Article Per Year (5 Year)
p-Index From 2020 - 2025
7.384
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika Jurnal Informatika dan Teknik Elektro Terapan Scientific Journal of Informatics CESS (Journal of Computer Engineering, System and Science) Riau Journal of Computer Science International Journal of Artificial Intelligence Research JIKO (Jurnal Informatika dan Komputer) INOVTEK Polbeng - Seri Informatika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JOURNAL OF SCIENCE AND SOCIAL RESEARCH MIND (Multimedia Artificial Intelligent Networking Database) Journal JSAI (Journal Scientific and Applied Informatics) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Indonesian Journal of Electrical Engineering and Computer Science IJIIS: International Journal of Informatics and Information Systems Journal of Computer System and Informatics (JoSYC) JINAV: Journal of Information and Visualization Journal of Applied Data Sciences JUDIMAS (Jurnal Inovasi Pengabdian Kepada Masyarakat) Journal of Applied Computer Science and Technology (JACOST) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD International Journal for Applied Information Management Journal Corner of Education, Linguistics, and Literature JUSTIN (Jurnal Sistem dan Teknologi Informasi) ProBisnis : Jurnal Manajemen Edu Sociata : Jurnal Pendidikan Sosiologi JOURNAL OF ICT APLICATIONS AND SYSTEM Neraca Manajemen, Akuntansi, dan Ekonomi Cendikia Pendidikan Jurnal Media Akademik (JMA) Bhinneka Multidisiplin Journal Jurnal Manajemen Kewirausahaan dan Teknologi
B. Herawan Hayadi
Universitas Bina Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 62 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 62 Documents
Search

 1   2   3   4   5 
PERBANDINGAN AKURASI ALGORITMA NAÏVE BAYES, K-NN DAN SVM DALAM MEMPREDIKSI PENERIMAAN PEGAWAI Novendra Adisaputra Sinaga; B Herawan Hayadi; Zakarias Situmorang
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 5 No 1 (2022)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v5i1.446

Abstract

To supporting academic and non-academic activities, the Polytechnic Business Indonesian (PBI) must be supported by employees with reliable Human Resources (HRD) who have good behavior, good abilities and can complete work professionally and responsibly. Conventional techniques for analyzing existing large amounts of data cannot be handled which is the background for the emergence of a new branch of science to overcome the problem of extracting important information from data sets, which is called Data Mining. Utilizing methods to classify data by utilizing methods including: Naïve Bayes method, K-Nearest Neighbor (K-NN) and Supervise Vector Machine (SVM). From this research, in Predicting Applicants Graduation at PBI, the SVM method is better than Naïve Bayes and K-NN. With 33 test data used, SVM has 84.9% accuracy, 85.1% precision while K-NN has 81.8% accuracy, 84.1% precision and Naïve Bayes has 78.8% accuracy and 80.1% precision.
Komparasi 3 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Kenaikan Jabatan Jaka Tirta Samudra; B. Herawan Hayadi; Puji Sari Ramadhan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 5 No. 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5642

Abstract

With the increasing growth of the company and employee access to increase the desire to make exemplary employees or become employees who have high ideas to become role models for subordinates or other employees, so from the research case on the university campus, quality conducts a survey with data obtained directly from the university. Employees who work as permanent or contract employees sometimes get the right as an increase for promotion from the company for each field as well as an allocation of satisfactory employee performance from the aspect of the work carried out. In this research model using three models from Naïve Bayes, K-Nearest Neighbor, and Neural Network by taking the dataset directly from the analysis results, for that an analysis is carried out on each aspect to determine the results of the value classification used in the evaluation using 5-Fold validation, 10-Fold, and 20-Fold Cross Validatio thus obtain results to identify in the promotion classification with the highest value of accuracy of 76.6%, the highest value of F1 of 67.8%, the highest value of precision of 65.9%, and the highest value of recall of 76.6%.
Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier Sartika Mandasari; B. Herawan Hayadi; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 5 No. 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.
Expert System of Quail Disease Diagnosis using Forward Chaining Method B. Herawan Hayadi; Kasman Rukun; Rizky Ema Wulansari; Tutut Herawan; Dahliyusmanto Dahliyusmanto; David Setaiwan; Safril Safril
Indonesian Journal of Electrical Engineering and Computer Science Vol 5, No 1: January 2017
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v5.i1.pp206-213

Abstract

Expert system applications were in great demand in various circles since 1950, with a coverage area that was large. Expert System on the organization was aimed at adding value, increasing productivity as well as the area of managerial can make decisions quickly and accurately. Neither with organizations that did business quail, which was very promising, but needed to be alert for the presence of disease in quail healthy, as in the case in birds quail were highly vulnerable to various kinds of diseases caused by viruses or bacteria. the benefits of the expert system that was able to diagnose quickly and accurately to the symptoms of the disease caused was expected to helped the farmers in of anticipation the many losses caused by disease. Required accuracy and the accuracy of the counting in diagnosing the symptoms of the disease in order to summarized the results by using forward chaining method.
Comparison of Adam's Optimization Function and Stochastic Gradient Descent on Bad Credit Classification of Savings and Loan Cooperatives Using Multilayer Perceptron Jaka Tirta Samudra; B. Herawan Hayadi
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.35210

Abstract

Dengan pesatnya pertumbuhan koperasi di Indonesia, maka pemberian kredit bagi anggota koperasi semakin diperketat dengan melakukan survey terhadap calon penerima kredit melalui analisis 5C yaitu character, capacity, capital, condition of economic dan economic condition. agunan, sehingga risiko kredit macet dapat diminimalkan. Data mining dapat membantu koperasi dalam menganalisis kredit macet calon penerima kredit dengan cara membandingkan data lama (data pemberian kredit sebelumnya) dengan data baru (data survei calon penerima kredit) dan mengelompokkannya dalam bentuk klasifikasi kredit macet atau non-kredit. melakukan pinjaman. Penelitian ini membangun model klasifikasi kredit macet berdasarkan hasil analisis calon penerima kredit menggunakan algoritma multi layer perceptron. Berbagai fungsi stochastic gradient descent (SGD) dan optimasi Adam digunakan yang dievaluasi menggunakan validasi silang 5 kali lipat, 10 kali lipat, dan 20 kali lipat. Hasil yang diperoleh adalah optimasi Adam merupakan fungsi optimasi terbaik untuk mengklasifikasikan dataset kredit macet, hal ini dapat dilihat dari nilai akurasi sebesar 95,6%, nilai F1 sebesar 95,6%, nilai presisi sebesar 95,7%, dan nilai recall sebesar 95,6%.
PENDEKATAN MACHINE LEARNING MENGGUNAKAN ALGORITMA C4.5 BERBASIS PSO DALAM ANALISA PEMAHAMAN PEMROGRAMAN WEBSITE P.P.P.A.N.W Fikrul Ilmi R.H. Zer; B. Herawan Hayadi; Abdi Rahim Damanik
Jurnal Informatika dan Teknik Elektro Terapan (JITET) Vol 10, No 3 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.772 KB) | DOI: 10.23960/jitet.v10i3.2700

Abstract

Bahasa Pemrograman merupakan notasi-notasi yang digunakan untuk menulis sebuah program di komputer. Berdasarkan tingkat populernya bahasa pemrograman PHP yang digunakan untuk membuat Website. Matakuliah pemrograman website menjadi tolak ukur mahasiswa dalam membuat website untuk digunakan pembuatan Tugas Akhir. Terdapat beberapa mahasiswa kesulitan dalam memahami pemrograman website yang mengakibatkan banyak mahasiswa yang mengalami kesulitan dalam membuat Tugas Akhir Variabel yang digunakan dalam penelitian ini adalah Kemudahan, Familiar, Cara Ajar Dosen, Spesifikasi Perangkat yang dibutuhkan, dan Bentuk Pemrograman. Tujuan dalan penelitian ini adalah untuk melakukan mengklasifikasi pemahaman mahasiswa terhadap pemrograman website menggunakan metode C4.5 berbasis PSO dengan data sebanyak 100 sampel di AMIK Tunas Bangsa Pematangsiantar. Penelitian ini menghasilkan nilai akurasi data sebesar 83,00% dengan variabel Kemudahan merupakan node tertinggi. Dengan hasil penelitian ini dapat memberikan keputusan yang akan diambil oleh pihak AMIK Tunas Bangsa mengatasi permasalahan tersebut.
PENERAPAN METODE K-NEARST NEIGHBOR UNTUK MENGIDENTIFIKASI KELAYAKAN PENERIMA KREDIT INVESTASI Sartika Mandasari; B Herawan Hayadi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.1017

Abstract

Sistem pengidentifikassian kelayakan penerima kredit investasi pada BPD Bank Aceh terhadap para penerimanya masih dilakukan secara manual pada setiap prosesnya, yang terdiri dari proses mengajuan, penyeleksian berkas, wawancara, pengobservasian terhadap calon Nasabah masih dilakukan secara manual.Untuk dapat mengatasi permasalahan yang ada, maka dibuatlah suatu sistem pengelompokan pengidentifikasian penerima Kredit Investasi dengan data mining menggunakan metode K-Nearest Neighbor untuk mengidentifikasi objek atau individu yang serupa dengan memperhatikan beberapa kriteria. Dengan demikian hasil pengelompokan yang telah dirancang dapat membantu pihak BPD Bank Aceh dalam proses penidentifikasian penerima Kredit Investasinya berdasarkan kriteria yang sudah ditentukan sehingga pengelompokan dan pengambilan keputusan dapat dilakukan secara lebih cepat,tepat, dan akurat serta terhindar dari kesalahan.
PENGAMANAN DATA PENJUALAN DENGAN KRIPTOGRAFI ALGORITMA RIVEST SHAMIR ADLEMAN (RSA) PAD A TOKO BAJU FAMILY Karina Andriani; B Herawan Hayadi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.1018

Abstract

Perkembangan teknologi komputer pada saat ini memberikan dampak yang besar dalam penyampaian informasi, sedangkan keamanan data menjadi salah satu apek yang sangat penting dalam sistem informasi saat ini. Toko baju family menggunakan teknologi komputer dalam melakukan proses transaksi penjualan sehingga setiap transaksi yang dilakukan tersimpan dalam bentuk data penjualan.Pada permasalahan yang dibahas, dengan menerapkan Perancangan Aplikasi Keamanan Data salah satunya dengan menggunakan algoritma RSA (Rivest Shamir Adleman) dalam mengamankan data penjualan. Dengan mengamankan data penjualan bertujuan untuk membantu pegawai dalam mengamankan data penjualannya. Hasil penelitian merupakan terciptanya sebuah aplikasi Pengamanan Data dengan Algoritma RSA (Rivest Shamir Adleman) yang dapat membantu pegawai dalam mengamankan data penjualan yang berada pada Toko Baju Family.
Implementasi Jaringan Saraf Tiruan Pengenalan Pola Aksara Batak Simalungun Menggunakan Kohonen Self Organizing Map Yuni Franciska Tarigan; B. Herawan Hayadi; Asyahri Hadi Nasyuha
Journal of Computer System and Informatics (JoSYC) Vol 3 No 4 (2022): August 2022
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v3i4.1991

Abstract

The Simalungun Batak script contained in the Batak Letter consists of several variants of forms depending on the language and region, in general there are five variants of the Batak Letter in Sumatra, namely Karo, Toba, Pakpak, Simalungun, Angkola Mandailing. This script is not widely known by the datu, namely people who are respected by the Batak community for mastering magic, fortune-telling, and calendaring so that errors still often occur in the introduction of this script, even though this script can be found in various libraries, namely the traditional books of the Batak community. By utilizing Artificial Neural Networks and using the Kohonen Self Organizing Map method which can be implemented in the Simalungun Batak Letter Recognition Application so that it can make it easier for the public to recognize the Simalungun Batak script. The results of the study that applied an artificial neural network with the kohonen self-organizing map algorithm made the recognition of the Simalungun Batak letter pattern easy for the public to recognize and could also preserve one of the cultures, namely the Simalungun Batak script and make it easier for users to implement it into the android-based application.
Komparasi Fungsi Aktivasi Relu Dan Tanh Pada Multilayer Perceptron Ichsan Firmansyah; B. Herawan Hayadi
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 2 (2022): ReBorn -- September 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.079 KB) | DOI: 10.26798/jiko.v6i2.600

Abstract

Neural network is a popular method used in machine research, and activation functions, especially ReLu and Tanh, have a very important function in neural networks, to minimize the error value between the output layer and the target class. With variations in the number of hidden layers, as well as the number of neurons in each different hidden layer, this study analyzes 8 models to classify the Titanic's Survivor dataset. The result is that the ReLu function has a better performance than the Tanh function, seen from the average value of accuracy and precision which is higher than the Tanh activation function. The addition of the number of hidden layers has no effect on increasing the performance of the classification results, it can be seen from the decrease in the average accuracy and precision of the models that use 3 hidden layers and models that use 4 hidden layers. The highest accuracy value was obtained in the model using the ReLu activation function with 4 hidden layers and 50 neurons in each hidden layer, while the highest precision value was obtained in the model using the ReLu activation function with 4 hidden layers and 100 neurons in each hidden layer
Co-Authors -, Basorudin Abdi Rahim Damanik Adyanata Lubis Adyanata Lubis Adyanata Lubis, Adyanata agung setiawan Agus Perdana Windarto Agustina Akhmad Zulkifli Alvin, Muhammad Ambarsari, Yuke Aramiko Kayanie Nenden Atryana Arifin, Rita Wahyu Arman Basri Asep Supriyanto Asyahri Hadi Nasyuha Bachtiar, Marsellinus Bayu Kusuma Budi Yanto Budi Yanto Budi Yanto, Budi Budiarto, Mukti Cindy Paramitha Dahliyusmanto, Dahliyusmanto David Setaiwan Dede Nurhasanah Devi Delawati Didik Setiyadi Dwi ASTUTI Dwiastuti, Dwiastuti Edi Roseno Eghar Shafiera Eko Priyanto Engkos Kosasih Enny Widawati Erna Armita, NST Erni Rouza, Erni fatimah Fatimah Franciska, Yuni Furtasan Ali Yusuf Handayani, Meli Hartono Hartono Hayatul Masquroh Henderi . Hendrawati, Tuti Heni Pujiastuti Herlina Latipa Sari Hermawansyah, Hermawansyah Husni Teja Sukmana I Gede Iwan Sudipa Ichsan Firmansyah Ihlas Ahmad Subarkah Ilham Arifin Irawati Irawati irfan, mursyid ISKANDAR JAKA KUSUMA Jaka Kusuma Jaka Tirta Samudra Jaka Tirta Samudra Jin-Mook Kim Jufri -, Jufri Jufri Jufri Juhriah Juhriah, Juhriah Junaesih, R. Karina Andriani Kasman Rukun Kelvin Leonardi Kohsasih Khodijah Hulliyah Kim, Jin-Mook Luth Fimawahib Luth Fimawahib M Haidar Husein Mahdi, Ahmad Masquroh, Hayatul Muadifah, Muadifah muflihah muflihah Muhammad Sadikin Mulyadi, Dadi Musadad Musadad Novendra Adisaputra Sinaga Ovi Sakti Cahyaningtyas P. Eko Prasetyo P.P.P.A.N.W Fikrul Ilmi R.H. Zer Padeli Padeli Pardede, Doughlas Prasiwiningrum, Elyandri Pratama, Gelard Untirtha Puji Sari Ramadhan Rahmulyana, Anjar Raman Raman Raman, Raman Riandini, Meisarah RIKA ROSNELLY Rika Rosnelly Rinanda Rizki Pratama Rinanda Rizki Pratama Rindi Genesa Hatika Rizky Ema Wulansari Rohim, Rouf Rubianto Rudi Gunawan Saepudin Saepudin Safril Safril Sartika Mandasari Sepriyanti, Sepriyanti Siregar, Pariang Sonang Sofiana, Sofa sono, Aji Sudar Suheti, Suheti Suirat, Suirat Sumiyati SUMIYATI SUMIYATI Suwarni Suwarni Swastika, Rulin Tambunan, Fazli Nugraha Teddy Surya Gunawan Toyibah, Toyibah Tutut Herawan Uniba, Muadifah Utomo, Ahmar Dwi Wahdi, Adi Wanayumini Wiwik Handayani Wiwik Novianawati Yuke Ambarsari Yuni Franciska Tarigan Yuningsih, Yuyun Yustiva, Fitriyatul Zakarias Situmorang