Article Per Year (5 Year)
p-Index From 2021 - 2026
3.354
P-Index
This Author published in this journals
All Journal JITK (Jurnal Ilmu Pengetahuan dan Komputer) JSiI (Jurnal Sistem Informasi) JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH EDUMATIC: Jurnal Pendidikan Informatika Jurnal Teknik Informatika (JUTIF) Jutsi: Jurnal Teknologi dan Sistem Informasi Jurnal Abdimas ADPI Sains dan Teknologi Jurnal Pengabdian Masyarakat (ABDIRA) J-Com (Journal of Computer) Digital Transformation Technology (Digitech) Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat The Indonesian Journal of Computer Science
Riki Andri Yusda
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Aerospace Engineering Astronomy Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Nursing Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JURTEKSI

 1 
PENGEMBANGAN PROGRAM KOMPUTASI RUMUS EKSPLISIT METODE BEDA HINGGA PADA TURUNAN KEDUA MENGGUNAKAN MATLAB Havid Syafwan; Mahdhivan Syafwan; William Ramdhan; Riki Andri Yusda
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 6, No 1 (2019): December 2019
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (412.222 KB) | DOI: 10.33330/jurteksi.v6i1.433

Abstract

Abstract: In this paper we discuss the development of computational application program in MATLAB to calculate the second derivative of a function by using finite difference method for various types (forward, backward, or central) and any order of accuracy. The MATLAB program extends the similar one which has been developed for the first derivative. The program is designed as an implementation of the explicit formulas of finite difference formulated by Khan and Ohba. Through this program, one can easily calculate the second derivative of a function numerically with any order of accuracy and visualize it in a graphical form. Error of numerical derivatives in each order of accuracy confirm the validity of the obtained results. Keywords: finite difference method, explicit formula, second derivative, MATLAB programming Abstrak: Dalam makalah ini dibahas pengembangan program aplikasi komputasi pada MATLAB untuk menghitung turunan kedua suatu fungsi dengan menggunakan metode beda hingga pada berbagai tipe (maju, mundur, atau pusat) dan sebarang orde ketelitian. Program MATLAB ini melanjutkan program serupa yang telah dibuat untuk turunan pertama. Program ini dirancang sebagai implementasi dari rumus eksplisit beda hingga yang diformulasi oleh Khan dan Ohba. Melalui program ini, seseorang dengan mudah dapat menghitung turunan kedua suatu fungsi secara numerik dengan sebarang orde ketelitian dan memvisualisasinya dalam bentuk grafik. Galat dari turunan numerik di setiap orde ketelitian mengkonfirmasi kevalidan hasil yang diperoleh. Kata kunci: metode beda hingga, rumus eksplisit, turunan kedua, pemrograman MATLAB  
ANALYSIS NAIVE BAYES TO SELECTION NEW STUDENTS FOR SUPERIOR CLASS STMIK ROYAL Feby Wulandari Sembiring; Riki Andri Yusda; Santoso Santoso
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 2 (2023): Maret 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i2.2216

Abstract

Abstract: Superior students represent active and intelligent students who are able to make a direct contribution to the development of the nation. To produce excellent students, one of the efforts that can be made is to foster these superior students from the start by forming a superior class. In forming a superior class, an effective selection process is needed to select students who are truly superior. This research was conducted at STMIK Royal Kisaran where the object of research was prospective new students for the superior class and the related party was the Academic and Student Administration Bureau (BAAK) because the party was directly involved in selecting prospective new students for the superior class. But the problem is, BAAK does not yet have an election process based on a method and there is no information system for selecting prospective new students for superior classes. The purpose of this study is to make predictions related to the selection of prospective new students for superior classes in the future with the Naïve Bayes Algorithm and implemented in an information system.The results of this research are that the Naïve Bayes algorithm produces an accuracy rate of 60% in the good classification category which is measured by the level of accuracy using the confusion matrix, so that the information system produced in this study also has efficient prediction results and is expected to help BAAK. Keywords: data mining; naïve bayes; superior student class. Abstrak: Mahasiswa unggulan merupakan representasi dari mahasiswa aktif dan cerdas yang mampu memberikan kontribusi langsung terhadap perkembangan bangsa. Untuk menghasilkan mahasiswa yang benar unggul salah satu upaya yang dapat dilakukan adalah dengan membina mahasiswa unggulan tersebut sejak awal dengan membentuk kelas unggulan. Dalam membentuk kelas unggulan dibutuhkan proses seleksi yang benar efektif untuk memilih mahasiswa yang benar unggul. Penelitian ini dilakukan di STMIK Royal Kisaran dimana objek penelitian merupakan calon mahasiswa baru untuk kelas unggulan dan pihak yang terkait adalah Biro Administrasi Akademik dan Kemahasiswaan (BAAK) karena pihak tersebut terlibat langsung dalam pemilihan calon mahasiswa baru untuk kelas unggulan. Namun permasalahannya, pihak BAAK belum memiliki sebuah proses pemilihan berdasarkan metode dan belum adanya sistem informasi pemilihan calon mahasiswa baru kelas unggulan. Tujuan dari penelitian ini adalah melakukan prediksi terkait pemilihan calon mahasiswa baru kelas unggulan di masa mendatang dengan Algoritma Naïve Bayes dan diimplementasikan dalam sebuah sistem informasi. Hasil penelitian ini algoritma Naïve Bayes menghasilkan tingkat akurasi sebesar 60% dengan kategori good classification yang diukur tingkat akurasinya dengan menggunakan confusion matrix, sehingga sistem informasi yang dihasilkan dalam penelitian ini juga memiliki hasil prediksi yang efisien dan diharapkan dapat membantu pihak BAAK. Kata Kunci: data mining; mahasiswa kelas unggulan; naïve bayes. 
Co-Authors Abdul Azis Ubaidillah Adelia Klisna Hasibuan Afdhal Syafnur Alan Wahyuda Nasution Aminatuzzariyah Panjaitan Andri Nata Ayu Sundari Chitra, Latiffani Cristifani, Cristifani Desi Ernawati Dewi Maharani Edi Kurniawan Endra Saputra Erna Budhiarti Nababan Febby Madonna Yuma Feby Wulandari Sembiring Guntur Maha Putra Harahap, Indra Ramadona Hariansyah Jufri Havid Syafwan Helmiah, Fauriatun Herman Saputra Indri Arfanda Jaka Kurnia Kasinun Kasinun Masitah Handayani Maya Lestari Muhammad Ardiansyah Sembiring Nurwati Nurwati Pristiyanilicia Putri Rahmiatun Nisa Rendy Fahrezi Ramadhan Rika Nofitri Rohminatin, Rohminatin Ruri Ashari Dalimunthe Santoso Santoso Sutarman Sutarman Syafwan, Mahdhivan Tika Christy William Ramdhan Wiwin Handoko Yunita Sari