Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.782

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal INKOM Jurnal Teknik Elektro International Journal of Advances in Intelligent Informatics CESS (Journal of Computer Engineering, System and Science) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Indonesian Journal on Software Engineering (IJSE) Jurnal Pilar Nusa Mandiri Faktor Exacta Techno Nusa Mandiri : Journal of Computing and Information Technology Teknologi Indonesia Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Attractive : Innovative Education Journal Buletin Poltanesa Journal of Students‘ Research in Computer Science (JSRCS) Reputasi: Jurnal Rekayasa Perangkat Lunak JEEE- Journal of Electrical And Electronics Engineering eProceedings of Engineering Jurnal INFOTEL

Didi Rosiyadi

Pusat Penelitian Informatika Lembaga Ilmu Pengetahuan Indonesia Komplek LIPI, Jalan Cisitu No 21/154D Bandung 40135 Indonesia

Author-ID : 253929

Aerospace Engineering Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 44 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

MiTE: Program Penyunting Topologi Jaringan untuk Pembelajaran SDN Muhammad Fajar Sidiq; Akbari Basuki; Didi Rosiyadi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 5 (2020): Oktober 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Software-defined networking (SDN) is a network programmability concept that separates the control plane from the data plane by proposing a centralized control plane called a controller. Thus, network administrators are able to program the entire networks and their components via the controller. However, learning SDN is challenging due to its complex network setup and the different types of SDN networks such as OpenFlow, and P4. To ease the learning curve, the use of network emulation and a graphical-based network editor is necessary. This paper discusses the implementation of such an application, called MiTE. It satisfies both requirements: a visual network editor enforced with a configuration generator for emulation purpose. We evaluate the program by implementing IP routing cases for both, OpenFlow-based and P4-based networks. The result shows that both cases can be created easily by using a mouse command. The program has more interactive user interface while the created topologies are more informative. Compared to similar applications, our proposed application has better support for a wider range of SDN networks (Openflow and P4), fine-grain network configuration, and a more informative user interface.

Penerapan Metode Random Over-Under Sampling Pada Algoritma Klasifikasi Penentuan Penyakit Diabetes Eko Saputro; Didi Rosiyadi
Bianglala Informatika Vol 10, No 1 (2022): Bianglala Informatika 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Penyakit diabetes merupakan salah satu penyakit yang mematikan dan jumlah penderita setiap tahunnya meningkat. Upaya pencegahan dan pengendalian diabetes ini sebaiknya dilakukan melalui edukasi deteksi dini sebagai identifikasi awal individu. Jumlah data penderita diabetes melitus yang banyak dan perlu dilakukan seleksi fitur-fitur pada dataset. Penggunaan teknik machine learning dapat memberikan kemudahan dalam melakukan pemodelan tetapi juga terdapat beberapa permasalahan. Penggunaan algoritma yang tidak sesuai akan menurunkan tingkat akurasi dari klasifikasi. Permasalahan yang lain yaitu apabila dataset yang digunakan merupakan dataset dengan distribusi kelas yang tidak seimbang. Untuk mengatasi permasalahan tersebut dengan menerapkan teknik pendekatan level data dengan menerapkan metode resampling serta membandingkan beberapa metode algoritma seperti Algoritma C4.5, Naive Bayes, K-Nearest Neightbour, Support Vector Machine, Neural Network dan Random Forest. Hasil kinerja yang diperoleh menunjukan bahwa model pengklasifikasi Random Over-Under Sampling Random Forest memiliki nilai accuracy yang lebih tinggi dibandingkan dengan beberapa model lainnya dengan nilai accuracy sebesar 0,9808 atau 98,08% yang dan nilai AUC sebesar 0.9809 atau 98,09%. Pada pengujian dataset asli juga menghasilkan akurasi yang tinggi dengan nilai akurasi yaitu 0,9923 atau 99,23% dan nilai AUC 0,9919. Maka dapat disimpulkan bahwa Algoritma tersebut memiliki performa terbaik dan dapat digunakan untuk menyelesaikan masalah pada klasifikasi penentuan penyakit diabetes.Kata Kunci: Klasifikasi diabetes, Random Over-Under Sampling, Random ForestDiabetes is one of the deadly diseases. The number of sufferers is increasing every year. Efforts to prevent and control diabetes should be carried out through early detection as an individual early. The amount of data for people with diabetes mellitus is large and it is necessary to select features in the dataset. The use of machine learning techniques can provide convenience in modeling but there are also some problems. Inappropriate use will reduce the accuracy of the classification. Another problem is if the data set used is a data set with an unbalanced class distribution. To overcome this problem by applying a data level approach by applying the resampling method and comparing several algorithm methods such as the C4.5 Algorithm, Naive Bayes, K-Nearest Neighbor, Support Vector Machine, Neural Network and Random Forest. The results obtained indicate that the classifier of the Random Over-Under Sampling Random Forest model has a higher accuracy value compared to several other models with an accuracy value of 0.9808 or 98.08% and an AUC value of 0.9809 or 98.09%. In testing the original dataset, the quality of accuracy is also high with an accuracy value of 0.9923 or 99.23% and an AUC value of 0.9919. So it can be said that the algorithm has the best performance and can be used to solve problems in various diabetes diseases.Keywords: Diabetes classification, Random Over-Under Sampling, Random Forest

Klasifikasi Komentar Instagram untuk Identifikasi Keluhan Pelanggan Jasa Pengiriman Barang dengan Metode SVM dan Naïve Bayes Berbasis Teknik Smote nanang ruhyana; didi rosiyadi
Faktor Exacta Vol 12, No 4 (2019)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v12i4.4981

Customer satisfaction is one of the things expected by a company when the product produced has been marketed, both in the form of goods and services. How to complain through customer service is very diverse, lately not only by telephone, customers submit their suggestions or complaints. Customers can submit their suggestions or complaints via e-mail or e-mail or forums in the virtual world that are made by product-producing companies to accommodate a variety of complaints, suggestions, and direct criticism from consumers, especially social media, who are free to express their opinions on shipping services. they use. Instagram is a social media that is more inclined to images and on the other hand has text captions and comments, from the above problems trying to make a research for customer complaints of users of goods delivery services on an Instagram account shipping service company. From the background of the problem, the researchers tried to solve the problem for text mining classifiers by using the Support Vector Machine (SVM) and Naïve Bayes methods and using the SMOTE technique with the usual processes for text mining so that they could produce 69.68% accuracy for Support Vector Machine (SVM) and Naïve Bayes with an accuracy of 88.54%, using the Instagram comment text dataset of 776 records that have been done with preprocessing text.

Perbandingan Kinerja Algoritma K-Nearest Neighbor, Naïve Bayes Classifier dan Support Vector Machine dalam Klasifikasi Tingkah Laku Bully pada Aplikasi Whatsapp Irwansyah Saputra; Didi Rosiyadi
Faktor Exacta Vol 12, No 2 (2019)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v12i2.4181

WhatsApp is the most popular messaging application in Indonesia. This causes the emergence of cyberbullying behavior by its users. This study aims to classify WhatsApp chat to two classes, namely bully and not bully. The classification algorithms used are k-NN, NBC and SVM. The results show that the SVM algorithm is better at solving this case with an accuracy of 81.58%.

COMPARISON OF DATA MINING CLASSIFICATION ALGORITHM FOR PREDICTING THE PERFORMANCE OF HIGH SCHOOL STUDENTS Tiska Pattiasina; Didi Rosiyadi
Jurnal Techno Nusa Mandiri Vol 17 No 1 (2020): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Data Mining is a series of processes to explore added value in the form of unknown information manually from the database. In the world of data mining education can be used to obtain information about student performance. In this study the researchers took research samples from class XI (eleven) students at SMAN 3 Ambon by classifying student performance based on thirteen attributes, namely: age, sex, school organization, extracurricular activities, pocket money, duration of study at home, duration of social media, online game duration, attendance, illness, permits, semester 1 and semester 2 grades. Using the KDD (Knowledge Discovery Database) method and classification algorithm that will be used, namely, decision tree, Naïve Bayes and K-Nearest Neighbor. And then do the test using k-fold cross validation.

Prediksi Jumlah Masyarakat Terkontaminasi Covid-19 di Kota Samarinda Menggunakan Metode Single Exponential Smoothing Ifnu Abdul Aziz abdullah; Muh. Jamil; Surya Fajar Saputra; Chandra Nugraha; Didi Rosiyadi
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P2M Politeknik Pertanian Negeri Samarinda

Kemunculan Covid-19 pada tahun 2019 membuat ketakutan yang sangat mendalam bagi penduduk Wuhan china hingga merambah ke antero dunia dan penyebab menambahnya virus ini menjalar ke seluruh dunia dikarenakan ketakutan penduduk yang berdomisili di Wuhan china berbondong bondong pergi sehingga membawa virus tersebut, ke seluruh permukaan dunia, Salah satunya negara Indonesia hingga ke Kalimantan Timur, Kota Samarinda maka dengan ini penduduk Kalimantan Timur yang terkena dampak Virus ini, sebesar 78.492 manusia. Dengan Penelitian ini akan mencoba memprediksi jumlah masyarakat yang dikonfirmasi Covid-19 dengan menggunakan metode Single Exponential Smoothing di kota Samarinda, hasil prediksi dari penelitian ini dapat menjadi acuan pihak terkait, Sementara untuk perhitungan jumlah error dari prediksinya digunakan metode MSE (Mean Square Error) pendekatan ini dapat mengatur kesalahan peramalan yang cukup besar karena kesalahan itu dikuadratkan Nilai akurasi pada setiap metode dapat dipengaruhi oleh penentuan nilai pergerakan dan nilai bobot yang digunakan 32429517882,2549, Dan juga digunakan metode MAPE (Mean Absolute Percentage Error) MAPE menyatakan persentase kesalahan hasil peramalan terhadap data sebenarnya selama periode tertentu yang dapat memberikan informasi persentase kesalahan yang terlalu rendah atau terlalu tinggi, MAPE memiliki hasil 62% maka dengan hal ini semakin besar nilai MAPE maka semakin besar kesalahan hasil pendugaan

Analisis Dan Perancangan Data Warehouse Sebagai Alat Untuk Monitoring Jalannya Proses Bisnis Sutiyono Sutiyono; Didi Rosiyadi
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 3 No 2 (2017): November 2017
Publisher : Universitas Komputer Indonesia

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

Rumah Sakit Umum Daerah (RSUD) Al-Ihsan Jawa Barat merupakan instansi pemerintah/ Badan Usaha Milik Daerah (BUMD) Pemerintah Jawa Barat yang memberikan pelayanan kesehatan bagi masyarakat. Seiring dengan berjalannya waktu, RSUD ini semakin mendapatkan kepercayaan masyarakat sekitar, maka konsekuensinya semakin banyak dan kompleks pula data medik yang dimiliki dan harus diolah. Perkembangan data ini belum diimbangi dengan kemampuan teknologi pengolahan data yang ada di RSUD Al-Ihsan. Selain itu diperlukan juga tools yang dapat berfungsi sebagai monitoring jalannya proses bisnis yang dijalankan RSUD Al- Ihsan. Penerapan teknologi informasi yang cocok untuk memecahkan permasalahan ini adalah dengan membangun data warehouse. Data warehouse dibangun dengan menggunakan nine-step methodologi. Proses monitoring dan penyajian laporan untuk proses pengambilan keputusan dibangun dalam bentuk grafis dashboard dengan bantuan software Spago-BI. Teknologi data warehouse dapat menjawab permasalahan yang ada di RSUD Al-Ihsan Jawa Barat, dengan kemampuannya yang dirancang untuk memudahkan proses pembuatan laporan yang bersifat multi dimensi. Pengembangan laporan data warehouse dalam bentuk dashboard web aplikasi akan sangat membantu pihak RSUD Al-Ihsan Jawa Barat dalam melakukan proses monitoring sekaligus sebagai dasar untuk mengambil keputusan dalam mengembangkan unit-unit bisnis secara realtime tanpa terikat waktu dan tempat.Â

Pemodelan Arsitekture Enterprise Untuk Mendukung Layanan Pendidikan Di SD Lab. Percontohan UPI Bandung Cucu Cucu; Didi Rosiyadi
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 3 No 2 (2017): November 2017
Publisher : Universitas Komputer Indonesia

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

Enterprise Architecture Planning merupakan sebuah perencanaan arsitektur enterprise untuk menerapkan teknologi informasi ke dalam sebuah enterprise secara tepat dan efisien. Salah satu tujuan dari penerapannya adalah menciptakan keselarasan antara teknologi informasi dan fungsi bisnis bagi kebutuhan enterprise. Namun dalam penerapannya terkadang kurang memiliki koordinasi yang jelas antar bisnis unit serta antar fungsi-fungsinya karena berbagai macam kepentingan,sehingga mengakibatkan integritas data yang tidak maksimal dan sistem informasi yang dikembangkan tidak maksimal. Penelitian ini bertujuan untuk membuat sebuah arsitektur enterprise untuk SD LAB.PERCONTOHAN UPI BANDUNG, yang berupa blueprint IT yang nantinya bisa dijadikan oleh enterprise untuk mencapai visi dan misinya. Perencanaan tersebut dilakukan dengan memanfaatkan metodologi EAP (Enterprise Architecture Planning). Cara yang digunakan adalah melalui proses pendefinisian arsitektur enterprise yang berupa arsitektur data, arsitektur aplikasi , arsitektur teknologi serta arsitektur bisnis. Setelah seluruh arsitektur enterprise tersebut didefinisikan.Â

Analisis Sentimen Media Sosial Opini Ujian Nasional Berbasis Komputer menggunakan Metoda Naive Bayes Fajar Priyono; Surti Kanti; Iqbal Dzulfiqar I; Imam Amirulloh; Endang Sri P; Alvi Alvi; Didi Rosiyadi
Journal of Electrical And Electronics Engineering Vol 1, No 2 (2016): JOURNAL OF ELECTRICAL AND ELECTRONICS ENGINEERING
Publisher : President University

Ujian Nasional merupakan proses tolak ukur kemampuan hasil belajar siswa dan siswi selama proses belajar di sekolah, seiring perkembangan zaman, terdapat perubahan pada proses ujian nasional, yaitu sistem pengerjaan ujian nasional secara terkomputerisasi atau dapat di sebut dengan Computer Based Test (CBT). Dengan adanya Ujian Nasioal Berbasis komputer tentu menjadi bahasan-bahasan baru bagi masyarakat, baik bahasan pro dan kontra sehingga banyak masyarakat yang melontarkan opini-opininya melalui media sosial. Penelitian ini telah membahas mengenai analisa sentimen opini ujian nasional berbasis komputer. Sample yang di ambil sebanyak 181 kalimat sentimen yang di olah menggunakan algoritma Naive Bayes dengan mengelompokkan data menjadi tiga kelas Sentimen Positif, Netral, Negatif. Hasil pengolahan data menunjukan kelas sentimen netral memiliki nilai tertinggi sebesar 79% dan nilai terendah di peroleh kelas negatif dengan nilai 0.09%. Sedangkan tingkat akurasi ketiga kelas sentimen mencapai 100%.Keywords— Naive Bayes, Opini, Sentimen, Twitter The National exam is a benchmark of students’ learning capability result during learning process in schools. As the era develops, national exam is changing in its process. Nowadays, the test uses Computer Based Test (CBT) system. The existence of this system leads to new topics for society. Consequently, pro and contra opinions are thrown by them through social media. Therefore, this research discuses about analyses of sentiment opinions on CBT national exam. Naive Bayes’ Algorithm is used for processing 181 data samples in form of sentiment sentences. The data samples are grouped into three classess; Positive, Neutral, and Negative. The results of data processing have shown that Neutral sentiment gains the highest percentage 79% while the Negative sentiment is the lowest with value 0.09% Overall, accuracy degree of the three sentiment classes reach 100%.Keywords— Naive Bayes, Opini, Sentimen, Twitter

Perlindungan Rekam Medis Berbasis Robust Watermarking Pada Citra Medis Digital Menggunakan Metode Dwt-dct Dan Optimasi Dengan Ga Kurniawan W. Handito; Adiwijaya Adiwijaya; Didi Rosiyadi
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Jasa layananan telemedis memanfaatkan kemajuan teknologi informasi untuk pertukaran informasi dan pelayanan kesehatan tanpa memperhatikan batas tempat dan waktu. Data medis yang dapat dikirim, ditu- kar, dan distribusikan untuk memenuhi layanan telemedis harus diikuti dengan sistem keamanan karena kejahatan pencurian data identitas medis semakin meningkat dan membahayakan. Data pasien yang ber- sifat pribadi dan rahasia dapat dijaga dengan skema watermarking dengan cara menyisipkan rekam medis pasien pada citra medis digitalnya. Hal ini dapat menjamin kerahasiaan dan keamanan pengiriman data serta menjaga integritas dan hak milik citra medis digitalnya. Pada penelitian ini diusulkan skema water- marking menggunakan penggabungan metode DWT-DCT serta optimasi dengan GA untuk mencapai nilai robustness dan imperceptibility yang lebih baik. Parameter yang dioptimasi adalah subband DWT, subband DCT, dan scale factor penyisipan. Skema watermarking yang diusulkan dibandingkan dengan skema water-marking satu metode (DWT) dan penggabungan metode (DWT-DCT) tanpa algoritma optimasi. Dari hasil pengujian tanpa serangan, skema watermarking yang diusulkan lebih baik hingga 13,28 dB untuk nilai PS-NR, dan 0,21 poin untuk nilai NCC. Pada pengujian menggunakan serangan, skema watermarking yang diusulkan dapat dikatakan baik untuk beberapa nilai serangan.

Co-Authors -, Cucu Abdul Mahatir Najar Abdullah, Ifnu Abdul Aziz Ade Cahyana Adiwijaya Adnyana, I Ketut Widhi Agus Indra Jaya Agus Salim Akbari Basuki Akbari Indra Basuki Alvi Alvi Aridarma, Dedi Bambang Joko Triwibowo Basuki, Akbari Indra Bobby Suryo Prakoso Bobby Suryo Prakoso Cahya, El Rangga Un Chandra Nugraha Chandra Nugraha, Chandra Cucu Cucu Daniati Uki Eka Saputri Dedi Ariadarma Dedi Aridarma Deni Rusdiaman Dwi, F Lia Dwiza Riana Eko Arif Riyanto, Eko Arif Eko Saputro Endang Sri P Fajar Pramono Fajar Priyono Fariszal Nova Arviantino Fauzi, Fariz Furqon Hensan Muttaqien Hadi Susanto Harianto Harianto Heru Sukma Utama Heru Sukma Utama Heru Susanto Horng, Shi Jinn Husain, Syepry Maulana Ifnu Abdul Aziz abdullah Imam Amirulloh Ipin Sugiyarto Iqbal Dzulfiqar I Irawan, Rama Irwansyah Saputra Iwan Setiawan Iwan Setiawan Jamil, Muh. Juninisvianty, Tri Kurniawan W. Handito Kurniawan, Rohim Kusnadi - Kusnadi Muh. Jamil Muhammad Syahrani Mulyanto, Yudi Nana Suryana Nana Suryana Nana Suryana nanang ruhyana Nila Hardi Nuryani Nuryani Prakoso, Bobby Suryo Prasetyo, Heri Putra, Yeffry Handoko Qhomar, Mohammad Arifin Nurul Qurrota Ayun Hariyanto Putra RACHMAT HIDAYAT Rama Irawan Riski Annisa Salim, Taufik Ibnu Salsabila, Unik Hanifah Saputra, Surya Fajar Seimahuira, Syarah Sidiq, Muhammad Fajar Sriyadi Sriyadi Sugiyarto, Ipin Surti Kanti Surya Fajar Saputra Sutiyono Sutiyono Suwanda Aditya Aaputra Taufik Iqbal Ramdhani Tiska Pattiasina Utama, Heru Sukma Windu Gata Yeffry Handoko Putra Yusnan Hasani Siregar Yusuf Arif Setiawan Zulfikar Fauzi

Title

Found 44 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 44 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 44 Documents
Search