Article Per Year (5 Year)
p-Index From 2020 - 2025
4.79
P-Index
This Author published in this journals
All Journal Jurnal Biosains Pascasarjana Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Pengabdian Masyarakat IPTEKS JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Cafetaria Journal of Community Development Jurnal Ilmu Komputer The Journal of System Engineering and Technological Innovation Jurnal Aplikasi Sistem Informasi dan Elektronika ABDIMASTEK JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Computing and Information System Journal
Arifianto, Deni
Universitas Muhammadiyah Jember
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Di Universitas Muhammadiyah Jember Dengan Metode Profile Matching Miftah Chatibul Umam; Deni Arifianto; Triawan Adi Cahyanto
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v3i2.2255

Abstract

Instansi atau perusahaan merupakan tempat dimana karyawan bekerja dan mendapatkan penghargaan atas kinerja yang dicapai. Universitas Muhammadiyah (UM) Jember merupakan lembaga pendidikan yang setiap tahunnya memberikan penghargaan kepada karyawan yang berprestasi, biasanya akan diumumkan pada acara milad. Penelitian ini bertujuan untuk memilih karyawan berprestasi tingkat universitas di UM Jember. Metode yang digunakan dalam penelitian ini adalah metode Profile Matching (PM). Metode PM digunakan untuk membandingkan selisih nilai antara profil posisi yang disebut dengan gap. Metode PM ini memiliki beberapa tahapan dan perumusan dalam perhitungan meliputi pemetaan gap, pembobotan, perhitungan dan pengelompokan core dan secondary factor, perhitungan nilai total, dan perhitungan penentuan ranking. Jumlah kandidat karyawan berprestasi yang terseleksi sebanyak 10 orang dari keseluruhan jumlah karyawan UM Jember. Berdasarkan perhitungan sistem, karyawan berprestasi yang terpilih adalah Budiharto, S.H dengan nilai ranking adalah 4,79.Kata Kunci : Profile Matching, Karyawan Berprestasi
Deteksi Gangguan Autis Pada Anak Menggunakan Metode Modified K-Nearst Neighbor Yuliasih Kripsiandita; Deni Arifianto; Qurrota A'yun
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 6, No 1 (2021): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v6i1.4357

Abstract

ABSTRAK Autism Spectrume Disorder merupakan ganggguan perkembanan dimana seorang anak memperlihatkan suatu perilaku menjauhkan diri dari lingkungan sosialnya, seakan – akan hidup di dunianya sendiri. Semakin dini mengetahui anak menderita gangguan autis sangatlahi penting, karenai semakini dinii autis diobati semakin besari peluang untuk sembuh. Dengani adanya perkembangani teknologii pendeteksiani gejalai autis dapati dilakukani lebih awal menggunakani sistem deteksi autis berbasis web. Metode Modified K-Nearest Neighbor merupakan perkembangan dari metode konvensional K-Nearest Neighbor. Deteksi autis pada anak menggunakan metode Modified K-Nearest Neighbor dengan data yang digunakan diambil dari website UCI Machine Learning Repository, dengan jumlah data 292 data dan 2 class output. Pengujian dilakukan dengan mencari kedekatan dari datai training dan data testing untuk menghitung Weight voting, setelah mendapatkan hasil weight voting akan dicari mayoritas datanya. Berdasarkani pengujiani yangi telah dilakukan didapatkan hasil akurasi tertinggi sebesar 96,67%, hasil presisi tertinggi sebesar 97,33% dan hasil recall tertinggi sebesar 100% pada K = 13. Untuk K optimal dari pengujian ini ditunjukkan pada K = 3. Kata Kunci : Deteksi Autisme, Klasifikasi, Metode Modified K-Nearest Neighbor   ABSTRACT  Autism Spectrume Disorder is a development disturbance in which a child shows a behavior of distancing himself from his social environment, as though living in his own world. The earlier it is known that a child has an autistic disorder is very important, because the earlier autism is treated, the greater the chance of recovery. With the use of technological developments, autism symptom detection can be done earlier using a web-based autism detection system.Modified K-Nearest Neighbor method is a development of the conventional K-Nearest Neighbor method. Autism detection in children uses the Modified K-Nearest Neighbor method with the data used taken from the UCI Machine Learning Repository website, with a total of 292 data and 2 output classes. Testing is done by looking for the closeness of each training data to determine the validity value, after that look for the closeness of training data and testing data to calculate weight voting, after getting the results of weight voting the majority of the data will be searched. Based on the results of the test which have been done, it was found out that the highest accuracy results were 96.67%, highest precision results were 97,33% and highest recall results were 100% at K = 13. For the optimal k of this test was shown at K = 3.  Keywords: Autism Detection, Classification, Modified K-Nearest Neighbor Method.
PERAMALAN PENJUALAN BATU GAMPING PADA UD EKO JAYA MENGGUNAKAN SINGLE EXPONENTIAL SMOOTHING DAN DOUBLE EXPONENTIAL SMOOTHING Achmad David Mico; Deni Arifianto; Amalina Maryam Zakiyyah
JURNAL CAFETARIA Vol 3 No 2 (2022): JURNAL CAFETARIA
Publisher : Program Studi Akuntansi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51742/akuntansi.v3i2.651

Abstract

UD Eko Joyo is one of the limestone producers located in Grenden village. UD Eko Joyo does not yet have an application system to predict limestone sales where data collection is done manually by writing item data in the sales book. The purpose of this study is to facilitate the demand for limestone in order to reduce the difference in the average number of demand stocks. This study resulted in a Limestone Sales Forecasting System at UD Eko Joyo using Single Exponential Smoothing and Double Exponential Smoothing in the output of a website-based application with constants for single Single Exponential Smoothing testing 9 times with an alpha value of 0.1 1 to alpha 0.9. Testing for Double Exponential Smoothing is 81 times with alpha 0.1 to alpha 0.9 where at each alpha the second smoothing is also calculated with the sought beta value of beta 0.1 to beta 0.9.
KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES BERBASIS WEB Dwi Saka Pangestu; Agung Nilogiri; Deni Arifianto
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8738

Abstract

Perisai Diri merupakan salah satu dari pencak silat yang ada di Indonesia dan aktif mengadakan kejuaraan internal atau kejuaraan antar unit/ranting Perisai Diri itu sendiri. Pertandingan internal Perisai Diri memiliki tiga kategori yaitu Tanding (Fight), TGR (Tunggal, Ganda, Regu)/Seni, dan Serang Hindar, dimana dari kategori pertandingan tersebut memiliki karakteristik dan kebutuhan pertandingan yang berbeda. Perisai Diri Jember masih belum memiliki sistem untuk membantu memilih atlet, selama ini pemilihan kategori untuk atlet dilakuakan secara manual. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall dalam klasifikasi atlet Perisai Diri dengan menggunakan 64 data. Metode klasifikasi yang digunakan pada penelitian kali ini yaitu Gaussian Naïve Bayes dan menggunakan metode pendukung K-Fold Cross Validation. Hasil dari penelitian ini didapatkan akurasi sebesar 57,1%, dengan recall terbesar terdapat pada TGR  80% dan presisi terbesar terdapat pada Fight 60%.
KINERJA ALGORITMA MULTINOMIAL NAÏVE BAYES (MNB), MULTIVARIATE BERNOULLI DAN ROCCHIO ALGORITHM DALAM KLASIFIKASI KONTEN BERITA HOAX BERBAHASA INDONESIA DENGAN JUPYTER NOTEBOOK Hamdhan Ashari; Deni Arifianto Arifianto; Habibatul Azizah Al Faruq
IPTEQ Vol 2, No 2 (2020): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v2i2.5839

Abstract

Berita hoax adalah informasi palsu atau bohong yang disebarkan untuk orang banyak namun diterima sebagai berita yang benar. Penyebaran informasi di era modern saat ini sangat cepat. Salah satu media penyebarannya adalah media sosial. Pada penelitian ini dilakukan klasifikasi dokumen terhadap konten berita hoax berbahasa Indonesia pada situs resmi turnbackhoax.id. Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma Multinomial Naive Bayes (MNB), Multivariate Bernoulli dan Rocchio. Hasil yang didapatkan dari penelitian ini adalah pada algoritma Multinomial Naive Bayes (MNB) didapatkan hasil akurasi sebesar 74%, presisi 83,33% dan recall 60%. Pada algoritma Multivariate Bernoulli mendapatkan hasil akurasi sebesar 70%, presisi 62,50% dan recall 100%. Pada algoritma Rocchio mendapatkan hasil akurasi sebesar 76%, presisi 88,24% dan recall 60%. 
ANALISIS SENTIMEN TERHADAP ULASAN NETIZEN PADA APLIKASI CAMSCANNER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Wina Ayunda Sari; Deni Arifianto; Agung Nilogiri
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17465

Abstract

CamScanner merupakan aplikasi pemindai dari sesuatu yang dapat menghasilkan gambar, maupun dokumen. Pada penelitian ini penulis melakukan analisis sentimen terhadap ulasan netizen yang terdapat pada komentar di Google Play Store, proses ini menerapkan metode Support Vector Machine (SVM). Dataset yang digunakan pada penelitian ini berjumlah 1315 data dan dibagi menjadi 2 bagian, 1000 sebagai proses Cross Validation, 315 sebagai unseen data. Data diklasifikasi berdasarkan kelas positif, netral, dan negatif. Hasil akurasi terbaik yang didapatkan pada penelitian ini yaitu sebesar 95,2%. Hasil pengujian menggunakan unseen data test menghasilkan nilai akurasi sebesar 81%. Proses Confusion Matrix pada presisi menghasilkan nilai sebesar 96%, recall sebesar 98%, dan F-Measure sebesar 98%.
OPTIMASI METODE MULTINOMIAL NAÏVE BAYES DENGAN MENGGUNAKAN METODE LEVENSHTEIN DISTANCE PADA ULASAN APLIKASI KAI ACCESS Muhammad Ivan Fariz; Deni Arifianto; Yeni Dwi Rahayu
IPTEQ Vol 5, No 1 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i1.20990

Abstract

KAI Access merupakan aplikasi untuk mempermudah pengguna dalam mengakses layanan dan informasi terkait tiket perjalanan kereta api. KAI Access memiliki fitur ulasan beraneka ragam yang merupakan wadah bagi pengguna untuk memberikan feedback. Pada penelitian ini akan dilakukan analisis sentimen terhadap data ulasan KAI Access sejumlah 8713 data ulasan. Metode yang digunakan yaitu multinomial naïve bayes dan metode levenshtein distance. Dari kombinasi metode tersebut diharapkan dapat meningkatkan hasil klasifikasi. Seluruh data akan dilakukan pemodelan menggunakan metode K Fold Cross Validation dengan nilai k=2,3,4,5,6,7,8,9 dan 10. Berdasarkan hasil pengujian menggunakan multinomial naïve bayes diperoleh nilai tertinggi yaitu akurasi sebesar 92%, tingkat presisi sebesar 60% dan tingkat recall sebesar 45%. Sedangkan kombinasi metode multinomial naïve bayes-levesnhtein distance mangalami peningkatan pada pengujian K-ke 9 yang awalnya menggunakan multinomial naïve bayes saja mendapatkan nilai akurasi 83%, presisi 59% dan recall 44%, kemudian meningkat ketika menggunakan kombinasi metode levenshtein distance sebesar akurasi 84%, presisi 60% dan recall 46%. Proses pengujian yang telah dilakukan dapat disimpulkan bahwa optimasi multinomial naïve bayes menggunakan levenshtein distance meningkatkan hasil akurasi, presisi dan recall sebesar 1-2%.
CLUSTERING KINERJA AKADEMIS MAHASISWA PASCASARJANA UIN KHAS JEMBER MENGGUNAKAN FUZZY C- MEANS Elok Rahmawati; Deni Arifianto; Amalina Maryam Zakiyyah
IPTEQ Vol 3, No 2 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i2.9361

Abstract

Clustering mahasiswa program pascasarjana dilakukan untuk mengelompokkan mahassiwa ke dalam cluster tertentu yang memiliki kemiripan data menggunakan algoritma Fuzzy C-Means. Data yang diambil yaitu data umur dan ips (index prestasi mahasiswa). Metode validitas cluster dari hasil algoritma Fuzzy C-Means menggunakan DBI (Davies Bouldin Index) untuk mengukur seberapa bagus cluster yang dihasilkan oleh algoritma Fuzzy C-Means. Dari penelitian yang telah dibuat peneliti berikut hasil DBI cluster 2 adalah cluster yang menghasilkan nilai DBI terkecil yaitu 1,9570. Dan berdasarkan hasil dari identifikasi profil mahasiswa pada 2 cluster didapatkan bahwa cluster 1 memiliki data mahasiswa dengan rentang umur 21 sampai 45, nilai ips (index prestasi semester) 1 rentang 2,00 sampai 4,00 dan rata-rata jenis kelamin adalah perempuan. Sedangkan, cluster 2 memiliki data mahasiswa dengan rentang umur 24 sampai 45,  nilai ips (index prestasi semester) 1 rentang 1,70 sampai 3,80 dan rata-rata jenis kelamin adalah laki-laki.
PENGEMBANGAN USER INTERFACE (UI) DAN USER EXPERIENCE (UX) PADA HALAMAN WEB ESTUDY UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE DESIGN THINKING Gatot Susanto; Deni Arifianto; Amalina Maryam Zakiyyah
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17466

Abstract

eStudy Universitas Muhammadiyah Jember merupakan sebuah aplikasi berbasis web yang menggunakan internet untuk membantu mahasiswa dan dosen dalam melaksanakan kegiatan belajar mengajar, mengumpulkan tugas, bimbingan, dan lainlain. Setelah dilakukan pre-reseach dengan metode perhitungan System Usability Scale (SUS), ditemukan bahwa eStudy Universitas Muhammadiyah Jember mendapatkan skor 48,76. Skor ini termasuk Acceptabilty Range kategori Not Acceptable atau tidak dapat diterima, Grade Scale dengan nilai F, dan Adjective Rating kategori Poor dalam metode perhitungan SUS. Oleh karena itu, peneliti berupaya meningkatkan skor SUS dengan cara mengubah User Interface menggunakan pendekatan Design Thinking. Design Thinking adalah metode kolaborasi yang mengumpulkan banyak ide dari disiplin ilmu untuk mendapatkan sebuah solusi dari suatu permasalahan. Tahapan pada metode Design Thinking adalah empathize, define, idieate, prototype dan testing. Hasil dari menerapkan pendekatan Design Thinking pada tahap testing adalah tampilan User Interface eStudy yang baru mendapatkan skor 81,79, skor ini masuk dalam kategori Acceptable atau dapat diterima, Grade Scale dengan nilai B, dan Adjective Rating kategori Good.
IMPLEMENTASI ALGORITMA FUZZY C-MEANS DENGAN PARTICLE SWARM OPTIMIZATION UNTUK PENGELOMPOKAN TINGKAT KESEJAHTERAAN DI PROVINSI JAWA TENGAH Ulfi Rizqi Amaliah; Deni Arifianto; Ilham Saifudin
IPTEQ Vol 4, No 1 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i1.16223

Abstract

Kesejahteraan masyarakat adalah keadaan dimana setiap warga negara selalu terpenuhi segala kebutuhan material dan spiritualnya secara utuh. Ketimpangan dalam pembahasan kesejahteraan disebabkan oleh perbedaan wilayah dalam hal sumber daya, demografi, dan pembangunan. Tingkat kesejahteraan di wilayah yang bersangkutan akan dipengaruhi oleh perbedaan pembangunan antar wilayah tersebut. Konsekuensi ini muncul sebagai keinginan dan kekecewaan yang dapat mengganggu ketentraman masyarakat. Untuk situasi ini, diharapkan upaya untuk menentukan tingkat bantuan pemerintah suatu daerah atau daerah untuk mengatasi disparitas dalam bantuan pemerintah. Pengelompokan kabupaten merupakan salah satu cara untuk mengidentifikasi kabupaten yang akan diprioritaskan. Metode lain adalah menghitung cluster optimal dengan menggabungkan algoritma Fuzzy C-Means dengan Particle Swarm Optimization. Untuk periode 2019-2020, digunakan data 35 kota dan daerah di Jawa Tengah. Dua klaster dengan nilai koefisien siluet 0,1652 diidentifikasi sebagai klaster optimal setelah pengujian dari dua hingga sepuluh klaster. Pada klaster 1 terdapat 15 kabupaten/kota anggota, sedangkan pada klaster 2 terdapat 20 kabupaten/kota anggota.
Co-Authors Abadi, Taufan Abdullah, M. Hasan Achmad David Mico Adi Sulistyono Agil Dwi Saputra Agung Nilogiri Ahmad Amrul Muyassir Ahmad Dedi Hartono Ahmad Haris aji brahma nugroho, aji brahma Al Faruq, Habibatul Azizah Alif Syadillah Aji Astria Hindratmo Ayu, Wanda Afrilia A`yun, Qurrota Dasuki, Moh. Dasuki, Mohammad Dwi Saka Pangestu Eko Wahyudi Elok Rahmawati Fahruddin, Abd. Rohman Gatot Susanto Hamdhan Ashari haris, achmad Himawan Ganjar Prabowo Khusnul Ain Miftah Chatibul Umam Moh Dasuki, Moh Dasuki Muhammad Ivan Fariz Muhammad Rivansyah Murwanti, Retno Nanang Saiful Rizal Nitya S, Putu Nirvanda Octavia, Chendrasari Wahyu Onny Purnamayudhia Pater, Dewi Lusiana Pradina K, Renny Qurrota A'yun Qurrota A`yun Qurrota A’yun Renny Pradina K Rivansyah, Muhammad Saifudin, Ilham setiyandi, aditiya Sinta Bella Criska Suharso, Wiwik Sulistyo, Henny Wahyu Suryani Dyah Astuti Susanto, Tony Dwi Suwondo, Ampar Jaya Taufik Timur Warisaji Tony Dwi Susanto Triawan Adi Cahyanto Ulfi Rizqi Amaliah Umam, Miftah Chatibul Umilasari, Reni Wina Ayunda Sari Wiwik Suharso Yaqubi, Ahmad Khalil Yeni Dwi Rahayu Yonatan Yuliasih Kripsiandita Zakiyyah, Amalina Maryam