Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.096

P-Index

This Author published in this journals

All Journal Sistemasi: Jurnal Sistem Informasi Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Knowledge Engineering and Data Science JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah Sains, Aplikasi, Komputasi dan Teknologi Informasi Jurnal J-PEMAS Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek) Adopsi Teknologi dan Sistem Informasi Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi

Pakpahan, Herman Santoso

Unknown Affiliation

Author-ID : 1282409

Aerospace Engineering Biochemistry, Genetics & Molecular Biology Computer Science & IT Electrical & Electronics Engineering Engineering Environmental Science

Published : 28 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MEMPREDIKSI HARGA KOMODITI TANAMAN KARET Simanungkalit, Julius Rinaldi; Haviluddin, Haviluddin; Pakpahan, Herman Santoso; Puspitasari, Novianti; Wati, Masna
ILKOM Jurnal Ilmiah Vol 12, No 1 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Rubber plantation sector is one of the leading commodities in East Kalimantan Province contributing greatly to non-oil and gas exports. Currently, the price of rubber in the world is increasingly competitive. The aim of this research is to predict the rubber prices as a reference for the government and companies in making policies and preparing work plans. Data of 60 months during the period of 2014-2018 taken from Plantation office of East Kalimantan Province has been analyzed using Backpropagation Neural Network (BPNN) algorithm in predicting rubber prices. Based on the testing results, parameters of the BPNN algorithm with ratio of 4: 1, architectural models 5-10-10-10-1, trainlm learning function, learning rate of 0.5, error tolerance of 0.01, and epoch of 1000 have gained good accuracy with a mean square error (MSE) of 0.00015464. The results showed that the BPNN algorithm can be used as an alternative method in forecasting.

Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir Haviluddin Haviluddin; Suryani Junita Patandianan; Gubtha Mahendra Putra; Novianti Puspitasari; Herman Santoso Pakpahan
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 16, No 1 (2021): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v16i1.5182

Tugas akhir (TA) merupakan salah satu syarat dalam penyelesaian jenjang pendidikan formal di suatu perguruan tinggi. Namun, kebanyakan mahasiswa mengalami kesulitan dalam menentukan area penelitian sehingga TA yang diambil kurang atau tidak sesuai dengan kemampuan mereka. Penelitian ini bertujuan untuk merekomendasikan area penelitian TA bagi mahasiswa berdasarkan data nilai A, B dan C pada 10 Mata Kuliah Wajib (MKW) yang diperoleh selama 6 semester untuk angkatan 2015, 2016, 2017 dan 2018 pada mahasiswa Program Studi Informatika, Fakultas Teknik, Universitas Mulawarman. Analisa pengelompokkan menggunakan metode K-Means. Berdasarkan percobaan, pengelompokkan area penelitian TA dilakukan dengan 3 cluster (C), yaitu C1 adalah sedikit, beranggotakan 1 MKW; C2 adalah sedang, beranggotakan 6 MKW; dan C3 adalah banyak, beranggotakan 3 MKW telah diperoleh. Pengujian akurasi cluster menggunakan metode Sum of Squared Errors (SSE) sebesar 0.6566 dan metode Silhouette Coefficient (SC) sebesar 5.8329 telah didapatkan. Hal ini menunjukkan bahwa nilai MKW juga memiliki pengaruh dalam menentukan TA.

Prediksi Jumlah Penduduk Miskin Kalimantan Timur Menggunakan Single dan Double Exponential Smoothing Herman Santoso Pakpahan; Yuniarta Basani; Rahmawati Rina Hariani
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 15, No 1 (2020): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Kemiskinan erat kaitannya dengan proses pembangunan, jika jumlah kemiskinan tinggi maka dapat menghambat pembangunan ekonomi, jadi diperlukan peramalan untuk mengetahui jumlah kemiskinan di Provinsi Kalimantan Timur yang berpengaruh terhadap kebijakan pemerintah dalam pengambilan keputusan sebelum terjadinya peningkatan jumlah kemiskinan di tahun yang akan datang. Peramalan kemiskinan ini berdasarkan data aktual dalam kurun waktu 9 tahun yaitu dari tahun 2010 sampai tahun 2018 menggunakan metode Single Exponential Smoothing (SES) dan Double Exponential Smoothing Brown dan Holt dengan nilai α (alpha) dan β (beta) 0,1 sampai dengan 0,9 sebagai parameter pemulusan. Metode akurasi yang digunakan yaitu Mean Absolute Percentage Error (MAPE) untuk menghitung persentase error dengan menggunakan nilai α (alpha) dan β (beta). Hasil terbaik tahun 2019 untuk data kemiskinan pada metode Single Exponential Smoothing dengan nilai α (alpha) 0,9 sebesar 440.905 jiwa dengan MAPE 10,94%. Hasil terbaik untuk metode Double Exponential Smoothing Brown dengan nilai α (alpha) 0,5 sebesar 438.195 jiwa dengan MAPE 14,90% dan hasil terbaik untuk metode Double Exponential Smoothing menurut Holt dengan nilai α (alpha) 0,9, β (beta) 0,8 sebesar 448.474 jiwa dengan MAPE 14,81%. Jadi, hasil peramalan metode yang baik yaitu Single Exponential Smoothing dan Double Exponential Smoothing Holt untuk data Kemiskinan di Provinsi Kalimantan Timur.

Analisis Pengaruh Model Salinitas Air Tanah Menggunakan Finite Element Method (FEM) Di Kalimantan Timur Herman Santoso Pakpahan; Hario Jati Setyadi; Yuniarta Basani
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 14, No 1 (2019): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Penelitian ini menggunakan Finite Element Method (FEM) untuk menghitung perubahan salinitas air tanah berdasarkan nilai transmisivitas pada setiap lapisan air tanah. Perubahan Salinitas menggambarkan penurunan kuantitas dan kualitas air tanah akibat dari pembangunan yang merusak lingkungan terutama di daerah pesisir pantai. Pemodelan dan simulasi salinitas air tanah dengan FEM diperoleh head gradient terhadap posisi di titik domain masalah, selanjutnya menghitung perubahan transmisivitasnya. Sensivitas mesh dilakukan dengan mengubah edge dari elemen untuk memperoleh efektifitas dan fleksibilitas dari matriks FEM dua dimensi (2D). Sehingga edge terkecil yang digunakan sebesar 0.1 dan yang terbesar 1 dengan jumlah elemen 14694 dan 157. Transmisivitas dihitung berdasarkan jenis lapisan air tanah pada daerah penelitian, sehingga diperoleh perubahan salinitas sebesar 1.3 % dari salinitas awal.

Analisis Dampak Penggunaan Teknologi (Technostress) Kepada Dosen dan Staff Karyawan Yang Berpengaruh Terhadap Kinerja di Dalam Organisasi (Studi Kasus : Perguruan Tinggi di Kalimantan Timur) Hario Jati Setyadi; Medi Taruk; Herman Santoso Pakpahan
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 14, No 1 (2019): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Salah satu dampak negatif dari TIK adalah Stress yang ditimbulkan karena ketidakmampuan beradaptasi dengan lingkungan yang penuh dengan teknologi, dimana prilaku tersebut dapat mempengaruhin mental dan tingkah laku dalam bekerja yang berdampak menurunnya kinerja . Technostress secara umum dapat didefinisikan sebagai tekanan mental yang di alami karyawan karena penggunaan TIK di tempat kerja (Weil & Rosen, 1997). Penelitian ini bertujuan untuk membuktikan dari Teori penelitian sebelumnya tentang analisis dampak penyebab technostress Dosen dan staff karyawan yang berpengaruh terhadap kinerja di organisasi. Hal ini dilakukan dengan cara mengidentifikasi usia dan factor utama pemicu technostress di dalam organsiasi terhadap penggunaan TIK yang ada. Dimana penelitian ini menggunakan metode pengambilan kuesioner dan wawancara secara langsung. Berdasarkan hasil penelitian ternyata perbedaan usia tidak bepengaruh signifikan terhadap TechnoStress. Karena variabel tersebut di uji kepada model Penelitian ini hanya mayoritas responden usia 20-30. Kemudian hasil penelitian ini juga diperoleh hubungan antara Technostress terhadap berpengaruh secara signifikan dengan nilai T-Statistik 4.424 dengn tingkat error 0.05 atau dengan tingkat keyakinan 95% hipotesis penelitian dapat diterima.

Handwriting Character Recognition using Vector Quantization Technique Haviluddin Haviluddin; Rayner Alfred; Ni’mah Moham; Herman Santoso Pakpahan; Islamiyah Islamiyah; Hario Jati Setyadi
Knowledge Engineering and Data Science Vol 2, No 2 (2019)
Publisher : Universitas Negeri Malang

This paper seeks to explore Learning Vector Quantization (LVQ) processing stage to recognize The Buginese Lontara script from Makassar as well as explaining its accuracy. The testing results of LVQ obtained an accuracy degree of 66.66 %. The most optimal variant of network architecture in the recognition process is a variation of learning rate of 0.02, a maximum epoch of 5000 and a hidden layer of 90 neurons which was the result of recognition based on feature 8. Based on these variations, the obtained performance with a mean square error (MSE) of 0.0306 and the time required during the learning process was quite short, 6 minutes and 38 seconds. Based on the results of the testing, the LVQ method has not been able to provide good recognition results and still requires development to generate better recognition results.

Algoritma Backpropagation Neural Network dalam Memprediksi Harga Komoditi Tanaman Karet Julius Rinaldi Simanungkalit; Haviluddin Haviluddin; Herman Santoso Pakpahan; Novianti Puspitasari; Masna Wati
ILKOM Jurnal Ilmiah Vol 12, No 1 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i1.521.32-38

Klasifikasi Jenis Bawang Menggunakan Metode K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Bentuk dan Tekstur Joan Angelina Widians; Herman Santoso Pakpahan; Edy Budiman; Haviluddin Haviluddin; Maratus Soleha
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 2 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Bawang merupakan tumbuhan penting bagi manusia yang termasuk dalam Genus Allium. Umbi, daun, atau bunga bawang dimanfaatkan sebagai sayuran atau sebagai rempah-rempah, tergantung bagaimana kita memandangnya. Memilih jenis bawang berdasarkan ciri – ciri sangatlah mudah dilakukan oleh manusia tetapi tidak mudah dilakukan oleh komputer. Penelitian ini bertujuan untuk klasifikasi jenis bawang dengan menerapkan metode K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur bentuk dan tekstur. Dari ektrstraksi fitur bentuk menggunanakan parameter metric dan eccentricity. Pada ekstraksi fitur tekstur menggunakan parameter contrast, correlation, energy, dan homogeneity. Dari ekstraksi fitur tersebut akan didapatkan 6 parameter yang digunakan untuk proses klasifikasi. Data yang digunakan dalam penelitian ini ada 5 jenis bawang yaitu bawang dayak, bawang merah, bawang bombai, bawang putih, dan bawang lanang dengan masing-masing bawang 10 citra dan jumlah data keseluruhan adalah 50 citra. Hasil evaluasi pengujian sebanyak 5 kali secara keseluruhan dapat dilihat bahwa dengan pengujian 50% dari 50 citra bawang dihasilkan akurasi sebesar 84% dengan menggunakan k3, k5, dan k7. Rata-rata akurasi penggunaan nilai k pada 5 kali pengujian yang terbaik yaitu pada k7 dengan akurasi 83.13%, sedangkan rata-rata akurasi berdasarkan 5 kali pengujian terbaik dan penggunaan k terbaik dihasilkan sebesar 83.56%.

Penerapan Sistem Pendukung Keputusan pada Penerimaan Santri Baru dengan Metode Simple Additive Weighting (SAW) pada MTS Al Mahsyar Nurul Iman Tenggarong Aji Sudjai Aswar; Nathaniel Dengen; Pohny Pohny; Herman Santoso Pakpahan
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 2 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v5i2.868

Dalam menentukan penerimaan santri baru, terdapat beberapa kriteria yang harus dimiliki oleh individu sebagai tolak ukur pertimbangan seleksi yaitu hasil dari beberapa nilai tes diantaranya scholastik, kepondokan dan wawancara. Untuk membantu penyeleksian dalam menentukan calon santri yang akan diterima pada pesantren maka dibutuhkan sebuah sistem pendukung keputusan sebagai alat penunjang yang praktis. Pada penelitian ini akan diangkat suatu kasus yaitu mencari beberapa alternatif terbaik bedasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan metode SAW (Simple Additive Weighting). Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu calon santri terbaik dari yang terbaik dengan sistem yang praktis.

Penerapan Algoritma ID3 Decision Tree Pada Penentuan Penerima Program Bantuan Pemerintah Daerah di Kabupaten Kutai Kartanegara Dwi Kinasih Widiyati; Masna Wati; Herman Santoso Pakpahan
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 2 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Kemiskinan dipandang sebagai ketidakmampuan seseorang dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Seseorang akan dikatakan miskin jika mereka memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Upaya Pemerintah Kabupaten Kutai Kartanegara untuk menanggulangi masalah kemiskinan dan kesejahteraan masyarakat yaitu dengan menyediakan berbagai macam program bantuan. Melalui Dinas Sosial program bantuan tersebut dijalankan, setiap program bantuan memiliki keriteria yang berbeda-beda dalam penentuan penerimanya, sehingga membuat proses perekapan menjadi lebih lama. Berdasarkan permasalahan tersebut, maka dibutuhkan suatu sistem yang dapat membantu dan memudahkan aparat daerah dalam proses penentuan calon penerima program bantuan sesuai dengan persyaratan yang ada, dimana sistem tersebut mampu melakukan klasifikasi berdasarkan kriteria program bantuan. Untuk melakukan pengklasifikasian, dalam penelitian yaitu dengan menerapkan Algoritma decision tree dalam penentuan penerima program bantuan daerah dengan menggunakan algoritma ID3 berdasarkan model pohon keputusan untuk menentukan calon penerima bantuan agar bantuan yang disalurkan merata dan tepat pada sasarannya.

Co-Authors Aji Prasetya Wibawa Aji Sudjai Aswar Alameka, Faza Alfan Nurfaizin Andriawan, Deden Anton Prafanto Ayu Puspita Wulandari Basani, Yuniarta Budiman, Edy Chrisman Bonor Sinaga Daniel Saputra Dinda Izmya Nurpadillah Dwi Kinasih Widiyati Ervina Rahayu Felix Andika Dwiyanto Fenny Indar Firmanda, Haga Daffa Aska Gubtha Mahendra Putra Haga Daffa Aska Firmanda Hairah, Ummul Haviluddin Haviluddin indrajit, Indrajit Islamiyah Islamiyah Islamiyah Islamiyah Joan Angelina Widians, Joan Angelina Julius Rinaldi Simanungkalit Kelvin Wong Lilik Hendrajaya Maratus Soleha Muh Fathir Fahrezah Muhammad Bambang Firdaus Nataniel Dengen Nathaniel Dengen Ni’mah Moham Ni’mah Moham Nur Shadrina Pohny Pohny Puspitasari, Novianti Rahmawati Rina Hariani Rayner Alfred Rayner Alfred Richard Giovanni Ardie Wong Rima Yustika Hasnida Riyayatsyah, Riyayatsyah Setyadi, Hario Jati Simanungkalit, Julius Rinaldi Solly Aryza Suryani Junita Patandianan Taruk, Medi Tejawati, Andi Wati, Masna Widians, Joan Angelina Zainal Arifin

Title

Found 28 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 28 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 28 Documents
Search