Article Per Year (5 Year)
p-Index From 2020 - 2025
2.419
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi Jurnal Informasi dan Komputer JATI (Jurnal Mahasiswa Teknik Informatika) Society: Jurnal Pengabdian Masyarakat
Yusup, Dadang
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
SIMULASI SISTEM DATA LOGGING BERBASIS INTERNET OF THINGS UNTUK MELACAK AKTIVITAS KENDARAAN DENGAN APLIKASI ANDROID Fadhli Adam, Muhammad; Purwantoro, Purwantoro; Yusup, Dadang
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11136

Abstract

Dalam industri logistik modern, kendaraan tidak hanya berfungsi sebagai alat transportasi, tetapi juga sebagai komponen penting dalam supply chain yang harus dipantau secara ketat untuk menjaga efisiensi dan keandalan operasional. Pemantauan aktivitas kendaraan menjadi sangat penting, mengingat berbagai permasalahan yang sering muncul, seperti perilaku pengemudi yang tidak sesuai standar serta kurangnya sistem pelacakan kendaraan berbasis Internet of Things (IoT) yang terintegrasi secara real-time dengan aplikasi Android. Penelitian ini bertujuan untuk mengembangkan sistem pelacakan aktivitas kendaraan berbasis IoT yang terintegrasi dengan aplikasi Android menggunakan Firebase Realtime Database. Sistem ini dirancang dengan menggunakan metode penelitian yang terdiri dari empat tahap: analisis sistem, perancangan sistem, pembuatan program, dan pengujian sistem. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mlakukan transfer data aktivitas kendaraan secara real-time dan memantau posisi, jarak tempuh, kecepatan, serta durasi perjalanan dengan akurat melalui aplikasi Android. Implementasi sistem ini diharapkan dapat mengurangi perilaku buruk pengemudi dan meningkatkan efisiensi operasional dalam sektor logistik.
PERANCANGAN UI/UX DESIGN UNTUK SISTEM ABSENSI REAL-TIME ASISTEN LABORATORIUM DENGAN OPTIMALISASI UNTUK MEMPERKUAT TRANSPARANSI DAN PENGAWASAN KEHADIRAN Sufah, Feila; Susilo Yuda Irawan, Agung; Prihandani, Kamal; Yusup, Dadang; Garno, Garno
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.v9i2.13130

Abstract

Perkembangan teknologi informasi yang pesat di Indonesia menyebabkan peningkatan penggunaan internet, dengan jumlah pengguna mencapai 221 juta pada tahun 2024. Hal ini mempengaruhi kebutuhan terhadap aplikasi yang responsif dan mudah digunakan, termasuk dalam sistem absensi laboratorium. Di Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang, sistem absensi yang ada saat ini masih memiliki masalah dalam hal navigasi, tampilan visual, dan pengalaman pengguna yang belum optimal. Penelitian ini bertujuan untuk merancang dan menguji user interface (UI) dan user experience (UX) pada sistem absensi laboratorium untuk meningkatkan kenyamanan dan kemudahan navigasi. Metode yang digunakan dalam penelitian ini adalah pendekatan design thinking yang diikuti dengan pengujian menggunakan task-based usability testing dan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa rancangan UI/UX yang dihasilkan telah memenuhi kebutuhan pengguna dengan skor usability yang sangat baik, yaitu 92, dengan area-area yang perlu pengoptimalan seperti akses data kehadiran dan konfirmasi absensi. Penelitian ini memberikan kontribusi pada pengembangan sistem absensi yang lebih efektif dan sesuai dengan kebutuhan pengguna di lingkungan akademik.
PREDIKSI KELULUSAN NILAI KALKULUS MENGGUNAKAN NAÏVE BAYES Fajriansyah, Annas; Yusup, Dadang; Prihandini, Kamal
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.v9i2.13343

Abstract

Kalkulus adalah salah satu mata pelajaran dasar yang perlu dipelajari di program studi teknik informatika fakultas ilmu komputer. Bagi Sebagian mahasiswa yang khususnya di fakultas Teknik informatika, Kalkulus merupakan mata pelajaran yang dianggap cukup sulit yang mengakibatkan mereka harus mengulang mata pelajaran kalkulus. Padahal mata pelajaran ini penting bagi mereka untuk itu, pada penelitian ini memprediksi pembelajaran kalkulus dengan menerapkan proses data mining menggunakan metode Naïve Bayes (kernel) untuk memprediksinya. Proses penelitian ini menerapkan Cross Industry Metodologi Starndard Process for Data Mining (CRIPS-DM) dengan menggunakan algoritma Naïve Bayes(kernel). Penelitian ini yang menggunakan data dari mahasiswa Angkatan 2016, 2017, 2018, dan 2019. Penelitian ini mencari akurasi yang lebih baik dan melihat kelas mana saja yang sangat berpengaruh kepada lulus tidak nya mahasiswa pada matakuliah kalkulus pada pengujian akan membandingkan antara rasio 60:40, 70:30, dan 80:20. Hasil dari penelitian ini memprediksi kelulusan pada mata pelajaran kalkulus dengan menggunakan algoritma naïve bayes dengan nilai akurasi tertinggi yaitu 93.83% pada rasio 60:40.
Socialization of Digital Literacy and Artificial Intelligence to Improve Knowledge and Skills in Rangdumulya Village Voutama, Apriade; Maulana, Iqbal; Yusup, Dadang; Garno, Garno; Novalia, Elfina
Society : Jurnal Pengabdian Masyarakat Vol 4, No 3 (2025): Mei
Publisher : Edumedia Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55824/jpm.v4i3.524

Abstract

The socialization of Digital Literacy and Artificial Intelligence was carried out in Randumulya Village, Karawang Regency, which focused on increasing the community's insight into skills so that they can train and create creative ideas and opportunities. The socialization was carried out by two targets, namely to village officials and the community and students at elementary schools in the village. This activity was carried out in the Village Hall with resource persons who were expert lecturers in their fields and activities with students were carried out at the school and accompanied by students to be more interactive. The results of the satisfaction of 55 respondents who were carried out by distributing questionnaires reached 85% who stated that they were satisfied. With this training, it can help the village community to know and get benefits from digital literacy and technological intelligence so that it has a positive impact and standard of living in the village.
STUDI KOMPARASI ALGORITMA RANDOM FOREST CLASSIFIER DAN SUPPORT VECTOR MACHINE DALAM PREDIKSI PENYAKIT JANTUNG Alfajr, Nur Halizah; Garno, Garno; Yusup, Dadang
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6569

Abstract

Heart disease is a non-communicable disease with a high mortality rate both globally and in Indonesia. According to WHO, around 17.9 million deaths occur each year due to cardiovascular diseases. Early prediction is crucial to reducing mortality and improving life expectancy. This study compares the performance of machine learning algorithms Random Forest Classifier and Support Vector Machine in predicting heart disease. The dataset consists of 5432 medical records from cardiac outpatients at RSUD Kabupaten Bekasi in 2024, with two classes (labeled 1 (heart disease) = 3068 and labeled 0 (non-heart disease) = 2364). Models were developed using the Knowledge Discovery in Databases (KDD) approach. Evaluation results show that the Support Vector Machine model achieved the best performance compared to Random Forest Classifier with 65% accuracy, 70% precision, 68% recall, and 64% f-measure. Cross-validation and ROC analysis also indicated that Support Vector Machine obtained the highest AUC score, ranging from 0.67 to 0.68, which is categorized as poor classification.
SISTEM INFORMASI RESERVASI PADA RUMAH MAKAN PADANG SITI NURBAYA BERBASIS WEBSITE Ubaid, Harfa Sabri; Yusup, Dadang
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6600

Abstract

Rumah makan tradisional seperti Rumah Makan Padang Siti Nurbaya menghadapi tantangan dalam mengelola reservasi meja yang masih dilakukan secara manual, menyebabkan ketidakefisienan dan potensi kekecewaan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem informasi reservasi berbasis website yang dapat memudahkan proses pemesanan tempat serta menyajikan informasi menu secara komprehensif. Metode pengembangan yang digunakan adalah Waterfall, dengan tahapan analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Hasil implementasi menunjukkan sistem berhasil memenuhi kebutuhan fungsional seperti formulir reservasi online, pengelolaan data reservasi, dan pengelolaan menu makanan. Pengujian melalui blackbox testing menunjukkan semua fitur berfungsi sesuai harapan, sedangkan User Acceptance Testing (UAT) menghasilkan persentase kelayakan sebesar 79,6%. Sistem ini berhasil mengatasi permasalahan manajemen reservasi manual, meningkatkan efisiensi operasional restoran, serta memberikan pengalaman pemesanan yang lebih baik bagi pelanggan.
Co-Authors Ahmad Fauji, Ahmad Alfajr, Nur Halizah Ana Tasya, Chintya Apriade Voutama Atifah, Salwa Nur Carudin, Carudin Fadhli Adam, Muhammad Fajriansyah, Annas garno, Garno Hutahaean, Jonatan Iqbal Maulana Luthfi Khairullah, Muhammad Novalia, Elfina Nur Ibrahim Nur Sallamah, Afifah Prihandani, Kamal Prihandini, Kamal Purwantoro Rizal, Adhi Satrio, Adi Sufah, Feila Susilawati, Susilawati Susilo Yuda Irawan, Agung Ubaid, Harfa Sabri Yuniar, Alvi