Article Per Year (5 Year)
p-Index From 2021 - 2026
2.357
P-Index
This Author published in this journals
All Journal JSiI (Jurnal Sistem Informasi) Jurnal ICT : Information Communication & Technology Journal of Scientech Research and Development Abdi Jurnal Publikasi Innovative: Journal Of Social Science Research Journal of Research and Publication Innovation AMMA : Jurnal Pengabdian Masyarakat APPA : Jurnal Pengabdian Kepada Masyarakat International Journal of Educational Technology and Society Jurnal Teknik Informatika dan Teknologi Informasi
Octaviana Anugrah Ade Purnama
Universitas Pamulang
Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Sistem Penunjang Keputusan Penerimaan Siswa Baru Menggunakan Metode Simple Additive Weighting pada SMK Wiyata Mandala Bogor Octaviana Anugrah Ade Purnama
Jurnal ICT: Information Communication & Technology Vol. 24 No. 2 (2024): JICT-IKMI, Desember, 2024
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penerimaan peserta didik baru di SMK Wiyata Mandala Bogor selalu menerima angka yang cukup banyak setiap tahunnya. Calon peserta didik baru yang mendaftar tidak dapat diterima semua mengingat kapasitas peserta didik baru yang dapat diterima oleh SMK Wiyata Mandala Bogor juga terbatas. Proses pendaftaran peserta didik baru di SMK Wiyata Mandala Bogor juga masih manual, yaitu dengan datang langsung ke SMK Wiyata Mandala Bogor untuk mengambil formulir pendaftaran, sehingga sering terjadi antrian di loket pendaftaran. Adapun proses seleksi yang masih manual dengan aplikasi pengolah angka (Micrososft Office Excel) memakan waktu yang cukup lama, sehingga pengumuman hasil seleksi terkadang tidak sesuai dengan jadwal yang telah ditetapkan. Dalam membangun sistem ini, peneliti menggunakan metode Simple Additive Weighting (SAW) sebagai penunjang untuk proses seleksi dengan kriteria yang telah ditentukan oleh SMK Wiyata Mandala Bogor. Sistem ini juga dibuat agar bisa diakses secara online, sehingga tidak akan terjadinya antrian pada loket pendaftaran. Dalam proses seleksi, sistem akan menampilkan keterangan LULUS atau TIDAK LULUS kepada peserta.
IMPLEMENTASI SISTEM MONITORING PEMBERIAN PAKAN KUCING SECARA OTOMATIS BERBASIS ARDUINO UNO MENGGUNAKAN METODE FUZZY LOGIC Fadli Iman; Octaviana Anugrah Ade Purnama
Journal of Scientech Research and Development Vol 7 No 2 (2025): JSRD, December 2025
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v7i2.1374

Abstract

Permasalahan pemberian pakan pada kucing peliharaan sering terjadi ketika pemilik memiliki kesibukan atau sedang berada di luar rumah, sehingga jadwal pemberian pakan menjadi tidak teratur dan pemantauan stok pakan kurang optimal. Untuk mengatasi hal tersebut, dirancang sebuah sistem pemberian pakan kucing otomatis berbasis Arduino Uno sebagai pengendali utama, dengan dukungan komponen RTC DS3231 untuk penjadwalan, sensor load cell HX711 untuk mengukur berat pakan, sensor ultrasonik untuk mendeteksi stok pakan, motor servo sebagai penggerak pemberian pakan, LCD 16x2 untuk menampilkan informasi, buzzer sebagai indikator stok menipis, serta modul ESP-01 untuk konektivitas wifi. Sistem ini dirancang agar dapat memberikan pakan secara otomatis berdasarkan jadwal yang ditentukan dan logika fuzzy ketika berat pakan di wadah kurang dari 50 gram, sekaligus mendukung pemberian pakan manual sesuai kebutuhan pengguna. Hasil pengujian menunjukkan bahwa sistem bekerja dengan baik: ketika berat pakan berada di bawah ambang batas, servo aktif untuk mengeluarkan pakan, sedangkan jika berat pakan sama dengan atau melebihi ambang batas, proses pemberian pakan di-skip karena dianggap masih cukup. Selain itu, data hasil pembacaan sensor dan riwayat pemberian pakan dikirim langsung ke aplikasi desktop melalui jaringan WiFi, sehingga dapat dipantau secara real-time kapan saja dan di mana saja. Sistem ini tidak hanya memastikan kucing memperoleh pakan tepat waktu, tetapi juga membantu pemilik dalam memantau kondisi stok pakan dengan lebih efisien.
Analisis Komparatif Metode Clustering dan Regresi untuk Prediksi Pola Curah Hujan Menggunakan Pendekatan Data Mining Muhammad Najhan Tsaani; Yasin Kamil; Octaviana Anugrah Ade Purnama
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5467

Abstract

This research implements data mining techniques to analyze rainfall patterns through two different approaches: clustering and regression. The first dataset contains monthly rainfall data from East Kalimantan in 2005, analyzed using three clustering algorithms—K-Means, Agglomerative, and MeanShift to identify seasonal patterns. The second dataset uses multiregional rainfall data since 1979, analyzed using three regression algorithms—Linear Regression, Random Forest, and Support Vector Regression (SVR)—to predict June rainfall based on data from the previous five months. Evaluation results show that K-Means and Agglomerative produce the same clustering performance with a silhouette score of 0.4913, successfully grouping data into three main seasonal clusters. Meanwhile, MeanShift produces five clusters but is less effective on small-scale datasets. For regression prediction, Random Forest shows the best performance with an R² score of 0.8921, followed by Linear Regression (0.8402), while SVR produces the lowest performance (0.0077). This research demonstrates that a combination of unsupervised and supervised learning methods can provide a more comprehensive understanding of seasonal patterns and quantitative rainfall estimation. These findings have potential applications in decision-making related to water resource management, agricultural planning, and climate risk mitigation.
Designing Ethical Learning Analytics Frameworks to Support Decision Making and Equity in Technology Enhanced Higher Education Environments Octaviana Anugrah Ade Purnama; Marion Erwin Dien; Mori I
International Journal of Educational Technology and Society Vol. 2 No. 4 (2025): December: International Journal of Educational Technology and Society
Publisher : Asosiasi Periset Bahasa Sastra Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijets.v2i4.465

Abstract

This study presents an ethical framework for learning analytics aimed at addressing key challenges related to the collection and use of student data in higher education. Learning analytics, a powerful tool for improving student outcomes and institutional decision-making, has raised ethical concerns regarding data privacy, transparency, fairness, and equity. The proposed framework integrates four core principles: data privacy, informed consent, transparency, and fairness, ensuring that institutions use learning analytics responsibly while safeguarding student rights. A central feature of the framework is its focus on promoting equitable decision-making, minimizing bias, and preventing the reinforcement of existing inequalities in algorithmic and data-driven decisions. The framework also emphasizes the importance of continuous ethical oversight, holding institutions accountable for ethical data use and adapting practices as technology evolves. The study concludes that the framework offers a comprehensive solution to the ethical challenges in learning analytics, providing institutions with a practical guide to embedding ethical principles in data practices. Additionally, the research discusses its potential to foster fairness, equity, and transparency in decision-making processes. Future research is recommended to refine the framework and explore its application across various educational contexts, ensuring responsible and inclusive use of learning analytics.
Co-Authors Achmad Khairico Agus Irfan Fatur Rahman Ahmadsyam Aulia Ramadhan Andin Eka Safitri Aninda Agustin Nurfajrina Arsa Raihan Manika Asep yudistira Badriah Nursakinah Daniel Alvin Faga Dannu Erlangga Dicky Fahmi Diki Rasapta Dony Efendi Eidelina Aicha Agustin Ella Amelia Oktavira Fadel Muhamad Aliyafasya Fadli Iman Fikri Ahmad Saputri Galuh Priya Kinanti Gousul Alam Hadi anwarsyah Hadi Hafid Yahya Irfan Zaki MARION ERWIN DIEN Mila Amelia Mohammad Shihab Awalunnurhayat Mori I Muhammad Ashari Muhammad Bara Aksayeth Muhammad Farid Firdaus Muhammad Icshan Fathurrochman Muhammad Irfan Hakim Muhammad Mustaqiim Muhammad Najhan Tsaani Muhammad Ululazmi Muhdiatul Zannah Rahmawati Rian Nugraha Ridho Ihsan Rahmatullah Safitri Ristanti Shakina Putri Syifani Sinta Wahyuni Stenly George Mooy Sudarno Wiharjo Sultan Rafly Sya'ban Syahfira Agustina Syayid Umam Hidayah Tegar Pajar Nugraha Yafet Rafael Pontoh Yan Mitha Djaksana Yasin Kamil