Article Per Year (5 Year)
p-Index From 2021 - 2026
0.947
P-Index
This Author published in this journals
All Journal Informatics for Educators and Professional : Journal of Informatics J I M P - Jurnal Informatika Merdeka Pasuruan Energi & Kelistrikan Jurnal Sistem Informasi dan Informatika (SIMIKA) Indonesian Journal of Networking and Security - IJNS Teknologika CHAIN: Journal of Computer Technology, Computer Engineering and Informatics
Hariyanto
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Performansi Web Server Apache dan Nginx Pada Aplikasi penjualan Online Praba, Ardian Dwi; Hariyanto, Hariyanto
IJNS - Indonesian Journal on Networking and Security Vol 9, No 3 (2020): IJNS Juni 2020
Publisher : APMMI - Asosiasi Profesi Multimedia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (335.903 KB)

Abstract

Diera revolusi industry 4.0 saat ini, banyak pengusaha berlomba membuat aplikasi penjualan secara online untuk melakukan penjualan atau transaksi. Disatu sisi jumlah data dalam aplikasi semakin lama semakin banyak, namun pengguna ingin aplikasi bisa melayani permintaan dengan cepat.. Web server menjadi salah satu faktor yang sangat penting untuk membuat website bisa berjalan dengan baik dan melayani kebutuhan pengguna. Web server yang tepat sesuai dengan kebutuhan aplikasi akan sangat membantu kinerja website stabil dan berjalan dengan baik. Ada banyak aplikasi server yang bisa digunakan untuk menjalankan aplikasi berbasis web, yang paling banyak digunakan saat ini adalah Apache dan Nginx. Pada penelitian ini akan melakukan pengujian terhadap kedua web server tersebut untuk mengetahui salah satu web server yang paling baik digunakan untuk aplikasi penjualan online. Pengujian pada penelitian ini menggunakan tools Apache Bench untuk melakukan benchmarking dari sisi banyaknya permintaan dari pengguna mulai dari 500 sampai dengan 15000 permintaan dan waktu yang dibuthkan oleh sever untuk menyelesaikan permintaan tersebut. Hasil pada pengujian banchmarking ini menunjukan bahwa dari sisi kecepatan waktu, Nginx menggunakan waktu lebih sedikit dibandingkan dengan Apache dalam menyelesaikan permintaan dari pengguna.
Particle Swarm Optimization pada Analisa Review Software Antivirus Menggunakan Metode K-Nearest Neighbors Sucitra Sahara; Rizqi Agung Permana; Hariyanto Hariyanto
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 4 No 2 (2020): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (812.613 KB) | DOI: 10.51211/itbi.v4i2.1313

Abstract

Abstrak: Virus pada komputer menjadi hal yang membahayakan bagi para pengguna komputer perorangan maupun perusahaan yang telah menerapkan sistem terkomputerisasi. Virus program yang didesain untuk tujuan jahat dapat merusak bagian tertentu dari komputer, bahkan yang paling merugikan adalah dapat merusak data penting pada perusahaan. Dalam hal ini maka diciptakanlah sebuah software anti virus, perkembangan anti virus selalu lebih lambat dari virus itu sendiri, sehingga peneliti akan mengadakan penyeleksian software anti virus pada suatu opini atau berdasarkan komentar masyarakat yang telah menggunakan software anti virus produk tertentu dan dituangkan ke media online seperti komentar pada suatu situs penjualan produk tersebut. Berdasarkan ribuan komentar akan diolah dan dikelompokkan pada jenis kata teks positif dan teks negatif, dan peneliti membuat klasifikasi data dengan menggunakan metode algoritma k-Nearest Neighbor (k-NN), algoritma k-NN adalah salah satu algoritma yang sesuai dalam penelitian kali ini. Peneliti menemukan bahwa algoritma k-NN mampu mengolah data set yang sudah dikelompokan pada teks positif dan negatif khususnya dalam pemilihan teks, dan penerapan metode optimasi Particle Swarm Optimization (PSO) yang dikombinasikan dengan k-NN diharapkan mampu meningkatkan nilai akurasi sehingga datanya lebih kuat dan valid. Sebelum data set diolah menggukanan optimasi PSO hanya menggunakan metode k-NN akurasi data yang diperoleh 70,50% sedangkan hasil akurasi setelah penggunaan metode k-nn dan optimasi PSO didapatkan nilai akurasi sebesar 83,50%. Dapat disimpulkan bahwa penggunaan optimasi PSO dan metode k-NN sangat sesuai pada konsep text mining dan penyeksian pada data set berupa text. Kata kunci: Analisis Review, Optimasi Particle Swarm Optimization, Metode k-Nearest Neighbor. Abstract: Viruses on computers become dangerous for individual computer users and companies that have implemented computerized systems. Virus programs that are designed for malicious purposes can damage certain parts of the computer, even the most detrimental is that it can damage important data on the company. In this case an anti-virus software is created, the development of anti-virus is always slower than the virus itself, so researchers will conduct an anti-virus software selection on an opinion or based on public comments that have used a particular product's anti-virus software and poured it into online media such as comment on a product sales site. Of the thousands of comments will be processed and grouped on the type of positive and negative text words, and researchers make data classification using the k-Nearest Neighbor (k-NN) algorithm method, the k-NN algorithm is one of the appropriate algorithms in this study. The researcher found that the k-NN algorithm is able to process data sets that have been grouped in positive and negative texts, especially in text selection, and the application of the Particle Swarm Optimization (PSO) optimization method combined with k-NN is expected to be able to increase the accuracy value so that the data is stronger and valid. Before the data set is processed using PSO optimization only using the k-NN method the accuracy of the data obtained is 70.50% while the accuracy results after the use of the k-nn method and PSO optimization obtained an accuracy value of 83.50%. It can be concluded that the use of PSO optimization and the k-NN method are very compatible with the concept of text mining and correction of text data sets. Keywords: Analysis Review, k-Nearest Neighbor Method, Particle Swarm Optimization optimization
SISTEM INFORMASI ABSENSI SISWA BERBASIS WEB DAN SMS GATEWAY (Studi kasus: Madrasah Aliyah Al-Wathoniyah 5 Jakarta Timur) Lita Sari Marita; Hariyanto Hariyanto; Budi Santoso; Nisfu Hakim Nugroho
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 4, No 3 (2019): DESEMBER
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (463.719 KB) | DOI: 10.37438/jimp.v4i3.225

Abstract

MA AL-Wathoniyah 5 merupakan salah satu sekolah Menengah Atas yang berlandaskan agama Islam. Sekolah ini didirikan oleh K.H Ahmad Masnih Bin H. Abdulah Rahman yang dibangun pada tahun 1987. Sistem absensi pada MA AL-Wathoniyah 5 masih menggunakan sistem absensi konvensional, yaitu masih menggunakan buku abnsensi dalam hal mendata kehadiran siswa. Dan Kesulitan dalam mengolah data absensi kehadiran siswa dikarenakan buku absensi yang sering rusak dan hilang, dan orang tua siswa atau wali murid sulit memonitoring anaknya karena kurang maksimalnya penyampain informasi berdasarkan hal tersebut dibutuhkan adanya suatu sistem informasi yang dapat memberikan data yang akurat dan menyampakian informasi kepada orang tua siswa, Selain itu para orang tua dapat mengetahui dengan cepat perkembangan absensi atau tingkat kehadiran anaknya tanpa harus datang kesekolah, sehingga dapat menghemat waktu dan biaya adapun fitur Dengan adanya sistem ini dapat memudahkan dalam melakukan absensi secara online melalui web dan SMS Gateway memberikan informasi kehadiran anaknya disekolah dengan menggunakan SMS Gateway. Oleh karena itu diciptakan Sistem Informasi Absensi Siswa Pada Madrasah Aliyah AL-Wathoniyah 5 Jakarta Berbasis Web dan SMS Gateway. Sistem ini bertujuan untuk meningkatkan kedisiplinan siswa di sekolah dalam hal kehadiran atau yang disebut absensi.Kata Kunci: Sistem Informasi, Absensi, SMS Gateway
Technique for Order Preference by Similarity to Ideal Solution(TOPSIS) Untuk Penentuan Subsidi Listrik Karlena Indriani; Sumanto Sumanto; Hariyanto Hariyanto; Ade Christian; Ruhul Amin; Lita Sari Marita
Energi & Kelistrikan Vol 14 No 1 (2022): Energi dan Kelistrikan: Jurnal Ilmiah
Publisher : Sekolah Tinggi Teknik PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/energi.v14i1.1658

Abstract

Poverty is a condition where a person or household has insufficient income to meet the minimum living needs. BPS states that 40% of Indonesians are in the lowest economy. One of the measures to tackle poverty by the government is the application of electricity subsidies. The government in collaboration with PT. PLN to control poverty has an electricity subsidy program by providing electricity subsidy assistance funds to underprivileged communities. The purpose of the subsidy is to achieve electricity supply and help poor customers and those who have not been contacted by PT. PLN so that they can participate in enjoying electrical energy. However, there are still obstacles where there are many procedures so that it takes a long time to make decisions, because it must be seen from several criteria. One of the methods used to overcome the many criteria of FMADM is TOPSIS to complete 10 alternatives including: Job, Income, Dependents, Vehicle Assets, Home Ownership, Building Area, Drinking Water Source, Electrical Power Range, type of floor, and type of house wall. The results of the study obtained accurate results, namely from 20 submissions, only 11 residents were automatically acceded without having to wait a long time in the decision to grant electricity subsidies. And for 9 residents, they were given recommendations to be acc, 1 citizen was given a recommendation not to be acc
Market Basket Analysis untuk Mengetahui Pola Beli Konsumen Roofbox Mobil menggunakan Algoritme Apriori Karlena Indriani; Ade Christian; Hariyanto; Ali haidir; Adi supriyatna; Indra Chaidir
Jurnal Teknologika Vol 12 No 2 (2022): Jurnal Teknologika
Publisher : Sekolah Tinggi Teknologi Wastukancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51132/teknologika.v12i2.248

Abstract

Roofbox merupakan bagasi tambahan pada atap mobil yang digunakan sebagai ruang penyimpanan tambahan. Antusiasme pasar dalam menyerap permintaan roofbox tercatat semakin tinggi menjelang musim liburan. Roofbox dicari agar penempatan barang bisa menjadi lebih baik. Untuk mengetahui pengelompokkan tipe Roof Box Whale Carrier yang banyak dibeli oleh konsumen membutuhkan teknik dan cara tertentu yang berhubungan dengan transaksi penjualan Roof Box Whale Carrier. Pada penelitian ini menggunakan teknik analisa asosiasi, Teknik asosiasi adalah teknik Data Mining untuk menemukkan aturan asosiatif antara suatu kombinasi. Penting tidaknya suatu aturan asosiatif dapat diketahui dengan dua parameter, yaitu Support (Nilai Penunjang) dan Confidence (Nilai Kepastian). Penjualan Roof Box Whale Carrier yang paling banyak dijual di PT. Sole Indotrade berdasarkan pengolahan data didapat kesimpulan bahwa Algoritme Apriori dengan melihat tipe yang memenuhi Min Support dan Min Confidence. Dengan algoritme apriori dapat ditemukan produk yang paling banyak terjual Roadway dengan support 66,67%, Overlander dengan support 66,67%, Beachroad dengan support 66,67%, FreewayX dengan support 58,33% dan Speed dengan support 41,67. Dengan diketahuinya produk roofbox yang paling sering dibeli, PT SOLE INDOTRADE dapat mengatur stok barang agar tidak terjadinya penumpukan barang yang mengakibatkan kerugian. Untuk tipe roofbox yang paling banyak terjual pada PT. Sole Indotrade adalah Roadway, Overlander dan Beachroad
PENERAPAN METODE TOPSIS DALAM EVALUASI KINERJA PADA PT. BPR PANDANARAN JAYA Karlena Indriani; Anastasia Siwi Fatma Utami; Ali Haidir; Ahmad Sinnun; Yopi Handrianto; Ade Christian; Hariyanto Hariyanto
Jurnal Sistem Informasi dan Informatika (Simika) Vol 6 No 2 (2023): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/simika.v6i2.2626

Abstract

This study was done at PT BPR Pandanaran Jaya so that the TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) method could be used to improve how employee work is judged. Employee performance is an important part of a company's growth, and employee performance evaluations are done to find high-performing workers and help them improve. In this study, it was found that PT BPR Pandanaran Jaya has hardworking workers who are very committed to doing their jobs well. But there are also workers who need to work on how well they do their jobs. The TOPSIS method is used to compare how well each employee does their job based on important factors. The data showed that Linda Luciana Anggraeni and Dwi Jasminto were the employees with the best performance ratings, followed by Rudi Purnama. Mita Safira Mediana, Mia Arifah, Gea Ananda, Indra Utama, and Yunia Ningrum, on the other hand, were given lower scores for their work. Overall, PT BPR Pandanaran Jaya has high-performing workers, but some of them could do better. So, the company can use the results of this review to come up with plans to help employees grow, give them more training, and give them the help they need to improve their total performance. With these steps, PT BPR Pandanaran Jaya should be able to reach its organizational goals and keep a skilled and productive work team.
K-Means dan Data Mining Tools: Strategi Efektif untuk Menganalisis Siswa Putus Sekolah Ade Christian; Hariyanto Hariyanto; Ahmad Yani; Sumanto Sumanto
CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics Vol. 3 No. 1 (2025): Volume 3 Number 1 January 2025
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/chain.v3i1.167

Abstract

Pendidikan memiliki peran penting dalam membangun sumber daya manusia yang berkualitas, namun permasalahan putus sekolah masih menjadi tantangan serius, terutama di tingkat Sekolah Menengah Kejuruan (SMK). Untuk mengatasi masalah ini, penelitian ini membandingkan tiga aplikasi data mining, yaitu RapidMiner, Orange, dan Weka, dalam mengelompokkan siswa putus sekolah menggunakan algoritma K-Means. Data yang digunakan diperoleh dari berbagai sumber dan diproses melalui tahapan pengujian, penerapan algoritma K-Means, serta perbandingan hasil klasterisasi. Hasil penelitian menunjukkan bahwa RapidMiner memiliki akurasi tertinggi sebesar 86%, diikuti oleh Orange dengan 80%, dan Weka dengan 73%. Perbedaan akurasi ini menunjukkan bahwa setiap aplikasi memiliki keunggulan dan keterbatasan masing-masing dalam pemrosesan data dan pengelompokan siswa berdasarkan pola tertentu. Dari hasil perbandingan ini, RapidMiner terbukti lebih optimal dalam menghasilkan klaster yang lebih akurat dan stabil dibandingkan dengan dua aplikasi lainnya. Meskipun penelitian ini menunjukkan hasil yang signifikan, masih terdapat beberapa keterbatasan, seperti jumlah dataset yang terbatas dan penggunaan satu algoritma saja (K-Means). Oleh karena itu, penelitian selanjutnya dapat menggunakan dataset yang lebih besar dan beragam, serta mengeksplorasi algoritma lain, seperti DBSCAN atau Hierarchical Clustering, untuk meningkatkan kualitas analisis. Selain itu, integrasi teknik machine learning yang lebih kompleks juga direkomendasikan guna meningkatkan akurasi prediksi. Hasil penelitian ini diharapkan dapat membantu lembaga pendidikan dalam mengidentifikasi pola siswa berisiko putus sekolah, sehingga dapat digunakan sebagai dasar dalam pengambilan keputusan dan strategi intervensi pendidikan yang lebih efektif. Kata Kunci: Data Mining; K-Means, Klasterisasi; RapidMiner; Orange; Weka; Siswa Putus Sekolah.
Co-Authors Ade Christian Adi Supriyatna Ahmad Sinnun Ahmad Yani Ali Haidir Anastasiaa Siwi Fatma Utami Ardian Dwi Praba Budi Santoso Indra Chaidir, Indra Karlena Indriani Lita Sari Marita Nisfu Hakim Nugroho Rizqi Agung Permana Ruhul Amin Sucitra Sahara Sumanto Sumanto Yopi Handrianto, Yopi