Claim Missing Document
Check
Articles

Found 21 Documents
Search

IMPLEMENTASI METODE WASPAS DALAM SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PENERIMAAN BEASISWA GEMBIRA CERDAS Budiman, Iin Juliana; Pramono, Bambang; Sajiah, Adha Mashur; Isnawaty, Isnawaty
SemanTIK : Teknik Informasi Vol 9, No 2 (2023):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v9i2.28494

Abstract

Penerima beasiswa Gembira Cerdas mengharuskan proses seleksi secara adil, efektif dan akurat. Secara khusus permasalahan dalam menentuan penerima beasiswa masih bersifat penilaian subjektif, menyebabkan bias dalam penilaian akhir. Kriteria subjektif dapat memberikan interpretasi yang berbeda-beda bagi setiap penilai, menyebabkan ketidakjelasan dalam menentukan hasil akhir penerima beasiswa. Hasil dari kualitas keputusan yang rendah memberikan hasil yang tidak adil dan tidak tepat sasaran. Untuk memastikan proses seleksi yang transparan dan adil, harus sesuai dengan kriteria maka perlu mengembangkan aplikasi metode WASPAS, yaitu dengan melibatkan pengumpulan data, pengolahan kriteria, perhitungan, dan penilaian. Untuk menentukan bobot penilaian setiap kriteria berdasarkan regulasi yang sudah ditetapkan, sedangkan normalisasi terhadap data kriteria, digunakan untuk proses perhitungan agregasi sehingga diperoleh nilai akhir berupa perangkingan calon penerima beasiswa. Tujuannya agar proses seleksi penerima beasiswa dapat lebih efisien, objektif, dan memberikan hasil yang lebih akurat dan sesuai dengan aturan yang berlaku. Hasil akhir dari penelitian ini diperoleh tingkat kepuasan dari koresponden 73%, setelah menggunakan aplikasi menggunakan metode WASPAS, karena memberikan hasil yang objektif dan transparan berdasarkan kriteria yang sesuai dengan regulasi pemerintah daerah. Kata kunci; Beasiswa, WASPAS, Sistem Pendukung Keputusan
ANALISIS SENTIMEN PEMBANGUNAN MASS RAPID TRANSIT (MRT) JAKARTA PADA TWITTER MENGGUNAKAN METODE IMPROVED K-NEAREST NEIGHBOR Aksan, Chaeril; Pramono, Bambang; Sajiah, Adha Mashur
SemanTIK : Teknik Informasi Vol 8, No 1 (2022): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (948.918 KB) | DOI: 10.55679/semantik.v8i1.24653

Abstract

MRT (Mass Rapid Transit) Jakarta adalah sebuah sistem transportasi transit cepat yang dapat mengangkut penumpang dalam jumlah besar yang bertujuan untuk mengurangi kepadatan lalu lintas di Jakarta. Dari proyek tersebut, tidak sedikit dari masyarakat memberikan sentimen terhadap pembangunan MRT Jakarta ke media sosial, salah satunya media sosial Twitter. Ketersediaan Twitter API (Application Programming Interface) memudahkan setiap pengguna untuk mengambil data dari Twitter. Oleh karena itu penelitian ini mencoba untuk menganalisis Tweet berbahasa Indonesia mengenai MRT Jakarta dengan tujuan untuk mengetahui penilaian masyarakat terhadap pembangunan MRT Jakarta. Analisis dilakukan dengan menggunakan metode klasifikasi Improved K-Nearest Neighbor untuk melakukan klasifikasi menjadi 3 kategori sentimen yaitu positif, negatif dan netral. Hasil yang diperoleh melalui implementasi dan pengujian sistem adalah jumlah data latih, keseimbangan setiap kategori data latih dan nilai k-values berpengaruh terhadap ketepatan hasil analisis. Klasifikasi menggunakan Metode Improved K-Nearest Neighbor menghasilkan accuracy tertinggi dengan nilai k=8 sebesar 88.09%.Kata kunci: Analisis Sentimen, MRT, Twitter, Improved K-Nearest Neighbor
RANCANG BANGUN SISTEM CCTV PENDETEKSI PENGGUNAAN MASKER SECARA OTOMATIS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Pratama, Elko Dedy; Pramono, Bambang; Sajiah, Adha Mashur
SemanTIK : Teknik Informasi Vol 8, No 2 (2022):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v8i2.28066

Abstract

Penerapan teknologi computer vision telah meluas ke berbagai aspek kehidupan. Computer vision dapat diterapkan pada Closed Circuit Television (CCTV) untuk membantu mendeteksi objek-objek tertentu yang terekam, misalnya deteksi penggunaan masker. CCTV pendeteksi masker dapat membantu penerapan kebijakan penggunaan masker di area rumah sakit, laboratorium, bandara dan area publik lainnya. Dalam menerapkan computer vision kedalam sistem CCTV membutuhkan metode deteksi objek yang tepat sesuai dengan kebutuhan. Metode yang dapat digunakan adalah metode Convolutional Neural Network yang menerapkan proses pembelajaran mandiri untuk mendeteksi objek.  Penelitian ini menggunakan metode Convolutional Neural Network yang diterapkan pada sistem CCTV pendeteksi penggunaan masker secara otomatis. Berdasarkan hasil pengujian, penerapan metode Convolutional Neural Network pada sistem menghasilkan nilai rata-rata akurasi sebesar 83,19%.Kata kunci; Computer Vision,CCTV, Mask Detection, Convolutional Neural Network.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN METODE CLUSTERING K-MEANS DAN FUZZY ANALITICAL HIERARCHY PROCESS Ermalianti, Wa Ode; Pramono, Bambang; Ransi, Natalis
SemanTIK : Teknik Informasi Vol 7, No 2 (2021): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.788 KB) | DOI: 10.55679/semantik.v7i2.12639

Abstract

Dinas Perumahan Kawasan Permukiman dan Pertanahan Kota Kendari merupakan instansi yang menyediakan beberapa bantuan kepada masyarakat untuk meningkatkan kesejahteraannya yaitu program Bantuan Stimulan Perumahan Swadaya (BSPS). Kriteria penerima bantuan bedah rumah dilihat dari kondisi bangunan rumah seperti kondisi atap, kondisi lantai, kondisi dinding, penghasilan kepala rumah tangga, jumlah tanggungan, pekerjaan, luas rumah dan bukti kepemilikan tanah sebagai syarat penerima bantuan.Dalam penelitian ini digunakan metode clustering K-Means dan Fuzzy Analitical Hierarchy Process (F-AHP). K-Means merupakan salah satu metode data clustering yang digunakan untuk melakukan pengelompokan data yang memiliki karakteristik yang sama.  Fuzzy Analitical Hierarchy Process (F-AHP) digunakan untuk mencari bobot prioritas perankingan. Berdasarkan hasil uji confusion matrix terhadap hasil nilai rekomendasi penerima bantuan dengan menggunakan algoritma K-Means dan F-AHP dapat ditentukan accuracy sebesar 80% dan misclassification (Error) rate sebesar 20%. Hasil akurasi dan error rate dari perhitungan ini menunjukkan bahwa algoritma K-means dan F-AHP dapat digunakan untuk mendapatkan rekomendasi penerima bantuan bedah rumah yang layak mendapatkan bantuan.Kata kunci : SPK, clustering K-Means, Fuzzy AHP
Spelling Correction Menggunakan Kombinasi Algoritma Boyer Moore dan Damerau Levenshtein Distance Faizan, Ilmi; Sani, Asrul; Pramono, Bambang
Jurnal Informatika Ilmu Komputer dan Sistem Informasi Vol. 2 No. 2 (2024): Volume 2 Number 2 Tahun 2024
Publisher : Jurnal Informatika Ilmu Komputer dan Sistem Informasi

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

Abstract

Tulisan merupakan media informasi dan komunikasi yang telah ada semenjak dahulu. Seiring dengan perkembangan teknologi, kegiatan menulis telah beralih dari penggunaan kertas ke media digital. Dalam konteks penulisan jurnal ilmiah, seorang penulis harus memastikan bahwa seluruh isi karya ilmiah yang ditulis telah dieja dengan benar. Proses pengecekan ejaan dengan cara manual dapat menjadi tugas yang memakan waktu dan berisiko terlewatnya beberapa kesalahan. Penelitian ini bertujuan untuk membangun sistem deteksi kesalahan ejaan pada dokumen jurnal ilmiah dengan mengombinasikan Algoritma Boyer Moore dan Algoritma Damerau Levenshtein Distance. Alat yang digunakan dalam membangun sistem deteksi kesalahan ejaan dalam penelitian ini yaitu library ReactJS sebagai frontend tools dan ExpressJS sebagai backend yang digunakan dalam proses pengiriman dan penerimaan data ke user. Berdasarkan hasil pengujian sistem yang telah dilakukan menunjukkan bahwa kombinasi algoritma Damerau Levenshtein Distance dan Boyer Moore memberikan hasil yang baik dalam menghasilkan saran koreksi dengan rata-rata akurasi 99,20%, presisi 82,59%, recall 91,67%, waktu eksekusi 8,62 millisecond untuk percobaan pertama dan rata-rata akurasi 98,89%, presisi 84,56%, recall 93,10%, waktu eksekusi 13,45 millisecond untuk percobaan kedua.
RANCANG BANGUN SISTEM INFORMASI PETA PROYEK BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL: STUDI KASUS : KANTOR BALAI PRASARANA PERMUKIMAN WILAYAH SULAWESI TENGGARA Badawi, Muh. Saleh; Muh Noer Syahwal Yahya, Laode; Adel Mulia, Aulia; Pramono, Bambang
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11762

Abstract

Pertumbuhan teknologi informasi telah mengubah cara pengelolaan dan pemantauan proyek pembangunan. Implementasi sistem informasi berbasis web dalam pengelolaan proyek menawarkan peningkatan transparansi dan efisiensi, khususnya dalam proyek-proyek yang melibatkan banyak pemangku kepentingan. Studi ini berfokus pada pengembangan Sistem Informasi Peta Proyek untuk Balai Prasarana Pemmungkiman Wilayah (BPPW), yang dirancang untuk memudahkan pengelolaan proyek dan cepat dalam mengambil keputusan. Penelitian ini menggunakan metode pengembangan sistem dalam lima tahap: Persyaratan, Desain, Implementasi, Integrasi & Pengujian, serta Operasi & Pemeliharaan. Tahap Requirement melibatkan pengumpulan kebutuhan melalui wawancara dan diskusi, sementara tahap Design fokus pada pembangunan arsitektur dan perancangan antarmuka. Implementation melibatkan penerjemahan desain ke dalam bahasa pemrograman, diikuti oleh Integration & Testing yang mencakup pengujian sistem. Tahap akhir yaitu Operation & Maintenance, mengelola operasional dan pemeliharaan sistem setelah dipublikasi. Hasil penelitian menampilkan hasil bahwa sistem informasi website yang sangat signifikan dalam menaikan kecepatan pengambilan keputusan dan keterlibatan pemangku kepentingan. Sistem memungkinkan akses informasi yang cepat dan akurat, serta mendukung komunikasi yang efektif antara berbagai pihak terliba.
IDENTIFIKASI KUALITAS IKAN CAKALANG SEGAR BERBASIS CITRA MATA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN FUNGSI KERNEL RADIAL BASIS FUNCTION Adiningsi, Sri; Pramono, Bambang; Mashur Sajiah, Adha; Adi Saputra, Rizal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12641

Abstract

Sulawesi Tenggara, yang mengalami peningkatan potensi perikanan dari 11,25% pada 2019 menjadi 11,60% pada 2021, memiliki kontribusi besar dalam komoditas seperti cakalang, dengan tangkapan sebesar 21.868 ton senilai Rp 501 miliar. Namun, tantangan utama yang dihadapi adalah jaminan mutu dan kualitas ikan untuk mempertahankan kepercayaan konsumen. Proses pendeteksian kesegaran ikan, yang umumnya dilakukan secara manual melalui indera manusia, menjadi tidak efektif untuk volume besar karena memakan biaya dan waktu yang tinggi. Penelitian ini bertujuan mengimplementasikan metode Support Vector Machine (SVM) dengan Kernel Radial Basis Function untuk mendeteksi kualitas ikan segar dan tidak segar berdasarkan citra mata ikan. Dataset yang digunakan sebanyak 1.830 citra, terdiri dari 1.050 citra ikan segar dan 870 citra tidak segar, yang dibagi 80% untuk pelatihan dan 20% untuk pengujian. Model yang dibangun mencapai akurasi sebesar 92,8% dan f1-score 93,4% berdasarkan confusion matrix. Pengujian menggunakan K-Fold Cross-Validation (K=10) menghasilkan akurasi tertinggi sebesar 94,54% dengan deviasi standar 1,69, menunjukkan kestabilan dan keandalan model. Hasil penelitian ini mendukung penerapan sistem deteksi otomatis berbasis citra mata ikan sebagai alat yang efisien dan akurat untuk menilai kualitas ikan, serta dapat meningkatkan daya saing produk perikanan di pasar global.
Perancangan Ulang Sistem Informasi Balai Penjaminan Mutu Pendidikan (Studi Kasus: BPMP Sulawesi Tenggara) Nirwana, Nirwana; Hayat, Toga Abdi; Nurhidaya, Andi; Pramono, Bambang; Isnawaty, Isnawaty
Jurnal Sistem Informasi dan Sistem Komputer Vol 10 No 1 (2025): Vol 10 No 1 - 2025
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v10i1.555

Abstract

Di era perkembangan teknologi informasi dan komunikasi, peran lembaga pendidikan menjadi semakin penting. Balai Penjaminan Mutu Pendidikan (BPMP) adalah unit pelaksana teknis di bawah Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi yang bertanggung jawab untuk memastikan kualitas pendidikan di Indonesia. Penelitian ini bertujuan untuk merancang ulang sistem informasi Balai Penjaminan Mutu Pendidikan (BPMP) Sultra dengan memanfaatkan teknologi informasi. Metodologi Agile digunakan untuk pengembangan perangkat lunak, dengan menggabungkan PHP, HTML, CSS, JavaScript, MySQL, dan Bootstrap. Hasil penelitian menunjukkan bahwa perancangan ulang sistem informasi BPMP Sultra berhasil meningkatkan kualitas antarmuka, kemudahan navigasi, dan efisiensi pengelolaan data. Sistem ini juga memenuhi kebutuhan dan persyaratan pengguna, sehingga meningkatkan kualitas layanan pendidikan. Penelitian ini menyoroti pentingnya teknologi dalam meningkatkan kualitas pendidikan dan peran BPMP dalam memastikan kualitas pendidikan.
Red Curly Chili Forecast in Southeast Sulawesi Using Auto Regressive Integrated Moving Average (ARIMA) Al Qadri, Muhammad Vannes; Saputra, Rizal Adi; Pramono, Bambang
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 11, No 1 (2025): June 2025
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v11i1.33986

Abstract

Abstract. Price is a crucial aspect in the world of trade. Red curly chili peppers have become one of the plants favored by many consumers. This research aims to develop a forecasting model that can provide a more accurate insight into the future prices of red chili peppers, particularly in Southeast Sulawesi. Because price forecasting plays a crucial role in predicting future price trends, the Auto Regressive Integrated Moving Average (ARIMA) method becomes one of the models that can be used for time series analysis. The data for this research is sourced from the National Food Body Price Panel Website. The data period starts from August 8, 2022, to December 15, 2023, with the last 500 days' prices used as both test and training data. In this study, the ARIMA (1,1,1) model emerged as the best among the three ARIMA models analyzed. The ARIMA (1,1,1) model yielded a MAPE percentage of 17.97%, indicating that this model is suitable or reliable for time series forecasting. Furthermore, the results of this experiment show that the forecasted prices for the next 10 days do not experience significant decreases or increases, referring to several recent data points used as training data samples.
Battery Electric Vehicle Adoption in Indonesia: Insights from Consumer Preferences and Stakeholder Perspectives Adzhani, Indira Ayu; Pramono, Bambang; Santoso, M. Setyawan; Wirayat, Mohamed Yusuf Faridian; Okdinawati, Liane; Belgiawan, Prawira Fajarindra
Journal of the Civil Engineering Forum Vol. 11 No. 3 (September 2025)
Publisher : Department of Civil and Environmental Engineering, Faculty of Engineering, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jcef.22067

Abstract

Indonesia’s adoption of battery electric vehicles (BEVs) remains limited, posing a challenge to the government’s ambitious targets for 2030 and beyond. This study adopts a mixed-methods approach, combining qualitative insights from focus group discussions and stakeholder interviews with quantitative analysis using a mixed multinomial logit (MMNL) model. The stated preference survey includes 1,360 respondents across six provinces in Java, providing broader geographic coverage than most prior studies in Indonesia. The analysis covers both two-wheeler (2W) and four-wheeler (4W) BEVs, while also differentiating preferences by brand, an often-overlooked factor in the Indonesian context. The MMNL results confirm that charging time, range, operational cost, and price significantly influence BEV preferences, with variations across vehicle segments and brand types. Shared concerns from both supply- and demand-side perspectives include affordability, underdeveloped charging infrastructure, and limited product-market fit. However, divergent priorities are evident: industry stakeholders emphasize the need for technological upgrades, consistent policy signals, and improvements in upstream supply chains, while consumers prioritize convenience and final purchase or operating costs, showing less sensitivity to advanced technical specifications. This study contributes to the literature by offering an integrated demand–supply perspective on BEV adoption in an emerging economy, while also introducing brand differentiation and wider geographic sampling as key novelties. Policy recommendations include accelerating fast-charging infrastructure, standardizing batteries, localizing battery production, and implementing stronger disincentives for internal combustion engine (ICE) vehicles. The strategic enforcement of Presidential Instruction No. 7/2022 is also highlighted as a critical step to demonstrate government commitment. Together, these insights provide actionable guidance for accelerating a more inclusive and effective transition to electric mobility in Indonesia.