Article Per Year (5 Year)
p-Index From 2021 - 2026
2.743
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 : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
RUN-IO: Aplikasi Untuk Rekomendasi Latihan Pelari Menggunakan Random Forest Josey Alexander Takesan; 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 — Meningkatnya popularitas olahraga lari diiringi dengan tingginya risiko cedera atau running related injuries (RRIs) dimana seringkali kebingungan dalam menentukan program latihan yang aman dan sesuai dengan kemampuan individu. Penelitian ini bertujuan merancang, membangun, dan mengevaluasi RUN-IO, sebuah aplikasi mobile yang memberikan rekomendasi latihan lari yang dipersonalisasi untuk meminimalkan risiko tersebut. Menggunakan algoritma Random Forest Regressor, aplikasi memproses data pengguna (usia, tinggi, berat, jenis kelamin) untuk memprediksi tiga parameter kunci: Kecepatan, Waktu, dan Jarak Lari. Model dilatih menggunakan dataset "Running Calorie Burn" dari Kaggle dan dievaluasi kinerjanya dengan metrik Mean Absolute Error (MAE) dan R-Squared (R²). Hasil evaluasi menunjukkan bahwa model prediksi memenuhi kriteria kelayakan implementasi. Model Running Speed menunjukkan performa paling unggul dengan nilai R² mencapai 0.8990 dan MAE 0.56 km/jam. Pengujian fungsional aplikasi dan evaluasi antarmuka oleh pengguna menunjukkan aplikasi dinilai sangat baik. Penelitian ini berhasil mengimplementasikan model machine learning yang valid ke dalam aplikasi RUN-IO yang fungsional, menyediakan alat bantu praktis bagi pelari untuk berlatih secara lebih aman dan terukur agar dapat menghindari cedera. Kata kunci— Aplikasi mobile, Running Related Injuries, Running, Random Forest Regressor, Personalisasi latihan
Implementasi Aplikasi Web Pemilihan Kelas Berdasarkan Minat Menggunakan Algoritma K-Means Clustering Clarenza Dixie Rose; Bernadus Anggo Seno Aji; Farah Zakiyah Rahmanti
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.
Co-Authors Anggraini, Sukma Dewi Anugrayani Bustamin Arliyanti Nurdin Avriono Aritonang Ayu Ainun A'ziziyyah Ayu Ainun A'ziziyyah Berliana Amelia Clarenza Dixie Rose Daniel Happy Putra Farah Zakiyah Rahmanti 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