Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.077

P-Index

This Author published in this journals

All Journal Syntax Jurnal Informatika Infotech Journal Journal of Information System Journal of Information Technology and Computer Science (JOINTECS) Techno Nusa Mandiri : Journal of Computing and Information Technology RESEARCH : Computer, Information System & Technology Management INTECOMS: Journal of Information Technology and Computer Science JUTIM (Jurnal Teknik Informatika Musirawas) JURNAL PENDIDIKAN TAMBUSAI STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Systematics Jurnal Informatika dan Rekayasa Perangkat Lunak RESLAJ: RELIGION EDUCATION SOCIAL LAA ROIBA JOURNAL Jurnal Teknologi Informatika dan Komputer Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Innovative: Journal Of Social Science Research SATIN - Sains dan Teknologi Informasi

Ultach Enri

Universitas Singaperbangsa Karawang

Author-ID : 2544557

Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

ANALYSIS OF DEPRESSION IN COLLEGE STUDENT DURING COVID-19 PANDEMIC USING EXTREAM GRADIENT BOOST Agung Prabowo; Dharma Ajie Nur Rois; Amar Luthfi; Ultach Enri
Jurnal Techno Nusa Mandiri Vol 18 No 2 (2021): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v18i2.2399

The Covid-19 pandemic that spreads in Indonesia causes health, economic, and social problems in the community, including mental health. Of course, this mental health problem also hit students. Seeing these conditions, we conducted research on students of the Faculty of Computer Science, University of Singaperbangsa Karawang using the Patient Health Questionnaire-9 which measures a person's level of depression. In this study, we used Extreme Gradient Boost or XGBoost to classify students' depression tendencies. We break down the dataset into training data and testing data with 4 data sharing combinations, they are 80 : 20, 50 : 50, 90 : 10, 70 : 30. The combination of 90 : 10 data sharing has the best performance with accuracy, precision, recall, and F1-scores respectively 92.86%, 94.29%, 92.86% , and 92.06%. This method also has better performance than K-Nearest Neighbor, Random Forest, Multi Layer Perception, Support Vector Machine and Decision Tree .

Analisis Sentimen Terhadap Kenaikan Iuran Bpjs Kesehatan Pada Twitter Menggunakan Naïve Bayes Classifier Putri Dewi Wulandari; Ultach Enri; Aji Primajaya
Jurnal IT UHB Vol 1 No 2 (2020): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Pelayanan kesehatan merupakan salah satu hak mendasar masyarakat yang penyediaannya wajib diselenggarakan oleh Pemerintah sebagaimana telah diamanatkan dalam Undang-Undang Dasar 1945 Pasal 28 H Ayat (1). Menurut Presidium Forum Alumni Aktivis Perhimpunan Pers Mahasiswa Indonesia, Program Jaminan Kesehatan Nasional yang pelaksanaannya dipercayakan pada BPJS Kesehatan masih jauh dari makna keadilan. Salah satu persoalan yang dihadapi BPJS Kesehatan yaitu banyaknya peserta yang menunggak dalam melakukan pembayaran sehingga menimbulkan defisit yang sangat besar pada BPJS Kesehatan dan menyebabkan Pemerintah resmi menaikkan iuran BPJS Kesehatan sesuai usulan Menteri Keuangan Sri Mulyani. Banyaknya keluhan masyarakat terhadap isu kebijakan Pemerintah dalam menaikkan iuran BPJS Kesehatan, maka dilakukan penelitian ini dengan tujuan untuk menemukan kesimpulan dari persepsi masyarakat menggunakan algoritma Naive Bayes Classifier dengan fitur seleksi TF-IDF. Dataset yang digunakan sebanyak 356 data yang terbagi kedalam dua kelas yaitu kelas positif dan negatif yang telah melalui tahap seleksi oleh Ahli Bahasa Indonesia. Proses klasifikasi menghasilkan hasil akurasi terbaik dengan ratio split 60:40 yaitu sebesar 92,96% dengan menggunakan fitur seleksi TF-IDF.

RETRACED: Sistem Monitoring Penjualan Rumah Di Kawasan Perumahan Berbasis Android Chaerur Rozikin; Ultach Enri
SYSTEMATICS Vol 1 No 1 (2019): August 2019
Publisher : Universitas Singaperbangsa Karawang

Retraction to:Rozikin, C. & Purwantoro. (2018). Rancang Bangun Aplikasi Supporting Sales Penjualan Rumah Di Perumahan Berbasis Android. Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi, 3, 52--67.DOI: https://doi.org/10.36805/technoxplore.v3i2.802This article has been retracted by the publisher based on the following reasonThis is based on the author's recognition to the editor that the author has committed acts of violation of publication ethics. The author has published a double publication by submitting the same article to two journals at the same time. The author admits that he forgot to have submitted the same article to another journal. This article can be found at Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi (Publisher: Universitas Buana Perjuangan Karawang), Volume 3, No. 2, October 2018. (http://journal.ubpkarawang.ac.id/index.php/TeknikInformatikaSistemInfor/article/view/802)This article has followed with the procedures that apply to journal management. The author has received the review results, and has improved the article according to the review result.One of the conditions of submission of a paper for publication in this journal is that authors declare explicitly that their work is original and has not appeared in a publication elsewhere, and also not considered by another journal. As such this article represents a severe abuse of the scientific publishing system. The scientific community takes a very strong view on this matter, and apologies are offered to readers of the journal that this was not detected during the submission process.

Sistem Pengaduan Kerusakan Fasilitas Ruang Kelas Berbasis Android Ultach Enri; Chaerur Rozikin
SYSTEMATICS Vol 1 No 2 (2019): December 2019
Publisher : Universitas Singaperbangsa Karawang

Ruang kelas merupakan tempat diadakannya proses belajar mengajar. Dalam ruang kelas terdapat berbagai macam fasilitas pendukung proses belajar mengajar. Kerusakan fasiltas yang ada diruang kelas akan mengganggu proses belajar mengajar. Kerusakan fasilitas ruang kelas tersebut antara lain infocus rusa, ac mati, kabel rusak dan lain sebagainya. Kerusakan kerusakan tersebut karena sering pakai oleh mahasiswa dan dosen secara bergantian sehingga kalau terjadi kerusakan akan mengganggu mahasiswa dan dosen lain yang akan mengajar berikutnya. Untuk melaporkan kerusakan ruang kelas tersebut agak susah karena sebagian besar mahasiswa dan dosen tidak tahu pihak yang berwenang untuk menangani kerusakan fasilitas ruang kelas tersebut. Masalah tersebut perlu dicarikan solusinya agar kerusakan dapat terselesaikan dengan cepat dan tidak mengganggu mahsiswa dan dosen lain yang akan menggunakan ruang kelas tersebut. Solusi dari permasalahan tersebut dengan cara mengembangkan aplikasi berbasis android untuk melaporkan setiap kerusakan fasilitas yang ada diruang kelas. Penelitian ini akan mengembangkan sistem untuk mengatasi permasalahan tersebut.

Penerapan Deep Learning Pada Kamera Pengawas Jalan Raya Dalam Mendeteksi Kecelakaan Heru Triana; Ultach Enri
SYNTAX Jurnal Informatika Vol 11 No 02 (2022): Oktober 2022
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v11i02.6356

Kecelakaan dalam lalu lintas adalah suatu perkara yang tidak bisa dianggap sepele. Kecelakaan dapat menimbulkan banyak korban jiwa dan kerugian yang besar. Bahkan Indonesia menjadi penyumbang angka kematian terbesar di ASEAN. Untuk mencegah korban jiwa saat kecelakaan terjadi, dapat dicegah dengan memberikan pertolongan pertama dan menghubungi pihak rumah sakit terdekat untuk segera mendapatkan perawatan medis. Untuk itu, dibutuhkan sebuah terobosan untuk membuat sebuah sistem pendeteksi kecelakaan. Untuk itu, penggunaan metode deep learning dan algoritma convolutional neural network dalam membuat model klasifikasi yang dapat mendeteksi kecelakaan adalah pilihan tepat karena dapat menghasilkan model dengan akurasi yang tinggi dan dapat mendeteksi kecelakaan, yang nantinya model tersebut dapat diimplementasikan pada kamera pengawas karena dengan kamera pengawas tersebut kita dapat mendeteksi kecelakaan terjadi dan secara otomatis memberikan pesan darurat ke pihak rumah sakit. Dalam penelitian ini, model dievaluasi menggunakan akurasi dan categorical cross entropy dan mendapatkan akurasi pelatihan sebesar 0, 9393 dengan loss pelatihan sebesar 0, 3228 dan akurasi validasi sebesar 0, 9080 dan loss validasi sebesar 0, 4166 yang berarti sudah layak digunakan untuk mendeteksi kecelakaan yang terjadi. Setelah model dievaluasi dan mendapatkan evaluasi yang cocok, baru model dapat diekspor dan diimplementasikan kedalam kamera pengawas.

Web Usage Mining Guna Analisis Pola Akses Pengunjung Website dengan Association Rule Hopi Siti Hopipah; Jajam Haerul Jaman; Ultach Enri
SATIN - Sains dan Teknologi Informasi Vol 7 No 2 (2021): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Pengaruh internet erat dengan kehidupan masyarakat, terutama dalam menyediakan kemudahan akses informasi melalui website. Website digunakan oleh lembaga pendidikan khususnya kampus sebagai media promosi, media informasi, publikasi, dan pengenalan profil kampus. Pemanfaatan website secara optimal dapat memberikan pelayanan terbaik bagi pengunjung, sehingga kepercayaan dan citra positif terhadap kampus pun dapat meningkat. Penting bagi pengelola untuk memperhatikan juga meningkatkan kualitas website, salah satunya dengan menerapkan web usage mining. Web usage mining bermanfaat untuk menggali informasi yang didapatkan dari web, dengan memahami data aktivitas pengunjung agar dapat mengetahui kelebihan dan kekurangan website. Penelitian ini bertujuan untuk mengetahui serta melakukan analisis pola akses pengunjung website Unsika dengan web usage mining menggunakan Association Rule. Algoritma yang digunakan adalah Modified Apriori dengan teknik hashing. Teknik hashing digunakan untuk mengurangi waktu pencarian dengan menyimpan data ke dalam array sebagai key dan value pada saat proses iterasi. Berdasarkan hasil penelitian, dengan nilai minimum support 2 dan minimum confidence 65%, rule yang terbentuk yaitu sebanyak 27 dengan nilai support tertinggi 2.20%, nilai confidence tertinggi adalah 100%, dan lift ratio tertinggi sebesar 91.

Analisis Pola Penjualan Pada PT PMA Saat Pandemik Covid dengan Menggunakan Algoritma Fp-Growth Adi Santoso; Hannie Hannie; Ultach Enri
Jurnal Pendidikan Tambusai Vol. 7 No. 2 (2023): Agustus 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Era globalisasi dimana persaingan bisnis yang semakin ketat mengharuskan setiap perusahaan memperhatikan berbagai aspek agar dapat bersaing dan mengungguli perusahaan lain, Salah satunya adalah aspek pemasaran dengan konsep serta strategi pemasaran yang baik diharapkan perusahaan dapat menghadapi persaingan sekaligus dapat meraih keberhasilan bisnis dan dapat meningkatkan profit. Pesaing yang menjadi musuh alami dalam bersaing saat ini tidak hanya competitor meialinakan pandemik covid-19 di seluruh Indonesia. Cara untuk mengatasi permasalahan tersebut pada penelitian ini dengan mengkolaborasikan teknologi data mining dengan menggunakan teknik association rule dan bantuan algoritma FP-Growth untuk mencari pola yang terkandung dalam data transaksi. Data yang digunakan adalah data transaksi sebanyak 3010 data. Pola – pola ini akan menghasilkan pengetahuan minat beli konsumen terhadap produk sehingga dapat digunakan untuk pengambilan keputusan dalam menentukan strategi pemasaran yang sesuai. Penelitian ini menggunakan aturan minimum support 30 %, minimum confidence 70% dan lift ratio lebih dari 1 sehingga menghasilkan 14 kombinasi pola.

Analisis Sentimen Ulasan Pengguna Klik Indomaret Pada Google Play Menggunakan Support Vector Machine Dina Amelia Alzahra; Ultach Enri; Yuyun Umaidah
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.3715

Tingginya persaingan retail di Indonesia yang didukung dengan perkembangan teknologi, menjadi salah satu pemicu Indomaret untuk meluncurkan sebuah aplikasi yang memungkinkan para penggunanya untuk menikmati beragam kemudahan dalam berbelanja kebutuhan harian. Aplikasi dengan tagline one stop online store ini telah terunduh sebanyak 5 juta kali dan memiliki 99.000 ulasan di Google Play. Ulasan pengguna pada Google Play dapat dimanfaatkan untuk peningkatan kualitas aplikasi, pelayanan, atau bahkan produk yang disediakan. Oleh karena itu, dilakukan analisis sentimen yang bertujuan untuk memahami, mengekstrak, dan mengelola ulasan pengguna berupa data tekstual yang kemudian diketahui apakah sebuah ulasan memiliki kecenderungan pada nilai positif dan negatif. Adapun algoritme yang digunakan adalah Support Vector Machine (SVM) dengan membandingkan 4 kernel, diantaranya adalah linear, polynomial, Sigmoid, dan RBF. Metodologi yang digunakan pada penelitian ini adalah Knowledge Discovery Database (KDD) yang terdiri dari 5 tahapan yaitu data selection, preprocessing, transformation, data mining, dan terakhir evaluation. Data yang digunakan berjumlah 1563 yang terdiri dari 694 ulasan positif dan 869 ulasan negatif. Pada tahapan transformation dilakukan perbandingan antara TF-IDF dan Bag of Words. Terdapat tiga skenario pada tahapan data mining, yang membagi data train dan test menjadi 70:30, 80:90, dan 90:10. Hasil terbaik dimiliki oleh kernel Sigmoid menggunakan fitur ekstraksi Bag of Words dan rasio perbandingan data 90:10, dengan hasil accuracy 92%, precision 89%, recall 96%, dan F1-Score 92%.

PENERAPAN ALGORITMA GAUSSIAN NAIVE BAYES DALAM PENENTUAN PRIORITAS REHABILITASI DAERAH ALIRAN SUNGAI BERDASARKAN PARAMETER LAHAN KRITIS Tiara Destiana; Yuyun Umaidah; Ultach Enri
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.6501

Berkurangnya sumber air, lapisan tanah yang subur mengalami erosi, longsor, dimana hal ini berdampak pada perubahan lahan kritis, yang menyebabkan penurunan kualitas Daerah Aliran Sungai (DAS). DAS Pemali Jratun memiliki lahan kritis seluas 559.492.530 hektar. Pendekatan klasifikasi dapat digunakan untuk mengidentifikasi wilayah yang memiliki lahan kritis dengan menggunakan algoritma Gaussian Naive Bayes selama proses data mining, dengan metodologi yang digunakan dalam penelitian ini adalah KDD. Skenario pembagian dataset terbagi menjadi 3 yaitu data 70:30, 80:20, dan 90:10, penelitian ini akan dibagi menjadi 5 klasifikasi, yaitu Sangat Kritis, Kritis, Agak Kritis, Kritis Potensial, dan Tidak Kritis. Hasil pengujian dari 3 skenario yang dibuat, pemodelan dari rasio 70:30, memiliki akurasi yang unggul. Nilai F1-Score 0,61, Precision 0,56, Recall 0,71, dan Accuracy 71%. Berdasarkan kesimpulan akhir klasifikasi, terdapat dua kelas lahan kritis penting yaitu kelas 1 dengan tingkat kekritisan lahan berpotensi kritis dan kelas 2 dengan tingkat kekritisan lahan agak kritis.

Penerapan Algoritme K-Means Dalam Mengelompokkan Data Pengangguran Terbuka Di Provinsi Jawa Barat Tasyifa Nafsiah Muthmainnah; Siti Indriyana; Ultach Enri
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 5, No 2 (2023): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v5i2.8736

Unemployment is a major social problem in many regions, including West Java province in Indonesia. West Java province is one of the most populous regions with a high level of urbanization. With population growth and urbanization, the challenge of creating enough jobs becomes more difficult. Therefore, the purpose of this study is to cluster open unemployment data in West Java communities classified by the number of unemployed people by district or city. This research uses CRISP-DM method with K-Means clustering algorithm. The result of this research is 10 regencies/cities that have low level of unemployment, then there are 15 regencies/cities that have medium level of unemployment and there are 2 regencies/cities that have high level of unemployment. The result of the test using Davies Bouldin Index cluster = 3 has the best cluster quality, because the value of the Davies Bouldin Index test result with c = 3 is the smallest value of 0.28, which is the lower, the better the cluster.

Co-Authors Adi Kurniawan Adi Santoso Agung Prabowo Amar Luthfi Azhari Ali Ridha Bayu Laksono Wahyu Arminsyah Chaerur Rozikin Dewi Septiani Dharma Ajie Nur Rois Dina Amelia Alzahra Elin Nurlia Farah Fadila Rahman Farid Farid Frise Anesha Lutia Hannie, Hannie Heni Anggraeni Heru Triana Hopi Siti Hopipah Istiningdias, Dini Sri Jaman, Jajam Haerul Kamal Prihandani Muhammad Diki Hendriyanto Nina Sulistiyowati Nur Arifin Putri Dewi Wulandari Riska Sagita Siti Indriyana Tasyifa Nafsiah Muthmainnah Tesa Nur Padilah Tiara Destiana Yuyun Umaidah

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search