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

 3   4   5   6   7 
Pemetaan UMKM dalam Upaya Pengentasan Kemiskinan dan Penyerapan Tenaga Kerja Menggunakan Algoritma K-Means Kurniadewi, Herwinda; Hakim, Rijal Abdul; Jajuli, Mohamad; Jaman, Jajam Haerul
Journal of Applied Informatics and Computing Vol. 6 No. 2 (2022): December 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v6i2.4227

Abstract

Covid pandemic created an economic crisis. Increase the poverty rate by double digits in one year in Indonesia. Covid pandemic has also had an impact on Indonesia's employment conditions, such as finding it difficult to find work. Absorption of labor has a close correlation with poverty. The workforce has a significant influence on the poverty level. One of the regencies in West Java which has a high poverty rate and job seekers is increasing compared to the previous year, Purwakarta Regency. Poverty alleviation by developing MSMEs has good potential. The development of MSMEs will be able to absorb more workers and increase people's income so that it can encourage the rate of economic growth. In this study using the CRISP-DM methodology. In this study, MSMEs in Purwakarta Regency were grouped based on location, number of MSMEs, number of poor people and number of job seekers by using the k-means algorithm and mapping using python. The results of the grouping obtained 3 clusters, namely clusters as many as 6 districts, clusters as many as 8 districts and clusters as many as 3 districts. To determine the performance of the model, an evaluation of the silhouette coefficient which obtained a value of 0.45.
Pengenalan Wajah Resolusi Rendah Menggunakan Arsitektur Lightweight VarGFaceNet dengan Adaptive Margin Loss Ramadani, Daffa Tama; Adam, Riza Ibnu; Jaman, Jajam Haerul; Rozikin, Chaerur; Garno, G.
Journal of Applied Informatics and Computing Vol. 7 No. 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5831

Abstract

Face recognition is a modern security solution that is quickly and easily integrated into most existing devices, so this system is widely applied to several domains as one of the security authorizations. Developing face recognition models using mainstream architectures (AlexNet, VGGNet, GoogleNet, ResNet, and SENet) will make it difficult to implement the models on mobile devices and embedded systems. In addition, low resolution images, such as those from CCTV surveillance cameras or drones, pose challenges for the models to recognize faces, as the images lack sufficient details for identification. Therefore, this research aims to analyze the performance of a face recognition model developed using the lightweight VarGFaceNet architecture with the adaptive margin loss AdaFace on a low-resolution image dataset. Based on the evaluation results on the LFW dataset, an accuracy of 99.08% was achieved on high-resolution data (112x112 pixels), while on the lowest synthetic low-resolution data (14x14 pixels), an accuracy of 79.87% was obtained with the assistance of the Real-ESRGAN and GFP-GAN super-resolution models. On the TinyFace dataset, without fine-tuning, a Rank-1 accuracy of 46.08% was achieved without using super-resolution models and 45.03% when utilizing super-resolution models.
Identifikasi Citra Kain Songket Pandai Sikek Menggunakan Metode Convolutional Neural Network (CNN) Ananda, Tri Darma; Garno, Garno; Primajaya, Aji; Juardi, Didi; Jaman, Jajam Haerul
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 7.D (2025): Jurnal Ilmiah Wahana Pendidikan 
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia memiliki banyak kerajinan tangan yang telah mendunia salah satunya kerajinan tenun berbahan dasar benang yang berasal dari daerah Minangkabau yaitu songket. Songket yang dibuat memiliki motif ciri khas tersendiri dari masing-masing daerah pembuatannya. Salah satu kerajinan songket ini telah dijadikan sebagai warisan budaya tak benda Indonesia oleh Kementerian Pendidikan dan Kebudayaan yaitu songket Pandai Sikek. Keindahan motif-motif pada songket Pandai Sikek merupakan bentuk atau ciri khas daerah itu sendiri seperti misalnya motif gunung-gunung yang menunjukkan indahnya pegunungan didaerah Pandai Sikek. Akan tetapi, sekarang motif songket Pandai Sikek mulai sedikit berubah menjadi motif baru yang tidak memiliki nilai filosofis sehingga nantinya warisan ini akan terancam kehilangan keaslian dari motif tersebut. Penelitian ini bertujuan untuk mengidentifikasi motif-motif asli songket Pandai Sikek dengan teknik deep learning yaitu convolutioanl neural network (CNN) menggunakan algoritma MobileNetV2. Metode yang digunakan dalam penelitian ini adalah Cross Industry Standart Process for Data Mining (CRISP-DM) dengan langkah-langkah diantaranya business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Total dataset sebanyak 200 citra diantaranya terdiri dari 4 jenis motif adalah Balah Kacang, Salapah, Cukia Barantai, Sirangkak dengan setiap motif berjumlah 50 citra. Dataset dibagi menjadi 100 data latih dan 100 data tes. Dalam pengujian dilakukan perbandingan data latih dan data tes dengan cara data splitting seperti 70% : 30%, 80% : 20%, dan 90% : 10%. Hasil akurasi model setiap data splitting yaitu 100%, 100%, dan 72.22%. Model terbaik pada perbandingan 90% : 10% dan tidak terjadinya overfitting, maka model ini menunjukkan bahwa algoritma MobileNetV2 dapat digunakan untuk mengidentifikasi motif songket.
Pentingnya Pengetahuan Jejak Digital Untuk Siswa Sekolah Dasar Wilayah Kabupaten Karawang Jaman, Jajam Haerul; Desviana, Alyssa; Fauziyah, Syifa; Zahra, Vanissa Fatimatul; Solehudin, Arip
Jurnal Abdimas Mandiri Vol. 9 No. 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v9i1.5144

Abstract

Perkembangan era digital membawa tantangan baru, khususnya bagi siswa sekolah dasar yang kini memiliki akses yang luas terhadap perangkat digital. Jejak digital, yakni segala aktivitas yang dilakukan seseorang di dunia maya, dapat menjadi peluang maupun risiko jika tidak dikelola dengan bijak. Sosialisasi mengenai pentingnya jejak digital dilakukan di tiga sekolah dasar di Kabupaten Karawang, yakni SDN Teluk Jambe 2, SDN Sukaluyu 3, dan SDN Sukaharja 2. Kegiatan ini bertujuan untuk memberikan  pemahaman  kepada  siswa  tentang cara  menjaga  jejak  digital  yang  aman,  positif,  dan bertanggung jawab. Metode pelaksanaannya melibatkan perencanaan yang matang, meliputi penyiapan materi yang sesuai dengan usia siswa, penyampaian materi secara interaktif menggunakan media visual, diskusi ringan, simulasi, serta evaluasi melalui kuis. Ice breaking digunakan untuk membangun keterlibatan siswa, sedangkan materi disampaikan dengan contoh nyata untuk memudahkan pemahaman. evaluasi dilakukan melalui kuis interaktif menggunakan aplikasi digital dan ditutup dengan pemberian hadiah edukasi sebagai apresiasi atas partisipasi siswa. Hasil kegiatan menunjukkan adanya peningkatan kesadaran siswa terhadap literasi digital yang ditunjukan dengan antusiasme peserta dalam berdiskusi, khususnya pengelolaan jejak digital. Siswa memahami pentingnya menjaga privasi, menghindari risiko kejahatan digital, dan menciptakan jejak digital yang positif. Diharapkan kegiatan ini dapat membentuk generasi muda yang cerdas dalam memanfaatkan teknologi dan berperilaku etis di dunia maya. Sosialisasi ini merupakan langkah awal untuk mendukung siswa dalam menghadapi tantangan era digital secara bijak dan bertanggung jawab.
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