p-Index From 2021 - 2026
6.957
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) International Journal of Informatics and Communication Technology (IJ-ICT) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) International Journal of Advances in Intelligent Informatics CESS (Journal of Computer Engineering, System and Science) Proceeding of the Electrical Engineering Computer Science and Informatics Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JIKO (Jurnal Informatika dan Komputer) International Journal of Computing and Informatics (IJCANDI) JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) METIK JURNAL JISKa (Jurnal Informatika Sunan Kalijaga) Sains, Aplikasi, Komputasi dan Teknologi Informasi Indonesian Journal of Electrical Engineering and Computer Science JUKI : Jurnal Komputer dan Informatika Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences International Journal of Engineering, Science and Information Technology Insyst : Journal of Intelligent System and Computation International Journal of Advanced Science and Computer Applications Adopsi Teknologi dan Sistem Informasi Information Technology Education Journal Bulletin of Social Informatics Theory and Application Periodicals of Occupational Safety and Health Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi The Indonesian Journal of Computer Science
Claim Missing Document
Check
Articles

Prediksi Kedatangan Turis Asing ke Indonesia Menggunakan Backpropagation Neural Networks Haviluddin Haviluddin; Zainal Arifin; Awang Harsa Kridalaksana; Dedy Cahyadi
Jurnal Teknologi dan Sistem Komputer Volume 4, Issue 4, Year 2016 (October 2016)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (718.944 KB) | DOI: 10.14710/jtsiskom.4.4.2016.485-490

Abstract

In this paper, a backpropagation neural network (BPNN) method with time series data has been explored. The BPNN method to predict the foreign tourist’s arrival to Indonesia datasets have been implemented. The foreign tourist’s arrival datasets were taken from the central agency on statistics (BPS) Indonesia. The experimental results showed that the BPNN method with two hidden layers was able to forecast foreign tourist’s arrival to Indonesia. Where the mean square error (MSE) as forecasting accuracy has been indicated. In this study, the BPNN method is able and recommended to be alternative methods for predicting time series datasets. Also, the BPNN method showed that effective and easy to use. In other words, BPNN method is capable of producing a good value of forecasting.
Active Learning berbasis Teknologi Informasi (ICT) Haviluddin Haviluddin
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 5, No 3 (2010): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (43.543 KB) | DOI: 10.30872/jim.v5i3.64

Abstract

Penerapan pembelajaran aktif di perguruan tinggi didasarkan pada prinsip bahwa cara belajar terbaik bagi mahasiswa adalah dengan melakukan, dengan menggunakan semua inderanya dan dengan mengeksplorasi lingkungannya yang terdiri atas orang, hal, tempat dan kejadian yang terjadi dalam kehidupan nyata (pembelajaran kontekstual dan pemecahan masalah). Untuk memfasilitasi pembelajaran aktif, dosen harus menggunakan berbagai strategi yang aktif dan kontekstual, melibatkan pembelajaran bersama (cooperative learning) dan mengakomodasi perbedaan jender dan gaya belajar masing-masing mahasiswa dengan tujuan untuk memaksimalkan kemampuan pembelajar dalam memahami hal baru dan dapat menggunakan informasi baru tersebut dalam kehidupan mereka sehari-hari. Teknologi informasi, meliputi segala hal yang berkaitan dengan proses, penggunaan sebagai alat bantu, manipulasi, dan pengelolaan informasi. Sementara teknologi komunikasi merupakan segala hal yang berkaitan dengan penggunaan alat bantu untuk memproses dan mentransfer data dari perangkat yang satu ke lainnya. Pembelajaran aktif sesungguhnya adalah bagaimana membuat proses pembelajaran itu lebih berpusat kepada mahasiswa yang aktif dengan memanfaatkan teknologi informasi atau ICT Component.
A Model of Non-ASN Employee Performance Assessment Based on the ROC and MOORA Methods Haviluddin Haviluddin; Edy Budiman; Nurfaizi Amin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 2 (2022): April 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (378.723 KB) | DOI: 10.29207/resti.v6i2.3961

Abstract

This study aims to assess the performance of non-ASN employees at the Human Resources Development Agency (BPSDM), East Kalimantan Province, Indonesia, to assist organizers in determining the feasibility of extending work contracts. The performance of 37 non-ASN employees has been assessed based on 12 criteria, including honesty, discipline, loyalty, responsibility, courtesy, commitment, ability and skills, neatness, communication, achievement, absence, and violations. In this study, the Rank Order Centroid (ROC) and Multi-Objective Optimization based on Ratio Analysis (MOORA) methods have been implemented to obtain rankings. Meanwhile, the confusion matrix (CM) method has also been used to measure the accuracy of both methods. Based on the experiment, the ROC method has been used to achieve the criteria weight, and the MOORA method has been utilized to rank all non-ASN employees based on the highest score. Where the CM suitability level of 81.1% has been gained so that the ranking of 37 non-ASN employees can be revealed. The study indicates that both methods can be implemented as alternative models for assessing the performance of non-ASN employees. Therefore, these methods are pretty effective, efficient, and relatively easy to use.
PERAMALAN PELAYANAN SERVICE MOBIL (AFTER SALE) MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK (BPNN) Novianti Puspitasari; Haviluddin Haviluddin; Arinda Mulawardani Kustiawan; Hario Jati Setyadi; Gubtha Mahendra Putra
JURNAL INFORMATIKA DAN KOMPUTER Vol 5, No 2 (2021): Februari 2021
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.567 KB) | DOI: 10.26798/jiko.v5i2.419

Abstract

Mobil adalah salah satu alat transportasi darat yang penting, karena mobil dapat membantu manusia dalam beaktivitas khususnya untuk pergi dari satu tempat ke tempat lain. Hal ini membuat para produsen mobil berlomba-lomba untuk menciptakan mobil dengan kelebihan dan keunggulan, sehingga jumlah mobil dipasaran sangat banyak dan bervariasi. Seiring dengan meningkatkan jumlah mobil maka Agen Tunggal Pemegang Merk (ATPM) berlomba-lomba untuk memberikan pelayanan after-sale (service mobile). Namun, pihak perusahaan mengalami kesulitan dalam mengetahui laju pertumbuhan jumlah service mobile yang ditangani, sehingga memberikan kerugian yang berdampak pada sumber pendapatan. Oleh karena itu diperlukan sebuah metode baku dalam menentukan peramalan jumlah service mobil di tahun berikutnya. Penelitian ini mengimplementasikan metode Backpropagation Neural Network (BPNN) dalam peramalan  pelayanan service mobil (after-sale) dan Mean Square Error (MSE) untuk metode pengujian akurasi hasil peramalan yang terbentuk. Adapun data yang digunakan pada penelitian ini adalah data  pelayanan service mobil (after-sale) selama lima tahun terakhir. Hasil penelitian menunjukkan bahwa arsitektur terbaik untuk peramalan pelayanan after-sale menggunakan BPNN adalah model arsitektur 5-10-5-1 dengan learning rate sebesar 0,2 dan fungsi pembelajaran yaitu trainlm serta MSE sebesar 0,00045581. Hal ini membuktikan bahwa metode BPNN mampu memprediksi pelayanan service mobile (after-sale) dengan nilai akurasi peramalan yang baik.
Implementation of Bandwidth Management Authentication Aulia Rahman; Haviluddin Haviluddin
International Journal of Computing and Informatics (IJCANDI) Vol 1, No 1 (2016): February 2016
Publisher : International Journal of Computing and Informatics (IJCANDI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1436.166 KB) | DOI: 10.19732/10.19732/vol1122016

Abstract

An internet traffic service mechanism includes monitoring and network security is indispensable. The main purpose of network monitoring is bandwidth optimizing and maintaining network security. This paper has described and implemented Remote Authentication Dial-In User Service (RADIUS) protocol and Authentication, Authorization and Accounting (AAA) server integrated with Mikrotik. The purpose of this article deal with the implementation of bandwidth management, which includes LAN (Local Area Network) and Wi-Fi (Wireless Fidelity) in Universitas Mulawarman. Based on experiment, the system is simple and easy to be used that controls and allocates bandwidth to users (lecturers, staff, and students) as they authenticate with LAN and Wi-Fi. Furthermore, network security perspective shows that users who are not registered to use the internet at the Universitas Mulawarman could be maintained as well.
A CHARACTERISTICS OF LINEARITY AND SENSITIVITY IN MEASURING THE MQ-4 SENSOR ON GAS LINE LEAKAGE Arif Harjanto; Fatkhul Hani Rumawan; Didit Suprihanto; Haviluddin Haviluddin; Bangkit Bekti Nurdianto
Jurnal Teknik Informatika (Jutif) Vol. 3 No. 2 (2022): JUTIF Volume 3, Number 2, April 2022
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jutif.2022.3.2.229

Abstract

A natural gas utilization with a domestic house-gas pipeline is essential. However, the house-gas installation pipe can cause a dangerous leak, so the house-gas leak detector is requires. This study aims to build and analyze a leak detector for natural gas flow on the stove using the MQ-4 gas sensor based on the house-gas linearity and sensitivity characteristics levels in the air with a threshold of 1000 ppm. Based on experimental, the sensor linearity value for the detected house-gas has been obtained in a correlation coefficient of 0.99 which indicates the sensor is quite sensitive in order to the house-gas detected. Then, the sensor sensitivity value has been acquired with the regression equation Y=-0.00449+(0.000481)X which means the voltage value at 0 ppm is around -0.00449 volts and increase at each ppm are 0.000481 volts with a value of 0.000481 volts with the effectiveness of the tools reaches 100%. Therefore, the study shown that the detection tools and systems can work properly.
Klasifikasi Jenis Bawang Menggunakan Metode K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Bentuk dan Tekstur Joan Angelina Widians; Herman Santoso Pakpahan; Edy Budiman; Haviluddin Haviluddin; Maratus Soleha
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 2 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.423 KB) | DOI: 10.30872/jurti.v3i2.3213

Abstract

Bawang merupakan tumbuhan penting bagi manusia yang termasuk dalam Genus Allium. Umbi, daun, atau bunga bawang dimanfaatkan sebagai sayuran atau sebagai rempah-rempah, tergantung bagaimana kita memandangnya. Memilih jenis bawang berdasarkan ciri – ciri sangatlah mudah dilakukan oleh manusia tetapi tidak mudah dilakukan oleh komputer. Penelitian ini bertujuan untuk klasifikasi jenis bawang dengan menerapkan metode K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur bentuk dan tekstur. Dari ektrstraksi fitur bentuk menggunanakan parameter metric dan eccentricity. Pada ekstraksi fitur tekstur menggunakan parameter contrast, correlation, energy, dan homogeneity. Dari ekstraksi fitur tersebut akan didapatkan 6 parameter yang digunakan untuk proses klasifikasi. Data yang digunakan dalam penelitian ini ada 5 jenis bawang yaitu bawang dayak, bawang merah, bawang bombai, bawang putih, dan bawang lanang dengan masing-masing bawang 10 citra dan jumlah data keseluruhan adalah 50 citra. Hasil evaluasi pengujian sebanyak 5 kali secara keseluruhan dapat dilihat bahwa dengan pengujian 50% dari 50 citra bawang dihasilkan akurasi sebesar 84% dengan menggunakan k3, k5, dan k7. Rata-rata akurasi penggunaan nilai k  pada 5 kali pengujian yang terbaik yaitu pada k7 dengan akurasi 83.13%, sedangkan rata-rata akurasi berdasarkan 5 kali pengujian terbaik dan penggunaan k terbaik dihasilkan sebesar 83.56%. 
Implementation of the Analytical Hierarchy Process Method and Multi Objective Optimization on the Basis of Ratio Analysis in the Selection of Insurance Products Haviluddin Haviluddin; Edy Budiman; Rendy Ramadhan
International Journal of Advanced Science and Computer Applications Vol. 1 No. 1: March 2022
Publisher : Utan Kayu Publishins

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (244.135 KB) | DOI: 10.47679/ijasca.v1i1.8

Abstract

Insurance product offerings are not always understood by prospective customers (CN) due to limited information related to products. This can cause confusion so that CN does not want to buy it. The purpose of this study is to analyze the selection of insurance products PT. AIA Financial Samarinda, East Kalimantan, Indonesia uses the Analytical Hierarchy Process (AHP) and Multi Objective Optimization on the Basis of Ratio Analysis (MOORA) approach so that CNs can choose based on insurance product facilities that match their abilities. In this study, as many as 10 types of insurance products and 10 CN criteria were then analyzed based on the two methods used. Then, the calculation accuracy of the two methods has been using the confusion matrix (CM) method. Based on the results of CM calculations from 27 CN datasets with a conformity level of 81.5%, it has been obtained which indicates that the two methods can be implemented as an alternative in choosing insurance products according to ability or based on CN criteria. The results show that this method is quite effective, efficient and relatively easy to use in determining insurance products that meet the criteria or according to CN's economic capabilities
Prediksi Produksi Minyak Kelapa Sawit Menggunakan Metode Backpropagation Neural Network Hijratul Aini; Haviluddin Haviluddin; Edy Budiman; Masna Wati; Novianti Puspitasari
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.155 KB) | DOI: 10.30872/jsakti.v1i1.2261

Abstract

Artikel ini bertujuan untuk memprediksi produksi minyak kelapa sawit mentah (CPO) di PT. Perkebunan Nusantara (PTPN) XIII, Desa Long Pinang. Kabupaten Paser, Kalimantan Timur dengan menggunakan algoritma cerdas, jaringan saraf tiruan (JST) yang disebut Backpropagation Neural Network (BPNN). Data penelitian berasal dari produksi CPO periode Januari 2015 hingga Januari 2018. Pengukuran akurasi prediksi algoritma BPNN menggunakan metode mean square error (MSE).  Berdasarkan hasil percobaan, metode BPNN dengan parameter arsitektur 5-10-11-12-13-1; fungsi pembelajaran adalah trainlm; fungsi aktivasi adalah logsig dan purelin; laju pembelajaran adalah 0.7 mampu menghasilkan tingkat kesalahan prediksi yang baik dengan nilai MSE sebesar 0.0069. Hasil penelitian menunjukkan bahwa model ini dapat digunakan sebagai alternatif metode dalam memprediksi produksi CPO pada tahun 2019.
Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization Dinda Izmya Nurpadillah; Haviluddin Haviluddin; Herman Santoso Pakpahan; Islamiyah Islamiyah; Hario Jati Setyadi
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (793.91 KB) | DOI: 10.30872/jsakti.v1i2.2602

Abstract

Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Sunda. Berdasarkan hasil eksperimen dengan berbagai parameter seperti learning rate dan jumlah hidden layer maka metode LVQ cukup akurat dalam mengenali pola aksara Sunda dengan nilai akurasi sebesar 6.66% dari data yang berhasil dikenali sebanyak 28 data dengan total data uji sebanyak 42 data dengan variasi learning rate sebesar 0.01 dan jumlah hidden layer sebanyak 90 layer. Hasil akurasi tersebut didapatkan dengan waktu pembelajaran yaitu selama 17 menit 22 detik. Adapun mean square error (MSE) yang dihasilkan sebesar 0.0408. Dari hasil akurasi, MSE dan waktu pembelajaran yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Sunda. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.
Co-Authors Achmad Fanany Onnilita Gaffar Achmad Fanany Onnilita Gaffar Adnan, Adam Afdal Jamil Tanjung Agus Soepriyadi Ahmad Hijazi, Mohd Hanafi Ahmad Jawahir Ahmad Jawahir Aiman, Ahmad Zuhair Nur Aina Musdholifah Aini, Hijratul Aji Prasetya Wibawa Akhmad Masyudi Albertus Juvensius Pontus Aldi Bastiatul Fawait Fawait Alfiansyah, M Nur Ali Sholihin Allo, Adriati Manuk Anam, M Khairul Anggari, Ricky Anindita Septiarini, Anindita Anton Prafanto Arda Yunianta Arda Yunianta Arif Bramantoro Arif Harjanto Arinda Mulawardani Kustiawan Astuti, Wistiani Aulia Rahman Awang Harsa Kridalaksana Bambang Nur Basuki Bangkit Bekti Nurdianto Basuki, Nur Bambang Brins Leonard Pailan Budiman, Edy Burhandenny, Aji Ery Cahyani, Oktari Indi Cahyani, Oktaria Indi Cellia Auzia Nugraha Chrisman Bonor Sinaga Davina Putri Ananta Dedy Cahyadi Dedy Mirwansyah Delvina Dwiani Samjar Dhanar Intan Surya Saputra Dhanar Intan Surya Saputra Didit Suprihanto, Didit Dinda Izmya Nurpadillah Djoko Setyadi Dwiyanto, Felix Andika Efrizoni, Lusiana Emmilya Umma Azizah Gaffar Fahrul Agus Faizul Anwar Wandi Fatkhul Hani Rumawan Fauzan, Ammar Nabil Faza Alameka Fazma Urmila Jannah Helmi Puadi Firdaus, Ardhifa Firdaus, Muhammad Bambang Fui Fui, Ching Fui, Ching Fui Gaffar, Achmad Fanany Onnlita Gubtha Mahendra Putra Gubtha Mahendra Putra Gultom, Tiopan Hendry Manto Hairah, Ummul Hamdani Hamdani Hasihi, Cholisah Erman Hasnida, Rima Yustika Hatta, Heliza Rahmania Helmi Puadi, Fazma Urmila Jannah Herlina Jayadiyanti Herman Santoso Pakpahan Hersa Safitri Hery Widijanto Hijazi, Mohd Hanafi Ahmad Hijratul Aini Hijratul Aini Huzain Azis Ibrahim, Muhammad Rivani Ifandi, Muhammad Imam Tahyudin Imam Tahyudin Irwan Gani Islamiyah Islamiyah Islamiyah Islamiyah Islamiyah Islamiyah, Islamiyah Iwan Muhamad Ramdan Izdihar, Zahra Nabila Jainuddin Jainuddin Jayadiyanti, Herlina Kesuma, Muhammad Afrizal Kim On, Chin Leong, Jing Mei Lilik Hendrajaya Malani, Rheo Maratus Soleha Medi Taruk Mega Yoalifa Milkhatun, Milkhatun Ming Foey Teng, Ming Foey Moham, Ni’mah Mohd Shahizan Othman Mohd Shahizan Othman Mualin Renaldy Setiabudi Muhammad Bambang Muhammad Rafif Hanif Muhammad Soleh Muhammad Sultan, Muhammad Muhammad Syarif Abdillah Nafalski, Andrew Nataniel Dengen Ngurah Satria Darmawangsa Ni’mah Moham Norazah Yusof Novianti Puspitasari Nugraha, Cellia Auzia Nugroho, Basuki Rahmat Nur Fadhilah Nurfaizi Amin Nurpadillah, Dinda Izmya Olivia Angelica Murtioso Omar Mohammed Barukab Omar Obarukab Norazah Yusof Othman, Mohd Shahizan Paroliyan, Abraham Pradinata, Muhammad Aji Prafanto, Anton Pratama, Arief Ardi Prawira, Muhammad Nanda Purnawansyah Purnawansyah Puspitasari, Novianti Putra, Gubtha Mahendra Putut Pamilih Widagdo, Putut Pamilih Qonita, Adiba Rahayu, Ervina Raihanfitri Adi Kalipaksi Raja, Roesman Ridwan Rayner Alfred Rayner Alfred Rayner Alfred Rayner Alfred Rayner Alfred Rayner Alfred Rendy Ramadhan Revia Oktaviani Rima Yustika Hasnida Salim, Yulita Saputra, Irzan Tri Sarjon Defit Saudi, Azali Setyadi, Hario Jati Simanungkalit, Julius Rinaldi Sitompul, Tua Delima Soepriyadi, Agus Suryani Junita Patandianan Sutikno Sutikno Suwardi Gunawan Tindik, Emmanuel Steward Tommy Trides Triyanna Widiyaningtyas Triyanna Widyaningtyas, Triyanna Utama, Agung Bella Putra Utomo Pujianto Vina Zahrotun Kamila Wandi, Faizul Anwar Wati, Masna Wei, Toh Yin Widians, Joan Angelina Wong, Kelvin Yahya, Fiqri Khaidar Yazeed Al Moaiad Yudhi Saputra Yudi Sukmono Yulita Salim Yunianta, Arda Yusof, Omar Obarukab Norazah Zainal Arifin Zainal Arifin Zakaria Ahmad Dahlan