Article Per Year (5 Year)
p-Index From 2021 - 2026
4.808
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan IJCIT (Indonesian Journal on Computer and Information Technology) Wikrama Parahita : Jurnal Pengabdian Masyarakat Jurnal Pilar Nusa Mandiri Techno Nusa Mandiri : Journal of Computing and Information Technology JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL PENDIDIKAN TAMBUSAI Krea-TIF: Jurnal Teknik Informatika J-SAKTI (Jurnal Sains Komputer dan Informatika) JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Pemberdayaan Komunitas MH Thamrin Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika) Innovative: Journal Of Social Science Research VISA: Journal of Vision and Ideas
Enri, Ultach
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
PENERAPAN ALGORITME K-MEANS DALAM SEGMENTASI DAERAH RAWAN KEKERASAN ANAK DI JAWA BARAT Sa'diah, Halimatu; Enri, Ultach; Nur Padilah, Tesa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6838

Abstract

Kekerasan pada anak merupakan segala bentuk perbuatan atau tindakan yang menimbulkan penderitaan baik secara fisik atau emosional, seksual, eksploitasi, penelantaran yang berdampak kerugian pada keberlangsungan hidup anak. Tingkat kekerasan anak di dunia mencapai 1 miliar anak dalam kurun waktu 1 tahun. Di Indonesia sendiri terjadi peningkatan jumlah korban setiap tahunnya. Hal ini tidak terlepas dari jumlah kasus yang terjadi di setiap kabupaten/kota pada setiap provinsi. Jawa Barat merupakan salah satu dari tiga provinsi dengan korban kekerasan terbanyak di Indonesia. Dalam membantu upaya penyelesaian kasus yang lebih terstruktur dibutuhkan pengendalian dan penekanan kasus kekerasan terhadap anak menggunakan segmentasi wilayah agar dapat membantu pemerintah dalam menentukan daerah prioritas penanganan. Penelitian ini memanfaatkan data dalam rentang tahun 2017-2021. Algoritme yang diterapkan adalah algoritme K-Means menggunakan metodologi KDD yaitu data selection, data prepoccesing, transformation, data mining, dan interpretation/evaluation. Terbentuk 3 cluster dengan 4 daerah rawan, 1 sangat rawan, dan 22 tidak rawan. Cluster menghasilkan 0.36 dengan silhouette coefficient 0.76 (strong structure). Interpretasi divisualisasikan menggunakan QGIS.
PENGARUH PEMBOBOTAN EMOJI TERHADAP EVALUASI ALGORITME NAÏVE BAYES PADA KOMENTAR PELECEHAN SEKSUAL Damayanti, Ismi; Nur Padilah, Tesa; Enri, Ultach
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6868

Abstract

Sebuah akun dengan usename @kuydotid mengunggah video tentang berita kasus pelecehan seksual Universitas Gunadarma. Dengan munculnya banyak komentar dari pengguna Tiktok tentang kejadian tersebut, maka pendapat-pendapat tersebut perlu dianalisis untuk mengklasifikasikan sentimen yang terkandung di dalamnya. Penelitian ini menambahkan pembobotan opini non-tekstual berupa emoji untuk menguji pengaruh terhadap hasil akurasi. Penambahan pembobotan emoji ini dilakukan guna menghindari makna ambigu pada sebuah komentar.Untuk penelitian ini, objek yang akan diteliti adalah komentar pengguna dari sosial media Tiktok pada unggahan @kuydotid tentang kasus pelecehan seksual di Universitas Gunadarma. Data tersebut berisi teks dan emoji (non-tekstual) untuk dianalisis sentimen. Pada penelitian ini, metodologi yang digunakan adalah Knowledge Discovery in Database (KDD)Pada penelitian ini evaluasi data mining menggunakan confussion matrix yang menghasilkan nilai accuracy, precision dan recall. Penggunaan pembobotan emoji telah terbukti memiliki pengaruh positif terhadap pengklasifikasian dan akurasi sistem. Hal ini dapat dilihat dari peningkatan nilai evaluasi.
PERBANDINGAN ALGORITME C4.5 DAN NAÏVE BAYES DALAM KLASIFIKASI SEVERE PREEKLAMPSIA MENGGUNAKAN HEMATOLOGI Beryl Enrico Ritonga, Samuel; Enri, Ultach
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9435

Abstract

Penelitian ini memfokuskan perbandingan metode klasifikasi Naïve Bayes dan C4.5 dalam mengidentifikasi kasus preeklampsia berdasarkan data hematologi pada dataset Rumah Sakit Bayukarta Karawang 2021-2023. Decision Tree (C4.5) menghasilkan akurasi 75%, sedangkan Naive Bayes 71%, dengan F1-score kelas 1 masing-masing 0.83 dan 0.80. Model C4.5 di-deploy sebagai web sederhana menggunakan Flask dan TailwindCSS untuk prediksi data baru. Metodologi yang dipakai penelitian ini yaitu KDD (Knowledge Discovery in Database) yang memungkinkan membantu penambangan data yang terstruktur dan terarah dari awal hingga akhir, Saran pengembangan mencakup analisis fitur preeklampsia, peningkatan akurasi, eksplorasi metode pengolahan data, dan penggunaan dataset lebih besar. Melibatkan faktor risiko tambahan dan penerapan ensemble learning juga disarankan. Diharapkan kontribusi penelitian ini dapat meningkatkan pemahaman dan pencegahan preeklampsia serta meningkatkan ketepatan model pada tahap awal kehamilan.
SISTEM PENYEWAAN LAPANGAN GOR BADMINTON BERBASIS WEB DI CILAMAYA Pratama, Sena; Umaidah, Yuyun; Enri, Ultach
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9659

Abstract

Sistem penyewaan lapangan bulu tangkis GOR Badminton Cilamaya berbasis web dirancang untuk memudahkan pemesanan dan penyewaan lapangan bulu tangkis secara online. Dengan menggunakan teknologi web, sistem ini memungkinkan pengguna memesan lapangan secara online dengan mudah dan cepat. Dengan adanya sistem ini, diharapkan para pemain badminton di cilamaya khususnya dapat memesan lapangan dengan mudah dan efisien tanpa harus datang langsung ke tempat. Karena pada saat melakukan wawancara dengan pemilik GOR Badminton tersebut memiliki keresahan, dimana ketika pada saat melakukan pemesanan jadwal lapangan terkendala dengan proses pemesanan nya itu sendiri yang masih bersifat manual lewat whatsapp. Ada beberapa hal yang melatarbelakangi pembuatan aplikasi ini diantaranya: Proses pemesanan manual yang lambat dan memakan waktu yang lama, Keterbatasan dalam manajemen jadwal lapangan, Tidak adanya sistem yang otomatis mengatur ketersediaan lapangan sesuai dengan pemesanan. Fitur utama sistem ini ialah sistem pemesanan lapangan secara real-time, informasi ketersediaan lapangan, pembayaran dilakukan secara digital dan manajemen akun pengguna. Metode pengembangan sistem ini meliputi analisis kebutuhan pengguna, perancangan antarmuka pengguna (UI/UX), pengembangan sistem menggunakan teknologi web modern. Hasil pengujian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi dan kenyamanan dalam proses penyewaaan lapangan GOR badminton di cilamaya
PENERAPAN DATA MINING MENGGUNAKAN METODE CLUSTERING UNTUK EVALUASI EKSPOR IKAN DI INDONESIA MENURUT NEGARA TUJUAN UTAMA Ariana Salsabila, Nazwa; Enri, Ultach; Maulana, Iqbal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9926

Abstract

Indonesia merupakan salah satu negara yang kaya akan lautan yang biasanya disebut juga sebagai negara maritim. Dimana negara Indonesia yang kaya akan sumber daya laut, hal ini dapat menjadikan negara Indonesia sebagai salah satu negara dengan pengekspor ikan segar terbanyak se-asia. Namun, pada tahun 2021 nilai ekspor ikan di Indonesia mengalami penurunan dibanding tahun sebelumnya, Hal ini diakibatkan ekspor di Indonesia masih belum maksimal meskipun memiliki sumber daya baik itu sumber daya lautnya maupun sumber daya manusia yang banyak. Dimana pada penelitian ini, bertujuan untuk menganalisa dan mengevaluasi ekspor ikan berdasarkan negara tujuan utama dengan menggunakan metode K-Means Clustering. Dataset yang akan digunakan yaitu bersumber dari website bps. Dimana data tersebut diolah dalam 3 cluster. Hasilnya menunjukkan Hasilnya menunjukkan bahwa ada 2 negara tujuan yang memiliki nilai ekspor terbanyak yaitu negara Malaysia dan Singapura, lalu untuk negara yang memiliki nilai ekspor rata-rata yaitu negara Jepang dan Taiwan, dan sisanya memiliki nilai ekspor rendah.
CLUSTERING MENU MAKANAN BERDASARKAN KEBUTUHAN KALORI HARIAN MENGGUNAKAN ALGORITME K-MEANS Nugroho, Trio; Enri, Ultach; Maulana, Iqbal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9958

Abstract

Masyarakat Indonesia masih sangat jauh dari kata pola hidup sehat dengan memilih makanan fastfood atau junkfood untuk dikonsumsi sehari-hari. Hal ini menyebabkan adanya kekurangan ataupun kelebihan kalori harian. Penelitian ini bertujuan untuk menerapkan metode algoritme K-Means dalam menentukan menu makanan yang sesuai dengan kebutuhan kalori harian. Dalam menentukan kebutuhan kalori harian dapat menggunakan Harris-Benedict. Dataset yang digunakan sebanyak 359 data yang digunakan dalam penelitian ini. Data ini diolah menggunakan metode klasterisasi dengan menggunakan algoritme k-means melalui proses Knowledge Discovery in Databases (KDD). Tahap awal yang dilakukan melakukan seleksi data dengan menghapus.kolom “id”, selanjutnya melakukan pengecekan nilai null. Transformation data melakukan normalisasi data dengan menggunakan min-max normalization dengan rentang nilai 0 sampai 1. Hasil data mining dengan K-Means menunjukkan bahwa cluster yang digunakan berjumlah 2 dengan menggunakan metode Elbow. Cluster 0 merupakan kelompok dataset makanan dengan tingkat protein dan kalori yang tinggi sedangkan cluster 1 merupakan kelompok dataset makanan dengan tingkat protein dan kalori yang rendah. Hasil evaluasi menggunakan silhouette score menunjukkan cluster yang terbaik adalah 2 dengan nilai rata-rata 0.61 yang merupakan kategori kriteria struktur baik. Model clustering menggunakan k-means kemudian diimplementasikan ke dalam aplikasi website sederhana menggunakan Flask sebagai web server dan TailwindCSS sebagai front-end. Aplikasi ini memungkinkan pengguna untuk menentukan menu makanan berdasarkan kalori harian. Penelitian ini menunjukkan bahwa algoritme k-means berhasil untuk menentukan menu makanan berdasarkan kalori harian.
SISTEM PAKAR MENDIAGNOSA VIRUS PADA KUCING MENGGUNAKAN METODE FORWARD CHAINING: STUDI KASUS : KLINIK HEWAN ALASKA Anesha Lutia, Frise; Umaidah, Yuyun; Enri, Ultach
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10059

Abstract

Kucing menjadi hewan peliharaan paling populer di Indonesia, menurut survei yang dilakukan oleh Rakuten Insight Global tahun 2021. Namun, kucing rentan terkena penyakit dan mudah menularkannya ke kucing lainya. Salah satu penyebab penyakit kucing adalah virus, dimana terdapat 4 jenis virus yaitu Feline Panleukopenia Virus, Feline Viral Rhinotracheitis, Feline Calicivirus, Feline Infectious Peritonitis, dan Rabies. Untuk membantu pemilik kucing dalam mendiagnosa awal penyakit berdasarkan gejala, dibuatlah sistem pakar dengan menggunakan metodologi Expert System Development Life Cycle (ESDLC) yang dirancang khusus untuk membangun sistem pakar. Tahapan dari metode ini adalah penilaian, akuisisi pengetahuan, perancangan, pengujian dan dokumentasi. Hasilnya dari sistem ini adalah identifikasi jenis penyakit kucing yang sesuai dengan gejala yang dipilih serta memberikan solusi atau pengobatan. Sistem pakar ini diimplementasikan menggunakan metode forward chaining dengan bahasa pemrograman PHP dan HTML, serta dijalankan menggunakan Localhost dengan bantuan Visual Studio Code. Evaluasi untuk sistem ini menggunakan dua metode pengujian, yaitu pengujian sistem menggunakan black box testing dan pengujian pakar. Berdasarkan hasil black box testing, semua fungsi pada sistem ini dapat berjalan dengan baik sedangkan berdasarkan hasil pengujian pakar, hasil dari sistem sama dengan hasil diagnosa pakar.
MARKET BASKET ANALYSIS UNTUK OPTIMALISASI LAYOUT MINI MARKET HUGO MENGGUNAKAN ALGORITMA APRIORI Aufarrizqi, Adrian; Enri, Ultach; Umaidah, Yuyun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10623

Abstract

UMKM (Usaha Mikro, Kecil, dan Menengah) sektor pangan pokok adalah jenis usaha kecil yang bergerak di bidang perdagangan bahan pokok. UMKM sektor pangan pokok dapat menjadi sumber pendapatan masyarakat lokal dan berkontribusi terhadap perekonomian nasional. Mini Market Hugo adalah mini market yang menyediakan sebuah tempat dimana konsumen dapat membeli barang sehari-hari tanpa harus pergi ke pasar tradisional atau hypermarket. Namun, terdapat permasalahan muncul pada Mini Market Hugo ini yaitu permasalahan tata letak pada sektor bahan pangan. Tujuan dari penelitian ini adalah menerapkan Algoritma Apriori pada pengoptimalisasi layout produk agar penempatan barang yang strategis, tampilan yang menarik, dan kemudahan akses jangkauan produk untuk meningkatkan daya tarik minat beli para konsumen. Metode yang digunakan pada penelitian ini adalah dengan menggunakan metode Cross Industry Standard for Data Mining (CRISP-DM). Hasil dari penelitian ini mendapat 8 aturan yang baru pada teknik asosiasi menggunakan Algoritma Apriori. Dengan hasil tersebut hasil semua aturan memiliki nilai lift ratio yang lebih dari sama dengan satu. Jenis produk “MAKANAN” akan menjadi sebuah pusat utama untuk melakukan strategi penataan tata letak pada jenis produk yang ada di Minimarket Hugo dengan dikuatkan dari hasil transaksi dari jenis produk “MAKANAN” ini, dimana terdapat 42.2261% produk yang terjual.
RANCANG BANGUN WEBSITE KISAHLOKA: PLATFORM DIGITAL UNTUK PELESTARIAN CERITA RAKYAT INDONESIA Windyani, Nona Alya; Enri, Ultach
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5306

Abstract

Website Kisahloka dirancang sebagai platform digital untuk pelestarian cerita rakyat Indonesia. Tujuan utama dari penelitian ini adalah untuk mengembangkan sebuah website yang dapat menjadi repository cerita rakyat dari seluruh Nusantara, sekaligus sebagai media interaktif untuk memperpanjang kehidupan cerita-cerita tersebut di era digital. Metode penelitian yang digunakan meliputi pengumpulan data melalui studi literatur dan wawancara, perancangan sistem menggunakan UML, implementasi website dengan teknologi web modern, serta pengujian fungsionalitas dan kinerja sistem. Hasil penelitian menunjukkan bahwa website Kisahloka dapat diakses dengan mudah dan memberikan pengalaman pengguna yang intuitif. Evaluasi pengguna menunjukkan tingkat keberhasilan yang cukup tinggi dalam penggunaan fitur-fitur utama, meskipun beberapa fitur memerlukan perbaikan lebih lanjut untuk meningkatkan kemudahan penggunaan. Website ini diharapkan dapat menjadi kontribusi signifikan dalam upaya pelestarian budaya melalui teknologi digital
PENERAPAN ALGORITMA NAIVE BAYES DENGAN CHI-SQUARE UNTUK KLASIFIKASI SPAM EMAIL BERBASIS KATA DAN FREKUENSI Firmansyah, Faiz Agil; Enri, Ultach; Maulana, Iqbal
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.v13i1.5506

Abstract

Email has become an essential communication tool in everyday life. However, the ease of its use is also exploited by irresponsible parties to spread spam. This research aims to implement the Naive Bayes algorithm with Chi-square in classifying spam emails based on words and frequency. The dataset used in this research consists of 153 data. This data was processed using the classification method using the Naive Bayes algorithm with Chi-square through the Knowledge Discovery in Databases (KDD) process. The results show that the accuracy value is 81.00%, the precision value is 100%, the recall value is 65%, and the F1-score value is 79% using Naive Bayes with Chi-square. Furthermore, the evaluation results using the ROC curve show that the AUC value reaches 0.91, which is categorized as very good. This research shows that the Naive Bayes algorithm with Chi-square is successful in classifying spam emails based on words and frequency.
Co-Authors Adhi, Satriyo R. Adi Kurniawan Andreas, Felix Anesha Lutia, Frise Anggraeni, Dwi Suci Ariana Salsabila, Nazwa Aries Suharso Aufarrizqi, Adrian Beryl Enrico Ritonga, Samuel Damayanti, Ismi Destiana, Tiara E Haodudin Nurkifli Eka Puspita Sari Emilia Ayu Wijayanti Febrianto, Rifaldi Firmansyah, Faiz Agil Hannie, Hannie Heri Kurniawan, Heri Hidayatulloh, Naufal Ammar Ilhamsyah, M. Iqbal Maulana Khairunisa, Nabila Komarudin, Oman Lutfi Afifah, Lutfi Mayasari, Rini Miftakhurahmat, Moh. Aulia Mikhael Mulyadien, Muhamad Khandava Nugroho, Trio Nur Padilah, Tesa Nurhidayati, Lidya Nuria, Dwinda Putri Nurpadilah, Tasya Pratama, Sena Pratiwi, Jane Indah Purwantoro Putri, Tia Adha Mariam R, Nabila Nur Fransiska Rahmadanti, Rahmadanti Rahmadanti, Tania Rahmah, Nabila Aulia Rahmayadi, Andhika Putra Utama Rozikin, Chaerur Rupaidah, Luvi Nur Sa'diah, Halimatu Saputro, Nurcahyo W. Sulhan Abdillah, M. Rio Syarif, Muhammad Himi Umaidah, Yuyun Utami, Dwiarti Rahma Windyani, Nona Alya