Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Jurnal Sistem Informasi
Adam Mukharil Bachtiar
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
SISTEM INFORMASI GEOGRAFIS PEMETAAN FASILITAS UMUM DI KABUPATEN SUMEDANG BERBASIS WEB Adam Mukharil Bachtiar
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 1 No 2 (2012): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.385 KB) | DOI: 10.34010/komputa.v1i2.63

Abstract

Bappeda adalah badan atau lembaga teknis yang mempunyai tugas pokok membantu bupati dalam penyelenggaraan pemerintahan daerah di bidang penelitian dan perencanaan pembangunan daerah termasuk di dalamnya pemetaan fasilitas umum. Pengelolaan data fasilitas umum di sana belum berbasis database sehingga pengelolaan data bersifat statis, kurang terpusat, dan data tersebar dalam dokumen-dokumen terpisah. Data fasilitas umum juga belum memiliki koordinat geografi sehingga lokasi-lokasinya tidak bisa diketahui dengan pasti. Akibatnya pemantauan dan perencanaan pembangunan tidak bisa dilakukan secara maksimal. Sistem informasi geografis menjadi solusi dalam permasalahan ini, karena sistem informasi geografis merupakan suatu sistem yang mengandung data atribut dan data spasial dalam basis datanya. Metode yang digunakan dalam proses pembangunan sistem informasi geografis pemetaan fasilitas umum di Kabupaten Sumedang ini mengadopsi model waterfall. Pendekatan analisis menggunakan metode analisis terstruktur. Bahasa pemrograman yang digunakan dalam penelitian ini adalah PHP dengan database MySQL. Sedangkan untuk pemetaan fasilitas umum diimplementasikan dengan Google Maps. Berdasarkan hasil pengujian, dapat ditarik kesimpulan bahwa sistem ini dapat membantu pengelolaan data fasilitas umum dengan pengelolaan data berbasis database, mempermudah pemantauan fasilitas umum sehingga perawatannya bisa maksimal serta bisa menampilkan status dan memberikan rekomendasi pembangunan yang tepat.
PENERAPAN DATA MINING PADA DATA PENJUALAN SEPATU UNTUK MEMBENTUK SEGMENTASI DISTRIBUTOR DI CV. XYZ MENGGUNAKAN METODE CLUSTERING Ririn Patmawati Sari; Adam Mukharil Bachtiar
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 5 No 2 (2016): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (903.151 KB) | DOI: 10.34010/komputa.v5i2.2459

Abstract

CV. XYZ merupakan produsen sepatu bermotif etnik yang memasarkan produknya pada distributor-distributor yang tersebar di beberapa wilayah di Indonesia. Pendistribusian sepatu saat ini kurang maksimal karena tidak sesuai dengan kebutuhan produk di distributor. Dampaknya yaitu banyaknya distributor yang menukarkan sepatu dan proses distribusi untuk sampai ke tangan konsumen terkadang terhambat. Solusi dari permasalahan tersebut adalah dengan membentuk segmentasi distributor berdasarkan data penjualan. Segmentasi distributor tersebut dapat menjadi pengetahuan dengan menganalisis karakteristik atau perilaku yang berbeda yang mungkin membutuhkan produk atau pemasaran yang berbeda dari setiap segmennya. Pembentukan segmentasi distributor dapat dilakukan dengan memanfaatkan data mining metode clustering dengan menggunakan algoritma AHC. Algoritma AHC membentuk cluster berdasarkan kedekatan jarak di setiap clusternya. Berdasarkan hasil pengujian dapat disimpulkan bahwa penelitian ini dapat membantu pihak pemasaran CV. XYZ untuk melakukan pemasaran dan strategi bisnis yang tepat untuk setiap segmen distributor sesuai dengan karakteristik di setiap segmennya.
VISUALISASI DATA INTERAKTIF DATA TERBUKA PEMERINTAH PROVINSI DKI JAKARTA: TOPIK EKONOMI DAN KEUANGAN DAERAH Nadiar Ahmad Syaripul; Adam Mukharil Bachtiar
Jurnal Sistem Informasi Vol. 12 No. 2 (2016): Jurnal Sistem Informasi (Journal of Information System)
Publisher : Faculty of Computer Science Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (34.285 KB) | DOI: 10.21609/jsi.v12i2.481

Abstract

Based on statistics from data.id, in the first quarter of 2016, there are 1,137 datasets distributed at 32 institutions and 18 groups in Indonesia. DKI Jakarta Province contributes to these data at the most, i.e. 714 datasets. A lot of accessible open datasets have an impact on the availability of valuable information that can be extracted to good use, for businesses, governments, and personal lives. To get the desired information, an exploratory data analysis is needed to make data more alive. The goal of this research is to provide a proper visualization of the given data. Data visualization is a way (perhaps a solution) to communicate abstract data, to aid in data understanding by leveraging human visual system. The result of this visualization is effective and engaging charts appropriates to the given data and can be run on mobile platforms.
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DALAM PENGKLASIFIKASIAN FOLLOWER TWITTER YANG MENGGUNAKAN BAHASA INDONESIA Muhammad Rivki; Adam Mukharil Bachtiar
Jurnal Sistem Informasi Vol. 13 No. 1 (2017): Jurnal Sistem Informasi (Journal of Information System)
Publisher : Faculty of Computer Science Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (369.427 KB) | DOI: 10.21609/jsi.v13i1.500

Abstract

Di era digital ini strategi atau cara marketing telah berkembang, banyak pengusaha yang sedah memanfaatkan media sosial sebagai salah satu alat untuk melakukan strategi pemasaran dan salah satu media sosial yang digunakan adalah Twitter. Twitter digunakan sebagai media untuk memasarkan produk dalam marketing. Sayangnya Twitter tidak memberikan fitur untuk memudahkan penggunanya dalam melakukan promosi seperti memberikan informasi tentang waktu keaktifan follower serta mengkategorikan sesuai dengan ketertarikan dari follower. Oleh karena itu, agar dapat mengatasi permasalahan tersebut, dibutuhkan sebuah Twitter client yang dapat melakukan klasifikasi terhadap follower dari pengguna dan memudahkan cara promosi di Twitter. Salah satu cara untuk mengkategorikan ketertarikan dari user di Twitter adalah dengan menggunakan text mining. Algoritma K-Nearest Neighbor adalah salah satu algoritma yang bisa dimanfaatkan untuk implementasi pengklasifikasiannya. Pembangunan sistem Twikipedia dengan algoritma K-Nearest Neighbor mampu mengklasifikasikan follower dari pengguna dan memudahkan pengguna dalam melakukan promosi di Twitter dengan fitur yang tidak disediakan oleh Twitter.
Co-Authors Muhammad Rivki Nadiar Ahmad Syaripul Ririn Patmawati Sari Suhendra, Agus Syaripul, Nadiar Ahmad