Articles
<![CDATA[PREDICTION OF BIODIESEL FUEL PRICES USING MULTIPLE LINEAR REGRESSION ALGORITHMS ]]>
<![CDATA[Deny Haryadi]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Adi Kuncoro]]>
<![CDATA[ JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 9 No. 2 (2024): JITK Issue February 2024 ]]>
Publisher : <![CDATA[LPPM Nusa Mandiri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33480/jitk.v9i2.4381
<![CDATA[Biodiesel is a fuel derived from palm oil and a type of fuel that is an alternative to renewable energy, can be renewed and has the potential to become a substitute for fossil sources that are used non-stop. The utilize of biodiesel can be an arrangement for Indonesia to diminish reliance on imported diesel fuel since biodiesel does not contain sulfur and is demonstrated to be ecologically inviting. The price of biodiesel-type biofuels can increase, decrease, or remain constant due to factors that influence it, including the price of biodiesel competitors, palm oil, and world crude oil. For this reason, it is necessary to have a method that can predict the price of biodiesel-type fuel so that in the future, the price of biodiesel-type biofuel does not decrease or become unable to compete with its competitors. Prediction of biodiesel fuel prices can be done by implementing a multiple linear regression algorithm, one of the data mining algorithms. RMSE results obtained in this study were 0.003 with a standard deviation of +/- 0.000 so it can be concluded that this algorithm is quite accurate in predicting the price of biodiesel-type biofuels. A comparison of the results of manual calculations with the implementation of RapidMiner in the study obtained the same results because there was a causal relationship between attributes. The use of the multiple linear regression algorithm in this research is useful in planning the right strategy and making decisions to maintain biodiesel market price stability in the future.]]>
<![CDATA[Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Tingkat Risiko Penyakit Jantung ]]>
<![CDATA[Deny Haryadi]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 3 No. 2 (2021) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v3i2.85
<![CDATA[Penyakit jantung merupakan sebuah kondisi dimana jantung tidak dapat melaksanakan tugasnya dengan baik, penyakit ini terjadi bila darah ke otot jantung terhenti atau tersumbat sehingga mengakibatkan kerusakan berat pada jantung. Beberapa faktor yang menyebabkan penyakit jantung antara lain keturunan, usia, jenis kelamin, stres, kurang gerak, merokok, kolesterol tinggi, hipertensi, diabetes, dan obesitas. Pada dasarnya penyakit jantung dapat dicegah dengan berbagai faktor diantaranya pola hidup sehat, selain itu deteksi dini penyakit jantung juga diperlukan untuk mencegah terjadinya kematian pada penderitanya salah satu cara untuk melakukan deteksi dini ialah menggunakan data mining. Penggunaan algoritma k-means dapat dilakukan untuk melakukan klasterisasi pengelompokan penyakit jantung guna mengetahui seseorang terkena penyakit jantung maupun tidak. Metode klasterisasi dengan algoritma k-means pada penelitian ini menunjukkan sebuah wawasan baru yaitu pengelompokkan tingkat resiko penyakit jantung berdasarkan 3 cluster. Cluster 1 merupakan kategori usia dengan tingkat resiko penyakit jantung cukup rendah atau Low yaitu 355 dari 1025 kategori usia yang diuji, kemudian cluster 2 adalah kategori usia dengan tingkat resiko penyakit jantung sedang atau Medium yaitu 208 dari 1025 kategori usia yang diuji, dan terakhir adalah cluster 3 merupakan kategori usia dengan tingkat kategori usia cukup tinggi atau High yaitu 462 dari 1025 kategori usia yang diuji.]]>
<![CDATA[Prediction of Liver Disease Using a Linear Regression Algorithm ]]>
<![CDATA[Deny Haryadi]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Arif Rahman Hakim]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 1 ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i1.182
<![CDATA[The liver is the most essential organ in the human body. Hepatitis is one such disorder affecting the liver and is a global health issue, including in Indonesia. Liver disease is an inflammatory condition of the liver that can be triggered by genetic factors, viral infections, alcohol consumption, and the use of certain drugs. In principle, prevention of hepatitis or liver disease can be done by adopting a healthy lifestyle. In addition, early detection is also very important in preventing death in those affected by this disease. One method for early detection is through the application of data mining, which can help predict and reduce mortality in patients affected by this disease. Linear regression is a data mining technique utilized to predict the dependent variable or outcome based on the independent variable or predictor. The study conducted tests on this algorithm and obtained a Root Mean Squared Error of 0.349 +/- 0.000. This indicates the presence of a correlation or functional relationship (cause and effect) between the dependent variable (criterion) and the independent variable (predictor). The purpose of this testing process is to detect liver disease using the linear regression algorithm.]]>
<![CDATA[Analisis dan Perancangan Sistem Informasi E-Jahit Menggunakan Location Based Services (LBS) Berbasis Mobile Apps ]]>
<![CDATA[Arif Rahman Hakim]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Deny Haryadi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i2.207
<![CDATA[Industri jasa jahit dan konveksi di Indonesia telah mengalami pertumbuhan pesat, namun juga menghadapi tantangan signifikan seiring dengan perubahan yang terjadi dalam era digital. Penggunaan aplikasi mobile yang memiliki Location Based Services (LBS) sebagai fitur utama membawa potensi besar dalam mempermudah pelanggan dalam menemukan penjahit yang sesuai dengan preferensi dan lokasi mereka. Selain itu, pemanfaatan LBS juga memberikan manfaat yang signifikan bagi penjahit dalam meningkatkan visibilitas, mengelola pesanan dengan lebih efisien, serta memungkinkan interaksi langsung dengan pelanggan. Dalam konteks ini, pengembangan sistem informasi E-Jahit berbasis lokasi dengan pendekatan Waterfall dan pengujian Black Box menjadi langkah inovatif yang penting dalam industri jahit-menjahit. Sistem ini memungkinkan terjalinnya koneksi yang lebih efisien antara penjahit dan pelanggan, meningkatkan aksesibilitas, serta memberikan peluang bisnis yang signifikan kepada penjahit lokal. Pendekatan pengembangan dengan metode Waterfall memastikan tahapan pengembangan yang terstruktur, sementara pengujian Black Box membantu memverifikasi fungsi sistem secara menyeluruh. Hasil penelitian ini menunjukkan tingkat kesuksesan yang sangat positif, mencerminkan kehandalan sistem dan kinerja yang sangat baik. Dengan adopsi inovasi ini, diharapkan industri jasa jahit akan terus berkembang dan memberikan nilai tambah yang substansial bagi semua pihak yang terlibat dalam ekosistemnya.]]>
<![CDATA[Implementasi Location Based Services pada Sistem E-Laundry Berbasis Mobile dan Website ]]>
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Arif Rahman Hakim]]>;
<![CDATA[Deny Haryadi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i2.221
<![CDATA[Meningkatnya pemanfaatan Teknologi Informasi dan Komunikasi (TIK) telah menjadi salah satu faktor utama yang mendorong pertumbuhan Usaha Mikro, Kecil, dan Menengah (UMKM). Menurut informasi yang dirilis oleh Kementerian Koperasi dan Usaha Kecil Menengah Republik Indonesia (Kemenkop RI) pada tahun 2017, hampir 8 juta UMKM telah mengadopsi model bisnis berbasis digital. Diharapkan angka ini terus meningkat sejalan dengan upaya pemerintah untuk menjadikan Indonesia sebagai pusat Energi Digital di kawasan Asia. Saat ini, sektor UMKM yang mengalami pertumbuhan pesat adalah bisnis jasa laundry yang menyediakan layanan pencucian dan penyetrikaan pakaian. Untuk menjaga pelanggan yang telah ada dan menarik pelanggan baru, pemilik usaha laundry perlu terus meningkatkan kualitas layanan mereka. Salah satu strategi yang dapat diterapkan adalah mengembangkan sistem informasi e-laundry yang dapat membantu pengusaha dalam mengelola data pelanggan. Ini akan membantu mengurangi risiko kesalahan yang seringkali disebabkan oleh faktor manusia. Pembangunan sistem informasi e-laundry ini menggunakan metode waterfall dan unified modelling language sebagai model pengembangan sistem. Model ini dipilih karena dapat menggambarkan, merencanakan, dan mendokumentasikan struktur serta interaksi komponen dalam suatu sistem dengan sangat baik. Berdasarkan hasil pengujian menggunakan metode blackbox testing pada sistem informasi e-laundry yang telah dibangun, dapat disimpulkan bahwa sistem informasi e-laundry telah beroperasi secara optimal. Hasil pengujian menunjukkan bahwa seluruh modul dalam sistem berjalan sesuai dengan fungsinya, mencapai tingkat keberhasilan sebesar 100%.]]>
<![CDATA[Penerapan Rancang Bangun Sistem Informasi E-Sayur Mayur Menggunakan Based Location Berbasis Android ]]>
<![CDATA[Amat Basri]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Arif Rahman Hakim]]>;
<![CDATA[Deny Haryadi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i2.227
<![CDATA[Industri sayur-mayur memegang peran sentral dalam sektor pangan di Indonesia, di mana permintaannya terus mengalami peningkatan yang signifikan. Dalam konteks perubahan dinamis yang disebabkan oleh perkembangan teknologi informasi, pedagang sayuran perlu beradaptasi dengan cara-cara baru dalam menjalankan bisnis mereka. Oleh karena itu, penelitian ini bertujuan untuk mengusulkan suatu inovasi dalam bentuk sistem informasi yang dikenal sebagai E-Sayur Mayur. Sistem ini akan memanfaatkan Location Based Services (LBS) dalam platform aplikasi mobile, yang memberikan kemudahan bagi pelanggan dalam menemukan pedagang sayuran terdekat. E-Sayur Mayur juga memberikan peluang bagi pedagang sayuran untuk meningkatkan bisnis mereka dengan lebih efisien. Untuk mencapai tujuan ini, penelitian ini mengimplementasikan pendekatan pengembangan perangkat lunak menggunakan model waterfall, yang menekankan tahap demi tahap dalam proses pengembangan. Selain itu, pengujian black box digunakan untuk memastikan kualitas dan fungsionalitas sistem. Penelitian ini mencakup analisis mendalam dan perancangan yang teliti, termasuk pemilihan teknologi yang tepat, perancangan antarmuka pengguna yang intuitif, integrasi LBS yang cermat, serta pengamanan data yang kuat. Dengan demikian, diharapkan sistem E-Sayur Mayur ini akan memberikan peningkatan signifikan dalam efisiensi dan aksesibilitas bisnis pedagang sayuran, serta memberikan kontribusi positif terhadap industri sayur-mayur di Indonesia]]>
<![CDATA[Application of Scrum Methodology in The Design of Micro, Small, and Medium Enterprise Systems: A Case Study on Laundry Services ]]>
<![CDATA[Basri, Amat]]>;
<![CDATA[Atmaja, Dewi Marini Umi]]>;
<![CDATA[Hakim, Arif Rahman]]>;
<![CDATA[Sanjaya, Andreas Rino]]>
<![CDATA[ International Journal Software Engineering and Computer Science (IJSECS) Vol. 3 No. 3 (2023): DECEMBER 2023 ]]>
Publisher : <![CDATA[Lembaga Komunitas Informasi Teknologi Aceh (KITA) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35870/ijsecs.v3i3.1968
<![CDATA[This study investigates the application of the Scrum methodology in developing systems for Micro, Small, and Medium Enterprises (MSMEs), specifically focusing on laundry service operations. The case study centers on D'Laundry, a laundry service provider, which has traditionally operated with conventional transaction methods. The objective of this research is to develop an MSME system employing the Scrum framework. The system analysis was executed using an Object-Oriented approach, utilizing Unified Modeling Language (UML) for modeling. The development phase employed PHP for application creation, while MySQL was used for the system database. The implementation phase was conducted within a local network, with functional system testing carried out via Black Box testing techniques. Furthermore, the software quality was assessed through a User Acceptance Test, complemented by a questionnaire-based approach. The findings offer insights into the adoption of agile methodologies by MSMEs, emphasizing digital transformation strategies.]]>
<![CDATA[Android-Based Herpes Disease Detection Application using Image Processing ]]>
<![CDATA[Hakim, Arif Rahman]]>;
<![CDATA[Atmaja, Dewi Marini Umi]]>;
<![CDATA[Tugiman, Tugiman]]>;
<![CDATA[Basri, Amat]]>
<![CDATA[ Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 1 (2023): Articles Research Volume 7 Issue 1, 2023 ]]>
Publisher : <![CDATA[Politeknik Ganesha Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33395/sinkron.v8i1.11913
<![CDATA[Herpes is a viral infection that causes a skin disease that is widespread throughout the world. Herpes virus is a DNA virus transmitted via infected skin, saliva, and other body fluids. Herpes is characterized by chickenpox-like nodules in one area of the skin, swollen tissue surrounding the nodule, and blister formation on the nodule. Digital image processing that can detect herpes disease is anticipated to reduce physical contact between physicians and patients during skin disease diagnosis. This study's methodology includes collecting data on herpes disease, developing machine-learning models using the CNN algorithm, and deploying the model as an Android application. This study makes use of actual data collected via smartphones, Pocket Cameras, and internet-sourced photographs. The data include 12,645 images of skin affected by herpes and normal skin. Using 100 epochs and the Adadelta optimizer, the accuracy of this study is 85 percent.]]>
<![CDATA[Prediction of Liver Disease Using a Linear Regression Algorithm ]]>
<![CDATA[Haryadi, Deny]]>;
<![CDATA[Umi Atmaja, Dewi Marini]]>;
<![CDATA[Hakim, Arif Rahman]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 1 ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i1.182
<![CDATA[The liver is the most essential organ in the human body. Hepatitis is one such disorder affecting the liver and is a global health issue, including in Indonesia. Liver disease is an inflammatory condition of the liver that can be triggered by genetic factors, viral infections, alcohol consumption, and the use of certain drugs. In principle, prevention of hepatitis or liver disease can be done by adopting a healthy lifestyle. In addition, early detection is also very important in preventing death in those affected by this disease. One method for early detection is through the application of data mining, which can help predict and reduce mortality in patients affected by this disease. Linear regression is a data mining technique utilized to predict the dependent variable or outcome based on the independent variable or predictor. The study conducted tests on this algorithm and obtained a Root Mean Squared Error of 0.349 +/- 0.000. This indicates the presence of a correlation or functional relationship (cause and effect) between the dependent variable (criterion) and the independent variable (predictor). The purpose of this testing process is to detect liver disease using the linear regression algorithm.]]>
<![CDATA[Analisis dan Perancangan Sistem Informasi E-Jahit Menggunakan Location Based Services (LBS) Berbasis Mobile Apps ]]>
<![CDATA[Arif Rahman Hakim]]>;
<![CDATA[Dewi Marini Umi Atmaja]]>;
<![CDATA[Deny Haryadi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v5i2.207
<![CDATA[Industri jasa jahit dan konveksi di Indonesia telah mengalami pertumbuhan pesat, namun juga menghadapi tantangan signifikan seiring dengan perubahan yang terjadi dalam era digital. Penggunaan aplikasi mobile yang memiliki Location Based Services (LBS) sebagai fitur utama membawa potensi besar dalam mempermudah pelanggan dalam menemukan penjahit yang sesuai dengan preferensi dan lokasi mereka. Selain itu, pemanfaatan LBS juga memberikan manfaat yang signifikan bagi penjahit dalam meningkatkan visibilitas, mengelola pesanan dengan lebih efisien, serta memungkinkan interaksi langsung dengan pelanggan. Dalam konteks ini, pengembangan sistem informasi E-Jahit berbasis lokasi dengan pendekatan Waterfall dan pengujian Black Box menjadi langkah inovatif yang penting dalam industri jahit-menjahit. Sistem ini memungkinkan terjalinnya koneksi yang lebih efisien antara penjahit dan pelanggan, meningkatkan aksesibilitas, serta memberikan peluang bisnis yang signifikan kepada penjahit lokal. Pendekatan pengembangan dengan metode Waterfall memastikan tahapan pengembangan yang terstruktur, sementara pengujian Black Box membantu memverifikasi fungsi sistem secara menyeluruh. Hasil penelitian ini menunjukkan tingkat kesuksesan yang sangat positif, mencerminkan kehandalan sistem dan kinerja yang sangat baik. Dengan adopsi inovasi ini, diharapkan industri jasa jahit akan terus berkembang dan memberikan nilai tambah yang substansial bagi semua pihak yang terlibat dalam ekosistemnya.]]>
