Article Per Year (5 Year)
p-Index From 2021 - 2026
2.274
P-Index
This Author published in this journals
All Journal JAIS (Journal of Applied Intelligent System) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) RESLAJ: RELIGION EDUCATION SOCIAL LAA ROIBA JOURNAL JUKI : Jurnal Komputer dan Informatika Jurnal Teknologi Informatika dan Komputer Journal of Computer Networks, Architecture and High Performance Computing Jurnal Minfo Polgan (JMP) Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB International Journal of Applied Research and Sustainable Sciences (IJARSS) Jurnal Pelita Pengabdian SAINTEK
Afriantoro, Irfan
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Rancang Bangun Sistem Informasi Inventaris Barang Berbasis Web Pada Cv. Kembar Jaya Mandiri Hardianti, Fazrin Putri; Maulana, Donny; Afriantoro, Irfan; Suratman, Suratman; Anwar, M. Syaibani
Jurnal SIGMA Vol 15 No 3 (2024): Desember 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i3.6040

Abstract

Sistem manajemen inventaris berbasis web ini dirancang untuk meningkatkan efisiensi dan akurasi dalam manajemen inventaris. Penelitian ini menggunakan kajian pustaka, observasi langsung, dan analisis kebutuhan sistem untuk merancang sistem yang mencakup fitur-fitur seperti manajemen data inventaris, pelacakan barang masuk dan keluar, dan pelaporan inventaris secara real-time. Sistem ini dibangun menggunakan teknologi seperti HTML, CSS, PHP, MySQL, dan UML, dengan fitur keamanan termasuk enkripsi data dan manajemen kontrol akses. Hasil pengujian menunjukkan bahwa sistem ini secara efektif mengurangi kesalahan manusia, meningkatkan efisiensi, dan menyediakan informasi inventaris yang akurat dan real-time, sehingga menjadikannya solusi yang efektif bagi organisasi.
Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means Rahayu, Nia Dwi; Anshor, Abdul Halim; Afriantoro, Irfan
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.474

Abstract

Pendidikan memiliki peranan penting sebagai modal utama membangun kararkter bangsa. Keberhasilan murid dievaluasi berdasarkan pelajaran teoritis dan praktis, serta kehadiran murid selama di dalam kelas. Jumlah pemrosesan data yang terus meningkat mengharuskan penggunaan strategi dan metode sehingga dapat ditransformasikan menjadi informasi dan pengetahuan yang dapat dimanfaatkan oleh pendidik dalam proses pembuatan kebijakan. Tujuan penelitian ini yaitu mengelompokan prestasi siswa berdasarkan nilai siswa menggunakan data mining dengan menerapkan algoritma K-Means. Dalam penelitian ini data yang digunakan adalah nilai raport PAS Ganjil SMK TON’S periode tahun 2023/2024. Perhitungan klasterisasi dengan algoritma K-Means berhasil mengelompokkan 24 siswa menjadi 3 cluster. Dimana siswa dengan kategori tinggi sebanyak 6 siswa, siswa dengan kategori cukup sebanyak 8 siswa, dan siswa dengan kategori rendah sebanyak 10 siswa. Berdasarkan hasil evaluasi, didapat nilai Davies Bouldin Index (DBI) 0.144 atau mendekati dengan 0 sehingga dapat disimpulkan bahwa hasil cluster yang dihasilkan cukup baik. Dengan hasil clustering yang telah diterapkan diharapkan bisa membantu dalam mengambil keputusan dengan tepat untuk menentukan siswa berprestasi.Kata Kunci : Data Mining, Prestasi, Nilai Siswa, Clustering, K-Means Education plays an important role as the main capital in building the nation's character. Student success is evaluated based on theoretical and practical lessons, as well as student attendance during class. The increasing volume of data processing necessitates the use of strategies and methods to transform it into information and knowledge that educators can utilize in the policy-making process. The purpose of this research is to group student achievements based on student grades using data mining by applying the K-Means algorithm. In this study, the data used are the odd semester report card of TON’S Vocational High School for the 2023/2024 period. The clustering calculation with the K-Means algorithm successfully grouped 24 students into 3 clusters, with 6 students in the high category, 8 students in the fair category, and 10 students in the low category. Based on the evaluation results, a Davies Bouldin Index (DBI) value of 0.144 was obtained, which is close to 0, so it can be concluded that the resulting cluster results are quite good. With the clustering results that have been applied, it is hoped that they can help in making precise decisions to determine high-achieving students.Keyword : Data Mining, Achievement, Student Grades, Clustering, K-Means
Media Pembelajaran Matematika Berbasis Animasi Menggunakan Stratch Programming dengan Metode Multimedia Development Life Cycle Suherman, Suherman; Afriantoro, Irfan; Rifendtia, Rifendtia
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1978

Abstract

Penggunaan media digital untuk pembelajaran telah berkembang secara signifikan. Media digital hadir untuk menunjang berbagai inovasi pendidikan. Dengan adanya inovasi ini, pembelajaran tradisional yang kaku dan monoton digantikan oleh pembelajaran dengan media digital yang dianggap lebih praktis, fleksibel, dan tidak terbatas ruang dan waktu. Penelitian ini bertujuan untuk membangun media pembelajaran yang membuat anak-anak lebih tertarik dan mengerti matematika khususnya tentang bangun datar menggunakan Scratch sebagai medianya. Scratch adalah komunitas pengkodean terbesar di dunia untuk anak-anak dan bahasa pengkodean dengan antarmuka visual sederhana yang memungkinkan kaum muda membuat cerita, permainan, dan animasi digital. Penelitian dilakukan di Kelasku Digital lembaga pembelajaran online yang berada di Surabaya. Metode penelitian yang digunakan yaitu Multimedia Development Life Cycle (MDLC). Ada 6 (enam) tahapan dalam metodologi pengembangan multimedia yaitu concept, design, material collecting, assembly, testing, dan distribution Teknik pengujian media menggunakan Validasi Uji Ahli, Uji Produk, dan Uji Black Box. Hasil pengujian oleh validator Uji Ahli diperoleh rata-rata sebesar 80.6% yang termasuk kategori baik. Hasil pengujian oleh responden diperoleh rata-rata sebesar 86.5% yang termasuk kategori sangat baik. Hasil pengujian Black Box dinilai Valid pada pengujiannya. Kesimpulan penelitian ini menunjukkan bahwa telah dihasilkan media pembelajaran matematika menggunakan Scratch programming yang teruji valid untuk anak-anak. Anak-anak lebih tertarik belajar matematika menggunakan Scratch sebagai medianya dan media pembelajaran ini layak untuk dipakai sebagai pembelajaran di Kelasku Digital.
Analisis Pola Penjualan di Toko Retail Menggunakan Algoritma Apriori dengan Rapid Minner Suherman; Arsita, Ananda Dwi; Afriantoro, Irfan
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2407

Abstract

Dalam menghadapi era teknologi yang semakin berkembang dan memberikan efek yang sangat besar dalam persaingan ekonomi. Dalam hal ini yaitu persaingan  pengusaha-pengusaha dibidang perdagangan barang dalam meningkatkan hasil penjualan menjadi lebih baik. Data Mining telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis atau perdangangan, bidang pendidikan, dan telekomunikasi. Dibidang bisnis misalnya hasil implementasi data mining dapat membantu para pebisnis dalam kebijakan pengambilan keputusan terhadap apa yang berhubungan dengan persediaan barang. Misalnya pentingnya sistem persediaan barang di suatu Toko Kharisma dan jenis barang apa yang menjadi prioritas utama yang harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Toko Kharisma. Metode yang sering digunakan untuk menganalisa pola pembelian pelanggan adalah metode asosiasi atau association rule mining. Association rule mining adalah suatu metode untuk mencari pola hubungan antar satu atau lebih itemset yang ada dalam suatu dataset. Algoritma yang paling popular dalam mencari pola hubungan itemset adalah algoritma Apriori atau sering disebut dengan market base analysis. Data mining adalah sebagai proses untuk mendapatkan informasi yang bergunadari gudang basis data yang besar. Data mining juga dapat diartikan sebagaipengekstrakan.informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan. Data mining sering juga disebut dengan Knowledge Discovery in Database atau disingkat KDD, adalah kegiatan yang meliputi pengumpulan, pemakaian data histori untuk menelusuri data yang ada untuk membangun sebuah model agar dapat mengenali pola data yang lain berukuran besar.
Sentiment Analysis of Dune: Part Two Movie Reviews Using the Naive Bayes Method Maheswari, Diyan Arum; Zy, Ahmad Turmudi; Afriantoro, Irfan
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 4 (2024): Articles Research October 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i4.4604

Abstract

Research on films is fascinating because of the profound changes that the development of information and communication technology has brought about in our interactions with and consumption of media content. This study performs sentiment analysis on "Dune: Part Two" movie reviews using the Naïve Bayes method. Review data was collected from IMDb and then processed through several stages such as preprocessing, feature selection with TF-IDF, data splitting, and data mining and evaluation. Naïve Bayes was chosen for its simplicity and ability to handle large datasets effectively. The test results showed a high accuracy rate of 95%, indicating that this model can identify positive, negative, and neutral sentiments well. The use of TF-IDF in feature selection allowed the model to focus on important words, enhancing its sentiment classification ability. This research can provide insights into audience perceptions of the film "Dune: Part Two," which is beneficial for the film industry.
Transforming Supply Chain Forecasting Using Transformer Models and K-NN Analysis Faris Muzaki, Moch. Nauval; Fatchan, Muhamad; Afriantoro, Irfan
International Journal of Applied Research and Sustainable Sciences Vol. 2 No. 6 (2024): June 2024
Publisher : MultiTech Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59890/ijarss.v2i6.2026

Abstract

The study optimizes supply chain logistics in Asia using the K-Nearest Neighbors (K-NN) algorithm to enhance delivery efficiency and profitability. It suggests that future research should explore ensemble methods and deep learning models for better accuracy and robustness. Comparative analyses with traditional models provide valuable insights. Investigating the impact of real-time data analytics and IoT can improve visibility and control. Big data analytics for predictive models in risk management and resilience against disruptions like natural disasters and geopolitical instability is crucial. Exploring collaborative networks where stakeholders share data and resources can significantly advance logistics efficiency. These directions will help develop efficient, resilient, and sustainable supply chain systems, offering practical solutions for businesses in Asia's complex market.
Co-Authors Abdul Halim Anshor Agus Suwarno, Agus Anwar, M. Syaibani Arsita, Ananda Dwi Aswan Supriyadi Sunge Auliyah, Risma Dian Saputra Faris Muzaki, Moch. Nauval Febri Suratman Hardianti, Fazrin Putri Maheswari, Diyan Arum Maulana, Donny Muhamad Fatchan Naufal, Luthfi Eka Naya, Candra Neng Asiah, Neng Rahayu, Nia Dwi Rahman Hakim Rifendtia, Rifendtia Riswandi, Rendi Suherman Suherman, Suherman Sulaeman, Asep Arwan Suratman Suratman Surojudin, Nurhadi Taufik Hidayat Tedi Kurniadi, Nanang Widati, Sindik Zahrotul Kamalia, Antika Zy, Ahmad Turmudi