, M. Syamsuddin