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 65 Documents
Search

 2   3   4   5   6 
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 : Masoem University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32627/internal.v4i1.285

Abstract

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.
Using Power BI to Apply Business Intelligence to Product Sales Annabella Dian Dameria Sinambela; Almira Zahra; Jajam Khaerul Jaman
Sistemasi: Jurnal Sistem Informasi Vol 13, No 2 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i2.3036

Abstract

This research aims to investigate the use of Power BI, which is one of the leading tools in the BI industry, in applying Business Intelligence in the context of product sales. Business Intelligence (BI) is a solution used to address the needs of companies with a focus on data analysis and access to support better decision making. The main goal is to help companies in the decision-making process through steps such as designing databases, Data Warehouse, and report generation. The result of this research is the analysis of reports showing product sales with the lowest contribution compared to other areas. Therefore, products that have the lowest contribution need special attention. One of the efforts that can be made is to carry out promotions and provide discounts to increase the number of orders from customers in a wider area.
Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air Lidya Ningsih; Jajam Haerul Jaman; Naufal Ibnu Salam; Muhammad Haikal
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 2 No. 1 (2024)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijmst.v2i1.298

Abstract

Klasifikasi mutu air adalah salah satu teknik dalam melakukan penilaian terhadap air sebagai objek penelitian. Penelitian ini dilakukan dengan tujuan agar dapat memberikan pengetahuan terhadap mutu atau kualitas air, sehingga dapat menjadi solusi terbaik yang dapat dilakukan terhadap air tersebut sebelum dikonsumsi. Penelitian ini menggunakan dua skenario dengan beberapa teknik klasifikasi, diantaranya adalah Algoritme Naive Bayes, KNN, Multiclass classification, MLP, SVM, dan Random Forest. Berdasarkan hasil peneltiian yang dilakukan dengan beberapa algoritma klasifikasi tersebut, didapatkan hasil akurasi terbaik menggunakan Algoritme Random Forest dengan persentase akurasi sebesar 99,5% pada skenario pertama dan 99,7% pada skenario kedua . Sedangkan tingkat akurasi terendah ditemukan pada Algoritme Naive Bayes dengan persentase akurasi sebesar 22,3% pada skenario pertama dan 21,9% pada skenario kedua. Hal ini disebabkan karena dataset mutu air yang diperoleh tidak seimbang atau tidak terdistribusi normal (Gaussian). Selain itu, algoritme Naive Bayes memiliki kinerja baik dalam pekerjaan klasifikasi dengan data teks.
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.
Analisis Algoritma Apriori Untuk Penentuan Asosiasi Penggunaan Deposito pada Nasabah Bank Fadilah, Frido Firman; Hamidah, Khoirunnisa; Fitrianti, Ika; Salsabila, Farras; Jaman, Jajam Haerul
Dinamik Vol 29 No 2 (2024)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v29i2.9433

Abstract

Keberadaan bank sebagai salah satu salah satu institusi keuangan terkemuka dalam perekonomian memberikan peluang yang sangat besar untuk memanfaatkan data nasabah dalam mengambil keputusan yang lebih baik dan efektif. Data deposito adalah salah satu instrumen investasi yang populer di kalangan nasabah bank, yang menawarkan keuntungan bunga yang lebih tinggi dibandingkan dengan tabungan biasa. Dengan menggunakan pemrograman Python, penelitian ini menghasilkan nilai confidence minimum sebesar 90% dan nilai support minimum yang dihasilkan adalah 90%. Maka, antar atribut satu dengan yang lainnya memiliki keterikatan yang kuat dan dapat menjadi acuan untuk pengambilan keputusan pada nasabah untuk penggunaan deposito.
Brosur Digital untuk Fitur Eksterior Produk Otomotif berbasis Markerless Augmented Reality Suharso, Aries; Haerul Jaman, Jajam; Mulyana, Alex
Jurnal Teknologi Terpadu Vol 6 No 1: Juli, 2020
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v6i1.237

Abstract

Traditionally, brochures are widely used in the delivery of information about a product. Along with technological developments, this brochure can be developed into an interactive digital brochure by implementing markerless augmented reality methods so that application content can interact with the environment. The test results using the rating scale obtained assessment aspects of the display included in the category of very good (130.75), aspects of the content included in the good category (129.75) and in total classified as very good (130.25). This shows that the digital brochure application developed is quite good and can be useful both for Automotive product marketers and for consumers.
APPLICATION OF BACKPROPAGATION NEURAL NETWORK ALGORITHM FOR CIHERANG RICE IMAGE IDENTIFICATION Aprilia, Dita; Jaman, Jajam Haerul; Adam, Riza Ibnu
Jurnal Pilar Nusa Mandiri Vol 16 No 2 (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 | DOI: 10.33480/pilar.v16i2.1500

Abstract

Rice is a food source for carbohydrates that are most consumed in Indonesia, because of this the production is higher compared to other food crops. There are several superior rice varieties planted by the farmers, one of them is Ciherang. This type is widely planted by farmers because has high selling as economic value and can be used as premium rice. The existence of several types of rice that had a high sales value makes some person was deceitfulness by mix the rice with premium quality with bad quality. Many people do not know the problem of distinguishing types of rice from one to another that has the same shape. Classification techniques using the backpropagation neural network algorithm and image processing are used to identify one of the most preferred types of rice, Ciherang. The network architecture model on the backpropagation algorithm is very influential on the value of accuracy. In determining the best network’s architectures, 4 times attempted where network architecture with 5 nodes in the input layer, 8 nodes in the hidden layer, and 1 node in output layer produce the highest accuracy of 82,66%.
Pelatihan Pembuatan Pupuk Organik Cair di Desa Cilamaya Wetan, Kecamatan Cilamaya, Kabupaten Karawang rahmi, Hayatul; Bayfurqon, Fawzy Muhammad; Jaman, Jajam Haerul
Jurnal Budiman: Pembangunan dan Pengabdian Masyarakat Nusantara Vol. 2 No. 1 (2024): April
Publisher : Fakultas Pertanian, Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/budiman.v2i1.11073

Abstract

Desa cilamaya Wetan rata-rata penduduk laki-lakinya bekerja sebagai petani. Ada yang meniliki lahan sendiri, ada pula yang lahannya status disewa. Dan ibu-ibunya rata-rata sebagai ibu rumah tangga. Desa ini masih jarang mendapat pelatihan dan warga masih minim ilmu terhadap pupuk organic cair. Sehingga PkM ini sangat diharapkan dapat memberikan manfaat pada warga desa untuk dapat terampil dalam membuat POC dari limbah organic dan dapat mengaplikasikannya pada lahan persawahan yang mereka miliki. Metoda PkM diantaranya : survei lokasi, mengurus perizinan pada Dinas terkait, pelaksanan meliputi pengenalan kandungan dan manfaat air cucian beras, pengenalan Pupuk Organic cair sebagai pengganti pupuk kimia, praktek bersama pembuatan Pupuk Organic cair dari limbah air cucain beras. Hasil penelitian yaitu : warga masyarakat peserta pelatihan memiliki minat yang tinggi dalam pembuatan Pupuk Organic air dan warga akan pengaplikasikan Pupuk Organic cair pada lahan pertanian yang mereka miliki. Warga bisa mengurangi penggunaan pupuk kimia karena penggunaan Pupuk Organic air sebagai substitusi.
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