Article Per Year (5 Year)
p-Index From 2021 - 2026
4.022
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Sains dan Seni ITS IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science CAUCHY: Jurnal Matematika Murni dan Aplikasi Gamatika Prosiding Seminar Matematika dan Pendidikan Matematik JURNAL SOSIAL HUMANIORA (JSH) Semesta Teknika Elkawnie Register: Jurnal Ilmiah Teknologi Sistem Informasi Science and Technology Indonesia Journal of Environment and Sustainability Syntax Literate: Jurnal Ilmiah Indonesia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control BAREKENG: Jurnal Ilmu Matematika dan Terapan JAIM (Jurnal Abdi Masyarakat) Jurnal Teknologi Dan Sistem Informasi Bisnis Indonesian Journal of Electrical Engineering and Computer Science Majalah Ilmiah Matematika dan Statistika (MIMS) Airlangga Journal of Innovation Management Journal of Applied Data Sciences Journal of Research in Social Science and Humanities COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Malcom: Indonesian Journal of Machine Learning and Computer Science Sewagati International Journal of Computing Science and Applied Mathematics-IJCSAM
Mohammad Isa Irawan
Departemen Matematika Institut Teknologi Sepuluh Nopember Surabaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 73 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 73 Documents
Search

 3   4   5   6   7 
Analysis of Technology Acceptance of Enterprise Resource Planning (ERP) System in The Regional Office of PT. XYZ Throughout Indonesia Baiq Findiarin Billyan; Mohammad Isa Irawan
IPTEK The Journal for Technology and Science Vol 32, No 2 (2021)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j20882033.v32i2.7876

Abstract

The companies that started to renew their system using ERP-based systems, since 2000 the percentage of success reached 75%, and 25% is a failure. There are several issues such as the quality of human resources, not user-friendly system, incorrect format for data recording, system errors, unstable connections, the long-time process in the system, etc. Related to the issue, the ERP SAP technology provider provides local support to help end-users use the system for daily work. In this study, to analyze the factors of acceptance technology of ERP system, we use the UTAUT2 method, and for analyzing those hypotheses, we use the PLS-SEM metho
Measure The Significance of Learning Value and Trust Factors for Online Learning Technology Acceptance in Indonesia Yuda Dian Harja; Mohammad Isa Irawan; Rita Ambarwati
IPTEK The Journal for Technology and Science Vol 31, No 2 (2020)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j20882033.v31i2.5583

Abstract

One of the main stages to achieve the success of online learning technology is the acceptance of the technology by its users. Therefore, identifying how significant the influence of a factor in the success of technology acceptance is very important. This study aims to measure the significance of learning value and trust factors on the acceptance model of online learning technology. To test the research hypothesis used the Partial Least Square Structural Equation Modeling (PLS-SEM) method. This research is a quantitative study with a survey approach to respondents, where respondents must have used online learning technology. The result of the study shows the influence of learning value and trust factors on the acceptance of online learning technology is significant. The results of the study can be taken into consideration for providers of online learning technology in Indonesia as a reference in making strategic decisions for further development.
The Rate of Seller Correctness in Naming Batik Solo Pattern: Studied in Indonesia Online Marketplace Berlian Rahmy Lidiawaty; Mohammad Isa Irawan; Raden Venantius Hari Ginardi
JURNAL SOSIAL HUMANIORA (JSH) Special Edition 2020
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24433527.v0i1.6780

Abstract

Every pattern in batik Solo has different meaning that affects its use. There are patterns for cultural ceremony, including funerals. Therefore, the seller of batik Solo’s product have to be able to give the right title as the name of its product in online marketplace, so the customer will not missw ear the batik in the wrong ceremony. According to the importance of naming batik Solo’s product, this study aims to assess the accuracy of batik Solo pattern naming by sellers in Indonesian online marketplace. Thus the result of it can be used by the buyer as a recommendation where is the best marketplace to purchase the batik Solo product. First, the study collect the images sample from four biggest marketplace in Indonesia; Tokopedia, Bukalapak, Shopee and Lazada. The sample was collected by inputing the name of batik Solo pattern in the marketplace’s search bar. The keywords that have been used to collect the sample are batik parang, batik truntum, batik sawat, batik kawung and batik slobog. Those are the kinds of batik Solo pattern that has different expedience from each other. After 834 samples have been collected, the study assigns whether the seller give the correct name to the batik Solo product or not. The result of this study are the correctness percentage (CP) of the seller in naming their batik Solo product. In general the CP is 82,13%, Marketplace with the highest CP is Lazada (95,42%) and the highest CP of pattern is parang (91%). Beside that, the study also rates marketplace with the parameter of Best Marketplace by Pattern (BMP) and Best Marketplace of Category (BMC). The study divided the parameters to rate marketplace, because the best marketplace that has the highest correctness percentage in one category of a pattern is not always be a marketplace that has the highest correctness percentage in that pattern.
XGBoost and Network Analysis for Prediction of Proteins Affecting Insulin based on Protein Protein Interactions Mohammad Hamim Zajuli Al Faroby; Mohammad Isa Irawan; Ni Nyoman Tri Puspaningsih
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 5, No. 4, November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v5i4.1076

Abstract

Protein Interaction Analysis (PPI) can be used to identify proteins that have a supporting function on the main protein, especially in the synthesis process. Insulin is synthesized by proteins that have the same molecular function covering different but mutually supportive roles. To identify this function, the translation of Gene Ontology (GO) gives certain characteristics to each protein. This study purpose to predict proteins that interact with insulin using the centrality method as a feature extractor and extreme gradient boosting as a classification algorithm. Characteristics using the centralized method produces  features as a central function of protein. Classification results are measured using measurements, precision, recall and ROC scores. Optimizing the model by finding the right parameters produces an accuracy of  and a ROC score of . The prediction model produced by XGBoost has capabilities above the average of other machine learning methods.
Prediksi Harga Saham Jangka Pendek di Indonesia Menggunakan Metode Gaussian Process Regression Elnora Oktaviyani Gultom; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 11, No 2 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i2.76914

Abstract

Prediksi harga saham umumnya dilakukan secara jangka panjang, sedangkan harga saham tiap waktu mengalami perubahan yang signifikan. Tujuan dari Tugas Akhir ini untuk memprediksi harga saham jangka pendek dengan membangkitkan model Gaussian Process Regression menggunakan beberapa kernel yang berbeda. Model dengan menggunakan kernel Rational Quadratic dan RBF memiliki nilai rata-rata RMSE terkecil dibandingkan kedua kernel lainnya. Prediksi harga saham berdasarkan waktu dengan menggunakan kernel tersebut diperoleh prediksi satu minggu kedepan menghasilkan nilai EVS sebesar 0.99871. Dari hasil penelitian pada data historis harga saham 01 Desember 2019 sampai 25 Februari 2021, prediksi harga saham minggu berikutnya dihasilkan bahwa perusahaan PT Gudang Garam Tbk memiliki nilai jual yang paling tinggi dan PT United Tractors Tbk memiliki nilai beli lebih murah. Sedangkan perusahaan pada sektor Consumer Non-Cyclical memiliki rata-rata nilai jual dengan return yang tertinggi dan sektor Industrial memiliki nilai rata-rata harga beli saham dalam jumlah lebih banyak yang tertinggi.
Implementasi Jaringan Saraf Konvolusional dengan Inception-V3 untuk Deteksi Katarak Menggunakan Gambar Digital Funduskopi Muhammad Ahnaf Amrullah; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.106807

Abstract

Katarak merupakan salah satu penyakit mata yang paling serius yang dapat menyebabkan kebutaan. Deteksi dan pengobatan dini dapat mengurangi kebutaan pada pasien katarak. Seiring berkembangnya teknologi pelayanan kesehatan saat ini mengintegrasikan alat kesehatan dan teknologi informasi untuk meningkatkan kualitas dan produktivitas dalam pelayanan kesehatan. Hasil gambar funduskopi atau gambar bagian belakang dan dalam mata (fundus) dapat digunakan untuk memprediksi katarak. Dalam Penelitian ini diimplementasikan Convolutional Neural Network (CNN) dengan arsitektur Inception-V3 dalam deteksi katarak berdasarkan gambar digital funduskopi. Terdapat 3 jenis citra fundus yang digunakan yaitu citra fundus normal, citra fundus katarak, dan citra fundus degenerasi makula. Data gambar fundus dipraproses menggunakan histogram equalization dan Contrast Limited Adaptive Histogram Equalization (CLAHE) terhadap channel hijau. Hasil terbaik pada Penelitian ini adalah model dengan praproses CLAHE dengan Fine Tuning yang memiliki akurasi sebesar 98,33%.
Komparasi Deteksi Kecurangan pada Data Klaim Asuransi Pelayanan Kesehatan Menggunakan Metode Support Vector Machine (SVM) dan Extreme Gradient Boosting (XGBoost) Alan Catur Nugraha; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107032

Abstract

Pada era informasi ini banyak proses digitalisasi di berbagai bidang kehidupan maka semakin penting juga informasi yang didapatkan dari kumpulan data yang ada. Dampak dari perkembangan ini adalah semakin mudah terlihat kejanggalan pada data yang biasa terjadi dikarenakan adanya praktek kecurangan atau fraud. Deteksi adanya fraud pada layanan kesehatan penting dilakukan untuk dalam pengambilan keputusan yang diambil penyedia layanan kesehatan. Fraud pada layanan kesehatan itu sendiri merupakan masalah utama yang sering dialami penyedia layanan kesehatan saat ini yang merugikan banyak pihak di dalamnya. Oleh karena itu, penelitian ini membahas bagaimana cara mendeteksi fraud pada pelayanan kesehatan dengan cara machine learning. Machine learning adalah cara peningkatan kemampuan mesin dalam menyelesaikan masalah yang baru. Metode machine learning yang digunakan adalah klasifikasi Support Vector Machine (SVM) dan metode klasifikasi Extreme Gradient Boosting (XGBoost) yang hasilnya dibandingkan untuk melihat model yang lebih baik. Hasil yang didapatkan adalah hasil yang berhasil mendeteksi data fraud pada data pelayanan kesehatan tersebut dengan performa klasifikasi yang baik dalam membantu memberikan referensi pada penyedia layanan dalam mendeteksi fraud . Metode XGBoost menghasilkan performa klasifikasi yang baik dengan menghasilkan nilai Balanced Accuracy dan nilai Recall sebesar 0.9995 dan 0.9994.
Analisis Dinamika Harga Saham yang Dipengaruhi oleh Analisis Sentimen di Media Sosial Menggunakan Algoritma Support Vector Machine Antonio Galileo Tando; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107080

Abstract

Saham dapat dideskripsikan sebagai tanda penyertaan modal pribadi atau pihak (badan usaha) dalam suatu perusahaan atau perseroan terbatas. Indeks LQ-45 terdiri atas 45 saham yang terpilih berdasarkan likuiditas perdagangan saham dan disesuaikan setiap enam bulan atau dua periode, maka saham yang terdapat dalam indeks tersebut akan selalu berubah. Analisis sentimen atau opinion mining merupakan studi komputasi dalam opini, sentimen, dan emosi yang diungkapkan dalam sebuah teks. Algoritma yang digunakan untuk melakukan klasifikasi adalah Support Vector Machine yang termasuk dalam algoritma supervised learning yang dapat digunakan untuk mengklasifikasikan teks secara otomatis. Pada penelitian ini, pre-processing teks yang digunakan adalah case folding, tokenizing, normalization, stopwords, dan stemming. Hasil klasifikasi untuk analisis sentimen dengan algoritma SVM menghasilkan accuracy rata-rata sebesar 75%. Kata-kata yang sering muncul pada masing-masing perusahaan, pada dataset sentimen positif adalah kata “bantu”, “kuat”, dan “sehat”. Sedangkan pada dataset negatif didominasi oleh kata “turun”, “tahan”, dan “bawah”. Hasil korelasi Rank Spearman menunjukkan beberapa perusahaan saham yaitu ANTM, BMRI, dan TLKM menghasilkan bahwa sentimen positif memiliki korelasi yang lemah dengan harga saham, sedangkan sentimen negatif tergolong tidak memiliki korelasi dengan harga saham.
Analisis Sentimen pada Komentar terhadap Kebijakan Perjalanan Domestik yang Dikelompokkan Menggunakan Metode Self-Organizing Maps Adrianus Bagas Tantyo Dananjaya; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107484

Abstract

Kebijakan perjalanan domestik menerapkan aturan mengenai pembatasan kegiatan transportasi selama masa pandemi Corona Virus Disease 2019 (COVID-19) untuk memutus rantai penyebaran COVID-19. Kebijakan yang sering berubah-ubah dalam rentang waktu yang singkat membuat masyarakat mengeluhkan hal tersebut. Masyarakat memberi tanggapan terhadap kebijakan tersebut melalui media sosial. Keluhan masyarakat bisa menjadi referensi untuk menyesuaikan kebijakan selain melalui evaluasi Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Penelitian ini membahas mengenai pengelompokkan komentar masyarakat tersebut dengan cara text mining yang berarti proses penggalian informasi dari data-data berupa teks yang akan menemukan keluhan masyarakat terhadap kebijakan perjalanan domestik sehingga bisa menjadi bahan evaluasi untuk membuat kebijakan selanjutnya. Metode yang digunakan untuk text mining tersebut adalah Self-Organizing Maps yang bersifat unsupervised learning untuk clustering komentar dan Indonesian Sentiment Lexicon untuk analisis sentimen komentar setiap cluster. Vaksin dan syarat perjalanan anak-anak merupakan hal yang dominan pada komentar terhadap kebijakan semua jenis transportasi dengan sentimen yang dominan pada komentar terhadap kebijakan perjalanan domestik adalah sentimen negatif.
Pengembangan Pemasaran Digital dan Finansial bagi Pengusaha Perempuan dalam Pemberdayaan Usaha Mikro di Surabaya Rukmi, Alvida Mustika; Irawan, Mohammad Isa; Mukhlash, Imam; Hidayat, Nurul; Iqbal, Mohammad
Sewagati Vol 8 No 2 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i2.488

Abstract

The Homemade adalah salah satu UMKM yang sedang berkembang di Surabaya, menghasilkan produk kuliner berbahan baku lokal daerah berupa sambal dan camilan. UMKM The Homemade masih termasuk dalam kategori usaha mikro namun mampu membuktikan produknya dapat meraih animo pasar di kota Surabaya khususnya Surabaya timur, dimana produk The Homemade sudah dijual di toko sambal Bu Rudi Surabaya. UMKM The Homemade didirikan oleh seorang wanita yang berkeinginan agar para wanita di sekitar tempat tinggalnya dapat turut serta dalam kegiatan bisnisnya. Permasalahan yang dihadapi oleh pemilik UMKM The Homemade berkenaan dengan strategi bisnis, pemasaran, dan pengelolaan finansial. Perancangan strategi bisnis dengan menggunakan bisnis model kanvas (BMC), disusun berdasarkan faktor internal dan eksternal yang ada dan BMC sangat mudah untuk diaplikasikan dalam bisnis. Penggunaan aplikasi pemasaran thehomemade.id berbasis web membantu pengusaha UMKM The Homemade dalam pemasaran agar mampu meningkatkan volume penjualan dan memperluas pangsa pasar. Sedangkan aplikasi finansial yakni aplikasi kasir pintar membantu dalam pengelolaan hasil penjualan. Usaha UMKM The Homemade diharapkan mampu bersaing terutama dalam penyajian produk kuliner yang higienis. Hasilnya kini UMKM tersebut mampu menghasilkan produk dan market yang bagus sehingga UMKM ini dapat berkembang menjadi usaha madani kedepannya.
Co-Authors AA. Masroeri Abduh Riski, Abduh Adrianus Bagas Tantyo Dananjaya Akhmad Arif Junaidi Alan Catur Nugraha Alexander Setiawan Alvida Mustika Rukmi Amira, Siti Azza Andreas Handojo Anindita Sharkar Antonio Galileo Tando Ari Kusumastuti Ari Kusumastuti Arie Dipareza Syafei Arifah, Enny Durratul Auliya Rahmayani Baiq Findiarin Billyan Chyntia Kumalasari Puteri Danang Wahyu Wicaksono Daniel Happy Putra Darmaji, Darmaji Darmawan, Didiet Edi Satriyanto Ekky Hidma Octia Rahmah Elly Matul Imah Elnora Oktaviyani Gultom Elsen Ronando Erna Apriliani Fahim, Kistosil Fendhy Ongko Giandi, Oxsy Ginardi, Raden Venantius Hari Hadi Prasetiya Haloho, Freddi Hartanto Setiawan Hendy Hendy Hendy Hozairi Imam Mukhlash Imam Mukhlash Ira Puspitasari Juhari Juhari, Juhari Ketut Buda Artana Khilmy, Akhmad Ku Khalif, Ku Muhammad Naim Mahardika, Kadek Eri Mahdiyah, Umi Mardlijah - Maulana, Muhammad Agung Adi Mey Lista Tauryawati Mohamad Muhtaromi Mohammad Hamim Zajuli Al Faroby Mohammad Iqbal Mohammad Jamhuri Mohd Aziz, Mohd Khairul Bazli Mondal, Kartick Chandra Muchamad Jati Nugroho Muhammad Ahnaf Amrullah Muhammad Athoillah, Muhammad Muhammad Fakhrur Rozi Muhammad Hajarul Aswad Muhammad, Noryanti Muhammad, Noryanti binti Mujiono, Edo Priyo Utomo Putro Ni Nyoman Tri Puspaningsih Notopramono, Hanna Nugraha, Arma Perwira Nurul Anggraeni Hidayati NURUL HIDAYAT Nurul Hidayat Pratama, Qoria Yudi Putri, Endah R.M. Putri, Endah Rokhmati Merdika Putris , Nadhifa Afrinia Dwi Rasyadan Taufiq Probojati Resi Arumin Sani Rita Ambarwati Rita Ambarwati Sukmono Robin Wijaya, Robin Rohwana, Ulir Ronando, Elsen Rukmini, Meme Santoso Santoso Santoso Santoso Sepriadi, Robby Setiawan, Muhammad Nanda Setumin, Samsul Shahab, Muhammad Luthfi Siti Maghfiroh Soetrisno Soetrisno Sulastri Sulastri Titin J. Ambarwati Victory Tyas Pambudi Swindiarto YAN ADITYA PRADANA Yongky Ujianto Yuda Dian Harja Zulfa Afiq Fikriya