Article Per Year (5 Year)
p-Index From 2021 - 2026
9.986
P-Index
This Author published in this journals
All Journal TEKNOLOGI INFORMASI Jurnal EECCIS CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Indonesian Journal of Applied Informatics Industri Inovatif : Jurnal Teknik Industri Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika Jurnal Bumigora Information Technology (BITe) Infotek : Jurnal Informatika dan Teknologi Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) JASTEN (Jurnal Aplikasi Sains Teknologi Nasional SISFOTENIKA
Yosep Agus Pranoto
Institut Teknologi Nasional Malang
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Physics Other

Published : 118 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 118 Documents
Search

 8   9   10   11   12 
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN BAHAN MAKANAN UNTUK DIET MENGGUNAKAN METODE FAHP (FUZZY ANALYTICAL HIERARCHY PROCESS) BERBASIS WEB Casimiro, Laurensius; Sasmito, Agung Panji; Pranoto, Yosep Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13338

Abstract

Pemilihan bahan baku makanan yang tepat adalah kunci dalam mencapai tujuan kesehatan melalui program diet, seperti penurunan berat badan atau menjaga kebugaran tubuh. Setiap individu memiliki kebutuhan gizi berbeda, dan bahan baku makanan harus mendukung pemenuhan kebutuhan tersebut tanpa melebihi batas kalori yang ditentukan. Namun, banyak individu kesulitan memilih bahan baku yang sesuai, terutama dalam mempertimbangkan keseimbangan nutrisi, preferensi pribadi, dan keterbatasan waktu. Dalam beberapa kasus, pengguna sudah memiliki daftar bahan baku, tetapi kesulitan memilih yang terbaik berdasarkan criteria relevan. Proses pemilihan yang subjektif dapat mempengaruhi efektivitas diet. Untuk itu, diperlukan sistem yang dapat meranking bahan baku berdasarkan criteria seperti kandungan gizi, kalori, dan preferensi individu. Salah satu metode yang tepat adalah FAHP, yang menggabungkan AHP dan fuzzy untuk menangani masalah ambiguitas. Implementasi sistem dalam aplikasi web memungkinkan pengguna mengaksesnya dengan mudah dan memastikan pemilihan bahan baku yang sesuai dengan tujuan diet secara objektif. Penelitian ini melibatkan dua pengujian, yaitu pengujian Fuzzy AHP dan pengujian blackbox. Hasil pengujian Fuzzy AHP menunjukkan peringkat bahan baku, dengan nilai tertinggi 0,875 pada A2 dada ayam dan terendah 0,125 pada A1 apel. Pengujian blackbox berhasil memenuhi tujuan pengujian dengan uji fungsionalitas pada 5 page website. Kedepannya, diharapkan aplikasi dapat dilanjutkan dengan versi mobile.
Analisis Sentimen Pada Komentar Media Sosial Terkait Isu Joki Dengan Menggunakan Metode LSTM Dimas Surya Prasetyo; Karina Auliasari; Yosep Agus Pranoto
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65100

Abstract

Di kalangan akademisi dan masyarakat, fenomena praktik perjokian dalam penyusunan skripsi telah menimbulkan kekhawatiran karena mengancam reputasi akademik. Media sosial menjadi sarana utama bagi masyarakat untuk mengekspresikan pendapat mereka tentang masalah ini, baik melalui kecaman maupun menjadikan kebiasaan baru. Namun, volume data yang besar, gaya bahasa yang beragam, dan penggunaan bahasa informal adalah masalah untuk menganalisis data media sosial. Untuk mencapai tujuan ini, penelitian ini menggunakan metode Long Short-Term Memory (LSTM) untuk menganalisis sentimen masyarakat. Metode ini dipilih karena kemampuan LSTM untuk memahami konteks kata dalam kalimat kompleks, yang membuatnya cocok untuk komentar panjang di media sosial. Hasil penelitian menunjukkan pengujian kinerja model untuk mengidentifikasi sentimen positif dan negatif, diperoleh akurasi sebesar 71%, recall sebesar 67%, dan precision sebesar 77%. Hal ini menunjukkan bahwa model mampu mengenali pola sentimen dengan cukup baik dari data yang ada.
Analisis Sentimen Program Sekolah Rakyat Menggunakan Metode Bidirectional Long Short Term Memory: Sentiment Analysis of Sekolah Rakyat Program Using Bidirectional LSTM QURROTUNA, FINA; Karina Auliasari; Yosep Agus Pranoto
SISFOTENIKA Vol. 16 No. 1 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i1.590

Abstract

Sekolah rakyat yang berada di bawah kementrian sosial merupakan sekolah berbasis asrama yang ditujukan bagi anak sekolah yang berasal dari keluarga miskin dan miskin ekstrem. Sekolah ini bertujuan memberikan pendidikan formal dan non formal, menjadikan peserta didik menjadi lulusan yang cerdas dan berketerampilan, dan harapannya dapat memperbaiki kehidupan dirinya dan keluarganya. Penelitian ini ditujukan untuk melakukan analisis sentimen terhadap opini masyarakat seputar program pemerintah yang ada pada bidang pendidikan yaitu sekolah rakyat dengan menggunakan metode deep learning yaitu metode Bidirectional Long Short Term Memory (BiLSTM). Data yang digunakan dalam penelitian ini didapat dari platform X (x.com) dengan jumlah 4714. Dari hasil penelitian yang telah dilakukan inilah kemudian didapatkan informasi bahwa mayoritas sentimen masyarakat mengenai program sekolah rakyat adalah sentimen positif dengan total 3683 atau sebanyak 78.1%. Model BiLSTM berhasil melakukan proses klasifikasi dengan baik dibuktikan dengan nilai akurasi, presisi dan recall yang mencapai 89%. Temuan ini dapat memberikan pengetahuan tentang bagaimana opini masyakat terkait program sekolah rakyat dan dapat membantu dalam evaluasi kebijakan program
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUK KACA DAN CERMIN MENGGUNAKAN METODE FUZZY AHP Zilasar, Romaz Ananda; Pranoto, Yosep Agus; Ariwibisono, Fransiscus Xaverius
IDEALIS : InDonEsiA journaL Information System Vol. 9 No. 1 (2026): Jurnal IDEALIS Januari 2026
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v9i1.3617

Abstract

Pemilihan produk kaca dan cermin dengan berbagai spesifikasi sering menjadi tantangan karena melibatkan banyak kriteria, seperti ukuran, tujuan penggunaan, ketebalan, lokasi penempatan, dan jenis pemotongan. Dalam praktiknya, proses seleksi produk di toko kaca masih didominasi oleh penilaian subjektif berdasarkan pengalaman penjual, sehingga keputusan yang dihasilkan cenderung kurang konsisten dan sulit diukur secara objektif. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan Decision Support System (DSS) berbasis web yang mampu membantu menentukan peringkat alternatif produk kaca secara sistematis dan terukur dengan menerapkan metode Fuzzy Analytical Hierarchy Process (Fuzzy AHP). Metode Fuzzy AHP digunakan karena mampu mengakomodasi ketidakpastian dan subjektivitas dalam penilaian kriteria melalui pendekatan bilangan fuzzy. Hasil pengolahan data menunjukkan bahwa bobot kriteria yang diperoleh berturut-turut adalah Tujuan Penggunaan sebesar 0.3729, Ukuran sebesar 0.2373, Ketebalan sebesar 0.1864, Lokasi Penempatan sebesar 0.1186, dan Pemotongan sebesar 0.0847, dengan nilai rasio konsistensi (CR) sebesar 0.0411 yang menunjukkan bahwa pembobotan kriteria telah memenuhi syarat konsistensi. Implementasi sistem dilakukan dengan skenario input Tujuan Penggunaan Jendela, Lokasi Rumah Tinggal, Ukuran 1 meter, Ketebalan 5 mm, dan Tanpa Pemotongan, yang menghasilkan peringkat tertinggi pada Alternatif 11, yaitu Kaca Bening berukuran 122×152,5 mm dengan ketebalan 5 mm dan harga Rp167.445, dengan skor preferensi sebesar 0.805482. Hasil penelitian ini menunjukkan bahwa DSS yang dikembangkan mampu memberikan rekomendasi produk kaca secara lebih objektif, konsisten, dan akurat, sehingga dapat meningkatkan kualitas pengambilan keputusan di Toko Kaca Abadi.
ANALISIS SENTIMEN ULASAN WISATAWAN TERHADAP DESTINASI WISATA PANTAI BALI DENGAN MENGGUNAKAN METODE RANDOM FOREST Yohana Dasilva, Eka Fanya; Susanto, Eko Heri; Pranoto, Yosep Agus
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6901

Abstract

Bali hidup dari turis, begitu juga reputasinya yang sangat bergantung pada komentar mereka di internet. Semakin banyak orang berbagi kesan tentang tempat wisata di sini, semakin besar pula pengaruhnya bagi nama baik pulau ini. Penelitian ini bertujuan untuk melihat bagaimana perasaan para pelancong saat menulis ulasan tentang pantai-pantai Bali dengan memanfaatkan metode analisis Random Forest. Ulasan pelancong dari internet dikumpulkan lalu dibersihkan dengan menyamakan huruf, memecah teks menjadi bagian kecil, menyingkirkan kata yang tidak penting, hingga menemukan inti katanya. Data tersebut kemudian digunakan untuk melatih sekaligus menguji kemampuan sistem pengenal pola. Keberhasilan sistem diukur melalui tingkat ketepatan dan kelengkapan hasil klasifikasi. Hasil penelitian menunjukkan metode Random Forest efektif dalam memilah komentar wisatawan tentang Bali menjadi tiga kelompok, yaitu suka, tidak suka, dan biasa saja. Informasi yang diperoleh diharapkan dapat dimanfaatkan oleh pemerintah daerah untuk memahami pandangan wisatawan terhadap pantai-pantai di Bali sehingga dapat digunakan sebagai dasar dalam menyusun rencana peningkatan layanan dan promosi pariwisata yang lebih tepat sasaran
Implementasi Algoritma Genetika untuk Penjadwalan Praktikum Laboratorium Legming Dwi Anggraini; Ali Mahmudi; Yosep Agus Pranoto
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95560

Abstract

Abstrak : Penjadwalan praktikum laboratorium untuk membagi asisten sebagai pengajar dan pendamping berdasarkan ketersediaannya masih dilakukan secara manual menggunakan microsoft excel sehingga rawan terjadi kesalahan dan memerlukan waktu yang lebih. Sistem penjadwalan algoritma genetika dibuat guna membantu proses penjadwalan agar lebih efisien. Proses penjadwalan praktikum menggunakan algoritma genetika dengan kriteria asisten harus dijadwalkan sebagai pengajar maupun pendamping dalam keadaan tersedia. Dalam penelitian ini, parameter-parameter yang digunakan yaitu ukuran populasi sebanyak 20 individu dalam 50 generasi, serta nilai probabilitas crossover yang digunakan 0.8 dan probabilitas mutasi sebesar 0.1 yang mana menghasilkan nilai fitness 0.5 pada generasi terakhir.  Nilai fitness ini merepresentasikan tingkat optimalitas solusi, di mana semakin tinggi nilai fitness, semakin sedikit pelanggaran terhadap kriteria penjadwalan. Dalam penelitian ini, nilai fitness 0.5 menunjukkan bahwa hanya terdapat 1 pelanggaran dari total 18 penempatan, sehingga menghasilkan nilai akurasi penjadwalan sebesar 94.44%.==================================================Abstract : Scheduling laboratory practicals to divide assistants as teachers and assistants based on availability is still done manually using Microsoft Excel so it is prone to errors and requires more time. The genetic algorithm scheduling system was created to help the scheduling process become more efficient. The practicum scheduling process uses a genetic algorithm with the criteria that assistants must be scheduled as teachers or assistants when available. In this research, the parameters used are a population size of 20 individuals in 50 generations, as well as a crossover probability value of 0.8 and a mutation probability of 0.1, which produces a fitness value of 0.5 in the last generation. This fitness value represents the level of optimality of the solution, where the higher the fitness value, the fewer violations of the scheduling criteria. In this research, a fitness value of 0.5 indicates that there was only 1 violation out of a total of 18 placements, resulting in a scheduling accuracy value of 94.44%
Sistem Pakar Diagnosa Kerusakan Laptop Berbasis Forward Chaining Dan Certainty Factor Yogi Ainur Rofiq Anggara; Suryo Adi Wibowo; Yosep Agus Pranoto
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95556

Abstract

Abstrak : Penelitian ini bertujuan mendiagnosa kerusakan laptop dengan menggunakan sistem pakar berbasis web yang menggabungkan metode Forward Chaining dan Certainty Factor. Ketika laptop mengalami kerusakan perangkat keras, laptop sering kali tidak dapat digunakan dan memerlukan perbaikan. Karena proses diagnosis teknisi terkadang membutuhkan waktu yang lama untuk menentukan diagnosis kerusakan, maka diperlukan sebuah sistem yang dapat membantu dalam mendeteksi kerusakan. Teknisi dapat menilai seberapa yakin mereka terhadap temuan diagnosis kerusakan komponen laptop dengan menggunakan metode Forward Chaining untuk memproses diagnosis dan Certainty Factor untuk menghasilkan tingkat kepastian diagnosis. Berdasarkan hasil implementasi dan pengujian, sistem ini memperoleh hasil pengujian metode validasi selisih hasil kurang dari 1% , dapat diartikan sistem aplikasi berhasil menerapkan metode forward chaining dan certainty factor diagnosa kerusakan laptop dengan hasil selisih validasi yang kecil kurang dari 1%. Dengan demikian, sistem pakar ini tidak hanya membantu teknisi mempercepat proses identifikasi kerusakan laptop, tetapi juga memberikan tingkat presentase pada kerusakan yang terdiagnosis.=====================================================Abstract :This research aims to diagnose laptop damage using a web-based expert system that combines the Forward Chaining and Certainty Factor methods. When a laptop experiences hardware damage, it is often unusable and requires repair. Because the technician's diagnosis process sometimes takes a long time to determine the diagnosis of damage, a system is needed that can assist in detecting damage. Technicians can assess how confident they are in the findings of the diagnosis of laptop component damage by using the Forward Chaining method to process the diagnosis and the Certainty Factor to generate the level of certainty of the diagnosis. Based on the results of implementation and testing, this system obtained a validation method test result difference of less than 1%, which means that the application system successfully applies the forward chaining method and certainty factor to diagnose laptop damage with the results of a small validation difference of less than 1%. Thus, this expert system not only helps technicians speed up the process of identifying laptop damage, but also provides a percentage level on diagnosed damage.
CLUSTERING KUALITAS PENDIDIKAN SEKOLAH MENENGAH ATAS DI PROVINSI NUSA TENGGARA TIMUR MENGGUNAKAN ALGORITMA K-MEANS Surat Lelaona, Maria Avriliana; Orisa, Mira; Pranoto, Yosep Agus
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.6944

Abstract

Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu wilayah dengan tantangan besar dalam pemerataan dan peningkatan mutu pendidikan, khususnya pada jenjang Sekolah Menengah Atas (SMA). Berdasarkan data Dinas Pendidikan NTT, masih terdapat ketimpangan kualitas antar wilayah yang disebabkan oleh keterbatasan tenaga pendidik, sarana prasarana yang belum memadai, serta rasio guru dan murid yang tidak seimbang. Penelitian ini bertujuan untuk mengimplementasikan teknik data mining menggunakan algoritma K-Means Clustering dalam mengelompokkan kualitas pendidikan SMA di Provinsi NTT. Data yang digunakan meliputi indikator pendidikan seperti jumlah sekolah, jumlah siswa, jumlah guru, tenaga kependidikan, rasio guru terhadap murid, jumlah rombongan belajar, dan ruang kelas. Algoritma K-Means dipilih karena dataset yang digunakan merupakan data tak berlabel dan bersifat unsupervised. Penentuan jumlah cluster optimal dilakukan dengan metode Elbow, yang menghasilkan tiga kategori utama yaitu kualitas tinggi, sedang, dan rendah. Hasil penelitian ini diimplementasikan dalam bentuk sistem berbasis web yang mampu memproses data, menampilkan hasil pengelompokan secara visual melalui tabel dan grafik. Sistem ini diharapkan dapat menjadi alat bantu bagi pemerintah daerah dalam menganalisis distribusi mutu pendidikan dan merumuskan kebijakan peningkatan kualitas pendidikan secara berkelanjutan.
Co-Authors Abbas Al Munyawi, Moch. Ibnu Abdul Wahid Abdurrohman, Dhiyauddin Adi Saputra, Yoga Adiatma, Lalu Heru Adyatma Nandana Partha, Putra Adzdziqri, Tareh Rozzaq Agung Panji Sasmito Ahmad Fahrudi Setiawan AHMAD FAISOL Alan Pambudi, Noval Ali Mahmudi Ali Mahmudi Anam, Sholihul Angga Firmansyah, Puja Anggara, Aditya Anggriati, Shafira Ardi Wibowo, Farhandi Arfan Ravy Wahyu Pratama, Mochamad ARI, DANIEL Ariwibisono, F. X. Ariwibisono, F.X Ariwibisono, Fransiscus Xaverius Arya Wardhana, Rama Bagaskara, Kevin Bayu Prasetyo, Rangga Casimiro, Laurensius Deddy Irawan, Joseph Deddy Rudhistiar Dimas Surya Prasetyo Emmalia Adriantantri Everaldo, David Fahim Aslamsyah, Ahmad Faris, Mochammad Febriana Santi Wahyuni Fisabilillah, Difa Ghaniyyu Muqsit, Diagy Ghofur, Muchamad Green Bhuana Yapen, Betty Haifan, Azrul Hamdani, Andrian Irfie Hani Zulfia Zahro Hani Zulfia Zahro’ Hansen Sawa, Karolus Harnanda, Arbiansyah Rizki Tri Ilmi, Miftachul Janeananto Sanjaya, Andrew Joas, Kirene Wardaini Joseph Dedy Irawan Karina Auliasari kartiko Kartiko Adi Widodo Kartiko Ardi Widodo Kristian Putra, Randi Legming Dwi Anggraini M. Aziz Muslim Mandala Agung Putra, Hanjaya Masini, Joi Maulidi Molyono, Wildan Maureta, Sonia Michael Kevin Adinata Mira Orisa Misbachul Munir, Muhammat Moh. Miftakhur Rokhman Moh. Miftakhur Rokhman, Moh. Miftakhur Muzaky, Mohammad Rizal Nabella, Arika Risma Nabella Nahdi Anshari, Muhammad Nanang Utomo, Mochammad Nurlaily Vendyansyah Obet Yumame, Raimond Orun, Patris Ferdinan Pabua, Fiqram Paryanto, Lukas Peterson Tho, Sandhy Pradana Hartinningrum, Eka Prasetyo, Sony Pratama, Irgi Yoga Priga Putra, Angga Pratama Primaswara P., Renaldi Putera Alamsyah, Daniel Putri Kartikasari, Yolanda Aprilia Qurrotuna, Fina Rafi Alfandi, Farhan Rahmat Dian Nugraha, Adhitya Raihan Rahmalita, Deazuri RAMADHANI, RONI Renaldi Primaswara Prasetya Rini Nur Hasanah Rismayanti, Sintiya Rizka Fitriandra, Zeylla Rohman, Moh Miftakhur rosada, uyun Saiqul Umam, Muhamad Samsaudin, Ruslin santi w, Febriana Saputra Sugiarto, Tedi Andika Saputra, Dwi Adi Saputra, Reynaldo Ferdian Sebastian Rudi, Welly Sentot Achmadi setiawan, yudistira putra Shalom Wirawan, Lucas Sidik Noertjahjono Siska Wati, Siska Sonny Prasetio Surat Lelaona, Maria Avriliana Suryo Adi Wibowo suryoadi susanto, eko heri Susmiyanto, Feri Sutejo, Danang Syahreni Tejasukmana Putra, Rehadian Thomas Priyasmanu Vito Eka Perdana Putra, Alfonsus Wangsa Nata Asmara, Krisna Wijaya, Ferdinand Nur Adam Xaverius Ariwibisono, Fransiskus Yogi Ainur Rofiq Anggara Yohana Dasilva, Eka Fanya Yumnan Maulana, Achmad Yusuf, Muhammad Rifai N. Zahro, Hani Zulfia Zahro’, Hani Zulfia Zakaria Rifqi Azib, Muhammad Zilasar, Romaz Ananda Zulfia Zahro’, Hani