Article Per Year (5 Year)
p-Index From 2021 - 2026
2.155
P-Index
This Author published in this journals
All Journal Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat 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 Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

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

Found 18 Documents
Search

 1   2 
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.
ANALISIS MANAGEMENT BANDWIDTH DAN FIREWALL DENGAN ROUTER MIKROTIK PADA PT. BCA MULTIFINANCE Astrid Noviriandini; Hermanto Hermanto; Diah Ayu Ambarsari; Didy Eriawan
Jurnal Teknik dan Science Vol. 1 No. 3 (2022): Oktober : Jurnal Teknik dan Science
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/jts.v1i3.466

Abstract

The internet network is something that is familiar to mankind in this current century, where the need for internet access is currently very high, both to find information, articles and the latest knowledge. In general, many agencies have integrated the internet network into their daily activities in the work environment. PT. BCA MULTIFINANCE (BCAMF), is an institution that is engaged in vehicle and multipurpose loan financing. In order for computer network performance to be optimized, it is necessary to have management on the network that is able to handle congested and slow connection problems. The solutions that will be used include the addition of switches and bandwidth management and firewalls using a mikrotik router. The mechanism is that the proxy router regulates bandwidth sharing and IP blocking for each user. The choice of bandwidth management and firewall methods is because these methods meet the criteria for managing access speed for each client or network.
Prediction of PrivyID Application Comments Use as an Electronic Document (e-doc) using the Ensemble Vote method Riza Fahlapi; Hermanto Hermanto; Taufik Asra; Antonius Yadi Kuntoro; Ridatu Oca Nitra; Lasman Effendi
Jurnal Teknik Komputer AMIK BSI Vol 9, No 1 (2023): JTK Periode Januari 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v9i1.14245

Abstract

Indonesia is developing one of the more efficient and effective Financial Technology (Fintek) support services innovations by using electronic documents. The Electronic Document provider business that is used as a reference and utilized by fintech companies is PrivyID. In this study, how is the commentary aspect of using the PrivyID application for digital signature services to become a legal electronic document. Web-based application platforms and mobile applications in the community are indispensable for the use of Electronic Documents developed by PrivyID as a service provider in business and personal transactions that are needed by the community. More in-depth research regarding the Prediction of PrivyID Application Comments in Its Use as an Electronic Document (e-doc) taken from 818 data of PrivyID application users. The research was conducted by combining 3 (three) algorithms (k-Nearest Neighbor, Na¨ıve Bayes, and C4.5) in the Ensembles Vote method which resulted in the best Prediction Comment value with an accuracy of 86.80. 
Analisis Tingkat Kepuasan Pengguna Aplikasi JMO (Jamsostek Mobile) Menggunakan Algoritma Naive Bayes Classifier Astrid Noviriandini; Hermanto Hermanto; Diah Ayu Ambarsari
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v4i1.1986

Abstract

Perkembangan dan Kemudahan dalam melakukan kegiatan sehari - hari menjadi dambaan setiap konsume atau pengguna, maka dari itu berkembanglah banyak aplikasi demi memudahkan pengguna dalam melakukan kegiatan sehari - hari sepeti salahsatunya Jamsostek Mobile atau disingkat JMO. Namun tidak semua aplikasi dan layanan dalam aplikasi seperti keinginan pengguna,maka dari itu perlu di adakannya penelitian terhadap aplikasi JMO. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi JMO dimana dalam penelitian ini penulis menggunakan metode Naïve Bayes Classifier. Dalam penelitian ini setelah dilakukan preprocessing dan dilakukan pengujian model dengan metode data mining yaitu algoritma Naïve Bayes hasil evaluasi dan validasi, di dapatkan hasil nilai akurasi untuk menentukan bahwa klasifikasi komentar masyarakat pengguna aplikasi JMO (Jamsostek Mobile) dalam complain dana JHT dilakukan pengujian dengan algoritma Naïve Bayes dengan data komentar dibagi menjadi dua kategori label positif dan negatif, dapat dibuktikan dengan nilai akurasi dan nilai AUC dari algoritma Naïve Bayes nilai akurasi = 86.25% dan nilai AUC = 0.500.
ANALISA SENTIMEN VAKSINASI COVID-19 DENGAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES BERBASIS TEKNIK SMOTE Riza Fahlapi; Hermanto Hermanto; Taufik Asra; Antonius Yadi Kuntoro; Ridatu Ocanitra; Lasman Effendi; Ferry Syukmana
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: 10.59697/jik.v6i1.136

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.
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: 10.59697/jik.v5i2.250

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.
ANALISA SENTIMEN TERHADAP BELAJAR ONLINE PADA MASA COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SARM OPTIMIZATION Hermanto Hermanto; Astrid Noviriandini
Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i1.311

Abstract

Coronavirus 19 (COVID-19) merupakan infeksi virus menular yang saat ini sudah merambah ke berbagai negara salah satunya di Indoenesia. Pemantauan penyebaran COVID-19 di Indonesia ditangani langsung oleh Pemerintah Indonesia terutama. Pemerintah Indonesia langsung menindak lanjuti kasus tersebut. Salah satu tindakan pemerintah adalah melakukan Social Distancing selama 14 hari untuk meminimalisir penyebaran virus tersebut. Kegiatan pembelajaran online ini dilakukan untuk mengganti kegiatan pembelajaran secara langsung. Pembelajaran online memiliki beberapa kelemahan yakni penggunaan jaringan internet membutuhkan infrastruktur yang memadai, membutuhkan banyak biaya, komunikasi memalui internet terdapat berbagai kendala/lamban. Komentar masyarakat di twitter mengenai belajar online cukup banyak. Namun memantau komentar dari masyarakat umum bukanlah hal yang mudah, dikarenakan jumlahnya sangat banyak untuk diproses sehingga peneliti ingin mengetahui sejauh mana analisa sentimen masyarakat berdasarkan komentar positif dan negatif dengan menggunakan teknik klasifikasi yaitu menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization. Hasil pengujian dengan nilai akurasi dan nilai AUC yaitu yaitu untuk SVM + PSO nilai akurasi = 71.39% dan nilai AUC = 0.762. Untuk itu, Dalam penelitian ini dapat disimpulkan bahwa penggunaan Particle Swarm Optimization (PSO) pada model algoritma support vector machine (SVM) dapat menjadi solusi meningkatkan akurasi dan AUC analisa sentiment masyarakat mengenai belajar online pada masa covid-19 dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen Komentar masyarakat di twitter ada masa covid-19.
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 Laksono Trisnantoro Lasman Effendi Muhamad Syarif Nuraeni Herlinawati 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