Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmiah Informatika Komputer Prosiding KOMMIT EXPLORE INTI Nusa Mandiri Dinasti International Journal of Management Science Cakrawala Repositori Imwi Jurnal Impresi Indonesia EXPLORE Explore Prosiding SeNTIK STI&K
Asep Juarna
Universitas Gunadarma
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI JOOX PADA ANDROID MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATION FROM TRANSFORMER (BERT) Jahfal Uno Surya Lazuardi; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.10090

Abstract

Analisis sentimen, disebut juga opinion mining, adalah salah satu teknik dalam mengekstrak informasi orientasi sentimen masyarakat terhadap suatu isu atau kejadian. JOOX adalah sebuah aplikasi penyedia layanan streaming musik daring yang banyak digunakan orang karena keunggulannya dalam menyediakan musik dengan kualitas yang baik. Para pengguna JOOX melalui android dapat memberikan komentar tentang aplikasi ini melalui platform Google Playstore. Analisis sentimen terhadap aplikasi JOOX ini dilakukan dengan menambahkan tahap pra-pelatihan menggunakan metode Bidirectional Encoder Representations from Transformers (BERT) pada rangkaian tahapan klasifikasi komentar menjadi sentimen positif, netral, dan negatif. Komputasi dilakukan dengan menggunakan bahasa pemrograman Python. Komputasi mnggunakan 10.000 data, yaitu 10.000 komentar, di mana 7.000 data dijadikan data latih, 2.010 sebagai data validasi, dan 990 data sebagai data uji. Skor dihitung dengan mengkombinasikan akurasi baseline dengan skore recall yang memberikan akurasi F1-score. Hasil analisis sentimen adalah 41,92% true (sentimen) positif, 1,01% true netral, dan 35,95% true negatif, semuanya dari 990 data uji, dengan akurasi F1-score berturut-turut 86%, 51%, dan 76% sementara akurasi baseline adalah 83%, 79%, dan 75%, yang berarti ada peningkatan akurasi true positif sebesar 3,6% dan true negatif sebesar 1,3%.
Deep Learning Implementation Using Convolutional Neural Network In Detecting Diseases In Potato Leaves Santi Dwi Agustin; Asep Juarna
Explore Vol 13 No 1 (2023): Januari 2023
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v13i1.31

Abstract

Potatoes are one of the tubers that planted on highland and lot of farmers who interesting because potatoes have stable value of selling. Based of Kementan notes (2018) that often failed harvest happened on farmers of potatoes. This research will explaining aboutdiseases classification on leaves of potatoes using Convolutional Neural Networks (CNN) which is deep learning neural network. The purpose of this research is ti develop model of artificial neural network using Backpropagation and high accuracy CNN method. The model’s parameters has 75 epochs and 30 batch_size while the activation modes uses Relu and Softmax ones. Evaluation of the model’s scores are 100% of training image and 96% of testing or validation image.
IMPLEMENTATION RFM ANALYSIS MODEL FOR CUSTOMER SEGMENTATION USING THE K-MEANS ALGORITHM CASE STUDY XYZ ONLINE BOOKSTORE Tri Juhari; Asep Juarna
Explore Vol 12 No 1 (2022): Januari 2022
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v12i1.96

Abstract

XYZ online bookstore is one of the companies engaged in the online book sales industry that located in Jakarta, Indonesia, but the marketing strategy given to customers has not been maximized, so it has not been able to increase book purchase transactions. Therefore a customercentered marketing strategy is needed by implementing Customer Relationship Management, One of the methods that can be applied is customer segmentation. Customer segmentation can be done by implementing a data mining process which carried out by using the K-means clustering algorithm and based on the RFM (Recency, Frequency, Monetary) model. . Determining the number of clusters in the clustering process using the elbow method. Performance tests on cluster results using the silhouette method, and the Calinski-Harabasz index. The results of cluster analysis based on customer value using the RFM Combination and Customer Value Matrix methods show that based on the RFM Combination method produces 3 types of customer characteristics namely loyal customers, new customers, and lost customers. Meanwhile, based on the customer value matrix method, it produces 2 types of customer characteristics namely best customer and uncertain customer.
Sistem Penunjang Keputusan Pemilihan Vendor Dalam Supply Chain Menggunakan Metode Weighted Product Di PT. Nagasena Sinar Jaya Bagus Setiadi Gurmilang; Asep Juarna; Dharmayanti Dharmayanti
Cakrawala Repositori IMWI Vol. 6 No. 4 (2023): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v6i4.423

Abstract

PT. Nagasena Sinar Jaya merupakan perusahaan yang bergerak dibidang pembuatan kertas carton box dan packaging membutuhkan aplikasi supply chain karena itu dilakukan satu aplikasi supply chain dari 7 vendor aplikasi supply chain. Standar dan kualitas produk mampu dipertahankan perusahaan tersebut untuk memenuhi kebutuhan konsumen. Namun dengan banyaknya usaha bisnis di bidang yang sama, PT. Nagasena Sinar Jaya harus memahami serta merencanakan strategi bisnis agar dapat bersaing dalam dunia bisnis. Pengguna Microsoft excel dalam mencatat semua transaksi di semua divisi PT. Nagasena Sinar Jaya tidak praktis dan tidak efektif untuk menghasilkan laporan. Diperlukan supply chain untuk mengatasi permasalah tersebut di atas agar semua divisi terintegrasi sehingga laporan akhir dapat didapat cepat dan tepat. Untuk menganalisis strategi bisnis PT. Nagasena Sinar Jaya menggunakan metode Weighted Product untuk mengembangkan strategi bisnis untuk masa sekarang maupun yang akan datang. Metode ini menggunakan beberapa bobot kriteria antara lain : pengalaman project, harga penawaran, waktu pengerjaan, garansi purna jual, kelengkapan dokumentasi. Weigted Product (WP) merupakan metode pengambilan keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dahulu dengan bobot atribut yang bersangkutan. Hasil dari ini adalah sebuah sistem pengambilan keputusan vendor dalam aplikasi supply chain, dimana sistem ini menunjukan bahwa Weighted Product (WP) dalam proses perangkingan pada pemilihan vendor dalam supply chain mempunyai nilai yang hampir sama, apabila metode dihitung secara manual.
Teknik Deep Learning Untuk Analisis Profil Daerah Sehat di Indonesia Maria Sri Wulandari; A Benny Mutiara; Asep Juarna; Prihandoko
Prosiding Seminar SeNTIK Vol. 2 No. 1 (2018): Prosiding SeNTIK 2018
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknik Deep Learning Untuk Analisis Profil Daerah Sehat di Indonesia
Analisis User Experience Aplikasi Activebarngo Menggunakan Metode Heart Metrics dan Importance Performance Analysis (IPA) Bayulistio Indrawan; Asep Juarna
Jurnal Impresi Indonesia Vol. 5 No. 7 (2026): Jurnal Impresi Indonesia
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jii.v5i7.7989

Abstract

Perkembangan teknologi digital pada industri kebugaran mendorong hadirnya berbagai aplikasi yang bertujuan meningkatkan kemudahan akses dan pengalaman pengguna dalam melakukan aktivitas olahraga. Aplikasi ActiveBarnGo dikembangkan sebagai platform digital untuk mendukung proses pencarian jadwal, pemilihan kelas, dan pemesanan layanan olahraga pada studio ActiveBarn. Namun, keberhasilan aplikasi digital tidak hanya ditentukan oleh ketersediaan fitur, tetapi juga oleh kualitas pengalaman pengguna selama berinteraksi dengan aplikasi. Penelitian ini bertujuan untuk mengukur kualitas pengalaman pengguna aplikasi ActiveBarnGo serta mengidentifikasi aspek yang perlu diprioritaskan dalam pengembangan aplikasi menggunakan metode HEART Metrics dan Importance Performance Analysis (IPA). Penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan pengumpulan data melalui kuesioner kepada 60 responden yang telah menggunakan aplikasi ActiveBarnGo. Instrumen penelitian disusun berdasarkan lima dimensi HEART Metrics, yaitu Happiness, Engagement, Adoption, Retention, dan Task Success, kemudian dianalisis menggunakan uji validitas, reliabilitas, analisis deskriptif, serta pemetaan kuadran IPA. Hasil penelitian menunjukkan bahwa aplikasi ActiveBarnGo secara umum telah memberikan pengalaman pengguna yang positif dengan nilai rata-rata tertinggi pada dimensi Happiness sebesar 85,6%, Adoption sebesar 84,2%, dan Task Success sebesar 83,8%. Namun, hasil analisis IPA menemukan beberapa aspek yang menjadi prioritas utama perbaikan, yaitu keterlibatan pengguna secara rutin, kemudahan penggunaan pada tahap awal, stabilitas fitur, keberlanjutan penggunaan aplikasi, serta proses penyelesaian pemesanan kelas. Kesimpulannya, ActiveBarnGo telah memiliki kualitas pengalaman pengguna yang baik, tetapi diperlukan peningkatan pada aspek Engagement, Adoption, Retention, dan Task Success agar aplikasi mampu meningkatkan loyalitas pengguna dan mendukung keberlanjutan layanan digital olahraga.
ALGORITHMIC TRADING DENGAN STRATEGI MENGIKUTI TREN MENGGUNAKAN EXPONENTIAL MOVING AVERAGE DAN STOCHASTIC OSCILLATOR Ahmad Juniar; Asep Juarna
INTI Nusa Mandiri Vol. 21 No. 1 (2026): INTI Periode Agustus 2026
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v21i1.8654

Abstract

The restrictions on social interactions during the COVID-19 pandemic encouraged individuals to seek alternative sources of income. Advances in information technology have enabled investors to participate in financial markets through online platforms. According to data from the Indonesian Central Securities Depository (KSEI), the number of capital market investors in Indonesia increased between 2000 and 2022. Algorithmic trading refers to a systematic trading approach in which computer algorithms are utilized to generate trading signals and execute market orders automatically according to predefined trading rules. This approach employs technical analysis to forecast asset or commodity prices using historical price and trading volume data. This study develops an algorithmic trading system for cocoa futures, a commodity traded on the Intercontinental Exchange (ICE) New York and ICE London. The proposed model incorporates two technical indicators, namely the Exponential Moving Average (EMA) and the Stochastic Oscillator. The trading system was implemented using the MQL5 programming language on the MetaTrader 5 platform. Historical cocoa price data covering the period from 2024 to 2025 were obtained from Dukascopy Bank SA, a Swiss banking institution. The experimental results show that the proposed system achieved a win rate of 42.59% and a profit factor of 1.63, while maintaining a maximum drawdown of 8.52%, indicating a relatively low level of risk. Furthermore, the equity curve exhibited consistent growth and the histogram analysis demonstrated stable performance across most trading days. Based on established performance metrics, the proposed system is considered viable and sufficiently robust, as it successfully withstands multiple market cycles.
Co-Authors A Benny Mutiara Achmad Benny Mutiara Adang Suhendra Ahmad Juniar Bagus Setiadi Gurmilang Bayulistio Indrawan Dharmayanti Dharmayanti Djati Kerami Erni Rihyanti Ilmiyati Sari Jahfal Uno Surya Lazuardi Maria Sri Wulandari Prihandoko . Rezky Puteri Sariaji Rina Refianti Santi Dwi Agustin Santi Dwi Agustin Sulaiman, Agus Suryadi Harmanto Tri Juhari Yudha Destianto Dwi Prakoso Zulkarnaen, Banu Harsa