Article Per Year (5 Year)
p-Index From 2020 - 2025
9.566
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 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 : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 4   5   6   7   8 
SISTEM MONITORING SERVER MENGGUNAKAN PROMETHEUS DAN GRAFANA DENGAN INTEGRASI SLACK DI PT. ATLAS LINTAS INDONESIA Saory, Farhan; Jaman, Jajam Haerul; Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.8024

Abstract

Infrastruktur teknologi informasi yang andal sangat penting untuk menjaga kontinuitas layanan di perusahaan. PT. Atlas Lintas Indonesia belum memiliki sistem monitoring server yang mampu mendeteksi gangguan secara otomatis dan real-time, sehingga diperlukan solusi yang efisien. Penelitian ini bertujuan untuk mengimplementasikan sistem monitoring menggunakan Prometheus, Grafana, dan integrasi Slack untuk mendeteksi lonjakan penggunaan CPU, memori, dan disk. Metode penelitian yang digunakan adalah eksperimental dengan tahapan implementasi sistem, pengujian performa, dan analisis menggunakan independent t-test. Sistem diuji pada dua kelompok server: eksperimen (dengan monitoring) dan kontrol (tanpa monitoring). Hasil menunjukkan bahwa sistem monitoring berhasil mendeteksi anomali dengan lebih cepat dan memberikan notifikasi real-time melalui Slack. Terdapat perbedaan signifikan dalam waktu deteksi antara kedua kelompok, yang menunjukkan efektivitas sistem. Kesimpulannya, sistem ini mampu meningkatkan efisiensi pemantauan dan dapat mengurangi risiko downtime pada infrastruktur server perusahaan.
Rancang Bangun Aplikasi Pemesanan Pada Restoran Warung Warisan menggunakan Metode Simple Additive Weighting (SAW) Septa Firdaus, Ahmad Ray; Mulyana, Fajar; Mangatar, Adrian; Jaman, Jajam Haerul
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8530

Abstract

UPDATE PUSDATIN
Penerapan Data Mining dengan Algoritma C5.0 Untuk Prediksi Penyakit Stroke Sofyan, Fazrin Meila Azzahra; Riyandoro, Affani Putri; Maulana, Devi Fitriani; Jaman, Jajam Haerul
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8578

Abstract

Penyakit stroke merupakan kondisi yang mempengaruhi sistem saraf dan dapat menyebabkan dampak yang serius pada kesehatan seseorang. WHO menyatakan sebanyak 13,7 juta kasus setiap tahunnya dan 5,5 juta orang diantaranya meninggal dunia akibat penyakit ini. Tujuan dari penelitian ini adalah untuk mengembangkan model prediksi yang dapat membantu dalam identifikasi dini risiko terjadinya stroke. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Databases (KDD) dengan menerapkan algoritma C5.0, yang merupakan salah satu algoritma klasifikasi yang efektif dalam mengolah data dengan atribut numerik maupun kategorikal. Pada metode Knowledge Discovery in Databases (KDD) terdiri dari beberapa tahap yang perlu dilakukan untuk penelitian ini, yaitu selection, preprocessing, transformation, data mining, dan evaluation. Untuk Algoritma C5.0 sendiri merupakan sebuah algoritma klasifikasi dalam bidang data mining yang secara khusus digunakan dalam teknik decision tree.  Data yang digunakan dalam penelitian ini adalah dataset yang berisi informasi medis dan faktor risiko yang terkait dengan stroke. Hasil dari penelitian ini berupa Decision Tree (pohon keputusan) dengan nilai accuracy, recall, dan precision dengan melakukan split data 80% (data training) - 20% (data testing) hasil nilai Accuracy yang diperoleh sebesar 95%, Recall = 96%, dan Precision = 99%.
PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS PADA SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SMARTPHONE Tuzzahrah, Ahzka Nabbilah; Setiyanto, Dikky; Cholis, Yaspin Andika Muhamad Nur; Jaman, Jajam Haerul
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 Rosiana, Puput Silva; Mohsa, Alpin Apriliansyah; Fadila, Muhamad Arya; Jaman, Jajam Haerul
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 Ma'arif, Muhammad Samsul; Jaman, Jajam Haerul; Irawan, Agung Susilo Yuda
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.
Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air Ningsih, Lidya; Jaman, Jajam Haerul; Salam, Naufal Ibnu; Haikal, Muhammad
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.
Perancangan Sistem Layanan Grosir Warung Berbasis Website Dengan Metode Prototipe (Studi Kasus: Manjoo) Oktavirani, Yurike; Jaman, Jajam Haerul; Rozikin, Chaerur
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 4 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10538586

Abstract

The manjoo warung website is an online wholesale service website that can be ordered remotely. This website is expected to provide convenience in finding wholesale shop products at competitive prices. The manjoo warung website is a grocery stall service intended for shop owners who are going to open a grocery shop business. The survey data conducted in this study, it shows that many grocery shop owners are still having trouble finding distributors for their stalls. So manjoo proposed and designed an idea to be able to overcome the problem. In this study, website design only reached the interactive prototype stage. In designing this interactive prototype using the prototype method and testing using the technology acceptance model (TAM) method. The variables used for testing using the technology acceptance model (TAM) are perceived usefulness, perceived ease of use, actual system use, behavioral intention to use, and self-efficacy. From the results of the normality test, and others, it is found that the influential variables are self-efficacy which directly influences perceived ease of use, perceived ease of use which directly influences perceived usefulness, perceived ease of use with behavioral intention of use, and behavior intention of use with actual system of use. Keywords: Prototype, User Interface, Technology Acceptance Model, Grocery Store, Website
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