Article Per Year (5 Year)
p-Index From 2021 - 2026
9.521
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) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Teknik dan Komputer JIKA (Jurnal Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Informatika Terpadu TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi AMMA : Jurnal Pengabdian Masyarakat Jurnal Kecerdasan Buatan dan Teknologi Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Prihartono, Willy
Unknown Affiliation
Humanities Chemistry 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 Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

Published : 80 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 80 Documents
Search

 4   5   6   7   8 
Peningkatan Literasi Keuangan Keluarga Melalui Penggunaan Aplikasi Keuangan Digital Hayati, Umi; Prihartono, Willy; Setiawan, Andre; Ilham Syahputra, Arief
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 4 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Improving family financial literacy is an important aspect of sustainable and healthy financial management. Technological advances have enabled the use of digital financial applications as a tool in improving families' understanding and skills in managing finances. This study aims to analyze the effectiveness of digital financial application education in improving family financial literacy. The research method used involves a qualitative approach with interview and observation techniques for families who use digital financial applications. The results showed that education on the use of digital financial applications contributed to increasing awareness of the importance of more systematic financial management. In addition, the use of digital financial applications helps in financial recording, budget planning, and controlling household expenses. Challenges faced in implementing digital financial applications include limited access to technology, lack of understanding of application features, and resistance to change in financial management habits. Thus, a more comprehensive education strategy and continuous assistance are needed to ensure the successful use of digital financial applications in improving family financial literacy. Translated with DeepL.com (free version).
Digitalisasi Administrasi Desa Melalui Pelatihan Pengelolaan Data Berbasis Sistem Informasi Prihartono, Willy; Arie Wijaya, Yudhistira; Hadi Wicaksana, Arya; Amelia, Astri
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 4 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Digitalization of village administration is a solution to improve the efficiency and transparency of data management at the village level. This transformation allows village governments to manage information more systematically, reduce administrative errors, and improve services to the community. This research focuses on training on data management based on information systems implemented in villages, to provide village officials with an understanding of the importance of digitization in governance. The method used in this training includes a participatory approach with a combination of theory and hands-on practice in the use of information systems. The results of the training showed that the majority of participants experienced improved understanding and skills in operating digital systems for village administration. The implementation of digitalization also contributed to improving transparency, data accuracy, and accelerating the process of administrative services to village communities. The challenges faced include limited technological infrastructure, resistance to change, and the need for continuous assistance. Therefore, policies that support the development of human resource capacity and investment in information technology infrastructure in villages are needed. Thus, the digitization of village administration can run optimally and sustainably to support technology-based village development.
RANCANG BANGUN SISTEM PEMESANAN LAPANGAN FUTSAL BERBASIS WEB MENGGUNAKAN METODE RATIONAL UNIFIED PROCESS (RUP) PADA BAROKAH FUTSAL Nur Pangestika, Fanny; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14002

Abstract

Barokah Futsal yang berlokasi di Jalan Pangeran Antasari, Desa Marikangen, Kecamatan Plumbon, Kabupaten Cirebon, 45155, merupakan salah satu tempat penyewaan lapangan futsal yang cukup ramai dikunjungi masyarakat. Namun,proses pemesanan yang dilakukan masih secara manual, di mana pelanggan diharuskan datang langsung ke tempat dan pencatatan jadwal dilakukan menggunakan buku catatan tanpa bantuan sistem digital. Hal ini mengakibatkan beberapa permasalahan, seperti kesalahan pencatatan pemesanan dan kehilangan data pemesanan. Untuk mengatasi permasalahan ini, dikembangkan sistem pemesanan berbasis web menggunakan metode Rational Unified Process (RUP), yang meliputi empat tahap utama: Inception, Elaboration, Construction, dan Transition.Pengembangan sistem diawali dengan analisis kebutuhan fungsional dan non-fungsional yang disesuaikan dengan kebutuhan operasional Barokah Futsal. Pengujian sistem dilakukan menggunakan metode black box untuk mengevaluasi apakah setiap fungsi pada sistem bekerja sebagaimana mestinya sesuai dengan rancangan yang sudah direncanakan. Hasil dari pengujian kelayakan sistem oleh pengguna berhasil menjalankan seluruh fiturnya dengan baik dengan perolehan nilai 92,5 % yang artinya sangat layak.
Enhanced U-Net Cnn For Multi-Class Segmentation And Classification Of Rice Leaf Diseases In Indonesian Rice Fields Faturrohman, Faturrohman; Nurdiawan, Odi; Prihartono, Willy; Herdiana, Rully
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.5258

Abstract

Rice is a strategic food crop whose productivity is often threatened by leaf diseases and pests. This study aims to develop an Enhanced U-Net CNN model for multi-class segmentation and classification of rice leaf conditions from field images to support early detection and plant health management. The methodology includes direct field image acquisition of rice leaves, preprocessing for image quality enhancement, expert data labeling, segmentation using a U-Net architecture, and classification using CNN. The dataset was divided into training and testing data with balanced distribution across four classes: Healthy, BrownSpot, Hispa, and LeafBlast. Evaluation results show that the model can identify rice leaf conditions with high accuracy, although signs of overfitting were observed from the performance gap between training and validation data. The implementation of this model is expected to accelerate automatic disease detection in the field, reduce reliance on manual inspection, and support precision agriculture. This study achieved a testing accuracy of 76.36% with a macro-average F1-score of 0.34. While the results indicate limitations in generalization, the proposed Enhanced U-Net CNN demonstrates the feasibility of combining segmentation and classification in field conditions. This research contributes to agricultural informatics by supporting scalable deployment in precision agriculture systems, reducing reliance on manual inspection, and providing a foundation for further optimization studies.
Implementasi Algoritma Naïve Bayes untuk Prediksi Penerima Bantuan Sosial di Desa Cigayam Hoeriah, Dede; Nurhakim, Bani; Permana, Sandy Eka; Prihartono, Willy; Dwilestari, Gifthera
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 1 (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No1.pp52-58

Abstract

Social assistance is one of the government's programmes aimed at improving the lives of people especially for those who are economically disadvantaged. However, there are several reasons why some people are unable to access social assistance. In the case of this study, the authors used the Naïve Bayes algorithm with the KDD (Knowledge Discovery Database) method to predict the population in obtaining social assistance. The data was taken from the population data of Cigayam Village and the social welfare recipient data in the village ofCigayam with the results showing high accuracy in this study, for the true or false outcome of 1047 data and 53 data with the precision grade of 95.18%, 81.17%, for the real outcome, and 28.38% for the wrong outcome. So with the ROC curve shows the accuracy of the spinning visually, with an AUC of 0.868% for naïve bayes using the ROK curve of 0.90.1.
ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP APLIKASI PEMBELAJARAN BERBAHASA DUOLINGO MENGGUNAKAN ALGORITMA NAÏVE BAIYES CLASSIFIER saninah, annisa; Prihartono, Willy; Rohmat, Cep Lukman
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.v13i1.5691

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Duolingo di Google Play Store menggunakan algoritma Naïve Bayes Classifier. Sebanyak 2.000 ulasan dianalisis dan diklasifikasikan ke dalam sentimen positif dan negatif. Hasil analisis menunjukkan bahwa algoritma ini memiliki kinerja yang sangat baik dengan accuracy mencapai 88%, precision sebesar 95%, recall sebesar 92%, dan F1-Score sebesar 93%. Sebagian besar ulasan menunjukkan sentimen positif terutama mengapresiasi fitur interaktif dan kemudahan penggunaan aplikasi, sementara beberapa ulasan negatif mengungkapkan masalah teknis, seperti bug dan lag.  Hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes Classifier efektif untuk analisis sentimen berbasis teks sekaligus memberikan wawasan berharga kepada pengembang aplikasi untuk meningkatkan kualitas layanan. Penelitian ini merekomendasikan pengumpulan data ulasan yang lebih banyak dengan cakupan waktu lebih luas untuk mendapatkan hasil analisis yang lebih representatif. Selain itu, membandingkan kinerja algoritma ini dengan metode lain, seperti SVM, Random Forest atau LSTM dapat membantu menemukan pendekatan yang lebih optimal dalam menangani ulasan pengguna yang lebih kompleks. Penelitian juga mengungkapkan potensi aplikasi Duolingo dalam mendukung pembelajaran bahasa asing bagi anak berkebutuhan khusus di sekolah. Dengan fitur interaktif dan fleksibilitasnya, aplikasi ini memungkinkan siswa belajar sesuai kebutuhan individu. Dukungan seperti pelatihan bagi guru dan bimbingan yang tepat dapat memastikan penggunaan aplikasi ini lebih efektif. Penelitian ini diharapkan dapat berkontribusi pada pengembangan teknologi untuk meningkatkan pengalaman pengguna dan pembelajaran bahasa yang inklusif. 
CLUSTERING PENERIMA BANTUAN PANGAN BERBASIS ALGORITMA K-MEANS UNTUK MENINGKATKAN EFEKTIVITAS PROGRAM SOSIAL DI KOTA/KABUPATEN CIREBON HIDAYATULLAH, NAUFAL ARIF; Prihartono, Willy; rohman, Fathur
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.v13i1.5692

Abstract

Distribusi bantuan sosial pangan sering menghadapi tantangan berupa ketidakmerataan akibat pengelompokan penerima yang belum optimal. Penelitian ini bertujuan untuk mengelompokkan penerima bantuan sosial di Kota dan Kabupaten Cirebon menggunakan Algoritma K-Means. Variabel utama yang dianalisis meliputi kelurahan, kecamatan, jarak ke lokasi distribusi, dan usia penerima. Algoritma K-Means dipilih karena kemampuannya memproses data besar secara efisien dan menghasilkan klaster yang terpisah dengan baik. Optimalisasi jumlah klaster dilakukan menggunakan Davies-Bouldin Index (DBI) pada rentang K=2 hingga K=6. Hasil menunjukkan nilai optimal K=3 dengan DBI sebesar 0,505, menghasilkan tiga klaster. Cluster  0 memiliki rata-rata jumlah kelurahan tertinggi (188,434) dan jarak distribusi terpendek (412,873 meter), cocok untuk wilayah padat penduduk. Cluster  1 memiliki jarak distribusi terjauh (2979,891 meter) dan usia penerima rata-rata 49,217 tahun, mencakup area dengan tantangan distribusi yang lebih kompleks. Cluster  2 memiliki jarak distribusi sedang (1422,595 meter) dan usia rata-rata 51,564 tahun, mencerminkan wilayah yang luas tetapi tetap mudah dijangkau. Penelitian ini menunjukkan bahwa Algoritma K-Means mampu meningkatkan efektivitas distribusi bantuan sosial dengan memastikan alokasi yang lebih tepat berdasarkan karakteristik demografis dan geografis penerima.
ANALISIS SEGMENTASI PELANGGAN UNTUK MENYUSUN STRATEGI PROMOSI MENGGUNAKAN K-MEANS: STUDI KASUS DI PT XYZ Haryandini, Nur Anindya Putri; 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.v13i1.5697

Abstract

Perkembangan teknologi informasi telah membawa dampak signifikan dalam strategi pemasaran, termasuk di industri otomotif. Penelitian ini bertujuan untuk menyusun strategi promosi berbasis segmentasi pelanggan dengan menggunakan algoritma data mining K-Means di PT XYZ. Segmentasi ini memungkinkan perusahaan untuk menargetkan kelompok pelanggan tertentu dengan strategi yang relevan dan lebih efektif. Data yang digunakan meliputi atribut usia, jenis kelamin, alamat, dan preferensi kendaraan dari faktur transaksi periode Desember 2023 hingga Mei 2024. Metode penelitian ini mengadopsi tahapan Knowledge Discovery in Databases (KDD) yang mencakup seleksi data, preprocessing, transformasi, klasterisasi dengan K-Means, dan evaluasi hasil. Penentuan jumlah cluster optimal dilakukan menggunakan indeks Davies-Bouldin (DBI). Penelitian ini menemukan bahwa segmentasi terbaik diperoleh pada jumlah cluster (k) sebesar 2 dengan nilai DBI sebesar 0,802. Klaster ini mengidentifikasi karakteristik utama pelanggan, seperti preferensi kendaraan, usia, dan distribusi wilayah tempat tinggal. Hasil segmentasi digunakan untuk merancang strategi promosi yang lebih terarah. Strategi berbasis data ini membantu PT XYZ dalam mengoptimalkan sumber daya pemasaran, meningkatkan loyalitas pelanggan, dan memaksimalkan potensi pasar. Penelitian ini memberikan kontribusi signifikan terhadap penerapan K-Means di industri otomotif dan menyediakan dasar bagi inovasi strategi pemasaran berbasis data.
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.
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.
Co-Authors ., Fathurrohman Agustin, Nia Aini Nurul Ainisa, Nurul Al Lutfani, Thariq Kemal Al Maeni, Nurul Amelia, Astri Ameliana, Nikan Andre Setiawan, Andre 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 Hadi Wicaksana, Arya Haikal, Harisman Hamonangan, Ryan Haryandini, Nur Anindya Putri Hayati, Umi Herdiana, Rulli Herdiana, Rully Hidayah, Nurni Hidayat, Pierre Galuh HIDAYATULLAH, NAUFAL ARIF Hoeriah, Dede Ilham Syahputra, Arief Irma Purnamasari, Ade Jannah, Nursuviyani Jihan, Aminatun Julianti, Okta Nur Kholifa, Nur Kusmawanti, Nisa Laksamana, Patria Gita Lita, Arlita lita Maulana, Aldi Maulida, Nida Muharromah, Oom 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 Peni Peni Permana, Sandy Eka PUJI LESTARI Putriana, Puput RAHMAWATI, RULI Ramadhan, Niko Retnasari, Peni Rini Astuti RIZKI, ALVA FAUZIR Rohmat, Cep Lukman Rosiana, Rosa Sakarias Berek, Richardus Salsabila, Fauhan saninah, annisa Saniyah, Nilta Sayuti Hanapiah, Neneng Suarna, Nana Yudhistira Arie Wijaya Zaelani, Nursehan