Article Per Year (5 Year)
p-Index From 2021 - 2026
1.633
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Perpustakaan Jurnal Administrasi Bisnis Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Pengabdian Pada Masyarakat Indonesia (JPPMI) Digital Transformation Technology (Digitech) Jurnal Lentera Journal of Student Research Jurnal Manajemen USNI Journal of Artificial Intelligence and Digital Business Madani: Multidisciplinary Scientific Journal The Journal Of Socio Legal and Islam Law
Dimas Kurniawan
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Physics Public Health Social Sciences Veterinary Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Prediksi Kelulusan Jaluk Masuk SNMPTN Dengan Mengguanakan Algoritma Support Vector Machine Kurniawan, Dimas; Soebroto, Arief Andi; Kurnianingtyas, Diva
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Prediksi kelulusan jalur masuk Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) menjadi tantangan bagi calon mahasiswa dalam menentukan peluang diterima di universitas pilihan. Penelitian ini bertujuan untuk mengembangkan model prediksi kelulusan menggunakan algoritma Support Vector Machine (SVM) dengan kernel RBF, serta mengimplementasikannya dalam sebuah website berbasis Streamlit. Dataset yang digunakan terdiri dari 500 data siswa dengan berbagai fitur seperti nilai rapor semester 1–5, kategori prestasi, akreditasi sekolah, keaktifan organisasi, linearitas jurusan, serta ranking Perguruan Tinggi Negeri (PTN) tujuan. Data mengalami preprocessing, termasuk label encoding dan normalisasi menggunakan MinMax Normalization, sebelum dilakukan pelatihan model. Evaluasi model dilakukan menggunakan metode K-Fold Cross Validation dan optimasi parameter melalui Grid Search, menghasilkan akurasi sebesar 58%. Implementasi sistem prediksi dalam website memungkinkan pengguna memasukkan data dan mendapatkan hasil prediksi secara real-time, meskipun akurasi model masih perlu ditingkatkan. Hasil penelitian menunjukkan bahwa pemilihan fitur dan jumlah dataset berpengaruh signifikan terhadap performa model. Saran untuk pengembangan lebih lanjut mencakup eksplorasi algoritma lain seperti Random Forest atau XGBoost, peningkatan jumlah data, serta integrasi fitur tambahan untuk meningkatkan akurasi prediksi dan pengalaman pengguna.
STRATEGI BELAJAR & PEMBELAJARAN DALAM MENINGKATKAN KETERAMPILAN BAHASA Choirul Amri; Dimas Kurniawan
Journal of Student Research Vol. 1 No. 1 (2023): Januari: Journal of Student Research
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jsr.v1i1.980

Abstract

Penelitian ini bertujuan supaya proses pembelajaran dalam menaikkan keterampilan bahasa bisa menyampaikan yang akan terjadi dan prestasi yang baik bagi generasi bangsa dan negara. Proses pembelajaran harus disertai menggunakan strategi belajar, taktik pembelajaran, serta taktik keterampilan bahasa mencakup keterampilan menyimak, keterampilan berbicara, keterampilan membaca dan keterampilan menulis. seluruh aspek tadi memberikan peranan krusial dalam proses pembelajaran dalam menaikkan keterampilan bahasa. menggunakan adanya seni manajemen belajar dan pembelajaran diharapkan proses belajar maupun pembelajaran bahasa dapat terlaksana dengan baik sehingga dapat meningkatkan keterampilan dalam berbahasa. Keterampilan berbahasa yang baik bisa mempermudah individu pada berkomunikasi dan berinteraksi menggunakan lingkungan. Seiring perkembangan teknologi dan zaman, hal tersebut pula menjadi motivasi agar Bahasa Indonesia dapat diperkenalkan dan dikembangkan ke seluruh global.
Perancangan Dan Implementasi Sistem Monitoring Ketersediaan Uplink Jaringan Menggunakan Aplikasi Uptime Kuma Rustianto, April; Kurniawan, Dimas; Saptono, Henry
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5496

Abstract

Monitoring ketersediaan uplink perangkat jaringan menjadi salah satu elemen penting dalam menjaga stabilitas dan kinerja jaringan pada sebuah organisasi. Penelitian ini bertujuan untuk mengimplementasikan Uptime Kuma, sebuah alat monitoring open-source, untuk memantau ketersediaan uplink perangkat jaringan di PT. Jarvis Integrasi Solusi. Uptime Kuma diterapkan menggunakan Docker dan diintegrasikan dengan bot Telegram untuk memberikan notifikasi real-time saat terjadi gangguan pada uplink jaringan. Pengujian menunjukkan bahwa sistem ini mampu mendeteksi masalah pada uplink jaringan secara akurat, memberikan notifikasi dalam waktu kurang dari 5 detik, dan mengoptimalkan efisiensi monitoring uplink jaringan. Hasil penelitian ini menunjukkan bahwa penggunaan Uptime Kuma dapat meningkatkan responsivitas dan efektivitas pengelolaan jaringan secara signifikan.
Co-Authors Aghil, Rhois Choirul Amri dewi novita Diana Novita Fajarianti, Amalia Tri Firdaus, Lukmannul Hakim Ika Cahyaningrum Ka'arayeno, Arie Jefry Kurnianingtyas, Diva M. Fikri, M. Fikri Mecca Arfa, Mecca Muhammad Rizqi Sholahuddin Nikmah, Askura Nugraha, Wili Akbar Priyanto Hidayatullah, Priyanto Putri, Adrinisyah Ramadhani, Yerix Rustianto, April Sahdi, Jurida Saptono, Henry Setiyawan, Deni Sihombing, Zam Zami Soebroto, Arief Andi Suhartini Woli, Onceniati Syakrani, Nurjannah Tukidi