Garuda - Garba Rujukan Digital

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

Author-ID : 2443314

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

Articles

1 2 3 4 5

Pemanfaatan Application Programming Interface (API) pada Aplikasi Layanan Jasa Perbaikan Kendaraan Bermotor Ilham Fitrahriansyah; jajam Haerul Jaman
Faktor Exacta Vol 15, No 1 (2022)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v15i1.9848

Perbaikan maupun perawatan kendaraan merupakan salah satu dari berbagai macam jenis pelayanan yang ada pada bengkel motor/ mobil. Para pengguna kendaraan mengalami kesulitan bila tidak ada kontak atau komunikasi dengan bengkel untuk melakukan pemanggilan teknisi. Teknisi yang di panggil membutuhkan waktu lama bila tidak mengetahui jalur atau rute perjalanan untuk sampai lokasi pengendara. Diperlukannya adanya suatu sistem yang berfungsi sebagai pemesanan teknisi, lokasi pengendara dan pelaporan pelayanan. Metodologi meliputi tahap pengumpulan data (studi literatur, observasi, dan wawancara) dilanjutkan ke tahap pengembangan sistem menggunakan metode SDLC dengan pengembangan aplikasi yang dibangun menggunakan model pendekatan Prototype. Pengujian standar aplikasi menggunakan white box testing, black box testing dan juga evaluasi kepada pengguna. Hasil yang didapat adalah seluruh menu dapat berjalan sesuai fungsinya masing-masing, dan hasil evaluasi yang dilakukan dengan survey kepada 30 sampel pelanggan, admin, dan teknisi. Dengan adanya aplikasi ini dapat mengatasi permasalahan pemesanan selama ini, hal tersebut dibuktikan dengan kuisioner dengan rata-rata nilai 7.5 yang artinya “setuju” dengan adanya aplikasi pelayanan jasa teknisi ini.

Klasifikasi jenis mobil paling diminati Di indonesia menggunakan algoritma Naive bayes Jajam Haerul Jaman; Carudin .; Aditya Rizky Sanjaya
Faktor Exacta Vol 13, No 1 (2020)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v13i1.5573

Penjualan Passenger car di Indonesia mencatatkan angka cukup tinggi, dalam kurun waktu 2014 – 2018 tercatat sebanyak 4.157.580 unit terjual menurut data GAIKINDO, penjualan mobil tertinggi berada pada jenis mobil MPV sebagai paling diminati di Indonesia, ada banyak jenis mobil di Indonesia diantarannya adalah jenis Sedan, SUV, SUV 7 Seater, dan City Car dan peminatnnya pun tidak main-main sangat banyak sekali sehingga sangat menarik untuk dikaji, metode klasifikasi adalah salah satu cara untuk mendapatkan hasil bagai mana pola penjualan mobil tersebut di Indonesia, dan pada makalah ini kami akan melakukan klasifikasi berdasarkan jenis mobil yang ada dengan beberapa sekenario yang di buat, hasil menunjukan bahwa sekenario 1 dengan akurasi 96,7% klasifikasi algoritma Naive Bayes, didapatkan jenis mobil MPV menjadi “Paling Diminati”, sedangkan jenis mobil Sedan, SUV, SUV 7 Seater, dan City Car diklasifikasikan ke dalam kategori “Diminati”

PENGOLAHAN CITRA DIGITAL PREDIKSI BOBOT SAPI MENGGUNAKAN EKSTRAKSI FITUR CANNY DAN KLASIFIKASI K-NEAREST NEIGHBOR Iip Supiyani; Jajam Haerul; Tesa Nur Padilah
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 8, No 7 (2021): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v8i7.2021.2204-2212

Produktivitas utama sapi potong adalah bobot badan sapi, yang menentukan kinerja pengelolaan sapi. Berat sapi dapat dihitung dengan mengalikan beratnya dengan persentase 85-100 persen yang telah ditentukan sebelumnya. Metode tradisional, perhitungan formula, dan perkiraan visual manusia semuanya dapat digunakan untuk menentukan berat sapi. Di sisi lain, penimbangan sapi secara manual dianggap berat. Dengan membangun sistem dalam program aplikasi yang ditujukan untuk mengatasi masalah dalam peramalan berat badan sapi, Teknologi Informasi dan Komputasi dapat digunakan untuk membantu memberikan solusi alternatif untuk masalah ini, seperti menggunakan pemrosesan citra digital untuk mengidentifikasi ukuran tubuh sapi yang sebenarnya. Sistem prediksi bobot sapi yang telah dibangun pada program aplikasi ini mengambil input berupa foto atau gambar sapi dan menghasilkan output berupa bobot sapi serta klasifikasi ternak berdasarkan bobot sapi yang diterima. Pendekatan ekstraksi fitur Canny Edge Detection dan klasifikasi K-Nearest Neighbor (KNN) digunakan dalam pekerjaan ini untuk membuat sistem untuk perangkat lunak aplikasi prediksi berat sapi. Anda dapat menghitung berat sapi dengan persentase 100 persen menggunakan rumus Schrool. Matlab digunakan untuk membuat program aplikasi yang digunakan untuk menaksir bobot sapi. Dengan waktu komputasi 9.161s, kombinasi metode canny dan klasifikasi K-NN dapat menghasilkan sistem dalam program aplikasi yang memiliki akurasi prediksi 97,46 persen dan akurasi klasifikasi 90 persen.

Perancangan Aplikasi Layanan Tugas Akhir Mahasiswa Berbasis Knowledge Management Jajam Haerul Jaman; Abdul Mufti; Irman Hermadi; Imam arif suroso
PETIR Vol 13 No 2 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v13i2.992

Layanan tugas akhir mahasiswa secara online melalui smartphone (android) di Universitas Indraprasta PGRI (Unindra) belum ada, sedangkan jumlah lulusan setiap tahunnya cukup banyak sehingga agak merepotkan staf administrasi dalam melayani mahasiswa yang akan menyusun skripsi. Tujuan penelitian ini adalah untuk memudahkan mahasiswa dalam mengurus administrasi tugas akhir. Metode penelitian yang digunakan adalah Research and Development (R&D), Metode Penelitian dan Pengembangan adalah metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji keefektifan produk tersebut (Sugiyono, 2013: 297). Hasil yang diharapkan dalam penelitian ini adalah agar mahasiswa yang akan menyusun skripsi lebih mudah dalam proses tugas akhirnya, yaitu dengan mobile phone dapat melakukan administrasi tugas akhir sehingga tidak repot-repot lagi ke kampus dalam proses administrasi tugas akhir. Proses administrasi yaitu dimulai dari pengajuan judul, pembimbingan, jadwal ujian sampai kepada hasil ujian tugas akhir, baik dari sisi mahasiswa maupun dosen pembimbing yang lebih dimudahkan dengan fasilitas ini. Semoga rancangan sistem ini dapat diimplementasikan di Universitas Indraprasta PGRI (Unindra) sehingga dapat menigkatkan kinerja operasional perguruan tinggi

Optimasi Support Vector Machine Berbasis Particle Swarm Optimization Untuk Mendeteksi Hate Speech Pilkada Karawang Wahyuningrum Ayu; Rijal Abdulhakim; Yuyun Umaidah; Jajam Haerul Jaman
Journal of Applied Informatics and Computing Vol 5 No 2 (2021): December 2021
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v5i2.3473

The rise of hate speech on social media can harm various parties, including the candidate for regional head of Karawang Regency in 2020, but because of the large number of comments, the sanctions given to violators are not evenly distributed. To make it easier for Bawaslu to give sanctions to violators and to provide a deterrent effect to the Karawang community so that hate speech does not occur again. Therefore, this study was conducted by classifying positive and negative comments. The methodology used is Knowledge Discovery in Database (KDD) by dividing the data into 4 scenarios. The results obtained state that the Support Vector Machine (SVM) Algorithm with scenario "2" on a linear kernel gets the highest accuracy value of "72.66%". Then the results of the 4 scenarios were optimized by Particle Swarm Optimization which got the highest accuracy value, namely the linear and polynomial kernels in the 4th scenario with 90:10 data sharing of "78.00%". Other evaluation values also experienced the same increase, starting from precision, recall, and f1-score. It can be concluded that the Support Vector Machine algorithm optimized with Particle Swarm Optimization can increase the accuracy value.

Identifikasi Varietas Jagung Mutiara Berdasarkan Data Citra Digital Menggunakan Algoritma K-Nearest Neighbor Vicky Chandra; Jajam Haerul Jaman; Garno Garno
NUANSA INFORMATIKA Vol 16, No 2 (2022)
Publisher : FKOM UNIKU

Jagung adalah salah satu tanaman pangan penghasil karbohidrat yang penting di Indonesia selain padi dan gandum. Di Indonesia sendiri setiap tahun dapat menghasilkan jumlah jagung yang sangat banyak. Terbukti pada tahun 2017 indonesia dapat memproduksi jagung sebanyak 22.59 juta ton. Jumlah ini sangat berarti bagi perekonomian di Indonesia. Salah satu jagung yang paling banyak ditanam di Indonesia adalah jagung mutiara. Namun, cukup sulit untuk membedakan setiap viarietas jagung karena bentuk dan warna cenderung sama. Salah satu untuk mengetahui suatu varietas jagung, ialah dengan melakukan klasifikasi varietas jagung dengan memanfaatkan data hasil pengolahan citra setiap jagung. Salah satu metode klasifikasi yang digunakan ialah K-NN. Setiap citra jagung diambil nilai area, parimeter, width, length, metric dan eccentricity menggunakan aplikasi Matlab guna mengetahui bentuk dari suatu jagung, lalu dikumpulkan sebanyak 250 data. Data yang telah dikumpulkan dibagi berdasarkan rasio perbandingan 70% data latih 30% data uji dan menerapkan nilai k yaitu 3, 5 dan 7. Proses klasifikasi menggunakan aplikasi Rstudio berbasis cloud. Hasil penelitian yang didapat, diketahui bahwa pengujian pada k = 3 mendapatkan nilai akurasi tertiggi dibandingkan nilai k yang lain. Akurasi yang didapat yakni sebesar 93.24% diikuti recall 91.89% precision 94.44% specificity 94.59% error rate 6.76% dan f-measure 0.9315.Kata Kunci: Jagung, K-Nearest Neighbor, Pengolahan Citra Digital, Ekstrasi Ciri, Rstudio

PREDIKSI KESEHATAN MASYARAKAT INDONESIA MENGGUNAKAN RECURENT NEURAL NETWORK Amril Mutoi Siregar; Jajam Haerul Jaman; Abdul Mufti
INTERNAL (Information System Journal) Vol. 4 No. 1 (2021)
Publisher : Universitas Maso'em Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32627/internal.v4i1.139

Health is very important for all human beings, especially in Indonesia, because human health can do activities properly and have high performance for both work and other social life. The task of predicting the future values of a time series is a problem that applications have in areas such as sales, engineering, epidemiology, etc. Much research effort has been made in the development of predictive models and performance improvement. The level of public health in Indonesia from 1995 to 2018 varied with the percentage of the population who experienced health complaints. The purpose of this study is to predict the future health of the Indonesian public so that it can be used as a tool to determine government policies in the health sector. The method used in predicting is the Recurent Neural Network (RNN) with secondary data sourced from the Central Statistics Agency (BPS) in the form of data sets, and dividing the data sets into training data and test data. Before the data is used as training data, we clean and tidy up the data first so that when it is implemented there are no errors either during training or testing. The results showed that at the beginning of the method RNN, the prediction results were far from the data, after an interval of 7 and above the predicted results were actually the same. Based on Figures 5 and 6, it can be said that the RNN method is very good for the prediction method.

Optimasi SVM menggunakan algoritme grid search untuk identifikasi citra biji kopi robusta berdasarkan circularity dan eccentricity Herlin Apriani; Jajam Haerul Jaman; Riza Ibnu Adam
Jurnal Teknologi dan Sistem Komputer Volume 10, Issue 1, Year 2022 (January 2022)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13807

Varietas kopi merupakan salah satu faktor utama yang mempengaruhi kualitas dan harga kopi, sehingga penting untuk mengenali varietas kopi. Kajian ini bertujuan untuk optimasi pengenalan citra biji kopi robusta berdasarkan fitur circularity dan eccentricity menggunakan support vector machine (SVM) dan algoritme grid search. Metode yang digunakan terdiri dari, akusisi citra, preprocessing, ekstraksi fitur, klasifikasi, dan evaluasi. Circularity dan eccentricity digunakan dalam proses ekstraksi fitur, Sedangkan algoritme grid search digunakan untuk optimasi parameter SVM dalam proses klasifikasi pada 4 kernel berbeda. Kajian ini menghasilkan model klasifikasi terbaik dengan akurasi tertinggi sebesar 94% pada kernel RBF dan Polynomial.

Implementation of Network Mapper Tools on Local Area Networks Miftah Fauzy Alvaruqi; Jajam Haerul Jaman
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 21 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

The development of computer technology in today's rapidly increasing, a lot of aspects in the world of computers that can be developedstarting from the hardware ( hardware ) , software ( software ) as well as its operating system . Almost every year , every month , even every week of ering computer world discoveries and developments bothhardware ( hardware ) and software (the software) . The development of software on the network world is something that is very encouraging for network users , a wide range of specializedsoftware for a network marketed by the manufacturer ofthe software , but of development - these developments there is the other side that we do not want, which exploit program development , as this can be detrimental to network users , we can imaginehow disappointed we are , when we are indulge in the network and find out the data - welost important data , or classified documents we are known by people who are not responsible , users exploit program is known as hackers , Tools Network Mapper is one of the many programs exploit in the world. Tools Network Mapper program called the exploit because it can be used to identify in and explores the data without the knowledge of thetarget computer or computer without the user'spermission on the go , therefore we should be more careful - be active in the network. we already know that in order to solve a problem properly we must first study the problem itself, from the emergence of the problem until thecause and ef ect that caused by the problem itself , as well as in the manufacture of network security software , of course, the software maker first study one or a few programs - programs that exploit exists. In connection with our society is still relatively ignorant about theexploit in the writing program faculty research , the writer willdiscuss about the workings of oneof the programs that exploit Tools Network Mapper in identifying in and explores the target computer data.

Analisis Sentimen Terhadap Bantuan Kuota Internet Dari Kemendikbud Dimasa Covid-19 Menggunakan Algoritma C5.0 Nur Maelani Asih; Jajam Haerul Jaman; Yuyun Umaidah
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i2.2793

ABSTRAK Kuota kemendikbud merupakan bantuan kouta internet yang diberikan kemendikbud untuk para pelajar dan tenaga pengajar guna memfasilitasi pembelajaran daring yang diakibatkan pandemi Covid-19. Bantuan kuota dilakukan karena para pelajar yang mengeluhkan semakin banyak kuota internet yang dikeluarkan pada masa pembelajaran daring. Tujuan dari penelitian ini adalah melakukan analisis sentimen pengguna media sosial twitter terhadap kuota kemendikbud dengan menggunakan metodologi Knowledge Discovery in Databases (KDD) dan algoritma C5.0 dan menguji algoritmanya. Serta untuk hasil performa dari algoritma C5.0 menggunakan confusion matrix. Hasil akurasi C5.0 yaitu 74%. Ini mengalami kenaikan dari penelitian sentimen analisis dengan data twitter sebelumnya yaitu dengan akurasi sebesar 66%. Tetapi untuk pada penelitian ini presentasi untuk kelas netral pada precision dan recall serta kelas negatif pada recall rendah karena data training yang digunakan bisa dikatakan tidak balance.

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

Title

Found 65 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 65 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 65 Documents
Search