Article Per Year (5 Year)
p-Index From 2021 - 2026
2.715
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 Pengabdian Kampus: Jurnal Informasi Kegiatan Pengabdian Pada Masyarakat Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek) Adopsi Teknologi dan Sistem Informasi Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi
Herman Santoso Pakpahan
STMIK Palangka Raya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Social Sciences

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Implementasi Metode K-Means Untuk Pengelompokan Potensi Produksi Komoditas Perkebunan Pakpahan, Herman Santoso; Widians, Joan Angelina; Firmanda, Haga Daffa Aska
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 1 No. 1 (2022): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v1i1.49

Abstract

Penelitian ini bertujuan untuk mengelompokkan komoditas perkebunan di Kalimantan Timur karena dilihat banyaknya komoditas dan jumlah data yang banyak maka diperlukan suatu sistem pengelompokan agar dapat memberikan informasi tentang potensi disuatu wilayah yang diperlukan oleh masyarakat maupun petani dan lembaga-lembaga yang terkait dengan informasi tersebut. Clustering data komoditas perkebunan menggunakan algoritma K-Means yang merupakan metode yang tepat untuk digunakan sebagai acuan dalam menentukan komoditas perkebunan disuatu wilayah yang memiliki tingkat potensi produksi banyak, sedang, dan sedikit. Data yang digunakan pada penelitian ini merupakan data yang diperoleh dari Dinas Perkebunan Kalimantan Timur sebanyak 400 data dengan menggunakan 5 atribut. Dalam penelitian ini didapatkan hasil pada cluster 1 sebanyak 16 data komoditas perkebunan, cluster 2 sebanyak 14 data komoditas perkebunan, dan cluster 3 sebanyak 370 data komoditas perkebunan. Berdasarkan perhitungan tingkat akurasi bahwa metode pengukuran jarak Euclidean Distance menunjukan tingkat akurasi sebesar 93,75% dan perhitungan Sum of Squared Error (SSE) menunjukan tingkat error sebesar 6.25%. hal ini menunjukan bahwa metode pengukuran jarak Euclidean Distance cukup akurat dalam pengelompokan komoditas perkebunan, karena nilai Sum of Squared Error (SSE) tidak melebihi 50%. Sistem pengelompokan komoditi perkebunan daerah Kalimanta Timur berbasis web dengan menerapkan metode K-Means telah berhasil dibangun.
Penerapan Motion Graphic Pada Video Promosi Wisata Pantai Panrita Lopi Tejawati, Andi; Indrajit, Indrajit; Taruk, Medi; Arifin, Zainal; Riyayatsyah, Riyayatsyah; Alameka, Faza; Pakpahan, Herman Santoso
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i2.14615

Abstract

Berbagai pendekatan, efek, framing, panorama, dan vintage kini dihasilkan dari aspek-aspek tersebut dalam kemajuan teknis kontemporer, yang mampu menimbulkan kesan tersendiri saat pengguna melihatnya. Grafik gerak adalah bentuk media yang menggunakan teknologi animasi untuk menciptakan tampilan gerakan dan biasanya dipasangkan dengan audio dan teks untuk digunakan dalam output multimedia. Tujuan penelitian ini adalah membuat aplikasi video sinematografi untuk meningkatkan kualitas media promosi Pantai Panrita Lopi, memperluas pemasaran Pantai Panrita Lopi, dan menarik perhatian calon pengunjung sehingga memilih Pantai Panrita Lopi sebagai destinasi. Teknik dalam penelitian ini adalah penggunaan proses produksi video untuk membuat video yang sukses. Kamera Sony A6100, Canon 600D, drone DJI Mavic Air, dan alat pengeditan video Adobe Premiere Pro dan Adobe After Effects digunakan untuk membuat promosi. Dari 51 responden yang telah menonton video sinematografi dan menggunakan aplikasi, ditemukan banyaknya responden yang setuju di setiap pertanyaan kuesioner diantaranya pertanyaan pertama sebesar 64,70%, pertanyaan kedua sebesar 60,80%, pertanyaan ketiga sebesar 58,80% dan pertanyaan keempat sebesar 52,9%. Disarankan kedepannya untuk memperhatikan keseimbangan antara informasi yang disampaikan dengan estetika visual yang menarik, sehingga dapat menciptakan pengalaman yang memikat bagi penonton dan mendorong mereka untuk mengunjungi Pantai Panrita Lopi.
Analisis Dan Perancangan Sistem Informasi Penjual Pada Toko Serba 35 Palangka Raya Berbasis Web Saputra, Daniel; Pakpahan, Herman Santoso; Andriawan, Deden
Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Vol. 3 No. 2 (2025): Juli
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/jsimtek.v3i2.838

Abstract

Toko Serba 35 Palangka Raya menghadapi tantangan dalam pengelolaan penjualan karena masih mengandalkan sistem manual. Penelitian ini bertujuan merancang sistem informasi penjualan berbasis web untuk meningkatkan efisiensi operasional dan layanan. Dengan menggunakan metode PIECES, dilakukan analisis kebutuhan sistem, meliputi pengelolaan stok, laporan penjualan, dan transaksi pembayaran. Hasil perancangan menunjukkan bahwa sistem ini dapat meningkatkan akurasi laporan, mempercepat transaksi, dan efisiensi pengelolaan stok. Respon positif dari responden dengan skor 76,8% mengindikasikan potensi besar untuk implementasi sistem ini dalam mendukung pertumbuhan dan daya saing Toko Serba 35.Dalam penelitian ini, dilakukan analisis terhadap kebutuhan sistem informasi yang mencakup pengelolaan stok barang, laporan penjualan, pemesanan produk, serta transaksi pembayaran. Metode PIECES (Performance, Information, Economy, Control, Efficiency, and Services) digunakan untuk menganalisis permasalahan yang ada dan merancang solusi sistem yang lebih efisien. Hasil perancangan sistem ini menggunakan tools seperti Balsamiq Mockup dan Draw.io untuk menggambarkan tampilan antarmuka dan diagram alur proses.
Pelatihan Software R Untuk Statistika Siswa di SMA Negeri 1 Manuhing Basani, Yuniarta; Puspitorini, Mega; Pakpahan, Herman Santoso
Jurnal Pengabdian Kampus Vol 10 No 2 (2023): Jurnal Pengabdian Kampus
Publisher : LPPM Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52850/jpmupr.v10i2.11194

Abstract

Pelatihan mengenai statistik dengan menggunakan software R untuk siswa SMA Negeri 1 Manuhing di Kabupaten Gunung Mas Kalimantan Tengah bertujuan untuk menambah pengetahuan dalam statistik yang terintegrasi dengan materi Teknologi Informasi sehingga kemampuan dasar pemrograman dan mengolah data dapat dimiliki. Tahapan pelatihan yaitu pemberian pre test, penyampaian materi, praktek yang dilakukan siswa didampingi tutor, dan pemberian post test. Melalui statistik deskriptif, diperoleh rata-rata nilai post test mengalami peningkatan dibandingkan rata-rata nilai pre test. Kemudian data nilai diolah lebih lanjut dengan uji rata-rata dua populasi berpasangan menggunakan Uji T dengan taraf signifikansi 0,05. Hipotesis nolnya (H0) adalah nilai pre test sama dengan nilai post test dan hipotesis alternatifnya (H1) adalah nilai pre test lebih kecil daripada nilai post test. Melalui Uji T diperoleh nilai mutlak   sebesar 4,202 lebih besar dari yaitu 2,048 dan diperkuat oleh p value sebesar 0,02 yang lebih kecil dari taraf signifikansi α sehingga diputuskan bahwa tolak H0. Kesimpulan bahwa pelatihan Software R untuk statistika siswa di SMAN 1 Manuhing dapat meningkatkan pengetahuan peserta.
Case Base Reasoning for Diagnosing the Level of Hyperemesis Gravidarum in Pregnant Women using K-Nearest Neighbor Puspitasari, Novianti; Rahayu, Ervina; Pakpahan, Herman Santoso; Taruk, Medi; Haviluddin, Haviluddin
Sistemasi: Jurnal Sistem Informasi Vol 13, No 3 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i3.2584

Abstract

Hyperemesis gravidarum is a disease that causes excessive nausea and vomiting in pregnant women. Due to dehydration, this disease can interfere with daily work and get worse. Medical personnel generally recognize hyperemesis gravidarum as one type of disease. In fact, hyperemesis gravidarum is divided into 3 levels, namely grade I or general hyperemesis gravidarum, grade II hyperemesis gravidarum and grade III. This shows that information about hyperemesis gravidarum has yet to be widely known by some medical personnel. If this is left untreated, these two conditions can cause deep vein thrombosis in pregnant women. This study aims to apply the Case-Based Reasoning and K-Nearest Neighbor (KNN) methods to produce accurate information on the diagnosis of hyperemesis gravidarum levels in pregnant women based on symptom management in cases of an old diagnosis. The study used medical record data for hyperemesis gravidarum sufferers in 2018-2019, totalling 228 data. The calculation results of the Case-Based Reasoning method with the K-Nearest Neighbor using the confusion matrix produce an accuracy value of 74%, a precision value of 55% and a recall value of 57%, which indicates that this method is good enough to diagnose levels in patients with hyperemesis gravidarum.
Pengembangan Modul Pembelajaran Fisika Penambangan Batubara di Formasi Tanjung, Cekungan Barito, Kalimantan Selatan Pakpahan, Herman Santoso; Hendrajaya, Lilik
Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek) 2016: Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.082 KB)

Abstract

Indonesia merupakan salah satu negara penting penghasil batubara di dunia dengan potensi cadangan terbesar. Salah satu daerah penghasil batubara yang cukup besar di Indonesia adalah Formasi Tanjung, Cekungan Barito, Kalimantan Selatan. Kegiatan penambangan pun tidak lepas dari pengaruh kejadian fisika dari alam yang tidak dapat dikendalikan oleh manusia, sehingga dapat dilakukan penelitian tentang proses fisika dari proses penambangan batubara. Secara mekanika batuan, analisis mekanika batuan pada lapisan batubara dapat dilakukan pada bidang dan ruang. Mekanika batuan ini banyak menggunakan teori elastisitas, plastisitas dan sistem struktur fisika batuan secara eksperimen. Proses fisika pada pengeboran batubara berasal dari hukum Pascal dan suseptibilitas suatu magnet batuannya berpengaruh juga terhadap besarnya intensitas magnetik batuan tersebut. Semakin kecil atau lambat kecepatan gelombang P maka modulus elastisitasnya semakin kecil, batuan yang mempunyai kecepatan gelombang P dan elastisitas paling besar merupakan jenis batuan yang memiliki tingkat kekerasan tinggi dan tidak mudah pecah. Pada proses penggalian dan pengangkutan batubara dianalisis secara fisika dengan menggunakan hubungan gaya (F), massa batuan (m) dan percepatan pengangkutan (a). Proses pembelajaran ini diharapkan dapat memberikan pemahaman kepada masyarakat, khususnya para siswa atau mahasiswa tentang pentingnya belajar dan memahami fisika menuju pengembangan dan pemanfaatan sumber daya alam daerah.
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 : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

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

Abstract

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.
Handwriting Character Recognition usingVector Quantization Technique Haviluddin, Haviluddin; Alfred, Rayner; Moham, Ni’mah; Pakpahan, Herman Santoso; Islamiyah, Islamiyah; Setyadi, Hario Jati
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

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.
Adaptive Neuro-Fuzzy Inference System for Waste Prediction Haviluddin, Haviluddin; Pakpahan, Herman Santoso; Puspitasari, Novianti; Putra, Gubtha Mahendra; Hasnida, Rima Yustika; Alfred, Rayner
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

The volume of landfills that are increasingly piled up and not handled properly will have a negative impact, such as a decrease in public health. Therefore, predicting the volume of landfills with a high degree of accuracy is needed as a reference for government agencies and the community in making future policies. This study aims to analyze the accuracy of the Adaptive Neuro-Fuzzy Inference System (ANFIS) method. The prediction results' accuracy level is measured by the value of the Mean Absolute Percentage Error (MAPE). The final results of this study were obtained from the best MAPE test results. The best predictive results for the ANFIS method were obtained by MAPE of 3.36% with a data ratio of 6:1 in the North Samarinda District. The study results show that the ANFIS algorithm can be used as an alternative forecasting method.
Comparative Analysis of BPNN and LVQ for Sundanese Character Recognition Haviluddin, Haviluddin; Pakpahan, Herman Santoso; Nurpadillah, Dinda Izmya; Setyadi, Hario Jati; Taruk, Medi; Alfred, Rayner
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

The Sundanese script (Aksara Sunda), an essential part of Sundanese cultural heritage, has been used since the 14th century AD. However, recognizing handwritten Sundanese characters remains challenging due to variations in individual writing styles. This study compares the performance of Backpropagation Neural Network (BPNN) and Learning Vector Quantization (LVQ) for recognizing handwritten Sundanese vowel (Swara) characters. A dataset was collected from 15 individuals, each writing seven Sundanese vowel characters, which were then used for training and testing the recognition models. Experimental results show that BPNN outperforms LVQ, achieving a higher classification accuracy (95.23%), lower Mean Squared Error (MSE), and faster convergence compared to LVQ, which reached a maximum accuracy of 66.66%. Additionally, BPNN demonstrated better generalization and robustness. At the same time, LVQ was highly sensitive to learning rate variations, leading to unstable accuracy and slower training times. The findings highlight that BPNN is a more effective model for Sundanese script recognition, providing a reliable approach for preserving and digitizing traditional scripts. Future research should explore hybrid models, deep learning approaches, and larger datasets to enhance recognition accuracy and system robustness.
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 Felix Andika Dwiyanto Fenny Indar Firmanda, Haga Daffa Aska Gubtha Mahendra Putra Haga Daffa Aska Firmanda Hairah, Ummul Hasnida, Rima Yustika Haviluddin Haviluddin indrajit, Indrajit Islamiyah Islamiyah Islamiyah Islamiyah Islamiyah Islamiyah, Islamiyah Joan Angelina Widians, Joan Angelina Kelvin Wong Lilik Hendrajaya Maratus Soleha Medi Taruk Moham, Ni’mah Muh Fathir Fahrezah Muhammad Bambang Firdaus Nataniel Dengen Nathaniel Dengen Ni’mah Moham Ni’mah Moham Nur Shadrina Nurpadillah, Dinda Izmya Pohny Pohny Puspitasari, Novianti Puspitorini, Mega Putra, Gubtha Mahendra Rahayu, Ervina Rahmawati Rina Hariani Rayner Alfred Rayner Alfred Rayner Alfred Richard Giovanni Ardie Wong Rima Yustika Hasnida Riyayatsyah, Riyayatsyah Setyadi, Hario Jati Simanungkalit, Julius Rinaldi Solly Aryza Suryani Junita Patandianan Tejawati, Andi Wati, Masna Widians, Joan Angelina Zainal Arifin