p-Index From 2021 - 2026
2.286
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto) Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Jurnal Inspiration JOIN (Jurnal Online Informatika) Creative Information Technology Journal SISFOTENIKA Indonesian Journal on Software Engineering (IJSE) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Sains Dan Teknologi (SAINTEKBU) Jurnal Eksplora Informatika JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah JurTI (JURNAL TEKNOLOGI INFORMASI) Angkasa: Jurnal Ilmiah Bidang Teknologi Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Multitek Indonesia : Jurnal Ilmiah JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal FATEKSA : Jurnal Teknologi dan Rekayasa CSRID (Computer Science Research and Its Development Journal) Jurnal Ilmiah Sinus Informasi Interaktif EDUMATIC: Jurnal Pendidikan Informatika Jurnal Tecnoscienza Respati Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknimedia: Teknologi Informasi dan Multimedia JNANALOKA INFOSYS (INFORMATION SYSTEM) JOURNAL Indonesian Journal of Networking and Security - IJNS Jurnal Ekonomi dan Teknik Informatika Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Techno Teknomatika: Jurnal Informatika dan Komputer Explore Jurnal Sistem Informasi Komputer dan Teknologi Informasi
Claim Missing Document
Check
Articles

Implementasi Decision Tree Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Christin Nandari Dengen; Kusrini Kusrini; Emha Taufiq Luthfi
SISFOTENIKA Vol 10, No 1 (2020): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.866 KB) | DOI: 10.30700/jst.v10i1.484

Abstract

Students who are accepted every year are increasing, but not all students can graduate on time. In achieving graduation, of course, there are stages or processes that must be passed by each student such as following a number of courses, conducting fieldwork practices, real work lectures and final assignment seminars. These processes are carried out within a period of time determined by the University. For this reason, a prediction system for student graduation is needed in order to minimize students who graduate not on time. In predicting student graduation on time using 50 sample data for the 2013 graduation year with gender, IPK, graduation and toefl attributes. This study carried out the application of the CRISP-DM method with the C4.5 algorithm in predicting student graduation. The use of the C4.5 algorithm is supported by simulations carried out using the WeKa application and gets an accuracy value of 60%. With the existence of this research, it is expected to be able to help the Informatics Engineering Program at Universita Mulawarman so that students can graduate on time.
Systematic Literature Review of Waste Classification Using Machine Learning Astika Wulansari; Arief Setyanto; Emha Taufiq Luthfi
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 5, No 2 (2022): Issues January 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v5i2.6211

Abstract

The development of the global economy has caused people's living standards to increase and the production of domestic waste has also increased from year to year. The population of big cities that have limited environmental carrying capacity, causing the waste problem requires serious handling. Manual waste sorting is hazardous to health and wastes time, money and effort. If waste is not handled properly, environmental problems will increase in the long run. Machine learning works by combining features such as textures and colors to complement junk image recognition. Today's machine learning technology continues to develop, not only methods, types of waste, and features but also identify and analyze datasets used in waste management by gathering all scientific evidence. Collecting existing research and then identifying, assessing, and interpreting requires a systematic literature review. Until the end of 2021, the research topic of waste classification using machine learning was found with various types of waste, algorithms, datasets, and others. However, the dataset used by the algorithm in image recognition is relatively single, the types of garbage classified and the relative accuracy results can still be improved.
Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Readmisi Pasien Diabetes Mochammad Yusa; Ema Utami; Emha T. Luthfi
Jurnal Buana Informatika Vol. 7 No. 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v7i4.770

Abstract

Abstract. Readmission is associated with quality measures on patients in hospitals. Different attributes related to diabetic patients such as medication, ethnicity, race, lifestyle, age, and others result in the calculation of quality care that tends to be complicated. Classification techniques of data mining can solve this problem. In this paper, the evaluation on three different classifiers, i.e. Decision Tree, k-Nearest Neighbor (k-NN), dan Naive Bayes with various setting parameter, is developed by using 10-Fold Cross Validation technique. The targets of parameter performance evaluated is based on term of Accuracy, Mean Absolute Error (MAE), dan Kappa Statistic. The selected dataset consists of 47 attributes and 49.735 records. The result shows that k-NN classifier with k=100 has a better performance in term of accuracy and Kappa Statistic, but Naive Bayes outperforms in term of MAE among other classifiers.Keywords: k-NN, naive bayes, diabetes, readmission Abstrak.Proses Readmisi dikaitkan dengan perhitungan kualitas penanganan pasien di rumah sakit. Perbedaan atribut-atribut yang berhubungan dengan pasien diabetes proses medikasi, etnis, ras, gaya hidup, umur, dan lain-lain, mengakibatkan perhitungan kualitas cenderung rumit. Teknik klasifikasi data mining dapat menjadi solusi dalam perhitungan kualitas ini. Teknik klasifikasi merupakan salah satu teknik data mining yang perkembangannya cukup signifikan. Di dalam penelitian ini, model algoritma klasifikasi Decision Tree, k-Nearest Neighbor (k-NN), dan Naive Bayes dengan berbagai parameter setting akan dievaluasi performanya berdasarkan nilai performa Accuracy, Mean Absolute Error (MAE), dan Kappa Statistik dengan metode 10-Fold Cross Validation. Dataset yang dievaluasi memiliki 47 atribut dengan 49.735 records. Hasil penelitian menunjukan bahwa performa accuracy, MAE, dan Kappa Statistik terbaik didapatkan dari Model Algoritma Naive Bayes.Kata Kunci: k-NN, naive bayes, diabetes, readmisi
Implementation Of C4.5 Algorithm For Predicting Late School Tuition Payments Using Python Victor Saputra Ginting; Kusrini Kusrini; Emha Taufiq
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 1 (2020): Jurnal Inspiration Volume 10 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v10i1.2535

Abstract

The Donation of Educational Development (SPP) School is one of the important components in implementing education, because School SPP is one of the requirements in achieving educational goals. Research conducted by Muqorobin, 2019 with the title "Optimization of the Naive Bayes Method with Feature Selection Gain for Predicting Late School Fee Payments" with Object Research conducted at SMK Al-Islam Surakarta resulted in an accuracy rate of 90%. The research was conducted by using several variables such as the amount of income, family dependents, parents 'educational background and parents' age. The research that will be carried out later will predict the late payment of School Fees by using the Dataset from the research conducted by Muqorobin, 2019 and implemented into the form of programming using the python programming language to produce prediction results. The research results obtained get an accuracy rate of 73%.
Convolutional Neural Network untuk Kalasifikasi Penggunaan Masker Arham Rahim; Kusrini Kusrini; Emha Taufiq Luthfi
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 2 (2020): Jurnal Inspiration Volume 10 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v10i2.2569

Abstract

Coronavirus Disease-2019 (COVID-19) merupakan coronavirus jenis baru yang menjadi pandemi di berbagai negara. Salahsatu upaya pemerintah dalam mencegah penularan virus ini adalah dengan mewajibkan masyarakat untuk menggunakan masker serta memantau penggunaan maskar oleh masyarakat dalam kehidupan sehari-hari. Pada penelitian ini, dilakukan pengujian dengan mengklasifikasikan gambar wajah yang menggunakan masker dan tanpa menggunakan maskaer dengan menggunakan algoritma Convolutional Neural Network (CNN). Hasil penelitian ini menunjukkan model yang dibangun dapat melakukan klasifikasi gambar dengan tingkat akurasi mencapai 96%. Pengujian pada gambar wajah yang menggunakan masker memperoleh nilai precision 98%, recall 94% dan  gambar wajah yang tidak menggunakan masker memperoleh nilai precision 94%, recall 98
EVALUASI PERFORMA ALGORITMA KLASIFIKASI DECISION TREE ID3, C4.5, DAN CART PADA DATASET READMISI PASIEN DIABETES Mochammad Yusa; Ema Utami; Emha Taufiq Luthfi
INFOSYS (INFORMATION SYSTEM) JOURNAL Vol 4, No 1: INFOSYS Februari 2016
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/infosys.4.1.2016.23-34

Abstract

Klasifikasi merupakan salah satu teknik yang terdapat pada data mining. Tujuan atau objectif dari teknik klasifikasi data mining adalah untuk memprediksi kelas target secara akurat dengan menggunakan variabel-variabel terkait. Terdapat banyak model algoritma dalam teknik klasifikasi data mining. Model algoritma klasfikasi memiliki nilai yang berbeda-beda dan sangat bergantung pada jumlah atribut dan records dari dataset.Dataset yang digunakan adalah dataset terkait proses readmisi pasien diabetes. Dataset yang digunakan masih mengandung missing values sehingga dalam penelitian ini tahap prepocessing data dilakukan. Setelah tahap prepocessing data dilakukan didapat dataset yang terdiri dari 47 atribut dan 49.735 records.  Di dalam penelitian ini juga, teknik klasifikasi menggunakan berbagai macam algoritma Decision Tree akan dieksplorasi performanya pada dataset. Algoritma-algoritma klasifikasi yang akan dievaluasi adalah ID3, C4.5, dan CART. Teknik perhitungan atau validasi yang digunakan adalah 10-fold Cross Validation.Hasil dari penelitian ini menunjukkan bahwa model klasifikasi C4.5 memiliki nilai performa yang paling baik. Nilai performa yang dihasilkan adalah 54,13% performa akurasi dan 6 detik Execution time.
Pengaruh Penerapan Kualitas Kegunaan, Kualitas Informasi dan Kualitas Interaksi Website Terhadap Kepercayaan Konsumen Hotel Di Kabupaten Banyumas Berlilana Berlilana; M. Suyanto; Emha Taufiq Luthfi
Jurnal Ilmiah IT CIDA Vol 3, No 2: Desember 2017
Publisher : STMIK Amikom Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (820.791 KB) | DOI: 10.55635/jic.v3i2.53

Abstract

Tujuan penulisan adalah untuk mengetahui pengaruh kualitas kegunaan, kulitas informasi dan kualitas interaksi website terhadap tingkat kepercayaan konsumen (Customer Trust). Pemilihan responden adalah tamu-tamu pada hotel yang menggunakan travel agent online untuk reservasi. Ukuran sampel ditentukan dengan metode Slovin, berdasarkan metode tersebut diperoleh ukuran sampel 205. Ukuran sampel ini sudah memenuhi syarat dalam analisis data dengan teknik structurel equation model dengan software AMOS, yaitu ukuran sampel minimal lima kali banyaknya indikator yang digunakan yaitu minimal 5 x 18 = 90 responden. Ketentuan lainnya adalah sepuluh kali banyaknya indikator yang digunakan yaitu minimal 10 x 18 = 180 responden. Analisis data dengan menggunakan metode Structural Equation Model (SEM) yang terdiri dari 7 tahap. Data yang diolah dengan teknik structural equation modelling (SEM) menggunakan software AMOS 22 mendapatkan hasil terdapat pengaruh positif kualitas kegunaan (Kkeg), kualitas informasi (Kinf) dan kualitas interaksi(Kint) terhadap kepercayaan konsumen (Kkep).Kata Kunci : Website, kepercayaan konsumen, structural equation modelling (SEM)
Analisis Keamanan Sistem Informasi Dengan ISO 27001 (Studi Kasus: Sistem Informasi Akademik Universitas Muhammadiyah Purwokerto) Siti Alvi Sholikhatin; Arief Setyanto; Emha Taufiq Luthfi
Jurnal Ilmiah IT CIDA Vol 4, No 1: Juni 2018
Publisher : STMIK Amikom Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (589.605 KB) | DOI: 10.55635/jic.v4i1.75

Abstract

Proses bisnis organisasi tidak bisa lepas dari pengelolaan informasi, dimana informasi adalah aset penting yang sama seperti aset bisnis lainnya, informasi perlu mendapatkan perlindungan yang baik dan konsekuen. Keamanan informasi yaitu melindungi informasi dari ancaman yang berskala luas untuk menjamin kelangsungan operasional organisasi, meminimalisasi resiko bisnis, dan memaksimalkan kesempatan bisnis dan return of investment. Keamanan sistem informasi yang dimaksud yaitu menyangkut confidentiality (kerahasiaan), integrity (integritas) dan availability (ketersediaan). Penelitian ini dilakukan untuk mengukur akuntabilitas ISO 27001 dalam membantu organisasi dalam penyusunan kebijakan keamanan informasi, dimana objek yang digunakan yaitu Universitas Muhammadiyah Purwokerto. Berdasarkan klausul dalam ISO 27001 dan dengan hasil penelitian pada objek, penambahan variabel Server Security menjadi penting dalam memaksimalkan sistem manajemen keamanan informasi. Kata Kunci:ISO 27001, keamanan, informasi, server security
EVALUASI IMPLEMENTASI SISTEM INFORMASI PAKET APLIKASI SEKOLAH MENGGUNAKAN FRAMEWORK COBIT Stabit Handoyo; Bambang Soedijono WA; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 4 No 1 (2018): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (72.48 KB) | DOI: 10.46808/informa.v4i1.33

Abstract

This study discusses about School Information System Application Package Audit Using Cobit Framework implemented in SMK Negeri 2 Gedangsari. This study aims to measure the maturity level of the selected process that is DS4 and DS8 in SIM applications that have been applied in SMK Negeri 2 Gedangsari and to prepare recommendations as input for school management after getting the results of measurement maturity level Management Information Systems. The focus of this research is 1 domain of Cobit 4.1 which is the DS (Delivery and Support)domain, Especially DS04 and DS08. Data collection is done by distributing questionnaires, interviews and observations directly. The three methods are based on COBIT 4.1 model. The results of data processing will be used to find the weaknesses contained in each domain. The findings of weakness or problem will be compared with ideal conditions that have been set COBIT 4.1 at each level, so that the suitable recommendation can be applied. Based on the results of calculations on each IT process contained in the domain Delivery and Support (DS), the maturity level is at level 2 (repeatable), so that to achieve the desired maturity level at level 3 (defined process) then all procedures required in each process must be met. To achieve level 3 (defined process), every IT process must have standardized and written procedures that socialized to all parties involved in academic information system, that is to system manager and user. Such procedures should be documented and updated on a regular basis.
PEMANFAATAN TEORI MANAJEMEN HUBUNGAN PELANGGAN (CRM) UNTUK PENINGKATAN STRATEGI PEMASARAN DI PERGURUAN TINGGI Kanafi Kanafi; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.252 KB) | DOI: 10.46808/informa.v5i1.67

Abstract

Dengan semakin ketatnya persaingan antar perguruan tinggi baik negeri maupun swasta mengakibatkan setiap perguruan tinggi harus dapat mengelola institusinya secara professional dan berkualitas. Setiap Perguruan Tinggi melakukan berbagai upaya yang bertujuan menghadapi persaingan, guna mendapatkan pengakuan kualitas dari masyarakat dan pemerintah, baik di tingkat nasional maupun internasional. Kemenristekdikti telah memberikan tuntunan agar sebuah institusi pendidikan dapat memiliki mutu yang baik, diminati banyak calon mahasiswa, sampai dengan daya saing yang tinggi tertuang dalam standarisasi Badan Akreditasi Nasional Perguruan Tinggi. STMIK Bina Patria merupakan perguruan tinggi yang jurusannya khusus dibidang teknologi informasi saat ini mempunyai beberapa fasilitas pelayanan sistem informasi diantaranya sistem informasi akademik, sistem informasi Website, sistem informasi perpustakaan, sistem informasi administrasi, sistem informasi Penerimaan Mahasiswa Baru dll. Namun saat ini di perguruan Tinggi ini belum diketahui model customer relationship dan belum pernah melakukan surve tentang tingkat kepuasan pelanggan terhadap layanan pendidikan yang mereka terima. Sehingga perlu dilakukannya surve tingkat kepuasan dengan pendekatan Customer Relationship Management menggunakan kerangka Service Quality, dan melalui uji validitas dengan metode Bivariate Pearson dan Uji Reliabilitas dengan metode Crobach Alpha. Hasil dari penelitian ini berupa rekomendasi strategi peningkatan pelayanan dan kepuasan pelanggan.
Co-Authors Abdul Rokhim Abdullah Ardi Abidarin Rosidi Abidarin Rosidi Achmad Agus Athok Miftachuddin Agatha Deolika AGUS PURWANTO Akhmad Dahlan Anastasia Meyliana Andi Sunyoto Ardi, Abdullah Arham Rahim Arief Setyanto Astika Wulansari Bambang Soedijono WA Bambang Soedijono Wiraatmadja Berlilana Berlilana Christin Nandari Dengen Christin Nandari Dengen Danang Tejo Kumoro Dedi Tri Hermanto Dhani Ratna Sari Dhani Ratna Sari, Dhani Ratna Diah, M. Dwi Krisbiantoro, Dwi Ekastini Ekastini Eko Purwanto Elik Hari Muktafin Eliza Staviana Ema Utami Farozi, Mohamad Fendy Prasetyo Nugroho Fiyas Mahananing Puri Fryda Fatmayati Hardita, Veny Cahya Hasrul Intan Oktaviani Joang Ipmawati Kaharuddin Kanafi Kanafi Krisnawati Krisnawati Kusrini Lasimin Lili Kartikawati M Suyanto M. Diah M. Suyanto M. Suyanto, M. Manik Hapsara Miftachuddin, Achmad Agus Athok Miftahul Huda Mochammad Yusa Mochammad Yusa Mochammad Yusa, Mochammad Muqorobin Muqorobin Mursyid Ardiansyah Musa Hendri Janto Rahanra Musthofa Galih Pradana Norlaila Norlaila Nurhasan Nugroho Pamekas, Bondan Wahyu Parjono, Parjono Patmawati Patmawati, Patmawati Pendi Ventri Hendika Pranata, Caraka Aji Puri, Fiyas Mahananing Ripto Sudiyarno Rizky Handayani Rizqi Sukma Kharisma Robi Wariyanto Abdullah Saifulloh - STT Dharma Iswara Madiun, Saifulloh Saifulloh . Selvy Megira, Selvy Sigit Suryono Sigit Suryono Siti Alvi Sholikhatin Siti Nurhayati Sriyati Sriyati Stabit Handoyo Sukadi . Supriatin Supriatin Supriyati Supriyati Suryono, Sigit Tutut Maitanti Veny Cahya Hardita Victor Saputra Ginting Victor Saputra Ginting Wachid Marindra Hary Setyawan Wahyu Adie Saputro Wariyanto Abdullah, Robi Wing Wahyu Winarno Yans Safarid Hudha Yoga Handoko Agustin Yosef Murya Kusuma Ardhana