Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Kresna: Jurnal Riset dan Pengabdian Masyarakat Jurnal Mahasiswa Ilmu Komputer Eduvest - Journal of Universal Studies Jurnal Ticom: Technology of Information and Communication
Musodo, Krisna Adiyarta
Unknown Affiliation
Aerospace Engineering Humanities Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Health Professions Neuroscience Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
IMPLEMENTASI DATA MINING PADA DATA PRODUKSI ROTI MANIS CAL DONAT HUSADA BERBASIS JAVA WEB MENGGUNAKAN ALGORITMA APRIORI Apriliani, Apriliani; Sakti, Dolly Virgian Shaka Yudha; Santika, Reva Ragam; Musodo, Krisna Adiyarta
Jurnal Mahasiswa Ilmu Komputer Vol. 4 No. 1 (2023): Jurnal Mahasiswa Ilmu Komputer March 2023
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/ilmukomputer.v4i1.3438

Abstract

Cal Donat membuat list kebutuhan gerai dengan menginput data produksi di file.xls yang berbeda setiap harinya. Hal tersebut mengakibatkan banyaknya kendala yang terjadi seperti: file yang tidak dapat dibuka, selalu membuat file baru untuk menginput data produksi, terdapat banyak file yang tersimpan, sulitnya menganalisa dan memprediksi data, harus membuka banyak file untuk melihat perbedaan kebutuhan dan kendala-kendala lainnya. Dengan demikian penulis melakukan analisis data yang berfokus pada salah satu gerai Cal Donat yaitu Cal Donat Husada dengan data roti manis dan minuman. Analisis ini akan menggunakan teknik pengolahan data atau data mining dengan metode association rule dan apriori sebagai algoritma untuk mencari keterkaitan antar item dan mendapatkan rules atau aturan yang dapat menyelesaikan permasalahan yang ada di Caldonat Husada. Hasil yang diperoleh yaitu terbentuknya 3 itemset yang terdiri dari: 1; 2; 5 yang dapat didefinisikan sebagai berikut: (1 = Keju; 2 = Coklat; 5 = Pisang Keju) dengan minimum support 70%, maka Nilai Confidence dapat diperhitungkan. Uji coba untuk Nilai Confidence yaitu 70%, dari 3 itemset yang terdiri dari (1 = Keju; 2 = Coklat; 5 = Pisang Keju), maka terbentuknya 6 pola perhitungan confidence. Dari nilai confidence yang sudah terbentuk, maka dapat dihitung nilai lift ratio yang menunjukkan bahwa Lift Ratio > 1, maka hubungan positif yang dimaknai [Coklat, Pisang Coklat] dan [Keju] lebih sering muncul bersamaan
Survei Terhadap Pengukuran Kesamaan Teks: Survey of Text Similarity Measurement Musodo, Krisna Adiyarta; Suwasti Broto
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 1 No 1 (2021): Jurnal KRESNA November 2021
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (353.621 KB) | DOI: 10.36080/jk.v1i1.3

Abstract

Measuring the similarity between words, sentences, paragraphs and documents is an important research and discussion space in various discussions such as information search, document grouping, word-sense disambiguation, automatic essay scoring, short answer assessment, machine translation and text summarization. This article discus a survey which discussing methods for measuring the similarity of text or strings. This article is structred into three approaches; String-based, corpus-based, and knowledge-based similarity measures and presents the combinations of these similarities measures.
Sistem Pencarian Dokumen Berbasis Algoritma Nazief Adriani, Vector Space Model, TF-IDF dan Cosine sebagai Kontribusi Kegiatan Pengabdian Masyarakat untuk Perpustakaan Umum Musodo, Krisna Adiyarta
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 4 No 1 (2024): Jurnal KRESNA Mei 2024
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v4i1.118

Abstract

Perpustakaan adalah satu unit pelaksana teknis yang disediakan sebagai unit penunjang dalam proses kegiatan belajar mengajar. Perpustakaan bertugas dan berfungsi utama dalam upaya untuk melestarikan serta menyediakan informasi bagi seluruh aktivitas dalam proses belajar mengajar.  Sebagai unit pelayanan perpustakaan diharapkan dapat memberikan layanan yang berkualitas kepada seluruh pengunjung. Sarana dan prasarana menjadi unsur yang penting dalam menunjang pelayanan yang berkualitas. Di lain sisi, dalam ilmu komputer, Information Retrieval menyediakan berbagai konsep dan teori yang dapat memfasilitasi pengembang untuk membanggun sistem yang mampu untuk mengidentifikasi dan mengambil sumber daya sistem informasi yang relevan dengan kebutuhan informasi. Kebutuhan informasi ditentukan dalam bentuk permintaan pencarian.  Artikel ini merupakan artikel Pengabdian kepada Masyarakat. Kegiatan ini merupakan bagian dari rangkaian kegiatan proyek pengembangan sistem pencarian dokumen elektronik yang diterapkan dalam pengelolaan perpustakaan sebagai upaya untuk meningkatkan pelayanan perpustaakaan kepada para pengunjung.  Artikel ini mendiskripsikan sistem pencarian dokumen yang dibagun yang menerapkan beberapa konsep/teori di antaranya algoritma-algoritma Nazief Adriani yang digunakan untuk proses stem kosa kata, vector space model untuk representasi profil dokumen dan profil kueri, tf-idf untuk pembobotan elemen-elemen profil dan fungsi cosine dalam pengukuran Tingkat relevansi antara kueri pengguna dengan dokumen-dokumen elektronik yang tersimpan dalam basis data.
A Comparative Study of Data Mining Algorithms for Fraud Detection in Financial Transactions Syahbani, Arif Marzuq; Firdaus, Wildan; Musodo, Krisna Adiyarta
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14645

Abstract

Deteksi penipuan dalam transaksi keuangan merupakan tantangan penting bagi industri perbankan dan e-commerce. Seiring dengan semakin canggihnya aktivitas penipuan, kebutuhan akan metode deteksi tingkat lanjut menggunakan teknik penambangan data pun meningkat. Studi ini melakukan analisis komparatif terhadap berbagai algoritma machine learning, termasuk Decision Tree, Random Forest, Support Vector Machine (SVM), Naïve Bayes, dan model Deep Learning, untuk mendeteksi transaksi keuangan yang curang. Penelitian ini menggunakan kumpulan data yang terdiri dari transaksi yang curang dan sah serta menerapkan beberapa metrik evaluasi seperti akurasi, presisi, recall, F1-score, dan AUC-ROC untuk mengukur kinerja algoritma. Hasilnya menunjukkan bahwa model pembelajaran ensemble, khususnya Random Forest dan XGBoost, mengungguli metode klasifikasi tradisional dalam hal akurasi, efisiensi, dan ketahanan. Model Deep Learning juga menunjukkan hasil yang menjanjikan tetapi memerlukan sumber daya komputasi yang besar, kumpulan data yang besar, dan penyempurnaan untuk mencapai kinerja yang optimal. Selain itu, teknik praproses data seperti pemilihan fitur, pengurangan dimensionalitas, dan penyeimbangan kelas berdampak signifikan terhadap efektivitas deteksi. Temuan studi ini memberikan wawasan berharga bagi lembaga keuangan dalam memilih algoritma deteksi penipuan yang paling efisien, yang pada akhirnya meningkatkan keamanan transaksi dan mengurangi kerugian finansial. Penelitian di masa mendatang dapat mengeksplorasi pendekatan hibrida yang memadukan berbagai teknik, serta metode pemrosesan waktu nyata, untuk lebih meningkatkan akurasi deteksi penipuan dan meminimalkan kesalahan positif dalam sistem keuangan berskala besar.
Survei Terhadap Teknik-Teknik Load Balancing Musodo, Krisna Adiyarta
Jurnal Ticom: Technology of Information and Communication Vol 12 No 3 (2024): Jurnal Ticom-Mei 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i3.116

Abstract

Penyeimbangan beban (Load balancing) adalah merupakan issu popular dalam domain diskusi system terdistribusi. Sistem terdistribusi merupakan konsep sistem otonom di mana pengalokasian data diposisikan di berbagai titik atau node. Setiap titik akan mendapatkan tugas yang dapat saja dalam pembagian tugas tersebut beban tugas yang didistribusikan tidak tepat. Ketidaktepatan ini mengakibatkan sistem mungkin akan kelebihan beban. Dalam makalah ini, kami menguraikan berbagai teknik penyeimbangan beban (Load balancing) dengan melakukan penyelesaian masalah dengan menerapkan pergerakan titik dan teknik replikasi. Makalah ini juga mempertimbangkan beberapa teknik pendistribusian beban dengan memperhatikan titik yang memiliki popularitas tinggi sehingga menjadi kelebihan beban kepada titik yang kekurangan beban. Makalah juga menguraikan konsep-konsep baru yang dikembangkan dan penting untuk beberapa teknik penyeimbangan beban dalam lingkungan sistem terdistribusi
Data Tracer Study Analysis in Higher Education Using The FP-Growth Algorithm Septianto, Yudhi; Musodo, Krisna Adiyarta
Eduvest - Journal of Universal Studies Vol. 4 No. 12 (2024): Journal Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/eduvest.v4i12.50106

Abstract

Knowing the distribution of alumni from a tertiary institution is very useful as evaluation material and benchmarks for teaching and learning activities in the tertiary institution concerned. XYZ College alumni distribution data by carrying out tracer studies. Tracer study data can be used by tertiary institutions for decision making and as input in curriculum development or other academic support facilities. Data mining is used to extract information on large-scale data. The method used is the fp-growth algorithm which is part of the association rule technique which aims to find and determine a data set that often appears in a data mine. Attribute data used in this study are field of study, GPA, year of admission, year of graduation, gender, waiting period, field of work, salary, position. The purpose of this study is to examine the pattern of alignment between data on alumni work using the fp-growth algorithm. The results of this study are in the form of information on patterns of alignment of the relationship between fields of study and GPA, year of entry, year of graduation, waiting period, field of work, salary, gender, position on alumni work in tracer study data in Higher Education using the fp-growth algorithm which will make it easier for tertiary institutions to gain deeper insight into alumni, as well as gain new knowledge about graduates and can be used to improve the quality of higher education.
Co-Authors Dolly Virgian Shaka Yudha Sakti Reva Ragam Santika Septianto, Yudhi Suwasti Broto Syahbani, Arif Marzuq Wildan Firdaus