Article Per Year (5 Year)
p-Index From 2020 - 2025
4.197
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika Sistemasi: Jurnal Sistem Informasi Journal on Information Systems, Technology of Information and Communications (JoISTIC) INOVTEK Polbeng - Seri Informatika Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknik Informatika UNIKA Santo Thomas J-SAKTI (Jurnal Sains Komputer dan Informatika) Building of Informatics, Technology and Science bit-Tech Jurnal Informasi dan Teknologi Idealis : Indonesia Journal Information System Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Computer Science and Information Technology (CoSciTech) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Kepada Masyarakat Abdi Putra Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Alun Sujjada
Universitas Nusa Putra
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Public Health

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
ADAPTIVE TEST BERDASARKAN REVISED BLOOM’S TAXONOMY MENGGUNAKAN LEARNING VECTOR QUANTIZATION Sujjada, Alun
Journal on Information Systems, Technology of Information and Communications (JoISTIC) Vol 1 No 2 (2018): JoISTIC (Journal on Information Systems, Technology of Information and Communicat
Publisher : Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Paradigma baru dalam pembelajaran menekankan pada pandangan bahwa siswa adalah manusia yang memiliki potensi untuk belajar dan berkembang. Namun alat evaluasi dalam dunia pendidikan umumnya masih menggunakan alat tes yang standar, artinya dalam satu kelas semua siswa mendapat jenis soal yang sama tanpa melihat kemampuan tiap individu. Revised Bloom?s Taxonomy ( RBT) dapat digunakan untuk mengklasifikasi jenis pemikiran yang terlibat dalam proses kognitif siswa. Salah satu cara untuk menyajikan soal sesuai dengan kemampuan kognitif siswa yaitu menggunakan model adaptive test. Learning Vector Quantization (LVQ) merupakan artificial neural network terbimbing dengan metode pembelajaran kompetitif yang dapat digunakan untuk mengklasifikasi kemampuan kognitif siswa menjadi tiga kelas kognitif yaitu, Cognitive Low (CL), Cognitive Medium (CM), dan Cognitive High (CH) berdasarkan data pretest yang dikerjakan oleh siswa. Adaptive test mampu merekomendasikan paket soal yang sesuai dengan kelas kompetensi yang diperoleh siswa, kelas CL mendapat rekomendasi soal paket 1, kelas CM mendapat rekomendasi soal paket 2, dan kelas CH mendapat rekomendasi soal paket 3.
IMPLEMENTASI ALGORITMA HILL CIPHER UNTUK PROSES ENKRIPSI DATA MENGGUNAKAN MEDIA CITRA DIGITAL Alun Sujjada; Erlinda Juniar
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 3 No 1 (2021): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v3i1.76

Abstract

Melihat kondisi saat ini dimana semakin marak kejahatan pada media digital terutama pada data citra atau media gambar, semakin mengganggu hak dan privasi setiap orang. Banyak sekali bentuk penyalahgunaan yang terjadi pada media digital ini melalui sarana internet seperti penjiplakan karya fotografer, pengakuan hak milik gambar, sampai dengan mengupload foto-foto privasi seseorang ke media internet. Salah satu cara untuk pengamanan data digital dalam bentuk gambar adalah dengan mengacak (enkripsi) gambar-gambar yang dirasa sangat penting sehingga gambar tersebut tidak dapat lagi dimaknai oleh orang lain. Jika kita memerlukan data-data tersebut maka tinggal mengembalikannya (dekripsi) sehingga gambar enkripsi tersebut dapat kembali ke bentuk semula. Algoritma Hill Cipher merupakan salah satu metode untuk mengacak sebuah data dengan cara penyandian dan perkalian matriks. Untuk penerapannya kedalam bentuk data citra diperlukan ujicoba dengan membuat sebuah perangkat lunak yang kemudian akan dianalisa hasilnya kedalam beberapa model warna seperti RGB, Grayscale (Keabuan) dan Tresholding (Hitam Putih). Berdasarkan hasil pengujian maka dapat disimpulkan bahwa semakin besar nilai input matriks dari Algoritma Hill Cipher, maka hasil enkripsi citra yang didapatkan akan semakin maksimal atau dengan kata lain semakin tidak dapat dimengerti bentuk visualnya oleh manusia. Algoritma Hill Cipher tidak dapat diterapkan pada model warna threshold (hitam putih) dikarenakan perkalian matriks yang didapatkan tidak mempunyai nilai kisaran yang beragam.
IMPLEMENTASI METODE VECTOR SPACE MODEL UNTUK DETEKSI EMOSI MENGGUNAKAN DATA TEKS TWITTER Alun Sujjada; Anggun Fergina
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 3 No 3 (2021): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v3i3.89

Abstract

Makin maraknya penggunaan jejaring sosial dalam hal ini adalah Twitter, maka menjadikan aplikasi tersebut sebagai big data atau kumpulan data yang sangat besar. Secara tidak langsung penggunaan Twitter akan memberikan dampak, baik itu dampak positif maupun negatif. Salah satu dampak negatif yang terjadi adalah penyalahgunaan dari pengguna, dimana yang awal mulanya digunakan untuk ajang saling berbagi aktivitas keseharian, sekarang berganti untuk promosi kegiatan prostitusi yang berakhir dengan sebuah kejahatan pembunuhan, sehingga muncul penelitian tentang Twitter Forensic untuk menyelidiki kasus seseorang berdasarkan data-data yang terdapat pada Twitter. Penelitian ini adalah sangat penting, karena dengan mengetahui emosi seseorang berdasarkan data posting yang ada di akun Twitter nya, sehingga dapat menambahkan data penunjang untuk kegiatan Twitter Forensic yang memang belum dilakukan sampai saat ini. Beberapa jenis emosi yang dipergunakan pada penelitian ini adalah senang, sedih, dan marah. Salah satu cara untuk mengetahui emosi adalah dengan memanfaatkan kumpulan data Twitter sebagai data latih dan data uji untuk mengklasifikasi emosi pengguna yang dilihat dari status atau tweet yang dipublikasikan menggunakan text mining. Sistem dibuat untuk mengklasifikasikan tweet berdasarkan jenis emosinya. Sebelum mempelajari tweet untuk membentuk model pembelajaran, tweet melalui tahap pemrosesan awal (preproccessing) yang terdiri dari case folding (pengubahan huruf besar menjadi kecil), tokenizing (pemisahan per-kata), dan filtering (karakter dan stoplist). Kemudian menghitung bobot tiap kata dengan metode TF-IDF(Term Frequency- Inverse Document Frequency), serta mengukur tingkat similaritas menggunakan metode VSM (Vector Space Model). Tiga kali pengujian dilakukan dengan total data latih 225 tweet, sebanyak 45 data latih pada pengujian tahap pertama, 75 data latih tahap kedua, dan 105 data latih untuk tahap ketiga. Hasilnya menunjukkan akurasi klasifikasi emosi tweet berkisar antara 65% – 75%.
Implementasi Vector Space Model (VSM) untuk Pengelolaan Arsip Surat (Studi Kasus : Kantor Desa Lebaksari) Yunita Ramanda; Alun Sujjada; Indra Yustiana
Computer Science and Information Technology Vol 3 No 2 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i2.3845

Abstract

Kantor Desa Lebaksari merupakan kantor pemerintahan yang berada di kecamatan Parakansalak kabupaten Sukabumi. Sebagai salah satu kantor pemerintahan yang mengelola surat masuk dan surat keluar, tentunya tidak terlepas dari proses pencatatan surat masuk, surat keluar hingga pengarsipan surat. Terdapat beberapa permasalahan yang terjadi dalam proses pendataan surat masuk, surat keluar dan arsip surat. Misalnya proses pencarian surat masuk membutuhkan waktu yang lama untuk mencari pada berkas arsip, proses pendisposisian yang belum berjalan dengan baik, sehingga petugas kesulitan untuk mengetahui surat yang telah selesai diproses dan surat yang belum selesai diproses. Hal ini dikarenakan belum ada system informasi yang memadai tentang penanganan surat, maka dari itu dibuatlah suatu system informasi yang dapat memberikan rekomendasi disposisi secara otomotis pada surat kepada masing-masing bagian dengan menerapkan text mining menggunakan metode Vector space model. Algoritma Vector space model digunakan untuk mengukur tingkat kemiripan suatu dokumen dengan query sehingga memunculkan rank tertinggi dari suatu dokumen dengan proses text Preprocessing, TF-IDF, Cosine Samilarity dan Vector space model menghasilkan tingkat akurasi senilai 75%.
Sistem Informasi Surat Berbasis Web Pada Kantor Desa Purwasedar Kecamatan Ciracap Zulia nur permatasari; Fadillah Alviqih; Ihsan Nurhuda; Esa Nurfaizah; Usnul Latipah; Alvira Fauziah Rahmah; Mayang Gunawan; Vemi Januarita Putri; Rizal Fadli; Alun Sujjada; Jelita Asian
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 2 No 3 (2022): September 2022
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v2i3.118

Abstract

Desa Purwasedar berada di Kecamatan Ciracap Kabupaten Sukabumi Provinsi Jawa Barat. Setiap proses kegiatan administrasi masyarakatnya diantaranya dilakukan di kantor kecamatan. Salah satu dari aktifitas tersebut adalah proses surat menyurat, baik dari masyarakat sekitar ke kantor kecamatan ataupun sebaliknya. Proses surat menyurat di desa ini menggunakan cara manual, dimana proses tersebut akan membutuhkan ketelitian dalam hal pemberian nomor surat, disposisi dan proses pengarsipan. Hal ini akan menjadi sebuah permasalahan jika dibutuhkan proses yang cepat dan efisien. Melalui proses analisa permasalahan dan kebutuhan maka dibuatlah sebuah sistem informasi yang mengakomodir proses surat menyurat tersebut .Sistem ini dibuat dalam bentuk website agar semua proses dapat dilakukan dimanapun dan kapanpun dengan berbekal komputer, browser dan koneksi internet, sehingga proses dilakukan secara digital cepat dan efisien . Berbekal proses wawancara dan observasi maka terdapat 3 user pengguna yaitu Kepala Desa, Sekretaris Desa dan Kaur Umum dengan hak dan kewenangan masing-masing yang dirancang dalam bentuk diagram UML. Data surat masuk dan keluar direpresentasikan dalam tabel-tabel yang saling terkait dalam basis data MySQL. Proses pengujian sistem dilakukan dengan menguji satu persatu fitur yang telah direncanakan seperti form report, fungsi pencarian, disposisi ke berbagai user dan hasilnya adalah baik. Setelah melalukan pengujian sistem yang sudah dibuat, maka hasil dari sistem informasi ini diunggah ke media hosting layanan internet, dengan alamat url https://arsipdesapurwasedar.com/.
Sistem Informasi Penyimpanan Data untuk Pengelolaan Arsip Berbasis Website Zaenal Alamsyah; Alun Sujjada; Mohamad Salman Farizi
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 4 No 1 (2022): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v4i1.100

Abstract

Arsip merupakan kumpulan dokumen berharga yang disimpan secara sistematis karena mempunyai kegunaan agar setiap kali diperlukan dapat secara cepat ditemukan kembali. Oleh karena itu sebaiknya arsip dikelola menggunakan sistem pengelolaan arsip yang baik dan benar. Apabila suatu arsip sulit untuk ditemukan akan menjadi hambatan dalam proses pengambilan keputusan dan akan mempersulit proses hukum dan pertanggungjawaban. Pada dinas kearsipan membutuhkan sistem manajemen arsip kegiatan yang berisi tentang kegiatan dari dinas lain meliputi sub kegiatan, anggaran biaya dan indikator apa saja yang menjadi tolak ukur kegiatan tersebut berhasil atau tidak. Pembuatan sistem informasi penyimpanan data melalui beberapa tahapan. Tahapan pertama dalam membangun sistem ini adalah tahapan perancangan yang digunakan meliputi pengumpulan data seperti melakukan wawancara, studi dokumen, pembuatan UML(Unifiel Modelling Languange), ERD (Entity Relationship Diagram). Tahapan kedua yaitu mebuat desain tampilan. Tahap terakhir yaitu programming, testing dan implementasi. Setelah melakukan tahapan perancangan dan analisa data maka didapatkan rancangan table databse sebanyak 5 buah yang terdiri dari table user, indicator, arsip, employee dan field. Semua table ini saling berhubungan dan digunakan sebagai peyimpanan data. Adapun pengujian yang dilakukan menggunakan black box untuk memastikan semua sistem berjalan dengan sesuai harapan yaitu memudahkan pegawai dinas kearsipan dan perpustakaan(diarpus) untuk mengengelola data kegiatan agar datanya tersentralilasi.
Penyisipan Pesan Pada Media Teks Menggunakan 2-Wrap Lenght dan Karakter Non-Breaking Space Muhammad Ikhsan Thohir; Alun Sujjada; Reni Andian; Zaenal Alamsyah
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 4 No 1 (2022): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v4i1.101

Abstract

Steganografi merupakan teknik penyembunyian pesan yang dianggap rahasia ke dalam file lain dengan cara menyamarkan isi pesan. Proses steganografi membutuhkan pesan dan cover. Cover adalah media yang digunakan untuk penyisipan atau penyembunyian pesan. Penelitian ini,menggunaan metode 2-wrap length untuk menentukan file teks yang akan disisipkan pesan. Metode ini didasari oleh konsep seperti file teks akan dikonversi ke bilangan ASCII untuk diubah menjadi bilangan biner. Proses selanjutnya yaitu menambahkan karakter nonbreaking space untuk membuat file baru yang secara kasat mata akan tampak mirip dengan file aslinya.
Rancang Bangun Penyiram Tanaman Otomatis Berbasis Internet of Things Menggunakan NodeMCU dan Telegram Alun Sujjada; Rizki Maulana; Anggun Fergina
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 4 No 1 (2022): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v4i1.115

Abstract

Berkebun tanaman hias adalah salah satu hobi yang sangat digemari masyarakat Indonesia saat ini. Salah satu yang paling diminati adalah berkebun tanaman hias Aglonema sp. Namun, biasanya permasalahan yang muncul adalah sering kali kita tidak mempunyai waktu atau lupa untuk melakukan penyiraman, karena masih dilakukan secara manual. Berdasarkan dari permasalahan tersebut maka penelitian ini bertujuan untuk membuat suatu alat yang dapat membantu proses penyiraman tanaman secara otomatis. Alat yang dikembangkan memanfaatkan sistem berbasis Internet of Things yang dapat bekerja secara otomatis menggunakan Soil Moisture Sensor untuk mengukur nilai kelembaban tanah yang dikontrol oleh NodeMCU dan dikoneksikan ke Telegram. Soil Moisture Sensor berfungsi sebagai pendeteksi kelembaban dalam tanah yang dikontrol oleh NodeMCU digunakan untuk mengolah inputan yang kemudian yang akan ditampilkan pada Liquid Crystal Display nilai kondisi tanah tanaman. Alat ini menggunakan Pompa Air untuk mengalirkan air ke tanaman dengan perintah dari NodeMCU. Sistem Sprinkler yang telah dibuat mampu menyirami tanaman secara otomatis. Aplikasi Telegram akan menerima dan menampilkan nilai-nilai kondisi tanah yaitu kering, lembab atau basah sesuai hasil pembacaan dari sensor kelembaban tanah.
Prediksi Penyakit Jantung Menggunakan Metode Deep Neural Network dengan Memanfaatkan Internet of Things Irpanudin; Reka; Reni Nur Anggraeni; Panji Pratama; Alun Sujjada; Anggun Fergina
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i2.330

Abstract

Penyakit jantung adalah salah satu penyakit yang paling mematikan di dunia. Deteksi dini dan pencegahan adalah kunci untuk mengurangi jumlah kematian akibat penyakit jantung. Metode deep neural network (DNN) telah digunakan dalam berbagai aplikasi kesehatan, termasuk dalam prediksi penyakit jantung. Namun, untuk membuat prediksi yang akurat dan efektif, diperlukan data yang berkualitas dan terus-menerus. Salah satu solusi untuk mengumpulkan data yang berkualitas adalah dengan memanfaatkan teknologi Internet of Things (IoT) yang dapat mengumpulkan data secara terus-menerus dan real-time dari berbagai perangkat. metode deep neural network untuk memprediksi penyakit jantung menggunakan data yang dikumpulkan melalui teknologi Internet of Things. Pengumpulan data dari salah satu parameter detak akan diproses dan dibagi menjadi set data pelatihan dan set data pengujian. Setelah melatih model DNN, selanjutnya dilakukan evaluasi terhadap model tersebut dengan menggunakan set data pengujian. Hasil penelitian menunjukkan bahwa penggunaan metode deep neural network dengan memanfaatkan teknologi Internet of Things dapat memberikan hasil prediksi yang akurat dan efektif dalam memprediksi penyakit jantung. Dan akan divisualisasikan menggunakan Tableau.
Prediksi Nilai Ujian Sekolah Siswa SMK Plus Padjadjaran Berbasis Web Menggunakan Jaringan Syaraf Tiruan Backpropagation Alun Sujjada; Somantri; Aden Rahmat Ramdani; Khadijah Kibtiyah; Mega Putri Utami; Muhamad Ridwan Nullah
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i2.370

Abstract

Pendidikan adalah proses pembelajaran dan pengembangan potensi diri manusia yang terdiri dari kegiatan formal dan informal yang bertujuan untuk mengembangkan kemampuan intelektual, sosial, moral, dan emosional individu. Dalam konteks kegiatan belajar mengajar, nilai menjadi aspek yang sangat penting dan tidak dapat diabaikan. Oleh karena itu, penting bagi siswa untuk memberikan yang terbaik dalam setiap penilaian semester agar dapat meraih prestasi akademis yang lebih baik dan menggapai cita-citanya di masa depan. Prediksi nilai merupakan upaya untuk meningkatkan semangat siswa dalam persiapan menghadapi ujian maupun penilaian di semester mendatang agar mencapai target nilai yang memuaskan. Metode prediksi yang digunakan pada peneilitian ini adalah Jaringan syaraf tiruan atau Artificial Neural Network. Jaringan syaraf tiruan adalah model komputasi yang terinspirasi oleh jaringan syaraf biologis. Program ini berguna untuk memprediksi nilai ujian sekolah siswa dengan memanfaatkan sampel dari nilai semester sebelumnya, yaitu semester 1 sampai 4. Program ini bertujuan agar siswa mendapat gambaran nilai ujian sekolah mereka. Yang diharapkan dapat memotivasi siswa agar lebih meningkatkan semangat belajar dan melakukan yang terbaik dalam melaksanakan ujian.
Co-Authors Aden Rahmat Ramdani Alpariji, Salman Alvira Fauziah Rahmah Alvira Fauziah Rahmah Anggun Fergina Anggun Fergina Dwi Sartika Simatupang Erlinda Juniar Esa Nurfaizah Fadilah, Muhammad Sahrul Fadillah Alviqih falentino sembiring Febriansyah Febriansyah Fergina, Anggun Haryadi, Habbyan Lazuard Hasanah, Nurul Islam Ihsan Nurhuda Indra Yustiana Insany, Gina Purnama Irpanudin Ivano Kumaran Jelita Asian Kamdan Khadijah Kibtiyah Kharisma, Ivana Lucia Lidena, Salwa Dwi Mansur Ponimat Mayang Gunawan Mega Putri Utami Mohamad Salman Farizi Muchtar Ali Setyo Yudono Muhamad Dani Meinanda Muhamad Ridwan Nullah Muhammad Ikhsan Thohir Noer, Silvia Panji Pratama Pratama, Yudistira Putra, Wahyu Irwan Reka Reni Andian Reni Nur Anggraeni Rizal Fadli Rizaldi, Fazrin Muhammad Rizki Maulana Sanjaya, Imam Sebayang, Alvin Christoper Sepriyadi, Adi Simatupang, Dwi Sartika Somantri Somantri Somantri, Somantri Sulaeman, Asep Surahman Tirawati Usnul Latipah Vemi Januarita Putri Wilianti, Refi Yunita Ramanda Yustiana, Indra Zaenal Alamsyah Zulia nur permatasari