Article Per Year (5 Year)
p-Index From 2020 - 2025
8.898
P-Index
This Author published in this journals
All Journal Dinamik Syntax Jurnal Informatika Nuansa Informatika Jurnal Informatika dan Teknik Elektro Terapan Annual Research Seminar Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Faktor Exacta JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Petir Jurnal Teknologi Terpadu Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Abdimas Mandiri Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Ilmu dan Teknologi Rekayasa JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Teknologi Informatika dan Komputer Jurnal Ilmiah Wahana Pendidikan Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD JUSTIN (Jurnal Sistem dan Teknologi Informasi) ABDINE Jurnal Pengabdian Masyarakat Indonesian Journal of Multidisciplinary on Social and Technology SATIN - Sains dan Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Budiman: Pembangunan dan Pengabdian Masyarakat Nusantara INTERNAL (Information System Journal)
Jaman, Jajam Haerul
Universitas Singaperbangsa Karawang
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS PADA SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SMARTPHONE Ahzka Nabbilah Tuzzahrah; Dikky Setiyanto; Yaspin Andika Muhamad Nur Cholis; Jajam Haerul Jaman
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3266

Abstract

Pada tahun 2023 ini, kemunculan smartphone terus berkembang dengan spesifikasi yang berbeda-beda hingga membuat pembeli kesulitan untuk memilih yang terbaik sesuai dengan kenginan dan anggaran mereka. Sejalan dengan berkembangnya teknologi, kita dapat memanfaatkan teknologi untuk membantu dalam hal pemilihan seperti ini. Bentuk teknologi yang kini sedang berkembang salah satunya adalah sistem pendukung keputusan dimana dapat membantu pengguna mendapatkan alternatif terbaik dari banyaknnya pilihan alternatif. Dalam penelitian ini, untuk mendapatkan hasil terbaik dari pemilihan smaprthone, maka dirancang sebuah sistem perankingan dengan menggunakan metode AHP dimana hasil akhir yang didapat adalah informasi smartphone terbaik hingga terburuk berdasarkan bobot dan kriterianya.
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS PADA SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SMARTPHONE Ahzka Nabbilah Tuzzahrah; Dikky Setiyanto; Yaspin Andika Muhamad Nur Cholis; Jajam Haerul Jaman
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3266

Abstract

Pada tahun 2023 ini, kemunculan smartphone terus berkembang dengan spesifikasi yang berbeda-beda hingga membuat pembeli kesulitan untuk memilih yang terbaik sesuai dengan kenginan dan anggaran mereka. Sejalan dengan berkembangnya teknologi, kita dapat memanfaatkan teknologi untuk membantu dalam hal pemilihan seperti ini. Bentuk teknologi yang kini sedang berkembang salah satunya adalah sistem pendukung keputusan dimana dapat membantu pengguna mendapatkan alternatif terbaik dari banyaknnya pilihan alternatif. Dalam penelitian ini, untuk mendapatkan hasil terbaik dari pemilihan smaprthone, maka dirancang sebuah sistem perankingan dengan menggunakan metode AHP dimana hasil akhir yang didapat adalah informasi smartphone terbaik hingga terburuk berdasarkan bobot dan kriterianya.
VISUALISASI DATA TINDAK KEJAHATAN BERDASARKAN JENIS KRIMINALITAS DI KABUPATEN KARAWANG DENGAN MENGGUNAKAN ALGORITMA CLUSTERING K-MEANS Puput Silva Rosiana; Alpin Apriliansyah Mohsa; Muhamad Arya Fadila; Jajam Haerul Jaman
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3347

Abstract

Tingkat kejahatan yang meningkat di Kabupaten Karawang  merupakan tantangan yang serius bagi penegakan hukum dan keamanan masyarakat. Visualisasi data kriminalitas berdasarkan jenis kejahatan dapat memberikan wawasan yang berharga bagi penegak hukum dan pengambil keputusan dalam mengidentifikasi pola kejahatan, alokasi sumber daya, serta pengembangan strategi pencegahan kejahatan yang efektif. Dalam penelitian ini, kami menggunakan dataset terbuka dari Open Data Jabar yang mencakup informasi tentang tindak kejahatan di Kabupaten Karawang. Metode yang digunakan adalah algoritma clustering k-means untuk mengelompokkan jenis kejahatan berdasarkan pola yang ada. Pertama, data kejahatan diolah dan disiapkan dengan membersihkan dan mengintegrasikan setiap entri. Selanjutnya, algoritma clustering k-means diterapkan untuk mengelompokkan data kejahatan menjadi klaster yang berbeda berdasarkan kemiripan pola. Hasil analisis tersebut kemudian divisualisasikan menggunakan tools QGIS. Hasil pengelompokan daerah rawan kriminalitas di Karawang pada tahun 2021 didapatkan cluster rendah sebanyak  10  kecamatan masuk kedalam cluster rendah tingkat kriminalitasnya, 8 kecamatan masuk  kedalam cluster sedang, 8  kecamatan masuk kedalam cluster tinggi, 4 kecamatan masuk  kedalam cluster tinggi sekali
ANALISIS SENTIMEN ULASAN APLIKASI INVESTASI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION Muhammad Samsul Ma'arif; Jajam Haerul Jaman; Agung Susilo Yuda Irawan
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.v12i3.4569

Abstract

Perkembangan teknologi telah mengubah cara hidup manusia menjadi digital, memberikan dampak yang besar terhadap sektor ekonomi, bisnis, dan investasi. Namun, tindakan penipuan sering terjadi. Oleh karena itu, penting untuk mempertimbangkan ulasan pengguna sebelumnya dalam memilih aplikasi. Namun, jumlah ulasan yang terus meningkat membaca sebagian ulasan membuat hasilnya kurang representatif. Metodologi yang digunakan yaitu KDD dengan dua pemodelan, pertama Algoritma SVM dan yang kedua Algoritma SVM dioptimasi dengan PSO. Data dibagi menjadi dua, yaitu data pelatihan dan data uji, dengan empat skenario perbandingan 90:10, 80:20, 70:30, dan 60:40. Hasil yang didapat dari pemodelan pertama menyatakan bahwa Algoritma SVM mendapatkan hasil bahwa nilai accuracy tertinggi pada tiap aplikasi berbeda-beda. Sedangkan pada pemodelan kedua dengan Algoritma SVM dioptimasi oleh PSO mendapatkan bahwa nilai akurasi tertinggi pada semua aplikasi yaitu pada skenario ke-1 dengan pembagian data 90:10. Nilai evaluasi lainnya juga meningkat, termasuk akurasi, presisi, recall, dan f1-score. Aplikasi Ajaib berhasil mencapai hasil terbaik dengan akurasi tertinggi mencapai 93,33%, serta nilai presisi 100%, recall 90%, dan f1-score 95%. Maka dapat disimpulkan bahwa kombinasi analisis sentimen ulasan menggunakan algoritma SVM yang kemudian dioptimasi dengan PSO menunjukkan kinerja yang lebih unggul dibandingkan dengan penggunaan algoritma SVM saja.
PENDETEKSI PENYAKIT HEPATITIS MENGGUNAKAN CART DECISION TREE Nugroho, Rosyid Eko; Pamungkas, Wisnu Yogi; Jaman, Jajam Haerul
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5184

Abstract

Hepatitis merupakan penyakit menular yang menjadi penyebab utama kematian di seluruh dunia. Penelitian ini mengusulkan penggunaan metode CART decision tree untuk mendeteksi penyakit hepatitis secara dini. Model ini dilatih dan dievaluasi menggunakan data klinis untuk mengidentifikasi pola dan indikator signifikan dalam diagnosis hepatitis. Hasil evaluasi menunjukkan tingkat akurasi yang tinggi sebesar 99,17%, menunjukkan efektivitas model dalam mendeteksi hepatitis. Implementasi model ke dalam sebuah website memungkinkan pengguna untuk menerima prediksi berdasarkan data klinis, meningkatkan deteksi dini dan kesadaran akan resiko hepatitis.
PERBANDINGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, LOGISTIC REGRESSION DAN RANDOM FOREST DALAM MENGANALISIS SENTIMEN MENGENAI TIKTOKSHOP Fadhillah, Octavia Salwa Dzaky; Jaman, Jajam Haerul; Carudin, Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5746

Abstract

Pertumbuhan e-commerce yang pesat di Indonesia dan ramainya pembicaraan salah satu platform yaitu Tiktokshop, mendorong pentingnya analisis sentimen untuk memahami tanggapan publik. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap Tiktokshop melalui tweet di platform X, menggunakan algoritma Naive Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest. Data diambil melalui web scraping dan diproses menggunakan metodologi Knowledge Discovery in Database (KDD). Tahapan KDD meliputi Data Selection, Preprocessing, Transformation, Data Mining, Evaluation, dan Knowledge Presentation. Label sentimen ditentukan dengan pendekatan lexicon, sehingga didapatkan 521 data label negatif dan 502 data label positif. Pengujian performa algoritma klasifikasi menggunakan Confusion Matrix dan Classification Report. Pengujian tersebut menghasilkan nilai akurasi tertinggi pada SVM sebesar 81%, diikuti Random Forest dengan 80%, Logistic Regression dengan 79%, dan Naive Bayes sebesar 75%. Visualisasi word cloud menunjukkan kata-kata dominan untuk sentimen positif seperti ’beli’, ’checkout’, ’barang’, ’murah’, dan ’suka’, sedangkan untuk sentimen negatif yaitu ’belanja’, ’live’, ’habis’ dan ’astaga’. Hasil penelitian ini diharapkan membantu perusahaan dalam mengevaluasi layanan dan strategi pemasaran Tiktokshop.
PREDIKSI PENERIMAAN MAHASISWA BARU FAKULTAS ILMU KOMPUTER UNSIKA MENGGUNAKAN ALGORITMA C4.5 DAN CART Miftahussalamah, Dwi; Haerul Jaman, Jajam; Maulana, Iqbal
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6766

Abstract

Penerimaan mahasiswa baru merupakan aspek penting dalam pengelolaan pendidikan tinggi, termasuk di Universitas Singaperbangsa Karawang (Unsika) melalui jalur Seleksi Nasional Berdasarkan Prestasi (SNBP). Jalur ini menilai prestasi akademik siswa tanpa melalui tes tulis, namun masih menghadirkan tantangan dalam menentukan indikator keberhasilan seleksi. Di Fakultas Ilmu Komputer, tingkat persaingan sangat tinggi sehingga diperlukan pendekatan berbasis data untuk mendukung proses seleksi yang lebih objektif. Penelitian ini menerapkan algoritma decision tree C4.5 dan CART untuk memprediksi penerimaan calon mahasiswa baru berdasarkan data historis, dengan menerapkan metode SMOTE untuk mengatasi ketidakseimbangan data dan cost complexity pruning untuk meningkatkan generalisasi model. Proses data mining mengikuti tahapan Knowledge Discovery in Databases (KDD), dengan pengujian menggunakan pembagian data 80:20. Hasil evaluasi menunjukkan bahwa model C4.5 yang menerapkan SMOTE dan pruning memberikan performa terbaik, dengan akurasi sebesar 85% dan nilai ROC 0,92, mengungguli CART yang memiliki akurasi sama namun nilai ROC lebih rendah sebesar 0,89. Temuan ini menunjukkan bahwa algoritma C4.5 lebih unggul dalam mendukung proses prediksi penerimaan mahasiswa baru di lingkungan perguruan tinggi.
Co-Authors Abdul Mufti Abdul Mufti Aditya Rizky Sanjaya Adrian Mangatar Affani Putri Riyandoro Agung Susilo Yuda Irawan Ahmad Ray Septa Firdaus Ahzka Nabbilah Tuzzahrah Alex Mulyana Almira Zahra Alpin Apriliansyah Mohsa Amelia Isnanda Ananda, Tri Darma Annabella Dian Dameria Sinambela Aprilia, Dita Aries Suharso Arif Imam Suroso Arip Solehudin Armeilia, Rida Carudin Carudin, Carudin Chaerur Rozikin Chandraditio, Ramadhan Desviana, Alyssa Devi Fitriani Maulana Dikky Setiyanto Dwi Ely Kurniawan Fadhillah, Octavia Salwa Dzaky Fadilah, Frido Firman Fajar Mulyana Fawzy Muhammad Bayfurqon Fazrin Meila Azzahra Sofyan Fifa Latifah, Umi Fiqri Faturrian, Muhammad Fitria Septianingrum Fitriana Destiawati Fitriana Destiawati Fitrianida Lutfiajati Pradhyani, Anisa Fitrianti, Ika Garno . Garno Garno Garno, G. Garno, Garno garno, Garno Hafiz Firdaus Hakim, Rijal Abdul Hamidah, Khoirunnisa Hapipah, Nur Harry Dhika, Harry Herlin Apriani Heryana, Nono Hopi Siti Hopipah Iip Supiyani Ilham Fitrahriansyah Intan Purnamasari Iqbal Maulana Irman Hermadi Iwan Hermawan Juardi, Didi Khaerunisa, Salsa Kurniadewi, Herwinda Lenteraningati, Anggun Liawati Liawati Lidya Ningsih Maesaroh, Maya Marselina, Sonia Maulana, Asyifa Mayasari, Rini Miftah Fauzy Alvaruqi Miftahussalamah, Dwi Mufid, Tsaqif Mu'tashim Muhamad Arya Fadila Muhammad Haikal Muhammad Samsul Ma'arif Mulyana, Alex Naufal Ibnu Salam Novia Indriyani Puji Astuti Nugroho, Rosyid Eko Nur Maelani Asih Nur Padilah, Tesa Nurhidayat Nurhidayat Oktia Dita Padilah, Tesa Nur Pamungkas, Wisnu Yogi Praditya Putri Utami Pratama, Okta Puput Silva Rosiana Rafliansyah Putra Rahmi, Hayatul Raisya Rahma Ramadani, Daffa Tama Ramona Purwa Novitri, Suci Rifky Maulana Rijal Abdulhakim Rini Mayasari Riza Ibnu Adam Riza Ibnu Adam, Riza Ibnu Rizal Fadilah Rizkyawan, Hafil Rizwan, Ivan Rozikin, Chaerur Salsabila, Farras Siregar, Amril Mutoi Sofi Defiyanti Surya Prabu Al Amin, Sinar Syah Adi Fahlevi Syifa Fauziyah, Syifa Tesa Nur Padilah Ultach Enri Ultach Enri Vicky Chandra Wahyuningrum Ayu Yaspin Andika Muhamad Nur Cholis Yayan Gustiana Yuazijah, Afiva Yurike Oktavirani Yuyun Umaidah Yuyun Umaidah Yuyun Umaidah Zahra, Vanissa Fatimatul