Claim Missing Document
Check
Articles

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.
SISTEM PENDUKUNG KEPUTUSAN DALAM ASOSIASI PENJUALAN PRODUK DENGAN ALGORITMA APRIORI Hapipah, Nur; Ramona Purwa Novitri, Suci; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6799

Abstract

Semakin banyaknya persaingan bisnis khususnya dalam industry penjualan makanan menuntut para pengusaha mencari solusi agar bisnis tetap berjalan. Saat ini perkembangan teknologi sangat membantu di bidang bisnis agar segalanya lebih praktis, Penelitian ini dilakukan dengan menganalisis data penjualan dari sebuah toko retail, lalu hasil analisis menunjukkan adanya pola-pola asosiasi yang kuat antara produk-produk tertentu, hal ini dapat digunakan untuk mengembangkan strategi pemasaran yang efektif dan meningkatkan keputusan dalam perencanaan stok dan promosi produk. Dalam penelitian ini penulis memakai metode asosiasi dan algoritma apriori. Metode Apriori digunakan untuk menemukan asosiasi antara produk-produk yang sering terjual bersamaan. Implementasi sistem pendukung keputusan ini diharapkan dapat memberikan manfaat bagi pemilik toko dan pengambilan keputusan dalam industri ritel secara keseluruhan. Tujuan dari penelitian yaitu mengidentifikasi pola-pola penjualan yang signifikan berdasarkan data transaksi dan diharapkan membantu rating penjualan setiap harinya.
PREDIKSI JUMLAH KEDATANGAN WISATAWAN MANCANEGARA SE-ASIA KE INDONESIA BERDASARKAN KEWARGANEGARAAN MENGGUNAKAN FUZZY TIME SERIES Fitrianida Lutfiajati Pradhyani, Anisa; Maulana, Asyifa; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6821

Abstract

Indonesia adalah sebuah negara yang kaya akan keindahan alam, budaya yang beragam, dan keramahan penduduknya. Sehingga Indonesia menjadi salah satu negara yang dijadikan tujuan berlibur bagi para wisatawan yang ingin menjelajahi keajaiban alam, mengeksplor sejarah, hingga merasakan keramahan para masyarakatnya. Pariwisata merupakan salah satu bidang penghasilan yang sangat penting bagi negara Indonesia, karena memberikan kontribusi signifikan terhadap pertumbuhan ekonomi dan pembangunan negara. Karena jumlah pengunjung yang tidak dapat diprediksi, penting bagi negara untuk dapat memperkirakan dan mengantisipasi fluktuasi jumlah pengunjung di masa depan. Hal ini memungkinkan negara untuk menentukan kebijakan yang tepat terkait perubahan jumlah pengunjung. Dengan ini peneliti ingin melakukan prediksi terhadap jumlah kedatangan wisatawan asia yang datang ke Indonesia berdasarkan kewarganegaraan. Prediksi ini dilakukan untuk menjaga stabilitas keuangan negara serta salah satu upaya yang dapat dilakukan untuk meningkatkan infrastruktur pariwisata di Indonesia. Hasil dari penelitian ini adalah peneliti berhasil memprediksi jumlah wisatawan yang datang selama beberapa bulan kedepan menggunakan metode Fuzzy Time Series Lee. Dengan dilakukan pengujian tingkat kesalahan menggunakan Mean Absolute Precentage Error (MAPE) dengan hasil sebesar 8,36%, dengan kata lain penelitian ini memiliki hasil yang cukup akurat.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KEBIASAAN KONSUMEN DAN PREDIKSI STOK PRODUK: STUDI KASUS TOKO ELEKTRONIK WK Pratama, Okta; Haerul Jaman, Jajam
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.7016

Abstract

Toko Elektronik WK merupakan toko yang menjual barang elektronik khususnya barang-barang elektronik sound system. Selama beroperasi Toko Elektronik WK memiliki data historis penjualan produk yang ditawarkan. Namun belum dilakukan pemanfaatan secara optimal terhadap data – data tersebut. Sebab data historis penjualan produk memuat item – item penjualan selama 30 hari penggunaan algoritma apriori dipilih karena dapat menemukan aturan asosiasi yang terdapat dalam data transaksi, sehingga memberikan wawasan berharga bagi keputusan bisnis. Penerapan algoritma apriori untuk mengungkap pola – pola tersembunyi diharapkan dapat menjadi solusi bagi Toko Elektronik WK untuk membangun rekomendasi produk dan prediksi persediaan produk yang lebih optimal. Keluaran dari penelitian ini mengungkap 16 aturan asosiasi yang memenuhi minimum support dan confidence yang telah ditetapkan. Dapat dilihat pada aturan asosiasi yang ditemukan pada aturan ke satu sampai tujuh yaitu memiliki confidence 1.0 yang menandakan contoh pada aturan ke satu ketika konsumen membeli Amplifier Mini maka kemungkinan konsumen membeli Amplifier juga adalah 100%. Kemudian untuk evaluasi aturan yang telah diungkap dapat dilihat pada lift ratio yang memiliki nilai 1.0 yang menandakan aturan asosiasi yang ditemukan memiliki korelasi yang positif. Hasil dari penelitian ini diharapkan dapat meningkatkan kualitas pelayanan, rekomendasi produk yang tepat sasaran, dan efisiensi biaya operasional.
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENANGANAN KASUS PENEMBAKAN BRIGADIR J DENGAN ALGORITMA NAÏVE BAYES Surya Prabu Al Amin, Sinar; Haerul Jaman, Jajam; Garno, Garno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7126

Abstract

Kepolisian adalah aparat pemerintahan yang bertugas untuk menjaga masyarakat indonesia dari kejahatan dan memberikan rasa nyaman dan aman untuk masyarakat indonesia. Pada penelitian bertujuan untuk mengetahui sentimental masyarakat terhadap kasus yang sempat viral di media sosial beberapa waktu yang lalu, untuk melakukan analisis sentimen masyarakat Indonesia terhadap penanganan kasus penembakan Brigadir Nofriansyah Yoshua Hutabarat (Brigadir J) oleh Irjen Pol Ferdy Sambo melalui media sosial Twitter. Maka dilakukan lah pengumpulan data dari tweet dengan menggunakan cara crawling data dari Twitter API, setelah mendapatkan data dari masyarakat melalui Twitter maka data akan di olah dengan beberapa cara yaitu pembersihan data dari noise dan karakter tidak relevan, terdapat 1720 data tweet yang digunakan dalam penelitian ini. Metode analisis sentimen yang digunakan adalah algoritma klasifikasi Naïve Bayes, dengan penerapan Knowledge Discovery in Database (KDD) yang meliputi Data Selection, Pre Processing, Transformation, Data Mining, dan Evaluation. Selanjutnya, dilakukan pembobotan sentimen menggunakan kamus lexicon dan kamus negative words untuk mengklasifikasikan data ke dalam tiga kategori: positif, negatif, dan netral. Hasil dari penelitian ini menunjukkan bahwa model dengan skenario pembagian data 70:30 memiliki kualitas analisis sentimen yang baik, dengan nilai akurasi sebesar 68% dan nilai AUC sebesar 0.76. Kata-kata yang sering muncul dalam dataset adalah "brigadir", "ferdy", "sambo", dan "bunuh". Penelitian ini memberikan wawasan tentang pandangan dan opini masyarakat terhadap penanganan kasus penembakan Brigadir J di Twitter. Diharapkan hasil penelitian ini dapat menjadi referensi data informasi mengenai opini masyarakat terkait isu sensitif dan membantu pihak berwenang dalam memahami persepsi publik terhadap kasus tersebut.
Co-Authors Abdul Mufti Abdul Mufti Aditya Rizky Sanjaya Agung Susilo Yuda Irawan Ahzka Nabbilah Tuzzahrah Alex Mulyana Alpin Apriliansyah Mohsa Amelia Isnanda Ananda, Tri Darma Aprilia, Dita Aries Suharso Arif Imam Suroso Arip Solehudin Armeilia, Rida Carudin Carudin, Carudin Chandraditio, Ramadhan Cholis, Yaspin Andika Muhamad Nur Desviana, Alyssa Dikky Setiyanto Dwi Ely Kurniawan Fachry Abda El Rahman Fadhillah, Octavia Salwa Dzaky Fadila, Muhamad Arya Fadilah, Frido Firman Fajar Mulyana Fawzy Muhammad Bayfurqon 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 Iqbal Maulana Irawan, Agung Susilo Yuda Irman Hermadi Iwan Hermawan Juardi, Didi Khaerunisa, Salsa Kurniadewi, Herwinda Lenteraningati, Anggun Liawati Liawati Ma'arif, Muhammad Samsul Maesaroh, Maya Mangatar, Adrian Marselina, Sonia Maulana, Asyifa Maulana, Devi Fitriani Mayasari, Rini Miftah Fauzy Alvaruqi Miftahussalamah, Dwi Mohsa, Alpin Apriliansyah Mufid, Tsaqif Mu'tashim Muhamad Arya Fadila Muhammad Haikal Muhammad Samsul Ma'arif Muhammad Zidan Fahreza Mulyana, Alex Ningsih, Lidya Novia Indriyani Puji Astuti Nugroho, Rosyid Eko Nur Maelani Asih Nur Padilah, Tesa Nurhidayat Nurhidayat Oktavirani, Yurike 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 Rijal Abdulhakim Rini Mayasari Riyandoro, Affani Putri Riza Ibnu Adam Riza Ibnu Adam, Riza Ibnu Rizal Fadilah Rizkyawan, Hafil Rizwan, Ivan Rosiana, Puput Silva Rozikin, Chaerur Salam, Naufal Ibnu Salsabila, Farras Saory, Farhan Septa Firdaus, Ahmad Ray Setiyanto, Dikky Siregar, Amril Mutoi Sofi Defiyanti Sofyan, Fazrin Meila Azzahra Surya Prabu Al Amin, Sinar Syah Adi Fahlevi Syifa Fauziyah, Syifa Tesa Nur Padilah Tuzzahrah, Ahzka Nabbilah Ultach Enri Ultach Enri Vicky Chandra Wahyuningrum Ayu Yaspin Andika Muhamad Nur Cholis Yayan Gustiana Yuazijah, Afiva Yuyun Umaidah Yuyun Umaidah Yuyun Umaidah Zahra, Vanissa Fatimatul