Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Jurnal TIMES Jurnal Informatika dan Teknik Elektro Terapan Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi
Ade Andri Hendriadi
Unknown Affiliation
Computer Science & IT

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Integrasi Database M-Learning (Mobile Learning) Menggunakan Content Manajemen System Moodle Untuk Pengelolaan Konten Akademik Ade Andri Hendriadi; Deden Wahidin
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 1 No 2 (2016): TechnoXplore : Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v1i2.105

Abstract

Abstrak Pengembangkan aplikasi m-learning (mobile learning) yang terintegrasi dengan sebuah LMS (Learning Management System) Moodle dan untuk kemudian diimplementasikan sebagai fasilitas pendukung perkuliahan. Tahapan penelitian menggunakan metode pengembangan perangkat lunak SDLC (Software Development Life Cycle) dengan model USDP (Unified Software Development Process). Aplikasi m-learning yang dikembangkan pada penelitian ini bersifat client yang penggunaanya lebih ditujukan untuk mahasiswa (student). Aplikasi yang dikembangkan berjalan pada platform android. Penulisan kode program menggunakan bahasa pemrograman Java menggunakan IDE Eclipse. Pengembangan aplikasi juga menggunakan beberapa Development tools diantaranya Android SDK (Software Development Kit) dan ADT (Android Development Tools) sebagai alat bantu berupa emulator android. Proses integrasi antara LMS Moodle dengan aplikasi m-learning menggunakan bahasa pemrograman PHP (HyperText Preprocessor). Dari hasil implementasi yang dilakukan aplikasi m-learning dinilai baik untuk digunakan sebagai fasilitas pendukung belajar dalam perkuliahan Keywords: Mobile learning, Moodle LMS, USDP
IMPLEMENTASI AI AGENT UNTUK OTOMATISASI ANALISIS SAHAM BERBASIS WEB MENGGUNAKAN WORKFLOW N8N Isa Al Ghifary Ahmad; Ade Andri Hendriadi; Aziz Ma'sum
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026920

Abstract

Perkembangan teknologi kecerdasan buatan dan otomasi sistem memberikan peluang untuk meningkatkan efisiensi dalam proses analisis saham, khususnya bagi investor ritel yang memiliki keterbatasan waktu dan pengetahuan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem analisis saham berbasis web yang mengintegrasikan AI Agent dan workflow automation menggunakan platform n8n. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) dengan model prototyping yang meliputi tahap analisis kebutuhan, perancangan sistem, pengembangan prototipe, evaluasi, dan pengujian sistem. Sistem dikembangkan menggunakan teknologi frontend berbasis React, layanan Application Programming Interface (API) saham berbasis Python, serta integrasi Large Language Model (LLM) untuk menghasilkan analisis saham secara otomatis berdasarkan data pasar. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan proses pengambilan data, analisis fundamental, teknikal, dan sentimen, serta menyajikan hasil dalam bentuk visual yang mudah dipahami oleh pengguna. Pengujian sistem menggunakan metode Black Box Testing menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik sesuai dengan kebutuhan. Dengan demikian, sistem ini dapat membantu investor ritel dalam memperoleh analisis saham secara lebih cepat, terstruktur, dan mudah diakses melalui platform digital.
Rancang Bangun Sistem Pengelolaan Data Penjualan Berbasis Web Pada Toko Berkah Gypsum Menggunakan React.js ANISA YANDANI; Ade Andri Hendriadi; Apriade Voutama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9699

Abstract

Abstrak. Toko Berkah Gypsum merupakan usaha penjualan material bangunan di Purwasari, Karawang, yang masih melakukan pencatatan transaksi dan pengeluaran secara manual sehingga menyebabkan kesalahan pencatatan, keterlambatan laporan keuangan, dan kesulitan memantau arus kas. Penelitian ini bertujuan membangun sistem pengelolaan data penjualan berbasis web menggunakan React.js dengan metode Agile Scrum melalui tiga Sprint. Fitur yang dihasilkan meliputi Login, Dashboard, Kelola Penjualan, Kelola Barang, Kelola Pengeluaran, Kelola Akun, Notifikasi Stok Minimum, dan Ekspor Laporan Excel. Pengujian dilakukan menggunakan Black-box Testing dan User Acceptance Test (UAT). Hasil pengujian menunjukkan seluruh fitur berjalan baik dengan nilai UAT 86%–92% kategori Sangat Kuat. Sistem mampu meningkatkan efisiensi pencatatan transaksi dan penyusunan laporan keuangan. Abstract. Toko Berkah Gypsum is a building materials business in Purwasari, Karawang, that still recorded sales and expenses manually, causing recording errors, delayed financial reports, and difficulties in monitoring cash flow. This study aims to develop a web-based sales management system using React.js and the Agile Scrum method through three Sprints. The system includes Login, Dashboard, Sales, Item, Expense, User Management, Minimum Stock Notification, and Excel Report Export features. Testing was conducted using Black-box Testing and User Acceptance Test (UAT). Results showed all features functioned properly with UAT scores of 86%–92%, categorized as Very Strong. The system improves transaction recording efficiency and financial reporting.
PERBANDINGAN PERSEPSI PUBLIK DAN PENGURUS TERHADAP PROGRAM KOPERASI DESA MERAH PUTIH DI INDONESIA Ariel; Apriade Voutama; Ade Andri Hendriadi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10174

Abstract

Program Koperasi Desa Merah Putih (KDMP) merupakan transformasi digital ekonomi pedesaan yang keberhasilannya dipengaruhi oleh penerimaan publik dan pengurus. Penelitian ini bertujuan membandingkan persepsi sentimen antara masyarakat di media sosial X dan pengurus koperasi menggunakan metode Knowledge Discovery in Databases (KDD). Analisis sentimen menggunakan algoritma Multinomial Naïve Bayes, sementara teknik Adaptive Synthetic (ADASYN) diterapkan pada data latih untuk mengatasi masalah ketidakseimbangan kelas (imbalanced data). Komparasi persepsi dievaluasi secara analitik menggunakan uji statistik Chi-Square. Hasil penelitian menunjukkan mayoritas sentimen bernilai positif, baik dari publik (90,9%) maupun pengurus (91,6%). Uji Chi-Square (p-value = 0,7289) mengonfirmasi tidak terdapat perbedaan persepsi yang signifikan antara kedua kelompok. Dari sisi pemodelan, penerapan ADASYN terbukti krusial dalam mengatasi fenomena accuracy paradox, di mana Recall kelas minoritas (negatif) meningkat drastis dari 0,01 menjadi 0,71 dengan akurasi akhir 81,27%. Kesimpulannya, program KDMP diterima dengan sangat baik. Penelitian ini menegaskan pentingnya penanganan imbalanced data dalam klasifikasi teks dan merekomendasikan pengembangan sistem pemantauan sentimen real-time untuk pemerintah.
Analisis Sentimen Program Makan Bergizi Gratis pada Media Sosial X dengan Algoritma Support Vector Machine gali hirzi farizi; Ade Andri Hendriadi; Azhari Ali Ridha
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10195

Abstract

Program Makan Bergizi Gratis (MBG) merupakan salah satu kebijakan pemerintah yang bertujuan meningkatkan kualitas gizi masyarakat dan menurunkan angka stunting di Indonesia. Tanggapan masyarakat terhadap program selama pelaksanaannya banyak disampaikan melalui media sosial X, termasuk dukungan, kritik, dan informasi tentang bagaimana program dijalankan. Tujuan dari penelitian ini adalah untuk menganalisis persepsi masyarakat terhadap Program MBG dan juga mengevaluasi bagaimana algoritma Support Vector Machine (SVM) bekerja dalam klasifikasi persepsi. Data selection, preprocessing, transformation, data mining, evaluation, dan knowledge presentation adalah semua bagian dari metode Knowledge Discovery in Databases (KDD). Data diperoleh melalui proses crawling tweet berbahasa Indonesia dari Januari hingga November 2025 menggunakan kata kunci terkait MBG. Tahapan preprocessing termasuk case folding, cleaning, tokenize, normalize, stopword, dan stemming. Selanjutnya, TF-IDF digunakan untuk pembobotan kata. Untuk melakukan klasifikasi, algoritma SVM digunakan pada beberapa skenario pengujian SVM Normal dan Balanced. Skenario A, yang menggunakan SVM Normal dengan pembagian data 90:10, adalah hasil terbaik dengan nilai akurasi 72%, presisi 73%, recall 72%, dan f1-score 72%. Hasil penelitian menunjukkan bahwa SVM Normal mampu melakukan klasifikasi sentimen dengan cukup baik dan stabil. Selain itu, tanggapan masyarakat terhadap program MBG cenderung negatif.
Co-Authors ANISA YANDANI Apriade Voutama Ariel Azhari Ali Ridha Aziz Ma'sum Deden Wahidin gali hirzi farizi Isa Al Ghifary Ahmad