Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal DINAMIKA DOTCOM TEKNOLOGI INFORMASI SMATIKA SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) JUSIFOR : Jurnal Sistem Informasi dan Informatika Jurnal Informatika Polinema (JIP)
Luqman Affandi
Teknik Informatika STMIK PPKIA Pradnya Paramita Malang
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science 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 
Analisis Kinerja Sistem Pakar Diagnosis Coronavirus Disease Menggunakan Metode Certainty Factor Pratama, Moch Deny; Affandi, Luqman; Satya Dian Nugraha, Bagas
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4702

Abstract

Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2), atau Covid-19, merupakan penyakit virus yang sangat menular melalui kontak fisik atau sentuhan dengan benda yang telah tersentuh oleh individu terjangkit. Pandemi ini memberikan dampak besar, termasuk perubahan signifikan dalam gaya hidup sehari-hari dan pembatasan kontak sosial dengan banyak orang. Kesulitan dalam mendeteksi keberadaan penyakit ini disebabkan oleh kurangnya pemahaman masyarakat, memungkinkan penyebarannya menjadi sangat cepat. Terdapat kendala dengan adanya keterbatasan konsultasi dan fasilitas Rapid Test dan Swab Test yang belum merata dan harganya relatif mahal sehingga tidak semua orang mau melakukan pemeriksaan. Tujuan penelitian ini adalah membangun Sistem Pakar untuk melakukan diagnosis awal terhadap penyakit virus corona menggunakan Metode Certainty Factor yang mempermudah dalam memberikan hasil diagnosis, pengetahuan, serta solusi. Certainty Factor dapat bekerja dengan ketidakpastian melalui pemrosesan data untuk mengambil kesimpulan hasil diagnosis penyakit dengan persentase perhitungan nilai kepastian. Penelitian ini berfokus pada gejala klinis Covid-19, sistem ini diharapkan dapat membantu dalam mengantisipasi penyebaran virus dengan memberikan solusi yang tepat waktu. Metode Certainty Factor dipilih karena kemampuannya mengolah data yang memiliki ketidakpastian, menjaga keakuratan hasil, dan dianggap cocok untuk implementasi sistem pakar dengan input data yang tidak pasti. Penelitian ini mengusulkan solusi yang relevan dengan data kondisi beberapa gejala komorbid, agnosmia, dan ageusia untuk melakukan identifikasi penyakit menjadi dua rule kelas yaitu Suspect dan Probable Covid-19. Berdasarkan pengujian fungsionalitas secara black box, didapatkan tingkat akurasi sebesar 100%, sementara berdasarkan pengujian validitas pakar, tingkat akurasi sebesar 100%, dan pengujian validitas perhitungan memiliki tingkat akurasi uji validitas sebesar 87.5%.
Analisis Response Metrics Terhadap Arsitektur Monolithic dan Microservices dalam Implementasi Aplikasi Kompen Affandi, Luqman; Apriyani, Meyti Eka; Putra, Anggara Mahendra
Teknologi Informasi : Teori, Konsep, dan Implementasi : Jurnal Ilmiah Vol 11 No 2 (2020): JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi Vol 11 No 2 Tahun 202
Publisher : LPPM STIMATA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36382/jti-tki.v11i2.495

Abstract

Saat ini sistem informasi dihadapkan pada pengembangan yang signifikan, dimana seketika dituntut perlu ada perubahan-perubahan kebijakan ataupun penambahan fitur-fitur sesuai kebutuhan business rule baik internal maupun eksternal sistem. Semisal ketika suatu sistem informasi yang telah berjalan lalu perlu dilakukan pengembangan modul ataupun fitur tertentu untuk menyesuaikan kebutuhan dan kebijakan internal, maka proses penambahan fitur tersebut dalam pengembangan business rules diharapkan tidak mengganggu kinerja dari proses sistem yang sudah berjalan. Aplikasi Kompen JTI Polinema saat ini masih mengadopsi arsitektur monolithic, dimana jika terjadi kegagalan pada saat pembaruan atau penambahan fitur baru pada aplikasi, maka seluruh fitur aplikasi akan mengalami kegagalan sistem. Permasalahan selanjutnya yakni seiring dengan bertambahnya jumlah mahasiswa Jurusan Teknologi Informasi Polinema dari waktu ke waktu, dan dalam kondisi tertentu seperti pada akhir semester atau masa kelulusan mahasiswa tingkat akhir yang sedang menyelesaikan tanggungan kompen. Sehingga akan mengakses sistem secara bersamaan, maka jumlah request yang diproses pada sistem semakin meningkat sehingga kinerja aplikasi semakin menurun. Dengan adanya permasalahan sebagaimana yang dijelaskan diatas, diperlukan proses refactoring aplikasi dari arsitektur monolithic menjadi arsitektur microservice. Hasil refactoring yang dilakukan pada aplikasi Kompen JTI Polinema menghasilkan empat service yang dapat dikembangkan pada arsitektur microservice. Berdasarkan hasil pengujian dengan menggunakan load test, arsitektur microservice yang telah dibangun lebih optimal dibandingkan arsitektur monolithic.
Paradigma Epistemologis Kompresi Data Teks: Huffman, Arithmetic, dan Neural Language Model Affandi, Luqman; Prasetya, Didik Dwi; Patmanthara, Syaad
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 2 (2025): JUSIFOR - Desember 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i2.8384

Abstract

This study explores text data compression as an epistemological paradigm through a comparative analysis of three fundamental approaches: traditional methods (Huffman Coding + LZW), bit-based methods (Arithmetic Coding), and machine learning approaches (Neural Language Models). Using the Project Gutenberg dataset comprising 15,000 classical literary works with a total size of 8.5 GB and 2.1-billion-word tokens, the evaluation is conducted based on compression ratio, execution time, and memory usage. The results reveal fundamental trade-offs among the paradigms. Traditional methods achieve the fastest execution (8.3 seconds/GB, 482 MB/s, 52 MB) with a compression ratio of 3.2:1. Arithmetic coding attains near-optimal performance (99.5% of the Shannon bound) with a compression ratio of 3.8:1. Neural language models yield the highest compression ratio of 4.6:1 but require substantially higher execution time and memory. The epistemological analysis highlights distinct conceptions of information—mechanistic, mathematically optimal, and semantic-aware—and provides a conceptual framework for developing adaptive compression systems.
Cloud Computing, IaaS, PaaS, Saa EVALUASI PERFORMA MODEL LAYANAN CLOUD COMPUTING: STUDI KOMPARATIF IAAS, PAAS, DAN SAAS DENGAN PENGUJIAN BEBAN BERTINGKAT Wahyuningsih, Dian; Affandi, Luqman; Sophia, Evy
Teknologi Informasi : Teori, Konsep, dan Implementasi : Jurnal Ilmiah Vol 16 No 2 (2025): JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi Vol 16 No 2 Tahun 202
Publisher : STMIK PPKIA Pradnya Paramita

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36382/jti-tki.v16i2.625

Abstract

Cloud computing has become a fundamental paradigm in digital transformation, offering three main service models: Infrastructure as a Service (IaaS), Platform as a Service (PaaS), and Software as a Service (SaaS) [1]. This study examines the comparative performance of these three cloud computing service models through multilevel load testing with five different scenarios (50, 200, 500, 1000, and 2000 concurrent users). Using an experimental methodology with Apache JMeter as a testing tool, this study analyzes critical metrics such as response time, throughput, CPU utilization, memory usage, error rate, and availability [2]. The test results show that PaaS provides superior performance with an average response time of 532.2 ms and a throughput of 2562 req/s, exceeding IaaS (597.0 ms, 2428 req/s) and SaaS (656.0 ms, 2342 req/s). In terms of resource efficiency, PaaS shows optimal CPU utilization (68.2%) and the lowest memory usage (5.16 GB) [3]. Cost-performance ratio analysis reveals that PaaS has the best ratio (0.0041-0.0103), followed by SaaS and IaaS. These findings provide practical guidance for organizations in choosing a cloud computing model that suits their technical and financial needs [4].
Co-Authors ahmad habibi Amanda, Sely Ruli Annisa Puspa Kirana Antonius Duty Susilo, Antonius Duty Arie Rachmad Syulistyo Arief Prasetyo Arpandi, Dedi Bagas Satya Dian Nugraha Dhebys Suryani Hormansyah, Dhebys Suryani Dian Hanifudin Subhi Dian Wahyuningsih Didik Dwi Prasetya Dimas Wahyu Wibowo Eka Apriani, Meyti Ekojono Ekojono, Ekojono Endah Septa Sintiya Evy Sophia Habibi, Muhammad Ishaq Hendra Pradibta Ikawati, Deasy Sandhya Elya Komalasari, Nita Mamluatul Hani’ah Pratama, Adevian Fairuz Pratama, Moch Deny Putra Prima Arhandi, Putra Prima Putra, Anggara Mahendra Putra, Firdani Rianda Rokhimatul Wakhidah Rudy Ariyanto Shoumi, Milyun Ni’ma Sofyan Noor Arief Syaad Patmanthara Ulfa, Farida Yaniko Dimas Yogo Prasetyo, Yaniko Dimas Yogo