Article Per Year (5 Year)
p-Index From 2021 - 2026
3.161
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Sains dan Teknologi Jurnal Buana Informatika CESS (Journal of Computer Engineering, System and Science) Journal of Information Technology and Computer Science INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Sisfokom (Sistem Informasi dan Komputer) IJEEIT : International Journal of Electrical Engineering and Information Technology Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Aiti: Jurnal Teknologi Informasi Idealis : Indonesia Journal Information System Teknika Transformasi dan Inovasi : Jurnal Pengabdian Masyarakat Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Informatika Atma Jogja JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Andi Wahju Rahardjo Emanuel
Atma Jaya University, Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Buana Informatika

 1 
Prediksi Kunjungan Wisatawan Taman Nasional Gunung Merbabu dengan Time Series Forecasting dan LSTM Manullang, Josua; Santoso, Albertus Joko; Emanuel, Andi Wahju Rahardjo
Jurnal Buana Informatika Vol 11, No 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v11i2.3825

Abstract

Abstract. Prediction of tourist visits of Mount Merbabu National Park (TNGMb) needs to be done to control the number of visitors and to preserve the national park. The combination of time series forecasting (TSF) and deep learning methods has become a new alternative for prediction. This case study was conducted to implement several methods combination of TSF and Long-Short Term Memory (LSTM) to predict the visits. In this case study, there are 18 modelling scenarios as research objects to determine the best model by utilizing tourist visits data from 2013 to 2018. The results show that the model applying the lag time method can improve the model's ability to capture patterns on time series data. The error value is measured using the root mean square error (RMSE), with the smallest value of 3.7 in the LSTM architecture, using seven lags as a feature and one lag as a label.Keywords: Tourist Visit, Taman Nasional Gunung Merbabu, Prediction, Recurrent Neural Network, Long-Short Term MemoryAbstrak. Prediksi kunjungan wisatawan Taman Nasional Gunung Merbabu (TNGMb) perlu dilakukan untul pengendalian jumlah pengunjung dan menjaga kelestarian taman nasional. Gabungan metode antara time series forecasting (TSF) dan deep learning telah menjadi alternatif baru untuk melakukan prediksi. Studi kasus ini dilakukan untuk mengimplementasi gabungan dari beberapa macam metode antara TSF dan Long-Short Term Memory (LSTM) untuk memprediksi kunjungan pada TNGMb. Pada studi kasus ini, terdapat 18 skenario pemodelan sebagai objek penelitian untuk menentukan model terbaik, dengan memanfaatkan data jumlah kunjungan wisatawan di TNGMb mulai dari tahun 2013 sampai dengan tahun 2018. Hasil prediksi menunjukkan pemodelan dengan menerapkan metode lag time dapat meningkatakan kemampuan model untuk menangkap pola pada data deret waktu. Besar nilai kesalahan diukur menggunakan root mean square error (RMSE), dengan nilai terkecil sebesar 3,7 pada arsitektur LSTM, menggunakan tujuh lag sebagai feature dan satu lag sebagai label. Kata Kunci: Kunjungan Wisatawan, Taman Nasional Gunung Merbabu, Prediksi, Recurrent Neural Network, Long-Short Term Memory
Perencanaan Arsitektur Teknologi Informasi Kelurahan Babau Menggunakan TOGAF ADM Maur, Yohanes Hugo; Emanuel, Andi Wahju Rahardjo
Jurnal Buana Informatika Vol 12, No 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i2.4660

Abstract

Abstract. Information technology architecture planning for Baubau Village using TOGAF ADM. Babau Village is a village located in Kupang Regency, East Nusa Tenggara Province. Currently, Babau Village has implemented information technology as a centre for information and administrative services. To improve the quality of service to the community, existing information technology needs to be further developed because the amount of information in the system will continue to increase along with population growth. The problem faced if information technology is not developed is a system performance problem. For further development to be more focused, research on an information technology architecture design for Babau Village. The design using TOGAF ADM is a blueprint and a roadmap for the development of advanced information technology services. The aim is that the existing business processes within the Babau Village related to information and administrative services continue to develop according to the needs of the community and the organizational management of Babau Village.Keywords: enterprise architecture planning, TOGAF, ADM, Babau VillageAbstrak. Kelurahan Babau adalah sebuah kelurahan yang terletak di Kabupaten Kupang, Provinsi Nusa Tenggara Timur. Saat ini Kelurahan Babau sudah menerapkan teknologi informasi sebagai pusat pelayanan informasi dan administrasi. Demi meningkatkan kualitas pelayanan kepada masyarakat, teknologi informasi yang ada perlu dikembangkan lebih lanjut karena jumlah informasi yang ada dalam sistem akan terus meningkat seiring pertumbuhan jumlah penduduk. Masalah yang dihadapi apabila teknologi informasi tidak dikembangkan ialah masalah kinerja sistem. Agar pengembangan tahap lanjut lebih terarah, penelitian mengenai sebuah perancangan arsitektur teknologi informasi untuk Kelurahan Babau. Perancangan yang menggunakan TOGAF ADM tersebut merupakan blueprint dan juga roadmap untuk pengembangan pelayanan teknologi informasi tahap lanjut. Tujuannya ialah proses bisnis yang ada didalam Kelurahan Babau terkait pelayanan informasi dan administrasi terus berkembang sesuai dengan kebutuhan masyarakat dan pengurus organisasi Kelurahan Babau.Kata Kunci: arsitektur teknologi informasi, TOGAF, ADM, Kelurahan Babau
Prediksi Kunjungan Wisatawan Taman Nasional Gunung Merbabu dengan Time Series Forecasting dan LSTM Josua Manullang; Albertus Joko Santoso; Andi Wahju Rahardjo Emanuel
Jurnal Buana Informatika Vol. 11 No. 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v11i2.3825

Abstract

Abstract. Prediction of tourist visits of Mount Merbabu National Park (TNGMb) needs to be done to control the number of visitors and to preserve the national park. The combination of time series forecasting (TSF) and deep learning methods has become a new alternative for prediction. This case study was conducted to implement several methods combination of TSF and Long-Short Term Memory (LSTM) to predict the visits. In this case study, there are 18 modelling scenarios as research objects to determine the best model by utilizing tourist visits data from 2013 to 2018. The results show that the model applying the lag time method can improve the model's ability to capture patterns on time series data. The error value is measured using the root mean square error (RMSE), with the smallest value of 3.7 in the LSTM architecture, using seven lags as a feature and one lag as a label.Keywords: Tourist Visit, Taman Nasional Gunung Merbabu, Prediction, Recurrent Neural Network, Long-Short Term MemoryAbstrak. Prediksi kunjungan wisatawan Taman Nasional Gunung Merbabu (TNGMb) perlu dilakukan untul pengendalian jumlah pengunjung dan menjaga kelestarian taman nasional. Gabungan metode antara time series forecasting (TSF) dan deep learning telah menjadi alternatif baru untuk melakukan prediksi. Studi kasus ini dilakukan untuk mengimplementasi gabungan dari beberapa macam metode antara TSF dan Long-Short Term Memory (LSTM) untuk memprediksi kunjungan pada TNGMb. Pada studi kasus ini, terdapat 18 skenario pemodelan sebagai objek penelitian untuk menentukan model terbaik, dengan memanfaatkan data jumlah kunjungan wisatawan di TNGMb mulai dari tahun 2013 sampai dengan tahun 2018. Hasil prediksi menunjukkan pemodelan dengan menerapkan metode lag time dapat meningkatakan kemampuan model untuk menangkap pola pada data deret waktu. Besar nilai kesalahan diukur menggunakan root mean square error (RMSE), dengan nilai terkecil sebesar 3,7 pada arsitektur LSTM, menggunakan tujuh lag sebagai feature dan satu lag sebagai label. Kata Kunci: Kunjungan Wisatawan, Taman Nasional Gunung Merbabu, Prediksi, Recurrent Neural Network, Long-Short Term Memory
Perencanaan Arsitektur Teknologi Informasi Kelurahan Babau Menggunakan TOGAF ADM Yohanes Hugo Maur; Andi Wahju Rahardjo Emanuel
Jurnal Buana Informatika Vol. 12 No. 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i2.4660

Abstract

Abstract. Information technology architecture planning for Baubau Village using TOGAF ADM. Babau Village is a village located in Kupang Regency, East Nusa Tenggara Province. Currently, Babau Village has implemented information technology as a centre for information and administrative services. To improve the quality of service to the community, existing information technology needs to be further developed because the amount of information in the system will continue to increase along with population growth. The problem faced if information technology is not developed is a system performance problem. For further development to be more focused, research on an information technology architecture design for Babau Village. The design using TOGAF ADM is a blueprint and a roadmap for the development of advanced information technology services. The aim is that the existing business processes within the Babau Village related to information and administrative services continue to develop according to the needs of the community and the organizational management of Babau Village.Keywords: enterprise architecture planning, TOGAF, ADM, Babau VillageAbstrak. Kelurahan Babau adalah sebuah kelurahan yang terletak di Kabupaten Kupang, Provinsi Nusa Tenggara Timur. Saat ini Kelurahan Babau sudah menerapkan teknologi informasi sebagai pusat pelayanan informasi dan administrasi. Demi meningkatkan kualitas pelayanan kepada masyarakat, teknologi informasi yang ada perlu dikembangkan lebih lanjut karena jumlah informasi yang ada dalam sistem akan terus meningkat seiring pertumbuhan jumlah penduduk. Masalah yang dihadapi apabila teknologi informasi tidak dikembangkan ialah masalah kinerja sistem. Agar pengembangan tahap lanjut lebih terarah, penelitian mengenai sebuah perancangan arsitektur teknologi informasi untuk Kelurahan Babau. Perancangan yang menggunakan TOGAF ADM tersebut merupakan blueprint dan juga roadmap untuk pengembangan pelayanan teknologi informasi tahap lanjut. Tujuannya ialah proses bisnis yang ada didalam Kelurahan Babau terkait pelayanan informasi dan administrasi terus berkembang sesuai dengan kebutuhan masyarakat dan pengurus organisasi Kelurahan Babau.Kata Kunci: arsitektur teknologi informasi, TOGAF, ADM, Kelurahan Babau
Co-Authors Adithama, Stephanie Pamela Albertus Joko Santoso Albertus Joko Santoso, Albertus Joko Alexander Beny Pramudyanto Bharata, Bonaventura Satya Dapadeda, Ardiyanto Eko Purwanto Aribowo Eltyasar Putrajati Noman Faisal Thaib Fedelis Brian Putra Perkasa Findra Kartika Sari Dewi Gormantara, Alfredo HANDOKO, Luky Heribertus Andre Purwanugraha, Heribertus Andre Ignasius Boli Suban Ignasius Boli Suban Josua Manullang Kathryn Widhiyanti Kevin Christofer Kusuma Dewangga Lucia Asdra Rudwiarti Mahardika, Wildan Kristian Manullang, Josua Maur, Yohanes Hugo Novila, Ninna Pratiwi Budiharta, Pratiwi Salamena, Allgreat Meidelia Clarista Santana, Yohanes Renaldi Rio Suharyanti, Yosephine Suratmanto, Bekti Surawijaya, Ade Kurnia Surya Jaya Raka Teresa Liliana Wargasetia Vincentia Reni Vitasurya Vincentius Agung Prabandaru Wiranata, F. Edwin Yohanes Hugo Maur Yohanes Renaldi Rio Santana Zulfani, Muhamad