Article Per Year (5 Year)
p-Index From 2021 - 2026
2.428
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Dinamik TELKOMNIKA (Telecommunication Computing Electronics and Control) WARTA Emitor: Jurnal Teknik Elektro Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika JITK (Jurnal Ilmu Pengetahuan dan Komputer) SINTECH (Science and Information Technology) Journal Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Pendidikan dan Teknologi Indonesia Jurnal Abdi Masyarakat Indonesia Abdi Teknoyasa Malcom: Indonesian Journal of Machine Learning and Computer Science
Dimas Aryo Anggoro
Universitas Muhammadiyah Surakarta
Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Public Health Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
IMPLEMENTASI WEBSITE PROFIL SMP N 2 KARTASURA Intan Larasati; Sri Hajiati; Rayyan Hanugrah; Dimas Aryo Anggoro
Abdi Teknoyasa Volume 1, No.2, Desember 2020
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1693.942 KB) | DOI: 10.23917/abditeknoyasa.v1i2.202

Abstract

Website merupakan media informasi yang dapat dimanfaatkan sebagai sarana memperkenalkan atau mempromosikan diri bagi suatu organisasi atau institusi. Sekolah adalah salah satu institusi yang sering menggunakan website sebagai media promosinya untuk lebih menarik calon siswa maupun masyarakat umum. SMP Negeri 2 Kartasura merupakan sebuah institusi yang berada dibawah pengawasan Dinas Pendidikan dan Kebudayaan Kabupaten Sukoharjo. Sebagai salah satu instansi pendidikan SMP Negeri 2 Kartasura mengalami kendala dalam bidang teknologi serta tenaga ahli dalam mengelola website resmi sebagai sumber informasi bagi siswa, orang tua wali, dan masyarakat umum. Sebelumnya website resmi sudah pernah dibuat oleh pihak ketiga, akan tetapi belum dipergunakan secara maksimal oleh pihak sekolah dikarenakan terkendala tenaga ahli yang kurang dan website yang dibangun masih belum tertata dengan baik, hal ini menyebabkan website tidak bisa diakses kembali. Tujuan website tersebut dibuat dipergunakan sebagai sarana media promosi yang dapat digunakan untuk memperlancar proses bertukarnya sebuah informasi yang diinginkan oleh pengunjung. Hasil dari website tersebut pengunjung dapat mengetahui secara rinci bagaimana kegiatan akademik, prestasi, dan informasi mengenai SMP Negeri 2 Kartasura. Dengan adanya website tersebut,membantu sekolah untuk memberikan informasi secara detail mengenai sekolah kepada calon murid yang ingin mendaftar ke SMP Negeri 2 Kartasura. KATA KUNCI : Informasi, Website, SMP N 2 Kartasura
Analisis Perbandingan Algoritma Bisecting K-Means dan Fuzzy C-Means pada Data Pengguna Kartu Kredit Shinta Dwididanti; Dimas Aryo Anggoro; Muslich Hartadi Sutanto
Emitor: Jurnal Teknik Elektro Vol 22, No 2: September 2022
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v22i2.15677

Abstract

Di era digital seperti sekarang ini memiliki kartu kredit merupakan suatu hal yang wajar di masyarakat, dengan segala kemudahan yang ditawarkan dalam setiap transaksi pembayaran tidak menutup kemungkinan untuk menarik minat masyarakat dalam menggunakan kartu kredit. Dengan minat masyarakat yang tinggi terhadap kartu kredit, hal ini dapat dijadikan sebagai indikator yang baik bagi perusahaan kartu kredit untuk mengembangkan bisnis kartu kredit. Dalam rangka memenuhi kebutuhan konsumen akan kartu kredit, perusahaan dituntut untuk mengambil keputusan dalam menentukan strategi pemasaran yang tepat sehingga dapat menarik minat para pelanggan, salah satu caranya adalah dengan melakukan segmentasi pelanggan dengan metode clustering. Bisecting K-Means dan Fuzzy C-Means merupakan algoritma clustering yang akan digunakan pada penelitian ini untuk melakukan pengelompokan data pengguna kartu kredit. Analisis akan dilakukan untuk mengetahui  algoritma dengan performa terbaik berdasarkan pengujian validitas dari kedua algoritma dengan menggunakan metode silhouette coefficient. Dari penelitian ini didapapatkan hasil bahwa Bisecting K-Means tanpa normalisasi memiliki nilai silhouette coefficient yang lebih tinggi dibandingkan dengan Fuzzy C-Means. Dimana nilai silhouette coefficient Bisecting K-Means sebesar 0.588 dan 0.579 dengan normalisasi, sedangkan nilai silhouette coefficient Fuzzy C-Means adalah 0.488 dan 0.582 dengan normalisasi.
Sistem Informasi Pelayanan TOEP di LBIPU UMS Berbasis Web Reno Dria Pamungkas; Dimas Aryo Anggoro
Emitor: Jurnal Teknik Elektro Vol 23, No 2: September 2023
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/emitor.v22i2.22314

Abstract

Website merupakan sarana informasi yang tersedia di internet dan dapat diakses kapan saja. Saat ini Lembaga Bahasa Ilmu Pengetahuan Umum Universitas Muhammadiyah Surakarta (LBIPU UMS) telah memiliki media layanan dan informasi yaitu sebuah website untuk pelayanan TOEP (Test of English Proficiency), namun media ini memiliki beberapa kekurangan seperti tema dan warna yang monoton, masih banyak fitur menu yang tidak berfungsi dan banyak informasi yang tidak bisa menampilkan file PDF. Dengan kekurangan tersebut maka dibutuhkan inovasi untuk menjembatani permasalahan dengan sistem informasi pelayanan TOEP. Sistem informasi ini dirancang berbasis website, yang bertujuan membantu lembaga dalam pelayanan dan promosi TOEP. Metode perancangan yang digunakan menggunakan metode waterfall dengan pengujian sistem menggunakan Black Box dan SUS (System Usability Scale). Berdasarkan hasil yang telah didapatkan dari pengujian black box didapatkan hasil fungsi dan fitur sistem telah berjalan sesuai dengan rancangan, sedangkan hasil pengujian SUS mendapatkan skor 70,58 yang menunjukkan sistem informasi ini dapat melakukan pelayanan dengan baik dan dapat mempermudah lembaga dalam pelayanan informasi serta perekapan data.
Sistem Informasi Persediaan Barang Pada PT. TGA Berbasis Website Menggunakan Framework Laravel Marli'aini, Navika Tiamy; Anggoro, Dimas Aryo
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 6 No 3 (2024): Juli 2024
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v6i3.1419

Abstract

PT. Tiara Giri Agrapana is a tourism organization. The problem is that the warehouse administrator checks goods manually, and makes data reports on incoming and outgoing goods, there are often differences in the amount of stock, and employees have difficulty finding stock. The research aims to make it easier for administrators to compile monthly and annual stock reports, arrange picking up goods, and pick up goods by employees more easily than previous methods. The waterfall method is carried out sequentially from requirements analysis, design, development, testing, and maintenance. The system is designed using PHP language, MySQL, and Laravel framework. The black-box testing method was used as unit testing, the system was tested using SUS from 20 respondents with a result of 92.25, including the usable category. It was concluded that users well received the system. This research is expected to produce an information system that can simplify the work of warehouse administrators in making monthly and annual reports on goods data, time efficiency for entering and storing goods data, and make it easier for employees to submit goods
Fine-tuning ResNet-50 for the classification of visual impairments from retinal fundus images Imaduddin, Helmi; Utomo, Ihsan Cahyo; Anggoro, Dimas Aryo
International Journal of Electrical and Computer Engineering (IJECE) Vol 14, No 4: August 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v14i4.pp4175-4182

Abstract

The sense of sight plays a crucial role in human perception, as it serves as our primary sensory organ for perceiving light. However, a considerable number of individuals experience a wide range of vision impairments. These impairments encompass diverse conditions such as diabetic retinopathy, glaucoma, and cataracts. Each visual impairment exhibits unique characteristics and symptoms, highlighting the need for timely and accurate detection to facilitate appropriate treatment and prevent vision loss. This research aims to develop a deep learning-based system specifically designed to detect visual impairments. The proposed solution involves creating a model using the ResNet-50 algorithm as the foundational methodology, and fine-tuning multiple parameters to enhance the model's performance. The research utilizes a dataset consisting of retinal fundus images, which are categorized into four distinct classes: diabetic retinopathy, glaucoma, cataracts, and normal. The findings demonstrate the effectiveness of the model, achieving an impressive accuracy score of 92%. This signifies a significant improvement of 6% over the accuracy achieved in the previous study, which stood at 86%. The implementation of this system is expected to make a significant contribution to the rapid and accurate detection of various eye disorders in the future, enabling timely intervention and prevention of visual impairment.
Peningkatan Literasi Digital Tenaga Kependidikan melalui Pelatihan Microsoft 365 di Universitas Bakrie, DKI Jakarta Nurmadewi, Dita; Jailani, Zakiul Fahmi; Anggoro, Dimas Aryo; Cahyaningsih, Elin; Fortunisa, Ananda; Fitriyan, Rohmad; Juang, Muhammad Isman Sabar
Jurnal Abdi Masyarakat Indonesia Vol 6 No 1 (2026): JAMSI - Januari 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.2551

Abstract

Kegiatan pengabdian kepada masyarakat ini dilatarbelakangi oleh rendahnya tingkat literasi digital tenaga kependidikan di lingkungan perguruan tinggi, khususnya dalam pemanfaatan aplikasi kolaboratif berbasis cloud untuk mendukung efisiensi administrasi. Kondisi awal menunjukkan bahwa pengelolaan dokumen dan koordinasi kerja masih dilakukan secara terpisah dan manual, sehingga belum mendukung pola kerja kolaboratif dan produktif. Kegiatan ini bertujuan untuk memberdayakan tenaga kependidikan melalui pelatihan Microsoft 365 berbasis praktik guna meningkatkan efisiensi kerja administratif dan kapasitas kolaborasi digital. Metode pelaksanaan berupa pelatihan tatap muka dengan pendekatan hands-on yang melibatkan peserta secara aktif dalam penyelesaian studi kasus administratif nyata. Evaluasi keberhasilan kegiatan dilakukan melalui pre-test dan post-test sebagai indikator peningkatan kapasitas peserta. Hasil kegiatan menunjukkan peningkatan nilai rata-rata dari 65% pada pre-test menjadi 78% pada post-test, yang mengindikasikan peningkatan pemahaman dan keterampilan digital peserta. Peningkatan tersebut berdampak pada perubahan pola kerja peserta yang lebih mandiri, kolaboratif, dan efisien dalam pengelolaan dokumen serta komunikasi kerja. Kegiatan ini berkontribusi pada penguatan kapasitas tenaga kependidikan dalam mendukung transformasi tata kelola administrasi berbasis teknologi di lingkungan perguruan tinggi.
Classification of Solo Batik patterns using deep learning convolutional neural networks algorithm Dimas Aryo Anggoro; Assyati Amadjida Tamimi Marzuki; Wiwit Supriyanti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 22, No 1: February 2024
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v22i1.24598

Abstract

The ideology of the Solo Batik pattern has not been conveyed to the public. In addition, a lot of people are unaware that batik contains particular patterns that are also used for particular activities. This study uses a convolutional neural network model to categorize 9 different Solo Batik patterns according to their use of elaborate geometric shapes, complicated symbols, patterns, dots, and natural designs. With 1 to 4 hidden layers, we aim to select the number of hidden layers that yields the highest accuracy. A 100×100 pixel image is used as the input. The feature extraction process then makes use of 3×3 feature maps from three convolution layers. The dropout regularization is then added, with settings ranging from 0.1 to 0.9. The Adam algorithm is also used in this model to perform optimization. The 3-layered convolutional neural networks (CNN) with a dropout value of 0.2, run in 20 epochs, produced accuracy results of 97.77%, which was the highest. Additionally, it can be inferred that applying a certain number of hidden layers and adding right dropout regularization values has an impact on raising the accuracy score.
Perbandingan Support Vector Machine dan Naïve Bayes untuk Klasifikasi Sentimen Ulasan E-Commerce: Comparison of Support Vector Machine and Naïve Bayes for E-Commerce Review Sentiment Classification Nurmadewi, Dita; Jailani, Zakiul Fahmi; Rafi, Haris; Anggoro, Dimas Aryo; Setiowati, Dewi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2648

Abstract

Ulasan pelanggan di platform e-commerce memuat informasi penting tentang pengalaman pengguna terhadap produk dan layanan. Namun, mengingat jumlahnya sangat besar, analisis manual tidak efisien. Klasifikasi sentimen berbasis machine learning dapat secara otomatis mengidentifikasi opini dari teks ulasan. Penelitian ini ingin melakukan perbandingan antara performa Support Vector Machine (SVM) dan Naïve Bayes dalam melakukan klasifikasi sentimen pada ulasan di platform e-commerce. Dataset terdiri atas 11.606 ulasan pelanggan yang bersumber dari repositori dataset publik. Tahap pra-pemrosesan mencakup case folding, tokenization, penghilangan stopword, serta stemming. Fitur teks ditampilkan memakai Term Frequency–Inverse Document Frequency (TF-IDF). Kinerja model dievaluasi berdasarkan skema 5-fold cross-validation menggunakan metrik accuracy, precision, dan recall, serta F1-score. Hasil eksperimen menemukan algoritma Support Vector Machine mempunyai performa lebih unggul jika dibandingkan dengan Naïve Bayes, di mana perolehan nilai accuracy masing-masing mencapai 0.8717 dan 0.8555. Temuan ini sekaligus menunjukkan Support Vector Machine mempunyai kemampuan generalisasi yang lebih baik dalam membedakan kelas sentimen pada data ulasan e-commerce berbasis teks.
Co-Authors Amalia Eka Yuniar Ananda Fortunisa Andi Zuliyana Anom Wisnu Subroto Arina Nur Syahputri Arina Nur Syahputri Arrotama Hafed Mawan Assyati Amadjida Tamimi Marzuki Cahyaningsih, Elin Fischella Angieta Chelsea Fitriyan, Rohmad Fredianto Fredianto Giovanny Dani Saputra Helmi Imaduddin Ihsan Cahyo Utomo Intan Larasati Jailani, Zakiul Fahmi Juang, Muhammad Isman Sabar Marli'aini, Navika Tiamy Mawan, Arrotama Hafed Muhibah Fata Tika Muslich Hartadi Sutanto Nurmadewi, Dita Rafi, Haris Rayyan Hanugrah Renaldi, Ridwan Reno Dria Pamungkas Ridwan Renaldi Risa Ayu Agustina Ristian, Yerikho Salwa Shofia Setiowati, Dewi Shinta Dwididanti Sri Hajiati Sukma Nindi Listyarini Tyara Novita Widyanti Widyanti, Tyara Novita Wiwit Supriyanti Yanuar Eko Adi Lukmana Yerikho Ristian Yuniar, Amalia Eka Zuliyana, Andi