Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Bulletin of Electrical Engineering and Informatics Telematika ILKOM Jurnal Ilmiah
Bangun Wijayanto
Universitas Jenderal Soedirman
Computer Science & IT Education Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Naive Bayes modification for intrusion detection system classification with zero probability Yogiek Indra Kurniawan; Fakhrur Razi; Nofiyati Nofiyati; Bangun Wijayanto; Muhammad Luthfi Hidayat
Bulletin of Electrical Engineering and Informatics Vol 10, No 5: October 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v10i5.2833

Abstract

One of the methods used in detecting the intrusion detection system is by implementing Naïve Bayes algorithm. However, Naïve Bayes has a problem when one of the probabilities is 0, it will cause inaccurate prediction, or even no prediction was found. This paper proposed two modifications for Naïve Bayes algorithm. The first modification eliminated the variable that has 0 probability and the second modification changed the multiplication operations to addition operations. This modification is only applied when the Naïve Bayes algorithm does not find any prediction results caused by zero probabilities. The results of this research show that the value of precision, recall, and accuracy in the modification made tends to increase and better than the original Naïve Bayes algorithm. The highest precision, recall, and accuracy are obtained from modification by changing the multiplication operation to the addition. Increasing precision can reach 4%, increasing recall reaches 2% and increasing accuracy reaches 2%.
IMPLEMENTASI OBJECT RELATIONAL MAPPING (ORM) MENGGUNAKAN HIBERNATE (STUDI KASUS : APLIKASI PEMINJAMAN INVENTARIS PROGRAM STUDI INFORMATIKA UNSOED) Bangun Wijayanto
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Perkembangan pemrograman berorientasi objek saat ini sangat pesat. Banyak perangkat lunak saat ini yang dikembangkan dengan paradigma berorientasi objek. Kendala yang sering dihadapi pada saat ini adalah pengggunaan basisdata relasional dalam menyimpan data. Meskipun saat ini sudah terdapat sistem basisdata berorientasi objek namun yang menjadi kendala adalah ketika akan mengubah sistem yang menggunakan basisdata relasional. Object Relational Mapping (ORM) adalah salah satu teknik untuk memetakan basisdata relasional ke model objek. Dari hasil penelitian disimpulkan bahwa Hibernate mampu melakukan pemetaan serta menyederhanakan proses penyimpanan dan pengambilan data objek.
PENGGUNAAN JEJARING SOSIAL SCRINGO PADA UKMDROID (CASHREGISTER BERBASIS ANDROID) Bangun Wijayanto
Telematika Vol 6, No 2: Agustus (2013)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.364 KB) | DOI: 10.35671/telematika.v6i2.235

Abstract

Jejaring sosial atau lebih dikenal sebagai social network adalah situs jaringan sosial didefinisikan sebagai layanan berbasis web yang memungkinkan individu untuk membangun profil publik atau semi-publik dalam sistem dibatasi. Sebagai sistem operasi perangkat mobile yang didukung oleh berbagai macam vendor/pabrikan android memiliki jumlah pengguna yang terus meningkat. Peningkatan jumlah pengguna perangkat berbasiskan android memberikan peluang bagi tiap pengembang aplikasi untuk dapat mengembangkan aplikasi berbasiskan jejaring sosial (social networking based aplication). Penelitian ini bertujuan untuk mengembangkan aplikasi UKMDroid yang telah ada dengan fitur jejaring sosial menggunakan scringo SDK. Dari penelitian dapat dihasilkan aplikasi android yang dapat menghubungkan setiap pengguna UKMDroid melalui jejaring sosial Scringo.
PENGEMBANGAN APLIKASI PENENTU POSISI BULAN (RUKYATDROID) BERBASISKAN SMARTPHONE ANDROID Bangun Wijayanto
Telematika Vol 7, No 1: Februari (2014)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (538.868 KB) | DOI: 10.35671/telematika.v7i1.245

Abstract

Posisi Bulan terhadap bumi merupakan hal yang menarik untuk diamati sejak zaman dahulu. Penentuan awal bulan qamariyah dilakukan didasarkan pada posisi bulan. Pada kenyataannya banyak masyarakat yang belum memahami bagaimana menghitung posisi bulan berdasarkan tempat pengamatan serta seringkali salah arah ketika melakukan pengamatan posisi bulan. Penelitian ini berusaha menghadirkan perangkat lunak RukyatDroid sebagai alat bantu menghitung dan menunujukan posisi bulan berbasiskan android. Perangkat lunak yang dibuat memanfaatkan sensor pada smartphone untuk mempermudah dalam membantu menunjukan posisi bulan. Dengan perangkat lunak yang berjalan pada platform mobile (telepon selular) diharapkan semua masyarakat dapat menggunakan perangkat lunak tersebut secara murah, sehingga dapat dihasilkan teknologi tepat guna untuk membantu menunujukan posisi bulan berdasarkan lokasi pengamat
Optimization of Naive Bayes Algorithm Using Genetic Algorithm for Heart Failure Prediction Teguh Cahyono; Yogiek Indra Kurniawan; Bangun Wijayanto
ILKOM Jurnal Ilmiah Vol 18, No 2 (2026)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v18i2.3559.420-429

Abstract

Feature selection is often reported to improve clinical prediction, yet optimization and evaluation on the same data can produce optimistic estimates. This study provides a leakage-controlled and reproducible reassessment of genetic algorithm (GA) feature selection for Gaussian Naive Bayes prediction of heart disease. The open-Heart Failure Prediction dataset contains 918 observations, 11 predictors, and a binary target. Clinically implausible zero values in resting blood pressure and cholesterol were recoded as missing; imputation, scaling, one-hot encoding, GA selection, and model fitting were confined to training data. Performance was estimated using repeated nested stratified cross-validation with five outer folds repeated five times and four inner folds for GA fitness. The GA used an 11-bit chromosome, population size 12, 10 generations, 0.80 uniform-crossover probability, 0.08 bit-flip mutation probability, tournament selection of size three, and two elites. Across 25 held-out outer folds, baseline Naive Bayes achieved 84.66% accuracy (SD 2.01%), whereas GA-selected Naive Bayes achieved 84.31% (SD 2.40%). The paired mean difference was −0.35 percentage points, with a bootstrap 95% confidence interval of −0.72 to 0.05 percentage points and a Wilcoxon p-value of 0.120. AUC values were 0.912 and 0.907, respectively. The GA retained 8.44 of 11 predictors on average; ExerciseAngina, FastingBS, ST_Slope, and Sex were selected in every outer fold. These results do not support a material accuracy gain from GA selection, but demonstrate modest dimensionality reduction and reveal predictors that are stable under resampling. The study emphasizes nested evaluation, uncertainty reporting, and full parameter disclosure for credible optimization claims
Co-Authors Fakhrur Razi Kurniawan, Yogiek Indra Muhammad Luthfi Hidayat Nofiyati, Nofiyati Teguh Cahyono