Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi CESS (Journal of Computer Engineering, System and Science) CARADDE: Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT
Oman Somantri
Politeknik Harapan Bersama Tegal
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Pembangunan Sistem Informasi Alumni Sebagai Pendukung Keputusan Pada Prodi D4 Teknik Informatika Politeknik Harapan Bersama Tegal Oman Somantri; Dega Surono Wibowo
Jurnal Nasional Teknologi dan Sistem Informasi Vol 3, No 1 (2017): April 2017
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v3i1.2017.117-126

Abstract

Alumni merupakan sumberdaya yang apabila tidak dikelola dengan baik maka para alumni tersebut tidak akan menjadi sebuah sumber daya yang bisa dijadikan sebagai aset bagi perguruan tinggi. Salah satu solusi yang bisa digunakan untuk menangani permasalah tersebut adalah dengan adanya sebuah sistem informasi yang dapat mengelola alumni sehingga pengelolaannya dapat dilakukan dengan baik yaitu dengan dibuatnya sistem informasi alumni. Salah satu upaya yang dilakukan untuk mengukur tingkat keberhasilan sistem yang dibuat adalah dengan melakukan sebuah evalusi sistem. Penerimaan terhadap sistem informasi dapat diukur dengan beberapa model evaluasi yang sudah dikembangkan yaitu Technology Acceptance Model (TAM). TAM merupakan model evaluasi sistem yang sering banyak digunakan, dengan kelebihan salah satunya adalah mudah untuk digunakan. Sistem informasi alumni program studi D4 Teknik Informatika menjadi sebuah sistem yang dapat mengelola data alumni dan aktifitasnya dengan efektif sehingga menjadi sebuah pendukung keputusan yang paling efektif.
PENERAPAN LOCATION BASED SERVICE UNTUK OPTIMASI SISTEM INFORMASI GEOGRAFIS PONDOK PESANTREN WILAYAH TEGAL Oman Somantri; Rosid Mustofa; Mukhamad Faujan
CESS (Journal of Computer Engineering, System and Science) Vol 3, No 2 (2018): Juli 2018
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v3i2.9969

Abstract

Kota Tegal dan sekitarnya mempunyai beberapa pondok pesantren yang keberadaannya mayoritas tersebar di daerah-daerah pedesaaan, namun informasi mengenai lokasi serta informasi yang ada pada pondok pesantren masih terbatas. Dengan demikian dibutuhkan sistem yang mampu memberikan sebuah solusi yang dapat menunjukan keberadaan lokasi serta informasi lain pada pondok pesantren. Sistem informasi geografis berbasis mobile dihadirkan untuk memberikan solusi dari permsalahan yang ada. Perancangan dalam pembuatan sistem ini menggunakan Unified Modeling Language (UML) dan dibangun dengan menggunakan android studio dengan MySQL sebagai database. Hasil dari perancangan sistem ini adalah sebuah sistem informasi geografis pondok pesantren wilayah Tegal dan sekitarnya berbasis mobile yang dapat diimplementasikan untuk memberikan informasi letak lokasi pondok pesantren beserta informasi-informasi yang ada pada pondok pesantren tersebut.
Pembangunan Media Pembelajaran Berbasis E-Learning Di SMA NU Ma’Arif Jatinegara Tegal Oman Somantri; Dyah Apriliani; Arif Wirawan Muhamad; M Nishom
CARADDE: Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2019): Februari
Publisher : Ilin Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.912 KB) | DOI: 10.31960/caradde.v1i2.78

Abstract

Internet learning sebagai sebuah proses pembelajran berbasis elektronik yang digunakan sebagai media pembelajaran dierikan untuk para guru dan sekolah di SMA NU Ma’Arif Jatinegara Kota Tegal, melalui kegiatan pelatihan dilakukan sebagai upaya dalam upaya meningkatkan keterampilan dan pengetahuan guru dalam memahami dan membangun e-learning. Metode kegiatan yang digunakan adalah model pembelajaran partisipatif sehingga memberikan kebebasan kepada para peserta pelatihan untuk lebih memahami materi yang disampaikan. Media yang digunakan untuk membuat e-learning menggunakan Edmodo sebagai tools. Berdarsarkan hasil evaluasi terhadap kegiatan pelatihan tersebut memeprlihatkan hampir 80% peserta pelatiahan sudah mampu membuat media pembelajaran e-learning dengan baik.
Feature Selection Klasifikasi Kategori Cerita Pendek Menggunakan Naïve Bayes dan Algoritme Genetika Oman Somantri; Mohammad Khambali
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 6 No 3: Agustus 2017
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1019.556 KB)

Abstract

Classification of short stories category based on age of the reader is still difficult. Therefore, a decision support system to classify the short stories category is needed. Naïve Bayes is one of methods suitable for short stories classification. However, Naïve Bayes has flaws in accuracy level, and needs to be optimized. In this paper, Genetic algorithm is proposed to increase the level of accuracy. In this case, genetic algorithm is used for feature selection. The results show an increase in the level of accuracy produced. The accuracy increases from 78,59% to 84,29%. In conclusion, the application of genetic algorithm on Naïve Bayes in classifying the online short stories category can improve the accuracy.
Algoritme Genetika untuk Peningkatan Prediksi Kebutuhan Permintaan Energi Listrik Oman Somantri; Catur Supriyanto
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 5 No 2: Mei 2016
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (988.926 KB)

Abstract

Predicting the demand of electrical energy with a high degree of accuracy is expected. Application of an appropriate model using exact method will greatly affect the level of accuracy result. Neural Network (NN) and Support Vector Machine (SVM) models are used to predict the needs of electricity demand. Those models have weaknesses. Both are still difficult in determining the value of parameters used, thus, affecting the level of accuracy. Genetic Algorithm (GA) is proposed as a method to optimize the value of NN and SVM parameters in predicting the demand of electrical energy. The result shows that the NN and GA models have a better accuracy than the SVM and GA.
Implementasi Metode Promethee Dalam Sistem Pendukung Keputusan Penilaian Raport Dosen Dyah Apriliani; Oman Somantri
Jurnal Informatika: Jurnal Pengembangan IT Vol 4, No 1 (2019): JPIT, Januari 2019
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v4i1.1251

Abstract

Assessment of lecturer report cards is a decision-making process using information obtained through measuring the results of lecturer performance by students and administrative completeness of each lecturer. The object used in this study is the Informatics Engineering IV Study Program using the promethee method. The Promethee method is used to obtain a ranking of grades from lecturers. Promethee's method of calculating requires several alternatives and criteria. The alternative used for assessment is the lecturer who teaches in the D IV Informatics Engineering Study Program. The criteria used to assess each alternative are lecturer assessment data by students which includes student assessment input taken from the final score or the average resulting from the questionnaire assessment filled in by students. Administrative appraisal data which includes: syllabus collection, collection of college contracts, modules, number of attendance, timeliness of UTS and UAS collection questions as well as the timeliness of collecting UTS and UAS scores. From this study, the assessment of lecturer report cards was obtained, which also included lecturer rankings based on the scores produced. System testing is done by comparing the results of manual assessment with the results of the assessment produced by the system. Based on the testing that has been done it can be concluded that the results of testing both manually and using the system are the same.
Deteksi Dini Penyakit Diabetes Menggunakan Algoritma Neural Network Berbasiskan Algoritma Genetika Primandani Arsi; Oman Somantri
Jurnal Informatika: Jurnal Pengembangan IT Vol 3, No 3 (2018): JPIT, September 2018
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v3i3.1008

Abstract

Diabetes or Diabetes Mellitus (DM) is a disease in which the glucose content in the blood can not be processed by the body. Based on the case of many diabetic patients, first action is needed as a solution of the problem of diabetes by predicting to detect early diabetes. This is necessary because often medical decisions are made based on experience and rational reasoning. Prediction of diabetes can be done by using some data of diabetic patients who have been stored in the database to make a pattern for the determination of diabetes with Artificial Intelligen technique so that the result of inaccurate diagnosis can be avoided. In this study the authors apply Genetic Algorithm (GA) to optimize Neural Network (NN) model by searching the best parameter value on Neural Network (NN) model. The experimental results showed a decrease in RMSE value which means an increase in predicted accuracy value, ie from 0.402 +/- 0,035 to 0.396 +/- 0,032.The optimization of the NN model prediction, the relevant policy makers can determine the prediction of diabetes more accurately.
Co-Authors Arif Wirawan Muhamad Catur Supriyanto Dega Surono Wibowo Dyah Apriliani M Nishom Mohammad Khambali Mukhamad Faujan Primandani Arsi Rosid Mustofa