Article Per Year (5 Year)
p-Index From 2020 - 2025
1.642
P-Index
This Author published in this journals
All Journal Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Mitra Manajemen Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Mantik JPKMI (Jurnal Pengabdian Kepada Masyarakat Indonesia) Computer Science (CO-SCIENCE) Jurnal Pengabdian Masyarakat Formosa (JPMF) Paradigma semanTIK
Abdul Hamid
Universitas Bina Sarana Informatika
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Pelatihan Digital Marketing Untuk Peningkatan Perekonomian Anggota Karang Taruna Desa Kota Batu Bogor Rachmat Suryadithia; Hilda Rachmi; Abdul Hamid; Putie Maharani Basa
Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 4, No 3 (2021): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v4i3.2475

Abstract

Digital marketing sekarang bukan barang mewah lagi, apalagi dimasa pandemi sekarang dimana masyarakat tidak perlu bertemu untuk memenuhi kebutuhan sehari-hari, hal ini menjadi peluang untuk siapapun berjualan secara online. karena syaratnya hanya punya akses internet, sementara media berjualan online sangat banyak dan sebagian besar gratis, Dalam memenuhi kewajiban tridharma perguruan tinggi yaitu pengabdian , diantaranya memberikan pelatihan digital marketing kepada anggota karang taruna Desa Kota Batu yang berlokasi di  Jalan Melati Desa Kota Batu Kecamatan Ciomas Bogor untuk membantu mereka dalam memanfaatkan teknologi digital untuk memasarkan produk-produk yang mereka miliki. Kegiatan dilaksanakan  secara online melalui aplikasi zoom karena saat ini tidak memungkinkan mengadakan pertemuan tatap muka langsung dikarenakan suasana pandemi covid19. Hasil dari kegiatan ini adalah meningkatnya pemahaman dan wawasan anggota karang taruna dalam mengaplikasikan digital marketing secara efektif dan efisien untuk meningkatkan perekonomian
Prediksi Waktu Kelulusan Mahasiswa Menggunakan SVM Berbasis PSO Suhardjono S; Ganda Wijaya; Abdul Hamid
Bianglala Informatika Vol 7, No 2 (2019): Bianglala Informatika 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.749 KB) | DOI: 10.31294/bi.v7i2.6654

Abstract

Waktu kelulusan dengan tepat waktu bagi mahasiswa sangatlah penting untuk menentukan pekerjaan dalam perkuliahan, maka dari itu perlu di prediksi kelulusan mahasiswa sebelum akhir semester dengan menggunakan model support vector machine yang memiliki keuntungan dalam membuat data menjadi optimal tetapi support vector machine memiliki kekurangan dalam pengoptimal parameter. Particle swarm optimization dapat memperbaiki kekurangan yang terdapat pada support vector machine dalam hal mengoptimalkan parameter. Dari hasil yang didapat dengan menggunakan model support vector machine berbasis particle swarm optimization dapat meningkatkan akurasi prediksi dari sebesar 85.81% menjadi 86.43%. dengan kenaikan sebesar 00.62%. Sehingga dalam memprediksi kelulusan mahasiswa dapat akurat dan secara optimal dalam mengukur parameter yang diperlukan
SISTEM INFORMASI PENDAFTARAN UJI KOMPETENSI PADA LEMBAGA SERTIFIKASI PROFESI PERTANIAN ORGANIK JAKARTA Abdul Hamid; Ali Martondi; Syamsul Bahri; Lukman Hakim; Numan Musyaffa; Ricki Sastra
Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri Vol 20, No 1 (2020): JURNAL SAINS DAN TEKNOLOGI
Publisher : Sekolah Tinggi Teknologi Industri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36275/stsp.v20i1.218

Abstract

Pelaksanaan pendaftaran uji kompetensi secara konvensional atau offline, yaitu dengan mendatangi kantor dari lembaga sertifikasi pertanian organik yang belum tersedia di banyak kota sangatlah tidak efektif. Selain membutuhkan waktu yang luang, pendaftaran secara konvensional juga membutuhkan biaya tambahan dari yang semestinya, baik biaya perjalanan maupun biaya operasional lainnya. Di zaman seperti sekarang, dimana teknologi semakin berkembang dan merambat ke berbagai pelosok negeri, secara tidak langsung kita sebagai manusia di tuntut untuk melakukan sesuatu dengan profesional, tepat waktu dan tidak bertele-tele sehingga waktu yang tersisa bias dimanfaatkan untuk kegiatan yang lain. Oleh sebab itu, diharapkan adanya sebuah sistem yang dapat memudahkan pelaksanaan pendaftaran uji kompetensi tersebut, salah satunya adalah dengan memanfaatkan sistem informasi maupun website, sehingga pendaftaran yang tadinya dilakukan secara offline dirubah menjadi online. Sistem informasi pendaftaran uji kompetensi memungkinkan calon peserta uji kompetensi dapat melakukan pendaftaran secara online. Sistem informasi pendaftaran uji kompetensi merupakan sebuah website yang dibuat menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3.0, ditambah dengan tampilan yang dibuat menggunakan CSS dengan framework Botstrap 4.0. Perancangan system informasi ini menggunakan model pengembangan waterfall serta diagram UML (Unified Modelling Language) yaitu Use Case Diagram, Component Diagram dan Deployment Diagram. Kata kunci: System, Informasi, Kompetensi
Maintainability Prediction in Eclipse Mylyn Software Program Code Using Mamdani's Fuzzy Inference System Approach Mochammad Abdul Azis; Imam Nawawi; Ahmad Fauzi; Ginabila; Ahmad Hafidzul Kahfi; Abdul Hamid
Jurnal Mantik Vol. 5 No. 2 (2021): Augustus: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.Vol5.2021.1355.pp512-516

Abstract

Software quality can be assessed using certain measures and methods, as well as using software testing. ISO is used as one of the benchmarks of software quality that has been created by the International Organization for Standardization (ISO) and the International Electrotechnical Commission (IEC). Software testing can use metrics to increase productivity, this software is very useful in simplifying the testing process by focusing the programmer on the code quality part of the program. The ability of software to be modified includes correction, improvement or adaptation to changes in the environment, requirements, and functional specifications. Metrics can be used to measure the quality level of a model's program code based on indicators from Chidamber Kemerer (CK) by performing Maintainability Predictions which are tested on the metrics bug prediction found in the eclipse mylyn application which consists of four properties, namely WMC, DIT, NOC, and , RFCs. To be able to help carry out the process of calculating software quality based on CK Metrics on mylyn eclips data using the Mamdani fuzzy inference system, it can prove the classification into Low, Medium, High forms. In this case, the defuzzification method is confirmed using the COA (centre of area) method to determine the final value obtained from the membership function formed from the composition process of all outputs.
Pengenalan dan Pelatihan Augmented Reality untuk Pemberdayaan Masyarakat Digital pada Komunitas Bogor Mengabdi Hilda Rachmi; Rachmat Suryadithia; Abdul Hamid; Putie Maharani Basa
JPKMI (Jurnal Pengabdian Kepada Masyarakat Indonesia) Vol 3, No 3: Agustus (2022)
Publisher : ICSE (Institute of Computer Science and Engineering)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36596/jpkmi.v3i3.454

Abstract

Abstrak: Augmented Reality (AR) digunakan untuk pembelajaran maupun permainan anak-anak. Para penggunanya dapat berinteraksi real time. Augmented Reality memberikan pengalaman kepada pengguna untuk berinteraksi dengan konten virtual di dunia nyata. Dengan tujuan untuk meningkatkan pemahaman peserta mengenai Augmented Reality, maka dilaksanakan pengabdian kepada masyarakat melalui webinar dengan tema pengenalan dan pelatihan pembuatan aplikasi Augmented Reality. Peserta pengabdian kepada masyarakat ini adalah anggota Komunitas Bogor Mengabdi dengan menggunakan metode ceramah, demonstrasi dan praktik pembuatan Augmented Reality. Pada akhir kegiatan disampaikan angket untuk mengetahui perbedaan pengetahuan peserta sebelum dan sesudah kegiatan pengabdian masyarakat, serta menguji keberhasilan kegiatan bagi peserta dalam mendapatkan pengetahuan Augmented Reality melalui transfer pengetahuan, penguasaan materi, kejelasan penyampaian materi, dan ketepatan alokasi waktu. Dari hasil penyebaran angket didapatkan rata-rata persentase pemahaman peserta mengenai Augmented Reality sebelum kegiatan pengabdian kepada masyarakat ini adalah lebih kecil dari 10 persen dan setelah kegiatan meningkat menjadi 96,42%. Luaran kegiatan ini dapat membantu dalam membentuk masyarakat digital, khususnya anggota Komunitas Bogor Mengabdi yang memiliki pemahaman mengenai Augmented Reality dan pembuatannya.Abstract: Augmented Reality (AR) is used for learning and children's games. The users can interact in real time. Augmented Reality provides users with an experience to interact with virtual content in the real world. With the aim of increasing participants' understanding of Augmented Reality, community service is carried out through webinars with the theme of introduction and training in making Augmented Reality applications. Participants in this community service are members of the Bogor Mengabdi Community using the lecture, demonstration, and practice of making Augmented Reality. At the end of the activity, it was presented to find out the differences in the knowledge of the participants before and before community service, as well as to test the success of the participants in gaining knowledge through knowledge transfer, mastery of material, giving materials, and time allocation. From the results of the questionnaire distribution, it was found that the average percentage of participants' understanding of Augmented Reality before this community service activity was less than 10 percent and after the activity increased to 96.42%. The output of this activity can help in shaping a digital society, especially members of the Bogor Serving Community who have an understanding of Augmented Reality and its creation.
PERANCANGAN SISTEM INFORMASI PELACAKAN KPM PENYALURAN BANTUAN SOSIAL TUNAI PADA PT. POS INDONESIA BOGOR Abdul Hamid
Jurnal Mitra Manajemen Vol 6 No 6 (2022): Jurnal Mitra Manajemen Edisi Juni
Publisher : Kresna Bina Insan Prima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52160/ejmm.v6i6.615

Abstract

Pelaksanaan penyaluran dana bantuan, PT. Pos Indonesia telah berupaya secara optimal menerapkan internal struktur yang telah dibuat oleh kantor Pos Pusat. Berdasarkan hasil penelitian dan riset pada PT. Pos Indonesia Bogor, prosedur-prosedur yang terdapat didalamnya sudah berjalan secara terkomputerisasi. Akan tetapi pada proses pelaksanaan penyaluran dana bantuan masih ditemukan masalah di lapangan. Metode yang digunakan pada pengembangan perangkat lunak ini menggunakan model waterfall. Berdasarkan permasalahan diatas, maka PT.Pos Indonesia Bogor perlu membuat sistem pelacakan data penerima KPM (Keluarga Penerima Manfaat) agar mempermudah petugas pembayaran dapat mengontrol serta mengecek data penerima bantuan sosial yang terjadi di PT.Pos Indonesia Bogor untuk meminimalisir terjadinya kesalahan sebuah sistem yang disebabkan oleh manusia. Dengan adanya perancangan sistem informasi pelacakan KPM penyaluran bantuan sosial tunai pada PT. Pos Indonesia (Bogor), maka permasalahan yang ada dapat teratasi dengan penambahan menu pelacakan KPM (Keluarga Penerima Manfaat). Dengan adanya menu perancangan sistem ini mempermudah petugas dalam melakukan pelacakan penerima bantuan yang sudah mengambil bantuan tetapi penerima tidak merasa mengambil bantuan).
Training on the Utilization of Word Processing Applications, Numbers and Presentation using Microsoft Office on Foundation Al Muhajirin Islamic Education and Welfare, Bogor City Putie Maharani; Hilda Rachmi; Abdul Hamid; Rachmat Suryadithia
Jurnal Pengabdian Masyarakat Formosa Vol. 1 No. 5 (2022): December 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/jpmf.v1i5.2935

Abstract

Community Service is one of the Tri Dharma of higher education that must be carried out by lecturers. In this service, the lecturers from Bina Sarana Informatics University conducted training for the staff of the Al-Muhajirin Islamic Education Foundation in the city of Bogor. The training is in the form of word processing, numbers and presentations. Where foundation staff will be taught how to use Microsoft Office applications. For the method of carrying out this activity in the form of word processing training using Ms.Word, number processing using Ms. Excel and making report presentations using Ms. Power point. This training will be held on September 17 2022 at 09.00 until finished. With this training, it is hoped that the foundation's staff will be able to understand and be able to apply the use of Microsoft Office applications and take advantage of the features in these applications. The target of this community service activity is to help foundation staff by providing knowledge about the use of Microsoft Office applications. While the output targets to be produced are from this community service, namely: 1) Training Module for the Utilization of Word Processing Applications, Numbers and Presentations using Microsoft Office. 2) Articles in local print or electronic media. 3) Implementation documentation and 4) Journals published.     media massa cetak atau elektronik lokal. 3)Dokumentasi pelaksanaan dan 4) Jurnal yangditerbitkan.
Grouping Data in Predicting Infant Mortality Using K-Means and Decision Tree Ridwansyah Ridwansyah; Verry Riyanto; Abdul Hamid; Sri Rahayu; Jajang Jaya Purnama
Paradigma Vol. 24 No. 2 (2022): September 2022 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.355 KB) | DOI: 10.31294/paradigma.v24i2.1399

Abstract

Death is something that we cannot avoid where, when and how death comes. The high infant mortality rate is the main thing and the Indonesian government must prioritize, one of the government's efforts to reduce infant mortality is by conducting a surveillance program, namely PWS KIA where the program is uniting the health of mothers and babies in the local area, basically there are several infant deaths that have causes from the time of pregnancy, accidents, disasters, diseases or because it is destiny from God, for that research is carried out in classifying infant mortality data. For grouping infant mortality data, a K-Means method is needed to analyze data by carrying out a data modeling process without supervision or also known as unsupervised learning. In showing the centroid in the early stages of the k-means algorithm, it is very influential on the results of the cluster carried out on the infant mortality dataset. taken from data.go.id with different centroid results. The results of the clustering model pattern that can be trusted by the government or the Health department to prevent infant mortality. From the clustering results, four labels are tested again using the decision tree algorithm.
Pendekatan Algoritma Klasifikasi Machine Learning untuk Deteksi Penyakit Demensia Muhammad Iqbal; Hendri Mahmud Nawawi; Muhammad Rezki; Abdul Hamid; Sri Rahayu
Computer Science (CO-SCIENCE) Vol. 3 No. 2 (2023): Juli 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/coscience.v3i2.1987

Abstract

Early detection of dementia through the use of machine learning classification algorithms is important for providing appropriate interventions to patients. In this context, this study aims to compare the performance of several machine learning classification algorithms in detecting dementia using the attribute selection method. In the early stages, patient data including medical history, cognitive test results, and other attributes were collected as input, an attribute selection algorithm was used to select the most informative attribute subset in detecting dementia. The subset of attributes used as input for training machine learning classification models, several classification algorithms such as Extra Trees (ET), Linear Discriminant Analysis (LDA), Random Forest (RF) and Ridge. In this study, accuracy is used as the main metric to compare algorithm performance. The evaluation results show that the Random Forest (RF) algorithm produces the best performance with an accuracy of 91.56%. The Extra Trees (ET) algorithm has an almost comparable accuracy of 91.44%, while Ridge and Linear Discriminant Analysis (LDA) have an accuracy of 90.44% respectively. In the context of dementia detection, the performance of the Random Forest algorithm with the attribute selection method proved to be the best with an accuracy of 91.56%. These results indicate that the developed model is capable of recognizing complex patterns and relationships between features that are relevant to dementia status. The use of the attribute selection method also contributes to increasing the accuracy and efficiency of the classification algorithm.
Data Mining Berbasis Machine Learning Untuk Analitik Prediktif Dalam Kelulusan Ridwansyah Ridwansyah; Muhammad Iqbal; Henny Destiana; Sugiono Sugiono; Abdul Hamid
SemanTIK : Teknik Informasi Vol. 10 No. 2 (2024): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v10i2.67

Abstract

Akreditasi perguruan tinggi menjadi salah satu indikator utama kualitas pendidikan, di mana tingkat kelulusan mahasiswa merupakan salah satu komponen penilaian yang sangat diperhatikan. Tingkat kelulusan yang rendah dapat berdampak negatif pada reputasi institusi, serta tantangan bagi mahasiswa dalam kelulusan tepat waktu. Tujuan penelitian untuk mengembangkan model prediktif kelulusan mahasiswa menggunakan berbagai algoritma machine learning yang sebelumnya belum pernah dilakukan pada dataset yang sama. Metode seperti LDA, RIDGE, LR, GBC, DUMMY, KNN, DT, NB, SVM, dan QDA diaplikasikan untuk memprediksi kelulusan. Hasil menunjukkan bahwa LDA memberikan kinerja terbaik dengan akurasi 86,20%, diikuti oleh Ridge dan LR. Model LDA menunjukkan performa unggul seperti recall dan F1-Score, menjadikannya model paling efektif untuk prediksi kelulusan. Dengan ini kontribusi yang didapat sangat signifikan dalam analitik prediktif pendidikan, terutama dalam hal meningkatkan tingkat kelulusan mahasiswa dan mendukung pencapaian akreditasi yang unggul. Hasil yang didapat diharapkan akan digunakan oleh perguruan tinggi untuk mengidentifikasi risiko akademik lebih dini dan memberikan intervensi yang tepat, sehingga dapat meningkatkan kualitas pendidikan dan tingkat kelulusan mahasiswa
Co-Authors Ahmad Hafidzul Kahfi Akrom, Akrom Ali Martondi Ganda Wijaya Ginabila Ginabila Hendri Mahmud Nawawi Henny Destiana Hilda Rachmi Imam Nawawi Jajang Jaya Purnama Lukman Hakim Mochammad Abdul Azis Muhammad Iqbal Muhammad Rezki Numan Musyaffa Putie Maharani Putie Maharani Basa Rachmat Suryadithia Ricki Sastra Ridwansyah Ridwansyah Ridwansyah Ridwansyah Sri Rahayu Sugiono Suhardjono S Syamsul Bahri Verry Riyanto