Article Per Year (5 Year)
p-Index From 2021 - 2026
2.488
P-Index
This Author published in this journals
All Journal Jurnal TIMES Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan JOIN (Jurnal Online Informatika) JMM (Jurnal Masyarakat Mandiri) ILKOM Jurnal Ilmiah JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Manajemen Informatika Jayakarta Jurnal Informatika Terpadu Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Pengabdian Tri Bhakti
Ahmad Khusaeri
Universitas Singaperbangsa Karawang
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 Mathematics Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Scalability Testing of Land Forest Fire Patrol Information Systems Khusaeri, Ahmad; Sitanggang, Imas Sukaesih; Rahmawan, Hendra
JOIN (Jurnal Online Informatika) Vol 8 No 1 (2023)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v8i1.977

Abstract

The Patrol Information System for the Prevention of Forest Land Fires (SIPP Karhutla) in Indonesia is a tool for assisting patrol activities for controlling forest and land fires in Indonesia. The addition of Karhutla SIPP users causes the need for system scalability testing. This study aims to perform non-functional testing that focuses on scalability testing. The steps in scalability testing include creating schemas, conducting tests, and analyzing results. There are five schemes with a total sample of 700 samples. Testing was carried out using the JMeter automation testing tool assisted by Blazemeter in creating scripts. The scalability test parameter has three parameters: average CPU usage, memory usage, and network usage. The test results show that the CPU capacity used can handle up to 700 users, while with a memory capacity of 8GB it can handle up to 420 users. All users is the user menu that has the highest value for each test parameter The average value of CPU usage is 44.8%, the average memory usage is 69.48% and the average network usage is 2.8 Mb/s. In minimizing server performance, the tile cache map method can be applied to the system and can increase the memory capacity used.
ALGORITMA C4.5 UNTUK PEMODELAN DAERAH RAWAN BANJIR STUDI KASUS KABUPATEN KARAWANG JAWA BARAT Khusaeri, Ahmad; Ilham, Septian; Nurhasanah, Desi; Delpidat, Derrenz; Anggri, Anggri; Primajaya, Aji; Sari, Betha Nurina
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i2.128.132-136

Abstract

Karawang merupakan kota yang dijuluki dengan kota lumbung padi dan industri. Kemajuan kota Karawang ditentukan dengan situasi dan kondisi kota yang terkendali. Banjir merupakan salah satu hal yang dapat memperhambat kemajuan kota Karawang. Dengan membuat model daerah rawan banjir, dapat mempermudah pemerintah dalam memprediksi daerah – daerah yang rawan banjir berdasarkan data – data yang telah diolah. Algoritma C4.5 merupakan salah satu metode dalam mengklasifikasikan dataset. Pembagian dataset dilakukan dengan menggunakan metode 10-fold cross validation dimana setiap bagian (fold) akan dijadikan data testing  sedangkan n-1 akan dijadikan sebagai data training. Data yang digunakan dalam pembuatan model adalah data banjir, kepadatan penduduk, ketinggian wilayah, jarak pusat daerah dengan sungai dan rata – rata curah hujan. Tingkat akurasi yang dihasilkan dengan menggunakan algoritma C4.5 adalah 84.385%, sedangkan Recall dan Precision yang dihasilkan sebesar 0.95 dan 0.87. pohon keputusan yang dihasilkan dapat dijadikan sebagai aturan dalam pembuatan visualisasi WEB GIS.
Penguatan Kompetensi Guru Dalam Pemanfaatan Teknologi Pembelajaran Dan Edukasi Literasi Digital Bagi Siswa Smp As-Syarifiyah Guna Mewujudkan Ekosistem Pendidikan Cerdas Digital Hannie Hannie; Agung Susilo Yuda; Ratna Mufidah; Iqbal Maulana; Ade Andri Hendriadi; Carudin Carudin; Dadang Yusup; Intan Purnamasari; Rini Mayasari; Taufik Ridwan; Sofi Defiyanti; Billy Ibrahim Hasbi; Yuyun Umaidah; Ahmad Khusaeri
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 6 No 1 (2026): TRIDHARMADIMAS (Juli 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v6i1.2589

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilaksanakan oleh Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang di SMP As-Syarifiyah pada bulan November 2025. Latar belakang kegiatan ini berangkat dari permasalahan guru yang masih menghadapi kendala dalam mengintegrasikan teknologi ke dalam proses pembelajaran, serta kerentanan siswa terhadap paparan hoax dan ancaman keamanan data pribadi. Melalui pendekatan partisipatif dan edukatif, kegiatan dilaksanakan dalam dua pilar utama: pelatihan pemanfaatan teknologi pembelajaran bagi guru menggunakan PhET Interactive Simulations dan sosialisasi literasi digital bagi siswa yang mencakup materi keamanan siber dan anti-hoax. Metode yang digunakan meliputi hands-on training, demonstrasi aplikasi, ceramah interaktif, serta evaluasi pre-test dan post-test. Hasil kegiatan menunjukkan bahwa 13 guru telah mendapatkan pelatihan integrasi TIK dalam pembelajaran, sementara 120 siswa berhasil dibekali keterampilan mengidentifikasi hoax dan menerapkan langkah keamanan siber. Evaluasi post-test menunjukkan peningkatan pemahaman pada kedua kelompok sasaran. Meskipun dihadapkan pada kendala infrastruktur TIK dan manajemen waktu, solusi yang diterapkan secara efektif memastikan tercapainya target keluaran. Kegiatan ini berhasil menumbuhkan budaya pembelajaran berbasis teknologi dan memperkuat literasi digital di lingkungan sekolah mitra.
ASPECT BASED SENTIMENT ANALYSIS TERHADAP PERTAMINA PADA PLATFORM X MENGGUNAKAN INDOBERTWEET Muhamad Fazri; Nono Heryana; Ahmad Khusaeri
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026934

Abstract

Penelitian ini bertujuan menganalisis opini publik terhadap Pertamina melalui platform X menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) dengan model IndoBERTweet. Data cuitan berbahasa Indonesia dikumpulkan periode September–Oktober 2025 menggunakan tweet-harvest v2.6.1 dengan kata kunci "Pertamina lang:id". Penelitian menggunakan kerangka Knowledge Discovery in Database (KDD) yang mencakup pengumpulan data, preprocessing, ekstraksi aspek, klasifikasi sentimen, dan analisis hasil. Ekstraksi aspek menggunakan pendekatan keyword-based menghasilkan lima aspek: Harga BBM, Kualitas BBM, Pelayanan SPBU, Kebijakan Pertamina, dan Umum. Dari 7.486 cuitan mentah diperoleh 6.642 cuitan bersih, kemudian dihasilkan 8.198 data setelah replikasi multi-aspek. Klasifikasi sentimen dilakukan menggunakan model IndoBERTweet pretrained secara otomatis. Hasil menunjukkan sentimen Negatif mendominasi 45,22% (3.707 data), Netral 42,17% (3.457 data), dan Positif 12,61% (1.034 data). Aspek Kebijakan Pertamina (55,4%) dan Kualitas BBM (55,0%) mencatat proporsi negatif tertinggi, sedangkan aspek Umum memiliki distribusi paling berimbang dengan positif tertinggi (28,2%). Temuan ini digunakan sebagai dasar rekomendasi strategis peningkatan layanan dan komunikasi publik Pertamina.
ANALISIS SENTIMEN ULASAN APLIKASI SEABANK MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Eki Ramadhan; Ade Andri Hendriadi; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9549

Abstract

Pesatnya pertumbuhan perbankan digital di Indonesia menuntut perusahaan seperti SeaBank untuk terus mengevaluasi kualitas layanan berdasarkan persepsi pengguna. Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi SeaBank pada Google Play Store guna mengekstraksi wawasan Business Intelligence yang strategis. Sebanyak 71.523 ulasan mentah periode Juli hingga Desember 2025 dikumpulkan melalui teknik web scraping. Metodologi yang digunakan meliputi tahapan preprocessing teks, ekstraksi fitur TF-IDF dengan Bigram, serta penanganan data tidak seimbang menggunakan teknik Synthetic Minority Over-sampling Technique (SMOTE). Klasifikasi dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan kernel Linear. Hasil pengujian menunjukkan bahwa model SVM mampu mencapai tingkat akurasi sebesar 91,21%. Temuan penelitian mengungkap dominasi sentimen positif terkait insentif bebas biaya transaksi dan kemudahan UI/UX. Sebaliknya, sentimen negatif menyoroti isu kritis pada stabilitas akses aplikasi (login) dan keterlambatan kode OTP yang berisiko memicu customer churn. Hasil analisis ini memberikan rekomendasi strategis bagi manajemen SeaBank dalam memprioritaskan perbaikan infrastruktur teknis guna meningkatkan retensi nasabah.
Analisis Topik dan Sentimen pada Ulasan Pasien Menggunakan K-Means Clustering dan Lexicon-Based Scoring (Studi Kasus: Rumah Sakit XYZ) Irsyad Nurhakim; Ade Andri Hendriadi; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9624

Abstract

Penelitian ini bertujuan memetakan persepsi kualitas layanan Rumah Sakit XYZ melalui analisis 2.324 ulasan pasien di Google Maps. Teks tidak terstruktur diolah menggunakan pendekatan text mining yang menggabungkan Lexicon-Based Scoring (kamus InSet) untuk analisis sentimen dan algoritma K-Means Clustering berbasis TF-IDF untuk pemodelan topik. Hasil analisis menunjukkan mayoritas ulasan bersentimen positif (83,35%) dan sisanya negatif (16,65%). Algoritma K-Means menghasilkan empat klaster topik optimal: Administrasi & BPJS (60,33%), Pelayanan Tenaga Medis (24,57%), Layanan Rawat Inap (10,54%), serta Fasilitas & Kenyamanan (4,56%). Integrasi kedua metode mengungkap bahwa Administrasi & BPJS adalah area paling kritis dengan ketidakpuasan tertinggi (26,2%). Sebagai implikasi manajerial, penelitian merekomendasikan integrasi SIMRS dengan Mobile JKN dan E-Prescription guna mereduksi waktu antrean dan mendukung peningkatan mutu layanan berbasis data.
ANALISIS TOPIK KELUHAN PROGRAM MAKAN BERGIZI GRATIS PADA PLATFORM X MENGGUNAKAN LATENT DIRICHLET ALLOCATION Afifah Risti Ardi; Nina Sulistiyowati; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9679

Abstract

Program Makan Bergizi Gratis (MBG) yang diluncurkan pada 6 Januari 2025 merupakan program prioritas pemerintah untuk meningkatkan status gizi masyarakat. Namun, pelaksanaannya masih menghadapi permasalahan seperti kasus keracunan makanan, kendala distribusi, dan keterbatasan anggaran. Hal tersebut memicu tanggapan dan keluhan masyarakat di platform X yang bersifat tidak terstruktur dan berjumlah besar sehingga sulit dianalisis secara manual. Penelitian ini bertujuan untuk mengidentifikasi topik keluhan masyarakat terhadap pelaksanaan Program MBG menggunakan model LDA (Latent Dirichlet Allocation) dengan metodologi CRISP-DM. Data penelitian terdiri dari 6.748 tweet yang dikumpulkan melalui teknik web scraping pada periode 6 Januari hingga 31 Desember 2025. Setelah melalui preprocessing, pelabelan sentimen menggunakan Leksikon InSet, serta seleksi tweet berlabel negatif, diperoleh 2.075 tweet yang dianalisis menggunakan model LDA dengan pembobotan TF-IDF. Hasil penelitian menunjukkan jumlah topik optimal adalah 5 topik dengan coherence score sebesar 0,386. Berdasarkan model tersebut, diidentifikasi 5 tema utama, yaitu Akuntabilitas & Tata Kelola Anggaran, Dampak bagi Kesehatan Anak di Sekolah, Kualitas & Kelayakan Menu Makanan, Kendala Distribusi & Pemenuhan Gizi, serta Insiden Keracunan & Keamanan Pangan.
PERBANDINGAN NAÏVE BAYES DAN SVM PADA SENTIMEN KASUS KERACUNAN MAKAN BERGIZI GRATIS DI PLATFORM X Larasati Mya Mulyono; Nina Sulistiyowati; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9721

Abstract

Program Makan Bergizi Gratis (MBG) merupakan program pemerintah untuk pemenuhan gizi masyarakat. Munculnya kasus keracunan makanan dalam pelaksanaannya memicu beragam tanggapan masyarakat di media sosial, khususnya platform X. Analisis sentimen diperlukan untuk memahami persepsi publik sekaligus mengevaluasi pelaksanaan program. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kasus keracunan pada Program MBG serta membandingkan performa algoritma Naïve Bayes dan SVM dalam klasifikasi sentimen. Metodologi yang digunakan adalah CRISP-DM, meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data berupa 1.744 tweet dari platform X pada periode 06 Januari–31 Desember 2025, yang setelah preprocessing menjadi 1.533 tweet. Tahap data preparation mencakup cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming. Pelabelan sentimen menggunakan VADER, ekstraksi fitur menggunakan TF-IDF, dan penyeimbangan kelas menggunakan SMOTE pada data latih. Hasil menunjukkan opini masyarakat didominasi sentimen negatif (1.162 negatif, 366 netral, 5 positif), mengindikasikan persepsi publik yang cenderung negatif terhadap Program MBG. SVM menunjukkan performa lebih baik dibandingkan Naïve Bayes. Pada evaluasi internal, SVM dengan SMOTE mencapai akurasi tertinggi (84,42%), sedangkan pada evaluasi eksternal, SVM tanpa SMOTE unggul dengan 80,13%. Berdasarkan temuan ini, pihak terkait disarankan melakukan evaluasi program, meningkatkan pengawasan keamanan pangan, serta memperbaiki sistem distribusi dan transparansi Program MBG.
Analisis Kinerja Penjualan Menggunakan Business Intelligence Berbasis KPI (Studi Kasus: Yarage Coffee House) Wilda Aprilia Mustika Sari; Bagja Nugraha; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10096

Abstract

Yarage Coffee House has implemented a Point of Sale (POS) system to record sales transactions; however, the generated data has not been optimally utilized as an information source to support analysis and business decision-making. Sales data is still presented in the form of simple reports, making it difficult to monitor overall sales performance. This study aims to analyze sales performance using a Business Intelligence approach based on Key Performance Indicators (KPI) with supporting Pareto ABC analysis. The research was conducted through the stages of data collection, KPI Modeling, Extract, Transform, Load (ETL) process, data analysis, and result interpretation. KPI determination was based on information needs obtained through interviews and validated using the SMART method. The results show that the implementation of KPI-based Business Intelligence was able to transform transaction data into more structured and informative information presented through an interactive dashboard using Tableau. The analysis results indicate total revenue of IDR 38,770,000 with a total of 1,238 transactions. Pareto ABC analysis shows that Category A contributed a cumulative 77% of total revenue, thereby supporting more effective and data-driven business decision-making.
Analisis Faktor Kepercayaan Konsumen pada Marketplace Niche Produk Game Studi Kasus: Toko Elektronik X Fachry Firdaus Avicenna; Apriade Voutama; Hannie Hannie; Ahmad Khusaeri; Nina Sulistiyowati
Jurnal Informatika Terpadu Vol 12 No 2 (2026): September, 2026 (On Going)
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v12i2.2842

Abstract

Conversion rate is a crucial indicator of e-commerce success; however, in a niche market such as video game products, building consumer trust is challenging because of high perceived risk. This study aims to analyze how operational variables, including chat services, store reputation (ratings), product visual quality, and promotional effectiveness, influence consumer trust at Electronic Store X on the Shopee platform. The study uses a descriptive quantitative approach with a case study design, based on secondary data from 2025 extracted through the Business Insights feature. The research population includes 66,238 unique visitors using a total sampling technique. The results indicate an average annual conversion rate of 0.97%, with the highest peak in April (1.30%), driven by responsive chat services. Product visual optimization also attracted interest, with an average CTR of 102.1%, while promotional features increased transactions, especially during seasonal campaigns. This study concludes that integrating responsive customer service, maintaining a strong store reputation (4.7/5.0), and using appropriate promotional schemes are key to mitigating consumer risks and increasing conversion rates on marketplace platforms.
Co-Authors Ade Andri Hendriadi Afifah Risti Ardi Agung Susilo Yuda Anggri, Anggri Anggri, Anggri Apriade Voutama Bagja Nugraha Betha Nurina Sari Billy Ibrahim Hasbi Candra Zonyfar Candra Zonyfar Carudin Dadang Yusup Delpidat, Derrenz Delpidat, Derrenz Eki Ramadhan Fachry Firdaus Avicenna Hannie, Hannie Hendra Rahmawan Hendra Rahmawan Heryana, Nono ilham, Septian Ilham, Septian Imas Sukaesih Sitanggang Intan Purnamasari Iqbal Maulana Irsyad Nurhakim Larasati Mya Mulyono Maharina Maharina Ma’sum, Aziz Muhamad Fazri Nina Sulistiyowati Nurhasanah, Desi Nurhasanah, Desi Putra, Ilham Pratama Ratna Mufidah Rini Mayasari Sihabudin Sihabudin Sihabudin Sihabudin Sihabudin Sihabudin, Sihabudin Sofi Defiyanti Taufik Ridwan Taufik Ridwan, Taufik Titiek Suheta Urzhasa, Viznor Wilda Aprilia Mustika Sari Yuyun Umaidah Zonyfar, Candra