Article Per Year (5 Year)
p-Index From 2020 - 2025
1.978
P-Index
This Author published in this journals
All Journal Prosiding Semnastek Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Sistemasi: Jurnal Sistem Informasi Jurnal Pilar Nusa Mandiri EDUMATIC: Jurnal Pendidikan Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak INFORMASI (Jurnal Informatika dan Sistem Informasi) Jurnal Sistem Informasi dan Sains Teknologi
Imam Amirulloh
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Naïve Bayes Classification Model for the Producer Price Index Prediction Melisa Winda Pertiwi; Mira Kusmira; Rezkiani Rezkiani; Bambang Kelana Simpony; Yanti Apriyani; Iqbal Dzulfiqar Iskandar; Taufik Wibisono; Imam Amirulloh
Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1910.824 KB) | DOI: 10.32520/stmsi.v11i1.1669

Abstract

Producer Price Index is an index number that describes the level of price change at the producer level. Data users can take advantage of the development of producer prices as an early indicator of wholesale and retail prices. In addition, it can also be used to assist in the preparation of the economic balance, distribution of goods, trade margins, and so on. Every year the Badan Pusat Statistika (BPS) updates data on the producer price index to facilitate producer price standards, including rice and grain producers. To determine the Price Prediction Index, a prediction algorithm is needed, namely Naive Bayes based on data from Quarters I and II of 2021. The Naïve Bayes Algorithm, can be used to predict the Producer Price Index. This prediction is made to provide an overview of Quarter III, considering that in 1 year BPS updates the Producer Price Index’s data up to Quarter IV in 1 year. The prediction obtained is an increase for Quarter III with a maximum value between 0.961 – 0.980 based on data from Quarters I and II.
KOMPARASI MODEL KLASIFIKASI ALGORITMA KETERLAMBATAN SISWA MASUK SEKOLAH Imam Amirulloh; Taufiqurrochman Taufiqurrochman
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Kedisiplinan bagian dari pendidikan yang diselenggarakan di sekolah, terutama displinnya siswa untuk datang ke sekolah tepat waktu atau datang lebih awal, beberapa faktor yang perlu diketahui sehingga terjadinya keterlambatan siswa datang ke sekolah serta bisa menjadi evaluasi siswa. Algoritma Model Klasifikasi menjadi metode untuk memprediksi keterlambatan siswa, pada penelitian ini akan menguji serta membandingkan lima algoritma model klasifikasi pada dataset dari hasil penelitian di SMK YPC Tasikmalaya, adapun lima algoritma tersebut : naïve bayes, k-nn, decision tree, logistic regression, Deep Learning dengan membandingkan algoritma tersebut akan di dapat metode mana yang lebih bagus dalam menyelesaikan permasalahan penelitian ini. Hasil dari peneletian ini Decision Tree dan K-NN menghasilkan performa yang lebih bagus dibandingkan metode yang lain.
Sistem Aplikasi Point of Sale berbasis Desktop pada Qini Mart Tasikmalaya Yanti Apriyani; Mira Kusmira; Iqbal Dzulfiqar Iskandar; Imam Amirulloh; Melisa Winda Pertiwi; Taufik Wibisono
Jurnal Pendidikan Informatika (EDUMATIC) Vol 6, No 1 (2022): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v6i1.5617

Abstract

Public interest in the modern market has increased rapidly, resulting in market business actors having difficulty in handling a large number of transactions as experienced by one of the market business players, namely Qini Mart Tasikmalaya. This study aims to create a Point of Sales (POS) application program in market businesses that can handle good retail management processes. In this study, we used a spiral model to build or design a POS application at Qini Mart Tasikmalaya. In this model, there is a risk analysis that is useful arising from the needs and designs that have been made in previous stages so that they can adjust, simplify, and speed up the retail management process. Black-box testing is used to determine the level of functionality and interface of the system that we have developed. The findings resulted in a POS application used at Qini Mart Tasikmalaya in accordance with the design we have made. In addition, the results of black-box testing show that all functional and interfaces on the system are running well, where this system can speed up the process of calculating sales transactions, printing payment notes, facilitating the process of managing goods data, and making more accurate sales reports.  
PEMETAAN KELOMPOK KERJA SISWA DENGAN METODE CLUSTERING K-MEANS DAN ALGORITMA GREEDY Imam Amirulloh
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 1, No 2 (2019): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v1i2.2953

Abstract

Pendidikan merupakan suatu pembelajaran untuk meningkatkan pengetahuan, sikap, dan   keterampilan seseorang. proses kegiatan belajar siswa yang perlu diperhatikan terutama dalam pengerjaan tugas kelompok kerja siswa, terkadang dalam pembagian kelompok kerja siswa tidak merata sehingga mengakibatkan terjadinya kualitas siswa yang didalam kelompok tersebut tidak merata juga. Hal ini menjadi perhatian dikalangan pendidikan untuk meningkatkan mutu belajar siswa, penelitian ini menawarkan model pengelompokan bussines intelligence, metode yang digunakan adalah Algoritma Clustering K-Means dan Algoritma Greedy.  Hasil penelitian ini dari 37 siswa terbagi pada 5 cluster kualitas siswa, sehingga dari cluster tersebut terbentuk kelompok kerja siswa sebanyak 7 kelompok, semua kelompok mempunyai 5 anggota dengan bobot kelompok bernilai 13 kecuali kelompok 3 dan 7 sebanyak 6 orang dengan bobot kelompok bernilai 14. Kata kunci: Algoritma Greedy, bussines intelligence, Clustering, Kelompok Kerja Siswa, Pendidikan
Implementasi Sistem Pakar dengan Algortima Naïve Bayes dengan Laplace Correction untuk Diagnosis Tuberkulosis Paru Yanti Apriyani; Iqbal Dzulfiqar Iskandar Iskandar; Mira Kusmira; Melisa Winda Pertiwi; Imam Amirulloh; Taufik Wibisono
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 13 No 1 (2021): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v13i1.72

Abstract

Tuberkulosis atau tuberculosis (TBC) merupakan salah satu penyakit menular berbahaya yang disebabkan oleh kuman dari kelompok Mycobacterium Tuberculosis. Sebagian besar kuman tuberkulosis menyerang organ paru-paru dan menyerang organ yang lainnya. Menurut WHO Indonesia menjadi salah satu negara dengan beban tuberkulosis tinggi dengan jumlah kasus terbaru Tuberkulosis di Indonesia mencapai 420.994 kasus pada tahun 2017, hal tersebut dipengaruhi oleh kurangnya pengetahuan masyarakat akan tuberculosis dan enggan untuk memeriksakan gejala-gejala awal yang diderita kepada dokter. Dari permasalahan tersebut perlu dibangun sebuah sistem pakar yang berbasis perangkat lunak bertujuan untuk membantu dan memudahkan masyarakat dalam mendiagnosis gejala awal tuberculosis sebelum berkonsultasi kepada tenaga Kesehatan lebih lanjut. Diagnosis penyakit dengan menggunakan sistem pakar memerlukan sebuah metode algoritma dalam penyelesaiannya. Pada riset ini metode yang digunakan untuk membangun perangkat lunak sistem pakar diagnosis tuberculosis paru menggunakan waterfall, sedangakan proses klasifikasi untuk menentukan Diagnosis menggunakan algortima Naïve Bayes dengan Laplace Correction. Tujuan dari riset ini adalah untuk mendiagnosis gejala-gejala yang dialami pasien dan dapat menyimpulkan layaknya seorang pakar atau dokter saat mendiagnosis pasiennya serta memberikan pengetahuan gangguan apa yang diderita oleh pasien. Terkait hasil riset ini adalah berupa aplikasi sistem pakar Diagnosis penyakit tuberculosis paru berbasis desktop, dan telah dilakukan Pengujian sistem. Pengujian sistem ini dilakukan menggunakan black box testing yang berfokus pada proses masukan dan keluaran dari aplikasi terhadap perangkat lunak Diagnosis penyakit tuberkulosis. Sedangkan data hasil uji aplikasi Diagnosis menunjukan Kelas Positif Tuberkulosis lebih besar dengan nilai 0.000129803, dibandingkan dengan nilai kelas Negatif Tuberkulosis dengan nilai 0.0000000018. Maka dapat dinyatakan bahwa pasien tersebut Positif Tuberkulosis atau Pasien Mengalami Tuberkulosis Paru. Dampak dari riset ini masyarakat dapat mendiagnosis secara mandiri sehingga dapat mengetahui gejala awal dari tuberculosis.
Sistem Informasi Retrieval Antara Hadis Arbain dan Alquran dengan Vector Space Model Imam Amirulloh; Taufik Wibisono; Yanti Apriyani; Melisa Winda Pertiwi; Mira Kusmira
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1175

Abstract

The Alquran and Hadith have complementary relationships and explain each other. On this basis, in explaining the contents of the Hadith, it is necessary to look into the contents of the Alquran and vice versa. However, the large amount of Alquran and Al-Hadith data impacts the execution time of data searching from the two sources, especially searching Alquran verses based on Hadith which requires much time and accuracy. Regarding this problem, we propose information retrieval system research as a solution. One part of the information retrieval system is Pre-Processing using Vector Space Model (VSM) and classification using Cosine Similarity, Dice, and Jaccard methods. That method can assist in finding search results with a great degree of accuracy. Based on the results of this study Cosine, Dice and Jaccard have the same results based on the average recall, precision, and overall accuracy, with a recall value of 44.27%, 1.8% precision, and 94% accuracy. Kata kunci: Alquran; Hadith; System Information Retrieval; Vector Space Model Abstrak. Alquran dan Hadis mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Hadis perlu di lihat juga dari pandangan isi Alquran begitu juga sebaliknya. Namun dengan jumlah data Alquran dan Hadis yang sangat besar berdampak pada lamanya eksekusi pencarian data dari kedua kitab tersebut terutama pencarian dari Ayat Alquran ke Hadis yang membutuhkan waktu yang lama dan ketepatan dalam pencarian. Untuk memecahkan permasalahan ini, ilmu penelitian sistem informasi retreival bisa menjadi solusi, salah satu bagian dari ilmu sistem informasi retrieval adalah PreProcessing dengan Model Vector Space Model (VSM) dan untuk pengklasifikasian menggunakan metode Cosine Similarity, Dice dan Jaccard sehingga dapat membantu dalam menemukan hasil pencarian dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian tersebut Cosine, Dice Dan Jaccard mempunyai hasil yang sama berdasarkan rata-rata recall, precision dan accuracy secara keseluruhan yaitu dengan nilai recall 44,27 %, precision 1,8 %, dan accurracy 94 %.Kata kunci: Alquran; Hadis; Sistem Informasi Retrieval; Vector Space Model
SISTEM INFORMASI RETRIEVAL KETERKAITAN ANTARA HADITS ARBAIN DAN ALQURAN (TERJEMAHAN INDONESIA) Imam Amirulloh; Yanti Apriyani; Taufik Wibisono; Melisa Winda Pertiwi; Mira Kusmira
Jurnal Sistem Informasi dan Sains Teknologi Vol 5, No 1 (2023): Jurnal SIstem Informasi dan Sains Teknologi
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/sistek.v5i1.1559

Abstract

Al-Quran dan Al-Hadits mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Al-hadits perlu di lihat juga dari pandangan isi Al-Quran begitu juga sebaliknya. Namun dengan jumlah data Al-Quran dan Al-Hadits yang sangat besar berdampak pada lamanya eksekusi pencarian data dari kedua kitab tersebut terutama pencarian dari Ayat Al-Quran ke Hadits yang membutuhkan waktu yang lama dan ketepatan dalam pencarian. Untuk memecahkan permasalahan ini, ilmu penelitian sistem informasi retreival bisa menjadi solusi, salah satu bagian dari ilmu sistem informasi retrieval adalah Pre-Processing dengan Model Vector Space Model (VSM) dan untuk pengklasifikasian menggunakan metode Cosine Similarity, Dice dan Jaccard sehingga dapat membantu dalam menemukan hasil pencarian dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian tersebut Cosine, Dice Dan Jaccard mempunyai hasil yang sama berdasarkan rata-rata recall, precision dan accuracy secara keseluruhan yaitu dengan nilai recall 44,27 %, precision 1,8 %, dan accurracy 94 %.
ANALYSIS OF BUBBLE SORT AND INSERTION SORT ALGORITHM ON MEMORY EFFICIENCY USING DATA MINING APPROACH Iskandar, Iqbal Dzulfiqar; Amirulloh, Imam; Pertiwi, Melisa Winda; Kusmira, Mira; Hikmah, Agung Baitul; Supriadi, Deddy
Jurnal Pilar Nusa Mandiri Vol 16 No 1 (2020): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Peri
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1085.119 KB) | DOI: 10.33480/pilar.v16i1.1165

Abstract

Sorting algorithm in the computational process makes it easy for users when the data sorting process because the data is sorted by the process quickly and automatically. In addition to speed in sorting data, memory efficiency must also be considered. In this research, a retesting of two sorting methods is conducted, namely the bubble sort method and the insertion sort method based on the comparison of two programming languages, Java with Visual Basic 2010 using the decision tree method. This research aims to find out which algorithm has lower memory consumption in the sorting process using Java or Visual Basic 2010. The results of the comparison show, in Visual Basic 2010. insertion sort algorithm which has the lowest average memory consumption of 4.3243KB for .vb extensions and 2.0145KB for .exe extensions. while the bubble sort method with a consumption amount of 4.4358KB for the .vb extension and 2.0352 for extension.exe. Furthermore, if you use the Java programming language. So the bubble sort method still consumes the highest average memory, which is 546,242KB for the .jar extension and 4,337KB for the .exe extension, whereas from the insertion sort method, which has a low average memory consumption of 543,578 KB for extension .jar, and 4,381KB for extension .exe.
PERANCANGAN SISTEM INFORMASI SUPERVISI AKADEMIK DENGAN METODE WEIGHT PRODUCT PADA MTs SA MIFTAHUL FALAH Apriyani, Yanti; Pertiwi, Melisa Winda; Amirulloh, Imam; Nurjanah, Yesti Siti
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4744

Abstract

Abstrak. Supervisi akademik adalah kegiatan yang dilakukan oleh suatu instansi pendidikan untuk membina dan meningkatkan kualitas guru dalam menyelenggarakan kegiatan belajar mengajar. Terdapat permasalahan yang terjadi pada pelaksanaan kegiatan supervisi akademik di MTs SA Miftahul Falah, mulai dari perhitungan skor hasil supervisi dan pencarian hasil supervisi, karena kegiatan supervisi akademik masih dilakukan secara konvensional sehingga membutuhkan waktu yang cukup lama, dan tidak adanya pemeringkatan hasil supervisi menyulitkan supervisor dalam menentukan prioritas layanan evaluasi hasil supervisi. Penelitian ini bertujuan untuk merancang sistem informasi supervisi akademik dengan metode weight product. Metode pengembangan sistem menggunakan model RAD (Rapid Application Development), yaitu perencanaan kebutuhan, desain pengguna, pengembangan, dan implementasi produk. Serta tools yang digunakan adalah UML (Unified Modelling Language) dengan dibuatkan rancangan use case, activity, sequence dan class diagram. Metode weight product diterapkan untuk menyelesaikan permasalahan yang berkaitan dengan pemeringkatan hasil supervisi. Hasil akhir dari penelitian ini adalah merancang sebuah sistem informasi supervisi akademik dengan metode weight product yang dapat membantu MTs SA Miftahul Falah dalam mengelola dan melaksanakan kegiatan supervisi akademik. Selain itu, sistem yang dirancang dapat memberikan output berupa dua jenis laporan yaitu laporan per individu guru, dan laporan hasil pemeringkatan.
Rancang Bangun Sistem Monitoring dan Kendali Komputer Client Berbasis Teknologi Internet of Things Imam Amirulloh; Yanti Apriyani; Melisa Winda Pertiwi; Recha Abriana Anggraini
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65875

Abstract

Pemakaian Komputer terutama di perkantoran dan laboratorium yang mempunyai komputer yang cukup banyak menyebabkan pemakaian komputer tidak terkontrol, seperti kebiasaan tidak mematikan Komputer setelah digunakan, sehingga menyebabkan pemborosan energi listrik, mempercepat kerusakan pada Komputer, dan meningkatkan biaya operasional. Kebutuhan akan adanya pemantauan dan pengendalian komputer dari jarak jauh secara realtime sangat diperlukan bagi operator atau pengelola komputer tersebut untuk menunjang efesiensi kerja serta meminimalkan risiko pada konsumsi energi yang berlebihan, potensi kerusakan perangkat keras, dan pembengkakan biaya operasional akibat penggunaan yang tidak terkontrol. Penelitian ini bertujuan untuk menghasilkan sistem pemantauan dan kendali komputer yang dapat dikendali dari jarak jauh menggunakan smartphone. Penelitian ini menggunakan metode prototype. Hasil dari penelitian ini adalah telah dibangun sebuah sistem pemantauan dan kendali pada komputer berbasis teknologi Internet of Things (IoT). Selain itu hasil pengujian menggunakan blackbox testing terhadap 6 komputer klien menunjukan bahwa sistem berfungsi dengan baik, sehingga sistem tersebut dapat memudahkan pengelola dalam memantau dan mengendalikan komputer secara realtime dari jarak jauh.
Co-Authors Agung Baitul Hikmah Bambang Kelana Simpony Deddy Supriadi Ilham, Robby Iskandar, Iqbal Dzulfiqar Kusmira, Mira Melisa Winda Pertiwi Mira Kusmira Nurjanah, Yesti Siti Recha Abriana Anggraini Rezkiani Rezkiani Taufik Wibisono Taufik Wibisono Taufik Wibisono Taufiqurrochman Taufiqurrochman Yanti Apriyani Yanti Apriyani Yanti Apriyani, Yanti