Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan Journal of Information System IKRA-ITH Informatika : Jurnal Komputer dan Informatika INTECOMS: Journal of Information Technology and Computer Science Jurnal Kreativitas PKM STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Systematics Jurnal Ilmiah Wahana Pendidikan PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Innovative: Journal Of Social Science Research Jurnal INFOTEL
Asep Jamaludin
Universitas Singaperbangsa Karawang
Religion Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Health Professions Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Klasifikasi Kesiapan Siswa Melaksanakan Pembelajaran Tatap Muka di Masa Pandemi dengan Algoritma Naive Bayes (Studi Kasus: SMA Negeri 61 Jakarta) Valerie Febriana Putri Indra Kusumawati; Asep Jamaludin; Carudin Carudin
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 23 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.642 KB) | DOI: 10.5281/zenodo.7384628

Abstract

Indonesia is one of the countries affected by Covid-19. The impact of the Covid-19 pandemic has made all aspects of life experience obstacles, including the field of education. Finally, teaching and learning activities in schools had to be stopped and replaced with distance learning with the aim of breaking the chain of Covid-19 spread. In 2022, the government will start implementing face-to-face learning by implementing health protocols. But apparently, this policy reaps various pros and cons. Nave Bayes algorithm is one of the most popular classification algorithms. The purpose of this study is to classify student readiness data in carrying out Face-to-face Learning (PTM) during the Covid-19 pandemic at one of the public high schools (SMA) in the Jakarta area, namely SMAN 61 Jakarta. This study uses a dataset of 267 records which will be divided into two data, namely training data and testing data with a ratio of 90:10. The total data used in the training data is 240 records and the total data used as testing data is 27 records. The data will be applied to RapidMiner and MS Excel tools with the nave Bayes algorithm to determine whether or not the classification results of the two are the same. Based on the results of the RapidMiner and MS Excel tools, the results obtained are 92.59% accuracy, 96% precision, and 96% recall.
Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Menentukan Tingkat Vaksinasi Pada Kecamatan Tambun Selatan Anissa Aidha Zulyani; Agung Susilo Yuda Irawan; Asep Jamaludin
Innovative: Journal Of Social Science Research Vol. 3 No. 3 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i3.2946

Abstract

Berdasarkan penduduk yang sudah wajib di vaksin, total pencapaian sasaran penyebaran vaksinasi COVID-19 belum memenuhi target yang ditentukan. Penelitian ini bertujuan melakukan analisis k-means clustering terhadap penyebaran vaksinasi COVID-19 di kecamatan Tambun Selatan dengan variabel Vaksin 1, Vaksin 2, dan Vaksin 3. Menggunakan metode KDD dalam proses algoritma k-means dan dalam pengolahan data dibantu oleh tools Rstudio. Hasil clustering terbaik dengan fungsi scale dengan nilai variance 77,9%, serta melakukan evaluasi dengan hasil clustering terbaik dengan fungsi scale dengan validitas connectivity = 0,9111, validitas dunn = 0.2393, dan validitas silhouette = 0.6205. Hasil clustering menggunakan K = 3 menghasilkan cluster 1 = 20 RW dengan kategori pemerataan sangat merata, cluster 2 = 45 RW dengan kategori pemerataan sedang, cluster 3 = 115 RW dengan kategori pemerataan tidak merata.
Prediksi Produktivitas Tanaman Padi di Kabupaten Karawang Menggunakan Bayesian Networks Betha Nurina Sari; Hendi Permana; Kardo Trihandoko; Asep Jamaludin; Yuyun Umaidah
JURNAL INFOTEL Vol 9 No 4 (2017): November 2017
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v9i4.336

Abstract

Penelitian ini ditujukan untuk membangun sebuah model prediksi tingkat produktivitas padi di kabupaten Karawang. Prediksi menggunakan Bayesian Networks dilakukan dengan tiga tahap, yaitu tahap pra-pemrosesan data, tahap implementasi dan tahap evaluasi. Tahap pra-pemrosesan dilakukan dengan transformasi data numerik menjadi data nominal dengan menggunakan dua skenario,yaitu threshold mean dan teknik diskretisasi. Tahap implementasi adalah menerapkan algoritma Bayesian Networks, yaitu melalui proses pembelajaran struktur dan pembelajaran parameter. Proses pembelajaran struktur dan parameter pada bayesian networks menggunakan software CaMML 1.41. Evaluasi performa Bayesian Networks dalam memprediksi produktivitas padi dengan confusion matrix, yaitu menghitung akurasi prediksi dan log loss. Hasil eksperimen menunjukkan hasil yang memuaskan, akurasi di atas 90%. Model terbaik dihasilkan dari tahap pra-pemrosesan menggunakan diskretisasi dan training data selama 5 tahun dan testing data selama 1 tahun. Hal ini menunjukkan pemilihan teknik pra-pemrosesan dan teknik pembagian training data dan testing data mempengaruhi hasil evaluasi performa struktur Bayesian Networks.
INTEGRASI ODOO 16 DALAM PENGEMBANGAN APLIKASI ABSENSI MAHASISWA (STUDI KASUS: UNIVERSITAS SINGAPERBANGSA KARAWANG) Adrian Wibisono; Didi Juardi; Asep Jamaludin
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4822

Abstract

Dalam era perkembangan teknologi informasi, integrasi Odoo menjadi solusi inovatif untuk mengatasi tantangan dalam sistem absensi di institusi pendidikan. Universitas membutuhkan sistem manajemen yang efisien untuk mendukung kegiatan administratif dan akademis. Odoo, sebuah sistem Enterprise Resource Planning (ERP), menawarkan solusi terintegrasi untuk berbagai aspek manajemen, termasuk absensi mahasiswa. Pemilihan Odoo 16 dalam pengembangan aplikasi absensi mahasiswa bertujuan untuk meningkatkan efektivitas sistem, pengelolaan data, dan pengalaman administrasi kehadiran mahasiswa. Evaluasi dilakukan menggunakan metode analisis usability dengan lima indikator: Learnability, Memorability, Efficiency, Errors, dan Satisfaction. Penelitian ini bertujuan untuk mengintegrasikan Odoo 16 dalam pengembangan aplikasi absensi mahasiswa, mengatasi permasalahan efisiensi dan akurasi yang ada. Dampak positif dari penelitian ini adalah peningkatan pengelolaan administrasi universitas dan mendukung tujuan pendidikan dengan teknologi terkini. Dengan demikian, penelitian ini tidak hanya memecahkan masalah manajemen absensi mahasiswa, tetapi juga menghadapi tuntutan teknologi di dunia pendidikan. Keywords: Absensi, Odoo 16, Website, Usability Testing
ANALISIS SENTIMEN PENGGUNA APLIKASI QPON PADA ULASAN PLAY STORE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Muhammad Hanif; Garno; Asep Jamaludin
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11909

Abstract

Ulasan pengguna menjadi sumber informasi penting untuk menilai kualitas layanan, namun jumlah komentar yang besar menyulitkan pengembang dalam memahami opini secara manual. Aplikasi Qpon sebagai platform penyedia promo dan voucher belanja menerima banyak ulasan pada Google Play Store yang mencerminkan pengalaman pengguna terhadap layanan aplikasi. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi Qpon dengan melakukan klasifikasi ulasan untuk mengidentifikasi kecenderungan opini positif dan negatif. Data penelitian diperoleh dari 2.304 ulasan pengguna yang terdiri dari 945 ulasan positif dan 1.359 ulasan negatif. Pelabelan sentimen dilakukan berdasarkan nilai penilaian pengguna dan diverifikasi oleh ahli bahasa untuk memastikan kesesuaian konteks. Data kemudian melalui proses pemilihan data, pembersihan teks, normalisasi kata, serta pembobotan kata menggunakan metode TF-IDF sebelum dilakukan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Hasil pengujian menunjukkan model mampu mengklasifikasikan sentimen dengan akurasi sebesar 92,98% pada pembagian data latih dan uji 90:10 menggunakan kernel Linear dan Sigmoid, serta 92,97% pada pembagian 80:20 menggunakan kernel RBF. Analisis kosakata menunjukkan sentimen positif didominasi kata yang berkaitan dengan diskon, promo, dan kemudahan penggunaan, sedangkan sentimen negatif didominasi keluhan terkait masuk akun, penggunaan voucher, pembayaran, dan pengembalian dana. Hasil penelitian ini menunjukkan bahwa metode yang digunakan efektif untuk mengidentifikasi opini pengguna dan dapat dimanfaatkan sebagai bahan evaluasi peningkatan kualitas layanan aplikasi.
Rancang Bangun Sistem Pendaftaran Online Kegiatan BEM Fasilkom Unsika Berbasis Website Putri Fisichella Chasannove; Arip Solehudin; Asep Jamaludin
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7164

Abstract

The Student Executive Board (BEM) of the Faculty of Computer Science at Universitas Singaperbangsa Karawang (Unsika) currently relies on Google Forms to manage event registrations, causing participant data to be scattered across multiple documents, increasing the risk of duplicate records, and making participant verification, quota management, and report preparation less efficient. This study aims to design and develop a website-based online registration system that centralizes participant data management, supports participant verification, prevents duplicate registrations, and improves the management of BEM activities. The research employed the System Development Life Cycle (SDLC) using the Waterfall model, which consists of requirements analysis, system design, implementation, and testing stages. The system was developed using PHP Native and MySQL as the database management system. Functional testing was conducted using the Black Box Testing method to verify that all system features met user requirements. The results indicate that the developed system successfully provides user registration, authentication, event management, participant registration, participant data management, participant data export, and registration history within an integrated platform. The testing results demonstrate that all system functions operated as expected, indicating that the system is feasible for implementation. Therefore, the proposed system improves administrative efficiency, simplifies participant data management, and supports the digitalization of BEM activity services at the Faculty of Computer Science, Universitas Singaperbangsa Karawang.
Implementasi Metode Simple Additive Weighting (SAW) pada Sistem Informasi Magang Mahasiswa Berbasis Web untuk Penilaian Akhir Magang Annisya Dwi Chaerani; Aries Suharso; Asep Jamaludin
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7189

Abstract

The implementation of the student internship program at the Faculty of Computer Science, Universitas Singaperbangsa Karawang (Fasilkom UNSIKA) is currently hindered by a semi-conventional administrative system, decentralized academic document archiving, and vulnerability to human errors during the conversion score calculation process. This study aims to design and develop a web-based Student Internship Information System that specifically integrates a Decision Support System (DSS) function to digitalize the bureaucratic cycle while automating the internship final evaluation in an objective, transparent, and accurate manner. The software engineering applies the Waterfall development model and is constructed using a modern tech stack consisting of Next.js, React.js, Node.js, Sequelize ORM, and a MySQL database. To produce fair evaluation decisions, the platform implements the Simple Additive Weighting (SAW) algorithm within the backend system as a computational engine to execute benefit normalization and linear weighted summation of multi-source score components, aligned with the faculty's internship conversion Course Learning Outcomes (CPMK) criteria matrix. The result of this thesis research is a centralized digital platform that accommodates the administrative data needs of students, supervisors, examiners, and administrators. Through the implementation of the automated SAW algorithm, the system is proven reliable in streamlining the conventional grade recapitulation bureaucracy, eliminating human error risks, and presenting transparent score sheets along with precise evaluation ranking charts to enhance the faculty's academic management efficiency.
Implementasi Fisher-Yates Shuffle pada Fitur Kuis dalam Media Pembelajaran EduBidan Berbasis Web (Studi Kasus: Mahasiswa Kebidanan Unsika) Muhamad Ikhsan Rizqi Yanuar; Aries Suharso; Asep Jamaludin
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7207

Abstract

Midwifery education requires structured, flexible, and user-friendly digital media to support conceptual, procedural, and visual learning as well as assessments with varied question orders. This study develops EduBidan as a web-based Digital Midwifery LMS, analyzes Fisher-Yates Shuffle in evaluation quizzes, and evaluates functionality and usability. The system was developed using the Prototype method through five stages and three evaluation iterations. EduBidan supports Student, Lecturer, and Administrator roles with features for materials, quizzes, progress tracking, and grade summaries. Fisher-Yates Shuffle randomizes questions and answer options using a seed to maintain consistent arrangements for the same student and quiz. Testing included Black Box Testing, algorithm testing, and the System Usability Scale (SUS). All Black Box scenarios produced the expected results. Three algorithm-testing scenarios showed reordered items without missing or duplicated data, consistency after page reloads, and accurate scoring. SUS testing with 34 respondents produced a score of 84.41, grade B, an adjective rating of Excellent, and an acceptability range of Acceptable. The results indicate that EduBidan fulfills functional requirements, has good usability, and is acceptable to users.
Co-Authors Adrian Wibisono Agung Susilo Yuda Irawan Alma Apriliani Anissa Aidha Zulyani Annisya Dwi Chaerani Apriade Voutama Aries Suharso Arip Solehudin Carudin Didi Juardi Felix Sianturi Garno Garno, Garno Hafiz Abdul Fatah Kurniawan Hendi Permana Heryana, Nono Indra, Jamaludin Intan Purnamasari Kamal Prihandani Kardo Trihandoko Miftahul Faizin Muhamad Ikhsan Rizqi Yanuar Muhammad Budhiluhoer Muhammad Hanif Muhammad Syam Firdaus Putri Fisichella Chasannove shelladita fitriyani susilo Suparno Valerie Febriana Putri Indra Kusumawati Vina Yanuar Prasasti Wahyu Rudiansyah Yuyun Umaidah