Garuda - Garba Rujukan Digital

SISTEM MONITORING SKRIPSI BERBASIS PROGESSIVE WEB APPLICATION DENGAN PUSH NOTIFICATION Herdiesel Santoso; Wahyu Widodo; Muhammad Alvian Rizky
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 20 No 1 (2022): Januari 2022
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v20i1.42

The Covid-19 pandemic requires thesis guidance activities to be carried out online. If the tertiary institution does not have a proper thesis monitoring system, the guidance process will not run smoothly and on time. This study aims to create a thesis monitoring system using Progressive Web Application (PWA) technology with a software development method using mobile-D. The development stage begins with the construction of a system architecture in the form of use cases and activity diagrams. Then the initialize stage is translating the system architecture design into an application interface design. Next is the stage of translating the design into an actual application using lumens and mariaDB on the server side and javascript and indexedDB on the client side. After each module is completed, the system functionality modules are integrated into a whole application into a thesis monitoring system. Then the software functionality testing is carried out, especially when it is run on a smartphone. The test results indicate that there are no bugs or errors found when running on laptop or mobile devices

SISTEM INFORMASI GEOGRAFIS PEMETAAN MITRA MENGGUNAKAN GOOGLE MAPS API DAN LARAVEL Herdiesel Santoso; Zilfana Falahi; Ahmad Arif Nurrahman; Harimanto
JURNAL ILMIAH BETRIK Vol. 14 No. 01 APRIL (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i01.7

. PT Mustaka Multi Tehnik is a company engaged in several business units, including in the field of producing mosque domes with several types of domes such as stainless steel, decorative colors, color panels and color enamel. PT Mustaka Multi Tehnik mosque dome products have been used by tens of thousands of mosques and prayer rooms spread throughout Indonesia. Marketing PT Mustaka Multi Tehnik has not been able to see the distribution of partners in the form of a digital visualization map. Therefore, it is necessary to have a system that records data in the form of a digital visualization map to display the potential of partners to facilitate marketing. The geographic information system is built by the Waterfall model System Development Life Cycle (SDLC) development method. Unified Modelling Language (UML) as a tool for documenting and specifying the system. Expected outputs are implemented from the Laravel framework and Google Maps APIs to translate latitude and longitude data into objects. After the system is successfully built, the next stage is to carry out functional testing of the black box method. With this web-based geographic information system, recording partner data and potential partner data can already be done digitally. The system successfully runs functionally for users because of the black box method testing, the test also avoids bugs and errors in the system.

Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.

Analisis Perbandingan Pengukuran Jarak Algoritma K-Nearest Neighbor Dengan Menggunakan Data Breast Cancer Dan Data Heart Disease Herdiesel Santoso; Pratiwi, Linda
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1200

Breast Cancer is a cancerous condition that appears in the breast area. This type of cancer is often experienced by women with a characteristic feature of Breast Cancer, namely the appearance of unusual lumps in the breast area. Heart or Heart Disease is a type of Non-Communicable Disease (PTM): which results in a fairly high mortality rate. Heart Disease is caused by several risk factors including smoking, an unhealthy lifestyle, high cholesterol, hypertension, and diabetes. Based on these facts, an appropriate algorithm is needed to classify Breast Caner and Heart Disease as an effort to prevent an increase in mortality rates due to Breast Cancer and Heart Disease. And the algorithm that will be used is the K-Nearest Neighbor algorithm with 3 distance measurement methods, namely Euclidean distance, Manhattan distance, and Minkowsky distance . From the stages that have been carried out, the final results of the Euclidean distance method obtained an Accuracy value of 80.88% Breast Cancer data at K = 11, and 78.69% heart Disease data at K = 11. The Manhattan distance method obtained an Accuracy value of 89.71% of Breast Cancer data on K=11, and 78.69% of Heart Disease data on K=20.The Minkowsky distance method obtained an Accuracy value of 98.53% of Breast Cancer data on K=11, and 79.41% of Heart Disease data on K=11. This shows that the Minkowsky distance method works more optimally than the Euclidean distance and Manhattan distance methods.

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN DOSEN PEMBIMBING TUGAS AKHIR DENGAN METODE SIMPLE ADDITIVE WEIGHTING Suahati, Ajrina Febri; Nurrahman, Ahmad Arif; Sari, Aurellya Fadhilla Tunjung; Alamiyah, Resda; Santoso, Herdiesel
Industri Inovatif : Jurnal Teknik Industri Vol 14 No 2 (2024): Inovatif Vol. 14 No. 2
Publisher : Prodi Teknik Industri S1 Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/industri.v14i2.10813

Sistem pemilihan yang melibatkan berbagai kriteria yang komplek dan menghasilkan rekomendasi keputusan, dapat dibangun melalui SPK. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pendukung keputusan (SPK) dengan metode Simple Additive Weighting (SAW) guna mendukung proses pemilihan dosen pembimbing Tugas Akhir (TA). Lokasi penelitian di Program Studi Teknik Industri Universitas Islam Bandung (Unisba). Hasil rancangan SPK akan memberikan rekomendasi dari beberapa pilihan alternatif berdasarkan 5 kriteria, yakni jumlah bimbingan, jumlah publikasi dosen (skor Sinta), jabatan fungsional akademik, level rumpun ilmu, dan level kooperatif. Metode SAW akan digunakan untuk memberikan bobot angka pada setiap kriteria dan sub kriteria yang berkontribusi dalam pemilihan dosen pembimbing. Hasil rancangan SPK merupakan sistem informasi yang bisa diakses melalui website. Tahapan penelitian ini sampai dengan pengujian (testing). User yang terlibat dalam memberikan bobot adalah tim TA (dosen) dan mahasiswa, dimana sistem dapat mencetak hasil rekomendasi dosen pembimbing berdasarkan nilai tertinggi. SPK dapat membantu mengurangi subjektivitas dalam proses pemilihan dan meningkatkan akurasi dalam memilih dosen pembimbing yang paling sesuai berdasarkan kriteria dan sub-kriteria yang telah ditentukan

Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.

Analisis Perbandingan Pengukuran Jarak Algoritma K-Nearest Neighbor Dengan Menggunakan Data Breast Cancer Dan Data Heart Disease Herdiesel Santoso; Pratiwi, Linda
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1200

Breast Cancer is a cancerous condition that appears in the breast area. This type of cancer is often experienced by women with a characteristic feature of Breast Cancer, namely the appearance of unusual lumps in the breast area. Heart or Heart Disease is a type of Non-Communicable Disease (PTM): which results in a fairly high mortality rate. Heart Disease is caused by several risk factors including smoking, an unhealthy lifestyle, high cholesterol, hypertension, and diabetes. Based on these facts, an appropriate algorithm is needed to classify Breast Caner and Heart Disease as an effort to prevent an increase in mortality rates due to Breast Cancer and Heart Disease. And the algorithm that will be used is the K-Nearest Neighbor algorithm with 3 distance measurement methods, namely Euclidean distance, Manhattan distance, and Minkowsky distance . From the stages that have been carried out, the final results of the Euclidean distance method obtained an Accuracy value of 80.88% Breast Cancer data at K = 11, and 78.69% heart Disease data at K = 11. The Manhattan distance method obtained an Accuracy value of 89.71% of Breast Cancer data on K=11, and 78.69% of Heart Disease data on K=20.The Minkowsky distance method obtained an Accuracy value of 98.53% of Breast Cancer data on K=11, and 79.41% of Heart Disease data on K=11. This shows that the Minkowsky distance method works more optimally than the Euclidean distance and Manhattan distance methods.

Sistem Pendukung Keputusan Kelompok Pemilihan Pegawai Terbaik dengan Metode AHP, Oreste dan Borda Santoso, Herdiesel; Widodo, Wahyu; Swastyani, Resa
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8095

Pengelolaan Sumber Daya Manusia (SDM) berperan penting dalam mendukung kinerja organisasi, terutama dalam pelayanan publik. Salah satu upaya untuk meningkatkan motivasi dan kinerja pegawai adalah melalui pemberian penghargaan sebagai pegawai terbaik. Proses pemilihan pegawai terbaik yang di lakukan oleh Dinas Penanaman Modal dan Pelayanan Terpadu (DPMPT) Kabupaten Bantul cenderung masih dilakukan secara subjektivitas karena data tidak terukur dan terstruktur. Selain itu, proses pengolahan data membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan Kelompok (SPKK) berbasis metode hybrid yang mengombinasikan Analytical Hierarchy Process (AHP), Oreste, dan Borda. Metode AHP dapat dipakai untuk menghitung bobot prioritas kriteria penilaian, Oreste untuk menentukan perangkingan tiap penilai dan penentuan pegawai terpilih dan Borda untuk menentukan penggabungan nilai dari tim penilai. Setiap Tim Penilai akan memberikan penilaian sesuai kriteria yang telah ditetapkan yaitu : integritas, disiplin, komitmen, kerapian dan keramahan.Implementasi dalam bentuk perangkat lunak mempermudah pengambil keputusan dalam memilih pegawai terbaik. Hasil penelitian menunjukkan bahwa perangkat lunak SPKK yang dikembangkan mampu meningkatkan efisiensi, akurasi, dan objektivitas dalam proses seleksi pegawai terbaik. Kriteria integritas menjadi faktor penilaian dengan bobot tertinggi, diikuti oleh disiplin, komitmen, kerapian, dan keramahan. Kombinasi metode hybrid AHP, Oreste, dan Borda terbukti efektif dalam menghasilkan keputusan yang optimal, sesuai dengan kebutuhan DPMPT Kabupaten Bantul.

Sistem Deteksi Dini Anemia pada Anak Usia 0-59 Bulan Menggunakan Naïve Bayes dan Optimasi Particle Swarm Optimization Aksan, Azzikra; Anggraini, Deviana Dyah; Ridwan, Muhamad Fikry Maulana; Santoso, Herdiesel
Jurnal Teknomatika Vol 18 No 1 (2025): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/teknomatika.v18i1.1574

Anemia in children aged 0–59 months poses a serious health concern with long-term effects on growth and development. This study aims to develop a web-based early detection system for childhood anemia using a Naïve Bayes algorithm enhanced with Particle Swarm Optimization (PSO). The system uses secondary data from the 2018 Demographic and Health Survey in Nigeria, which includes variables such as age, nutritional status, and medical history. Although the dataset is from Nigeria, the variables are universal and relevant, making the findings applicable for similar model development in other regions.The Naïve Bayes algorithm is employed for classifying anemia levels, while PSO is applied to improve prediction accuracy by optimizing feature weights and tuning model parameters. Results show an increase in accuracy from 92.17% to 95.71% after optimization. This demonstrates PSO’s effectiveness in improving model performance, especially in datasets with imbalanced class distributions.The system is implemented as a user friendly website, allowing quick and accessible anemia detection. This solution is particularly useful in regions with limited healthcare access. The findings indicate that combining Naïve Bayes with PSO can enhance predictive accuracy and support broader efforts to improve child health outcomes.

Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN : Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN Mita Aprilia Damayanti; Dini Siskasari; Syarief Hidayatullah; Rois Ali Fernandi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 3 No. 1 (2025): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v3i1.1585

Aplikasi Saffco Skin dirancang untuk membantu pengguna memahami kebutuhan kulit mereka dan memperoleh rekomendasi produk perawatan wajah yang sesuai. Sistem rekomendasi pada aplikasi ini menggunakan algoritma K-Nearest Neighbors (KNN) yang menganalisis data profil pengguna, termasuk tipe kulit (berminyak, kering, sensitif, normal, dan kombinasi), untuk memberikan saran produk yang relevan. EvaluasI model dilakukan dengan dua metrik utama, yaitu jarak rata-rata ke lima tetangga terdekat dan konsistensi tipe kulit produk rekomendasi. Hasil pengujian menunjukkan bahwa rata-rata jarak dari sepuluh sampel produk ke lima rekomendasi terdekat adalah 0.1075, yang menandakan bahwa produk yang direkomendasikan memiliki kemiripan fitur yang tinggi. Selain itu, pada pengujian produk "Perfect Lip Gloss", seluruh rekomendasi (5 dari 5) memiliki tipe kulit yang sama, menghasilkan 100% konsistensi tipe kulit. Model KNN diintegrasikan ke dalam backend berbasis Flask dan terhubung ke antarmuka pengguna Flutter melalui API. Selain sistem rekomendasi, aplikasi ini juga menyediakan katalog produk, artikel edukatif seputar perawatan kulit, serta fitur daftar favorit. Dengan demikian, Saffco Skin menjadi solusi praktis dan cerdas bagi pengguna dalam memilih produk perawatan wajah yang sesuai dengan karakteristik kulit mereka.

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search