Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Biner : Jurnal Ilmiah Informatika dan Komputer Journal of Information System and Computer TECHNOMEDIA : Informatics and Computer Science
Nahar Mardiyantoro
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
SISTEM PAKAR DIAGNOSA CEREBRAL PALSY PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR Kiki Rizki Amalia; Hidayatus Sibyan; Nahar Mardiyantoro
Journal of Information System and Computer Vol. 2 No. 2 (2022): Desember 2022
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jister.v2i2.391

Abstract

Kajian ini berisi rancangan penerapan metode certainty factor pada sistem pakar yang merupakan program kecerdasan buatan yang mampu meniru proses berpikir dan pengetahuan seorang pakar atau ahli dalam memecahkan suatu masalah tertentu. Cerebral Palsy adalah suatu gangguan atau kelainan yang terjadi bisa saat dalm kandungan atau pada masa tumbuh kembang anak, mempengaruhi menggambarkan kaskade motoric pada sistem saraf pusat, menahun dan tidak progresif yang tetjadi pengaruh gangguan kelainan atau cacat pada syaraf atau jaringan otak yang belum tumbuh pada perkembangan anak. di Kabupaten Wonosobo hanya ada satu tenaga medis dalam satu rumah sakit yang mampu mendiagnosa, kekurangan tenaga ahli dan pengetahuan dapat diatasi dengan perkembangan teknologi. Certainty factor adalah metode yang dipakai untuk memyelesaikan sebuah permasalahan ketidakpastian selalu terjadi, dengan secara langsung menentukan nilai/bobot pada kepastian suatu fakta atau rule, untuk memperkirkan tingkat kepercayaan pakar pada masalah yang akan dihadapi atau sedang dihadapi.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA KELINCI MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE Eva Fatayatul Mufidah; Nahar Mardiyantoro; Nulngafan; Sukowiyono; Hermawan
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 4 (2023): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i4.2866

Abstract

Kehidupan manusia tidak pernah terlepas dari hal yang sering disebut dengan teknologi. Teknologi mempermudah manusia untuk melakukan segala hal. Berbagai macam bidang seperti ekonomi, pendidikan, maupun pemerintahan pun sudah melibatkan teknologi didalamnya. Selain itu teknologi juga sudah merabak ke bidang kesehatan, baik itu kesehatan manusisa maupun kesehatan hewan. Kelinci adalah salah satu binatang yang dekat dengan manusia serta memiliki daya adaptasi cukup tinggi. Kelinci hias memiliki perawatan yang khusus agar tetap sehat. Mulai dari dijaga dari kebersihan kandangnya hingga takaran dan jenis makanan yang diberikan kepada kelinci. Karena perawatan nya susah kelinci kurang digemari dan mengalami penurunan. Kurangnya informasi tentang penyakit kelinci hias baik dari cara pencegahan dan penanganannya merupakan suatu kendala yang dialami oleh para penggemar kelinci, karena keterbatasan dalam memperoleh informasi yang tepat dan akurat. Seiring berjalan nya teknologi maka membawa pengaruh dalam kemajuan teknologi computer khususnya terhadap perangkat lunak. Yang salah satunya adalah sistem pakar yang merupakan program computer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah, maka dibuatlah sistem pakar diagnosa penyakit pada kelinci menggunakan metode certainty factor berbasis website.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN SANTRI TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING DI PONDOK PESANTRENAL-MANSHUR Akhmad Maulana Khasan; Nahar Mardiyantoro; Hasanah, Nur
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 4 (2024): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i4.4445

Abstract

Penelitian ini membahas permasalahan dalam pemilihan santri teladan di Pondok Pesantren Al-Manshur, di mana proses tersebut melibatkan sejumlah kriteria yang kompleks dan sering kali memakan waktu. Untuk mengatasi kesulitan tersebut, peneliti tertarik untuk mengimplementasikan metode Simple Additive Weighting (SAW) sebagai bagian dari Sistem Pendukung Keputusan (SPK). Metode SAW dipilih karena dianggap praktis, objektif, dan fleksibel, khususnya dalam konteks pondok pesantren. Penelitian ini bertujuan untuk membangun sebuah SPK berbasis web menggunakan metode SAW untuk membantu pengurus dalam memilih santri teladan. Penelitian ini mencapai kesimpulan bahwa metode SAW telah berhasil diimplementasikan pada SPK, melibatkan tahapan pemilihan kandidat, penentuan kriteria, penentuan bobot, pembuatan matriks, normalisasi, dan perangkingan. Pengujian akurasi menggunakan Metode Spearman Rank Correlation Coefficient menunjukkan korelasi positif yang kuat antara hasil perangkingan dari pengurus dan SPK, menunjukkan tingkat keakuratan yang memadai. Pengujian fungsionalitas juga menegaskan kesesuaian sistem dengan perancangan yang telah ditetapkan.
PENGENALAN BIJI KOPI BERDASARKAN GREEN BEAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID Anisul Fuad Aziz; Nahar Mardiyantoro; Nur Hasanah
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.10916

Abstract

Kabupaten Wonosobo merupakan salah satu daerah penghasil kopi di Jawa Tengah yang memiliki potensi besar, khususnya pada komoditas kopi dalam bentuk green bean. Namun, perbedaan karakteristik visual antar jenis biji kopi seperti Arabika, Robusta, Liberika, dan Ekselsa sering kali sulit dikenali secara kasat mata, terutama oleh masyarakat umum. Penelitian ini bertujuan untuk membangun aplikasi berbasis Android yang mampu mengenali jenis biji kopi berdasarkan citra green bean menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan berupa citra biji kopi green bean yang diperoleh melalui proses observasi dan pengambilan gambar langsung dengan pengaturan resolusi, ISO, dan tingkat kecerahan tertentu. Proses penelitian meliputi pengolahan data, augmentasi citra, perancangan arsitektur CNN, pelatihan model menggunakan Google Colaboratory, serta konversi model ke format TensorFlow Lite untuk diimplementasikan pada aplikasi Android menggunakan bahasa pemrograman Kotlin. Evaluasi kinerja model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Selain itu, pengujian sistem dilakukan melalui pengujian blackbox dan usability untuk memastikan fungsi aplikasi berjalan sesuai kebutuhan pengguna. Hasil penelitian menunjukkan bahwa metode CNN mampu mengenali jenis biji kopi green bean dengan baik dan aplikasi yang dikembangkan dapat digunakan sebagai alat bantu identifikasi biji kopi secara cepat dan praktis bagi petani, pelaku usaha, maupun konsumen kopi di Wonosobo.
SISTEM PREDIKSI PENJUALAN BERBASIS WEB MENGGUAKAN METODE SINGLE EXPONENTIAL SMOOTHING Lina Setiawati; Muhamad Fuat Asnawi; Dimas Prasetyo Utomo; Adi Suwondo; Nahar Mardiyantoro; M Alif Muwafiq B
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.200

Abstract

Prediksi penjualan diperlukan untuk membantu pelaku usaha dalam merencanakan pengadaan barang secara tepat dan efisien. Penelitian ini bertujuan untuk membangun dan mengimplementasikan sistem prediksi penjualan berbasis web menggunakan metode Single Exponential Smoothing (SES). sistem dikembangkan menggunakan framework Laravel, basis data MySQL, serta Chart.js untuk visualisasi hasil prediksi. Data penelitian berasal dari dataset publik Kaggle dan direkap menjadi data bulanan selama 1 periode, yaitu Agustus 2022 hinga Juli 2023, tanpa nilai kosong agar memenuhi syarat perhitungan SES. Sistem menghasilkan nilai prediksi penjualan secara otomatis berdasarkan parameter alpha yang dipilih pengguna. Evaluasi akurasi dilakukan pada produk Ivory230 menggunakan metrik MAPE, MAD, dan MSE. Hasil pengujian menunjukkan bahwa parameter α = 0,9 memberikan hasil terbaik dengan nilai MAPE sebesar 26% atau akurasi 74% yang menurut kategori Lewis (1982) termasuk kategori good forecasting (cukup baik). Temuan ini juga diperkuat oleh penelitian Chaerunnisa dan Momon (2021) yang menyatakan bahwa SES tetap memberikan hasil yang dapat diterima pada data penjualan fluktuatif. Berdasarkan hal tersebut, sistem prediksi penjualan berbasis web yang dibangun dapat dinyatakan valid dan layak digunkan sebagai dasar evaluasi prediksi penjulan.
Co-Authors Adi Suwondo Akhmad Maulana Khasan Anisul Fuad Aziz Dimas Prasetyo Utomo Eva Fatayatul Mufidah HERMAWAN Hidayatus Sibyan Kiki Rizki Amalia Lina Setiawati M Alif Muwafiq B muhamad Fuat Asnawi Nulngafan NUR HASANAH Nur Hasanah Sukowiyono