Article Per Year (5 Year)
p-Index From 2021 - 2026
1.909
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI Informatics for Educators and Professional : Journal of Informatics JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Informatika Kaputama (JIK) Jurnal Mantik JIKA (Jurnal Informatika) Reputasi: Jurnal Rekayasa Perangkat Lunak Jurnal Teknik dan Science (JTS) Jurnal Pengabdian Literasi Digital Indonesia
Hermanto Hermanto
Bina Sarana Informatika University
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
SISTEM PAKAR DIAGNOSA PENYAKIT ANAK BAWAH LIMA TAHUN MENGGUNAKAN METODE CERTAINTY FACTOR HERMANTO HERMANTO
Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i2.520

Abstract

Kesehatan sangatlah penting bagi manusia khususnya anak balita yang rawan dan rentan terhadap gangguan berbagai macam penyakit, karena itu dengan tubuh yang sehat balita akan tumbuh kembang dengan baik dan sehat. Gejala-gejala penyakit terhadap anak balita memiliki dampak buruk apabila terlambat mendapatkan penanganan yang kurang tepat, untuk memudahkan para orang tua mendeteksi jenis penyakit yang diderita, untuk itu perlu dibangun sebuah aplikasi sistem pakar deteksi penyakit pada anak untuk mendapatkan deteksi awal penyakit. Penelitian ini terdiri dari tiga tahap. Tahap pertama adalah pengumpulan data dan informasi dari Manajemen Terpadu Balita Sakit (MTBS) dan wawancara dengan Bidan. Dari pengumpulan data dan informasi tersebut ditemukan fakta penyakit, keluhan, gejala dan saran penanganan. Dalam penelitian in juga i dikembangkan sistem pakar untuk mendiagnosa penyakit anak bawah lima tahun menggunakan metode Certainty Factor, Sistem pakar ini berjalan berdasarkan gejala yang dirasakan oleh anak atau yang terjadi pada pasien. Sistem dibangun berbasis web dengan menggunakan bahasa pemrograman PHP dan database nya MySQL. Hasil pengujian dengan persentase 90% menunjukkan bahwa sistem pakar ini mampu melakukan diagnosa penyakit anak balita berdasarkan gejala-gejala yang dirasakan oleh anak disertai nilai certainty factor yang menunjukkan tingkat kebenaran, keakuratan dari kemungkinan penyakit yang sering terjadi pada anak balita
PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE irmawati irmawati irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i2.565

Abstract

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%.
ANALISA SENTIMEN VAKSINASI COVID-19 DENGAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES BERBASIS TEKNIK SMOTE HERMANTO HERMANTO
Jurnal Informatika Kaputama (JIK) Vol 6, No 1 (2022): Volume 6, Nomor 1 Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v6i1.698

Abstract

Keadaan dan tantangan pandemi pada awal tahun 2021 dengan telah ditemukannya vaksin atas virus Covid-19 tentunya diperlukan percepatan dalam pemberian vaksin kepada seluruh umat manusia di seluruh dunia. Di Indonesia, Pemerintah menggalakan program vaksinasi masal kepada seluruh Warga Negara Indonesia dengan melakukan percepatan vaksinasi di seluruh wilayah Indonesia sampai dengan saat ini. Berdasarkan hal tersebut diatas dipandang perlu melakukan analisa sentimen. Media sosial twitter dipilih sebagai salah satu sarana dalam analisas sentiman ini. Terdapat 1013 komentar positif dan negatif para pengguna twitter dengan kata kunci “vaksin” yang didapatkan untuk diproses terkait tanggapan masyarakat atas pelaksanaan vaksinasi masal yang dilaksanakan di Indonesia. Dengan menggunakan Algoritma Support Vector Machine (SVM) dan Naïve Bayes berbasis SMOTE dilakukan perbandingan pengujian atas komentar positif dan negatif tersebut. Dari proses pengujian tersebut didapatkan hasil akurasi dari algoritma SVM menggunakan teknik SMOTE didapatkan nilai akurasi =70.51% dan nilai AUC =0.827, sedangkan proses pengujian menggunakan algoritma Naïve Bayes dengan teknik SMOTE didapatkan nilai akurasi = 64.36% dan nilai AUC = 0.423. dari proses diatas, penggunaan Support Vector Machine berbasis teknik SMOTE memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap analisis sentimen vaksinasi Covid-19.
Aplikasi Mobile Sistem Pakar Dalam Mengidentifiaksi Diagnosis Penyakit Kucing Ridwansyah Ridwansyah; Jajang Jaya Purnama; Hermanto Hermanto; Suhardjono Suhardjono; Abdul Hamid
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 5 No 1 (2020): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v5i1.1414

Abstract

Abstrak: Adanya sebuah aplikasi saat ini dapat digunakan dalam beberapa hal khususnya sistem pakar. Sistem pakar penyakit kucing merupakan sistem yang dapat mengidentifikasi penyakit pada kucing, yang dikarenakan hewan tersebut sangat populer di masyarakat khususnya Indonesia sangatlah besar peminatnya. Hewan ini sangat disukai karena bentuknya yang lucu dan perilaku yang menggemaskan, terlebih nabi Muhammad juga menyukai hewan ini dan jika kita merawatnya makan sunah rasul yang kita dapat ini merupakan kepercayaan umat muslim. Dalam memelihara kucing berbagai masalah akan terjadi dimana kucing yang kita pelihara dalam keadaan sakit dan berbagai virus yang menyerang kucing misalnya penyakit kucing scabies, penyakit kucing feline caliviral disease, penyakit kucing helminthiasis, penyakit kucing koksidiosis, penyakit kucing felice panleukopenia, penyakit kucing ektoparasit, penyakit kucing, penyakit kucing feline viral rhinotracheitis dan penyakit kucing Earmite. Dengan adanya aplikasi sistem pakar yang bertujuan untuk menyelesaikan suatu permasalahan yang dapat di anggap cukup rumit dan hanya bisa diatasi para ahli atau para pakar tertentu. Pemilik kucing yang tidak mengetahui adanya penyakit yang dialami oleh kucing yang dipeliharanya maka akan menjadi permasalahan yang besar. Oleh karena itu dengan adanya aplikasi sistem pakar tersebut dapat membantu dalam melakukan diagnosis penyakit pada kucing dan memberikan alternatif pengobatan, penanganan dan pencegahannya. Kata kunci: Aplikasi Sistem Pakar, Forward Chaining, Penyakit Kucing. Abstract: The existence of an application today can be used in several ways, especially expert systems. The cat disease expert system is a system that can identify diseases in cats, which is because these animals are very popular in society, especially in Indonesia, and are in great demand. This animal is very popular because of its cute shape and adorable behavior, especially the prophet Muhammad also likes this animal and if we take care of it, eat the Prophet's Sunnah which we get is the belief of Muslims. In keeping cats, various problems will occur where the cat we keep is sick and various viruses that attack cats, for example, scabies cat disease, feline caliviral disease, cat helminthiasis, cat coccidiosis, felice panleukopenia cat disease, ectoparasite cat disease, cat disease feline cat disease, viral rhinotracheitis and Earmite cat disease. With the existence of an expert system application that aims to solve a problem that can be considered quite complicated and can only be overcome by certain experts or experts. Cat owners who do not know about the disease experienced by the cat they keep will be a big problem. Therefore, with the application of this expert system, it can help diagnose diseases in cats and provide alternative treatments, treatments and prevention. Keywords: Cats, Expert Systems, Forward Chaining
KLASIFIKASI SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK ANALISA SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI Astrid Noviriandini; Hermanto Hermanto; Yudhistira Yudhistira
Jurnal Informatika Vol 6, No 1 (2022): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v6i1.5681

Abstract

Covid-19 adalah penyakit menular yang sudah menyebar ke Indonesia. Pemantauan penyebaran Covid-19 di Indonesia ditangani oleh Kementrian Komunikasi dan Informatika (KOMINFO) dengan membuat aplikasi PeduliLindungi yang dapat ditemukan di Google Play . Pengguna bagus akan memilih aplikasi yang memiliki ulasan yang, tetapi menggunakan ulasan dari masyarakat tidak mudah sehingga penulis ingin mengetahui analisis ulasan pengguna aplikasi PeduliLindungi berdasarkan komentar pengguna dengan algoritma Support Vector Machine berbasis Particle Swarm Optimization. Hasil tes dengan nilai akurasi = 93,0% dan AUC = 0,977.Untuk itu, penerapan Support Vector Machine berbasis PSO pada peneltian ini memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen pada review komentar pengguna aplikasi Pedulilindungi di google play .
ALGORITMA KLASIFIKASI NAIVE BAYES DAN SUPPORT VECTOR MACHINE DALAM LAYANAN KOMPLAIN MAHASISWA Hermanto Hermanto; Ali Mustopa; Antonius Yadi Kuntoro
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 5 No 2 (2020): JITK Issue February 2020
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1425.875 KB) | DOI: 10.33480/jitk.v5i2.1181

Abstract

Service in the world of education is an important element for the creation of an academic atmosphere that is conducive to the implementation of a successful teaching and learning process. The process of service to students there is a tendency to be implemented not following the minimum service standards that must be provided to students so that students tend to complain about the services provided. Submission of criticism, complaints, input, or suggestions for dissatisfaction and problems that exist in the university environment is still very limited. Complaints can be constructive if submitted to the right place and party. In this research the data processing of email complaints from students conducted at the academic student body (students.bsi.ac.id). Student complaint data that will be processed is data in the form of * .xls complaint file. Before text data is analyzed using text mining methods, the pre-processing text needs to be done including tokenizing, case folding, stopwords, and stemming. After pre-processing, the classification method is then performed in classifying each complaint category and dividing the status into two parts, namely complaint and not complaint so that the status becomes a normal condition in text mining research. The purpose of this study is to obtain the most accurate algorithm in the classification of student complaints and can find out the results of the classification of the Naïve Bayes algorithm method and Support vector Machine used and compared. In this study, the results of testing by measuring the performance of these two algorithms using Cross-Validation, Confusion Matrix, and ROC Curves. The obtained Support vector Machine algorithm has the highest accuracy value compared to Naïve Bayes. AUC value = 0.922. for the Support vector machine method using the student academic data collection dataset (students.bsi.ac.id) has 84.45%, from the Naïve Bayes algorithm has an accuracy rate of about 69.75% and AUC value = 0.679.
IT-Helpdesk System Design With Waterfall Model (Case Study : Agung Podomoro Group): IT-Helpdesk System Design With Waterfall Model (Case Study : Agung Podomoro Group) Siti Nur Khasanah; Sandra Jamu Kuryanti; Hermanto Hermanto; Cep Adiwihardja
Jurnal Mantik Vol. 4 No. 1 (2020): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.626 KB)

Abstract

Agung Security Podomoro Group is a company that uses a lot of electronic inventory, so there are quite a lot of inventory problems that must be dealt with, as long as there is an inventory problem the user or admin of the location submits to Asset Management, by telephone, or other communication tools, then Asset management does and submit to Technical support. Due to the large number of inventory reports that are damaged often the handling of technical support is not handled properly. Therefore it is necessary to have a system that becomes a working benchmark that records damage reports accompanied by a history record so that if there is a similar damage it is easier to handle. In this study a Web-based Help Desk System was designed to deal with existing problems. The website is made based on PHP and uses a MySQL database. The development method that the author uses in designing the web-based Helpdesk System at Agung Podomoro use the Waterfall model.
Design and Build a Child's Learning Room Application, in Increasing Learning Motivation Based on Android Antonius Yadi Kuntoro; Hermanto Hermanto
Jurnal Mantik Vol. 4 No. 3 (2020): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.Vol4.2020.1011.pp1788-1796

Abstract

Millennials are often associated with the term “kids zaman now” or "children of today." If we associate today's children with previous habits, then we will find different things there. It affects their motivation to study at school. While teaching in schools still uses a conventional model, better known as Teacher-Centered Learning (TCL), the model is boring for today's students. As a result, many students today find it challenging to understand the lessons learned at school, and arriving at their homes is again preoccupied with their gadgets and forgetting the subject matter learned in school. Children's Learning Room application ranging from early childhood to elementary and junior high school students can provide a pleasant atmosphere in the child's learning process; besides, this App can be played without any difficulty by the child in its use. At the app creation stage, there are three stages of testing: functional testing, device testing, and user interest testing. From due diligence using questionnaires from 30 respondents from three professions, namely students, teachers, and parents of students with 12 questions asked on the questionnaire, most respondents agreed, or positive responses got 95.4% of the responses strongly agreed. It can be said that this Children's Learning Room Application is suitable for early childhood to elementary school children computer technology.
KLASIFIKASI KELUHAN PENGGUNA KAI ACCESS UNTUK PEMESANAN TIKET DENGAN ALGORITMA SVM DAN NAÏVE BAYES Hermanto -; Antonius Yadi Kuntoro; Taufik Asra
Jurnal Informatika Vol 6, No 2 (2022): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v6i2.6187

Abstract

Perkembangan dan kemajuan Teknologi Informasi dan Komunikasi (TIK) sangat diperlukan guna untuk memudahkan dan menyelesaikan berbagai masalah yang dihadapi oleh manusia dengan cepat dan singkat. Disamping itu, masyarakat zaman sekarang ingin semuanya serba praktis dan tidak menyita banyak waktu. Salah satu contoh permasalahan sehari-hari yang menjadi perhatian masyarakat sekarang adalah transportasi. Kereta api nampaknya menjadi salah satu alat transportasi favorit orang Indonesia terbukti dengan meningkatnya layanan khusus Kereta Api diberbagai perangkat Android, IOS, dan Windows Phone. Penelitian ini fokus terhadap menganalisa kepuasan pengguna aplikasi KAI Access terhadap pemesanan tiket, Penelitian ini bertujuan untuk menganalisis keluhan pengguna aplikasi KAI Access dalam pemesanan tiket kereta api secara online. Terdapat 1321 komentar positif dan negatif pada pengguna aplikasi kai access untuk keluhan pemesanan tiket. Dengan menggunakan Algoritma SVM dan Naïve Bayes dilakukan perbandingan pengujian atas komentar positif dan negatif tersebut. Dari proses pengujian tersebut didapatkan hasil akurasi dari algoritma SVM nilai akurasi = 73.36% dan nilai AUC = 0.794. sedangkan untuk algoritma Naïve Bayes nilai akurasi dan nilai AUC dari algoritma yaitu untuk SVM nilai akurasi = 67.10% dan nilai AUC = 0.573. Dapat disimpulkan bahwa algoritma yang lebih unggul adalah memiliki nilai akurasi tertinggi adalah Algoritma SVM dibanding dengan algoritma Naïve Bayes.
Pelatihan Pembuatan Video Reel Instagram Menggunakan Canva Pada Yayasan Widya Kapuas Kalbar Eri Bayu Pratama; Wahyutama Fitri Hidayat; Hermanto Hermanto; Muhamad Syarif; Ade Hendini
Jurnal Pengabdian Literasi Digital Indonesia Vol. 1 No. 2 (2022): December
Publisher : Puslitbang Akademi Relawan TIK Indonesia (ARTIKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (629.589 KB) | DOI: 10.57119/abdimas.v1i2.11

Abstract

The development of information and communication technology today has changed the way humans interact with each other. Social media is one of the media that allows humans to interact without being limited by space and time. The positive impact of using social media can be used as a medium of information. However, this positive impact must be accompanied by an increase in digital literacy, especially in designing information that will be conveyed to the public, one of which is through the Instagram application rails. This service has the main goal of providing training in the form of making Instagram reels using the Canva application. The target of community service activity partners is in the form of non-formal institutions, the Yayasan YAWIKA Kota Pontianak. The method of implementation is done offline by coming directly at the location of community service. The results of this activity showed satisfactory results from the participants as well as increasing digital literacy, especially in optimizing social media as a medium of information and using the Canva application.
Co-Authors Abdul Hamid Ade Hendini Ali Mustopa, Ali Antonius Yadi Kuntoro Astrid Noviriandini Cep Adiwihardja Diah Ayu Ambarsari Diah Ayu Ambarsari Didy Eriawan Eka Herdit Juningsih Eri Bayu Pratama Faruq Aziz Ferry Syukmana irmawati irmawati irmawati Jajang Jaya Purnama Lasman Effendi Muhamad Syarif Ridatu Oca Nitra Ridatu Ocanitra Ridwansyah Ridwansyah RIZA FAHLAPI Sandra Jamu Kuryanti Siti Nur Khasanah Suhardjono S Syaifur Rahmatullah Taufik Asra Wahyutama Fitri Hidayat Yudhistira Yudhistira