Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal INTI Nusa Mandiri Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Komtekinfo Jurnal Quancom: Jurnal Quantum Komputer
Agung Ramadhanu
Unknown Affiliation
Automotive Engineering Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
DAMPAK NILAI PELANGGAN DAN RELATIONSHIP MARKETING DALAM MEMBANGUN KEPUASAN PELANGGAN MELALUI CITRA MEREK SEBAGAI VARIABEL INTERVENING Ramdani Bayu Putra; Fitri Yeni; Hasmaynelis Fitri; Yagus Valentino Harefa; Neni Sri Wayuni Ningsih; Agung Ramadhanu; Hadi Syahputra
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 1 No 2 (2019): Juli 2019
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v1i2.51

Abstract

Penelitian ini bertujuan untuk mengetahui seberapa besar Pengaruh Nilai Pelanggan dan Relationship Marketing dalam membangun Kepuasan Pelanggan melalui Citra Merek sebagai variabel interverning keripik balado bintang jaya 4 x 7 Padang.Metode yang digunakan adalah Structur Equation Modeling (SEM) dengan Partial Least Square (PLS).Dengan mengedarkan kuesioner sebanyak 85 responden. Hasil analisis datamenimpulkan, terdapat pengaruh positif yang signifikan antara variabel.nilai pelanggan terhadap variabel citra merek. Terdapat pengaruh positif dan signifikan variabel relationship antara variabel citra merek. Terdapat pengaruh positif dan signifikan variabel relationship marketing terhadap variabel kepuasan pelanggan.sedangkan variabel nilai pelanggan tidak berpengaruh positif dan signifikan terhadap variabel kepuasan pelanggan. Terdapat pengaruh positif dan signifikan variabel nilai pelanggan terhadap variabel kepuasan pelanggan melalui variabel citra merek.Terdapat pengaruh positif dan signifikan variabel relationship marketing terhadap variabel kepuasan pelanggan melalui variabel citra merek.
Penerapan Metode Fuzzy Mamdani untuk Mengidentifikasi Kepribadian Siswa Nasution, Amir Salim Khairul Rijal; Gunadi Widi Nurcahyo; Agung Ramadhanu
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.567

Abstract

Teknologi Informasi (TI) memainkan peran krusial dalam berbagai aspek kehidupan, termasuk dalam pendidikan. Salah satu inovasi penting dalam TI adalah penerapan Artificial Intelligence (AI), yang mencakup berbagai teknik seperti machine learning, natural language processing, computer vision, dan robotics. Dalam konteks pendidikan, kepribadian siswa menjadi aspek penting untuk pengembangan potensi dan pembentukan karakter. Namun sistem pendidikan saat ini masih menghadapi tantangan dalam mengidentifikasi dan mengembangkan kepribadian siswa secara optimal. Penelitian ini bertujuan untuk menerapkan metode Fuzzy Mamdani dalam mengidentifikasi kepribadian siswa. Fuzzy Mamdani, sebagai salah satu metode dalam logika fuzzy, menawarkan pendekatan yang efektif untuk menangani informasi yang tidak pasti atau ambigu. Metode ini menggunakan aturan berbasis pengetahuan dan menghasilkan output dalam bentuk nilai fuzzy yang kemudian diubah kembali menjadi nilai crisp melalui proses defuzzifikasi. Penelitian ini memanfaatkan metode Fuzzy Mamdani untuk mengidentifikasi kepribadian siswa di SMK Negeri 4 Padangsidimpuan dengan menggunakan tools MATLAB. Manfaat dari penelitian ini meliputi kontribusi terhadap ilmu pengetahuan, terutama dalam pengembangan metode prediksi menggunakan Fuzzy Mamdani, serta memberikan landasan untuk penelitian lebih lanjut dengan metode yang lebih canggih. Selain itu, penelitian ini memberikan informasi berharga mengenai proses perhitungan identifikasi kepribadian siswa menggunakan metode Fuzzy Mamdani dengan bantuan tools MATLAB. Penelitian ini diharapkan dapat memberikan insight dan solusi bagi pengembangan kepribadian siswa di lingkungan pendidikan. Batasan penelitian ini mencakup penggunaan data kepribadian yang diperoleh dari Psikolog Klinis Anak di SMK N 4 Padangsidimpuan, serta penerapan metode Fuzzy Mamdani dalam analisis data menggunakan MATLAB. Dan data yang digunakan hasil dari observasi dengan 10 orang siswa. Hasil perhitungan menunjukkan bahwa metode ini dapat mengklasifikasikan kepribadian siswa ke dalam tipe sanguinis dengan nilai 70, koleris dengan nilai 50% , melankolis dengan nilai 65, atau plegmatis dengan nilai 66,8 dengan akurasi yang sesuai dengan ciri-ciri siswa. Oleh karena itu, sistem ini dapat direkomendasikan untuk membantu guru dalam menentukan pendekatan yang tepat bagi siswa.
OPTIMASI HYBRID INTELLIGENT SYSTEM UNTUK IDENTIFIKASI BUAH: STUDI KASUS PISANG DAN APEL Yanti, Rahma; Agung Ramadhanu
INTI Nusa Mandiri Vol. 19 No. 2 (2025): INTI Periode Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v19i2.6382

Abstract

Image processing-based fruit classification is one of the rapidly developing technology applications in the field of digital agriculture. This study aims to develop a fruit identification system, especially yellow bananas, green bananas, and apples, by utilizing the K-Nearest Neighbors (KNN) and Principal Component Analysis (PCA) methods. The background of this study is the need for an accurate automatic system to distinguish fruit types based on visual characteristics, such as color, texture, and shape, to support the distribution and management of agricultural products. The method used in this study involves four main stages: image loading, segmentation, feature extraction, and classification. PCA is used to reduce data dimensions by maintaining relevant main features, while KNN functions for classification based on the closest distance between test data and training data. The dataset used consists of 130 images, with 120 images as training data and 10 images as test data. The results of the study show that the developed system is able to classify all test data with 90% accuracy. This success proves that the combination of PCA and KNN methods is effective in identifying fruit types based on extracted visual characteristics. This system is expected to be the basis for further development in the field of automatic fruit classification.
Pemanfaatan K-Means Untuk Klasifikasi Citra Toge dan Jamur Enoki Berdasarkan Fitur Bentuk Dan Tekstur Devi Maryuni; Agung Ramadhanu
JURNAL QUANCOM: QUANTUM COMPUTER JURNAL Vol. 3 No. 1 (2025): Juni 2025
Publisher : LPPM-ITEBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62375/jqc.v3i1.610

Abstract

The Purpose of this study is to explore the application of the K-Means algorithm in the process of classification of toge and enoki mushroom images, focusing on the separation of objects based on visual characteristics extracted from the image of toge and enoki mushroom is a food ingredient that is often found in foods in Asia, although it has almost similar shapes, but bean beetroot and enoki mushroom belong to different families. where toge belongs to the Marasmiaceae family and enoki mushrooms belong to the Marasmiaceae family. The image classification process begins with taking pictures of toge and enoki mushrooms which are then analyzed to extract the features of shape and texture from the image. Shape features are obtained through calculations such as the object's area, perimeter, and width ratio, while texture features are calculated using the Gray Level Co-occurrence Matrix (GLCM) approach to obtain information on contrast, energy, and homogeneity. Furthermore, the K-Means algorithm is used to group images based on the similarity of the features generated. The results of the study show that the use of shape and texture features with the K-Means Clustering and GLCM algorithms can produce a good and effective classification in distinguishing bean sprouts and enoki mushrooms.
Co-Authors Devi Maryuni Fitri Yeni Gunadi Widi Nurcahyo Hadi Syahputra Hasmaynelis Fitri Nasution, Amir Salim Khairul Rijal Neni Sri Wayuni Ningsih Ramdani Bayu Putra Yagus Valentino Harefa Yanti, Rahma