Article Per Year (5 Year)
p-Index From 2021 - 2026
5.174
P-Index
This Author published in this journals
All Journal Pixel : Jurnal Ilmiah Komputer Grafis Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Khatulistiwa Informatika JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL ILMIAH INFORMATIKA JURIKOM (Jurnal Riset Komputer) JSI (Jurnal sistem Informasi) Universitas Suryadarma Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sistem Komputer dan Informatika (JSON) TIN: TERAPAN INFORMATIKA NUSANTARA RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI JPM: JURNAL PENGABDIAN MASYARAKAT Journal of Informatics Management and Information Technology Journal of Social Responsibility Projects by Higher Education Forum Jurnal ABDIMAS Budi Darma Jurnal Nasional Teknologi Komputer Journal of Informatics, Electrical and Electronics Engineering Journal Global Technology Computer Jurnal Teknologi Informasi Indonesia Jurnal Mitra Pengabdian Farmasi
Ade Priyatna
Universitas Nusa Mandiri
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Pemanfaatan Grafis Dan Promosi Produk Aplikasi Canva Untuk Desain Pada Kopwan Atsiri Citayam Bogor Eva zuraidh; Eko Setia Budi; Ade Priyatna; Sanwani; Jajang Abdul Jabar; Muhammad Rizki; Darmawan; Iqbal Ubaidillah; Dwi Satria Nugraha; Vitria Margharet
Jurnal Mitra Pengabdian Farmasi Vol. 1 No. 3 (2022): Juni 2022
Publisher : Akademi Farmasi YPPM Mandiri

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

Abstract

Atsiri Citayam Women's Cooperative was founded on December 11, 2011. A year later, Atsiri Citayam Women's Cooperative already has NIK 3201220040001 with Legal Entity Number: 518/277/BH/KPTS/DISKOPERINDAG/VI/2012 exactly on April 18, 2012. When viewed from the type In its business, this cooperative is included in the type of consumer cooperative that serves savings and loans and the sale of basic necessities. The number of members of this cooperative is 90 people consisting of various work backgrounds, including MSME entrepreneurs. The existence of regular meetings is used as an event to maintain friendship and exchange information, especially for MSME entrepreneurs. Limited understanding of the use of technology, namely online digital products. Therefore, Nusa Mandiri University carried out Community Service in the form of training on the Use of Canva Applications for Graphic Design and Product Promotion at the Bogor Citayam Atsiri Kopwan. With this training, they can help the women of the Atsiri Citayam Bogor Women's Cooperative in using the Canva application as a digital media.
Pemanfaatan Aplikasi Powton untuk Pelatihan Presentasi dan Video pada PT. Jaya Persada Indonesia (JPI) Sanwani; Eko Setia Budi; Eva Zuraidah; Ade Priyatna; Siti Indriane Maebari; Yoki Feriano; Alfin Nugraha; Yeni Nuraeni; Mohammad Aswad Arifin
Jurnal Mitra Pengabdian Farmasi Vol. 2 No. 1 (2022): Oktober 2022
Publisher : Akademi Farmasi YPPM Mandiri

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

Abstract

PT. Jaya Persada Indonesia or JPI is a company founded with the spirit of togetherness. Seeing its opportunities for the development of property and human resources, the company is currently focusing on the business area carried out by PT. Jaya Persada Indonesia in the field of Property Developer, Property Agency (JPI Propertindo). Limited understanding of the Powton Application used for presentations and making videos is the reason Nusa Mandiri University carried out Community Service in the form of Utilizing the Powton Application for presentation training and making videos at PT. Jaya Persada Indonesia (PT. JPI) in East Jakarta. With this training, it can help staff and management in making interesting presentations and videos within PT. Jaya Persada Indonesia (PT. JPI).
Implementasi Metode Analytical Hierarchy Process (AHP) dalam Sistem Pendukung Keputusan untuk Pemilihan Handphone Priyatna, Ade; Sanwani, Sanwani; Azizah, Ayu
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5428

Abstract

Currently, many people experience confusion when choosing a smartphone that suits their daily activities and needs due to the vast number of brands and models available in the market. The diverse specifications and uses of smartphones often lead consumers to purchase products that do not meet their needs. To address this issue, a decision support system was designed to help buyers select the right smartphone. This research uses the Analytical Hierarchy Process (AHP) method to analyze quantitative data, enabling the determination of criteria and alternative smartphone choices that are suitable.In the process of data entry and processing, criteria and alternatives are established to facilitate the selection of a smartphone. One common challenge in designing decision models is the inability of the model to reflect all real variables, which can result in inaccurate decisions. Therefore, it is essential to design a flexible model capable of accommodating various relevant variables. Additionally, each stored model must be accompanied by detailed information and comprehensive explanations to ensure users understand the proposed decision-making process and its basis.This research can provide an effective solution in smartphone selection, offering clear and structured guidance for consumers to make more accurate decisions based on their individual needs. The research results show that the Xiaomi brand achieved a score of 0.90, indicating that Xiaomi is the most chosen brand in the best smartphone category.
Implementasi Aplikasi Manajemen Pelanggaran Santri SMP-MA Berbasis Website Menggunakan Framework CodeIgniter 4 Harfi Zhilaa, Ramya; Priyatna, Ade
Journal of Informatics, Electrical and Electronics Engineering Vol. 5 No. 1 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jieee.v5i1.2669

Abstract

The management of student violation records in Islamic boarding schools is often still conducted manually, making it prone to recording errors, data duplication, and delays in report generation. This issue leads to a lack of transparency and accountability in the enforcement of school discipline. This research aims to develop a web-based student violation management application at SMP and MA Hidayatullah Depok using the Waterfall software development model. The application features include student data management and violation recording. The system was implemented using the CodeIgniter 4 framework and MySQL database. The testing results using the Blackbox Testing method showed that all application functions worked as expected, while the User Acceptance Test (UAT) involve 7 of 7 teachers indicated that 100% of respondents found the application highly useful in managing violation records. Therefore, this application improves efficiency, transparency and can serve as a model for educational information systems tailored to the boarding school context.
Perbandingan Kedua Algoritma Decision Tree dan Naive Bayes untuk Prediksi Penyakit Gagal Jantung Saputra, Alvin Nugraha; Setiawan, Aji; Nuryamin, Yamin; Priyatna, Ade; Dewi, Zahra Alifia
Jurnal Teknologi Informasi Indonesia (JTII) Vol 10 No 2 (2025): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v10i2.1544

Abstract

Gangguan jantung telah menjadi penyebab utama kematian secara global, dengan tren kejadian yang terus meningkat di berbagai negara. Keberhasilan penanganan penyakit ini sangat bergantung pada diagnosis dini yang akurat. Namun, upaya deteksi dini di lapangan menghadapi tantangan yang signifikan, terutama terbatasnya jumlah tenaga medis yang tersedia dan ketersediaan sumber daya diagnostik yang memadai. Untuk mengatasi gambaran ini, pemanfaatan algoritma data mining menawarkan solusi efektif untuk mengidentifikasi pola dan memprediksi risiko penyakit jantung. Penelitian ini secara khusus dirancang untuk menganalisis dan membandingkan kinerja dua algoritma klasifikasi yang populer di bidang medis: Decision Tree (C4.5), yang berbasis aturan, dan Naive Bayes, yang berbasis probabilitas. Tujuannya adalah menentukan model mana yang paling efektif dalam risiko gagal jantung. Dataset penelitian ini telah melalui tahap preprocessing yang cermat sebelum dibagi menjadi 70% data latih dan 30% data uji, guna memastikan validasi model yang objektif. Berdasarkan hasil pengujian, ditemukan bahwa algoritma Naive Bayes memberikan kinerja yang lebih unggul dengan akurasi 86,41%. Sementara itu, algoritma Decision Tree C4.5 memperoleh akurasi 80,43%. Hasil ini secara jelas menunjukkan pendekatan probabilistik yang digunakan oleh Naive Bayes—walaupun memiliki asumsi independensi fitur—terbukti lebih efektif dalam menangani karakteristik dan kompleksitas dataset penyakit jantung dalam penelitian ini, dibandingkan dengan pendekatan berbasis pohon keputusan. Temuan ini memberikan wawasan penting bahwa Naive Bayes dapat dijadikan referensi yang kuat untuk pengembangan sistem diagnosis dini penyakit gagal jantung. Dengan akurasi lebih tinggi, algoritma ini dapat membantu kesehatan profesional mempercepat proses diagnosis, meningkatkan ketepatan prediksi risiko, dan pada pasangannya, berkontribusi menyelamatkan lebih banyak nyawa.
ANALISIS PREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA DECISION TREE DAN NAIVE BAYES Ginting, Axel Elyas; Fadililah, Akbar Fajar; Kusumah, Mayang; Nuryamin, Yamin; Priyatna, Ade
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v5i4.317

Abstract

ABSTRAK Penyakit hepatitis merupakan salah satu masalah kesehatan global yang kritis dan terus menjadi tantangan besar dalam dunia medis karena menyerang organ hati dan sulit terdeteksi pada tahap awal. Kondisi ini menuntut adanya metode diagnosis yang lebih cepat, efektif, dan mampu memberikan prediksi akurat untuk membantu tenaga medis dalam proses identifikasi dini. Seiring perkembangan teknologi, pendekatan berbasis machine learning mulai banyak diadopsi untuk mendukung analisis data medis secara otomatis. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam memprediksi status penyakit hepatitis berdasarkan data biokimia darah. Dataset yang digunakan bersumber dari platform Kaggle, terdiri atas 615 data pasien dan 14 atribut laboratorium. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi, pembagian data menjadi 70% data latih dan 30% data uji, pelatihan model, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 88,65%, sedikit lebih tinggi dibandingkan algoritma Naive Bayes yang mencapai akurasi 87,03%. Temuan ini mengindikasikan bahwa Decision Tree lebih efektif dalam menangani variasi data dan hubungan non-linear antar fitur biokimia. Secara keseluruhan, penelitian ini menegaskan bahwa kedua model mampu digunakan sebagai sistem pendukung keputusan dalam mendeteksi hepatitis, namun Decision Tree menjadi model yang lebih potensial untuk diimplementasikan pada tahap diagnosis awal.
Analisis Sentimen Pengguna TikTok tentang Pembangunan IKN Menggunakan Algoritma Naive Bayes dan Decision Tree Zamani, Sauqi; cahya, Andre; oknel; nuryamin, yamin; Priyatna, Ade
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

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

Abstract

Pembangunan ibu kota nusantara atau IKN kembali menjadi perbincangan hangat di masyarakat Indonesia khususnya di media sosial seperti TikTok. Pendapat orang berbeda-beda, ada pro dan ada kontra. Penelitian ini ingin mengetahui bagaimana sentimen publik terhadap proyek ini, serta membandingkan kinerja algoritma Naive Bayes dan Pohon Keputusan untuk klasifikasi teks. Kami menggunakan kumpulan data dari Kaggle berjudul "analisis sentimen IKN" dalam format CSV. Kami menyiapkan Data terlebih dahulu melalui tahapan preprocessing, mulai dari membuat semua huruf kecil, membersihkan teks, memecahnya menjadi kata-kata, menghilangkan kata-kata umum yang tidak penting, dan mereduksinya menjadi bentuk-bentuk dasar menggunakan pustaka sastra. Model dilatih menggunakan teknik TF-IDF untuk mengubah teks menjadi vektor, dengan data dibagi 80% untuk latihan dan 20% untuk pengujian. Dari hasil tersebut, sentimen negatif lebih dominan, hampir 52,1%, sedangkan positif hanya 46,2%. Algoritma Naive Bayes mendapat akurasi 84,04%, dan ternyata lebih baik dari Decision Tree. Intinya, Naive Bayes lebih cocok untuk analisis sentimen teks bahasa Indonesia khususnya tentang perkembangan IKN. Penelitian ini juga dapat membantu pengembangan cara analisis sentimen dalam bahasa kita untuk masalah sosial penting di negara ini.
Analisis Keparahan Banjir di DKI Jakarta Tahun 2020 Menggunakan Algoritma Random Forest darminto; Achmad, Alman; Dionaci rizki utami; Yamin Nuryamin; Ade Priyatna
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

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

Abstract

Banjir merupakan salah satu bencana alam yang paling sering terjadi di Provinsi DKI Jakarta dan menimbulkan dampak sosial serta ekonomi yang signifikan. Penelitian ini bertujuan untuk memprediksi tingkat keparahan banjir menggunakan algoritma Random Forest Classifier berdasarkan data kejadian banjir tahun 2020 yang diperoleh dari BPBD DKI Jakarta. Proses analisis dilakukan melalui tahapan pembersihan data, normalisasi, pembentukan label tingkat keparahan, pelatihan model, serta evaluasi performa di Google Colab. Hasil penelitian menunjukkan bahwa model Random Forest mampu mencapai performa tinggi dengan nilai akurasi, precision, recall, dan f1-score sebesar 100% pada tiga kategori klasifikasi: Rendah, Sedang, dan Tinggi. Variabel jumlah terdampak jiwa dan ketinggian air menjadi faktor paling dominan dalam menentukan tingkat keparahan banjir. Model ini berpotensi menjadi alat bantu dalam pengambilan keputusan mitigasi bencana, serta dapat dikembangkan lebih lanjut dengan menambahkan fitur curah hujan dan data multi-tahun. Sehingga dapat membantu pemerintah dalam menanggulangi bencana banjir.
Perbandingan Kinerja Naive Bayes dan Decision Tree untuk Analisis Sentimen Ulasan Produk Online di Shopee dan Tokopedia Nagur, Rolan; Alamsyah, Diyan; Garry Tauran, Malfi; Nuryamin, Yamin; Priyatna, Ade
JSI (Jurnal sistem Informasi) Universitas Suryadarma Vol 13 No 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1740

Abstract

Penelitian ini membandingkan kinerja algoritma Naïve Bayes dan Decision Tree untuk analisis sentimen ulasan produk pada platform e-commerce Shopee dan Tokopedia. Dataset yang digunakan berjumlah 46.086 ulasan yang telah melalui tahap pembersihan data dan preprocessing teks, meliputi penghapusan data kosong dan duplikat, case folding, pembersihan karakter, tokenisasi, serta penghapusan stopword. Label sentimen diturunkan dari rating bintang dan dibagi menjadi tiga kelas: positif, netral, dan negatif. Ciri teks direpresentasikan menggunakan TF-IDF, sedangkan evaluasi kinerja model dilakukan dengan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa Naïve Bayes menghasilkan akurasi sekitar 70,85%, lebih tinggi dibandingkan Decision Tree dengan akurasi 67,41%. Kedua model cukup baik dalam mengklasifikasikan sentimen positif, namun masih lemah pada kelas netral karena ketidakseimbangan data dan ekspresi bahasa yang ambigu. Temuan ini menunjukkan bahwa Naïve Bayes lebih sesuai digunakan sebagai dasar pengembangan sistem analisis sentimen ulasan produk e-commerce. Penelitian ini memberikan referensi bagi pelaku industri dalam memanfaatkan ulasan.
Prediksi Risiko Serangan Jantung Menggunakan Algoritma Random Forest Berdasarkan Faktor Klinis dan Riwayat Medis Pasien hamzah firjatullah, arkananta; Vhijar Rainaldany, Muhammad; Firas Anderasta, Ryan; Nuryamin, Yamin; Priyatna, Ade
JSI (Jurnal sistem Informasi) Universitas Suryadarma Vol 13 No 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1749

Abstract

Co-Authors Achmad Faisal Achmad, Alman Agung Primahadi Asta Agustina, Menik Anna Aji Setiawan Alamsyah, Diyan Alfin Nugraha Alviansah, Irvan Amalia Husna Anggata, Aprio Riska Aprilia Dimas Sahid Ayu Azizah Besus Maula Sulthon cahya, Andre Damar Nugraha Dani Wijayanto Darmawan Darminto Deni Hardiansyah Deny Robyanto Deny Robyanto Dewi, Zahra Alifia Dina Faisha Dionaci rizki utami Dito Tri Ardana Djayusman, Ismoyo Nugroho Dwi Satria Nugraha Eko Setia Budi Eni Heni Hermaliani Eva Zuraedah Eva Zuraidah Eva zuraidh Fadililah, Akbar Fajar Fatiyah Saidah Firas Anderasta, Ryan Firmansyah, Ilhan Fitriyani Fitriyani Frieyadie Garry Tauran, Malfi Gata, Windu Ghifary Rafy Pratama Ginting, Axel Elyas hamzah firjatullah, arkananta Harfi Zhilaa, Ramya Iqbal Ramadhan, Iqbal Iqbal Ubaidillah Jajang Abdul Jabar Jodi Setiawan Kasta Yudha Siahaan Kenji Ferdian Santosa Krishandi, Septa Remond Kukuh Panggalih Kusumah, Mayang Masriza, Fahmi Fiqih Mesran, Mesran Mohammad Aswad Arifin Muhamad Irfan Muhammad Rizki Muhammad Sudiyanto Nagur, Rolan Nur Fadillah, Nur Nursalim, Fredrika Irmanielyn oknel Oky Kurniawan Pattipeilohy, William Frado Perwitasari, Ayu RAMADHANI, ALIF Rana, Dipo Yudhis Ratih Kumala Sari Rima Tamara Aldisa Rinaldy Rinaldy Rivaldi, Afdan Rizky Maulana Ambya Roris, Renaldi Putra Sanwani Sanwani Sanwani SANWANI SANWANI, SANWANI Saputra, Alvin Nugraha Silviliani, Ilun Siti Indriane Maebari Sumiati Sumiati Vhijar Rainaldany, Muhammad Vitria Margharet William Frado Pattipeilohy Yamin Nuryamin Yeni Nuraeni Yoki Feriano Zakaria Maulana Arif Zamani, Sauqi Zico Pratama Putra