Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.096

P-Index

This Author published in this journals

All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Ilmiah FIFO JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Riset Informatika Jurnal Informatika Kaputama (JIK) Infotek : Jurnal Informatika dan Teknologi Jurnal Pengabdian kepada Masyarakat Nusantara Abditeknika - Jurnal Pengabdian Kepada Masyarakat IMTechno: Journal of Industrial Management and Technology Paradigma Indonesian Journal Computer Science (ijcs)

Nugroho, Wawan

Universitas Bina Sarana Informatika

Author-ID : 1800566

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 14 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Optimasi Metode K-Nearest Neighbours dengan Backward Elimination Menggunakan Dataset Software Effort Estimation Wawan Nugroho
Bianglala Informatika Vol 8, No 2 (2020): Bianglala Informatika 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Klasifikasi banyak digunakan untuk menentukan keputusan sesuai pengetahuan baru yang didapat dari pengolahan data lampau menggunakan perhitungan suatu algoritma. Metode penelitian yang digunakan dalam penelitian ini metode eksperimental adapun tahapan metode tersebut pesiapan dataset, preprosesing, seleksi fitur kemudian evauasi model dengan RMSE dan AE. K-Nearest Neighbor merupakan salah satu algoritma yang digunakan untuk klasifiksi dan juga prediksi yang menggunakan metode supervised learning. Algoritma K-Nearest Neighbor memiliki keunggulan pelatihan yang sangat cepat, sederhana dan mudah dipahami, K-Nearest Neighbor juga memiliki kekurangan dalam menentukan nilai K dan pemilihan atribut terbaik. Untuk megoptimalkan algorittma K-Nearest Neighbor digunakan seleksi fitur Backward Elimination, memiliki fungsi untuk mengoptimalkan kinerja suatu model dengan sistem kinerja mundur, digunakan untuk memilih atribut yang paling relevan. Hasil penelitian menunjukan bahwa K-Nearest Neighbor dengan Backward Elimination memiliki Root Mean Square Erorr (RMSE) dan Absolute Erorr (AE) pada dateset Software Effot Estimation menujukan hasil yang lebih optimal dibandingkan hanya menggunakan algoritma K-Nearest Neighbor.

Deteksi Penyakit Daun pada Tanaman Padi Menggunakan Algoritma Decision Tree, Random Forest, Naïve Bayes, SVM dan KNN Annida Purnamawati; Wawan Nugroho; Destiana Putri; Wahyutama Fitri Hidayat
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 1 (2020): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v5i1.2934

Pertanian sebagai salah satu sektor industri menjadi bagian pekerjaan yang menunjang pemenuhan kebutuhan makanan pokok masyarakat seperti tanaman pangan. Tanaman padi merupakan tanaman pangan yang rentan terserang hama. Pengenalan terhadap jenis hama yang menyerang merupakan langkah awal yang sangat penting untuk menunjang keberhasilan dalam usaha pengendaliannya. Hama tanaman padi tersebut dapat menjadi kendala bagi petani untuk bisa meningkatkan produksi. karena hama tersebut dapat merusak tanaman padi hingga membuat gagal panen. Oleh sebab itu perlu dilakukan deteksi klasifikasi pada hama daun padi untuk mencari akurasi dengan menggunakan perbandingan berbagai macam metode algoritma yaitu dengan Decision Tree, Random Forest, Naïve Bayes, SVM dan KNN. Sehingga diharapkan mampu menangani hama secara tepat, agar tidak terjadi kerusakan dan gagal panen. Dengan menggunakan dataset Rice Leaf Diseases Detection untuk Deteksi dan Klasifikasi Penyakit Padi. Dataset ini memiliki tiga kelas/penyakit yang diantaranya yaitu: Bakteri daun busuk, bercak coklat, dan daun api, masing-masing memiliki 40 gambar dengan format gambar jpg. Dari perbandingan ke lima metode algoritma tersebut dapat dihasilkan 3 macam model yaitu Model Overfit (Random Forest, Decission Tree dan Naive Bayes), Model Underfit (SVM) dan Good Models (KNN). Jadi metode terbaik diantara kelima tersebut yaitu metode KNN dengan nilai akurasi 87%, karna model ini konsisten baik pada kedua evaluasi. KNN tidak terbukti memiliki masalah overfiting karena secra konsisten berkinerja baik pada data train dan data test.Agriculture as one of the industrial sectors has become a part of the work that supplies people's basic food needs, such as food crops, rice is a food that is susceptible to pests. Identifying the host of pests is a vital first step toward promoting success in its control. The pest of the rice plant can pose a challenge for farmers to increase production. Because such pests can damage the crops to the point of failure. It is therefore necessary to assess the classification of rice leaf pests for accuracy by using a variety of algorithm-based methods of decision tree, random forest, naive bayes, SVM and KNN in the hope that farmers will soon discover the type of rice pests and their ferocity levels. And so it is expected to be able to handle eve properly, lest the damage and failure of the harvest, by using datassets Rice leaf diseases diseases diseases to detect and classification rice diseases. This datasset has three classes The underlying diseases: leaf rot, chocolate patches, and fire leaves produce 40 images each with JPG in their format. In comparison to the five possible methods of the algorithm, the three types of models are the overfit models (Random Forest, Decission Tree dan Naive Bayes), Model Underfit (SVM) dan Good Models (KNN). So the fifth prime method, however, is the KNN method with an accuracy of 87%, because it is consistent with both evaluations. KNN has no evidence of overfiting problems because it consistently performs well on train data and test data.

COMPARATION OF DECISION TREE MODEL AND SUPPORT VERCTOR MACHINE IN SENTIMENT ANALYSIS OF REVIEW DATASET SAMSUNG SSD 850 EVO AT NEW EGG SHOP Muhammad Fahmi Julianto; Yesni Malau; Wahyutama Fitri Hidayat; Wawan Nugroho; Fintri Indriyani
Jurnal Riset Informatika Vol 3 No 4 (2021): Period of September 2021
Publisher : Kresnamedia Publisher

The development of information technology is currently growing very rapidly, including the impact on the hardware used. This can be exemplified in the use of hard drives that are starting to switch to SSDs. The process of selecting an SSD product to be used cannot be separated from the sources of information found on the internet. Through the internet, every user can provide reviews, both positive and negative reviews. With the many reviews regarding the review of the Samsung 850 Evo SSD on the NewEgg Store, the author uses it to be processed into information, which will have new knowledge. Based on that, the author makes research, in the form of opinion classification by analyzing sentiment through a text mining approach. In this study, two classification models were used, namely Decision Tree and Support Vector Machine. The results of this study are in the form of a comparison of the 2 models used based on the accuracy and AUC values. Based on research, the Support Vector Machine model is better than the Decision Tree model. This conclusion can be proven by the accuracy value of the Support Vector Machine model resulting in a value of 0.87 or 87% while the accuracy value of the Decision Tree model produces a value of 0.82 or 82%. In addition, the AUC value of the Support Vector Machine model produces a value of 0.87 and the Decision Tree mode produces a value of 0.82 or it can be said that the AUC value of the Support Vector Machine model is better than the Decision Tree model.

Evaluasi Kualitas Digital Payment OVO Berdasarkan Faktor Usability Standar ISO/IEC 9126 Wawan Nugroho
Indonesian Journal Computer Science Vol. 1 No. 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Kebijakan transaksi non tunai menjadi sebuah strategi yang efektif dalam mendorong pertumbuhan keuangan digital di Indonesia. Salah satu aplikasi yang mendukung adanya teknologi tersebut adalah OVO, namun aplikasi yang dirilis pada tahun 2017 kini memperoleh rating 3.9 di Google Play Store. Berdasarkan nilai rating dan respon yang rendah maka tingkat Usability pada aplikasi cukup rendah maka pengguna juga rendah. Semakin banyak pesaing yang bermunculan dibidang yang sama maka diperlukannya sebuah evaluasi kualitas perangkat lunak yang berkelanjutan. Salah satu metode yang digunakan dalam mengukur kualitas perangkat lunak adalah ISO/IEC 9126, merupakan standarisasi organisasi internasional yang digunakan sebagai panduan untuk model kualitas. Dalam proses evaluasi Usability pada ISO/IEC 9126 terdapat karateristik kualitas Usability yang didalamnya mengcangkup sub-karateristik kualitas yaitu : understandability, learnability, operability, dan attractiveness. Software quality control yang akan dievaluasi adalah berfokus pada perspektif Usability dengan tujuan memuaskan kebutuhan pengguna. Nilai karateristik Usability yang didapatkan kemudian diubah dalam bentuk presentase. Semakin mendekali 1 (satu) maka nilai Usability semakin baik. Nilai dikelompokan berdasarkan tiga ketegori, dari rentang 0%-100%. Kategori penilaian yaitu unsatisfactory (tidak memuaskan) atara 0%-40%, marginal antra 40%-60%, dan satisfactory (memuaskan) antara 60%-100%. Dari hasil perhitungan nilai Usability sebesar 0.69 maka dapat dikatakan Baik dan masuk kedalam kategori satisfactory (memuaskan).

Penerapan Sistem Informasi Pendaftaran Peserta Didik Baru Berbasis WEB Untuk Peningkatan Mutu dan Jumlah Pendaftar Wawan Nugroho
Infotek: Jurnal Informatika dan Teknologi Vol. 6 No. 1 (2023): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v6i1.7129

Technological advancements that affect all aspects of life serve as guidelines for resolving existing issues. Technological developments facilitate daily activities in various fields such as education, politics, social, and others. In the world of education, competition has created intense competition between schools. As a result, technological advancements must be followed by educational institution processing. The existence of schools plays an important role in the process of inputting data. This study uses the waterfall method in designing a new student registration system. The design begins with analysis, then moves on to design, coding, and testing. The developed web-based system uses the CodeIgniter Framework with the PHP (Hypertext Preprocessor) programming language and MySQL as the database. The stages of testing the website using black box testing before the system is used show that the website is running according to its functionality. The results of the developed website are able to assist in managing new student registration data and can make direct reports so that management becomes effective and efficient

Tiktok Shop Untuk Meningkatkan Penjualan Produk UMKM Witpari Karanganyar Heribertus Ary Setyadi; Galih Setiawan Nurohim; Wawan Nugroho; Sutanto Sutanto
Abditeknika Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2023): April 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v3i1.1726

Keberadaan UMKM (Usaha Mikro Kecil dan Menengah) semakin meningkatkan jiwa kewirausahaan atau wiraswasta dan menciptakan lapangan kerja bagi masyarakat. Para pelaku usaha UMKM Indonesia terus mengembangkan diri untuk menciptakan daya saing universal agar tetap mempertahankan eksistensinya di dunia bisnis. Paguyuban Witpari atau Wirausaha Tangguh Bumi Intanpari yang berada di Karanganyar, Jawa Tengah adalah kumpulan para pelaku UMKM yang telah mempunyai berbagai macam produk. Tiktok menjadi salah satu sarana pemasaran online yang banyak digunakan oleh para pelaku bisnis. Aplikasi TikTok sekarang digunakan untuk mempromosikan suatu produk tertentu. Saat ini aplikasi Tiktok menjadi salah satu platform media sosial yang banyak digunakan untuk kegiatan digital marketing ini. Aplikasi Tiktok ini menampilkan fitur yang kekinian yang mana dapat menarik para pengguna Tiktok untuk menggunakannya. Adanya pelatihan pembuatan tiktok shop diharapkan dapat dijadikan inovasi dalam pemasaran secara digital untuk menambah ketertarikan konsumen membeli produk yag ditawarkan. The existence of UMKM (Usaha Mikro Kecil dan Menengah) further enhances the entrepreneurial spirit and creates employment opportunities for the community. Indonesian UMKM entrepreneurs continue to develop themselves to create universal competitiveness in order to maintain their existence in the business world. The Witpari Association or the Tangguh Bumi Intanpari Entrepreneurship located in Karanganyar, Central Java is a collection of UMKM actors who already have a variety of products. Tiktok is an online marketing tool that is widely used by business people. TikTok application is now used to promote a specific product. Currently Tiktok is one of the social media platforms that is widely used for digital marketing activities. This Tiktok application displays modern features that can attract Tiktok users to use it. The existence of training on making a tiktok shop is expected to be used as an innovation in digital marketing to increase consumer interest in buying the products offered.

Rancang Bangun Aplikasi Poin Of Sales Dengan Rapid Application Development (RAD) Untuk Efektivitas Penjualan Nugroho, Wawan; Nugroho, Andika Satrio; Hadi, Ahmad Aliyul; Aulia, Feryoda Ashafiro; Hadi, Eva Kristiana
IMTechno: Journal of Industrial Management and Technology Vol. 4 No. 2 (2023): Juli 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v4i2.2033

Kebutuhan informasi sangat diandalkan dalam segala bidang termasuk dalam organisasi, bisnis, perusahaan, akademisi, lembaga pendidikan. Kondisi ini sangat relevan dengan penerapan komputerisasi dan telah menjadi suatu hal yang sudah tidak asing lagi dalam dunia usaha karena sangat membantu terhadap peningkatan produktivitas kinerja yang lebih efektif demi mencapai suatu tujuan yang diharapkan. Sistem Point of Sales (POS) merupakan sebuah sistem aplikasi yang digunakan untuk bisnis dalam bidang perdagangan dimana sistem ini dikhususkan untuk pengolahan data transaksi pembelian, transaksi penjualan. Dalam penelitian ini menggunakan metode Rapid Application Development (RAD). Metode RAD merupakan tahapan pengembangan sistem informasi hanya membutuhkan waktu yang relatif singkat. Ada beberapa tahapan diataranya perencanaan, desain sistem dan implementasi. Pada tahapan pengujian dilakukan dengan pengujian fungsionalitas - test case menggunakan Black Box, dimana jika test case sesuai dengan hasil yang diharapkan maka bisa dikatakan valid. Sehingga sistem dapat dijalankan dan dapat membantu lebih efektif dan efisien seperti pencatatan data produk, penjulan, pembelian dan laporan.

Implementation MFEP Method in Developing Recommendation System for Program Keluarga Harapan (PKH) Recipients Nugroho, Wawan; Nurohim, Galih Setiawan; Setyadi, Heribertus Ary Setyadi; Perbawa, Doddy Satrya
Paradigma - Jurnal Komputer dan Informatika Vol. 26 No. 2 (2024): September 2024 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/p.v26i2.4978

Poverty occurs because of the imbalance between unlimited human needs and limited resources. This results in a lack of income to meet basic living needs. The Indoonesian government's efforts to alleviate poverty include providing assistance to the poor or underprivileged with assistance called Social Assistance, one of which is the Program Keluarga Harapan (PKH). Problems often occur in determining who is entitled to receive PKH assistance. The conventional selection process is considered inefficient because it requires a long process and the influence of the committee's subjectivity in the assessment, the criteria used in the survey are not in accordance with government regulations and the limited quota of total PKH recipients, so there are still people who do not receive PKH even though they meet the criteria. This research uses the Multi Factor Evaluation Process (MFEP) method. System testing uses the black box method and Boundary Value Analysis techniques which focus on finding system errors. To test the system's accuracy by comparing the MFEP process from the system results and facts based on PKH recipients in 2022 and producing an accuracy value of 91%.

Penentuan Kelayakan dan Jenis Lembaga Keuangan dalam Pemberian Modal UMKM Menggunakan Metode AHP dan Decision Tree Setyadi, Heribertus Ary; Nurohim, Galih Setiawan; Nugroho, Wawan
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.007

Terdapat beberapa kendala dibalik kehadiran UKM dalam pengelolaan usaha tersebut, antara lain kesulitan memperoleh pinjaman dari perbankan karena kurangnya pengetahuan pegawai yang ada, kurangnya perkembangan teknologi informasi, dan beberapa syarat yang tidak dapat terpenuhi. Tujuan penelitian ini untuk mengembangkan sistem pendukung keputusan yang dapat membantu dalam menentukan kelayakan UMKM dan lembaga keuangan yang sesuai untuk melakukan pinjaman. Terdapat 25 sampel UMKM yang berada di Kota Surakarta untuk dijadikan bahan penelitian. Algoritma decision tree dan metode Analytic Hierarchy Process (AHP) digunakan dalam penelitian ini. Tahap pertama untuk penentuan kelayakan suatu UMKM yang akan diberi pinjaman menggunakan algoritma decision tree. Penentuan rekomendasi jenis lembaga keuangan yang sesuai menerapkan metode AHP. Dari hasil pengujian diperoleh tingkat akurasi penerapan algoritma decision tree sebesar 80%. Pengujian tingkat akurasi penerapan metode AHP menghasilkan nilai 76,9%. Dari kedua pengujian tersebut, dapat dikatakan bahwa sistem yang dibuat sudah baik atau akurat.

Extreme Learning Machine Method Application to Forecasting Coffee Beverage Sales Sutanto, Yusuf; Setyadi, Heribertus Ary; Nugroho, Wawan; Al Amin, Budi
Journal of Applied Informatics and Computing Vol. 9 No. 5 (2025): October 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i5.10465

Sales estimates can be used to set product prices and increase expected profits. Flyover coffee shop Karanganyar does not have a methodical forecasting method to estimate and predict their need/demand for coffee beverage products. Two previous research that used Extreme Learning Machine (ELM) method in other predictions stated that ELM method has high accuracy and fast compilation time. Another research predicted jeans sales using the ARIMA model and produced an accuracy of 17.05% based on the MAPE (Mean Absolute Percentage Error) method. Menstrual cycle prediction using the Long Short-Term Memory (LSTM) method produces a MAPE value of 7.5%. Two advantages of ELM method from two previous research were used as the basis for selecting ELM method used in our study. To help predict sales of coffee beverage menus, this research utilized an artificial neural network method using ELM algorithm. ELM method consists of an input layer and an output layer connected through a hidden layer. Data used for the test was daily sales data for a month. Data used for this study consisted of 215 data samples. Daily sales data at the Flyover coffee shop were collected from June to December 2024. Based on the results and analysis of error values using MAPE method, an average error value was 8.274%. From comparison of original data results and prediction data, an average MAPE error value the best number of features and hidden neurons is 5.65%.

Co-Authors Akhmad Syukron Al Amin, Budi Annida Purnamawati Aulia, Feryoda Ashafiro Destiana Putri Doddy Satrya Perbawa Fintri Indriyani Galih Setiawan Nurohim Hadi, Ahmad Aliyul Hadi, Eva Kristiana Heribertus Ary Setyadi Muhammad Fahmi Julianto Nugroho, Andika Satrio Ramadhan, Tegar Andriyan Rozaaq, Fattahillah Wahyu Nur Sardiarinto Sardiarinto Satrya Perbawa, Doddy Setiaji Setiaji, Setiaji Setyadi, Heribertus Ary Setyadi Sihombing, Hamonangan Ardiansyah Supriyanta Supriyanta Susilowati, Yuni Sutanto Sutanto Sutanto Sutanto Wahyutama Fitri Hidayat Wiranto , Roni Yesni Malau Yusuf Sutanto

Title

Found 14 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 14 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 14 Documents
Search