Article Per Year (5 Year)
p-Index From 2021 - 2026
8.303
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Jurnal Ilmiah Informatika Komputer Elkom: Jurnal Elektronika dan Komputer Abdimas Jurnal Transformatika Proceeding SENDI_U Jurnal Informatika Upgris Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi Journal of Information Technology and Computer Science (JOINTECS) JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science JURNAL EDUCATION AND DEVELOPMENT JOURNAL OF SCIENCE AND SOCIAL RESEARCH STRING (Satuan Tulisan Riset dan Inovasi Teknologi) JURNAL MAHAJANA INFORMASI Jurnal Informatika dan Rekayasa Elektronik Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) JITU : Journal Informatic Technology And Communication Aiti: Jurnal Teknologi Informasi Infotek : Jurnal Informatika dan Teknologi Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi Journal of Computer Networks, Architecture and High Performance Computing Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Program Kemitraan dan Pengabdian Kepada Masyarakat Computer Science (CO-SCIENCE) Jurnal Abdi Masyarakat Indonesia Jurnal Teknik Informatika dan Elektro (JURTIE) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Duta Abdimas: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Pada Masyarakat Inspiration: Jurnal Teknologi Informasi dan Komunikasi Jurnal Penelitian Teknologi Informasi dan Sains Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Journal Serambi Engineering (JSE) International Journal of Information Technology and Business Jurnal Informatika Dan Tekonologi Komputer
Eka Ardhianto
Fakultas Teknologi Informasi Dan Industri, Universitas Stikubank
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 89 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 89 Documents
Search

 5   6   7   8   9 
PEMODELAN HYBRID SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGBORS UNTUK PERAMALAN PERMINTAAN SUKU CADANG OTOMOTIF: PENDEKATAN MACHINE LEARNING TERHADAP DATA FLUKTUATIF Dinata, Benny Martha; Ardhianto, Eka
Jurnal Education and Development Vol 14 No 1 (2026): Vol 14 No 1 Januari 2026
Publisher : Institut Pendidikan Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37081/ed.v14i1.7642

Abstract

Pengelolaan persediaan suku cadang otomotif menghadapi tantangan kompleks akibat pola permintaan yang fluktuatif, bersifat sporadis, dan tidak sepenuhnya mengikuti pola musiman. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja empat pendekatan peramalan, yaitu Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Hybrid Weighted Ensemble (gabungan SVM dan KNN), serta Seasonal ARIMA (SARIMA). Dataset yang digunakan berasal dari riwayat penjualan suku cadang selama 33 bulan, dengan karakteristik permintaan yang sangat bervariasi antar item.Hasil evaluasi menunjukkan bahwa model KNN memberikan performa terbaik dengan nilai MAE 33,22, RMSE 35,92, MAPE 7,31%, dan sMAPE 7,63%, diikuti oleh SVM dengan MAE 62,36 dan sMAPE 14,84%. Model Hybrid menghasilkan performa menengah, sedangkan SARIMA menunjukkan akurasi terendah dengan sMAPE mencapai 28,23%. Visualisasi tren prediksi memperkuat temuan ini, di mana model berbasis machine learning mampu mengikuti fluktuasi aktual secara lebih konsisten dibandingkan pendekatan statistik klasik. Kebaruan penelitian ini terletak pada penerapan model hybrid yang secara khusus diadaptasikan untuk data permintaan suku cadang otomotif, serta integrasinya dengan teknik feature engineering seperti lag features dan seasonal encoding. Temuan ini merekomendasikan penggunaan pendekatan machine learning, khususnya KNN dan model hybrid, sebagai solusi praktis dalam sistem perencanaan persediaan. Implementasi model ini berpotensi menekan biaya penyimpanan, mengurangi risiko stockout maupun overstock, serta mendukung pengambilan keputusan berbasis data di tingkat operasional dan manajerial.
Analysis of E-Government Implementation in Semarang City Based on Mayor Decree No.50/571 of 2023 on SPBE Architecture Determination Eka Ardhianto; Siti Sholihah Ari Susanti; Heribertus Yulianton; Widiyanto Tri Handoko; Kristiawan Nugroho
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 6 No. 1 (2026): Maret : Jurnal Informatika dan Tekonologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v6i1.8802

Abstract

This study provides an in-depth analysis of the implementation of e-government in Semarang City, driven by Mayor Decree No.50/571 of 2023 concerning the establishment of the Electronic-Based Government System (SPBE) framework. The research evaluates the alignment of Semarang City's e-government strategies with national regulations, including PerPres No.95/2018 on SPBE, PermenPANRB No.5/2018 on SPBE evaluation criteria, and PerPres No.132/2022 on national SPBE architecture. Employing qualitative methods through literature reviews, interviews, surveys, and observations, this study examines e-government readiness, smart governance, digital service integration, and benchmarking practices. The results highlight significant progress in enhancing public service efficiency and transparency, though challenges such as system interoperability, cybersecurity risks, and public engagement remain. Recommendations include strengthening infrastructure, improving human resource capacity, and fostering citizen involvement for sustainable e-government development.
Implementasi Metode Failure Mode and Effect Analysis (FMEA) Untuk Meningkatkan Kualitas Produk Furniture di PT XYZ Nabila Zahro; Antoni Yohanes; Eka Ardhianto
Jurnal Serambi Engineering Vol. 11 No. 2 (2026): April 2026
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

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

Abstract

Penelitian ini difokuskan untuk mengidentifikasi potensi kegagalan dalam proses produksi furniture serta upaya perbaikan peningkatan kualitas produk di PT XYZ, khususnya pada bagian laminasi. Informasi yang dianalisis dalam penelitian ini diperoleh dari sumber data utama maupun pendukung yang riperoleh melalui pengamatan langsung, wawancara, serta dokumentasi yg relevan. Teknik analisis yang digunakan Failure Mode And Effect Analysis (FMEA) yang dikelola dengan Microsoft Word untuk mengevaluasi tingkat risiko dari setiap jenis cacat. Hasil peneltian mengindikasikan tiga jenis cacat utama berdasarkan perhitungan RPN 249, dan cacat gores dengan RPN 150. Penyebab utama dari terjadinya cacat produk dipengaruhi oleh empat pemicu utama yakni SDM, peralatan, bahan baku dan prosedur. Implementasi saran perbaikan yang dihasilkan dari FMEA menunjukkan adanya pengurangan jumlah cacat produk pada bulan berikutnya. Dengan demikian, metode FMEA terbukti efektif sebagai dasar sebagai dasar pengontrolan dan peningkatan kualitas produk furniture di PT XYZ.
Pendekatan Safety Stock dan Reorder Point untuk Menentukan Persediaan dengan Mempertimbangkan Ketidakpastian Permintaan di PT XYZ Purba, Meilianicha Trivania; Hayati, Enty Nur; Ardhianto, Eka
Jurnal Serambi Engineering Vol. 11 No. 2 (2026): April 2026
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

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

Abstract

Ketidakpastian permintaan merupakan permasalahan utama dalam pengendalian persediaan karena dapat menimbulkan risiko kelebihan maupun kekurangan stok. Penelitian ini bertujuan untuk melakukan peramalan permintaan serta menentukan safety stock dan reorder point dengan mempertimbangkan ketidakpastian permintaan pada 45 jenis barang di PT XYZ. Data yang digunakan berupa data historis permintaan bulanan. Metode peramalan yang digunakan adalah ARIMA dengan evaluasi akurasi berdasarkan MAPE. Hasil peramalan menunjukkan nilai MAPE berada pada rentang 11,4% hingga 132,2%, yang menandakan variasi tingkat akurasi antar barang. Sebanyak 17 barang (37,8%) memiliki nilai MAPE ≤ 30%, sedangkan 28 barang (62,2%) memiliki nilai MAPE > 30% yang menunjukkan tingkat akurasi rendah. Hal ini menunjukkan bahwa metode ARIMA belum efektif untuk seluruh jenis barang, khususnya pada barang dengan pola permintaan yang sangat fluktuatif. Hasil peramalan kemudian digunakan sebagai dasar perhitungan SS  dan ROP dengan mempertimbangkan deviasi permintaan dan lead time. Nilai SS  berada pada rentang 0 hingga 389 unit, sedangkan nilai ROP  berada pada rentang 1 hingga 2360 unit. Penerapan SS  dan ROP ini mampu mendukung pengendalian persediaan yang lebih terstruktur dan berbasis data.
Pengembangan Game Interaktif Berbasis Unity untuk Meningkatkan Kemampuan Matematika Anak Prayuga Dwi Fatchuli; Eka Ardhianto
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 6 No. 1 (2026): Maret : Jurnal Informatika dan Tekonologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v6i1.9278

Abstract

This study presents the development of an interactive educational game built using the Unity engine to enhance children’s mathematical abilities. The research was motivated by the low engagement and effectiveness of conventional mathematics learning methods. The Multimedia Development Life Cycle (MDLC) was employed, consisting of concept definition, interface design, asset collection, system assembly, testing, and distribution. The resulting game, Smart Adventure, provides arithmetic challenges (addition and subtraction) integrated into a 2D adventure environment with real-time feedback. System testing demonstrates high performance, including response times below 150 ms and 100% scoring accuracy based on confusion matrix evaluation. These findings indicate that interactive game-based media can significantly increase student motivation, focus, and conceptual understanding.
ANALISIS KOMPARATIF ALGORITMA AES, BLOWFISH DAN PENDEKATAN HYBRID UNTUK MENJAGA KERAHASIAAN DOKUMEN PENGADILAN AGAMA Hasda Nuril Mala; Eko Riyanto; Sri Lestari Ratna Anugraheni; Eka Ardhianto; Aji Supriyanto
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v11i1.67053

Abstract

Keamanan dokumen digital menjadi aspek penting dalam menjaga kerahasiaan informasi, khususnya pada dokumen berbasis PDF. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa algoritma kriptografi AES, Blowfish dan metode hybrid yang merupakan gabungan antara AES dan Blowfish dalam mengamankan dokumen yang ada di lingkungan pengadilan agama. Pada penelitan ini, menggunakan 6 dokumen dengan kisaran ukuran 261 KB - 1,7 MB serta proses enkripsi dan dekripsi dilakukan sebanyak 5 kali iterasi untuk memperoleh hasil yang konsisten. Adapun parameter evaluasi yang digunakan meliputi waktu eksekusi enkripsi dan dekripsi, entropi dan avalanche effect. Hasil penelitian menunjukkan bahwa AES memiliki performa terbaik dalam segi kecepatan dengan rata-rata waktu enkripsi selama 0,078 ms dan dekripsi selama 0,052 ms, yang merupakan nilai terendah dibandingkan Blowfish dan hybrid yang rata-rata waktu enkripsinya mencapai 0,554 ms. Sedangkan dari segi keamanan ketiga pendekatan tersebut menghasilkan nilai entropi yang tinggi dan relatif sama. Namun, pada hasil avalanche effect, hybrid menghasilkan nilai tertinggi mencapai 0,153, lebih unggul dibandingkan AES dan Blowfish. Dengan demikian, AES lebih unggul dalam efisiensi waktu, sedangkan hybrid lebih unggul dalam aspek keamanan.
Pengembangan model prediksi saham perbankan Indonesia dengan optimasi algoritma Long Short-Term Memory (LSTM) Didik Nugroho; Eka Ardhianto
AITI Vol 23 No 2 (2026)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v23i2.231-244

Abstract

Banking stocks have attracted public attention because they are often perceived as relatively stable and capable of reflecting the current economic conditions. However, in reality, banking stocks are quite volatile for various reasons. Investors need an accurate stock prediction model to make investment decisions and reduce risk. This study proposes a stock prediction model based on the Long Short-Term Memory (LSTM) deep learning algorithm. The dataset consists of ten years of historical stock market data from banking companies listed on the Indonesia Stock Exchange (IDX), covering the period from 2014 to 2023. LSTM was chosen because it is known to be effective at predicting time-series data and can capture long-term dependencies and patterns. The results of this model were optimized using the Adam optimizer and hyperparameter tuning. These findings suggest that the proposed approach can serve as a reliable tool for stock price forecasting and support more informed investment strategies in the banking sector.
Feature Importance Analysis of SMV Gap and Manpower Variables on Garment Production Output based on Ensemble Learning Heni Candra Kirana; Eka Ardhianto
Sistemasi: Jurnal Sistem Informasi Vol 15, No 5 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i5.6364

Abstract

In the labor-intensive garment manufacturing industry, there is a conventional assumption that achieving production targets largely depends on increasing the number of workers (manpower), causing evaluations of operational time efficiency to often be overlooked. To examine this assumption, this study aims to identify the dominant factors affecting garment production output using a Machine Learning approach based on Ensemble Learning methods, namely Random Forest and Gradient Boosting. The dataset consisted of 700 observations collected at 20-minute intervals, including variables such as actual Standard Minute Value (SMV), SMV gap, actual manpower, and manpower gap. The evaluation results indicate that the Random Forest model outperformed Gradient Boosting, achieving a Mean Absolute Error (MAE) of 4.55, Root Mean Square Error (RMSE) of 6.85, Mean Absolute Percentage Error (MAPE) of 19.12%, and an R² value of 0.758. In comparison, Gradient Boosting obtained an MAE of 4.88, RMSE of 7.21, MAPE of 20.78%, and an R² value of 0.733. Based on the best-performing model, the feature importance analysis revealed that actual SMV was the most dominant factor (>0.70), followed by the SMV gap (>0.20). In contrast, manpower variables had a very limited influence (
Peninigkatan Akurasi Prediksi Pembayaran Pajak Kendaraan menggunakan Algoritma Random Forest dengan Pendekatan Cyclical Encoding dan Lagged Variables Himawan Wicaksono; Eka Ardhianto
Jurnal Penelitian Teknologi Informasi dan Sains Vol. 4 No. 2 (2026): Juni: JURNAL PENELITIAN TEKNOLOGI INFORMASI DAN SAINS (JPTIS)
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jptis.v4i2.3998

Abstract

Motor Vehicle Tax (PKB) is a key pillar of Regional Original Revenue (PAD) that supports development funding. However, seasonal fluctuations in payment realization create uncertainties in local budget planning. This study aims to address the limitations of the standard Random Forestalgorithm, which suffers from extreme prediction failures on time-series data due to its inability to capture temporal transitions between months. The proposed solution implements feature engineering using a Cyclical Encoding approach (Sine and Cosine transformations) and Lagged Variables. The dataset comprises historical records of motor vehicle tax potential and realization from January 2021 to November 2025. The baseline model evaluation without feature engineering yields highly inaccurate predictions with a Mean Absolute Percentage Error (MAPE) of 203.47% (accuracy of -103.47%). Conversely, after integrating Cyclical Encoding and Lagged Variables, the proposed model's performance improves drastically, achieving a MAPE of 14.40% (an accuracy rate of 85.60%), an MAE of 9,317 units, and an RMSE of 12,638 units. Feature Importance analysis confirms that the cyclically encoded month feature contributes the highest weight to the model's decisions with a score of 0.5031, followed by the potential feature at 0.1798. This study demonstrates that time-based feature engineering effectively optimizes Random Forestfor precise tax revenue forecasting.
Co-Authors Aji Supriyanto Ajie, Ach. Ridlo Bayu Aldri Frinaldi Alfiqhyanto, Damas Antoni Yohanes Aprico, Fikky Apriyanti, Dewi Ardiyanto, Roni Budi Hartono Caesar, Yulius Bagus Cahaya, Agus Indra Chatarina Umbul Wahyuni Dian Kristiawan Nugroho Didik Nugroho Dinata, Benny Martha Edy Safriliyanto Edy Supriyanto Edy Supriyanto Edy Supriyanto Edy Winarno Eko Ariyanto Eko Nur Wahyudi Eko Riyanto EKO WAHYUDI Eksawati, Rini Endang Lestariningsih Enty Nur Hayati Feliatra Felix Andreas Sutanto Fitika Andraini Fitika Andraini Handoko, Widiyanto Hari Murti Hari Murti Hasda Nuril Mala Heni Candra Kirana Heribertus Yulianton Hidayat, Suluh Himawan Wicaksono Imam Husni Al Amin Kirana, Heni Candra Krisnawati, Ela Kristianto, Taufik Fredy Kristiyono, Budi Kristophorus Hadiono Liswintiawati, Ida Luh Putu Ratna Sundari Murti, Hari Nabila Zahro Naomi Simatupang, Dameria Oktaviany, Fenny Fitria Okviandre Yoga Putra Palupi, Dian Penunjang Waruwu Perdana, Willy Yudha Prasetya, Febri Adi Prasetya Prayuga Dwi Fatchuli Purba, Meilianicha Trivania Purwono R. Soelistijadi Rafidian Salmana Tamimi Raharjo, Fajar Rahma, Salsabella Rara Redjeki Rara Sri Artati Redjeki Redjeki, Rara Redjeki, Rara Sriartati Rizki Kurniawan, Alnando Rizqi Setyawan, Raffly S.Pd. M Kes I Ketut Sudiana . Safii, Mochamad Yunaidi Saputra, Roni Halim Saputro, Risky Wisnu Sariyun Naja Anwar Sarwo Edi, Sarwo Siti Sholihah Ari Susanti Soelistijadi, Soelistijadi Sri Eniyati Sri Lestari Ratna Anugraheni Supriyanto, Edy Supriyatno, Alfaruq Marsalsani SUTANTO, FELIX Sutrasno Andre Wibowo Sutrasno Andre Wibowo* Syahfiar, Nabil Theresia Dwiati Wismarini Veronica Lusiana W. T. Handoko W.T. Handoko Wahyudi, Eko Nur Wibowo*, Sutrasno Andre Widianto Tri Handoko Widiyanto Handoko Widiyanto Tri Handoko Wijayanti Pujadi, Vera Wijayanto, Wendhie Tri Wiratno, Amat Wismarini, Th Dwiati Wismarini, Theresia Wiwien Hadikurniawati WT Handoko Zuly Budiarso