Article Per Year (5 Year)
p-Index From 2021 - 2026
2.439
P-Index
This Author published in this journals
All Journal Jurnal Informatika Upgris Jurnal Mantik Journal of Intelligent Decision Support System (IDSS) Integral : Jurnal Penelitian Pendidikan Matematika Jurnal Mandiri IT Brilliance: Research of Artificial Intelligence Journal of Artificial Intelligence and Digital Business Innovative: Journal Of Social Science Research Jurnal Sistem Informasi dan Manajemen
Santoso, Nugroho Adhi
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Other

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

Found 16 Documents
Search

 1   2 
Implementation Of Computer Programming Mathematical Algorithm On A Server With The Debian Linux Operating System Via Virtualbox As Supporting The Admission Of New Students In Vocational Schools Sina, Ibnu; Santoso, Nugroho Adhi; Ahmadi
Integral (Jurnal Penelitian Pendidikan Matematika) Vol. 6 No. 2 (2024): Mei 2024
Publisher : Program Studi Pendidikan Matematika, Universitas Pancasakti Tegal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24905/jppm.v6i2.127

Abstract

In a network connected to the internet, a server computer or computer program is needed that can act as another computer to make requests for content from the internet or intranet. Apart from that, the server computer acts as a gateway to the internet world for each client. Thus, local networks that are connected to other networks or the internet are not directly connected to external networks or the internet, but must pass through a gateway, which acts as a boundary between the local network and the external network. The internet connection is shared among all computers through a component that functions as a proxy server. As is known, algorithm is a syllable that originally originated from mathematics and programming which originated from a computer or cellular network. Therefore, its use can be linked to one of the roles in the operating system where there is a programming algorithm. The purpose of this research is for researchers to carry out the process of learning about work methods and activities in an agency in the field directly. Researchers can get to know the actual work atmosphere so that they can build a good work ethic as well as an effort to broaden their work horizons, and increase their insight and knowledge of information technology in general. general, and especially in server implementations with programming algorithms. Mikrotik in this research is an operating system used to turn a computer into a reliable network router, including various features created for IP networks and wireless networks, suitable for use by Internet Service Providers (ISP) and hostspot providers. In this research, the proxy was installed built in to the router. Bina Islam Mandiri Kersana Vocational School is also one of the Vocational High Schools leading to the National Standard School. Therefore, human resources are also expected to support this goal. To obtain superior human resources, the new student admissions system has begun to set appropriate criteria and is also prepared as fully as possible.
PENERAPAN METODE ALGORITMA ARTIFICIAL NEURAL NETWORK DENGAN LONG SHORT TERM MEMORY NETWORK (LSTM) UNTUK KLASIFIKASI SINY ELECTROENCEPHALOGRAM (EEG) Murtopo, Aang Alim; Santoso, Nugroho Adhi; Azmi, Isni
JURSIMA Vol 11 No 2 (2023): Volume 11 Nomor 2 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v11i2.628

Abstract

Penelitian ini merupakan penelitian menggunakan metode deksripsi kualitatif. Data yang digunakan dalam penelitian ini adalah sekunder. Tujuan dilakukannya penelitian ini untuk memahami konsep dan teori yang berkaitan dengan klasifikasi sinyal EEG dalam metode algoritma saraf tiruan dengan autoencoder pengurangan kebisingan bertumpuk. Artificial neural network adalah sistem pemrosesan data yang memiliki sifat yang mirip dengan jaringan saraf biologis di otak manusia. Tujuan dari jaringan syaraf tiruan adalah untuk menciptakan suatu sistem yang dapat belajar dengan sendirinya mengingat informasi dan kondisi. Epilepsi adalah gangguan pada sistem saraf otak manusia, yang menyebabkan berbagai reaksi dalam tubuh manusia. Epilepsi dapat didiagnosis dengan elektroensefalogram (EEG). Penelitian ini menggunakan data dari Rumah Sakit Anak Boston (Shoeb, 2019). Setiap pasien memiliki rekaman dalam kondisi normal dan pada saat serangan. Semua data bentuk gelombang disimpan dalam file dengan ekstensi .edf. dengan sampling rate 256 sampel per detik. Hasil accuracy sebelum di training bernilai 58%. Untuk hasil yang lebih besar batch size menjadi 44 (minibatch).
Optimizing the viola-jones algorithm for robust face recognition in variable lighting and orientation conditions Gunawan, Gunawan; Aisyah, Nur; Santoso, Nugroho Adhi
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5220

Abstract

Facial recognition is a critical technology in digital security, driven by significant advances in computer vision. This research focuses on optimizing the Viola-Jones algorithm to improve the accuracy and speed of face detection by adjusting parameters and integrating more sophisticated image processing techniques. Facing challenges such as suboptimal lighting and variations in face orientation, the study adopted a rigorous experimental design, in-depth quantitative analysis, and robust model validation. Of the ten facial images collected, all were intensively processed using Haar-like features to identify significant patterns and adjust algorithm parameters in Python. This optimization process increased performance from 7 identified faces to 9 post-optimization identified faces and a substantial decrease in detection time from 0.0065 seconds to 0.0017 seconds per image. The comprehensive evaluation showed an increase in accuracy from 70% to 90%, recall from 70.0% to 90.0%, Precision remained constant at 100.0%, and F1-score from 82.35% to 94.74%. These results show that the optimization has increased the algorithm's sensitivity to changes in light intensity and face orientation and improved the effectiveness of facial recognition systems in complex and dynamic security scenarios while providing concrete evidence of the benefits of using Haar-like features in the Viola-Jones algorithm
Klasifikasi Keterlambatan Pembayaran SPP Santri Menggunakan Algoritma K-Nearest Neighbor di Pesantren Al Fajar Tegal Surur, Misbahu; Santoso, Nugroho Adhi; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2117

Abstract

Penelitian ini bertujuan untuk merancang sistem klasifikasi keterlambatan pembayaran SPP menggunakan metode K-Nearest Neighbor (K-NN) di Pondok Pesantren Al-Fajar Tegal. Permasalahan keterlambatan pembayaran sering kali berdampak pada pengelolaan keuangan pesantren, sehingga dibutuhkan sistem pendukung yang mampu mengidentifikasi potensi keterlambatan sejak dini. Dalam penelitian ini, dilakukan serangkaian pengujian dengan variasi rasio data pelatihan dan pengujian, yaitu 60:40, 70:30, 80:20, dan 90:10. Evaluasi performa model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, serta validasi silang (cross-validation). Hasil terbaik diperoleh pada rasio 60:40 dengan nilai K = 1, yang menghasilkan akurasi sebesar 92,31%. Sementara itu, melalui cross-validation, nilai K = 3 menunjukkan performa yang paling stabil dengan tingkat kesalahan rendah dan akurasi maksimal sebesar 90.91%. Model terbukti mampu mengenali pola keterlambatan secara konsisten, bahkan dalam skenario data pelatihan yang lebih sedikit. Temuan ini menunjukkan bahwa metode K-NN efektif dalam mengklasifikasikan santri berdasarkan kemungkinan keterlambatan pembayaran SPP. Sistem ini memiliki potensi besar untuk dikembangkan sebagai alat bantu administrasi keuangan pesantren dalam memberikan peringatan dini dan meningkatkan efisiensi pengelolaan keuangan secara keseluruhan.
Perbandingan Metode Double Moving Average dan Double Exponential Smoothing untuk Prediksi Jumlah Penduduk Miskin di Kota Tegal Farkhan, Muhammad; Santoso, Nugroho Adhi; Syefudin, Syefudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2116

Abstract

Penelitian ini bertujuan untuk melakukan perbandingan antara metode Double Moving Average (DMA) dan Double Exponential Smoothing (DES) dalam memprediksi jumlah penduduk miskin di kota Tegal. Data yang digunakan merupakan data sekunder jumlah penduduk miskin tahunan dari tahun 2005 hingga 2024 yang diperoleh dari Badan Pusat Statistik (BPS). Metode DMA diuji dengan ordo 2, 3, 4, dan 5, sedangkan metode DES diuji menggunakan variasi nilai alpha dari 0,1 hingga 0,9. Hasil penelitian menunjukkan bahwa metode DMA ordo 3 memberikan hasil peramalan paling akurat dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 5,73%, sementara DES dengan alpha 0,4 menghasilkan MAPE sebesar 5,86%. Prediksi jumlah penduduk miskin di Kota Tegal pada tahun 2025 berdasarkan metode DMA ordo 3 adalah sebesar 18.827,78 jiwa. Berdasarkan hasil evaluasi, dapat disimpulkan bahwa metode DMA ordo 3 lebih optimal digunakan dalam memprediksi jumlah penduduk miskin dibandingkan dengan metode DES. Penelitian ini diharapkan dapat menjadi referensi bagi pemerintah daerah dalam merancang kebijakan pengentasan kemiskinan yang lebih tepat sasaran.
Perbandingan Metode ARIMA dan Fuzzy Time Series dalam Peramalan Harga Eceran Daging Sapi di Indonesia Amalani, Mukhamad Zulfa Bakhtiar; Santoso, Nugroho Adhi; Syefudin, Syefudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2283

Abstract

Peramalan harga eceran daging sapi menjadi krusial dalam menjaga stabilitas pangan dan mendukung kebijakan ekonomi di Indonesia. Penelitian ini bertujuan untuk membandingkan akurasi metode ARIMA dan Fuzzy Time Series (FTS) Chen dalam memprediksi harga eceran daging sapi di 34 provinsi Indonesia. Metode yang digunakan bersifat kuantitatif-komparatif dengan menerapkan kedua model pada data deret waktu tahunan periode 2020–2024, kemudian dievaluasi menggunakan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa metode Fuzzy Time Series Chen memiliki performa lebih baik dibandingkan ARIMA dengan nilai MAE sebesar 3514,15, RMSE sebesar 5518,69, dan MAPE sebesar 2,57%, sedangkan ARIMA menghasilkan MAE sebesar 8523,43, RMSE sebesar 10462,26, dan MAPE sebesar 6,28%. Temuan ini menunjukkan bahwa pendekatan non-linier berbasis logika fuzzy lebih efektif dalam menangani data harga yang fluktuatif, sehingga metode FTS Chen layak dijadikan alternatif unggulan untuk pengembangan sistem prediksi harga komoditas pangan strategis di masa mendatang.
Komparasi Algoritma KNN dan Random Forest untuk Diagnosa Penyakit Jantung Koroner (Studi Kasus: RSUD Dr. Soeselo Slawi) Miftakhudin, Ahmad; Santoso, Nugroho Adhi; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2424

Abstract

Penyakit jantung koroner (PJK) merupakan salah satu penyebab utama kematian di Indonesia, sehingga deteksi dini menjadi aspek krusial dalam upaya mencegah komplikasi dan meningkatkan efektivitas intervensi medis. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap dua algoritma machine learning, yaitu K-Nearest Neighbors (KNN) dan Random Forest, dalam klasifikasi diagnosis penyakit jantung koroner berdasarkan data rekam medis pasien RSUD Dr. Soeselo Slawi. Metodologi penelitian meliputi tahapan preprocessing data, transformasi fitur kategorikal, normalisasi, pembagian data dengan rasio 80:20, serta pelatihan dan evaluasi model menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa algoritma Random Forest memiliki performa lebih unggul dengan akurasi sebesar 84.00%, precision 84.02%, recall 84.00%, dan F1-score 83.97%. Sementara K-Nearest Neighbors (KNN) memperoleh akurasi 82.00% dengan nilai evaluasi yang sedikit lebih rendah. Pengujian tambahan menggunakan K-Fold Cross Validation menunjukkan bahwa Random Forest lebih stabil terhadap variasi data, dengan akurasi tertinggi 84.80% pada fold ke-4. Penelitian ini juga melakukan pembagian data dengan rasio (60:40, 70:30, dan 90:10). Berdasarkan hasil tersebut, Random Forest direkomendasikan sebagai algoritma terbaik untuk implementasi sistem pendukung keputusan medis dalam diagnosis penyakit jantung koroner. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan teknologi kesehatan berbasis kecerdasan buatan yang lebih akurat, efisien, dan dapat diandalkan di lingkungan rumah sakit.
Penerapan K-Means Clustering untuk Klasifikasi Jenis Beras Berdasarkan Tren Harga di Pasar Induk Beras Cipinang (PIBC) Ubaidillah, Muhamad Rizal; Santoso, Nugroho Adhi; Utami, Erni Ungguk Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2594

Abstract

Harga beras yang fluktuatif di Pasar Induk Beras Cipinang (PIBC) memerlukan analisis berbasis data untuk memahami pola pergerakan harga dan mendukung kebijakan distribusi yang tepat. Penelitian ini bertujuan untuk mengelompokkan jenis-jenis beras berdasarkan kesamaan tren harga tahunan selama periode 2020–2024. Metode yang digunakan adalah algoritma K-Means Clustering dengan tahapan pra-pemrosesan data menggunakan Min-Max Scaling, penentuan jumlah klaster optimal melalui metode Elbow, dan evaluasi hasil menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa 14 jenis beras berhasil dikelompokkan ke dalam tiga klaster utama, yaitu klaster harga rendah (seperti IR-64 I, IR-64 II, dan Muncul III), klaster harga menengah (seperti Cianjur Kepala, Setra Ramos, dan Saigon), serta klaster harga tinggi (Ketan Hitam dan Ketan Putih Paris), dengan nilai Silhouette Score sebesar 0,507 yang menunjukkan kualitas pengelompokan cukup baik. Implikasi penelitian ini adalah metode data mining dapat digunakan untuk memetakan segmentasi pasar beras secara efektif, sehingga pihak terkait seperti pedagang, distributor, dan pembuat kebijakan dapat lebih mudah merumuskan strategi distribusi dan intervensi harga yang tepat sasaran.
Implementasi Algoritma Regresi Linier dan ARIMA untuk Prediksi Harga Emas Putri, Ambar Ramadhani; Santoso, Nugroho Adhi; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2757

Abstract

Penelitian ini bertujuan mengimplementasikan dan mengevaluasi dua algoritma untuk prediksi, yaitu Regresi Linier dan ARIMA (Autoregressive Integrated Moving Average), dalam memproyeksikan harga emas (XAU/IDR) berdasarkan data historis periode 1 Januari 2022 – 31 Desember 2024. Data diperoleh dari Investing.com dan melalui tahapan pra-pemrosesan, meliputi penanganan missing values, konversi format tanggal, dan penyusunan data terstruktur. Regresi Linier digunakan untuk memodelkan tren harga jangka panjang, sedangkan ARIMA (0,1,1) diterapkan untuk menangkap pola fluktuasi jangka pendek. Evaluasi kinerja menggunakan Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa Regresi Linier memiliki tingkat kesalahan prediksi lebih rendah (MAE = 51.367,85; RMSE = 89.745,89) dibandingkan ARIMA (MAE = 74.744,18; RMSE = 118.356,75). Dengan demikian, Regresi Linier dinilai lebih tepat untuk memodelkan tren harga emas pada dataset ini, sementara ARIMA tetap relevan untuk memprediksi pergerakan jangka pendek. Penelitian ini diharapkan dapat menjadi referensi dalam penerapan metode statistik dan machine learning klasik pada prediksi harga komoditas, khususnya emas, di pasar Indonesia.
Digital Marketing Efforts to Improve Products of Micro Small and Medium Enterprises (UMKM) in Tegal Santoso, Nugroho Adhi; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Gunawan, Gunawan
Brilliance: Research of Artificial Intelligence Vol. 3 No. 2 (2023): Brilliance: Research of Artificial Intelligence, Article Research November 2023
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v3i2.3646

Abstract

Digital marketing is promotional activities and market search through the media digitally online by utilizing various means such as social networks. The aim of this research is to increase knowledge and skills about digital marketing, especially social media, for Small and Medium Enterprises (SME) business people to increase their sales and profits. Digital marketing is the use of social media networks to carry out promotional activities and map digital markets. By using computers or other electronic equipment, digital marketing ideas can bring together geographically diverse parties. The aim of this research is to identify the most effective digital marketing tactics for the growth of MSMEs in Tegal City and Tegal Regency. The method used in this research is descriptive qualitative. With Data collection through observation, interviews, and secondary sources, such as books, journals, and articles, were used to collect information for this research. The results of this research show that the productivity growth of MSMEs in Tegal City and Tegal Regency has not been positive. Even when a website for an online business has been created, not everyone has implemented a digital marketing plan. It can be seen that digital marketing strategies have not received much attention from MSMEs in Tegal City and Tegal Regency. So it is hoped that MSMEs in Tegal City and Tegal Regency can adapt to changing times, namely selling online using digital marketing strategies.
Co-Authors Aang Alim Murtopo Albana, Muhammad Syifa Amalani, Mukhamad Zulfa Bakhtiar Aziz, Taufiq Azmi, Isni Bangkit Indarmawan Nugroho Budiono, Wahyu Farkhan, Muhammad Gunawan Gunawan Gunawan Hidayatullah, Bryan Adam Ibnu Sina Miftakhudin, Ahmad Mochammad Imron Awalludin Putri, Ambar Ramadhani Santoso, Bayu Aji Sarif Surorejo Srifani, Dewi Surur, Misbahu Syefudin, Syefudin Ubaidillah, Muhamad Rizal Utami, Erni Ungguk Sedya