Article Per Year (5 Year)
p-Index From 2021 - 2026
9.652
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Khatulistiwa Informatika JIEET (Journal of Information Engineering and Educational Technology) Indonesian Journal of Applied Informatics JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Teknik dan Komputer JIKA (Jurnal Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Informatika Terpadu Journal of Artificial Intelligence and Engineering Applications (JAIEA) TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Journal of Software Engineering and Information System (SEIS) Jurnal Kecerdasan Buatan dan Teknologi Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Prihartono, Willy
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 3   4   5   6   7 
PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN PENGUNJUNG DI PANTAI KEJAWANAN Apriliansyah, Rizal Dwi Rizki; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
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.v13i1.5774

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung terhadap objek wisata Pantai Kejawanan dengan menggunakan algoritma Naïve Bayes. Sentimen diklasifikasikan menjadi dua kategori, yaitu positif dan negatif. Ulasan daring merupakan sumber data penting untuk memahami persepsi pengunjung terhadap destinasi wisata. Algoritma Naïve Bayes dipilih karena keunggulannya dalam menganalisis teks. Dataset terdiri dari 998 ulasan yang dikumpulkan melalui scraping menggunakan SerApi, dengan periode data dari 2020 hingga 2024. Analisis dilakukan melalui tahapan Knowledge Discovery in Databases (KDD), mencakup pemilihan data, pre-processing (pembersihan data, case folding, tokenisasi, penghapusan stopword, dan stemming), serta transformasi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi 70% data pelatihan dan 30% data pengujian sebelum penerapan algoritma. Hasil menunjukkan bahwa model mampu mencapai akurasi 78%, presisi 92%, recall 80%, dan F1-score 86%, yang mencerminkan performa baik dalam klasifikasi sentimen. Evaluasi menggunakan confusion matrix menunjukkan model konsisten dalam membedakan sentimen positif dan negatif. Analisis ini menunjukkan bahwa mayoritas ulasan pengunjung Pantai Kejawanan bersentimen positif, menggambarkan pengalaman yang memuaskan. Keywords: naïve bayes; objek wisata, data mining; analisis sentimen; pengunjung.
ANALISIS POLA PEMBELIAN KONSUMEN UNTUK OPTIMASI INVENTARIS MENGGUNAKAN ALGORITMA FP-GROWTH DI UD TRITUNGGAL JAYA Agustin, Nia; Prihartono, Willy; ., Fathurrohman
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.v13i1.5701

Abstract

Dalam dunia bisnis, memahami kinerja penjualan dan pola pembelian konsumen sangat penting untuk mendukung pengambilan keputusan strategis. Penelitian ini menganalisis pola pembelian konsumen di UD Tritunggal Jaya menggunakan algoritma Frequent Pattern Growth (FP-Growth). Algoritma ini membantu mengoptimalkan manajemen inventaris berdasarkan pola pembelian konsumen. Data transaksi penjualan dari Mei hingga Juni 2024 digunakan dengan parameter support 0,5 dan confidence 0,8, menghasilkan 23 aturan asosiasi dengan validitas tinggi. Hasil penelitian menunjukkan produk yang paling sering dibeli adalah Bolpoin AE7, HVS A4 Copy Paper, dan Lakban OPP Daimaru, sedangkan produk yang jarang dibeli meliputi Label Koala, Stopmap, Amplop 310 ExE, dan Buku Campus 36 Sidu. Pola pembelian bersama yang signifikan ditemukan antara lain Buku Sidu 38 dengan Bolpoin AE7, Amplop 104 PPS dengan HVS A4 Copy Paper, serta Lakban OPP Daimaru dengan Bolpoin AE7. Algoritma FP-Growth terbukti efektif mengidentifikasi keterkaitan antar produk, memberikan wawasan perilaku konsumen, dan mendukung strategi cross-selling secara efisien. Aturan asosiasi ini juga merekomendasikan pengelolaan stok yang lebih optimal, seperti menjaga ketersediaan produk dengan permintaan tinggi dan mengurangi stok produk kurang diminati.
ANALISIS STATISTIK ANOVA UNTUK MENGEVALUASI KUALITAS FOTO BERDASARKAN VARIASI FOTOGRAFI Haikal, Harisman; Astuti, Rini; Prihartono, Willy
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.v13i1.5860

Abstract

Penelitian ini bertujuan untuk mengevaluasi kualitas foto yang dihasilkan dari berbagai teknik fotografi, yaitu pencahayaan alami, pencahayaan buatan, dan aturan sepertiga, menggunakan analisis statistik ANOVA. Melalui metode eksperimen, foto diambil dalam kondisi yang terstandarisasi untuk memastikan konsistensi hasil. Kualitas foto dinilai oleh panel ahli berdasarkan kriteria ketajaman, pencahayaan, dan komposisi.Hasil analisis ANOVA menunjukkan adanya perbedaan signifikan dalam kualitas foto yang dihasilkan oleh ketiga teknik fotografi tersebut. Teknik aturan sepertiga memberikan rata-rata nilai kualitas foto tertinggi dibandingkan dengan pencahayaan alami dan pencahayaan buatan. Uji lanjut Tukey HSD mengkonfirmasi bahwa teknik aturan sepertiga secara signifikan menghasilkan kualitas foto yang lebih baik.Penelitian ini memberikan kontribusi penting bagi dunia fotografi, baik secara praktis maupun akademis, dengan menawarkan wawasan tentang bagaimana teknik fotografi tertentu memengaruhi kualitas hasil. Temuan ini diharapkan dapat menjadi panduan bagi fotografer dalam memilih teknik yang sesuai untuk menghasilkan foto berkualitas tinggi.
PREDIKSI DIABETES MELLITUS TIPE 2 DENGAN ALGORITMA LOGISTIC REGRESSION UNTUK PENDETEKSIAN DINI Gunawan, Sepriyan; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
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.v13i1.5747

Abstract

Diabetes Mellitus Tipe 2 merupakan penyakit kronis yang prevalensinya terus meningkat di dunia, termasuk Indonesia. Deteksi dini risiko diabetes penting untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk menerapkan algoritma Logistic Regression dalam memprediksi risiko Diabetes Mellitus Tipe 2 menggunakan data kesehatan pasien dari Puskesmas Jatibarang. Data yang digunakan meliputi variabel umur, jenis kelamin, kebiasaan merokok, konsumsi alkohol, hasil IMT, tekanan darah sistole dan diastole, serta riwayat penyakit. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, dan AUC, serta diukur tingkat kesalahannya dengan RMSE. Hasil penelitian menunjukkan bahwa Logistic Regression memiliki performa baik dengan akurasi 82,51%, precision 88,04%, recall 89,76%, F1-score 88,89%, AUC 83,12%, dan RMSE sebesar 0.4182. Fitur utama yang berpengaruh terhadap prediksi adalah umur, pola makan (kurang sayur/buah), dan tekanan darah diastolik. Model ini efektif untuk deteksi dini risiko Diabetes Mellitus Tipe 2 dan dapat digunakan sebagai dasar pengambilan keputusan di fasilitas kesehatan primer.
ALGORITMA REGRESI LINIER SEDERHANA UNTUK PREDIKSI PENGGUNAAN VOLUME AIR BERDASARKAN JENIS PELANGGAN PDAM Nurdin; Suarna, Nana; Prihartono, Willy
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 1 (2025): January 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i1.187

Abstract

Penelitian ini bertujuan untuk memprediksi penggunaan volume air oleh pelanggan PDAM Kabupaten Cirebon berdasarkan jenis pelanggan menggunakan algoritma regresi linier sederhana. Sumber daya air merupakan aset penting dalam kehidupan sehari-hari, dan pemahaman mendalam tentang pola penggunaan air dari berbagai jenis pelanggan diperlukan untuk meningkatkan efisiensi pengelolaan dan keberlanjutan layanan. Pada tahun 2021, konsumsi air pelanggan mencapai 6.850.831 m3, dan tahun 2022 sebesar 6.920.429 m3. Penelitian ini menggunakan data penggunaan air dari kategori pelanggan seperti rukun tetangga, niaga, industri, sosial, keran umum, dan instansi pemerintah. Data dianalisis dengan regresi linier sederhana untuk mengeksplorasi hubungan antara jenis pelanggan dan volume air yang digunakan. Metodologi penelitian mencakup pengumpulan data, analisis, pengujian hipotesis, pengolahan informasi, dan evaluasi model untuk memastikan akurasi prediksi. Hasil penelitian diharapkan memberikan wawasan bagi PDAM Kabupaten Cirebon dalam merencanakan kebutuhan air, mengoptimalkan distribusi, dan meningkatkan kualitas layanan. Selain itu, penelitian ini diharapkan menjadi referensi untuk penelitian lebih lanjut mengenai manajemen sumber daya air di daerah lain dan berkontribusi pada pengembangan kebijakan pengelolaan air bersih yang lebih baik.
KLASIFIKASI HASIL PENJUALAN PAKAIAN MENGGUNAKAN ALGORITMA C4.5 PADA TOKO PAKAIAN RIA BUSANA Firmansyah, Fajar; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12683

Abstract

Industri fashion saat ini mengalami peningkatan permintaan yang pesat, dengan konsumen semakin memperhatikan tren pakaian dan memilih berbagai merek untuk memenuhi kebutuhan mereka. Namun, salah satu masalah yang sering dihadapi oleh bisnis pakaian adalah kesulitan dalam mengelola stok, terutama dalam menentukan produk yang laris dan tidak laris di pasar, yang sering menyebabkan overstock atau kekurangan persediaan. Penelitian ini bertujuan untuk menganalisis perilaku pembelian konsumen terhadap produk fashion di RIA Busana menggunakan metode algoritma C4.5. Algoritma ini diterapkan untuk mengidentifikasi faktor-faktor yang memengaruhi keputusan pembelian konsumen berdasarkan data historis yang mencakup transaksi pembelian, preferensi konsumen, dan karakteristik demografi. Metode ini menghasilkan pohon keputusan yang dapat memberikan wawasan mengenai pola pembelian, dengan kategori produk yang terbagi menjadi 'best seller' dan 'non-best seller'. Tujuan penelitian ini adalah untuk membantu mengoptimalkan pengelolaan stok di gudang, menghindari penumpukan stok produk yang tidak laku, dan memastikan kestabilan stok pakaian yang laris. Data dikumpulkan dari transaksi penjualan dan digunakan untuk mengklasifikasikan produk berdasarkan algoritma C4.5, yang diimplementasikan melalui alat RapidMiner. Hasil penelitian menunjukkan bahwa algoritma C4.5 efektif dalam menentukan keakuratan klasifikasi produk terlaris dan tidak laris, sehingga membantu meminimalkan masalah overstock dan kekurangan stok di gudang, yang dapat meningkatkan efisiensi operasional dan daya saing bisnis.
Pengoptimalan Pertumbuhan Tanaman dan Ikan dengan Teknologi Internet of Things pada Sistem Aquaponik Dita, Fio; Astuti , Rini; Prihartono, Willy; Hamonangan, Ryan
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37159/jii.v10i1.125

Abstract

Aquaponik adalah sistem pertanian modern yang mengintegrasikan akuakultur dan hidroponik dalam sebuah ekosistem yang saling menguntungkan. Limbah yang dihasilkan dari akuakultur dimanfaatkan sebagai pupuk alami untuk pertumbuhan tanaman, sementara tanaman membantu memurnikan air yang digunakan dalam akuakultur. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem aquaponik berbasis Internet of Things (IoT) menggunakan metode Deep Flow Technique (DFT). Sistem ini dilengkapi dengan kemampuan untuk memantau parameter penting seperti pH air, suhu, kadar oksigen terlarut, dan Electrical Conductivity (EC), yang diukur menggunakan berbagai sensor. Data yang diperoleh dikirimkan ke mikrokontroler NodeMCU ESP8266 untuk diproses dan selanjutnya diteruskan ke platform ThingSpeak untuk analisis real-time. Sistem ini juga memungkinkan pengendalian otomatis terhadap pompa nutrisi dan aerator, yang berperan menjaga kondisi lingkungan tetap optimal bagi pertumbuhan. Hasil penelitian menunjukkan bahwa penerapan IoT mampu meningkatkan pertumbuhan tanaman dan ikan secara signifikan dibandingkan dengan metode konvensional. Kemampuan monitoring secara real-time memastikan deteksi dini terhadap perubahan parameter lingkungan yang berpotensi merugikan, sementara pengendalian otomatis menjamin nutrisi dan aerasi tetap terjaga pada tingkat optimal. Dengan penerapan teknologi ini, sistem aquaponik menjadi lebih efisien, produktif, dan dapat diadaptasi untuk skala komersial. Penelitian ini membuka peluang untuk pengembangan lebih lanjut, termasuk integrasi teknologi tambahan seperti pengendalian intensitas cahaya dan algoritma kecerdasan buatan untuk meningkatkan efisiensi sistem.
Penerapan Naïve Bayes Untuk Evaluasi Sentimen Pengguna Terhadap Aplikasi M-Pajak Di Playstore OKTAVIANI, ERNA; Astuti , Rini; Prihartono, Willy; Hamonangan, Ryan
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Penelitian ini bertujuan untuk mengevaluasi sentimen pengguna terhadap aplikasi M-Pajak yang tersedia di Google Play Store menggunakan algoritma Naïve Bayes. Proses pengumpulan data dilakukan dengan teknik web scraping, menghasilkan 1000 ulasan pengguna. Dari 1.000 ulasan tersebut, 900 bersentimen negatif, 55 positif, dan 45 netral. Data ini dianalisis melalui tahapan Knowledge Discovery in Databases (KDD), mencakup preprocessing data seperti tokenize, transform case, filter stopword dan token by length. Algoritma Naïve Bayes diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Pengujian evaluasi model dilakukan menggunakan cross validation, 10 k-fold stratified sampling dengan total 669 data, yang terdiri atas 630 data berlabel negatif dan 30 data berlabel positif. Model yang dihasilkan menunjukkan akurasi sebesar 89,84%. Hasil analisis mengungkap dominasi ulasan negatif, yang disebabkan oleh masalah teknis seperti error aplikasi, waktu respons yang lambat, dan antarmuka pengguna yang kurang intuitif. Penelitian ini merekomendasikan pengembang aplikasi untuk meningkatkan kinerja teknis dan desain antarmuka pengguna guna meningkatkan pengalaman dan kepuasan pengguna, sehingga mendukung penerimaan aplikasi yang lebih baik di masa depan.
SISTEM INFORMASI KEUANGAN BERBASIS WEB PADA SATRIA BIMA WASH Ayu Azzahra, Fadita; Prihartono, Willy
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.v9i2.12929

Abstract

Kemajuan teknologi informasi berperan penting dalam meningkatkan efisiensi operasional, termasuk di bidang akuntansi dan manajemen bisnis, terutama bagi Usaha Kecil dan Menengah (UKM) seperti Satria Bima Wash di Kota Cirebon. Namun, UKM ini menghadapi permasalahan berupa ketidakkonsistenan pencatatan transaksi dan penggajian manual yang memakan waktu serta rentan terhadap kesalahan. Hal ini berdampak pada efisiensi operasional dan kepercayaan karyawan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi keuangan berbasis web yang dapat mengintegrasikan pencatatan transaksi jasa, kas, dan absensi karyawan, serta mentransformasikan proses penggajian menjadi terkomputerisasi. Metode Rational Unified Process (RUP) digunakan dalam pengembangan sistem, dimulai dari analisis kebutuhan hingga pelatihan pengguna untuk memastikan fitur di dalam sistem sesuai kebutuhan. Hasil penelitian menunjukkan bahwa sistem informasi yang dibangun berhasil meningkatkan efektivitas, akurasi, dan konsistensi dalam pencatatan transaksi serta perhitungan upah karyawan di Satria Bima Wash. Dengan penerapan sistem ini, Satria Bima Wash tidak hanya mampu meningkatkan efektivitas operasional, tetapi juga berkontribusi pada transformasi digital UKM di Indonesia.
KATEGORISASI PELANGGAN BERDASARKAN TIPE DAN BIAYA CUCI KENDARAAN DENGAN MENERAPKAN ALGORITMA K-MEANS PADA SATRIA BIMA WASH Salsabila, Fauhan; Prihartono, Willy
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.v9i2.12981

Abstract

Satria Bima Wash adalah salah satu penyedia layanan cuci kendaraan yang memiliki berbagai data pelanggan, tetapi belum dimanfaatkan dengan maksimal. Studi ini bertujuan untuk menggunakan algoritma K-Means Clustering dalam mengelompokkan pelanggan berdasarkan tipe kendaraan, merek kendaraan, dan biaya layanan. Proses penelitian dimulai dengan pengumpulan data transaksi, dilanjutkan dengan preprocessing untuk membersihkan dan menormalkan data, dan diakhiri dengan evaluasi jumlah cluster yang optimal menggunakan Davies-Bouldin Index (DBI). Studi ini diharapkan dapat membantu pemilik bisnis dalam memahami perilaku konsumen, meningkatkan pelayanan, dan merancang strategi pemasaran yang lebih efisien. Hasil dari penelitian ini mengindikasikan bahwa pelanggan dapat dikategorikan menjadi tiga kelompok utama, dengan nilai DBI sebesar 0,005 yang menunjukkan mutu clustering yang sangat baik. Setiap cluster memiliki ciri khas tersendiri, seperti pilihan tipe kendaraan atau biaya layanan tertentu.
Co-Authors ., Fathurrohman Agustin, Nia Aini Nurul Ainisa, Nurul Al Lutfani, Thariq Kemal Al Maeni, Nurul Amarullah, Khairunnisa Ameliana, Nikan Apriliansyah, Rizal Dwi Rizki Aprilla, Anggita Arifqi, Tri Astuti , Rini Ayu Azzahra, Fadita Ayuni, Putri DAIPAH, IIP IMRON Dalifah, Nurul Dita, Fio Eka Permana, Sandy Erpian, Soni Fachry Abda El Rahman Fathur Rohman, Fathur Fathurrohman Fathurrohman Faturrohman, Faturrohman Faujia, Agnes Firmansyah, Fajar Gifthera Dwilestari Gunawan, Sepriyan Haikal, Harisman Hamonangan, Ryan Haryandini, Nur Anindya Putri Herdiana, Rulli Herdiana, Rully Hidayah, Nurni Hidayat, Pierre Galuh HIDAYATULLAH, NAUFAL ARIF Hoeriah, Dede Irfan Ali, Irfan Jannah, Nursuviyani Jihan, Aminatun Julianti, Okta Nur Kholifa, Nur Kusmawanti, Nisa Laksamana, Patria Gita Lita, Arlita lita Maulana, Aldi Maulida, Nida Mega Fatimah Rosana Muharromah, Oom Nining Rahaningsih Nur Amalia, Ocsana Nur Apriliani, Nur Nur Kirana, Anita Nur Pangestika, Fanny Nurdin Nurhakim, Bani Nurhayah, Nurhayah Nuri Nuri Nurjanah, Nurul Nurliana, Nicky NURUL AZIZAH Nurwanda, Nurwanda Nurzaman Nurzaman Odi Nurdiawan OKTAVIANI, ERNA Oktaviany, Nurul Optarina, Yasni Peni Peni Permana, Sandy Eka PUJI LESTARI Putri Nabilla Putriana, Puput RAHMAWATI, RULI Retnasari, Peni Rini Astuti RIZKI, ALVA FAUZIR Rohmat, Cep Lukman Rosiana, Rosa Salsabila, Fauhan saninah, annisa Saniyah, Nilta Sayuti Hanapiah, Neneng Suarna, Nana Yuslia Devitri Zaelani, Nursehan