Claim Missing Document
Check
Articles

Optimasi Akurasi Koefisien Pajak Kendaraan Bermotor di Indonesia Menggunakan Metode Klasifikasi dan Regres Togatorop, Joiner Tennye Ariel; Chrismanto, Antonius Rachmat; Raharjo, Willy Sudiarto
Jurnal Terapan Teknologi Informasi Vol 9 No 1 (2025): Jurnal Terapan Teknologi Informasi
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21460/jutei.2025.91.389

Abstract

The growing awareness of the impact of motor vehicle emissions on the environment has encouraged Indonesia’s Ministry of Environment and Forestry to enforce emission testing regulations. These emission standards serve as a basis for calculating Motor Vehicle Tax (PKB). The Transportation Technology Research Center (BRIN) developed a tax coefficient prediction system to support this policy. Initial research utilized Orange Data Mining for machine learning analysis with algorithms like Random Forest, Neural Network, and AdaBoost. However, Orange Data Mining has limitations in flexibility, particularly in parameter tuning and preprocessing data, as well as inefficiencies in handling large datasets. This study adopts a more flexible approach, employing AutoML LazyPredict for quick identification of optimal models and GridSearchCV for hyperparameter optimization. The methodology involves two approaches: classification and regression. Classification employs models such as Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Decision Tree, Extra Tree, and LightGBM, while regression utilizes Support Vector Regressor (SVR) optimized with GridSearchCV. Both approaches enable a comprehensive comparison and analysis of model performance. The results indicate that SVM and Decision Tree excelled in classification, achieving an accuracy of 100%. In regression, the models demonstrated high 16 performance with R² values ranging from 0.95 to 1.00, indicating exceptional predictive accuracy. Evaluations were conducted using metrics such as MAE, MSE, and R² for regression, along with accuracy scores and classification reports for classification tasks. This research underscores the effectiveness of machine learning model optimization, with both analyzed algorithms showing outstanding performance for classification and regression tasks.
Pembangunan Sistem E-reservation Ruangan Lab FTI UKDW Berbasis Website Waworuntu, Ghea Natasya Pingkan; Chrismanto, Antonius Rachmat; Rini, Maria Nila Anggia
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.87271

Abstract

Peminjaman ruangan maupun alat pada LAB FTI UKDW dilakukan secara konvensional dimana peminjam perlu untuk datang terlebih dahulu mengecek ketersediaan ruangan atau alat. Setelah itu peminjam dapat melakukan peminjaman sesuai dengan ketersediaan yang ada. Peminjaman yang telah dilakukan, sering kali terjadi pembatalan akibat tabrakan jadwal peminjaman yang dilakukan ataupun peminjaman yang tidak tercatat oleh petugas. Penelitian ini dilakukan dengan tujuan untuk membangun sistem e-reservation  pada LAB FTI UKDW. Sistem ini dibangun dengan menggunakan metode SDLC (Software Development Life Cycle) dengan model Inkremental.  Secara keseluruhan terdapat 3 inkremen yang dilakukan dengan masing-masing inkremennya melalui 3 tahapan yaitu desain, implementasi dan pengujian. Pada saat proses pembangunan sistem akan digunakan pengujian Blackbox testing  untuk menguji fungsionalitas dan pengujian Usability testing  untuk menguji kepuasan pengguna dan antarmuka pada sistem. Hasil pengujian yang didapatkan dari Blackbox testing  menunjukkan angka keberhasilan 81-85% pada inkremen pertama lalu diujikan kembali pada inkremen kedua dan mendapatkan hasil 100% untuk case  yang gagal pada inkremen pertama. Selanjutnya pada inkremen kedua juga dilakukan pengujian fitur utama yang mendapatkan angka keberhasilan berkisar 52-56% yang dipengaruhi oleh jumlah case  yang diujikan dan kompleksitas fitur yang dikembangkan. Pada inkremen terakhir, case  yang gagal pada inkremen kedua diujikan kembali dan mendapatkan tingkat keberhasilan 100%. Selain itu pada inkremen ketiga juga dilakukan pengujian pada fokus fitur yang dibangun pada inkremen ini dan menunjukkan angka keberhasilan 100%. Hal ini menunjukkan bahwa sistem dapat berfungsi dengan baik setelah dilakukan beberapa kali pengujian pada tiap inkremen. Dalam pengujiannya terdapat beberapa bug  yang ditemukan diluar dari test case. Sedangkan untuk hasil Usability testing  didapatkan hasil 69,33 yang cukup dapat diterima pengguna. Akan tetapi, masih memerlukan perbaikan untuk meningkatkan kepuasan pengguna.
Pengembangan Sistem Pemantauan Aduan Kehumasan Kurniani, Kezia Trifena; Krisnawati, Lucia Dwi; Chrismanto, Antonius Rachmat
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.95650

Abstract

Sistem pemantauan aduan kehumasan merupakan salah satu cara untuk menangani aduan yang selama ini dilakukan secara manual. Pencatatan secara manual menyebabkan aduan tidak terdokumentasi dengan baik dan dapat menghambat evaluasi layanan perguruan tinggi. Untuk mengatasi hal-hal tersebut maka dikembangkan sebuah sistem pemantauan aduan kehumasan yang dirancang sejalan dengan tujuannya yaitu pengelolaan aduan dan mempermudah tindak lanjut secara efektif dan efisien serta mengedepankan kenyamanan pengguna. Pengembangan sistem menggunakan pendekatan Goal-Directed Design (GDD), yang diawali dengan identifikasi kebutuhan pengguna melalui survei atau wawancara terhadap tiga jenis pengguna: pengguna umum, admin unit, dan super admin. Persona dan skenario penggunaan disusun untuk memastikan bahwa fitur yang dibangun sesuai dengan konteks nyata penggunaan. Penentuan kebutuhan sistem dan desain awal akan dievaluasi hingga menjadi mockup sebelum melakukan implementasi. Hasil pengujian menunjukkan bahwa sistem berfungsi dengan optimal menggunakan metode Goal-Directed Design, yang dilanjutkan dengan pengujian task scenario dan System Usability Scale (SUS). Pada pengujian task scenario, aspek efektivitas mendapat penilaian "extremely effective", menandakan bahwa pengguna mampu menyelesaikan tugas-tugas utama dengan benar dan tanpa hambatan signifikan. Dari segi efisiensi, sistem menunjukkan kinerja yang tinggi, terlihat dari penyelesaian tugas yang cepat serta minimnya kesalahan oleh pengguna. Sementara itu, hasil pengujian SUS menghasilkan skor 80,66, yang tergolong dalam Grade B dengan penilaian "Good" berdasarkan adjective rating, dan termasuk kategori "Acceptable" menurut standar kelayakan sistem. Ini mengindikasikan bahwa sistem memiliki tingkat kegunaan yang sangat baik.
Pelatihan Google Workspace untuk Peningkatan Kapasitas Anggota Mission 21 Asia dalam Pengolahan Data Kegiatan dan Alumni Chrisantyo, Lukas; Chrismanto, Antonius Rachmat; Wibowo, Wahju Satria; Delima, Rosa; Lukito, Yuan
Jurnal Atma Inovasia Vol. 4 No. 2 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i2.8227

Abstract

Mission 21 Asia merupakan organisasi kemasyarakatan yang berpusat Basel, Switzerland. Mission 21 memiliki berbagai program pelatihan untuk pengembangan diri baik bagi anggota maupun masyarakat umum. Saat ini belum dilakukan pengolahan data yang terstuktur dan tersistem untuk program pelatihan yang telah dilaksanakan. Kebutuhan pengelolaan data hasil pelatihan yang rutin diadakan oleh suatu institusi menjadi hal yang diperlukan untuk evaluasi dan pengukuran kinerja hasil pelatihan. Selain itu pengelolaan data alumni dari sebuah program pelatihan sangat dibutuhkan untuk memudahkan proses pencarian data. Berdasarkan kebutuhan tersebut Mission 21 Asia dituntut untuk memanfaatkan teknologi informasi untuk membantu pengelolaan data alumni dan mitra mereka yang tersebar di berbagai daerah di Indonesia. Fakultas Teknologi Informasi Universitas Kristen Duta Wacana (FTI UKDW) bekerjasama dengan Mission 21 Asia memberikan pelatihan dan pendampingan pengelolaan data menggunakan Google Workspace mulai dari teori hingga implementasi. Materi pelatihan meliputi pemanfaatan Google Forms, pengelolaan data dilakukan baik secara online maupun onsite melalui aplikasi pengolah data, hingga mengembangkan sebuah aplikasi dashboard sederhana yang bisa dimanfaatkan secara langsung oleh para mitra Mission 21. Hasil pelatihan adalah peningkatan kemampuan peserta untuk membuat sistem data base alumni berdasarkan kebutuhan informasi yang diharapkan. Peserta memahami bagaimana mengolah informasi alumni melalui pengembangan sistem manajemen alumni.
Pelatihan Persiapan Olimpiade Sains Nasional Bidang Komputer Untuk Siswa SMA Pangudi Luhur Yogyakarta Lukito, Yuan; Chrismanto, Antonius Rachmat; Wibowo, Argo; Delima, Rosa; Santosa, Raden Gunawan; Haryono, Nugroho Agus; Wijana, Katon
GIAT : Jurnal Teknologi untuk Masyarakat Vol. 3 No. 1 (2024): Mei 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/giat.v3i1.9166

Abstract

Kompetisi Olimpiade Sains Nasional (OSN) yang rutin diselenggarakan setiap tahunnya membutuhkan persiapan dari siswa-siswa sekolah yang ingin mengikuti kompetisi tersebut.  SMA Pangudi Luhur Yogyakarta ingin mengikuti kompetisi tersebut dengan mengirimkan beberapa siswanya, sehingga membutuhkan pelatihan OSN untuk siswa-siswanya. Tim PKM dari Fakultas Teknologi Informasi bersedia untuk mengadakan pelatihan OSN dengan menyiapkan materi-materi dengan topik algoritma, logika dan aritmatika sesuai dengan silabus OSN.  Pelatihan dilaksanakan selama 14 pertemuan di kampus Universitas Kristen Duta Wacana.  Pelatihan tersebut telah berhasil dilaksanakan dengan baik dan berhasil memenuhi kebutuhan dari pihak sekolah. Pada materi algoritma didapatkan peningkatan rata-rata nilai post-test terhadap rata-rata nilai pre-test, yaitu meningkat dari 57,14 menjadi 97,14. Hasil evaluasi dari pelaksanaan pelatihan ini secara umum sudah baik dan sesuai kebutuhan, walaupun ada beberapa permasalahan seperti jadwal pelatihan yang terpaksa mundur dan tingkat partisipasi siswa yang makin menurun pada beberapa pertemuan akhir.
Comparison Testing Functional and Usability System Mapping Land Agriculture On Platform Web and Mobile Chrismanto, Antonius Rachmat; Purwadi, Joko; Wibowo, Argo; Santoso, Halim Budi; Delima, Rosa; Balisa, Delfia
IAIC Transactions on Sustainable Digital Innovation (ITSDI) Vol 2 No 2 (2021): April
Publisher : Pandawan Sejahtera Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/itsdi.v2i2.401

Abstract

The Agricultural Land Mapping System (SPLP) is indispensable in an agricultural country where part of the population is farmers. This system has been developed by the research team since 2019 and has resulted in web and mobile based systems. The Dutatani SPLP system was developed using the Rapid Application Development (RAD) method. Before this system is further implemented in the community, this system needs to be tested in terms of functionality and usability. This research article aims to compare the functionality and reusability testing of web and mobile-based SPLP. The test was carried out using ISO / IEC 9126-4 usability metrics that focus on effectiveness and efficiency, and involve farmers and farmer groups from Gilang Harjo Village, Bantul, Yogyakarta. The results of testing the web-based and mobile-based SPLP system show that overall respondents can do all the tasks given, but it takes a long time to complete. This is influenced by internal factors of the respondents, namely the respondent's lack of experience in using mobile phones for other activities besides telephone and short messages. So that when testing, respondents need more time to adapt to the system. However, based on time on task, mobile-based SPLP testing is faster than web-based ones.
Text Similarity Analysis for Evaluating Alignment Between Lesson Plans and Teaching Reports Rachmat Chrismanto, Antonius; Sudiarto Raharjo, Willy; Gilang Purnajati, Oscar
CogITo Smart Journal Vol. 11 No. 2 (2025): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v11i2.976.414-429

Abstract

RPS (Rencana Pembelajaran Semester, or called Lesson Plans) is a class activity planning document in the higher education learning process that includes learning outcomes, methods, learning strategy, and evaluation criteria. It is created by the lecturers in charge of the course and coordinated with the relevant department. This document needs to be monitored throughout the semester for its conformity with the implementation document (Borang Pelaksanaan Perkuliahan (BPP)). It was done manually through our eRPS system, but it requires a lot of effort and precision and is not time-efficient. This research focused on evaluating the effectiveness of several content-based text similarity methods to detect RPS conformity compared with the BPP, or called Teaching Reports document. The Boyer-Moore (B), Rabin-Karp (R), Jaccard (JC), Jaro-Winkler (JW), Smith-Waterman (SW), Knuth-Morris-Pratt (K), Levenehtein cosine similarity (C), Dice (D), Jaro (J), and Soundex (S) algorithms were evaluated in this paper. In the vector-based similarity method, TF-IDF was used. The evaluation of 11 string-matching algorithms across four scenarios demonstrated clear performance trends. Fuzzy algorithms (SW with accuracy 0,845–0,870, and JW with accuracy 0,840-0,850) achieved the highest accuracy in a single row of lecturer scenario, while exact/pattern-based algorithms (B, K, and S with accuracy 0,8625–0,8725) on a combination of all rows of lectures with minimal variance (≈0,005–0,015).  Pre-processing benefits fuzzy algorithms (+2.5%) but is neutral for exact/pattern-based algorithms. The combined scenario improves the exact/phonetic algorithms (+6–7%) but reduces the fuzzy performance algorithm (−10–14%). The optimal thresholds were generally 40–50%, except for JW and J, which were 65%.
Co-Authors Abednego Kristiawan Takaredase Abednego Kristiawan Takaredase, Abednego Kristiawan Aditya Kurniawan Effendi Aditya Wikan Mahastama Ahmad Ashari Aloysius Adhyatma Herfangsyah Andronicus Riyono Anny Kartika Sari Ardhy Chandra Kurniawan Argo Wibowo Argo Wibowo Arnan Dwika Diasmara Astuti, Laksmita Widya Balisa, Delfia Bhernardin Erryco Gagah Pattriskak Blasius Neri Puspika Budi Susanto Budi Susanto Cahyanto, Ruddy Damayanti, Elok Daniel Hutama Putra Danny Sebastian Dea Alverina Delfia Balisa Denna Prestianti Desyandri Desyandri Diasmara, Arnan Dwika Elisabeth Adelia Widjojo Erick Kurniawan Erick Kurniawan Erinda Resha Astanti Gabriella Amelia Prasetyo Gani Indriyanta Gilang Purnajati, Oscar Gloria Virginia Gregorius Titis Indrajaya Gregorius Titis Indrajaya, Gregorius Titis Griffin Theresia R. Halim Budi Santoso Handi Hermawan Hendy Yudhitya Susetya Herlina Lina Hermawan, Handi Hizkia Juan Suryanto Hizkia Juan Suryanto, Hizkia Juan Ignatia Dhian E.K.R. Ignatia Dhian E.K.R., Ignatia Dhian Joko Purwadi Joko Purwadi Jong Jek Siang Jong Jek Siang Junius Karel Tampubolon Junius Karel Tampubolon Karmela Saturnina Mega Wea Karmela Saturnina Mega Wea Katon Wijana Katon Wijana Katon Wijana Katon Wijana Kristanto G, Steven Kristian Adi Nugraha Kristian Adi Nugraha Kurniani, Kezia Trifena Lemmuela Alvita Kurniawati, Lemmuela Alvita Lucia Dwi Krisnawati Lukas Chrisantyo Lukas Chrisantyo Lukas Chrisantyo Matahari Bhakti Nendya Matahari Bhakti Nendya, Matahari Bhakti Meldy Saimon Pinontoan Mikhael Meier Nathaniel Clarence Haryanto Nugroho Agus Haryono Pinontoan, Meldy Saimon Raden Gunawan Santosa Rama Novta Miraldi Ratih Alfionita Restyandito Rini, Maria Nila Anggia Rosa Delima Ruddy Cahyanto Sebastian, Danny Sefia Chandra Selvy Welianto Sudarma, Wayan Edi Sudiarto Raharjo, Willy Susilo, Anton Sylvia Putri Gunawan Tanujaya, Yoel Togatorop, Joiner Tennye Ariel Verianto, Eko Voni Yuniati Wahju Satria Wibowo Waworuntu, Ghea Natasya Pingkan Wayan Edi Sudarma Widi Tamtama, Gabriel Indra Wilbert Wilbert Willy Ristanto Willy Sudiarto Willy Sudiarto Raharjo Willy Sudiarto Raharjo Willy Sudiarto Raharjo Yanuar Budi Prasetyo Yohanes Suyanto Yuan Lukito Yuan Lukito Yunita Sari