Article Per Year (5 Year)
p-Index From 2021 - 2026
4.22
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Fountain of Informatics Journal Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Informatika Universitas Pamulang Jurnal Teknoinfo Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Kreativitas PKM INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Jurnal Inti Talafa : Jurnal Teknik Informatika JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) International Journal of Applied Sciences and Smart Technologies Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Ilmu Komputer untuk Masyarakat Data Sciences Indonesia (DSI) "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Jurnal Ilmiah Teknik Informatika & Elektro (JITEK) Scientific Journal of Informatics JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Purwayoga, Vega
Universitas Siliwangi
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Penerapan Naïve Bayes untuk Prediksi Customer Churn (Studi Kasus: PT Hutchison 3 Indonesia) Alfarez, Rifky; Rianto, Rianto; Purwayoga, Vega
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 5, No 02 (2024): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v5i2.8556

Abstract

Penelitian ini memiliki maksud untuk mengembangkan model prediksi dengan memanfaatkan metode Naive Bayes. Pemodelan algoritma Naive Bayes dilakukan dengan menerapkan penggunaan Jupyter Notebook dan mengacu pada dataset yang terdiri dari atribut durasi langganan, frekuensi transaksi, tingkat kepuasan, dan status churn. Pada tahap awal, dilakukan eksplorasi data untuk memahami distribusi dan karakteristik atribut. Kemudian, dilakukan pengolahan data dengan menghapus kolom yang tidak relevan, memisahkan dataset menjadi data pelatihan dan data pengujian. Berikutnya, dilakukan pemodelan Naive Bayes dengan menghitung probabilitas kemunculan setiap nilai atribut untuk kelas churn true dan false. Probabilitas ini digunakan dalam perhitungan prediksi kelas churn berdasarkan atribut yang diberikan. Setelah model Naive Bayes terbentuk, dilakukan evaluasi performa model menggunakan metrik evaluasi. Evaluasi dilakukan dengan membandingkan kelas prediksi dengan kelas aktual pada data pengujian. Evaluasi menunjukkan model Naive Bayes menghasilkan akurasi sebesar 91,3%. Presisi, recall, dan F1-score sebesar 95% menunjukkan kemampuan model dalam mengklasifikasikan data churn dengan tingkat keakuratan yang tinggi
PERANCANGAN SISTEM INFORMASI PERPUSTAKAAN DIGITAL BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL DI JURUSAN INFORMATIKA UNIVERSITAS SILIWANGI Lukmana, Hen Hen; Alhusaini, Muhamad; Purwayoga, Vega
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 7 No. 2 (2023): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol7No2.pp340-346

Abstract

The COVID-19 pandemic that occurred at the end of 2019 has accelerated the application and use of technology in universities. Various academic activities, such as learning, final project work, and UTS and UAS, were completed online. But unfortunately, supporting facilities such as digital libraries are needed as a source of reference and information that can store various material needs such as ebooks and modules that can be used for the learning process and can be accessed anywhere and anytime. This is the basis for designing the Digital Library Information System to make it easier for lecturers and students to find the books and modules they need. This library information system is web-based and made with HTML, CSS, Javascript, PHP, and MySQL programming languages. The method used in the development of this digital library information system is the waterfall method with the UML (Unified Modeling Language) software approach. With the Informatics Digital Library, it is hoped that it can help students and lecturers find various references and information for the learning process.
Distribution Model of Personal Protective Equipment (PPE) Using the Spatial Dominance Test and Decision Tree Algorithm Purwayoga, Vega; Yuliyanti, Siti; Nurkholis, Andi; Gunawan, Harry; Sokid, Sokid; Kartini, Nuri
JOIV : International Journal on Informatics Visualization Vol 8, No 3 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3.2471

Abstract

The COVID-19 case has developed positively, but preventive measures must be taken to anticipate SARS-CoV-2 mutations. Anticipation can include policies, preparing health workers, and providing personal protective equipment. Personal Protective Equipment (PPE) availability is a big challenge in handling pandemics, especially COVID-19. The level of need for PPE in an area depends on the number of COVID-19 cases. This research provides a solution to overcome the availability of PPE by applying the concept of cross-regional collaboration. Areas with low COVID-19 case rates can help areas with high COVID-19 case rates by sending PPE assistance. Implementing the cross-regional collaboration concept is assisted by the spatial dominance test algorithm, namely the spatial skyline query. Spatial Skyline Query works by searching for the most ideal area. The ideal area is an area with low COVID-19 case criteria. The low number of positive cases, death cases, probable cases, and close contact cases supports the low number of COVID-19 cases. Areas with the highest number of recovered cases are also priorities. The SSQ model was developed into two models for searching priority areas for PPE assistants. The first model is Sort Filter Skyline 1 (SFS1), and the second is Sort Filter Skyline 2 (SFS2). SFS1 is a form of SFS algorithm optimization that searches for the best 50% of all regions. SFS2 modifies SFS1 by selecting areas whose distance is <= the average distance of the area to the Health Crisis Centre of the Ministry of Health of the Republic of Indonesia. This research involves searching for priority areas and applying a prediction algorithm to extract knowledge built from the prediction model. The algorithm used is C5.0. The data used to apply the prediction algorithm results from the application of SFS1 and SFS2. The results of testing the prediction model by the C5.0 algorithm produced an accuracy of 77.26% for SFS1 data and 92.01% for SFS2. The average rules resulting from the C5.0 algorithm are three for SFS1 and two for SFS2.
Pemetaan Proyeksi Penduduk Indonesia (Menurut Jenis Kelamin) dengan Pendekatan Machine Learning: Mapping Indonesian Population Projections (By Gender) using a Machine Learning Approach Ariyanto, Nabhan Thoriq; Setyawan, Resa; Rianto; Purwayoga, Vega
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3210

Abstract

The use of Machine Learning techniques has become a vital method in predicting future population numbers. In Indonesia, population projections based on gender have a significant impact in planning national development. This research proposes an approach that utilizes Machine Learning modeling techniques to project the population of Indonesia based on gender. The dataset used includes various information such as population, province, year, and gender. The modeling process involves stages such as data preparation, model selection, model training, evaluation, and validation. The projection results are then assessed using various relevant model performance evaluation metrics. ABSTRAK Penggunaan Teknik Machine Learning telah menjadi sebuah metode yang vital dalam meramalkan jumlah penduduk di masa depan. Di Indonesia, proyeksi jumlah penduduk berdasarkam jenis kelamin memiliki dampak yang signifikan dalam merencanakan Pembangunan nasional. Peneletian ini mengusulkan suatu pendekatan yang memanfaatkan Teknik pemodelan Machine Learning untuk memproyeksikan jumlah penduduk Indonesia berdasarkan jenis kelamin. Dataset yang digunakan mencakup berbagai informasi seperti jumlah penduduk, provinsi, tahun, dan jenis kelamin. Proses pemodelan melibatkan tahapan-tahapan seperti persiapan data, pemodelan, dan evaluasi. Hasil proyeksi kemudian dinilai menggunakan berbagai metrik evaluasi kinerja model yang relevan.  
Workshop dan Pemanfaatan Teknologi Digital Signature berbasis Blockchain di Lingkungan Pimpinan Daerah Muhammadiyah Tasikmalaya Rahmatulloh, Alam; Rianto, Rianto; Gunawan, Rohmat; Rizal, Randi; Nugraha, Cindera Syaiful; Purwayoga, Vega
Ilmu Komputer untuk Masyarakat Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v5i2.2443

Abstract

Dalam suatu organisasi, validasi dokumen berupa tanda tangan, merupakan salah aktifitas yang umum dilakukan. Proses pembubuhan tanda tangan dokumen secara konvensional memerlukan waktu dan tidak dapat dilakukan jika orang yang menandatangan dokumen tidak ada di tempat. Agar proses penandatanganan dokumen dapat dilakukan dengan mudah, dalam kegiatan pengabdian ini dilakukan workshop dan pemanfaatan teknologi digital signature berbasis blockchain yang diimplementaasikan pada aplikasi SignMu. Tahapan kegiatan pengabdian yang dilakukan diantaranya: persiapan awal, pelaksanaan, evaluasi dan pelaporan. Pada tahap persiapan  awal, dilakukan identifikasi msalah terkait proses penandatangan dokumen yang dilakukan di lokasi mitra. Sosialisasi dan pelatihan penggunaan aplikasi merupakan aktifias utama yang dilakukan pada  tahap pelaksanaan. Pada tahap akhir dilakukan evaluasi terhadap pelaksanaan kegiatan dan penyusunan laporan hasil kegiatan. Kegiatan pengabdian dilaksanakan pada hari Jum’at, 28 Juni 2024, pukul 13:30, bertempat di Kantor Pimpinan Daerah Muhammdiyag (PDM) Kabupaten Tasikmalaya, yang beralamat di Jalan Kalawagar, Singasari, Kecamatan Singaparna, Kabupaten Tasikmalaya Jawa Barat. Kegiatan pengabdian masyarakat ini diikuti oleh 13 peserta terdri dari: pengurus PDM Kabupaten Tasikmalaya dan tim pelaksana pengabdian dari Universitas Siliwangi. Hasil evaluasi terhadap kegiatan pengabdian ini, berdasarkan jawaban kuisioner oleh responden yang berasal dari mitra, rata-rata kategori “Sangat Setuju”=54.55%, “Setuju”=40.00%, “Netral”=5.45%, “Tidak Setuju”=0%, “Sangat Tidak Setuju”=0%
Data Distribusi pada Jumlah Kasus Penyakit Tuberculosis (TBC) Wilayah Kabupaten/Kota di Jawa Barat pada periode 2016 hingga 2021 Jasmin, Nur Shabrina; Rianto, Rianto; Purwayoga, Vega
Jurnal Ilmiah Teknik Informatika & Elektro (JITEK) Vol 3, No 2 (2024): Jurnal Ilmiah Teknik Informatika & Elektro (JITEK)
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jitek.v3i2.1845

Abstract

Tuberculosis (TB) or Mycobacterium Tuberculosis is a germ that causes Tuberculosis infection that is contagious and attacks anyone. It is still a public health problem in Indonesia. The number of TB cases in West Java is high with a total of 101,272 TB cases that continue to increase by 21.12% each year. Therefore, it is necessary to analyze the normality test on the data of the number of TB cases in West Java to determine whether the data comes from a population that has a normal distribution or not. The method used in this research uses a qualitative method by observing 'OPEN DATA JABAR". The results of the normality test research by knowing the distribution of data using wrangling data and profiling data are known that the data is not normally distributed.
Teknologi Blockchain dalam Pengelolaan Wakaf Uang di Pondok Pesantren Mahasiswa Al-Ihsan Tasikmalaya Jatnika, Muhammad Dzulfaqori; Purwayoga, Vega; Aziz, Nur Jannah Abdi; Mustofa, Romy Faisal
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 8, No 1 (2025): Volume 8 No 1 (2025)
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v8i1.18140

Abstract

ABSTRAK Inovasi blockchain dalam pengelolaan wakaf uang didasarkan pada kebutuhan untuk meningkatkan transparansi, akuntabilitas, dan efisiensi pengelolaan dana wakaf di era digital. Teknologi blockchain dipilih untuk memastikan keterlacakan alur dana wakaf secara real-time, sehingga dapat meningkatkan kepercayaan para donatur dan pengelola dana. Metode pelaksanaan kegiatan yang dilakukan meliputi sosialisasi, pelatihan, penerapan teknologi, pendampingan dan evaluasi, serta keberlanjutan program. Kegiatan diawali dengan sosialisasi kepada pihak pengelola pondok pesantren mengenai potensi blockchain, dilanjutkan dengan pelatihan teknis penggunaan platform blockchain untuk pengelolaan dana wakaf. Selanjutnya, dilakukan pendampingan dalam proses implementasi. Hasil kegiatan ini menunjukkan penerapan teknologi blockchain dalam pengelolaan wakaf uang memberikan dampak positif berupa peningkatan transparansi dan efisiensi pengelolaan dana. Sistem yang diterapkan juga memungkinkan monitoring secara berkelanjutan sehingga pengelolaan dana wakaf untuk pendidikan dapat lebih optimal dan berkelanjutan. Kesimpulannya, penerapan blockchain sebagai inovasi dalam pengelolaan wakaf uang di pondok pesantren berpotensi besar untuk meningkatkan kepercayaan publik dan memastikan kelangsungan dana pendidikan. Kata Kunci: Blockchain, Wakaf Uang, Pondok Pesantren, Keberlanjutan  ABSTRACT Blockchain innovation in cash waqf management is based on the need to improve transparency, accountability, and efficiency of waqf fund management in the digital era. Blockchain technology was chosen to ensure real-time traceability of the flow of waqf funds, thus increasing the trust of donors and fund managers. The method of activity implementation includes socialization, training, technology implementation, mentoring and evaluation, and program sustainability. The activity began with socialization to the boarding school management about the potential of blockchain, followed by technical training on the use of the blockchain platform for waqf fund management. Furthermore, assistance was provided in the implementation process. The results of this activity show that the application of blockchain technology in cash waqf management has a positive impact in the form of increased transparency and efficiency of fund management. The implemented system also allows for continuous monitoring so that the management of waqf funds for education can be more optimal and sustainable. In conclusion, the application of blockchain as an innovation in cash waqf management in Islamic boarding schools has great potential to increase public trust and ensure the sustainability of education funds Keywords: Blockchain, Cash Waqf, Islamic Boarding School, Sustainability
Aplikasi Cerdas Berbasis Website Prediksi Harga Emas dengan Implementasi Algoritma Smoothing Time Series Forecasting Al Husaini, Muhammad; Hermansyah, Aam; Purwayoga, Vega; Lukmana, Hen Hen; Ramadhan, Delvan
Data Sciences Indonesia (DSI) Vol. 2 No. 2 (2022): Article Research Volume 2 Issue 2, Desember 2022
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v2i2.1888

Abstract

Investasi emas merupakan hal yang umum dilakukan oleh masyarakat pada saat ini. Harga emas adalah salah satu hal penting yang menjadi fokus utama dalam melakukan investasi emas yang perlu akurasi ketepatan prediksi baik dalam kurun waktu minggu, hari ataupun tahun sehingga mampu memudahkan untuk menggunakan prediksi tersebut dalam berinvestasi baik untuk membeli atau menjual emas tersebut. Aplikasi berbasis web dengan implementasi algoritma time series forecasting ini dibangun untuk memudahkan dalam prediksi harga emas dengan menggunakan metode pemulusan moving average simple exponential smoothing hingga holt’s exponential dan holt’s winter’s exponential smoothing. Metode penelitian yang digunakan pada rancang bangun aplikasi berbasis web ini menggunakan metode prototype dari pengumpulan atau analisa kebutuhan sistem, membangun prototyping, mengkodekan sistem, evaluasi sistem, pengujian sistem hingga penggunaan sistem. Implementasi menggunakan algoritma pemulusan time-series forecasting yaitu menggunakan dataset yang diambil dari application programming interface (API) https://metalpriceapi.com dengan jumlah data harga emas yang digunakan sejumlah 872 data yang dilakukan pengujian akurasi menggunakan mean absolute percentage error (MAPE) untuk menguji akurasi data aktual dan prediksi dari ketiga algoritma tersebut yaitu dengan menghasilkan 5,517 % untuk metode simple exponential smoothing, 4,93 % pada metode holt’s exponential smoothing, dan 2,78 % untuk holt’s winter’s exponential smoothing. Penggunaan algoritma holt’s-winter’s menghasilkan akurasi yang lebih baik dari kedua algoritma sebelumnya dengan persentase akurasi yang baik berdasarkan pengujian akurasi mean absolute percentage error dengan nilai pengujian kurang dari 5 %.
Optimasi Jumlah Cluster untuk Analisis Penjualan Barang Kosmetik Menggunakan K-Medoids Rindiawan, Selvina Zalfa; Rachman, Andi Nur; Purwayoga, Vega
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.86637

Abstract

Penelitian ini bertujuan untuk mengoptimalkan jumlah cluster dalam analisis penjualan produk kosmetik menggunakan algoritma K-Medoids pada data penjualan toko XYZ. Untuk menentukan jumlah cluster yang optimal, dengan menerapkan metode elbow, silhouette analysis, dan gap statistic dengan menggunakan Python selama analisis data dan implementasi algoritma. Dataset yang dianalisis mencakup data penjualan bulanan dengan atribut seperti jumlah unit penjualan, harga unit, dan total pendapatan. Hasil analisis diperoleh nilai bahwa k = 3 adalah jumlah cluster yang optimal. penentuan ini didukung oleh Metode elbow menunjukkan titik elbow pada k=3, di mana SSE (Sum of Squared Errors) menurun secara drastis hingga mencapai stabilitas. Silhouette analysis memberikan nilai koefisien Siluet sebesar 0,58 untuk k = 3, yang mengindikasikan kualitas klasterisasi yang cukup baik dan terpisah secara jelas. Gap statistic menunjukkan nilai gap yang besar pada k=3, mengindikasikan bahwa pengelompokan pada k=3 lebih signifikan dibandingkan dengan data acak. Dari hasil penelitian ini, terdapat tiga cluster yang optimal yaitu cluster 1 terdiri dari produk yang murah dan banyak diminati (Eyeshadow, Eyeliner, Lipstik, Mascara, dan Moisturizer), cluster 2 terdiri dari produk yang murah dan sedikit diminati (Blush On, Concealer, dan Setting Spray), dan cluster 3 termasuk produk yang mahal dan banyak diminati (Bedak, Cushion, Eyebrow, Foundation, Lipcream, Liptint, dan Sunscreen). Hasil ini memberikan wawasan penting bagi toko XYZ untuk mengelola stok dengan lebih efisien dan mendorong strategi pemasaran yang disesuaikan dengan karakteristik masing-masing cluster produk. Kombinasi K-Medoids dan metode evaluasi ini telah terbukti efektif untuk segmentasi produk, dengan potensi peningkatan efisiensi operasional dan pendapatan toko.;
Visualisasi Skyline Query untuk Distribusi Tenaga Kesehatan COVID-19 Vega Purwayoga; Muhammad Al Husaini; Hen Hen Lukmana
Jurnal Teknik Informatika dan Sistem Informasi Vol 9 No 1 (2023): JuTISI (in progress)
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v9i1.5624

Abstract

The use of health workers in areas with minimal risk can be a solution to help areas with a high risk of spreading COVID-19. Selection of low risk areas can be done by measuring the level of risk in an area. One solution is to use the skyline query algorithm. Skyline query is able to recommend which areas are potential to serve as supporting areas for health workers. Skyline query is able to produce a recommendation model for determining the supporting area for health workers, however, in the process of reading the information, it is necessary to extract the information. Extraction is carried out by developing a system for visualizing the skyline query as a recommendation system for health personnel assistance. This study develops a visualization system using a hybrid approach, which combines the Rapid GIS Development Cycle (RGDC) and Navigational Development Techniques (NDT) methods. The system was developed using R and the shiny library, ggplot2, rpref and leaflets. The system can work as expected, such as displaying a map of the recommended area to become a supporting area, visualizing data with ggplots and visualizing dominance testing on the skyline query.
Co-Authors Addinsyah, Yuldan Nur Al Husaini, Muhammad Alam Rahmatulloh Alfarez, Rifky Alhusaini, Muhamad Ali Astra Mikail Andi Nurkholis Aradea Aradea Ariyanto, Nabhan Thoriq Aziz, Nur Jannah Abdi Euis Nur Fitriani Dewi Gunawan, Rohmat Harry Gunawan Hen Hen Lukmana Hermansyah, Aam Hilal, Rizki Ramdhan Jasmin, Nur Shabrina Jatnika, Muhammad Dzulfaqori Kartini, Nuri Lisna Zahrotun Lukmana, Hen Hen Maarip, Syamsul Mikail, Ali Astra Muhammad Al Husaini Mustofa, Romy Faisal Nugraha, Cindera Syaiful Pangestu, Pandu Rachman, Andi Nur Ramadhan, Delvan Rianto Rianto, Rianto Rindiawan, Selvina Zalfa Rizal, Randi Salma Dewi Nur Faridah Setyawan, Resa Siti Yuliyanti, Siti Sokid, Sokid Susanto, Budi Tedy Setiadi Triono, Wahyu Virra Retnowati A’izzah Winda Ayu Anggraini Wulandari, Nunik Herani Yumna, Irsalina Zakwan Gusnadi