Article Per Year (5 Year)
p-Index From 2021 - 2026
6.868
P-Index
This Author published in this journals
All Journal Simetris Transformasi: Jurnal Pengabdian Masyarakat INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi RESEARCH : Computer, Information System & Technology Management Generation Journal Jurnal Ilmiah Intech : Information Technology Journal of UMUS Jurnal Teknik Informatika (JUTIF) Journal Automation Computer Information System (JACIS) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer NERO (Networking Engineering Research Operation) Jurnal Ilmiah Informatika dan Komputer Fokus Abdimas Advance Sustainable Science, Engineering and Technology (ASSET) International Conference on Digital Advanced Tourism, Management, and Technology
Adhika Pramita Widyassari
Sekolah Tinggi Teknologi Ronggolawe, Cepu, Indonesia
Religion Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

Published : 49 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : journal automation computer information system jacis

 1 
Aplikasi Sistem Pakar Diagnosis Penyakit Ayam Berbasis Web dengan Teknik Forward Chaining dan Certainty Factor Permadi, Dika Firman; Darmawan, Dwichi; Widyassari, Adhika Pramita
Journal Automation Computer Information System Vol. 5 No. 1 (2025): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i1.104

Abstract

Penelitian ini mengembangkan aplikasi sistem pakar berbasis web untuk mendiagnosis penyakit ayam menggunakan metode forward chaining yang dilengkapi Certainty Factor (CF). Sistem membantu peternak mengenali penyakit berdasarkan gejala yang sulit dibedakan, dengan aturan IF-THEN menghubungkan gejala ke penyakit spesifik. Pengujian menunjukkan akurasi 100% dalam mencocokkan diagnosis sistem dengan diagnosis manual ahli, membuktikan keandalan basis pengetahuan. Certainty Factor memberikan tingkat keyakinan diagnosis yang bervariasi berdasarkan nilai CF, seperti "Cukup Yakin" (CF 0.85 untuk Newcastle Disease) hingga "Sangat Yakin" (CF 0.90 untuk Flu Burung). Sistem ini mendukung keputusan cepat dan akurat, serta diharapkan terus diperbarui untuk meningkatkan relevansi dan efektivitasnya.
Sistem Informasi Manajemen Arsip Berbasis Progressive Web Apps pada Institusi Pendidikan Tinggi Hartono, Bayu; Putro, Dwi Purnomo; Widyassari, Adhika Pramita
Journal Automation Computer Information System Vol. 5 No. 1 (2025): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i1.106

Abstract

Sekolah Tinggi Teknologi Ronggolawe merupakan salah satu institusi pendidikan tinggi, yang mengalami hambatan dalam efisiensi administrasi, karena masih mengandalkan dokumen fisik dan semi-digital, sehingga proses pencarian memakan waktu 8–12 menit, rawan kehilangan, dan tidak mendukung pelaporan akreditasi. Penelitian ini mengimplementasikan Sistem Informasi Manajemen Arsip (SIMA) berbasis Progressive Web App (PWA) untuk meningkatkan efisiensi administrasi, dan mendukung kesiapan dokumen akreditasi. Metode yang digunakan mengikuti model waterfall, dimulai dari analisis kebutuhan, perancangan arsitektur, implementasi dengan PHP Native, MySQL, dan PWA, hingga uji coba fungsional dan user acceptance menggunakan Technology Acceptance Model (TAM). Hasil pengujian dari 2 orang unit Biro Administrasi Akademik dan Kemahasiswaan (BAAK), 2 orang Biro Administrasi Umum (BAU), 2 orang dosen, 2 orang tenaga kependidikan, serta 1 orang pimpinan institusi) menunjukkan penurunan waktu akses arsip menjadi rata-rata 3,2 detik, keberhasilan pencarian 92%, dan skor TAM 4,3 untuk kegunaan, serta 4,1 untuk kemudahan penggunaan. Sistem ini diharapkan mempercepat layanan administrasi, memfasilitasi penyusunan laporan akreditasi, serta menjaga kelangsungan riwayat arsip institusi secara digital
Implementasi Metode Certainty Factor dan TOPSIS pada Diagnosis Penyakit Jagung dan Penentuan Prioritas Penanganan Puspita, Uma Fadhila Dina; Widyassari, Adhika Pramita
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.181

Abstract

Jagung merupakan salah satu komoditas penting dalam sektor pangan dan agribisnis, tetapi produktivitasnya masih sering terganggu oleh serangan penyakit yang memiliki gejala serupa. Kondisi ini menyebabkan proses identifikasi penyakit dan penentuan penanganan yang tepat menjadi tidak mudah. Penelitian ini bertujuan mengembangkan sistem berbasis web yang dapat membantu diagnosis penyakit tanaman jagung sekaligus menentukan prioritas penanganan yang sesuai. Sistem dirancang dengan menggabungkan metode Certainty Factor untuk menghitung tingkat keyakinan diagnosis berdasarkan gejala yang dipilih pengguna, serta metode Technique for Order Preference by Similarity to Ideal Solution untuk menyusun urutan prioritas solusi berdasarkan beberapa kriteria keputusan. Basis pengetahuan sistem mencakup enam jenis penyakit, lima belas gejala, dan delapan belas alternatif penanganan. Pengujian dilakukan menggunakan 30 kasus uji berbasis pengetahuan pakar, lalu dievaluasi dengan accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan diagnosis yang sesuai dengan label pakar pada seluruh kasus uji, dengan nilai accuracy, precision, recall, dan F1-score sebesar 1,00. Selain itu, metode TOPSIS juga mampu menghasilkan rekomendasi penanganan yang lebih terstruktur sesuai preferensi pengguna. Dengan demikian, sistem yang dikembangkan dapat mendukung proses diagnosis penyakit jagung dan membantu pengguna menentukan prioritas penanganan secara lebih sistematis dan terukur.
Implementasi Metode Simple Additive Weighting (SAW) Untuk Pemilihan Smartphone Gaming Auliya, Ahmad Himam; Widyassari, Adhika Pramita
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.182

Abstract

Maraknya pilihan smartphone gaming di pasaran dengan ragam spesifikasi dan kisaran harga yang beragam kerap menimbulkan kebingungan bagi konsumen dalam menentukan perangkat yang paling tepat sesuai kebutuhan mereka. Penelitian ini bertujuan mengimplementasikan metode Simple Additive Weighting (SAW) dalam sistem pendukung keputusan berbasis web yang dikhususkan untuk pemilihan smartphone gaming. Metode SAW dipilih karena kesederhanaannya dalam melakukan perangkingan alternatif berdasarkan beberapa kriteria, yaitu harga (cost), RAM, skor AnTuTu, kapasitas baterai, dan refresh rate layar (benefit). Data spesifikasi diperoleh melalui studi dokumentasi dari situs resmi produsen dan portal teknologi GSMArena sebanyak 15 smartphone dari merek Asus, Xiaomi, Samsung, iQOO, dan Nubia dengan kriteria inklusi rilis tahun 2023-2025, prosesor Snapdragon 8 series atau MediaTek Dimensity 9000, dan RAM minimal 8 GB. Bobot kriteria diperoleh dari survei kepada 10 responden gamer. Hasil penelitian menunjukkan sistem memiliki akurasi 100% dalam mencocokkan hasil perhitungan dengan perhitungan manual. Nubia Red Magic 9 Pro terpilih sebagai smartphone gaming terbaik dengan nilai preferensi tertinggi 0,8656. Sistem ini diharapkan dapat membantu konsumen dalam memilih perangkat yang sesuai dengan kebutuhan dan anggaran.
Klasterisasi Prioritas Kerusakan Pipa PDAM Blora Cabang Cepu dengan Metode K-Means Anang Triyulianto Nugraha Putra; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.183

Abstract

Kebocoran pipa distribusi air bersih merupakan permasalahan teknis yang sering terjadi dan berdampak langsung pada efisiensi pelayanan PDAM. Penelitian ini bertujuan untuk mengelompokkan prioritas kerusakan pipa PDAM Blora Cabang Cepu berdasarkan wilayah, ukuran pipa, dan durasi penanganan menggunakan algoritma K-Means. Data yang digunakan sebanyak 228 laporan pengaduan periode 2024-2025. Metode yang diterapkan mengikuti pendekatan Knowledge Discovery in Database (KDD) yang meliputi pengumpulan data, preprocessing, transformasi data, normalisasi Min-Max, penentuan centroid awal, perhitungan jarak Euclidean, serta iterasi hingga konvergensi. Hasil penelitian menghasilkan tiga klaster dengan karakteristik berbeda. Cluster 0 (81 kasus) dan Cluster 2 (124 kasus) dikategorikan sebagai kerusakan ringan dengan ukuran pipa rata-rata 2 inci dan durasi penanganan kurang dari 2 hari (prioritas rendah). Cluster 1 (23 kasus) merupakan kerusakan berat dengan ukuran pipa rata-rata 5,17 inci dan durasi penanganan mencapai 8,57 hari (prioritas tinggi). Ukuran pipa terbukti sebagai indikator yang lebih kuat dalam memprediksi durasi perbaikan dibandingkan wilayah. Kesimpulannya, metode K-Means efektif digunakan untuk menentukan prioritas penanganan kerusakan pipa secara objektif dan dapat dijadikan dasar pengambilan keputusan operasional PDAM Cabang Cepu.
Klasifikasi Terhadap Estimasi Waktu Pengiriman Kurir Lokal Menggunakan Naive Bayes Mohammad Ulin Nuha; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.185

Abstract

Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam klasifikasi estimasi waktu pengiriman kurir lokal pada layanan ShopeeFood di wilayah Blora, Jawa Tengah. Latar belakang penelitian didasari oleh meningkatnya kebutuhan prediksi waktu pengiriman yang akurat dalam industri logistik dan e-commerce guna menjaga kepuasan pelanggan serta efisiensi operasional. Data dikumpulkan dari sistem internal ShopeeFood selama periode 1–28 Februari 2026, dengan total 150 pesanan yang setelah melalui tahap preprocessing menghasilkan 140 data valid. Fitur yang digunakan meliputi restoran, jam pengiriman, jarak tempuh, dan kondisi cuaca. Kategori waktu pengiriman dibagi menjadi tiga kelas: cepat (≤5 menit), sedang (6–10 menit), dan lambat (>10 menit). Data dibagi menjadi data latih (70%) dan data uji (30%) menggunakan hold-out validation dengan stratifikasi. Implementasi Naive Bayes menggunakan jenis Multinomial Naive Bayes dengan smoothing Laplace (α=1). Hasil evaluasi menunjukkan akurasi per kategori mencapai 100% untuk kategori sedang, 92,59% untuk kategori cepat, dan 66,67% untuk kategori lambat. Jarak tempuh terbukti menjadi faktor pembeda utama antar kategori, sementara kondisi cuaca memberikan pengaruh yang relatif kecil. Kesimpulannya, metode Naive Bayes efektif digunakan sebagai alat bantu klasifikasi estimasi waktu pengiriman kurir lokal meskipun masih memiliki keterbatasan pada kelas dengan distribusi data minoritas
Analisis Performa Random Forest dalam Mengklasifikasikan Engagement Rate Konten Video Blora TV Eko Diding Wahyudi; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.186

Abstract

Penelitian ini bertujuan untuk menganalisis performa algoritma Random Forest dalam mengklasifikasikan engagement rate konten video YouTube Blora TV serta mengidentifikasi faktor-faktor paling berpengaruh terhadap popularitas video. Data dikumpulkan dari kanal YouTube Blora TV sebanyak 125 video dengan delapan atribut utama meliputi durasi, waktu tonton, subscriber, estimasi pendapatan, dan rasio klik-tayang (CTR). Target klasifikasi dibagi menjadi tiga kategori popularitas berdasarkan waktu tonton, yaitu Low (Tidak Populer), Medium (Cukup Populer), dan High (Sangat Populer). Pra-pengolahan data mencakup pembersihan data, normalisasi fitur, dan pembagian data latih (60%) dan data uji (40%) menggunakan stratified split. Model Random Forest dikonfigurasi dengan 100 pohon dan kedalaman maksimal 10. Hasil evaluasi menunjukkan akurasi testing sebesar 98,00%, F1-score tertimbang 97,90%, serta rata-rata validasi silang 5-lipat sebesar 98,40% dengan standar deviasi 1,96%. Analisis feature importance mengungkap bahwa waktu tonton (46,37%) merupakan faktor paling dominan, diikuti oleh subscriber (20,89%) dan CTR (18,84%). Model hanya melakukan satu kesalahan klasifikasi dari 50 data uji, yaitu video kelas High terprediksi sebagai Medium. Kendala utama terletak pada rendahnya recall kelas High (75%) akibat ketidakseimbangan kelas (hanya 7,2% video populer). Secara keseluruhan, Random Forest terbukti efektif, stabil, dan interpretabel dalam mengklasifikasikan engagement rate konten video Blora TV, serta layak dijadikan alat pendukung keputusan strategis berbasis data
Co-Authors Al Hadi, Fahreza Alhadi, Fahreza Amrozi, M Ali Amrozi, M Ali Ali Amrozi, M. Ali An'syah, Mohamad Ardy Anang Triyulianto Nugraha Putra Anggraeni, Arlia Auliya, Ahmad Himam Ayu Saputri, Afi Qur'aini Ayu, Anggi Mutia Cannavaro, Afiq Fadhil Carreon, Jonathan Rante Darmawan, Dwichi Dea Salsabilla  Dentaruni Cahya Purnomo Dwi Purnomo Putro Eko Diding Wahyudi Fahrik Huzaeni Fawnia, Nabila Belva Febrianto, Ervian Fitria Rizqi Nurdiana Gajendra, Ibran Hartono, Bayu Indra Gunawan Jonathan Rante Carreon JUNAIDI, MUKSAN Kevin, Geovanda Masuri, Masuri Mochammad Arip Faizal Mohamad Ardy An’syah Mohammad Ulin Nuha Mudjijanto, Mudjijanto Muntri Yanti Muslimah Katoningati Nagari, Bintang Putra Nur Arrahman, Riski Panessai, Ismail Yusuf Permadi, Dika Firman Puput Eka Suryani Puspita, Uma Fadhila Dina Putro, Dwi Purnomo Rahmasari, Nagita Ratna Dwi Rahayu Rena Cahya Viollita Safrudin, Moch. Yusuf Salma Salsabila, Andini Salsabila, Andini Salma Salsabilla, Dea Sari, Hasna Yustika Setiawan, Cevin Eris Sirojunnafis, Ahmad Sulistiyo, Yogi Sulistyo, Yogi SW, Denni Figo Teguh Yuwono Teguh Yuwono tiodora irnariyanti Umi Rosidah Wahyusari, Retno Wulan, Septia Nawang