Article Per Year (5 Year)
p-Index From 2021 - 2026
7.799
P-Index
This Author published in this journals
All Journal Jurnal Simetris Scientific Journal of Informatics Creative Information Technology Journal Jurnal Technopreneur (JTech) CSRID (Computer Science Research and Its Development Journal) Buana Information Technology and Computer Sciences (BIT and CS) JATI (Jurnal Mahasiswa Teknik Informatika) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Intelligent Decision Support System (IDSS) Jurnal Abdi Masyarakat Indonesia Jurnal Mandiri IT Brilliance: Research of Artificial Intelligence Jurnal Minfo Polgan (JMP) Indonesian Journal of Informatics and Research PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer jurnal penelitian multidisiplin Jurnal Manajemen Informatika dan Bisnis Digital Jurnal Indonesia Sosial Teknologi Journal of Artificial Intelligence and Digital Business Jurnal Publikasi Teknik Informatika (JUPTI) Jurnal Masyarakat Madani Indonesia Innovative: Journal Of Social Science Research JURSIMA SOROT: Jurnal Pengabdian Kepada Masyarakat SmartComp Jurnal Sistem Informasi dan Manajemen Jurnal Akademik Pengabdian Masyarakat Svarga Pena: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika dan Desain Komunikasi Visual
Aang Alim Murtopo
STMIK YMI TEGAL
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
Pengolahan Citra Digital Untuk Identifikasi Kematangan Mentimun Dengan Menggunakan Jaringan Syaraf Tiruan Fadli, Muhamad Rizaldi Satrio; Murtopo, Aang Alim; Syefudin, Syefudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.819

Abstract

Perkembangan teknologi berpengaruh besar pada pertanian dan pascapanen. Salah satu tantangan utama adalah menentukan tingkat kematangan buah dengan tepat dan efisien. Kematangan buah penting untuk kualitas dan nilai jual produk hortikultura. Metode tradisional yang bergantung pada pengamatan manual kurang konsisten dan akurat. Penentuan kematangan buah adalah area penelitian penting untuk meningkatkan kualitas produk. Mentimun menjadi fokus penelitian karena pentingnya dalam konsumsi. Hasil mentimun meningkat antara 2014 hingga 2018, sehingga pemahaman kematangannya diperlukan untuk pengelolaan panen yang lebih baik. Pendekatan berbasis teknologi seperti kecerdasan buatan dan jaringan syaraf tiruan telah dikembangkan untuk mengklasifikasikan kematangan berdasarkan warna, tekstur, dan ukuran. Penelitian ini bertujuan mengembangkan model untuk menentukan kematangan mentimun dari citra digital.Hasil yang didapatkan dalam pengolahan citra digital untuk mengidentifikasi kematangan mentimun, digunakan jaringan syaraf tiruan dengan algoritma backpropagation yang efektif untuk klasifikasi dan prediksi. Sebanyak 17 citra digital diambil dari kamera Canon 600D, terdiri dari 12 mentimun mentah dan 5 matang, diolah menggunakan aplikasi Matlab. Analisis menunjukkan bahwa citra mentimun mentah memiliki nilai RGB yang hampir merata, sedangkan data latih dan uji berhasil mengidentifikasi 12 mentimun mentah dan 5 matang, termasuk 1 semi-matang.
Penerapan Algortima Convolutional Neural Network (CNN) Untuk Identifikasi Lahan Kosong Di Kota Tegal Berdasarkan Citra Google Earth Triwinanto, Mohammad Amin Triwinanto; Murtopo, Aang Alim; Syefudin, Syefudin; Gunawan, Gunawan
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13626

Abstract

Lahan kosong memiliki berbagai macam jenis. Setiap jenis lahan kosong memiliki macam-macam tertentu dengan model yang beragam. Dalam menentukan jenis lahan kosong maka perlu dilakukan sebuah klasifikasi dengan menggunakan metode Convolutional Neural Network (CNN). Dengan penggunaan CNN dapat dilakukan ekstraksi sebuah fitur kemudian fitur-fitur tersebut akan menjadi data dalam menentukan klasifikasi jenis lahan kosong. Data gambar lahan kosong yang dikumpulkan dari data augmentasi adalah sebanyak 120 gambar dengan jenis lahan kosong tambak, rawa, pemukiman, dan sawah. Keempat kelas jenis lahan kosong tersebut memiliki perbandingam data latih 70% dan data uji 30%. Masing-masing kelas menggunakan empat convolutional layer dengan filter 32, 32, 64, dan 64 dan menggunakan pool size sebesar 2x2 dengan neuron (hidden layer) sebanyak 512. Pengujian website image classification dengan menggunakan metode confusion matrix didapatkan akurasi sebesar 80,5% dari pengujian yang dilakukan pada data uji.
Penerapan Metode Regresi Linier untuk Prediksi Jumlah Penumpang Kereta Api Cahyo, Septian Dwi; Murtopo, Aang Alim; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2061

Abstract

Transportasi kereta api memainkan peran penting dalam mobilitas masyarakat, namun perencanaan kapasitas yang tidak akurat sering menyebabkan inefisiensi operasional. Penelitian ini bertujuan untuk memprediksi jumlah penumpang kereta api pada masing-masing kelas layanan menggunakan metode regresi linier sederhana. Metode yang digunakan adalah pendekatan kuantitatif deskriptif-prediktif, dengan data sekunder dari PPID PT KAI tahun 2022–2024, dianalisis menggunakan Excel dan Python. Hasil penelitian menunjukkan bahwa model regresi linier mampu menangkap tren peningkatan jumlah penumpang pada hampir semua kelas layanan selama tahun 2025, dengan akurasi tertinggi pada kelas Lokal Eksekutif (MAE: 5.309) dan kesalahan terbesar pada kelas Ekonomi (MAE: 117.010), karena perbedaan volume penumpang yang signifikan. Implikasi dari penelitian ini menunjukkan bahwa pendekatan prediksi berdasarkan kelas layanan memberikan hasil yang lebih terperinci dan dapat digunakan sebagai acuan dalam perencanaan operasional yang berbasis data, serta membuka peluang pengembangan model dengan pendekatan machine learning yang lebih kompleks di masa mendatang.
Integrasi Artificial Neural Network dan Algoritma Genetika untuk Prediksi Bencana Banjir Pesisir Kota Tegal Miftakhudin, Muhammad; Murtopo, Aang Alim; Arif, Zaenul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2068

Abstract

Banjir merupakan ancaman rutin di Kota Tegal yang disebabkan oleh curah hujan tinggi, buruknya drainase, dan kenaikan muka air laut. Penelitian ini bertujuan mengembangkan model prediksi banjir berbasis kecerdasan buatan menggunakan Artificial Neural Network (ANN) yang dioptimasi dengan Algoritma Genetika (AG). Data cuaca harian tahun 2024–2025 dari BMKG digunakan sebagai basis pelatihan, mencakup variabel seperti temperatur, curah hujan, kelembapan, dan kecepatan angin. Model ANN bertipe Multilayer Perceptron (MLP) digunakan untuk mengenali pola non-linier, sementara AG mengoptimasi hyperparameter penting guna meningkatkan akurasi. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan bahwa model ANN yang telah dioptimasi dengan AG mengalami peningkatan akurasi signifikan dibandingkan model baseline tanpa optimasi, dengan penurunan MAE sebesar 19,63% dan RMSE sebesar 26,31%. Temuan ini menunjukkan bahwa pendekatan hibrida ANN-AG efektif digunakan dalam prediksi bencana banjir berbasis data cuaca. Model ini berpotensi diimplementasikan dalam sistem peringatan dini banjir yang adaptif dan akurat di wilayah pesisir
Sosialisasi Dan Pelatihan Penerapan Aplikasi E-Posyandu Bagi Kader Posyandu Desa Bandasari Di Kabupaten Tegal Syefudin, Syefudin; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Santoso, Nugroho Adh; Arif, Zaenul; Gunawan, Gunawan; Andriani, Wresti
Jurnal Masyarakat Madani Indonesia Vol. 2 No. 4 (2023): November
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/js.v2i4.161

Abstract

Pengabdian masyarakat ini bertujuan untuk menyediakan sosialisasi dan pelatihan intensif kepada kader Posyandu di Desa Bandasari, Kabupaten Tegal, dalam rangka menerapkan aplikasi E-Posyandu. Tujuan utama adalah untuk meningkatkan pemahaman dan keterampilan kader Posyandu dalam penggunaan aplikasi E-Posyandu sebagai alat efisien untuk mengumpulkan, merekam, dan menganalisis data kesehatan masyarakat. Metode pelaksanaan melibatkan sesi sosialisasi konsep aplikasi dan pelatihan praktis dalam pengoperasian aplikasi tersebut. Hasil dari kegiatan ini diharapkan dapat mengoptimalkan peran Posyandu dalam perawatan kesehatan masyarakat, dengan pemantauan data yang lebih akurat dan real-time. Keberhasilan dalam menghadirkan teknologi ini diharapkan mampu menjadi contoh positif untuk program serupa di daerah lain yang memerlukan peningkatan efisiensi dalam pemantauan kesehatan masyarakat
Penerapan Metode Fuzzy Tsukamoto untuk Prediksi Jumlah Produksi PT Wings Padaharja Firmansyah, Muchamad Aries; Murtopo, Aang Alim; Fadilah, Nurul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2173

Abstract

Penerapan sistem prediksi produksi berbasis kecerdasan buatan menjadi solusi penting dalam menjawab tantangan ketidakpastian pada sektor manufaktur, khususnya di lingkungan usaha mikro seperti PT Wings Padaharja. Penelitian ini bertujuan untuk membangun model prediksi jumlah produksi harian dengan memanfaatkan metode Fuzzy Tsukamoto guna meningkatkan efisiensi pengambilan keputusan operasional. Penelitian ini menggunakan pendekatan kuantitatif terapan dengan metode eksperimen, di mana data historis produksi tahun 2024 yang mencakup empat variabel utama—penjualan, permintaan, persediaan, dan retur—dianalisis melalui tahapan fuzzyfikasi, penetapan aturan IF–THEN, inferensi fuzzy, dan defuzzifikasi menggunakan metode rata-rata tertimbang. Hasil penelitian menunjukkan bahwa model prediksi yang dikembangkan mampu menghasilkan estimasi produksi dengan tingkat kesalahan yang masih dalam batas wajar, ditunjukkan oleh nilai MAE sebesar 65,21, MSE sebesar 15.698,8, dan RMSE sebesar 92,02. Temuan ini menunjukkan bahwa metode Fuzzy Tsukamoto efektif dalam menangani ketidakpastian dan kompleksitas data produksi, serta dapat diimplementasikan sebagai sistem pendukung keputusan bagi pelaku industri skala kecil hingga menengah; selanjutnya, pengembangan model lanjutan dapat diarahkan pada integrasi variabel eksternal dan penggunaan algoritma yang lebih kompleks seperti ANFIS untuk peningkatan akurasi prediktif
Penerapan Metode Naive Bayes untuk Deteksi Keaslian Daging Sapi berdasarkan Citra Daging Sapi Moonap, Dinar Auranisa; Murtopo, Aang Alim; Utami, Erni Unggul Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2254

Abstract

Penelitian ini bertujuan untuk mengembangkan model deteksi keaslian daging sapi berbasis citra digital menggunakan algoritma Naïve Bayes dengan integrasi fitur warna dan tekstur. Dataset terdiri dari 600 citra daging sapi yang terbagi seimbang antara kelas 0 (grade standar) dan kelas 1 (grade premium), dengan 50 dimensi fitur hasil ekstraksi menggunakan ruang warna RGB dan HSV untuk fitur warna, serta Gray Level Co-occurrence Matrix (GLCM) untuk fitur tekstur. Data dibagi dengan proporsi 80% untuk pelatihan dan 20% untuk pengujian. Hasil evaluasi dari sepuluh kali pengujian menunjukkan akurasi rata-rata 81,83% ± 4,01%, precision 78,26% ± 4,07%, recall 88,50% ± 5,80%, dan F1-score 82,94% ± 3,78%. Confusion matrix mengungkap bahwa model memiliki sensitivitas tinggi dalam mengidentifikasi daging asli (88,5%) dan specificity moderat dalam mendeteksi daging palsu (75,2%). Temuan ini membuktikan bahwa metode Naïve Bayes dengan kombinasi fitur warna dan tekstur efektif digunakan untuk deteksi keaslian daging sapi, sehingga berpotensi diimplementasikan pada sistem pendukung pengawasan mutu di pasar tradisional maupun industri pangan.
Klasifikasi Status Stunting Balita Tegal Menggunakan Teknik Smote Pada Metode Naives Bayes Gaussain Januarto, Sigit; Murtopo, Aang Alim; Arif, Zaenul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2349

Abstract

Stunting merupakan salah satu masalah kesehatan serius yang memengaruhi tumbuh kembang anak, terutama pada 1.000 Hari Pertama Kehidupan. Kota Tegal termasuk wilayah dengan prevalensi stunting yang cukup tinggi, sehingga diperlukan metode prediksi yang akurat untuk mendukung intervensi gizi tepat sasaran. Penelitian ini menggunakan metode Naive Bayes Gaussian untuk mengklasifikasikan status stunting balita berdasarkan data antropometri. Permasalahan ketidakseimbangan kelas pada dataset diatasi dengan teknik oversampling Synthetic Minority Over-sampling Technique (SMOTE) guna meningkatkan kemampuan model dalam mengenali kelas minoritas. Hasil pengujian menunjukkan bahwa model sebelum penerapan SMOTE memiliki akurasi rata-rata 91,58%. Setelah penerapan SMOTE, akurasi validasi silang meningkat menjadi rata-rata 96,28% dengan presisi 94,03%, recall 91,58%, dan F1-score 92,12%. Peningkatan ini membuktikan bahwa kombinasi Naive Bayes Gaussian dan SMOTE efektif untuk prediksi status stunting. Model yang dihasilkan berpotensi diimplementasikan sebagai sistem pendukung keputusan dalam deteksi dini dan pencegahan stunting di wilayah rawan
Implementasi Algoritma K-Means untuk Pengelompokan Risiko Drop out Mahasiswa Fatah, Muhammad Raikhan Al; Murtopo, Aang Alim; Utami, Erni Unggul Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2374

Abstract

Fenomena mahasiswa putus studi (drop out) menjadi tantangan serius bagi perguruan tinggi karena berdampak pada citra institusi, efektivitas pembelajaran, dan efisiensi sumber daya. Penelitian ini bertujuan mengelompokkan risiko drop out mahasiswa penerima Kartu Indonesia Pintar (KIP) semester 6 di STMIK YMI Tegal untuk mendukung deteksi dini dan intervensi akademik yang lebih tepat sasaran. Metode penelitian menggunakan algoritma K-Means Clustering dengan data Indeks Prestasi Kumulatif (IPK) dan kehadiran mahasiswa, melalui tahapan pra-pemrosesan data, penentuan jumlah klaster optimal menggunakan metode Elbow, implementasi K-Means, serta evaluasi hasil menggunakan silhouette score. Hasil penelitian menunjukkan terbentuknya tiga klaster risiko yaitu rendah, sedang, dan tinggi, dengan nilai silhouette score 0,4101 yang mengindikasikan kualitas pemisahan klaster cukup baik; mahasiswa dengan IPK dan kehadiran tinggi tergolong berisiko rendah, sedangkan mahasiswa dengan IPK dan kehadiran rendah tergolong berisiko tinggi. Implikasi penelitian ini adalah model yang dihasilkan dapat digunakan sebagai alat bantu pihak kampus dalam mengidentifikasi mahasiswa berisiko sejak dini, merumuskan kebijakan pendampingan akademik yang lebih efektif, serta menjadi dasar pengembangan sistem pemantauan akademik berbasis data mining yang dapat diperluas dengan algoritma lain dan variabel tambahan untuk meningkatkan akurasi dan generalisasi model
Digital Marketing Efforts to Improve Products of Micro Small and Medium Enterprises (UMKM) in Tegal Santoso, Nugroho Adhi; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Gunawan, Gunawan
Brilliance: Research of Artificial Intelligence Vol. 3 No. 2 (2023): Brilliance: Research of Artificial Intelligence, Article Research November 2023
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v3i2.3646

Abstract

Digital marketing is promotional activities and market search through the media digitally online by utilizing various means such as social networks. The aim of this research is to increase knowledge and skills about digital marketing, especially social media, for Small and Medium Enterprises (SME) business people to increase their sales and profits. Digital marketing is the use of social media networks to carry out promotional activities and map digital markets. By using computers or other electronic equipment, digital marketing ideas can bring together geographically diverse parties. The aim of this research is to identify the most effective digital marketing tactics for the growth of MSMEs in Tegal City and Tegal Regency. The method used in this research is descriptive qualitative. With Data collection through observation, interviews, and secondary sources, such as books, journals, and articles, were used to collect information for this research. The results of this research show that the productivity growth of MSMEs in Tegal City and Tegal Regency has not been positive. Even when a website for an online business has been created, not everyone has implemented a digital marketing plan. It can be seen that digital marketing strategies have not received much attention from MSMEs in Tegal City and Tegal Regency. So it is hoped that MSMEs in Tegal City and Tegal Regency can adapt to changing times, namely selling online using digital marketing strategies.
Co-Authors ., Yustira Adhi Santoso, Nugroho Aditdya, Maulana Afridar, Halim Amalani, Mukhamad Zulfa Bakhtiar Anandianskha, Sawaviyya Andriani, Wresti Angesti, Devi Cici Angesti, Devi Cici Anshori, Abu Hasan Al Arif, Zaenul Aslam, Muhammad Nur Azmi, Isni Bangkit Indarmawan Nugroho Bayu Aji Santoso Cahyo, Septian Dwi Diana Pramestiningsih Erni Unggul Sedya Utami, Erni Unggul Sedya Fadli, Muhamad Rizaldi Satrio Farkhan, Ali Fatah, Muhammad Raikhan Al Firmansyah, Muchamad Aries Gunawan Gunawan Gunawan Gunawan Gunawan Haryadi, Didi Isnaeni Hamidah Isni Azmi Januarto, Sigit Juniyanto, Rudi Karsidin, Karsidin Khafidz Basri Kurniawan, Rifki Dwi M. Herly Rumambi Marstyo Ardiansyah Maulana Aditdya Miftakhudin, Muhammad Moonap, Dinar Auranisa Muttaqin, Anik Naja, Naella Nabila Putri Wahyuning Nugroho Adhi Santoso Nugroho Adhi Santoso Nursahid, Wahyu Nursidik, Maulia Nurul Fadhilah Nurul Fadilah Nurul Fadilah Nurul Fadilah, Nurul Pingky Septiana Ananda Priyatna, Bayu Qurrotu Aini, Atikah Retno Ayuning Putri Rifki Dwi Kurniawan Rini Mayasari Rito Cipta sigitta Hariyono Riyadi, Fajar Sugeng Rudi Juniyanto Sagita, Rito Cipta Santoso, Bayu Aji Santoso, Nugroho Adh Santoso, Nugroho Adhi Santoso, Nugroho Adi Sarif Surorejo Septiana Ananda, Pingky Sifa Melina Salsabila Syefudin Syefudin Syefudin Syefudin, Syefudin Triwinanto, Mohammad Amin Triwinanto Wahyu Romadhona Wresti Andriani Yustira . Zaenal Arif Zaenul Arif