Article Per Year (5 Year)
p-Index From 2020 - 2025
1.756
P-Index
This Author published in this journals
All Journal Jupiter Coding: Jurnal Komputer dan Aplikasi CESS (Journal of Computer Engineering, System and Science) CYBERNETICS JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Tedy Rismawan
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Penerapan Algoritma Harmony Search Untuk Penentuan Prioritas Kegiatan Dalam Penyusunan Rancangan Anggaran Dana Kelurahan (Studi Kasus: Kelurahan Putussibau Kota) Rizky Risan R; Tedy Rismawan; Rahmi Hidayati
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 13 No 2 (2021): JUPITER Edisi Oktober 2021
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/3849.jupiter.2021.10

Abstract

Kelurahan Putussibau Kota adalah salah satu kelurahan yang ada di Kabupaten Kapuas Hulu. Kelurahan Putussibau Kota saat ini terkendala pada proses penyusunan rancangan anggaran dana kelurahan, yang ada saat ini masih dilakukan secara manual dengan melakukan perhitungan yang sederhana. Selain itu, proses penyusunan membutuhkan waktu yang cukup lama karena harus mempertimbangkan beberapa aspek. Dalam hal ini, masalah penyusunan rancangan anggaran kelurahan adalah setiap item kegiatan memiliki bobot skala prioritas, bobot tersebut digunakan untuk mencari kombinasi prioritas kegiatan yang memiliki jumlah bobot terbaik yang mana tidak melebihi batas maksimal anggaran. Untuk memecahkan masalah tersebut, dapat menggunakan algoritma optimasi yaitu Harmony Search. Solusi yang optimal diperoleh dengan menentukan fungsi evaluasi atau dikenal dengan fungsi aesthetic. Berdasarkan pengujian yang telah dilakukan, diketahui nilai parameter HMCR, PAR, HMS dan Maksimal Iterasi sangat mempengaruhi hasil yang diperoleh. Sistem yang dibangun dengan kombinasi nilai HMCR = 0.5, PAR =0.8, HMS = 10, berhasil memperoleh hasil yang optimal setelah 850 kali perulangan dengan hasil susunan berupa delapan belas kegiatan dengan bobot maksimal 46,75 dan total biaya yang digunakan sejumlah Rp. 193.000.000,00- dengan waktu eksekusi selama 18,5 detik. Kata kunci—Anggaran, Dana, Harmony Search, Optimasi, Prioritas
Aplikasi Pencarian Rute Optimal Jasa Pengiriman Barang Menggunakan Metode Ant Colony Optimization (Studi Kasus: TIKI Kubu Raya) Tedy Rismawan; Muhamad Reksy Mulia; Rahmi Hidayati
CYBERNETICS Vol 4, No 01 (2020): CYBERNETICS
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/cbn.v4i01.2108

Abstract

Semakin tingginya minat masyarakat untuk berbelanja secara online menyebabkan perkembangan perusahaan jasa pengiriman barang semakin pesat. Hal ini berdampak pada peningkatan persaingan antar perusahaan jasa pengiriman barang. Untuk mendapatkan kepercayaan konsumen agar tetap digunakan dalam urusan pengantaran barang, pihak perusahaan pengantaran barang harus dapat menjaga ketepatan waktu dalam pengantaran barang. Penelitian ini ditujukan untuk membantu pihak perusahaan pengiriman barang meminimalisir keterlambatan waktu penerimaan barang oleh konsumen dengan membangun aplikasi yang dapat membantu menentukan rute optimal dalam mengantarkan barang. Aplikasi dibangun pada perangkat android dengan mengimplementasikan metode Ant Colony Optimization untuk mendapatkan rute yang optimal. Aplikasi memberikan informasi rute optimal dalam bentuk urutan pengantaran barang yang memiliki jarak tempuh yang paling optimal. Berdasarkan pengujian yang telah dilakukan pada 30 lokasi pengantaran barang, aplikasi menghasilkan urutan rute optimal pengantaran barang dengan total jarak 21.1 km
Penerapan Metode Multinomial Naïve Bayes untuk Klasifikasi Judul Berita Clickbait dengan Term Frequency - Inverse Document Frequency Fikri Alwan Ramadhan; Sampe Hotlan Sitorus; Tedy Rismawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.57452

Abstract

Clickbait merupakan judul berita yang bombastis dan memberikan informasi tidak utuh sehingga membuat pembaca penasaran ingin tahu dengan cara mengklik tautan berita. Penggunaan judul berita clickbait terkadang bersifat menjebak karena judul dari artikel tersebut bersifat tidak utuh. Hal tersebut menyebabkan kesimpulan yang didapat dari judul dan isi berita terkadang tidak sesuai. Sehingga perlu dilakukan penelitian untuk mengklasifikasi judul berita yang termasuk clickbait atau bukan. Penelitian ini menggunakan metode Multinomial Naïve Bayes dan TF-IDF (Term Frequency - Inverse Document Frequency) dengan data didapat dari judul berita online yang di ambil dari beberapa situs website. Pada penelitian ini TF-IDF digunakan untuk memberikan bobot kata pada proses pelatihan, pengujian dan klasifikasi. Data yang digunakan berjumlah 1000 data dengan 800 data latih dan 200 data uji. Pengujian dilakukan menggunakan confusion matrix sehingga didapatkan akurasi sebesar 65 %, recall sebesar 65,69 % dan precision sebesar 65,69 %.
Analisis Sentimen Pengguna Twitter Terhadap Kasus COVID-19 di Indonesia Menggunakan Metode Regresi Logistik Multinomial Ridho Prabowo; Herry Sujaini; Tedy Rismawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.57450

Abstract

Seiring berkembangnya Coronavirus Disease 2019 (COVID-19) di Wuhan dan berkembang di seluruh negara khususnya di Indonesia. Banyak masyarakat di Indonesia menuangkan dan mengekspresikan opini mereka pada media sosial salah satunya Twitter. Opini tersebut menjadi acuan pada penelitian ini untuk menganalisis sentimen masyarakat Indonesia terhadap kasus COVID-19. Analisis sentimen merupakan proses pengolahan data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung pada tweet. Implementasi sistem dilakukan dengan mengklasifikasi tweet menggunakan metode Regresi Logistik Multinomial. Metode Regresi Logistik Multinomial dikenal dengan regresi logistik dengan variabel dependen mempunyai skala nominal lebih dari dua kategori. Tweet diklasifikasi menjadi 3 kategori sentimen yaitu sentimen positif, netral dan negatif. Sistem analisis sentimen berbasis website menggunakan bahasa pemrograman Python. Proses analisis sentimen melalui beberapa tahapan, pertama proses crawling data tweet, kemudian hasil crawling akan diproses ke tahap text preprocessing, setelah melewati text preprocessing tweet akan dibobot menggunakan TF-IDF, kemudian tweet diklasifikasi dengan menggunakan metode Regresi Logistik Multinomial ke dalam kelas sentimen positif, netral, atau negatif. Pengujian dilakukan menggunakan 870 data tweet yang telah dilabel terlebih dahulu. Sistem analisis sentimen menghasilkan akurasi sebesar 64%, dengan precission untuk sentimen positif 85%, netral 56%, dan negatif, 53% dan recall untuk sentimen positif 74%, netral 67%, dan negatif 50%.
Fever Classification Using the Neighbor Weighted K-Nearest Neighbor Method Surayya Safira Milania; Cucu Suhery; Tedy Rismawan
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.43267

Abstract

Demam merupakan gejala atau reaksi tubuh terhadap suatu infeksi atau penyakit. Demam dapat disebabkan karena adanya infeksi virus, bakteri, dan parasit. Serta demam akibat gigitan nyamuk. Beberapa penyakit penyebab demam yang perlu diwaspadai antara lain Demam Berdarah Dengue (DBD), Demam Tifoid, dan Malaria dikarenakan gejala klinis dari ketiga penyakit tersebut sangat mirip dan sulit untuk dibedakan. Akibat dari gejala yang mirip, seringkali menyebabkan kesulitan dalam mendapatkan diagnosis awal sehingga kurang tepat dalam penanganan. Oleh karena itu, pada penelitian ini dibangun sebuah sistem yang dapat mengklasifikasikan demam menggunakan metode Neighbor Weighted K-Nearest Neighbor. Data yang digunakan berjumlah 300 data dengan komposisi rasio data latih dan data uji sebesar 70%:30% sehingga data latih yang digunakan berjumlah 210 data dan data uji berjumlah 90 data. Penelitian ini dilakukan dengan mengamati variasi nilai ketetanggaan (K) dan nilai exp (E) terhadap akurasi sistem klasifikasi demam. Hasil pelatihan menunjukkan bahwa nilai K dan E yang bervariasi tidak mempunyai pengaruh terhadap akurasi tersebut. Hasil pengujian yang dilakukan mendapatkan akurasi sebesar 100% pada setiap variasi nilai K dan E.Fever is a symptom of the body's reaction to an infection or disease. Fever can be caused by viral, bacterial, or parasitic infections. as well as fever due to mosquito bites. Several diseases that cause fever that need to be watched out for include dengue hemorrhagic fever (DHF), typhoid fever, and malaria because the clinical symptoms of these three diseases are very similar and difficult to distinguish. As a result of similar symptoms, it often causes difficulties in getting an early diagnosis, so treatment is not appropriate. Therefore, in this study, a system was developed that could classify fever using the neighbor weighted K-nearest neighbor method. The data used totaled 300, with a composition ratio of 70% training data to 30% test data, for a total of 210 training data and 90 test data. This research was conducted by observing the variation in the value of neighborliness (K) and the value of exp (E) on the accuracy of the fever classification system. The results of the training show that the varying K and E values have no effect on accuracy. The results of the tests carried out obtained an accuracy of 100% for each variation in the values of K and E. 
IMPLEMENTASI METODE DISCRETE WAVELET TRANSFORM (DWT) PADA WATERMARKING CITRA DIGITAL KEASLIAN KARYA BERBASIS WEB Maulidia Utami; Tedy Rismawan; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 10, No 01 (2022): Edisi April 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i01.52736

Abstract

Watermarking merupakan teknik penyisipan informasi ke dalam data digital seperti citra, audio dan video. Informasi yang akan disisipkan harus dapat diperoleh kembali meskipun data digital telah diproses, disalin, atau didistribusikan. Sebagian dari metode watermarking bertujuan untuk melindungi hak cipta dari pemakaian yang tidak seharusnya. Untuk itu diperlukan suatu aplikasi digital watermarking untuk menyisipkan label hak cipta ke dalam hasil karya digital. Aplikasi sistem watermarking ini dibangun berbasis web dengan menggunakan metode haar wavelet. Haar wavelet merupakan salah satu teknik pemrosesan sinyal digital yang merupakan turunan dari metode Discrete Wavelet Transform (DWT). Pengujian watermarking menggunakan 10 data citra asli dengan hasil yang bervariasi. Ukuran citra asli yang digunakan adalah 512x512 piksel dan logo 256x256 piksel.  Peak Signal to Noise Ratio (PSNR) digunakan untuk mengukur kualitas citra. Hasil nilai PSNR terbaik sebesar 17,873 db. Adapun nilai rata-rata dari 10 data citra yang diuji yaitu 13-17 db. Hasil akhir dari penelitian ini adalah citra yang sudah ber-watermark dapat tersamarkan secara visual pada citra.
PENENTUAN KELAYAKAN PROPOSAL PERMOHONAN BANTUAN HIBAH PADA DINAS SOSIAL MENGGUNAKAN ANALYTIC NETWORK PROCESS (ANP) Anita Sulvia; Tedy Rismawan; Syamsul Bahri
Coding Jurnal Komputer dan Aplikasi Vol 9, No 03 (2021): Edisi Desember 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i03.50765

Abstract

Dinas Sosial Kabupaten Ketapang mempunyai peran dalam pelaksanaan program pemerintah. Salah satu program tersebut adalah program pemberian bantuan hibah kepada rumah ibadah di Kabupaten Ketapang yang dilaksanakan oleh Bidang Pemberdayaan Sosial dan Penanganan Fakir Miskin. Dalam pelaksanaan penentuan proposal permohonan bantuan hibah menggunakan penilaian secara manual berdasarkan petunjuk teknis dari Permendagri sebagai panduan, sehingga memerlukan waktu serta dalam memberikan penilaian masih bersifat subjektif. Untuk mengatasi permasalahan tersebut, maka dibutuhkan sebuah sistem  yang bisa menentukan proposal secara objektif dalam  memberikan keputusan  untuk mendapatkan hasil akhir yang tepat. Penelitian ini membangun sistem yang dapat membantu Kepala Bidang dalam memberikan rekomendasi proposal permohonan hibah menggunakan metode Analytic Network Process (ANP). Pada penelitian ini menggunakan 10 kriteria dan 30 data proposal permohonan hibah, data tersebut memiliki nilai perbandingan berpasangan yang akan dihitung menggunakan metode ANP. Hasil pengujian 30 proposal permohonan hibah antara hasil sistem dan perhitungan manual terdapat 4 proposal dari 30 proposal permohonan hibah yang memiliki perbedaan nilai dari segi pembulatan belakang koma. Berdasarkan hasil pengujian sistem dan perhitungan manual menunjukkan bahwa hasil rekomendasi proposal permohonan hibah antara hasil sistem dan perhitungan manual memperoleh peringkat yang sama. Sistem memberikan rekomendasi berupa perangkingan 30 proposal permohonan hibah dengan nilai tertinggi 0,094 yaitu proposal Surau Al Mundzir dan nilai terendah 0,010 yaitu proposal Musolla Silaturahim.Kata kunci: Proposal Permohonan Hibah, Sistem Pendukung Keputusan, ANP, Perangkingan.
SISTEM KEAMANAN SEPEDA MOTOR MENGGUNAKAN GPS, RFID DAN PEMBATAS KECEPATAN DENGAN ARDUINO UNO BERBASIS IOT Irwan Argi Himawan; Tedy Rismawan; Suhardi Suhardi
Coding Jurnal Komputer dan Aplikasi Vol 10, No 03 (2022): Edisi Desember 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i03.55398

Abstract

Keselamatan dan keamanan sepeda motor saat berkendara merupakan hal yang sangat penting dan wajib bagi setiap pengguna kendaraan. Namun tidak semua orang memahami bahaya kecelakaan lalu lintas dan pencurian sepeda motor yang dapat merugikan dan mengancam nyawa seseorang setiap hari. Oleh karena itu, dibuatlah alat yang dapat meminimalisir tingkat terjadinya kecelakaan lalu lintas dan pencurian sepeda motor. Alat ini memiliki tiga komponen yaitu RFID (Radio Frequency Identification) sebagai pengganti kunci kontak sepeda motor, GPS (Global Positioning System) sebagai pelacak kendaraan dan pembatas kecepatan untuk membatasi kecepatan sepeda motor, ketiga komponen tersebut Dibangun dengan mikrokontroler Arduino Uno dan NodeMCU ESP8266 dengan antarmuka Telegram. Hasil pengujian sensor RFID dapat menghidupkan atau mematikan sepeda motor, dan dapat digunakan sebagai pengganti kunci ganda sepeda motor dengan rata-rata waktu respon kartu dalam kondisi mati-hidup adalah 0.31 detik dan pada kondisi hidup-mati 0.28 detik. Sistem pembatas kecepatan dapat membatasi peringkat kecepatan sepeda motor dengan kisaran 0-40Km/jam dengan rata-rata error pembacaan kecepatan 7.1%. Pada sistem GPS dapat melacak lokasi kendaraan dengan rata-rata nilai akurasi  pembacaan pelacakan sebesar 8.348 meter.Kata kunci: RFID, Keselamatan, Keamanan, Pelacakan, Kendaraan, Kecepatan, Telegram, IoT
Implementasi Metode Naïve Bayes dan Certainty Factor dalam Diagnosis Hama dan Penyakit Tanaman Anggrek Bulan Berbasis Android Tedy Rismawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 1 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (624.504 KB) | DOI: 10.26418/justin.v10i1.51983

Abstract

Anggrek bulan merupakan salah satu spesies dari genus Phalaenopsis yang dianggap cukup penting karena perannya sebagai induk dapat menghasilkan berbagai keturunan atau hibrida. Anggrek bulan memiliki tingkat kerentanan yang lebih tinggi terhadap hama dan penyakit jika dibandingkan dengan jenis anggrek lainnya. Permasalahan yang sering terjadi pada petani, pembudidaya, maupun masyarakat ialah terdapat kesulitan dalam membedakan jenis penyakit dan hama tanaman anggrek bulan serta penanganannya. Hal ini terjadi dikarenakan pengetahuan yang masih sangat sedikit terkait penyakit dan hama tanaman pada anggrek bulan. Maka, untuk mendiagnosis jenis hama atau penyakit yang menyerang, dibangun sebuah aplikasi dengan pendekatan sistem pakar menggunakan metode Naive Bayes dan Certainty Factor. Sistem yang dibangun berbasis android agar dapat diakses dengan lebih mudah dan cepat. Diagnosis ditentukan berdasarkan masukan berupa gejala yang timbul secara fisik pada tanaman anggrek bulan. Proses perhitungan metode Naive Bayes akan menghasilkan jenis hama atau penyakit, deskripsi, dan solusi penanganannya. Jenis hama atau penyakit yang telah berhasil diperoleh, selanjutnya akan dicari nilai keyakinan atau persentasenya menggunakan metode Certainty Factor. Berdasarkan pengujian yang dilakukan terhadap 33 data uji, sistem yang telah dibangun memiliki akurasi sebesar 84,84%. Selain itu dilakukan juga pengukuran hasil pengujian menggunakan confusion matrix dimana diperoleh nilai precision 84,85% dan recall 87,88%.
Analisis Sentimen Pengguna Twitter Terhadap Kasus COVID-19 di Indonesia Menggunakan Metode Regresi Logistik Multinomial Ridho Prabowo; Herry Sujaini; Tedy Rismawan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i2.57449

Abstract

Seiring berkembangnya Coronavirus Disease 2019 (COVID-19) di Wuhan dan berkembang di seluruh negara khususnya di Indonesia. Banyak masyarakat di Indonesia menuangkan dan mengekspresikan opini mereka pada media sosial salah satunya Twitter. Opini tersebut menjadi acuan pada penelitian ini untuk menganalisis sentimen masyarakat Indonesia terhadap kasus COVID-19. Analisis sentimen merupakan proses pengolahan data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung pada tweet. Implementasi sistem dilakukan dengan mengklasifikasi tweet menggunakan metode Regresi Logistik Multinomial. Metode Regresi Logistik Multinomial dikenal dengan regresi logistik dengan variabel dependen mempunyai skala nominal lebih dari dua kategori. Tweet diklasifikasi menjadi 3 kategori sentimen yaitu sentimen positif, netral dan negatif. Sistem analisis sentimen berbasis website menggunakan bahasa pemrograman Python. Proses analisis sentimen melalui beberapa tahapan, pertama proses crawling data tweet, kemudian hasil crawling akan diproses ke tahap text preprocessing, setelah melewati text preprocessing tweet akan dibobot menggunakan TF-IDF, kemudian tweet diklasifikasi dengan menggunakan metode Regresi Logistik Multinomial ke dalam kelas sentimen positif, netral, atau negatif. Pengujian dilakukan menggunakan 870 data tweet yang telah dilabel terlebih dahulu. Sistem analisis sentimen menghasilkan akurasi sebesar 64%, dengan precission untuk sentimen positif 85%, netral 56%, dan negatif, 53% dan recall untuk sentimen positif 74%, netral 67%, dan negatif 50%.
Co-Authors Anita Sulvia Cucu Suhery Fikri Alwan Ramadhan Herry Sujaini Irwan Argi Himawan Maulidia Utami Muhamad Reksy Mulia Rahmi Hidayati Ridho Prabowo Rizky Risan R Sampe Hotlan Sitorus Suhardi Surayya Safira Milania Syamsul Bahri Uray Ristian