Article Per Year (5 Year)
p-Index From 2021 - 2026
2.887
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi JURNAL TEKNOLOGI DAN OPEN SOURCE INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Information System Journal (INFOS) IC Tech: Majalah Ilmiah SmartComp Bestikom: Jurnal Pengabdian Kepada Masyarakat IC Tech: Majalah Ilmiah
DARMAWAN, ARIEF SOMA
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS ANIMASI MENGGUNAKAN SPARKOL VIDEOSCRIBE UNTUK PENGENALAN RAMBU LALU LINTAS Ari Putra Wibowo; Darmawan, Arief Soma; Wahyu Setianto; Muhammad Faizal Kurniawan
IC Tech: Majalah Ilmiah Vol 20 No 1 (2025): IC Tech: Majalah Ilmiah Volume XX No. 1 April 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i1.329

Abstract

Media pembelajaran adalah alat penting untuk menyampaikan informasi dan pesan dalam proses belajar. Pemanfaatan teknologi dan informasi sebagai media pembelajaran menjadi hal yang penting untuk membuat proses belajar lebih menarik dan tidak bergantung hanya pada guru. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE. Model ADDIE ini memiliki lima tahapan: analisis, desain, pengembangan, implementasi, dan evaluasi. Adapun sampel penelitian ini adalah Himpaudi Kecamatan Kedungwuni dan data ataupun problem yang dibahas pada penelitian ini adalah berkaitan dengan pembelajaran pengenalan rambu lalu lintas. Media pembelajaran animasi bisa digunakan sebagai alternativ bagi guru dalam menyampaikan materi kepada siswa, karena sudah dilakukan uji validasi oleh ahli media dan ahli materi. Hasil dari ahli media diperoleh prosentase sebesar 79% dengan kualifikasi layak. Sedangkan hasil dari ahli materi diperoleh prosentase sebesar 87,5% dengan kualifikasi sangat layak.
KOMPARASI ALGORITMA NAÏVE BAYES DAN DECISION TREE UNTUK MENGANALISIS KEPUASAN MASYARAKAT DPMPTSP KABUPATEN BATANG Rosmila, Putri Rastya; Risqiati, Risqiati; Darmawan, Arief Soma
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2364

Abstract

Survei Kepuasan Masyarakat (SKM) merupakan instrumen evaluasi yang digunakan pemerintah untuk menilai kualitas pelayanan publik secara berkala. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan masyarakat pada Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Batang dengan menggunakan algoritma Naïve Bayes berbasis kerangka kerja CRISP-DM. Data penelitian berasal dari 330 responden SKM tahun 2024 yang menilai sembilan indikator pelayanan publik. Proses penelitian meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 65%, dengan performa terbaik pada kategori Sangat Puas. Analisis lebih lanjut mengidentifikasi bahwa variabel waktu penyelesaian dan kompetensi pelaksana memiliki pengaruh dominan terhadap tingkat kepuasan masyarakat. Temuan ini memberikan kontribusi ilmiah berupa penerapan klasifikasi berbasis data mining untuk mendukung pengambilan keputusan dalam peningkatan kualitas layanan publikdi masa mendatang.
Business Intellegenge untuk Perencanaan Strategi Pemasaran pada UMKM Sarung dengan Manajemen Dashboard Setianto, Wahyu; Sugianti, Devi; Wibowo, Ari Putra; Risqiati, Risqiati; Darmawan, Arief Soma
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 9 No. 2 (2025): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

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

Abstract

MSMEs are the backbone of the national economy, the government is trying to recover the economy after the Covid-19 pandemic by making a new breakthrough with digitalization. Digitalization helps MSMEs to process and analyze data for decision making. The data stored in the company is increasing, so it requires Business Intelligence to make it easier for companies to present information. MSME Abitex experienced problems in planning sales strategies by looking at interest in each city. The stages of research carried out were problem identification, data collection, design, manufacture, testing results. In identifying problems, problems were found in monitoring sales to create sales strategies, in data collection from 2021 to 2023. The number of transactions was 807 sales with 3 types of sarongs, a total of 14 sarongs produced. In designing using a star schema obtained from the sales fact table, time dim, customer dim, goods dim. Business intelligence can display data visualization by grouping by product, customer and by time, and can see interest in products in each city
Predicting Tablet Drug Expenditures Using Python-Based Facebook Prophet in Pharmaceutical Installations Maulana, Kaka Rizki; Widiyono, Widiyono; Darmawan, Arief Soma
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 2 (2025): Jurnal Teknologi dan Open Source, December 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i2.4907

Abstract

The increasing complexity of pharmaceutical logistics requires accurate forecasting to ensure drug availability and minimize the risk of stock shortages. This study aims to develop a forecasting model to predict monthly tablet drug expenditure in the Pharmacy Department. The research stages include problem identification, data collection from historical drug expenditure records, data pre-processing, and implementation of the forecasting model. The method used is Facebook Prophet, which was chosen for its ability to capture seasonal patterns, trends, and holidays in time series data. Model performance evaluation was conducted using Mean Absolute Percentage Error (MAPE) and Mean Absolute Error (MAE). The results showed that the model produced an MAE of 3,621.25 and a MAPE of 4.93%, indicating that the prediction accuracy level was in the good category. These findings prove that the Prophet method is capable of providing reliable results in drug expenditure forecasting. The results of this study are expected to support decision-making in drug requirement planning and improve the efficiency of pharmaceutical logistics management.
Segementasi Nasabah Tabungan Pada BMT XXX dengan Metode Fuzzy C Means dan Model RFM darmawan, arief soma; Sugianti, Devi; Syaifudin, Anas
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 10, No 2 (2021): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v10i2.2355

Abstract

Setiap perusahaan akan berlomba lomba untuk meningkatkan pelayanan kepada pelanggan, agar pelanggan tidak berpindah ke pesaing. BMT XXX juga tidak menginginkan nasabahnya berpindah ke pesaing. Pada tahun 2019 nasbah BMT XXX mencapai 4882 nasabah, akan tetapi yang aktif melakukan transaksi penabungan hanya 1392 nasabah. BMT mengalami kesulitan dalam menginterpretasikan data, karena data yang tersaji dalam bentuk manual. Untuk membantu BMT dalam mengelompokkan nasabah yang potensial menggunakan metode fuzzy C Means dan model RFM (Recency, Frequency, dan  Monetary). Metode Fuzzy C means  digunakan karena dapat menggelompokkan data yang lebih besar dan lebih kokoh pada data oulier, dalam menentukan cluster atau kelompok dengan derajat keanggataan. Langkah langkah metode penelitian yang dilakukan adalah pengumpulan data, pengolahan data, metode yang diusulkan, eksperimen metode, validasi hasil atau pengujina. Hasil pengujian dengan Davies Bouldin Index diperoleh 0,464 dengan jumlah klaster sebanyak 6. Dengan kelas nasbah superstar sebanyak 79 nasabah, golden sebanyak 462 nasabah, typical customer  124 nasabah, occantional customer sebanyak 271 nasabah, everyday sopper  239 nasabah, dormant cusomer  217 nasabah. Dengan adanya data tersebut dapat digunakan oleh BMT XXX pengambilan keputusan dalam hal menentukan strategi marketing untuk meningkatkan pelanggan agar pelanggan selalu aktif melakukan penabungan. Kata Kunci : Segementasi nasabah, fuzzy c means, RFM
Naïve Bayes, Neural Network dan K-Nearest Neighbor untuk Klasifikasi Topik Tugas Akhir Wibowo, Ari Putra; Widiyono, Widiyono; Saifudin, Anas; Darmawan, Arief Soma; Budihartono, Eko
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4251

Abstract

Pemilihan topik atau judul skripsi menentukan mahasiswa dalam menyelesaikan pengerjaan skripsi tepat waktu, hal ini juga berpengaruh dalam kebutuhan akreditasi program studi. Namun penentuan topik atau judul skripsi menjadi hal yang cukup sulit untuk mahasiswa, beberapa penelitian mengenai klasifikasi topik skripsi telah banyak dilakukan untuk mengelolompokkan topik atau judul skripsi sesuai dengan konsentrasi keahliannya sehingga memberikan informasi yang dapat membantu mahasiswa. Pada penelitian ini dilakukan perbandingan model klasifikasi untuk mengetahui model klasifikasi terbaik dalam klasifikasi topik  atau judul skripsi. Ada tiga model klasifikasi yang dibangun dalam penelitian ini dengan menggunakan algoritma Naïve Bayes, Neural Network dan K-Nearest Neighbor. Evaluasi hasil dilakukan dengan metode cofusion matrix untuk mengetahui nilai akurasi, presisi, recall dan f-score. Dari hasil eksperimen menunjukkan bahwa model klasifikasi dengan algoritma Neural Network memiliki nilai akurasi paling tinggi dengan nilai 94,1% sedangkan nilai akurasi paling rendah adalah model klasifikasi Naïve Bayes dengan nilai 79% .
Case Based Reasoning Untuk Mendeteksi Penyakit Kucing Dengan Metode KNN Darmawan, Arief Soma; Sugianti, Devi; Halim, Muhammad Faisal
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3452

Abstract

Kucing adalah hewan kesayangan yang sangat populer dikalangan masyarakat Indonesia. Ketersediaan dokter tidak sebanding dengan banyaknya masyarakat yang mencintai kucing serta pemilik juga banyak yang belum mengetahui cara pemeliharaan dengan benar. Jenis penyakit yang dialami kucing sangat banyak maka dari itu membutuhkan penanganan dan pengobatan yang berbeda-beda. Maka untuk dapat mendiagnosa penyakit pada kucing dibutuhkan sebuah sistem dengan berbasis Case Based Reasoning(CBR) dengan metode K Nearest Neighbor. Case Base Reasoning (CBR) dapat penyelesaikan masalah berdasarkan masa lalu yang sama untuk menyelesaikan masalah yang baru, dalam memecahkan kasus baru maka mengingat kasus lama. Algoritma K Nearest Neighbor memilih data  sejumlah K yang paling dekat dari data baru. Metode penelitian yang digunakan adalah CHRISP –DM (Cross Industry Process for data mining)  dengan tahapan sebagai berikut: Fase Pemahaman Bisnis, Fase Pemahaman data, Fase Pengolahan Data, Fase Pemodelan, Fase Evaluasi dan Fase penyebaran. Data yang didapat 320 data, setelah melalukan fase pengolahan data menjadi 250 data. Pengujian akurasi didapatkan akurasi yang paliing tinggi adalah dengan menggunakan nilai K= 3 dengan tingkat akurasi sebesar 97 %.
Penerapan Algoritma Apriori untuk Menentukan Pola Asosiasi Penjualan Di PT KOI Jaya Delapan Syahputra, Gilang; Risqiati, Risqiati; Darmawan, Arief Soma
INFOMATEK Vol 28 No 1 (2026): Juni 2026 (In Progress)
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v28i1.38023

Abstract

Perusahaan dituntut mampu mengelola data penjualan secara efektif untuk mendukung pengambilan keputusan bisnis yang tepat, namun PT KOI Jaya Delapan sebagai industri tekstil belum memanfaatkan data penjualan yang besar untuk mengetahui hubungan pola antara produk yang sering dibeli pelanggan, sehingga promosi yang dilakukan kurang tepat sasaran. Penelitian ini memiliki tujuan untuk menemukan pola asosiasi produk penjualan menggunakan algoritma Apriori sebagai dasar penyusunan strategi pemasaran dan pengelolaan stok di PT KOI Jaya Delapan. Metode yang dipakai yaitu Association Rule Mining dengan Algoritma Apriori pada 50 data transaksi penjualan bulan April 2025 yang melibatkan 6 jenis produk. Parameter yang ditetapkan adalah Minimum Support 0.1 (10%) dan Minimum Confidence 70%. Hasil analisis Frequent 1-Itemset menunjukkan produk KOI Biru (Support 72%) dan KOI Merah (Support 58%) adalah produk paling dominan. Kombinasi dengan Support tertinggi adalah KOI Merah dan KOI Biru (Support 40%), mengindikasikan prioritas Co-stocking. Satu-satunya aturan asosiasi yang lolos ambang batas Minimum Confidence adalah KOI Hijau,KOI Biru dengan nilai Confidence 75%. Kesimpulan dari temuan ini adalah aturan KOI Hijau, KOI Biru merupakan dasar utama yang teruji kuat untuk menyusun strategi penjualan silang (Cross-selling) dan Bundling produk. Pola ini juga menjadi acuan untuk memperkirakan kebutuhan stok bersama.
Menentukan Pola Asosiasi Penjualan di Minimarket Sakpore SMK Negeri 2 Pekalongan menggunakan Algoritma Apriori Dyen, Vincent Mallvino Putra; Darmawan, Arief Soma; Risqiati, Risqiati
INFOMATEK Vol 28 No 1 (2026): Juni 2026 (In Progress)
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v28i1.40181

Abstract

Perkembangan ritel modern menuntut pengelolaan data transaksi agar dapat mendukung pengambilan keputusan bisnis yang tepat dan akurat, termasuk pada minimarket yang berfungsi sebagai unit bisnis praktik. Dilakukannya penelitian ini memiliki tujuan menemukan pola asosiasi penjualan menggunakan algoritma Apriori dan menghasilkan sistem rekomendasi barang pada Minimarket Sakpore SMK Negeri 2 Pekalongan guna membantu pengelolaan stok dan strategi penjualan. Metodologi yang dipakai adalah tahapan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, pembersihan data, transformasi data, proses data mining atau hasil dan pembahasan menggunakan algoritma Apriori, dan evaluasi hasil. Data yang digunakan berupa 254 transaksi penjualan pada bulan April 2025. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi beberapa aturan asosiasi yang relevan, dengan nilai minimum minimum support yaitu 0,1(10%) dan minimum confidence yaitu 50%. Salah satu aturan asosiasi dengan nilai confidence tertinggi adalah pembelian Aice Semangka 65g yang diikuti dengan pembelian le minerale 330ml dengan nilai confidence yaitu sebesar 53% yang menunjukkan adanya kecenderungan pembelian kedua produk tersebut. Pola asosiasi ini dapat dimanfaatkan sebagai dasar pemberian rekomendasi produk dan penyusunan strategi promosi seperti paket penjualan produk atau bundling produk yang sering dibeli secara bersamaan. Kesimpulan dari temuan ini adalah bahwa penerapan algoritma Apriori ini mampu mengidentifikasi pola asosiasi pembelian produk berdasarkan data penjualan, salah satunya adalah kecenderungan pembelian produk Aice Semangka 65g dan le minerale 330ml, pola asosiasi yang telah diperoleh ini selaras dengan tuuan penelitian dan dapat dimanfaatkan sebagai dasar dalam strategi promosi seperti bundling produk serta pengelolaan stok yang menjadi lebih efektif.
Co-Authors Ari Putra Wibowo ARI PUTRA WIBOWO Dyen, Vincent Mallvino Putra Eko Budihartono, Eko Faizal Kurniawan Halim, Muhammad Faisal Hapsoro, Hermanus Wim Hapsoro, Wim Indrayanti, Indrayanti Inonu, Ismet Maulana, Kaka Rizki Risqiati, Risqiati Rosmila, Putri Rastya Saifudin, Anas Shaela, Pamela Sugianti, Devi Sulistiyaningsih, Riski Syahputra, Gilang Syaifudin, Anas Wahyu Setianto Wahyu Setianto, Wahyu WIBOWO, ARI PUTRA Widiyono, Widiyono