Article Per Year (5 Year)
p-Index From 2021 - 2026
3.018
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Informatika dan Sains Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika ECOPLAN : JOURNAL OF ECONOMICS AND DEVELOPMENT STUDIES Jurnal Ilmu Teknik dan Komputer Jurnal Inovasi Penelitian Journal of Computer Networks, Architecture and High Performance Computing Akrab Juara : Jurnal Ilmu-ilmu Sosial JURNAL ELEKTRO DAN INFORMATIKA SWADHARMA (JEIS) ProBisnis : Jurnal Manajemen
Hasta Herlan Asymar
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Medicine & Pharmacology Physics Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
ADMINISTRASI KLIRING PADA DIVISI SENTRA OPERASI KANTOR PUSAT PT BANK RAKYAT INDONESIA (PERSERO) JAKARTA Dirgahayu Erri; Hasta Herlan Asymar; Losa Larasati
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 7 No. 3 (2022): Agustus
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58487/akrabjuara.v7i3.1871

Abstract

Administrasi merupakan salah satu kegiatan organisasi atau badan usaha yang sangat penting. Administrasi harus dikelola dengan baik guna membantu mekanisme kerja dari seluruh karyawan instansi yang bersangkutan dalam pencapaian tujuan secara lebih efektif dan efisien. Administrasi berlaku diperusahaan perbankan. Bank merupakan salah satu sumber potensi penggerak laju perekonomian dalam negeri maupun global. Kliring merupakan jasa penyelesaian hutang piutang antar bank dengan cara saling menyerahkan warkat-warkat yang akan dikliringkan dilembaga kliring. Saat ini di Indonesia terdapat 105 penyelenggara kliring lokal. Metode penelitian yang digunakan yaitu observasi, wawancara dan studi dokumentasi. Proses administrasi kliring pada PT Bank Rakyat Indonesia terdiri dari DKE penyerahan debet keluar, sentralisasi warkat debet masuk, pengembalian debet data keluar H+1 (tolakan keluar), pengembalian debet data keluar H+1 (tolakan keluar)-pembukuan biaya tolakan, pengembalian debet keluar H+1 (tolakan keluar)-pembukuan reversal, pengembalian debet keluar H+1 (tolakan keluar)-pembukuan biaya intercity, pengembalian debet masuk H+1 (tolakan masuk). Pihak-pihak yang berwenang dalam penanganan administrasi kliring terdiri dari kepala dan wakil kepala bagian sentra operasi RTGS dan kliring, supervisor kliring debet, petugas seksi kliring debet, teller, petugas DHN.
Design And Build The AMANAH Vocational School Main Book Application Using The Waterfall Model Farabi, Nur Ali; Asymar, Hasta Herlan; Rachmat Hidayat; Setiawan, Dimas Muslim
Journal of Computer Networks, Architecture and High Performance Computing Vol. 4 No. 1 (2022): Article Research Volume 4 Number 1, Januay 2022
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v4i1.1166

Abstract

The benefits of information technology in the field of education include improving educational services, facilitating the collection and dissemination of educational information, educational data storage media, improving teaching skills, motivating students, thus helping communication activities in education. The concept of this information system has the effect of transforming the filling of the conventional ledger into digital form, by carrying out this transformation it can affect the easier filling of the master book and secure data storage and a longer time. After the process of accepting new students at SMK AMANAH is completed, the administrative officer or administrative administration enters student data, the value of student report cards per semester into the student master book, the difficulties encountered by administrative officers during the process of entering the data, officers have difficulty in terms of The main book used has a large size and the storage of the master book is still less effective and does not last long because it can be damaged, even though the master book should be able to be used for a long time as a document that is needed at any time. The research method used to design a student master book system is to use the waterfall or waterfall method to produce a design for the school's main book information system (SIBIS). Starting from the login page, the new student registration page, the grade submission page, and reports to help the school.
PENERAPAN MANAJEMEN RAPAT BERBASIS WEB PADA PT. JALUR NUGRAHA EKAKURIR Nainggolan, Esron Rikardo; Putra, Muhammad Rifal Pratama; Asymar, Hasta Herlan; Lase, Mareanus
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 6 No. 1 (2020)
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

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

Abstract

Teknologi internet dapat memudahkan pengolahan sebuah informasi sebagai sarana dan prasarana penjadwalan. Teknologi ini sangat membantu untuk mendapatkan informasi yang lebih aktual dan dapat meningkatkan efisiensi tempat dan waktu. Salah satu pengaplikasian dalam kasus pengajuan atau permohonan agenda rapat ketika suatu institusi, organisasi, atau perorangan membutuhkan adanya ruang untuk keperluan rapat. Menyusun dan monitoring suatu penjadwalan, terutama penjadwalan rapat mungkin terlihat mudah, akan tetapi ketika sumber daya yang ada semakin terbatas, sementara agenda rapat semakin banyak tentunya membuat dan monitoring sebuah agenda rapat akan menjadi pekerjaan yang memakan waktu. Dengan dibuatnya sistem manajemen rapat berbasis web diharapkan memudahkan user dalam membuat agenda rapat sesuai dengan sumber daya dan batasan yang ada. Analisis sistem yang digunakan menggunakan metode analisa perancangan system yang digunakan adalah metode UML (Unified Modeling Language). Dengan sistem ini pula diharapkan memudahkan komunikasi antara bagian umum dan panitia rapat dalam monitoring agenda rapat, pemakaian ruangan, penggunaan peralatan rapat, dan penyediaan konsumsi rapat.
PENGARUH PROFESIONALISME TERHADAP PRESTASI KERJA DOSEN PADA POLITEKNIK LP3I JAKARTA Eka Putri Handayani; Resti Yulistria; Hasta Herlan Asymar
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 9 No. 4 (2024): November
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

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

Abstract

Penelitian ini dilakukan untuk memperoleh pengaruh variabel bebas profesinalisme dengan kinerja kerja yang diperolehnya dari dosen-dosennya sebagai variabel dependen dengan mengambil 60 sampel dalam populasi politeknik lp3i yang didapatnya dari dosennya jakarta ciledug kampus kampus blok m yang terdiri dari 60 orang yang telah memberikan masukannya melalui kuesioner yang disediakan peneliti dan diukur dengan skala likert menggunakan korelasi politeknik dan regresi terhadap hipotesis. Hasil analisis data dan uji hipotesis adalah (1) nilai a sig. Dengan 2-tailed sebesar 0,787 sebanyak untuk level yang sangat streght sehingga jauh lebih kecil dari level signifikan (α) 1% dan nilai r2 atau koefisien determinasi sebanyak 0,620, sehingga dapat disimpulkan bahwa h1 diterima yang berarti hipotesis maju dengan menguji bahwa dampaknya antara profesionalisme dengan kinerja kerja yang diperolehnya dari dosennya. Kesimpulan penelitian ini adalah kompetensi, memiliki pengaruh signifikan dengan prestasi kerja yang diperolehnya dari dosen-dosennya di jakarta lp3i politeknik.
Aplikasi Pengelolaan Data Wilayah Menggunakan RESTfull API Pada Kementerian ESDM Bagas Ahmad Faizal; Budi Sudrajat; Hasta Herlan Asymar
Jurnal Ilmu Teknik dan Komputer Vol. 10 No. 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v10i1.008

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi pengelolaan data wilayah administratif berbasis RESTful API dengan menggunakan framework Laravel. Sistem ini dirancang guna mendukung kebutuhan pengelolaan data wilayah yang meliputi empat entitas utama, yaitu provinsi, kabupaten/kota, kecamatan, dan kelurahan/desa. Pengelolaan data wilayah seringkali dilakukan secara manual atau belum terintegrasi dengan baik, sehingga memunculkan kendala dalam hal efisiensi, akurasi, serta aksesibilitas data. Untuk menjamin keamanan akses, sistem menerapkan autentikasi pengguna berbasis JSON Web Token (JWT) sehingga setiap pengguna yang mengakses sistem memiliki otorisasi yang valid dan dapat dipertanggungjawabkan. Sistem ini menyediakan implementasi fungsi CRUD (Create, Read, Update, Delete) pada setiap entitas, yang memungkinkan proses pengelolaan data dilakukan secara lebih mudah, cepat, dan terstruktur. Proses pengembangan dilakukan dengan pemisahan antara sisi back-end dan front-end, di mana keduanya saling berkomunikasi melalui HTTP request. Dengan pendekatan ini, sistem menjadi lebih fleksibel, skalabel, serta mudah diintegrasikan dengan aplikasi lain sesuai kebutuhan instansi. Pengujian sistem menggunakan metode Black Box Testing untuk memastikan seluruh fitur berjalan sesuai dengan spesifikasi yang ditetapkan. Hasil pengujian menunjukkan bahwa autentikasi serta fungsi CRUD pada setiap entitas dapat berfungsi dengan baik dan menghasilkan keluaran sesuai input. Dengan adanya sistem ini, diharapkan instansi terkait mampu mengelola data wilayah secara efisien, meningkatkan kualitas layanan publik, mendukung integrasi data, serta mempercepat proses digitalisasi pemerintahan yang berkelanjutan.
PERBANDINGAN ALGORITMA RANDOM FOREST DAN LOGISTIC REGRESSION DALAM PREDIKSI PENYAKIT DIABETES Zidan Januri Zumantara; Budi Sudrajat; Hasta Herlan Asymar
JEIS: Jurnal Elektro dan Informatika Swadharma Vol 6, No 1 (2026): JEIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jeis.vol6no1.998

Abstract

This study aims to compare the performance of the Random Forest and Logistic Regression machine learning algorithms in predicting diabetes using the Pima Indians Diabetes dataset from Kaggle. The dataset contains data on 768 adult female patients with eight health indicators and a target outcome variable indicating diabetes status. This quantitative study uses a comparative approach. The research stages include initial data analysis, preprocessing (zero-value cleaning), splitting the data into 70% training and 30% test, model development, evaluation using accuracy, precision, recall, and F1-score metrics, and feature analysis. The results show that Random Forest achieved 75% accuracy and Logistic Regression 74%. Random Forest also slightly outperformed Logistic Regression in precision, recall, and F1-score. This study differs from previous research in that it not only focused on evaluation metrics but also analyzed the most influential features. The analysis results show that Glucose is the most dominant indicator in Random Forest, while DiabetesPedigreeFunction is the most influential in Logistic Regression. These findings provide additional insight into the key risk factors in diabetes prediction.Penelitian ini bertujuan membandingkan performa algoritma machine learning Random Forest dan Logistic Regression dalam memprediksi penyakit diabetes dengan menggunakan dataset Pima Indians Diabetes dari Kaggle. Dataset berisi 768 data pasien wanita dewasa dengan delapan indikator kesehatan serta variabel target Outcome yang menunjukkan status diabetes. Penelitian ini merupakan penelitian kuantitatif dengan pendekatan komparatif, tahapan penelitian meliputi analisis data awal, pra-pemrosesan berupa pembersihan nilai nol, pembagian data menjadi 70% training dan 30% testing, pembangunan model, evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score, serta analisis fitur penting. Hasil menunjukkan bahwa Random Forest memperoleh akurasi 75% dan Logistic Regression 74%. Random Forest juga sedikit lebih unggul pada precision, recall, dan F1-score dibanding Logistic Regression. Perbedaan penelitian ini dengan penelitian terdahulu adalah tidak hanya berfokus pada metrik evaluasi, tetapi juga menambahkan analisis fitur paling berpengaruh. Hasil analisis menunjukkan bahwa Glucose merupakan indikator paling dominan pada Random Forest, sedangkan DiabetesPedigreeFunction paling berpengaruh pada Logistic Regression. Temuan ini memberikan pemahaman tambahan mengenai faktor risiko utama dalam prediksi penyakit diabetes.
ANALISIS PERBANDINGAN ALGORITMA RANDOM FOREST DAN NAÏVE BAYES DALAM KLASIFIKASI PENYAKIT AIDS Muhamad Tedi Saprudin; Budi Sudrajat; Hasta Herlan Asymar
JEIS: Jurnal Elektro dan Informatika Swadharma Vol 6, No 1 (2026): JEIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jeis.vol6no1.1002

Abstract

This study aims to compare the performance of the Random Forest and Naïve Bayes algorithms in classifying AIDS based on patient data. The dataset was obtained from the Kaggle platform and consists of 2,139 data points with 23 attributes, including medical information such as age, weight, haemoglobin level, gender, treatment type, and CD4 and CD8 cell counts. The research method comprises several stages: data collection, pre-processing, model building, and evaluation. The model was evaluated using metrics such as accuracy, precision, recall, F1-score, confusion matrix, and AUC-ROC. The results showed that the Random Forest algorithm outperformed Naïve Bayes. Random Forest achieved an accuracy of 88.16% and an AUC of 91.25%, while Naïve Bayes only achieved an accuracy of 81.46% and an AUC of 81.40%. These findings indicate that Random Forest is better able to handle complex, non-linear medical data and provides more stable, reliable classification results. Therefore, Random Forest is recommended as a more effective algorithm for classifying AIDS cases based on the dataset used in this study.Penelitian ini bertujuan untuk membandingkan kinerja algoritma Random Forest dan Naïve Bayes dalam melakukan klasifikasi penyakit AIDS berdasarkan data pasien. Dataset yang digunakan diperoleh dari platform Kaggle dan terdiri atas 2.139 data dengan 23 atribut, yang mencakup informasi medis seperti usia, berat badan, kadar hemoglobin, jenis kelamin, jenis pengobatan, serta jumlah sel CD4 dan CD8. Metode penelitian meliputi beberapa tahapan, yaitu pengumpulan data, pra-pemrosesan, pembentukan model, dan evaluasi. Model dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, confusion matrix, dan AUC- ROC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki performa lebih baik dibandingkan Naïve Bayes. Random Forest mencapai akurasi sebesar 88,16% dan nilai AUC sebesar 91,25%, sedangkan Naïve Bayes hanya memperoleh akurasi 81,46% dengan AUC 81,40%. Temuan ini menunjukkan bahwa Random Forest lebih mampu menangani data medis yang kompleks dan non-linear, serta memberikan hasil klasifikasi yang lebih stabil dan andal. Oleh karena itu, Random Forest direkomendasikan sebagai algoritma yang lebih efektif untuk klasifikasi kasus AIDS menggunakan dataset pada penelitian ini.
Penerapan Transfer Learning Menggunakan Arsitektur Deep CNN ResNet-50 untuk Klasifikasi Jenis Sampah Adi saputra Marbun; Budi Sudrajat; Hasta Herlan Asymar
Jurnal Ilmu Teknik dan Komputer Vol. 10 No. 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v10i1.009

Abstract

Pengelolaan sampah masih menjadi tantangan besar di Indonesia akibat tingginya timbulan sampah dan rendahnya tingkat daur ulang. Salah satu solusi inovatif yang dapat diterapkan adalah sistem klasifikasi sampah otomatis berbasis citra. Penelitian ini bertujuan membangun model klasifikasi jenis sampah menggunakan arsitektur Deep Convolutional Neural Network ResNet-50 dengan pendekatan transfer learning. Dataset yang digunakan berasal dari Kaggle dan mencakup lima kelas: cardboard, glass, metal, paper, dan plastic. Data telah melalui tahap pra-pemrosesan, augmentasi, dan pembagian secara stratifikasi. Model dilatih selama 50 epoch menggunakan optimizer AdamW dan fungsi kehilangan CrossEntropyLoss. Hasil pelatihan menunjukkan akurasi validasi tertinggi sebesar 85%. Evaluasi dengan confusion matrix dan classification report menunjukkan model mampu melakukan klasifikasi secara akurat dan seimbang pada tiap kelas. Sistem ini juga dilengkapi antarmuka interaktif untuk prediksi gambar tunggal, memperlihatkan potensi penerapan nyata dalam pengelolaan sampah berbasis teknologi. Hasil penelitian membuktikan bahwa transfer learning dengan ResNet-50 efektif untuk klasifikasi citra sampah dan berpotensi mendukung solusi lingkungan berbasis kecerdasan buatan
Co-Authors Ade Mahmud Adi saputra Marbun Ajeng Puji Lestari Bagas Ahmad Faizal Budi Sudrajat Dimas Muslim Setiawan Dirgahayu Erri Eka Putri Handayani Esron Rikardo Nainggolan Esron Rikardo Nainggolan Fahlepi Roma Doni Herlina Ferliyanti Hidayah, Said Ita Nurmayanti Lase, Mareanus Losa Larasati Mareanus Lase Muhamad Tedi Saprudin Muhammad Darrusalam Muhammad Rifal Pratama Putra Muhammad, Agit Nafi Ramadhani Nainggolan, Esron Rikardo Nur Ali Farabi Putra, Muhammad Rifal Pratama Rachmat Hidayat Rachmat Hidayat Resti Yulistria Said Hidayah Setiawan, Dimas Muslim Tatu Zakiyatun Nufus Uthami, I Gusti Ayu Agung Dewi Kurnia Zidan Januri Zumantara