Article Per Year (5 Year)
p-Index From 2021 - 2026
2.721
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Ilmiah Ecosystem Profit : Jurnal Kajian Ekonomi dan Perbankan Syariah JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Social and Educational Studies Jurnal Informatika Teknologi dan Sains (Jinteks) HUMAN: South Asian Journal of Social Studies J-Icon : Jurnal Komputer dan Informatika
Rohman, Dede
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Tinjauan Pemanfaatan Limbah Abu Sekam Padi dalam Industri Kerajinan Kreatif di Desa Sandi Kecamatan Pattallassang Kabupaten Takalar (Studi Kasus Sentra Kerajinan Gerabah Keramik Desa Sandi) Cahayani, Erna; Yunus, Andi Ibrahim; Rohman, Dede; Kardina, Kardina; Syafaruddin, Syafaruddin
HUMAN: South Asian Journal of Social Studies Vol 4, No 2 (2024): HUMAN: South Asian Journal of Social Studies
Publisher : HUMAN: South Asian Journal of Social Studies

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/human.v4i2.70966

Abstract

Abstrak. Limbah atau sampah adalah bahan buangan yang dihasilkan dari sebuah proses produksi, apapun bentuk produksinya mulai dari skala kecil seperti rumah tangga hingga skala besar seperti pabrik dan salah satu jenis limbah organik yang dihasilkan dalam jumlah besar pada sektor pertanian adalah sekam padi yang merupakan bagian terluar dari beras yang terpisah saat proses penggilingan, di daerah pedesaan limbah sekam padi ini umumnya tidak digunakan atau dimanfaatkan lagi setelah proses penggilingan padi selesai dan pada akhirnya menjadi beban lingkungan sebagai limbah atau sampah organik. Penelitian ini bertujuan untuk mendapatkan pengaruh pemanfaatan bahan material abu sekam sebagai bahan alternatif pengganti sebagian material semen pada pembuatan berbagai kerajinan kreatif  gerabah dan keramik di sentra kerajinan Desa Sandi seperti variasi berbagai pot bunga atau gerabah. Dalam penelitian ini penulis menggunakan metode penelitian kualitatif yang sifatnya deskriptif dengan pendekatan induktif. Teknik pengumpulan data dalam penelitian ini yaitu dengan observasi, hasil uji laboratorium dan studi kepustakaan. Hasil dari penelitian ini dapat dikatakan bahwa adanya potensi besar dalam pemanfaatan dan penggunaan limbah abu sekam padi untuk dapat dimanfaatkan menjadi salah satu bahan alternative pengganti bahan semen dalam proses pembuatan karya kreatif seperti pot keramik dan batu ampar untuk mendukung penghematan biaya produksi, serta dapat sekaligus untuk memanfaatkan produk limbah ramah lingkungan.   Kata Kunci: Limbah, Abu Sekam Padi, kerajinan, Industri Kreatif, Keramik, Gerabah.
Pengembangan Model Pengelompokan Jenis Bencana Alam di Jawa Barat menggunakan Algoritma K-Means Pura, Panji Adi; ., Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
Bianglala Informatika Vol 13, No 1 (2025): Bianglala Informatika 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/bi.v13i1.24700

Abstract

Salah satu masalah terbesar yang dihadapi masyarakat Jawa Barat adalah bencana alam. Analisis berbasis data diperlukan untuk memahami pola kejadian bencana dan mendukung kebijakan mitigasi yang efektif karena berbagai jenis bencana. Untuk menganalisis data kejadian bencana di Jawa Barat selama periode 2020–2023, penelitian ini menggunakan pendekatan Knowledge Discovery in Databases (KDD).Tahapan KDD meliputi pembuatan dataset, preprocessing untuk normalisasi dan penanganan data hilang, serta transformasi guna menentukan atribut utama. Algoritma K-Means digunakan dalam proses data mining untuk mengelompokkan wilayah berdasarkan jenis bencana dan intensitasnya. Tahap terakhir adalah interpretasi hasil, yang bertujuan untuk memahami pola distribusi bencana. Hasil klasterisasi menghasilkan lima kluster utama. Cluster 0 menunjukkan dominasi kejadian banjir dan kebakaran lahan, sering ditemukan di dataran rendah dengan karakteristik lingkungan yang rawan pembakaran liar. Cluster 1 didominasi oleh kejadian tanah longsor di wilayah perbukitan yang curah hujannya tinggi. Cluster 2 mencerminkan kombinasi kejadian hujan angin dan kekeringan di daerah pedesaan dengan sumber daya air terbatas. Cluster 3 menunjukkan kejadian bencana dengan frekuensi rendah dan distribusi yang merata, seringkali terkait dengan daerah urban. Sementara itu, Cluster 4 memiliki tingkat heterogenitas tertinggi, mencakup berbagai jenis bencana dengan intensitas bervariasi di wilayah pegunungan dan lembah. Kualitas klasterisasi diukur menggunakan Davies-Bouldin Index (DBI) sebesar 0.085, mengindikasikan pemisahan kluster yang baik. Selain itu, analisis Performance Vector menunjukkan jarak total antar-kluster sebesar 2.311, dengan jarak terbesar pada Cluster 4 (4.672). Selain memberikan wawasan mendalam tentang pola bencana di Jawa Barat, penelitian ini diharapkan dapat membantu dalam perencanaan dan alokasi sumber daya yang lebih tepat sasaran untuk mitigasi bencana.
APPLICATION OF K-MEANS ALGORITHM IN KINDERGARTEN SCHOOL LOCATION CLUSTERING OF SCHOOL SELECTION STRATEGY BY PARENTS Syifa, Nurkhasanah Fadhila; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
J-Icon : Jurnal Komputer dan Informatika Vol 13 No 1 (2025): March 2025
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jicon.v13i1.20202

Abstract

This research aims to improve the kindergarten school location clustering model to support parents' school selection strategies. The main issue raised is the need to understand parents' preferences more deeply in choosing the right school for their children. To achieve this goal, the K-Means algorithm was applied and analyzed to cluster parents' data based on characteristics such as occupation, education, and residential location. This research utilizes a quantitative method with an exploratory descriptive approach. The results showed that the K-Means algorithm successfully formed two clusters with different characteristics. Cluster_0 includes groups with more centralized or close locations, education levels that tend to be low, and types of jobs that are at the lower middle economic level, while cluster_1 groups with more dispersed or distant locations, higher education levels, and jobs that are at higher economic levels. The quality of the resulting clusterization is considered quite good, with a Davies-Bouldin Index (DBI) value of 0.151. The application of the K-Means algorithm is proven to be effective in identifying groups of parents with different preferences, so it can be a foundation for schools in developing more targeted and tailored service strategies. This research makes an important contribution to the application of clustering techniques to support marketing strategies and decision-making in the early childhood education sector.
IMPLEMENTASI CNN RESNET50 UNTUK MENDETEKSI KUALITAS BUAH DAN SAYURAN DI PASAR TRADISIONAL Salsabila Ainal Wasilah, Qonita; Martanto, Martanto; Rinaldi Dikananda, Arif; Rohman, Dede
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13349

Abstract

Kualitas dan kesegaran produk merupakan faktor penting dalam industri ritel yang mempengaruhi kepuasan pelanggan dan potensi kerugian akibat produk yang tidak layak. Pendekatan manual sering kali tidak efisien dan subyektif, sehingga diperlukan solusi otomatis yang lebih akurat dan konsisten. Dalam konteks ini, Convolutional Neural Network (CNN) ResNet50 terbukti efektif dalam mengenali pola visual pada gambar, termasuk mendeteksi perubahan visual seperti warna dan tekstur yang berkaitan dengan kualitas produk. Penelitian ini bertujuan mengoptimalkan deteksi kesegaran produk menggunakan model CNN ResNet50. Dataset yang digunakan terdiri dari gambar produk segar, yang dibagi menjadi data pelatihan, validasi, dan pengujian. Proses penelitian mencakup pra-pemrosesan data, pelatihan model, dan pengujian untuk mengevaluasi kinerja model. Hasil menunjukkan bahwa model CNN ResNet50 mencapai akurasi 84,43% dalam mendeteksi kualitas produk pada data uji. Akurasi ini menunjukkan kemampuan model untuk menggeneralisasi data baru dan mengurangi potensi kesalahan manusia. Temuan ini menunjukkan bahwa CNN ResNet50 memiliki potensi besar untuk diterapkan dalam manajemen produk segar di industri ritel, meningkatkan efisiensi operasional, dan meminimalkan kerugian akibat produk yang rusak atau tidak layak.
BEYOND THE BARGAIN: EXTENDING THE UNDERSTANDING OF IMPULSE BUYING AMONG UNIVERSITY STUDENTS IN THE CONTEXT OF E-COMMERCE PLATFORMS Lestari, Noviana Ayu; Rohman, Dede; Triana, Ira; Hanita, Rayona; Abdul Rozak, Rama Wijaya; Mulyani, Heni
JURNAL PROFIT Vol 8, No 2 (2024): Economic and Financing
Publisher : Nurul Jadid University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/profit.v8i2.5884

Abstract

Belanja online melalui marketplace menjadi salah satu alternatif yang populer di kalangan mahasiswa, terutama dengan kemudahan dan kenyamanan yang ditawarkannya. Shopee merupakan salah satu marketplace yang banyak menawarkan kesempatan promo flash sale dan gratis ongkir yang menarik sehingga mendorong mahasiswa untuk melakukan pembelian impulsif. Tujuan dari penelitian ini yaitu untuk memberikan wawasan baru tentang faktor-faktor yang memengaruhi perilaku impulse buying dan meningkatkan kesadaran mengenai manajemen keuangan yang baik serta memberikan kontribusi penting dalam pengembangan kebijakan yang dapat melindungi konsumen, terutama mahasiswa dari risiko keuangan yang tidak diinginkan di kalangan mahasiswa. Metode yang digunakan dalam penelitian ini adalah metode kualitatif deskriptif dengan fokus pada kuesioner yang disebar secara online melalui beberapa platform sebagai alat pengumpulan data yang kemudian diolah melalui tiga tahap yaitu tabulasi data, deskripsi dan analisis, serta pembahasan. Dari penelitian dapat disimpulkan bahwa flash sale dan voucher gratis ongkir memiliki dampak yang signifikan dalam memotivasi mahasiswa untuk berbelanja di Shopee dan dapat menjadi faktor penting dalam memengaruhi keputusan pembelian konsumen.
Konservasi Hewan Laut Penyu Dalam Upaya Pelestarian Dan Pemanfaatan Sebagai Kawasan Ekowisata Di Kabupaten Kepulauan Selayar Syafaruddin, Syafaruddin; Cahyani, Erna; Rohman, Dede; B, Syamsuddin; Mastutie, Faizah; Rismayanti, Rismayanti
HUMAN: South Asian Journal of Social Studies Vol 5, No 1 (2025): HUMAN: South Asian Journal of Social Studies (Article in Press)
Publisher : HUMAN: South Asian Journal of Social Studies

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/human.v5i1.76681

Abstract

Abstrak. Penelitian ini bertujuan untuk mengetahui upaya yang dilakukan untuk melestarikan penyu di Kabupaten Kepulauan Selayar. Pengumpulan data dilakukan dengan cara wawancara langsung ke pengelola kawasan terkait dan observasi atau pengamatan langsung ke lapangan. Hasil penelitian menunjukkan terdapat 4 (empat) jenis penyu yang pernah ditemukan di Kampung Penyu Kabupaten Kepulauan Selayar yaitu, (1) Penyu Lekang (Lepidochelys olivacea) tingkat frekuensi kemunculan 70 %, (2) Penyu hijau (Chelonia mydas) sebanyak 2 %, (3) Penyu Tempayan (Caretta caretta) sebanyak 15 %, dan (4) Penyu sisik Eretmochelys imbricate) sebanyak 13%.  Namun hanya tersisa 2 jenis penyu yang berhasil di konservasikan yaitu Penyu hijau dan Penyu Lekang. Tahun 2013-2019 sebanyak 443 ekor indukan dan 43.664 butir berhasil diselamatkan. Dari sejumlah telur tersebut, sebanyak 68,53 % berhasil ditetaskan. Pada tahun 2020 hingga awal tahun 2021 tidak ada aktivitas yang dilakukan di Kampung Penyu disebabkan oleh pandemic Covid-19. Dan sekitar pertengah tahun 2022 kembali melakukan aktivitas hingga tahun 2023 berpindah ke lokasi yang baru dan pada tahun 2024 aktivitas peneluran kembali dilakukan dengan jumlah indukan telur sebanyak 6.698 periode Maret-Juli. Adapun upaya yang dilakukan untuk melestarikan kampung penyu yaitu membangun fasilitas konservasi penyu, rehabilitasi pantai peneluran, monitoring dan pengawasan wilayah, pemindahan sarang telur dan rehabilitas indukan penyu, pemeliharaan sementara tukik yang baru menetas, dan kampanye serta memberikan edukasi masyarakat terkait pentingnya menjaga kelestarian penyu.  Kata Kunci: Penyu, Ekowisata, Pelestarian, Konservasi, rehabilitasi.
OPTIMASI PENGELOLAAN SAMPAH MELALUI MODEL PENGELOMPOKAN DENGAN ALGORITMA K-MEANS Nugraha, Rifqi; Suarna, Nana; Ali, Irfan; Rohman, Dede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5694

Abstract

Pengelolaan sampah di Jakarta menghadapi tantangan besar akibat volume dan karakteristik lokasi yang bervariasi. Penelitian ini dimaksudkan untuk menginvestigasi dampak dari beberapa faktor tersebut dengan menerapkan algoritma K-Means Clustering, untuk mengidentifikasi karakteristik setiap cluster dan mengusulkan strategi pengelolaan sampah yang lebih efektif. Metode yang digunakan adalah Proses Knowledge Discovery in Database (KDD), yang mencakup tahap pengumpulan data, preprocessing, transformasi, dan analisis clustering. Hasil eksperimen menunjukkan bahwa jumlah klaster yang optimal adalah empat, menunjukan nilai DBI sebesar 0,220, menandakan kualitas klaster yang baik. Cluster 0, yang memiliki volume sampah tinggi, mendominasi Jakarta Barat dan memerlukan perhatian khusus dalam pengelolaan. Cluster 1, dengan volume sampah sedang, tersebar merata di seluruh daerah, menunjukkan potensi untuk meningkatkan efisiensi pengelolaan. Sementara itu, Cluster 2 dan Cluster 3 dengan volume rendah, berada di Jakarta Pusat dan Jakarta Utara, memerlukan pendekatan khusus seperti pengembangan fasilitas pengolahan sampah dan sistem daur ulang yang terintegrasi. Penelitian ini mengindikasikan bahwa pengelompokan menggunakan K-Means dapat memberikan wawasan berharga untuk mendukung strategi pengelolaan sampah yang berkelanjutan di Jakarta, serta menjadi dasar bagi pengambilan keputusan yang lebih terarah dalam memperbaiki kualitas lingkungan kota.
IMPLEMENTASI TEKNOLOGI QUICK RESPONSE CODE DALAM SISTEM E-TICKETING PADA EVENT ORGANIZER Almadina, Muhammad Fitrian Shousyade; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5730

Abstract

Penelitian bertujuan untuk merancang dan menguji seberapa efektif sistem dengan teknologi Quick Response Code untuk mengoptimalkan manajemen acara dan mengevaluasi kepuasan pengguna. Tingkat kepuasan diukur menggunakan metode System Usability Scale (SUS) yang dibagikan kepada 60 responden. Analisis kuesioner menghitung rerata nilai final_score SUS, disertai uji validitas dan reliabilitas menggunakan Cronbach's Alpha. Pengujian Kruskal-Wallis dilakukan untuk menilai perbedaan kepuasan sebelum dan setelah sistem diimplementasi. Hasil analisis menunjukkan nilai rerata final_score SUS sebesar 72.2 (kategori GOOD), dengan tingkat kepuasan HIGH hingga ACCEPTABLE. Uji validitas menyatakan semua pertanyaan valid, dan uji reliabilitas menghasilkan nilai Cronbach Alpha sebesar 0.69, hal ini menunjukkan konsistensi yang baik. Uji Kruskal-Wallis mengungkap perbedaan signifikan (p < 0.001), menunjukkan dampak positif sistem terhadap pengalaman pengguna.
ALGORITMA K-MEANS UNTUK MENINGKATKAN SEGMENTASI POLA KEKERASAN Fithriyani, Nurul Muna; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5795

Abstract

Abstrak. Meningkatnya angka kekerasan terhadap perempuan dan anak-anak di berbagai wilayah telah menimbulkan kebutuhan mendesak akan strategi yang efektif untuk mengidentifikasi dan mengelompokkan daerah-daerah yang rawan kekerasan. Penelitian ini bertujuan untuk mengembangkan metode klasterisasi berbasis algoritma K-Means dalam upaya meningkatkan segmentasi pola kekerasan, khususnya dalam kasus yang melibatkan perempuan dan anak. Dengan menggunakan data kekerasan dari berbagai wilayah, algoritma K-Means diterapkan untuk mengelompokkan kasus berdasarkan karakteristik tertentu yang relevan. Hasil penelitian menunjukkan bahwa algoritma K-Means memiliki potensi yang kuat dalam segmentasi data kekerasan dan mampu memberikan hasil yang lebih optimal dibandingkan metode lain pada kasus yang dipelajari. Penelitian ini memberikan wawasan baru dalam pengelompokan data sosial menggunakan pendekatan klasterisasi, yang pada akhirnya dapat meningkatkan upaya penanganan kasus kekerasan di berbagai wilayah. Penelitian ini menggunakan tahapan Knowladge Discovery in Database (KDD). Data yang diperoleh bersumber dari situs portal https://www.kaggle.com/datasets . Metode k-means clustering yang berfungsi untuk memecah dataset menjadi beberapa kelompok/cluster. Berdasarkan hasil penelitian ini terdapat 2 cluster yaitu cluster 0 dengan jumlah anggota 1573 dan cluster 1 dengan jumlah anggota 3431. pengukuran kinerja menggunakan DBI, K=2 dengan tingkat kinerja 0,459 maka tingkat kinerja yang terbaik karena tingkat dalam dex mendekati 0.133 
OPTIMASI PREDIKSI OMSET PENJUALAN PADA PABRIK OLAHAN TAHU MENGGUNAKAN ALGORITMA REGRESI LINEAR Hermawan, Ramdan; Suarna, Nana; Ali, Irfan; Rohman, Dede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5888

Abstract

Peningkatan omset penjualan merupakan aspek krusial dalam keberlanjutan bisnis, termasuk di Pabrik Olahan Tahu Khong Jaya. Penelitian ini bertujuan untuk mengeksplorasi hubungan variabel-variabel seperti harga, jumlah produksi, distribusi, dan promosi terhadap omset penjualan, serta memprediksi potensi pendapatan pada tahun 2024 dan 2025. Metode yang digunakan adalah Knowledge Discovery in Database (KDD), meliputi pengumpulan data, preprocessing, transformasi, analisis menggunakan regresi linear sederhana, dan evaluasi model. Data historis dari tahun 2022 hingga 2023 dianalisis untuk mendapatkan wawasan prediktif. Hasil analisis menunjukkan bahwa variabel harga memiliki korelasi paling kuat dengan omset (r = 0,884), diikuti oleh variabel tanggal (r = 0,841) dan volume penjualan (r = 0,638). Prediksi omset untuk tahun 2024 diperkirakan mencapai Rp1.399.036.400,75, meningkat menjadi Rp1.659.565.708,42 pada tahun 2025. Tren kenaikan omset ini menggambarkan pertumbuhan bisnis yang signifikan, dengan peningkatan tahunan hampir 50% pada tahun pertama dan 37,67% pada tahun kedua. Temuan ini menegaskan pentingnya strategi penetapan harga yang optimal dan peningkatan distribusi volume penjualan untuk mendukung pertumbuhan bisnis yang berkelanjutan. Penelitian ini memberikan kontribusi dalam memahami faktor-faktor utama yang memengaruhi omset penjualan serta mengembangkan model prediktif untuk mendukung pengambilan keputusan strategis. Hasil ini diharapkan dapat menjadi dasar untuk pengelolaan bisnis yang lebih efektif di masa depan.
Co-Authors ., Martanto Abdul Rozak, Rama Wijaya Almadina, Muhammad Fitrian Shousyade Annisa, Rhima Arif Rinaldi Dikananda B, Syamsuddin Bahar Bahar, Bahar Cahayani, Erna Dikananda, Arif Rinaldi Erna Cahyani Fahmi Naufal Faizah Mastutie Fithriyani, Nurul Muna Hanita, Rayona Hermawan, Ramdan Iin, Iin Indriyana Efendi, Deny Irfan Ali, Irfan Kardina, Kardina Khoirunisa, Pitria Lestari, Noviana Ayu Martanto Martanto . Mastuti, Faizah Mulyani, Heni Mulyawan, Mulyawan Nugraha, Rifqi Pura, Panji Adi Rinaldi Dikananda, Arif Rismayanti Rismayanti Salsabila Ainal Wasilah, Qonita Solahudin, Dodi Suarna, Nana Supriatna, Reza Syafaruddin Syafaruddin Syifa, Nurkhasanah Fadhila Triana, Ira Yunus, Andi Ibrahim