Article Per Year (5 Year)
p-Index From 2021 - 2026
4.739
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Proceeding International Conference on Information Technology and Business Jurnal TAM (Technology Acceptance Model) Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Informasi dan Komputer Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Aisyah Journal of Informatics and Electrical Engineering Journal of Innovation Information Technology and Application (JINITA) SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Jurnal Pengabdian Kepada Masyarakat Ungu ( Abdi Ke Ungu) Yumary: Jurnal Pengabdian kepada Masyarakat Jurnal Abdimas Bina Bangsa Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Algoritma Jurnal Sistem Informasi dan Teknologi (SINTEK) Health Research Journal of Indonesia Scientica: Jurnal Ilmiah Sains dan Teknologi LogicLink: Journal of Artificial Intelligence and Multimedia in Informatics Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK) Jurnal Pendidikan Teknologi Informasi (J-Diteksi) Jurnal Rekayasa Perangkat Lunak Jurnal TAM (Technology Acceptance Model) Sintek Kuwera
Eko Setiawan, Agustinus
Universitas Aisyah Pringsewu
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
AUGMENTED REALITY RUMAH SAKIT BERBASIS ANDROID MENGGUNAKAN METODE MULTIMEDIA DEVELOPMENT LIFE CYCLE Triloka, Joko; Setiawan, Agustinus Eko; Andika, Tahta Herdian; Aras, Irsan
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 7, No 1 (2023): SEMNAS RISTEK 2023
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v7i1.6280

Abstract

Implementasi Augmented Reality dalam memvisualisasikan ruangan dirumah sakit merupakan sebuah inovasi baru untuk mendukung kegiatan dirumah sakit dengan cara yang lebih efektif dan efisien. AR menawarkan visualisasi tiga dimensi suatu objek yang ditumpangkan pada lingkungan nyata yang disediakan oleh seperangkat teknologi untuk menciptakan realitas campuran secara real time antara elemen nyata dan virtual. Penggunaanya melalui media Android lebih mempermudah masyarakat umum dalam mengakses dan memperoleh informasi seputar ruangan di rumah sakit yang disajikan dalam bentuk virtual dengan mengikuti panduan penggunaan yang ada pada aplikasi. Penelitian ini menghasilkan aplikasi Augmented Reality (AR) berbasis android menggunakan metode Multimedia Development Life Cycle (MDLC). Berdasarkan pengujian yang telah dilakukan dapat disimpulkan bahwa aplikasi dapat beroperasi dengan baik pada perangkat smartphone berbasis Android dengan menampilkan informasi dan objek 3D tentang ruangan Rumah Sakit.
Perancangan Media Pembelajaran Berbasis Android Pada Mata Pelajaran TIK Salimu, Salman Alfarisi; Eko Setiawan, Agustinus
Jurnal Pendidikan Teknologi Informasi (J-Diteksi) Vol. 1 No. 1 (2022): Jurnal Pendidikan Teknologi Informasi (J-Diteksi)
Publisher : Universitas Aisyah Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/diteksi.v1i1.602

Abstract

Penelitian ini dilatarbelakangi oleh permasalahan keterbatasan sumber belajar TIK di Kelas Sepuluh pada tahun ajaran 2021/2022. Hal ini terjadi karena kurangnya media pembelajaran yang menarik minat siswa. Oleh karena itu penulis berupaya merancang modul pembelajaran yang menarik bagi siswa. Penelitian ini bertujuan untuk mengetahui validitas, kepraktisan, dan keefektifan Perancangan dan Pembuatan Media Pembelajaran Berbasis Android Teknologi Informasi dan Komunikasi Kelas Sepuluh Genap Tahun Pelajaran 2021/2022. Metode penelitian dan pengembangan ini (R&D). Subjek penelitian berjumlah 40 orang siswa Kelas Sepuluh. Metode penelitian ini menggunakan analisis (ADIIE), dengan tahapan perancangan dan pengembangannya adalah sebagai berikut : (1) Analisis, (2) Perancangan, (3) Pengembangan, (4) Implementasi (5) Evaluasi. Hasil uji validitas oleh para ahli secara keseluruhan menilai uji validator untuk Media pembelajaran berbasis android Teknologi Informasi dan Komunikasi Kelas Sepuluh Genap sebesar 83,03%, sehingga tingkat validitas dapat diartikan valid untuk digunakan. Hasil penilaian uji kepraktisan secara keseluruhan penilaian kepraktisan Media Pembelajaran berbasis android Teknologi Informasi dan Komunikasi Kelas Sepuluh sebesar 85,94%, sehingga taraf praktikum sangat praktis digunakan. Hasil penilaian uji keefektifan secara keseluruhan menilai keefektifan Media Pembelajaran berbasis android Teknologi Informasi dan Komunikasi Kelas Sepuluh sebesar 82,24% sehingga keefektifannya dapat diartikan baik digunakan. Kesimpulannya, berdasarkan penilaian beserta masukan para ahli dan hasil uji coba lapangan Media Pembelajaran Berbasis Android sebagai media pembelajaran telah terbukti kelayakan, keunggulan, dan dapat digunakan dalam proses pembelajaran pada mata pelajaran keterampilan komputer. kelas sepuluh.
PREDIKSI PENYAKIT SERANGAN JANTUNG MENGGUNAKAN SMOTE DAN TUNING HYPERPARAMETER rahma aulia, alfina; Zulkifli, Zulkifli; Ardhy, Ferly; Eko Setiawan, Agustinus
Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 1 (2024): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Penyakit serangan jantung merupakan salah satu penyebab utama kematian di dunia, termasuk di Indonesia, sehingga prediksi dini menjadi sangat penting sebagai upaya pencegahan. Tantangan utama dalam pemodelan prediksi serangan jantung adalah distribusi data yang tidak seimbang, di mana jumlah kasus negatif jauh lebih banyak dibandingkan kasus positif, sehingga model cenderung menghasilkan prediksi yang bias. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi serangan jantung dengan menangani permasalahan ketidakseimbangan data dan melakukan optimasi parameter model. Metode yang digunakan adalah penerapan Synthetic Minority Over Sampling Technique (SMOTE) untuk menyeimbangkan kelas data serta GridSearchCV untuk optimasi hyperparameter pada tiga algoritma klasifikasi, yaitu K-Nearest Neighbor (KNN), Support Vector Machine (SVM), dan Decision Tree. Dataset yang digunakan berasal dari Kaggle dengan total 1.319 data pasien. Hasil eksperimen menunjukkan bahwa setelah proses balancing dan tuning, algoritma Decision Tree memberikan performa terbaik dengan nilai akurasi, precision, recall, dan F1-score mencapai 98%, mengungguli SVM sebesar 92,93% dan KNN sebesar 65,15%. Analisis confusion matrix menunjukkan bahwa Decision Tree mampu menekan kesalahan prediksi terutama pada kelas positif, sehingga mendukung deteksi dini pasien berisiko serangan jantung. Dengan demikian, integrasi SMOTE dan optimasi hyperparameter terbukti efektif meningkatkan kinerja model prediksi serangan jantung.
Sistem Kendali Lampu Pada Smart Home Berbasis IoT Afrianto, Rifki; Aminudin, Nur; Eko Setiawan, Agustinus; Herdian Andika, Tahta
Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 1 (2024): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Penelitian ini bertujuan untuk mengaplikasikan modul Wemos D1 dalam mengendalikan lampu berbasis IoT melalui aplikasi Blynk pada Smart Home. Dengan menggunakan Wemos D1 dan Blynk, pengguna dapat mengontrol lampu secara efisien dari jarak jauh, meningkatkan efisiensi penggunaan energi. Perbandingan dengan metode tradisional menunjukkan keunggulan dalam kemudahan penggunaan dan efisiensi energi.
Machine Learning-Based Diabetes Mellitus Classification Using Multi-Dataset Evaluation and Class Imbalance Resampling Wijiyanto; Agustinus Eko Setiawan; Ferly Ardhy; Ritzkal; Ummi Athiyah
Journal of Innovation Information Technology and Application (JINITA) Vol 8 No 1 (2026): JINITA, June 2026
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/jinita.v8i1.3315

Abstract

Diabetes mellitus (DM) remains a major global health challenge due to its increasing prevalence and long-term complications, emphasizing the need for accurate early prediction systems. This study proposes a machine learning-based framework for DM classification using a multi-dataset setting while addressing class imbalance issues. Two independent datasets from Iraq and Germany were employed to evaluate model robustness across different population characteristics. The experimental workflow consisted of data preprocessing, stratified train-test splitting, imbalance handling using Synthetic Minority Over-sampling Technique (SMOTE) and SMOTE-Tomek, 10-fold cross-validation, and hyperparameter optimization via GridSearchCV. Four classification algorithms were compared, namely Logistic Regression (LR), K-Nearest Neighbors (KNN), Random Forest (RF), and Support Vector Machine (SVM). Experimental results demonstrate that data distribution significantly affects classification performance. Under imbalanced conditions, RF achieved the best performance on the Iraqi dataset with an accuracy of 0.98 and an AUC of 1.00, while KNN and RF reached perfect accuracy (1.00) on the German dataset. After applying SMOTE, all models showed more stable performance, particularly in recall, which reached 1.00, indicating effective minority-class detection. In contrast, SMOTE-Tomek produced only marginal additional improvements. The findings suggest that no single classifier is universally optimal for DM prediction. Instead, model effectiveness depends on dataset characteristics and preprocessing strategies. From a practical perspective, the combination of RF and SMOTE shows strong potential for early diabetes screening and clinical decision-support systems. Further validation using larger and more heterogeneous external datasets is recommended.
Hubungan Kebiasaan Sarapan Pagi dengan Konsentrasi Belajar pada Anak di SD MIS SA Al-Husna Purbolinggo Desi Fitra Herayeni; Rice Hernanda; Wisnu Probo Wijayanto; Agustinus Eko Setiawan
Health Research Journal of Indonesia Vol 3 No 1 (2024): Health Research Journal of Indonesia
Publisher : CV. Wadah Publikasi Cendekia

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

Abstract

Latar Belakang: Konsentrasi merupakan faktor penting dalam proses belajar yang mempengaruhi prestasi. Salah satu faktor yang mempengaruhi konsentrasi adalah nutrisi dari sarapan. Hasil pra survey dari 10 anak menunjukkan bahwa ada 3 anak dengan konsentrasi buruk dan 1 anak dengan konsentrasi cukup, yang juga memiliki kebiasaan sarapan kurang. Tujuan: Tujuan penelitian ini untuk mengetahui hubungan kebiasaan sarapan pagi dengan konsentrasi belajar pada anak di SD Mis Sa Al-Husna Purbolinggo. Metode: Jenis penelitian ini adalah kuantitatif dengan pendekatan cross sectional. Populasi dalam penelitian ini adalah anak kelas III-VI sebanyak 73. Teknik pengambilan sampel yang digunakan yaitu stratified random sampling sehingga jumlah sampel yang ada sebanyak 62 orang. Analisis bivariat yang digunakan yaitu Uji Kendall Tau-b. Pengumpulan data menggunakan kuesioner dan grid concentration test di SD Mis Sa Al-Husna Purbolinggo pada 17 Oktober 2023. Hasil: Hasil penelitian tersebut menunjukkan nilai p value = 0,000 (<0,05) yang menunjukkan adanya hubungan antara kebiasaan sarapan pagi dengan konsentrasi belajar pada anak dengan nilai korelasi cukup kuat yaitu 0,507.
Co-Authors Afrianto, Rifki Ahmad Ahlun Nazar Ahmad Jurnaidi Wahidin Alfredo Pasaribu Alfredo Pasaribu Almuhandis, Adnan Ayyasy Anam, M Syaifaul Andika, Tahta Herdian Anti Aisyah Aras, Irsan Ardian, Odi Azri Afdhalluddin Azri Afdhalluddin Bintoro, Panji Desi Fitra Herayeni Desni Sagita, Yona Dinda Rahmadanty Dwi Feriyanto El Hanif, Azka Fahlul Rizki faren tinus Ferly Ardhy Ferly Ardhy Fitri Hardiyanti, Fitri Fitro Ali Rachmanda Gusnaedi Adam Gustianing, Defy Hany, Hany Zahra Nabbilla Hendrawan Putri, Adelia Insi Herdia Andika, Tahta Heru Prasetiawan Ilham Ubaidillah Kurnia Muludi Muhammad Ahsan Jamal Nasrullah Nur Aminudin Nur Atika Nurul Isti Fada Ockhy Jey Fhiter Wassalam Pasaribu, Alfredo rahma aulia, alfina Ramadhanti, Dinda Ratnasari Ratnasari Ratnasari Ratnasari Ratnasari Rendi Irawan Rian Candra Pratama Rice Hernanda Rini Wahyuni Ritzkal, Ritzkal Salman Alfarisi Salimu Septika Yani Veronica Sunarmi Tahta Herdian Andika Triloka, Joko Tutik Lestari Ubaidah Ummi Athiyah Wahyuni, Nuci Wijiyanto Wisnu Probo Wijayanto Yana Ayu Andini, Dwi Yani Veronica, Septika Zulkifli Zulkifli Zulkifli