Article Per Year (5 Year)
p-Index From 2020 - 2025
3.649
P-Index
This Author published in this journals
All Journal Jurnal Agroteknos Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) MEANS (Media Informasi Analisa dan Sistem) BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat Jurnal Pengabdian Sosial Informasi interaktif : jurnal informatika dan teknologi informasi
Wahyudin, Edi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
UJI EFEKTIVITAS BEBERAPA MEDIA UNTUK PERBANYAKAN AGENS HAYATI Gliocladium sp. Gusnawaty, HS; Taufik, Muhammad; Wahyudin, Edi
Jurnal Agroteknos Vol 3, No 2 (2013)
Publisher : Jurnal Agroteknos

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

Abstract

This research was carried out in the Laboratory of Pests and Disease, Agricultural Faculty  of  Haluoleo  University,  from  October  to  December  2012.  This  research  was arranged   in   A   Completely   Randomized   Design   (CRD),   with   7   treatments,   namely: Gliocladium sp. in sago waste (a), Gliocladium sp. in cashew seed wastes (b), gliocladium sp. in saw dust waste (c), Gliocladium sp. in corn medium (d), Gliocladium sp. in bran medium (e),  Gliocladium  sp.  in rice  medium  (f) and  gliocladium sp.  in rice  husk  waste  (g).   The research results showed that media used had different effectiveness.   The most effective medium for Gliocladium sp. Propagation was rice bran medium, based on Gliocladium sp. growth (100%), and the number of Gliocladium sp. conidium ( 2,0 x105/g). Keywords: effectiveness, Gliocladium sp., medium, propagation
PKM Penguatan Kapasitas Sdm Desa Pelatihan Manajemen Dan Keterampilan Teknis Untuk Pembangunan Lokal Wahyudin, Edi; Martanto; Dikananda, Fatihanursari; Rano; Nasakh
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 5 : Juni (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

The Community Service Program (PKM) titled "Strengthening Village Human Resources: Management and Technical Skills Training for Local Development" aims to address the limitations in human resource capacity that often hinder development in villages. This program is designed to enhance the managerial skills of village officials and develop the technical skills of residents in agriculture, crafts, and information technology. Implementation begins with needs identification through surveys and interviews, followed by the design of an appropriate curriculum, and the delivery of training by experts and practitioners. The results of this program show a significant improvement in the managerial abilities of village officials and the technical skills of residents, contributing to the development of local businesses and the village economy. Evaluations also indicate an increased awareness of the importance of strengthening human resource capacity for sustainable development, making this program a potential model for other villages.
PENERAPAN DATA MINING UNTUK MENGESTIMASI PERSENTASE PENDUDUK MISKIN DI JAWA BARAT MENGGUNAKAN REGRESI LINIER BERGANDA Sazwati, Anggi; Pratama, Denni; Anam, Khaerul; Wahyudin, Edi; Rifa'i, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8214

Abstract

Kemiskinan menjadi salah satu permasalahan serius bagi pemerintah Indonesia, termasuk di wilayah Jawa Barat. Tingkat kemiskinan yang tinggi dapat menghambat pembangunan ekonomi, meningkatkan kesenjangan sosial, dan mengurangi kualitas hidup masyarakat. Oleh karena itu, penelitian ini bertujuan untuk menganalisis estimasi persentase penduduk miskin di Jawa Barat dan mengidentifikasi variabel yang berpengaruh terhadap tingkat kemiskinan. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari sumber resmi Badan Pusat Statistik (BPS). Metode analisis yang digunakan adalah regresi linier sesuai dengan tujuan analisis untuk mengetahui pemahaman tentang sejauh mana variabel independen mempengaruhi variabel dependen dan mampu melakukan prediksi terhadap nilai variabel dependen ketika nilai variabel independen telah diketahui. Dalam penelitian ini diperoleh hasil estimasi pada lima kabupaten di Jawa Barat, yaitu Bogor, Bandung, Kuningan, Cirebon, dan Pangandaran. Evaluasi hasil estimasi dengan menggunakan nilai RMSE sebesar 2.012 dan Relative Error sebesar 18.90%. Analisis lebih lanjut terhadap model menunjukkan bahwa faktor yang berpengaruh terhadap tingkat kemiskinan adalah indeks pembangunan manusia (IPM) dengan korelasi sebesar -0.752, korelasi yang kuat ini mengindikasikan bahwa peningkatan IPM dapat efektif mengurangi tingkat kemiskinan di Jawa Barat.
PENGELOMPOKKAN DATA BENCANA ALAM BERDASARKAN WILAYAH MENGGUNAKAN ALGORITMA K-MEANS Amaliah, Rif'atul; Tohidi, Edi; Wahyudin, Edi; Rizki Rinaldi, Ade; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8253

Abstract

Bencana alam adalah rangkaian kejadian yang ditimbulkan oleh alam. Namun tidak menutup kemungkinan bencana alam yang terjadi disebabkan oleh ulah manusia. Bencana alam memiliki potensi untuk menyebabkan dampak yang signifikan pada infrastruktur dan lingkungan, bahkan dapat mengancam keselamatan manusia. Penelitian ini bertujuan untuk mengidentifikasi wilayah-wilayah dimana jenis bencana alam paling dominan atau sering terjadi untuk memberikan wawasan yang lebih mendalam tentang resiko bencana alam di berbagai wilayah sehingga dapat membantu meningkatkan upaya mitigasi bencana. Metode yang diterapkan melibatkan pengelompokkan data menggunakan algoritma K-Means, yang memungkinkan peneliti untuk mengelompokkan wilayah dengan karakteristik serupa ke dalam cluster-cluster yang berbeda. Hasil penelitian ini berhasil mengelompokkan data bencana alam menggunakan Algoritma K-Means membentuk 3 cluster berdasarkan MeasureTypes Bregman Divergences dengan parameter SequaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Nilai Davies-Bouldin-Index (DBI) yang dihasilkan pada penelituan ini yaitu 0,012. Cluster 0 memiliki 884 data dengan tingkat kejadian bencana alam rendah. Kejadian bencana alam yang dominan terjadi yaitu kekeringan. Sedangkan wilayah yang termasuk kedalam cluster 1 dengan memiliki 2 data adalah wilayah dengan tingkat kejadian sedang. Kejadian bencana yang paling dominan adalah Letusan Gunung Api. Dan cluster 2 memiliki 1 data yaitu wilayah dengan tingkat kejadian tinggi. Kejadian bencana alam yang paling dominan adalah Puting Beliung.
ANALISIS POLA PENJUALAN BATIK PEKALONGAN MENGGUNAKAN ALGORITMA FP-GROWTH Sukma Maula, Intan; Wahyudin, Edi; Tohidi, Edi; Kaslani, Kaslani; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8280

Abstract

Pekalongan merupakan salah satu kota terkemuka dalam industri batik di Indonesia, yang dikenal sebagai “Kota Batik”. Batik bukan sekadar kain warna-warni dengan motif unik, tetapi batik memiliki ciri khas sendiri seperti gambar burung elang, garis lengkung, dan hiasan titik-titik, juga terdapat pada batik Pekalongan. Keunikan batik Pekalongan terletak pada warnanya yang cerah alami dan beragam motifnya mencakup gaya Cina, Belanda, dan asli dengan motif seperti kawung, burung merak, burung enchim, jawa hokokai, dan jlamprang. Perubahan pola konsumen yang semakin kompleks dari desain hingga harga dan perkembangan pesat dalam industri batik menimbulkan permasalahan dalam pola pembelian serta pengelolaan data transaksi yang terus meningkat sehingga menghambat dalam analisis pola pembelian konsumen. Oleh karena itu, penelitian ini bertujuan untuk mendapatkan pola pembelian konsumen terhadap jenis produk batik menggunakan algoritma FP-Growth untuk menentukan himpunan data yang sering muncul (frequent itemset) dalam dataset. Berdasarkan hasil pengujian, diperoleh 12 aturan asosiasi (Association rules) yang terbentuk dengan nilai minimum support = 0.01, minimum confidence = 0.8, dan lift = 1.0. Dengan aturan tersebut, penelitian ini menghasilkan implikasi yang signifikan terhadap pola pembelian konsumen, meningkatkan strategi pemasaran, dan membantu dalam pengelolaan inventaris serta pengambilan keputusan berdasarkan data yang tersedia.
ANALISIS POLA TRANSAKSI PEMBELIAN PADA BISNIS FOOD AND BEVERAGE MENGGUNAKAN ALGORITMA FP-GROWTH Fansuri, Rafly; Tohidi, Edi; Wahyudin, Edi; Kaslani, Kaslani; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8293

Abstract

Dalam dunia bisnis Food and Beverage yang sangat kompetitif saat ini, perusahaan-perusahaan dihadapkan pada tekanan untuk terus mengembangkan strategi-strategi kreatif dalam menjalankan operasi mereka. Salah satu strategi yang dapat digunakan dalam meningkatkan kinerja penjualan adalah cross-selling, yaitu taktik menjual produk tambahan yang berkaitan dengan produk yang telah dibeli oleh pelanggan, dengan tujuan meningkatkan omset penjualan. Tujuan dari penelitian ini adalah untuk mengidentifikasi hubungan antara produk-produk yang sering dibeli oleh pelanggan dan bagaimana pola pembelian mereka dianalisis. Data penjualan dari French Bakery Sales digunakan dalam penelitian ini. Algoritma Frequent Pattern Growth (FP-Growth) adalah alat yang digunakan dalam metodologi penelitian ini untuk data mining asosiasi. Data transaksi penjualan dikumpulkan, atribut yang relevan dipilih, data dipreprocessing, proses asosiasi dataset, dan evaluasi pola yang terbentuk adalah semua langkah dalam proses penelitian ini. penelitian ini menghasilkan 8 aturan asosiasi menggunakan nilai minimum support 0,08 dan confidence 0,5 dengan 10 produk pembentuk. Aturan-aturan ini memiliki potensi untuk mendukung strategi cross-selling dengan lebih mudah dan efisien. Aturan-aturan ini memberikan informasi yang detail mengenai pola pembelian produk oleh konsumen, serta memperkirakan tingkat peluang keberhasilan strategi cross-selling.
ANALISA SENTIMEN KOMENTAR VIDEO YOUTUBE DI CHANNEL TVONENEWS TENTANG CALON PRESIDEN PRABOWO SUBIANTO MENGGUNAKAN SUPPORT VECTOR MACHINE Tohidi, Edi; Perdana Herdiansyah, Reza; Wahyudin, Edi; Kaslani, Kaslani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8560

Abstract

Indonesia merupakan negara demokrasi di mana rakyat memilih presiden melalui Pemilihan Umum Presiden (Pilpres) yang dilakukan 5 tahun sekali. Pada Pilpres 2024, ada 3 kandidat capres yaitu Anies Baswedan, Prabowo Subianto, dan Ganjar Pranowo. Youtube menjadi platform utama masyarakat menyampaikan opini politik. Penelitian ini menganalisis sentimen komentar video Youtube TVOneNews tentang calon presiden Prabowo sebagai capres 2024 dengan SVM. Tujuan penelitian ini adalah mengukur akurasi SVM dalam mengklasifikasi sentimen komentar video Youtube TVOneNews berjudul "Relawan dari Berbagai Daerah Deklarasikan Prabowo sebagai Capres 2024" serta melihat sentimen masyarakat terhadap calon presiden prabowo subianto. Metode penelitian ini menggunakan Knowledge Discovery in Database (KDD) yang terdiri dari lima tahapan yaitu Selection, Preprocessing, Transformation, Data Mining dan Interpretation. Datadalam penelitian ini berjumlah 927 komentar yang didapatkan melalui crawling setelah preprocessing tersisa 877 data dengan label positif 530 dan label negatif 346. Hasil penelitian menunjukkan terdapat sebuah perbedaan jumlah label sentimen awal dengan hasil SVM, dimana sentimen positif bertambah dari 530 menjadi 542 dan sentimen negatif berkurang dari 346 menjadi 334. Dan hasil klasifikasi SVM mendapatkan nilai akurasi 85%, presisi 87% dan recall 89%.
ANALISIS KLASTER K-MEDOID UNTUK PENGELOMPOKAN DAN PEMETAAN PROVINSI DI INDONESIA BERDASARKAN NILAI UJIAN NASIONAL Puri, Anita; Solihudin, Dodi; Anwar, Saeful; Pratama, Denni; Wahyudin, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8653

Abstract

Ujian Nasional (UN) adalah suatu metode standar mengevaluasi tahap pendidikan awal yang membantu menentukan apakah siswa lulus atau tidak. Sejalan dengan Penilaian hasil belajar ini bertujuan unntuk menilai kinerja siswa pada tingkat nasional. Ujian nasional juga mempunyai dampak penting dalam melanjutkan pendidikan pada jenjang selanjutnya dan dapat meningkatkan mutu pendidikan di sekolah. Penelitian ini bertujuan mengidentifikasi pola atau struktur dalam Algoritma K-Medoid Clustering yang digunakan untuk mengelompokkan nilai rata-rata siswa berdasarkan hasil ujian nasional tingkat provinsi di Indonesia. Dalam mengelompokkan pencapaian nilai ujian siswa berdasarkan Nama Provinsi, Ujian Nasional (UN) tingkat (SMP), UN (SMA) (IPA), UN SMA Program Ilmu Pengetahuan Sosial (IPS), UN SMA Program Bahasa, UN Sekolah Menengah Kejuruan (SMK), Ujian Institusi (IIUN) tingkat SMP, IIUN tingkat SMA (IPA), IIUN SMA (IPS), IIUN SMA Program Bahasa, dan IIUN SMK. Algoritma K-Medoid ini juga dikenal sebagai Algoritma Partitioning Around Medoid atau PAM, dari data yang sudah diolah menggunakan teknik clustering hasil yang di dapat dalam mengelompokan nilai rata-rata di provinsi Indonesia berdasarkan Davies Bouldin Index, dapat diharapkan memudahkan dan memahami algoritma K-Medoid dalam pengelompokan nilai ujian siswa di Indonesia menggunakan teknik clustering untuk mendapatkan jumlah kelompok terbaik pada data hasil ujian nasional di Indonesia menggunakan algoritma k-medoid. Dari hasil penerapan tersebut nilai K terbaik diperoleh pada nilai iterasi K9 dengan jumlah 1.016 berdasarkan Davies Bouldin Index, Berdasarkan hasil pengukuran nilai max runs dari 1 sampai 10, menunjukkan nilai DBI yang konsisten, yakni 1.016 pada K9 menjadi nilai terbaik, pada cluster ini, terdapat 25 items dalam cluster 0, dan 5 items dalam cluster 1. Stabilitas nilai DBI pada K9 menunjukkan kualitas pengelompokan yang baik.
PENERAPAN DATA MINING PENGELOMPOKAN PRODUKTIVITAS PADI MENGGUNAKAN ALGORITMA K-MEANS PADA PROVINSI JAWA BARAT Wahyudin, Edi; Amir Rudin, Rizki; Kaslani, Kaslani; Eka Permana, Sandy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8696

Abstract

Padi, sebagai makanan pokok di Indonesia, terus menghadapi peningkatan kebutuhan yang tidak sejalan dengan ketersediaan lahan pertanian di Jawa Barat. Belum adanya pemetaan produktivitas panen padi di setiap kabupaten atau kota menjadi tantangan bagi pemerintah provinsi. Penelitian ini menggunakan algoritma K-Means clustering dan aplikasi RapidMiner 10.2 yang mengacu metode penelitian Knowledge Discovery in Database (KDD) untuk mengelompokkan produktivitas padi di Jawa Barat, menghasilkan 18 cluster. Cluster 0 hingga 6 menunjukkan tingkat produktivitas tinggi, sementara cluster 9 adalah sedang. Informasi ini menjadi kontribusi berharga bagi pemerintah provinsi dalam merancang kebijakan pertanian dan pangan yang optimal untuk meningkatkan produktivitas padi di setiap daerah. Dengan demikian, hasil dari penelitian ini adalah diharapkan memberikan wawasan mendalam tentang potensi pertanian di kabupaten atau kota, membantu dalam perencanaan strategi tanam, dan mendorong optimalisasi luas area pertanian di Jawa Barat agar semakin maju lagi.
PENERAPAN ALGORITMA FP-GROWTH UNTUK MENGETAHUI POLA PEMBELIAN KONSUMEN DI WARUNG MAKAN DEDE Salsabila, Putri; Wahyudin, Edi; Dwilestari, Gifthera; Kaslani, Kaslani; Subhiyanto, Fajar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8964

Abstract

Dalam era globalisasi dan persaingan bisnis yang ketat, pemahaman mendalam terhadap perilaku pembelian konsumen menjadi krusial bagi pelaku bisnis. Penelitian ini memperkenalkan metode FP-Growth (Frequent Pattern Growth) sebagai alat analisis untuk mengidentifikasi pola pembelian konsumen secara efektif dan efisien. Dalam pengamatan lapangan, teridentifikasi bahwa banyak rumah makan menghadapi kesulitan dalam memahami dan mengantisipasi pola pembelian konsumen. Ketidakmampuan ini dapat menghambat pengembangan strategi pemasaran yang efektif dan mengoptimalkan keuntungan. Dari data observasi dan literatur, terungkap bahwa aturan asosiasi yang kuat dalam pola pembelian seringkali sulit untuk diidentifikasi secara manual, dan inilah masalah utama yang ingin dipecahkan melalui penelitian ini. Masalah mendasar yang mendasari sulitnya mengidentifikasi pola pembelian konsumen adalah kompleksitas dan volume data transaksi.Metode tradisional atau manual seringkali tidak efisien dalam memisahkan informasi berharga dari data yang jenisnya berbeda-beda. Hasil penelitian ini mendapatkan kesimpulan hasil persentase nilai minimum support dan confidence adalah [Mangkuk plastik, Es Milo, Bakso Rebusan, Ayam Kremes, Bakso Balung] --> [Air mineral, Es Teh/Teh Hangat] (confidence: 0.821) Hasil ini diharapkan dapat menjadi dasar bagi perusahaan untuk mengoptimalkan strategi pemasaran mereka dan meningkatkan kepuasan pelanggan.
Co-Authors Abdul Ajiz, Abdul Agastya, Muhamad Alibasyah, Aziz Amalia, Dita Rizki Amaliah, Rif'atul Amir Rudin, Rizki Aprilyani, Wiwin Budiarti, Reksa Damayanti, Selpiana Destriyanah, Riska Dikananda, Fatihanursari Eka Permana, Sandy Elsa Safutri Fadlan Abdul Rojak Fansuri, Rafly Fathurrohman, Fathurrohman Fauziah, Irfa Mulhimah Firmansyah, Atep Gifthera Dwilestari GUSNAWATY, HS Hamonangan, Ryan Herdiana, Ruli Hery Widijanto Iin, Iin Irma Purnamasari, Ade Karunia Nurul Asry, Kintan Kaslani Khaer, Rijalul Lutfiah Lutfiah Martanto MUHAMMAD TAUFIK Mulyawan, Mulyawan Nasakh Perdana Herdiansyah, Reza Pratama, Denni Puri, Anita Purnamasari, Ade Irma Putri Nindya, Nazwa Rano Rizki Rinaldi, Ade Saeful Anwar, Saeful Salsabila, Putri Sazwati, Anggi Sehabudin Sehabudin, Sehabudin Solihudin, Dodi Subhiyanto, Fajar Sukma Maula, Intan Syahruf Efendi, Muhammad Tati Suprapti Tohidi, Edi Veithzal Rivai Zainal Vibrianti, Vera Yoni Ardiansah, Muhamad Zamil Farhan, Muhammad