Article Per Year (5 Year)
p-Index From 2020 - 2025
2.036
P-Index
This Author published in this journals
All Journal Jurnal Telematika Jurnal Abdimas Sang Buana Jurnal Sehat Indonesia (JUSINDO) Digital Transformation Technology (Digitech) Innovative: Journal Of Social Science Research Journal of Manufacturing and Enterprise Information System Jurnal Rekayasa Sistem Informasi dan Teknologi Journal of Data Analytics, Information, and Computer Science (JDAICS) Sistem Infrastruktur Teknik Sipil (SIMTEKS)
Suharsono, Teguh Nurhadi
Unknown Affiliation
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Analisis Sentimen Pengguna X terhadap Chatgpt dengan Algoritme Naive Bayes Purbayanto, Bayu; Suharsono, Teguh Nurhadi
Jurnal Telematika Vol. 18 No. 2 (2023)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v18i2.614

Abstract

Kecerdasan buatan (artificial intelligence) telah mengalami pertumbuhan yang pesat dalam berbagai sektor kehidupan manusia modern. Salah satu contohnya adalah ChatGPT (chat generative pretrained transformer) yang dikembangkan oleh OpenAI. ChatGPT mampu memahami dan menghasilkan teks mirip manusia. ChatGPT digunakan untuk menjawab pertanyaan, membuat artikel, generate code, dan jurnal ilmiah. Namun, muncul kekhawatiran bahwa penggunaan ChatGPT dalam pendidikan mungkin tidak secara optimal mendukung perkembangan kemampuan pemecahan masalah dan berpikir kritis para siswa. Selain itu, pemanfaatan ChatGPT juga dapat mengurangi peran pekerja dalam pembuatan konten, dari penulis hingga programmer. Oleh karena itu, analisis sentimen masyarakat terhadap ChatGPT menjadi penting. Dalam penelitian ini, analisis sentimen dilakukan terhadap pengguna aplikasi X, sebuah platform media sosial yang sering digunakan untuk mengungkapkan pendapat. Naive Bayes classifier digunakan sebagai algoritme untuk menganalisis sentimen dari 4.861 data yang berhasil dikumpulkan, dengan 2.884 data setelah preprocessing. Hasil analisis menunjukkan sentimen positif (1.543 data), negatif (318 data), dan netral (1.023 data). Algoritme Naive Bayes memberikan akurasi sebesar 87,175043%. Penelitian ini memberikan pandangan yang lebih mendalam tentang respon masyarakat terhadap penggunaan ChatGPT. Hasil tersebut penting untuk mendukung pengembangan model ini secara bertanggung jawab dengan memastikan validitas informasi dan menghindari ketergantungan berlebihan. Penelitian ini memberikan landasan bagi OpenAI untuk mengembangkan ChatGPT dengan lebih baik sesuai dengan kebutuhan dan harapan masyarakat.
Sistem Pakar Sistem Pakar Penentuan Umpan Berdasarkan Jenis Ikan dan Lokasi Pemancingan Menggunakan Metode Forward Chaining Triwardana, Encep Rendi; Suharsono, Teguh Nurhadi
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.3730

Abstract

Di Indonesia, tangkapan ikan dengan pancing telah menjadi hobi yang populer. Namun, bagi pemancing, terutama mereka yang kurang berpengalaman, memilih umpan yang tepat seringkali menjadi tantangan. Untuk mengatasi masalah ini, sistem pakar telah dibuat. Teknologi yang dikenal sebagai sistem pakar membantu pemancing memilih umpan sesuai dengan jenis ikan dan lokasi pemancingan. Metode forward chaining memungkinkan sistem pakar untuk membuat rekomendasi umpan yang tepat dan efektif. Hasil penelitian menunjukkan bahwa sistem ini membantu pemancing dalam hal menentukan rekomendasi umpan ikan berdasarkan jenis ikan dan lokasi pemancingan. Selain itu, proses penerapan sistem pakar dalam bentuk aplikasi web yang mudah digunakan telah dilakukan dengan sukses. Oleh karena itu, sistem pakar ini dapat membantu pemancing meningkatkan hasil tangkapan mereka.
PENGGUNAAN STORYTELLING UNTUK MEMBANTU SISWA MTS HUSAINIYAH CICALENGKA MENGENAL PROFESI TEKNOLOGI INFORMASI Suharsono, Teguh Nurhadi; Gunawan; Sukmana, Rini Nuraini; Rahman, Fauzan Andriana; Ammarulloh, Sendhy Maula
Jurnal Abdimas Sang Buana Vol 5 No 2 (2024): Jurnal Abdimas Sang Buana - November
Publisher : LPPM Universitas Sangga Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32897/abdimasusb.v5i2.3658

Abstract

Mts Husainiyah is an educational institution located in Panenjoan Cicalengka, Bandung Regency with a total of 152 female students. In facing this digital era, teenagers who have just reached an early age will be faced with changes field in the rapidly evolving fin the field of information technology that is rapidly evolving. The purpose of this community service project as an initial introduction to professions related to the field of information technology, so it is hoped that it will be useful in this digital era. The method used to provide an introduction to any profession related to the field of information technology is the Storytelling Method, which is a method of telling stories and providing real examples based on the experiences of volunteers who work in the field of information technology. Students will write their goals on a goal tree sheet. Based on the recapitulation results of the dream tree, it turns out that 25.27% of the students chose professions related to the field of information technology as many as 25.27% of the 91 students who were given an introduction. The initial target for students who choose a profession in the field of information technology is 20%, so this exceeds the target and the Storytelling Method is effective for use in this community service activity.
METODE ANN UNTUK PREDIKSI TANAH LONGSOR BERDASARKAN CURAH HUJAN DI KABUPATEN PURWAKARTA Supriatna, Cece; Suharsono, Teguh Nurhadi
Journal of Data Analytics, Information, and Computer Science Vol. 2 No. 1 (2025): Januari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jdaics.v2i1.1403

Abstract

Bencana alam, termasuk tanah longsor, merupakan ancaman signifikan yang dapat mengganggu keberlangsungan hidup dan menyebabkan kerugian besar di Indonesia, terutama di wilayah yang rawan seperti Kabupaten Purwakarta. Dengan latar belakang ini, penelitian ini bertujuan untuk mengembangkan model prediksi potensi tanah longsor berdasarkan data curah hujan menggunakan metode Artificial Neural Network (ANN). Penelitian ini menganalisis karakteristik curah hujan di Kabupaten Purwakarta dan mengimplementasikan ANN sebagai alat prediksi. Metode ANN dipilih karena kemampuannya dalam mengenali pola dan hubungan dalam data kompleks, yang sulit diidentifikasi oleh pendekatan konvensional. Hasil penelitian menunjukkan bahwa curah hujan merupakan faktor signifikan yang mempengaruhi potensi tanah longsor di Kabupaten Purwakarta. Model ANN yang dikembangkan mampu memprediksi potensi tanah longsor dengan akurasi yang tinggi, dimana nilai R² sebesar 0.8374 diperoleh pada data testing, menunjukkan bahwa model dapat menjelaskan 83.74% dari variabilitas data baru. Penelitian ini memberikan kontribusi penting dalam upaya mitigasi bencana tanah longsor di Kabupaten Purwakarta dengan menggunakan teknologi kecerdasan buatan.
PREDIKSI BANJIR DI KABUPATEN KARAWANG BERDASARKAN CURAH HUJAN DENGAN METODE ARTIFICAL NEURAL NETWORK Stefanny P. S, Chika; Suharsono, Teguh Nurhadi
Journal of Data Analytics, Information, and Computer Science Vol. 2 No. 1 (2025): Januari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jdaics.v2i1.1404

Abstract

Bencana alam merupakan peristiwa yang dapat mengancam kehidupan masyarakat, salah satunya adalah banjir. Kabupaten Karawang dengan topografinya yang rentan terhadap banjir dan curah hujan yang semakin meningkat menjadi wilayah yang rawan terhadap bencana ini. Berdasarkan data dari Badan Nasional Penanggulangan Bencana (BNPB), banjir merupakan bencana alam yang paling sering terjadi di Indonesia dengan frekuensi kejadian yang meningkat setiap tahunnya. Perubahan iklim global yang ditandai oleh kenaikan suhu dan peningkatan curah hujan semakin memperparah kondisi ini, terutama di daerah-daerah dengan karakteristik geografis seperti Karawang. Penelitian ini bertujuan untuk merancang dan mengimplementasikan model prediksi banjir di Kabupaten Karawang menggunakan metode Artificial Neural Network (ANN). Data curah hujan historis digunakan sebagai input dalam pelatihan model ANN, dengan fokus untuk mengidentifikasi pola-pola yang dapat mengindikasikan potensi terjadinya banjir. Hasil penelitian menunjukkan bahwa metode ANN mampu memberikan prediksi yang memadai, dengan nilai Mean Absolute Error (MAE) sebesar 0.0037. Curah hujan terbukti menjadi faktor yang sangat signifikan dalam mempengaruhi kejadian banjir di Kabupaten Karawang. Dengan akurasi yang diperoleh, model ini berpotensi menjadi alat yang efektif dalam memprediksi dan mengurangi dampak banjir di daerah tersebut.
PENDUGAAN TINGKAT EROSI LAHAN DENGAN METODE SWAT (SOIL WATER ASSESSMENT TOOL) STUDI KASUS DAERAH ALIRAN SUNGAI CITANDUY Rosdiana, Rama; Suharsono, Teguh Nurhadi
Sistem Infrastruktur Teknik Sipil (SIMTEKS) Vol 4 No 1 (2024): SIMTEKS - Maret
Publisher : Program Studi Teknik Sipil, Fakultas Teknik, Universitas Sangga Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32897/simteks.v4i1.2905

Abstract

Saat ini, Daerah Aliran Sungai di sebagian besar wilayah di Indonesia memikul beban yang cukup besar, hal ini dikaitkan dengan tingginya tingkat kepadatan penduduk yang disertai dengan eksploitasi sumber daya alam secara terus menerus. Permasalahan yang terjadi pada daerah aliran sungai Citanduy antara lain adalah permasalahan lingkungan dimana permasalahan ini tidak terlepas dari pada kondisi tanah yang secara berangsur-angsur memburuk yang ditandai dengan semakin berkurangnya ekosistem hutan yang ada. Tujuan dari penelitian ini adalah untuk mengetahui luasan lahan kritis, sebaran erosi, dan tingkat kekritisan pada Daerah Aliran Sungai Citanduy dengan memanfaatkan teknologi Sistem Informasi Geografis. Metode penelitian terdiri dari identifikasi masalah, studi pustaka, pengumpulan data yakni data curah hujan, peta DEM, peta jenis tanah, peta penggunaan lahan dan data debit observasi, pengolahan data, penentuan nilai pada parameter-parameter sensitif, running SWAT model, kalibrasi dan validasi model dan pemetaan besaran erosi lahan. Berdasarkan hasil analisis dengan menggunakan perangkat sistem informasi geografis dengan metode SWAT (Soil and Water Assesment Tool), didapatkan sebanyak 50,01 % lahan dengan luas areal sebesar 1820,484 Km2 memiliki tingkat erosi lahan yang tinggi dan sebanyak 48,71% lahan dengan luas sebesar 1773,14 Km2 memiliki tingkat erosi lahan dalam kategori sedang sedangkan sisanya yakni sebanyak 1,28% lahan dengan luas areal sebesar 46,61 Km2 memiliki tingkat erosi lahan dalam kategori rendah. Untuk Daerah Aliran Sungai Citanduynya sendiri rata-rata erosi lahannya adalah sebesar 160,566 Ton/Ha/Tahun.  
Sentimen Analisis Review Pada Aplikasi Edlink Sevima Di GooglePlaystore Menggunakan Metode SVM Kurnia, Rivan; Suharsono, Teguh Nurhadi
Journal of Manufacturing and Enterprise Information System Vol. 2 No. 2 (2024): Journal of Manufacturing and Enterprise Information System (Oktober 2024)
Publisher : Politeknik STMI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52330/jmeis.v2i2.361

Abstract

Kemajuan teknologi dan informasi di era industri 4.0 memiliki dampak signifikan pada proses pembelajaran di berbagai lembaga pendidikan. Aplikasi Edlink Sevima adalah salah satu platform e-learning yang banyak digunakan dan dievaluasi oleh pengguna melalui ulasan di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Edlink Sevima menggunakan metode Support Vector Machine (SVM). Metode SVM dipilih karena kemampuannya mengklasifikasikan data teks dengan akurasi tinggi. Data ulasan dikumpulkan dari Google Play Store dan diproses menggunakan teknik preprocessing untuk mengoptimalkan analisis sentimen. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral dengan akurasi terbaik sebesar 75%. Sentimen negatif memiliki precision sebesar 0.71 dan recall sebesar 0.79, sedangkan sentimen positif memiliki precision sebesar 0.78 dan recall sebesar 0.87. Diharapkan hasil dari penelitian ini dapat memberikan sumbangan dalam pemahaman tentang ulasan pengguna aplikasi di Google Play Store. Walaupun demikian, penelitian ini memiliki keterbatasan, seperti metode yang digunakan dan data yang dikumpulkan. Oleh karena itu, penelitian ini dapat dijadikan dasar untuk penelitian lanjutan dalam bidang analisis sentimen dari ulasan aplikasi di Google Play Store.
Penerapan Metode Profile Matching Untuk Optimalisasi Seleksi Direktur Studi Kasus MTC Sarmento, Domingos Doutel Sarmento; Suharsono, Teguh Nurhadi
Journal of Manufacturing and Enterprise Information System Vol. 2 No. 2 (2024): Journal of Manufacturing and Enterprise Information System (Oktober 2024)
Publisher : Politeknik STMI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52330/jmeis.v2i2.362

Abstract

Pada era digital ini, pemanfaatan teknologi informasi menjadi krusial dalam mendukung efisiensi berbagai sektor, termasuk sektor transportasi dan komunikasi. Timor Leste, sebagai negara yang tengah mengalami perkembangan pesat, membutuhkan fondasi teknologi yang kuat untuk meningkatkan layanan dan efisiensi pengelolaan data. Kementerian Ministério dos Transporte e Comunicações (MTC) menjadi lembaga pemerintah yang memiliki peran strategis dalam mengelola infrastruktur transportasi dan komunikasi. Masalah yang dihadapi pada perusahaan saat ini adalah bagaimana mengoptimalisasi suatu perangkat kerja pada posisi direktur untuk menjadikan parlemen penting untuk memenuhi tugasnya dengan kajian yang terukur menggunakan metode Profil Matching. Profil matching dalam jurnal merupakan konsep yang melibatkan penilaian dan pemetaan antara karakteristik individu dengan persyaratan yang dibutuhkan dalam suatu posisi atau peran, sering kali dalam konteks rekrutmen dan seleksi karyawan. Metode ini dapat meliputi analisis kualifikasi pendidikan, pengalaman kerja, keterampilan, dan kepribadian untuk menentukan kesesuaian kandidat dengan profil yang diinginkan Penelitian ini diinisiasi oleh kesadaran akan pentingnya adopsi teknologi yang tepat dalam mendukung perkembangan negara, khususnya dalam meningkatkan efisiensi dan keamanan operasional Kementerian Ministério dos Transporte e Comunicações di Timor Leste.
Analisis Efisiensi Unit Perawatan Intensif Di Rumah Sakit Pendidikan Universitas Andalas Padang Menggunakan Model Data Envelopment Analysis (DEA) Sahana, Syahpikal; Suharsono, Teguh Nurhadi; Asnar, Etty Sofia Mariati; Rahmiyati, Ayu Laili; Kosasih, Kosasih
Innovative: Journal Of Social Science Research Vol. 5 No. 2 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i2.18561

Abstract

Abstrak Pengembangan unit perawatan intensif di rumah sakit dihadapkan pada kebutuhan pembiayaan yang tinggi. Oleh karena itu, efisiensi pelayanan di unit perawatan intensif perlu menjadi perhatian dalam pengembangannya. Penelitian ini bertujuan untuk mengetahui efisiensi unit perawatan intensif di Rumah Sakit Pendidikan Universitas Andalas Padang. Jenis penelitian merupakan kuantitatif dengan pendekatan cross-sectional. Unit perawatan intensif yang diteliti adalah ruang ICU, NICU, dan PICU. Analisis efisiensi dilakukan dengan menggunakan data laporan unit perawatan intensif menggunakan metode Data Envelopment Analysis (DEA) pada aplikasi DEA frontier. Hasil penelitian menemukan skor efisiensi unit perawatan intensif di ruang NICU dan PICU adalah 1 (efisien), sedangkan ruang NICU adalah 0,88 (tidak efisien). Penyesaian yang dapat dilakukan adalah jumlah perawat ruang ICU menjadi 25 orang, ventilator menjadi 6 buah dan tempat tidur menjadi 12 agar ICU menjadi efisien. Kata Kunci : DEA, Efisiensi, Unit Perawatan Intensif
IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI HARGA SAHAM Saputra, Muhamad; Suharsono, Teguh Nurhadi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 4 (2025): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i4.2250

Abstract

Pengembangan kekayaan pada masa lalu umumnya difokuskan pada aset fisik seperti tanah, gedung, ternak, kendaraan, dan mesin yang dikenal sebagai investasi real assets. Namun, dengan perkembangan dunia usaha dan pola pikir modern, investasi kini telah beralih ke bidang surat berharga seperti deposito, obligasi, valuta asing (valas), dan portofolio saham yang dikenal sebagai financial assets. Salah satu aset investasi yang populer adalah saham, yang merupakan surat berharga menunjukkan kepemilikan atau penyertaan modal investor dalam suatu perusahaan. Keuntungan yang diperoleh pemegang saham bergantung pada kinerja perusahaan penerbit saham (emiten). Semakin tinggi return yang ditawarkan, semakin tinggi pula risiko yang harus ditanggung investor. Indeks saham LQ45 di Bursa Efek Indonesia adalah salah satu indeks yang banyak diminati investor, terdiri dari 45 perusahaan besar yang menawarkan prospek bisnis yang baik, termasuk Bank Central Asia Tbk (BCA). Berdasarkan data statistik Bursa Efek Indonesia tahun 2015, sektor keuangan menduduki posisi pertama baik dari segi kapitalisasi pasar maupun nilai transaksi perdagangan saham. Penelitian ini bertujuan mendapatkan hasil nilai prediksi yang baik, menentukan probabilitas dari parameter yang berpengaruh terhadap harga saham dan membangun aplikasi prediksi saham menggunakan metode metode Artificial Neural Network (ANN). Metode ANN sendiri adalah metode pemodelan kompleks yang dapat memprediksi bagaimana suatu ekosistem merespons perubahan variabel lingkungan, dengan terinspirasi oleh cara kerja sistem saraf biologis, khususnya sel-sel otak manusia dalam memproses informasi. Algoritma yang paling umum digunakan oleh ANN adalah supervised learning, tetapi ANN juga dapat diterapkan pada algoritma semi-supervised dan unsupervised learning. Karena model ANN terinspirasi oleh sistem saraf manusia, arsitekturnya dirancang mirip dengan struktur otak manusia, terdiri dari neuron-neuron yang saling terhubung dalam bentuk yang kompleks dan nonlinier. Hasil dari penelitian ini adalah sebuah aplikasi berbasis web yang diharapkan dapat membantu investor dan pelaku pasar modal dalam mengambil keputusan investasi saham di Bursa Efek Indonesia, dan juga mendapatkan Tingkat akurasi prediksi yang dihasilkan oleh model ANN menunjukkan hasil yang memuaskan dengan presentase akurasi mencapai 94.96%. Model ini berhasil meminimalkan kesalahan prediksi (error) yang ditunjukkan oleh nilai Mean Squared Error (MSE) yang rendah pada data testing.
Co-Authors Ahmad, Mochamad Taufik Ali Syech Ammarulloh, Sendhy Maula Asnar, Etty Sofia Mariati Ath-Thariq, Muhamad Ayu Laili Rahmiyati Firdaus Firdaus Firdaus Firdaus Gunawan Gunawan Gunawan KOSASIH KOSASIH, KOSASIH Kurnia, Rivan Purbayanto, Bayu Rahman, Fauzan Andriana Rosdiana, Rama Sahana, Syahpikal Saputra, Muhamad Sarmento, Domingos Doutel Sarmento Stefanny P. S, Chika Sukmana, Rini Nuraini Supriatna, Cece Syahidin, Rukhiyat Triwardana, Encep Rendi