Claim Missing Document
Check
Articles

Found 37 Documents
Search

THE EFFECT OF LED MAGNETIC ON STAPHYLOCOCCUS AUREUS BACTERIA Yonatan; Astuti, Suryani Dyah; Ain, Khusnul; Arifianto, Deni; Yaqubi, Ahmad Khalil
Jurnal Biosains Pascasarjana Vol. 27 No. 1 (2025): JURNAL BIOSAINS PASCASARJANA
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jbp.v27i1.2025.25-31

Abstract

Nosocomial infections, caused by viruses, bacteria, and fungal pathogens, often occur during treatment in health facilities due to cross-contamination from healthcare workers or medical equipment. The study explores the efficacy of static magnetic fields and photodynamic inactivation in inactivating Staphylococcus aureus bacteria, a crucial step in sterilization. The study used high-power blue LEDs and static magnetic fields generated by neodymium magnets. The highest reduction percentage observed was 81.92 ± 7.92%, found in the combination treatment of static magnetic fields (SMF) with LED illumination at the F8 microplate location, with a treatment time of 40 minutes, an LED dose of 11.72 J/cm², and a magnetic field dose of 25.61 mT. The lowest reduction percentage, 52.41 ± 7.64%, was observed at the F8 microplate location with a treatment time of 10 minutes, an LED dose of 2.93 J/cm², and a magnetic field dose of 25.61 mT.
Sistem Pakar Penyakit Buah Naga Menggunakan Metode Modified K-Nearest Neighborh (M-KNN) Berbasis Website Nitya S, Putu Nirvanda; Pater, Dewi Lusiana; Arifianto, Deni
Jurnal Ilmu Komputer (JUIK) Vol 4, No 2 (2024): JUNE 2024
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v4i2.2942

Abstract

Penyakit dan hama pada tanaman buah naga dapat menyebabkan kerugian bagi para petani. Pengembangan sistem pakar berbasis web untuk penyakit pada buah naga dapat membantu pertani dalam meningkatkan produksi buah naga. Untuk mengatasi permasalahan tersebut, sistem pakar penyakit buah naga yang memanfaatkan metode Modified K-Nearest Neighbor (M-KNN) untuk menganalisis gejala penyakit dan memberikan rekomendasi penelitian. Sistem ini memungkinkan pengguna, terutama petani dan ahli pertanian, untuk mengaksesnya melalui platform web dengan mudah. Untuk Keluaran Saat merancang suatu sistem, analisis sistem dilakukan dengan menggunakan alat diagram yang disebut Unified Field Language Modeling (UML), yang mencakup diagram use case, spesifikasi use case, diagram aktivitas, diagram sequence, dan diagram kelas. Sistem ini digunakan untuk mempelajari jenis-jenis penyakit buah naga berdasarkan gejala yang terdapat pada tanaman buah naga. Untuk menunjukkan hasil penelitian ini, dilakukan pengujian keakuratan sistem menggunakan matriks konfusi dengan menggunakan 90% data latih dan 10% dari Data uji, sehingga menghasilkan akurasi sistem hasil pakar sebesar 84%.
ARKBOOK Untuk Pembelajaran Sejarah Menggunakan Augmented Reality setiyandi, aditiya; Deni Arifianto, Deni Arifianto; Moh Dasuki, Moh Dasuki
EXPLORE IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Vol 17 No 1 (2025): Edisi Juni 2025
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/kebtft62

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pembelajaran sejarah berbasis Augmented Reality dengan menggunakan buku paket sejarah kelas 7 sebagai marker untuk meningkatkan minat dan pemahaman siswa di MTs Ma'Arif Plampangrejo. Hasil penelitian menunjukkan bahwa sistem pembelajaran AR dapat meningkatkan nilai siswa sebesar 14,66% dan mendapatkan penilaian yang sangat layak dari 22 siswa. Sistem AR ini dibangun pada perangkat android dan memungkinkan siswa untuk memvisualisasikan objek sejarah 3D dan mengerjakan kuis. Perancangan ini dikembangkan menggunakan metode waterfall. Melalui 4 tahap pemprosesan yang akan membantu perancangan aplikasi hingga maksimal. yaitu tahap analysis, desain, implementasi, testing. hasil uji black box testing menunjukan bahwa seluruh fungsi berjalan dengan baik. adapun uji kelayakan media pembelajaran dengan beberapa aspek. pada aspek pembelajaran mendapatkan hasil 88,16%, dan aspek media mendapatkan hasil 90%, dan aspek desain mendapatkan hasil 85,2% yang menunjukan bahwa aplikasi ARKBook Untuk Pembelajaran Sejarah Menggunakan Augmented Reality dapat diterima dengan baik
Sistem Pendukung Keputusan Pemilihan Hotel Terbaik Di Kabupaten Jember Menggunakan Metode MOORA Berbasis Android Ayu, Wanda Afrilia; Arifianto, Deni; Sulistyo, Henny Wahyu
IPTEQ Vol 7, No 1 (2025): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v7i1.22240

Abstract

Hotel adalah jenis akomodasi dengan menawarkan tempat tinggal, layanan makanan, minuman serta berbagai layanan lainnya kepada tamunya. Perkembangan industri menjadikan banyaknya pariwisata tidak hanya berkutat di perkotaan saja, tetapi di berbagai kecamatan mulai bermunculan destiwisata baru sehingga memiliki banyak hotel baru pula. Keragaman hotel membuat wisatawan sering kali kesulitan dalam menentukan hotel yang sesuai dengan kebutuhan dan kriteria sehingga diperlukan suatu aplikasi pendukung keputusan yang dapat membantu wisatawan dalam menentukan hotel dengan suatu metode. Penentuan prioritas pemilihan hotel memerlukan data akurat berbasis komputer sebagai dasar setiap pemberian keputusan dalam pemilihan hotel. Sistem tersebut dikenal sebagai Sistem Pendukung Keputusan (SPK). SPK merupakan suatu metode yang dibangun untuk menyelesaikan permasalahan yang terstruktur. Salah satu metode yang dapat digunakan dalam pengambilan keputusan adalah metode Multi-Objective Optimazation On The Basis Of Ratio Analysis (MOORA). Hasil pengujian untuk mengatahui tingkat penerimaan pengguna masuk pada kategori Acceptable atau dapat diterima, Grade Scale dengan nilai C dan Adjectie Rating kategori Good.
Analisis User Interface dan User Experience Pada SIA Mobile UM Jember dengan Metode User Experience Questionnaire Rivansyah, Muhammad; Arifianto, Deni; Suharso, Wiwik
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 8 No. 2 (2023): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v8i2.623

Abstract

SIA UMJ Mobile adalah singkatan dari Sistem Informasi Akademik berbasis mobile Universitas Muhammadiyah Jember. Aplikasi ini merupakan sistem informasi akademik berbasis Android yang dimiliki oleh universitas Muhammadiyah Jember. Fungsinya adalah membantu mahasiswa dalam mencari informasi tentang perkuliahan dengan akses yang dapat diakses di berbagai tempat dan waktu. Dalam penelitian ini dilakukan analisis UI dan UX pada Sistem Informasi Akademik UMJ Mobile yang berfungsi menilai tingkat keberhasilan UI dan UX. Untuk menilai tingkat keberhasilan UI dan UX penulis menggunakan metode perhitungan User Experience Questionnaire (UEQ) dan menghasilkan nilai rata-rata skala UEQ yaitu: Attractiveness (0,414), Perspicuity (0,528), Efficiency (0,381), Dependability (0,326), Stimulation (0,109), dan Novelty (-0,013). Apabila nilai ini diukur dengan mean rata-rata dari berbagai kumpulan data analisis tools UEQ, maka aplikasi tersebut dapat dikategorikan sebagai bad. Metode perhitungan UEQ ini mudah digunakan dan dapat mengukur pengalam pengguna dari berbagai aspek penilaian.
Optimasi Simple Additive Weighting Menggunakan Rank Order Centroid dalam Pemilihan Supplier Marketplace Sinta Bella Criska; Deni Arifianto; Amalina Maryam Zakiyyah
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v10i1.2059

Abstract

Proses pemilihan supplier di marketplace khususnya Shopee Indonesia sering menjadi tantangan bagi para reseller terutama bagi para reseller pemula. dalam wawancara yang telah dilakukan kesulitan memilih supplier dengan produk dan harga yang cocok tidaklah mudah karena persaingan harga yang tipis bahkan hanya untuk memilih supplier yang cocok membutuhkan waktu sampai berbulan-bulan. Oleh karena itu, tujuan dari penelitian ini untuk memberikan solusi dalam pemilihan supplier pada marketplace melalui penerapan aplikasi Sistem Pendukung Keputusan. Metode yang digunakan adalah Simple Additive Weighting (SAW) yang dioptimalkan dengan pembobotan menggunakan Rank Order Centroid (ROC). Fokus utama penelitian ini adalah membantu pedagang retail online atau reseller dalam menentukan supplier di Marketplace Shopee Indonesia. Variabel yang digunakan untuk penilaian supplier diperoleh langsung dari aplikasi Shopee Indonesia, dengan kategori toko yang dipilih adalah pakaian daster. Pembobotan ROC pada metode SAW diterapkan berdasarkan variabel skor rating penjual, jumlah ulasan bintang lima, harga produk, jumlah produk yang terjual, dan jarak lokasi. Hasil penelitian menunjukkan bahwa penerapan ROC pada SAW mampu mengoptimalkan hasil pemeringkatan, menghasilkan nilai preferensi yang lebih tinggi. Hal ini dibuktikan dengan adanya perbedaan signifikan pada nilai preferensi. Kombinasi metode ROC-SAW menghasilkan nilai tertinggi pada peringkat 1 sebesar 0,945399, dibandingkan metode SAW tanpa ROC yang hanya mencapai 0,916129 pada peringkat alternatif 1, dengan selisih nilai sebesar 0,029270 meskipun peringkatnya tetap sama. Perbedaan nilai dan peringkat juga ditemukan pada alternatif lain, menunjukkan bahwa metode ROC-SAW lebih efektif dalam meningkatkan akurasi pemilihan supplier.
Effect Of Random Under Sampling and Random Over Sampling Method On Svm Performance Agil Dwi Saputra; Deni Arifianto; Reni Umilasari
Computing and Information System Journal Vol. 1 No. 2 (2025): Integration of Automation and Information Systems in Enhancing Organizational C
Publisher : IndoCompt Publisher

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

Abstract

Imbalanced data is a common challenge in sentiment analysis, as it can cause the classification model to be biased towards the majority class and ignore important information from the minority class. This study aims to evaluate the effect of resampling methods, namely Random Under Sampling (RUS), and Random Over Sampling (ROS), on the performance of the Support Vector Machine (SVM) algorithm in handling imbalanced sentiment data. Data were collected from social media X (Twitter) with the topic of naturalization of soccer players in Indonesia. The research process includes preprocessing, TF-IDF weighting, and model testing using K-Fold Cross Validation with K = 2, 5, and 10. Evaluation was carried out based on the F1-score matrix, recall, precision, and accuracy. The results show that the ROS method provides the best performance, especially at K = 10 with an F1-score value of 0.80, recall 0.78, precision 0.84, and accuracy 0.85. and RUS shows a lower performance improvement. These results show that selecting an appropriate resampling method can improve the performance of the classification model when faced with imbalanced data.