Article Per Year (5 Year)
p-Index From 2021 - 2026
2.644
P-Index
This Author published in this journals
All Journal Jurnal Informatika JURNAL NASIONAL TEKNIK ELEKTRO IJCIT (Indonesian Journal on Computer and Information Technology) INTEGER: Journal of Information Technology Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Kompak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) International Journal of Recent Technology and Applied Science (IJORTAS) Humanism : Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Indonesia eProceedings of Engineering Jurnal Informatika: Jurnal Pengembangan IT
Bernadus Anggo Seno AjiAji
Institut Teknologi Telkom Surabaya
Religion Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Public Health Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Implementasi Sistem Rekomendasi Tipe Rumah Menggunakan Metode Naïve Bayes Iqbal, Mohammad; AjiAji, Bernadus Anggo Seno; Rahmanti, Farah Zakiyah
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 7 No 4 (2023): OCTOBER-DECEMBER 2023
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v7i4.1030

Abstract

This research aims to overcome the challenges faced in the marketing sector, where data recording is still done manually, which can lead to data loss and time inefficiencies in the department. Finance department organizes data. Data used in this study were collected through stakeholder interviews and direct field observations. The data used for Naïve Bayes classification were obtained from the results of questionnaires completed by buyers, with a total of 62 data collected. The information system proposed in this study is built on a web platform using MySQL database and PHP programming language, using Laravel Framework. To understand the system flow in a structured way, architectural diagrams are used, while functional workflows are explained using diagrams. The result of this research is to design a system that can help housing development companies manage management and make house type recommendations to potential buyers.
Implementasi Aplikasi Web Pemilihan Kelas Berdasarkan Minat Menggunakan Algoritma K-Means Clustering Rose, Clarenza Dixie; Aji, Bernadus Anggo Seno; Rahmanti, Farah Zakiyah
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 9 No 1 (2025): JANUARI-MARET 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v9i1.3165

Abstract

Giki High School has a large number of 10th grade students and the need to provide class recommendations based on student interests in current subjects is done conventionally. This study aims to help schools make more informed decisions in class selection. This study implements a web application. The implementation of the category selection web application was created using the K-means Clustering algorithm and integrated into the web using Tkinter as the standard GUI library for Python. This implementation goal is to make school life easier to determine class recommendations for students. Results of the K-Means algorithm produce 4 clusters: Cluster 1 (Indonesian, Social Studies, and Mathematics), Cluster 2 (English), Cluster 3 (Indonesian and Science), Cluster 4 (English and Science) with the Silhouette Score results giving a score of 0.6233 which indicates that the score calculation is at 0 that the data point is the center of each cluster.
Automatic Task Provisioning and Routing Framework for Carrier Robots in Smart Factory with Edge Computing Daely, Philip Tobianto; Permata, Oktavia Ayu; Aji, Bernadus Anggo Seno
International Journal of Recent Technology and Applied Science (IJORTAS) Vol 7 No 1: March 2025
Publisher : Lamintang Education and Training Centre, in collaboration with the International Association of Educators, Scientists, Technologists, and Engineers (IA-ESTE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36079/lamintang.ijortas-0701.739

Abstract

This paper proposed a pickup and delivery (P&D) task provisioning and vehicle routing framework for carrier robots in a factory with edge servers assisting as the intermediary between robots and working stations, where the task requests come. The carrier robots must pick up and deliver each assigned load from and to designated locations with minimal traveled distance and without violating designated constraints. Edge servers are utilized to facilitate communication between the main server and delivery robots and assist the main server in deciding the best robot for each incoming task request and the updated route to facilitate execution of tasks by each carrier robot. The problem of pickup and delivery for each robot is modeled based on Dial-a-Ride Problem, and a discrete bio-inspired algorithm is proposed to solve this problem. The tasks are distributed to edge servers and carrier robots by taking their service loads into account. The simulation results show that the proposed framework can provide an effective solution towards optimizing the pickup and delivery process in a smart factory.
Analisis Perbandingan Algoritma Decision Tree, Random Forest, dan XGBoost untuk Klasifikasi Penyakit Infeksi Gigi dan Mulut Seno Aji, Bernadus Anggo; Setiawan, Yohanes; Anggraini, Sukma Dewi
INTEGER: Journal of Information Technology Vol 10, No 1 (2025): April
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7501

Abstract

Oral and dental health are indicators of overall body health. Several factors contribute to dental and oral diseases, such as smoking, alcohol consumption, and excessive intake of sugary foods. Untreated dental diseases can lead to dental and oral infections. These infections may cause various complications, making proper treatment essential. This study aims to develop a classification model for dental and oral infections to assist in early diagnosis. The methods used in this research are tree-based algorithms, including Decision Tree, Random Forest, and XGBoost. Tree-based methods are among the algorithms suitable for categorical input data. The classification results using these methods achieved accuracies of 87.5%, 91.7% and 93.1% without SMOTE and 88.9%, 93.1% and 97.2%.. with SMOTE for handling class imbalance. The best-performing model in this study is XGBoost with SMOTE-applied training data.
HARMONI: Home Automation Module Berbasis Internet of Things dan Deep Learning Juniyanto, Muhammad Ma'sum; Aji, Bernadus Anggo Seno; Kamali, Muhammad Adib
Jurnal Informatika: Jurnal Pengembangan IT Vol 10, No 2 (2025)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v10i2.7109

Abstract

Alat listrik yang tidak dimatikan saat tidak digunakan seringkali menyebabkan terjadinya korsleting listrik yang berakibat bencana kebakaran. Selain itu, hal ini juga berpotensi dalam pemborosan penggunaan energi listrik. Orang-orang menyambungkan alat listrik langsung pada sumber listrik melalui stop kontak atau melalui jalur listrik kemudian dihubungkan dengan sakelar, dalam pengoperasiannya. Ini cukup efektif, namun, seringkali dialami kelalaian dalam mematikan atau mencabutnya, sehingga berpotensi membahayakan. Modul otomasi rumah berbasis IoT dan Deep Learning dibuat untuk melakukan digitalisasi dan otomasi sakelar. Terdiri dari mikrokontroler ESP32-S3 dan ESP32 sebagai pengendali sistem, modul relay sebagai sakelar otomatis, modul kamera untuk mendeteksi orang, integrasi Google Home dengan platform Sinric.Pro, website Mowny dengan integrasi protokol HTTPS. Mikrokontroler, modul, relay disusun pada papan-sirkuit-cetak. Website Mowny untuk mengontrol saklar dan monitoring ruangan. Pendeteksian keberadaan orang menggunakan YOLO sebagai pemicu otomasi sakelar. Model deteksi dimuat melalui API untuk diakses pada website. Pengujian sistem meliputi empat skenario untuk menyala-matikan sakelar secara digital dan otomatis, menghasilkan waktu respon sebagai berikut (dalam satuan detik): Google Home (±3,468), Google Assistant (±4,348), website Mowny (±1,042), dan otomasi deteksi objek (±19,375). Modul otomasi ini dapat mengontrol alat listrik dari secara digital dan otomatis, yang berdampak pada kemudahan pengoperasian sakelar ketika mengalami kelalaian mematikan alat listrik
Pendampingan Perizinan Usaha Melalui Online Single Submission Risk-Based Approach Untuk Pelaku Usaha Perempuan Sekitar Desa Pangkahwetan Kecamatan Ujungpangkah Ni'mah, Rifdatun; Faroby, Mohammad Hamim Zajuli Al; Aji, Bernadus Anggo Seno
Humanism : Jurnal Pengabdian Masyarakat Vol 4 No 1 (2023): April
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/hm.v4i1.15720

Abstract

Kelompok perempuan merupakan pilar utama dalam pertumbuhan Usaha Mikro, Kecil dan Menengah (UMKM). Pemerintah telah melakukan sejumlah kebijakan untuk mendukung sektor UMKM dalam mengembangkan usaha diantaranya kemudahan perizinan usaha melalui Undang-Undang (UU) Nomor 11 Tahun 2020 tentang Cipta Kerja (Ciptaker). Undang-undang tersebut mendorong reformasi perizinan berusaha, salah satunya adalah bukti perizinan berusaha. Pelaku usaha dapat membuat Nomor Induk Berusaha (NIB) melalui sistem Online Single Submission Risk Based Approach (OSS-RBA). KPI Balai Perempuan Pangkahwetan sebagai kesatuan kelompok kepentingan perempuan di tingkat desa dan sekitarnya berupaya agar kelompok perempuan pelaku UMK di wilayah sekitar dapat mengurus perizinan berusaha supaya dapat meningkatkan kegiatan usaha mereka. Namun, sebagian besar dari kelompok perempuan ini berasal dari kelompok kurang mampu, usia lanjut, tingkat pendidikan dan literasi digital rendah. Kondisi tersebut membuat kelompok perempuan tersebut enggan mengurus perizinan usaha secara mandiri. Pengabdian masyarakat dilakukan agar mitra mendapatkan peningkatan pemberdayaan berupa pengetahuan terbaru terkait perizinan berusaha berbasis risiko melalui kegiatan penyuluhan dan pendampingan. Sebanyak 23 pelaku usaha telah berhasil terdaftar dalam sistem OSS-RBA dan mendapatkan dokumen NIB versi cetak secara gratis. Bukti legalitas usaha dapat dimanfaatkan untuk membantu dalam mengembangkan kapasitas usaha mereka.
Optimasi Stok Ayam Potong di Rumah Makan Dower Menggunakan Fuzzy Time Series Markov Chain Wahyu Listyanto, Ferdhyan; Anggo Seno Aji, Bernadus; Setiawan, Yohanes
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Manajemen stok bahan baku dalam usaha kuliner menghadapi tantangan besar akibat fluktuasi permintaan harian yang tidak menentu. Akibatnya, Warung Makan Dower kesulitan untuk mengelola stok ayam potong mengakibatkan seringnya terjadi kelebihan atau kekurangan stok ayam potong. Warung Makan Dower, yang mengandalkan ayam potong sebagai bahan utama dalam menu utamanya, membutuhkan sistem prediksi yang mampu merespons dinamika tersebut secara presisi. Penelitian ini mengembangkan model prediksi permintaan ayam potong berbasis Fuzzy Time Series Markov Chain (FTS-MC), menggunakan 1101 baris data penjualan harian aktual dari Mei 2022 hingga Mei 2025, termasuk hari-hari tanpa penjualan untuk menjaga kesinambungan waktu. Model dibangun melalui tahapan pengumpulan dan pembersihan data, proses fuzzifikasi menjadi 15 interval, pembentukan matriks probabilitas transisi, serta estimasi permintaan untuk tujuh hari ke depan. Hasil prediksi diintegrasikan ke dalam sistem web, yang dapat diakses langsung oleh pengelola warung untuk mendukung pengambilan keputusan stok secara real time. Evaluasi akurasi dilakukan dengan metode Mean Absolute Percentage Error (MAPE), menghasilkan nilai MAPE rata-rata sebesar 4,75%, menunjukkan performa prediksi yang sangat baik. Perbandingan dengan konfigurasi lainnya memperlihatkan nilai MAPE jauh lebih tinggi, yaitu 66,06% (3 interval), 45,58% (6 interval), 17,09% (9 interval), dan 25,69% (12 interval). Dengan hasil ini, metode FTS-MC terbukti efektif dalam mengoptimalkan peramalan penjualan harian berbasis data historis. Kata kunci— Kata kunci — fuzzy time series, markov chain, prediksi penjualan, manajemen stok, MAPE
Analisis Klaster Berdasarkan Deret Waktu Menggunakan Dynamic Time Warping Pada Pelanggaran Penggunaan Alat Pelindung Diri Muhammad Radif Aftamaulana; Yohanes Setiawan; Bernadus Anggo Seno Aji
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak —Peningkatan kasus kecelakaan kerja di Indonesia dari 182.835 kasus pada 2019 menjadi 360.635 kasus hingga November 2023 berdasarkan data dari BPJS Ketenagakerjaan. Penelitian ini bertujuan untuk memahami pola pelanggaran APD menggunakan analisis klaster berbasis deret waktu dengan pendekatan Dynamic Time Warping (DTW). Data pelanggaran dikumpulkan dari CCTV di enam area operasional PT Pelindo Marine Service, dengan fokus pada pelanggaran seperti tidak menggunakan helm dan rompi keselamatan. Berdasarkan temuan lapangan di PT Pelindo Marine Service, pelanggaran terjadi secara berulang di hampir seluruh lokasi dimana berjumlah 23.258 kejadian, menunjukkan adanya pola ketidakpatuhan yang konsisten antara area operasional. Hasil evaluasi menunjukkan bahwa konfigurasi dua klaster memberikan hasil terbaik dengan Koefisien Silhouette sebesar 0,4464. Klaster 1 terdiri dari lokasi-lokasi dengan jumlah pelanggaran rendah dan pola yang relatif stabil, sedangkan Klaster 2 mencakup lokasi dengan jumlah pelanggaran tinggi dan pola fluktuatif yang signifikan. Rata-rata pelanggaran harian pada Klaster 2 mencapai 107,10, dengan maksimum 294 pelanggaran/hari. Selain itu, hasil analisis juga menghasilkan matriks jarak antar lokasi berdasarkan kesamaan pola pelanggaran, serta perhitungan total pelanggaran kumulatif per lokasi selama periode observasi. Visualisasi hasil analisis disajikan dalam website visualisasi analitik untuk membantu manajemen dalam memantau, mengidentifikasi pola risiko, dan meningkatkan kepatuhan penggunaan APD. Solusi ini diharapkan dapat memperkuat strategi keselamatan kerja dan menurunkan risiko kecelakaan di lingkungan operasional perusahaan. Kata kunci—Time Series Clustering, Dynamic Time Warping, Alat Pelindung Diri, Keselamatan Kerja, Website Analitik
Analisis Klaster Pada Karakteristik Barang Di Gudang Toko Bangunan Menggunakan K-Means++ Clustering Silvana Ari Arsono; sE, Yohanes Setiawan; Bernadus Anggo Seno Aji
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Manajemen gudang yang baik sangat penting untuk kelancaran operasional Toko Bangunan Gardatama Mandiri, yang memiliki peran penting dalam menunjang pembangunan infrastruktur. Penempatan barang yang dilakukan secara manual dan belum didukung transformasi digital sering kali menyebabkan pengelolaan ruang gudang menjadi tidak optimal, barang yang tidak diletakkan secara teratur dan ruang gudang tidak dimanfaatkan dengan baik sehingga pengelompokan barang menjadi tidak efisien. Penelitian ini bertujuan untuk mengelompokkan barang berdasarkan karakteristiknya menggunakan algoritma K-Means++ Clustering, yang dipilih karena keunggulannya dalam menghasilkan pengelompokan yang lebih stabil dan optimal. Metode ini diterapkan pada 160 jenis barang dengan parameter meliputi stok, panjang, lebar, berat, dan tebal. Hasil penelitian menunjukkan bahwa algoritma K-Means++ berhasil mengelompokkan 160 barang menjadi 4 klaster, dimana klaster 0 terdiri dari 41 barang, klaster 1 terdiri dari 41 barang, klaster 2 terdiri dari 20 barang dan klaster 3 terdiri dari 58. Kualitas pengelompokan divalidasi menggunakan Silhouette Score memperoleh nilai 0,538 yang menunjukkan kualitas klaster yang baik. Sistem berbasis website dikembangkan untuk mengimplementasikan hasil analisis ini, yang menampilkan tata letak barang di gudang secara terstruktur untuk meningkatkan efisiensi operasional gudang, meminimalkan kesalahan penempatan, dan mendukung pengambilan keputusan berbasis data yang lebih cepat dan akurat. Kata kunci — K-Means++, Clustering, Silhouette Score, Gudang, Toko Bangunan.
Klasifikasi Gangguan Kecemasan Pengguna Twitter Menggunakan Support Vector Machine Leinia Suryadi; Bernadus Anggo Seno Aji; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Gangguan mental yang umum adalah kecemasan, yang seringkali sulit terdeteksi karena tidak menunjukkan gejala fisik secara langsung serta dipengaruhi oleh rendahnya kesadaran masyarakat dan stigma negatif terhadap kesehatan jiwa. Akibatnya, banyak individu lebih memilih mengekspresikan perasaannya melalui media sosial seperti Twitter daripada mencari bantuan profesional. Namun, mendeteksi potensi gejala kecemasan melalui data teks bukanlah hal yang mudah karena pengguna jarang menyebutkan kondisi mentalnya secara eksplisit. Penelitian ini bertujuan merancang model klasifikasi gejala kecemasan pada pengguna Twitter menggunakan algoritma Support Vector Machine (SVM) dengan pendekatan paraphrasing berbasis IndoT5. Proses penelitian mencakup praproses teks dan pelatihan model SVM menggunakan kernel RBF dengan parameter optimal C=10 dan gamma=0,1. Hasil evaluasi menunjukkan bahwa penggunaan IndoT5 mampu meningkatkan performa model dengan capaian akurasi 97,52%, precision 97,57%, recall 97,50%, dan F1-score 97,52%. Dibandingkan algoritma Multilayer Perceptron (MLP) dan Decision Tree, SVM menunjukkan akurasi paling unggul. Model ini kemudian diimplementasikan ke sistem web berbasis Streamlit untuk mengklasifikasikan teks menjadi “Normal” atau “Kecemasan” sebagai alat bantu deteksi awal, bukan pengganti profesional. Kata kunci — kecemasan, twitter, klasifikasi teks, SVM, IndoT5.
Co-Authors Anggraini, Sukma Dewi Anugrayani Bustamin Arliyanti Nurdin Avriono Aritonang Ayu Ainun A'ziziyyah Ayu Ainun A'ziziyyah Berliana Amelia Daniel Happy Putra Farah Zakiyah Rahmanti Faroby, Mohammad Hamim Zajuli Al Helmy Widyantara Ignatia Indreswari Ignatia Indreswari Nugroho Josey Alexander Takesan Juniyanto, Muhammad Ma'sum Khodijah Amiroh Leinia Suryadi Mohammad Hamim Zajuli Al Faroby Muhammad Adib Kamali Muhammad Iqbal Maulana Muhammad Radif Aftamaulana Muhammad Rafi Irzam Muhammad Rizal Dwi Pramana Mustafa Kamal Oktavia Ayu Permata Pangestu Widodo, Pangestu Philip Tobianto Daely Rasyid Sabillillah Rifdatun Ni’mah Rose, Clarenza Dixie sE, Yohanes Setiawan Silvana Ari Arsono Siti Amiroch, Siti Wahyu Listyanto, Ferdhyan Yohanes Setiawan Yohanes Setiawan Zaenal Abidin