Article Per Year (5 Year)
p-Index From 2021 - 2026
10.656
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 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 : 123 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 123 Documents
Search

 9   10   11   12   13 
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%
ANALISIS SENTIMEN ULASAN WISATAWAN TERHADAP DESTINASI WISATA PANTAI BALI DENGAN MENGGUNAKAN METODE RANDOM FOREST Eka Fanya Yohana Dasilva; Eko Heri Susanto; Yosep Agus Pranoto
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
CLUSTERING KUALITAS PENDIDIKAN SEKOLAH MENENGAH ATAS DI PROVINSI NUSA TENGGARA TIMUR MENGGUNAKAN ALGORITMA K-MEANS Maria Avriliana Surat Lelaona; Mira Orisa; Yosep Agus Pranoto
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 Abdul Wahid Abdurrohman, Dhiyauddin Adi Saputra, Yoga Adiatma, Lalu Heru Adji Bayu Pamungkas 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 Arya Wardhana, Rama Bagaskara, Kevin Bayu Prasetyo, Rangga Casimiro, Laurensius Deddy Irawan, Joseph Deddy Rudhistiar Dimas Surya Prasetyo Eka Fanya Yohana Dasilva Eko Heri Susanto Emmalia Adriantantri Everaldo, David Fahim Aslamsyah, Ahmad Faris, Mochammad Febriana Santi Wahyuni FINA QURROTUNA 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 Ivan Kristianto Santoso Janeananto Sanjaya, Andrew Joas, Kirene Wardaini Joseph Dedy Irawan Karina Aulia Sari Karina Auliasari kartiko Kartiko Adi Widodo Kartiko Ardi Widodo Kristian Putra, Randi Legming Dwi Anggraini M. Aziz Muslim Mandala Agung Putra, Hanjaya Maria Avriliana Surat Lelaona Masini, Joi Maulidi Molyono, Wildan Maureta, Sonia Michael Kevin Adinata Mira Orisa Misbachul Munir, Muhammat Moh. Miftakhur Rokhman Moh. Miftakhur Rokhman, Moh. Miftakhur Muhammad Yazid Abu Sahal 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 Rafi Alfandi, Farhan Rahmat Dian Nugraha, Adhitya Raihan Rahmalita, Deazuri RAMADHANI, RONI Rangga Aditia Abiyova Renaldi Primaswara Prasetya Rini Nur Hasanah Rismayanti, Sintiya Rizka Fitriandra, Zeylla Rizky Iman Virgiawan 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 Suryo Adi Wibowo suryoadi 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 Yumnan Maulana, Achmad Yusuf, Muhammad Rifai N. Zahro, Hani Zulfia Zahro’, Hani Zulfia Zakaria Rifqi Azib, Muhammad Zulfia Zahro’, Hani