Article Per Year (5 Year)
p-Index From 2021 - 2026
2.538
P-Index
This Author published in this journals
All Journal snimed Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI J I M P - Jurnal Informatika Merdeka Pasuruan PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Sistem Informasi dan Sistem Komputer Djtechno: Jurnal Teknologi Informasi JUTECH : Journal Education and Technology JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Artificial Intelligence and Digital Business Mekongga: Jurnal Pengabdian Masyarakat
Fadil Indra Sanjaya
Universitas Teknologi Yogyakarta
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Klasifikasi Kualitas Air Sungai Daerah Istimewa Yogyakarta (DIY) Menggunakan Algoritma Random Forest Ristianto, Andika; Sanjaya, Fadil Indra
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.v10i1.575

Abstract

Ketersediaan air bersih yang memadai berpengaruh signifikan terhadap kesehatan masyarakat, pertumbuhan ekonomi, dan keberlanjutan lingkungan. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2021 menunjukkan peningkatan jumlah pelanggan air bersih sebesar 8,20%. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2022 menunjukkan sungai memiliki peran penting sebagai sumber daya air utama untuk perusahaan air bersih. DLHK sebagai dinas terkait menentukan status mutu air dengan menggunakan metode STORET atau metode Indeks Pencemaran (IP), yang tentunya memerlukan waktu yang lama. Oleh karena itu, diperlukan pemantauan yang efisien dalam klasifikasi kualitas air sungai untuk mengatasi permaslahan yang ada. Penelitian ini mengembangkan model klasifikasi dengan Random Forest menggunakan metode cross-validation yang menunjukkan akurasi rata-rata 100% pada data pelatihan dan 91,43% pada data pengujian. Meskipun ada indikasi overfitting, model dengan indeks ke-4 dipilih dan menunjukkan akurasi klasifikasi 97,93% pada data baru. Hasil ini menunjukkan bahwa model mampu mengklasifikasi kualitas air sungai di DIY dengan baik.
Prediksi Omset Penjualan Toko Mbak Ning Pasar Cinderamata Menggunakan Long Short Term Memory Pratama, Mohammad Bayu; Sanjaya, Fadil Indra
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.v10i1.580

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam perekonomian Indonesia, namun sering menghadapi tantangan dalam mengelola penjualan. Penelitian ini berfokus pada Toko Mbak Ning di Pasar Cinderamata, yang menjual kebutuhan sandang. Tujuan penelitian ini adalah mengembangkan model prediksi omset penjualan yang akurat menggunakan metode Long Short Term Memory (LSTM) dengan hyperparameter tuning. Data yang digunakan berjumlah 89 baris, dari Januari 2017 hingga Mei 2024. Metode penelitian meliputi business understanding, pengumpulan data, exploratory data analysis, persiapan data, implementasi model LSTM, dan evaluasi kinerja model menggunakan RMSE dan MAPE. Model menghasilkan akurasi prediksi dengan RMSE 0.1484 dan MAPE 24.8%. Prediksi untuk 7 bulan ke depan menunjukkan tren penjualan yang sedikit menurun.
Empowering Digital Parenting through Web-Based Admission System and Technology Literacy Training for Families in Early Childhood Education Kalifia, Anna Dina; Astrianty, Ledy Elsera; Sanjaya, Fadil Indra; Pramudwiatmoko, Arif
MEKONGGA: Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2025): April 2025
Publisher : Digital Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69616/mekongga.v2i1.218

Abstract

This community service program was conducted to address two main problems identified at TK Pamardisiswi Muja Muju, Yogyakarta: the limited digital literacy among parents in guiding their children’s use of technology, and the absence of an accessible web-based student registration system. The program was implemented through an educational and technological approach, including observation, interviews, system development, training, and evaluation. The developed information system simplified the administrative process and expanded access to educational information. The training provided not only improved participants’ technical skills in operating the system but also enhanced their understanding of digital parenting. Evaluation results indicated a significant increase in participants’ abilities: login (35% to 92%), online form completion (28% to 89%), document upload (25% to 86%), understanding of digital content risks (19% to 81%), and awareness of parental roles in guiding children in the digital environment (30% to 90%). This program contributed to strengthening family digital literacy and advancing educational digitalization in early childhood settings.
Deteksi Tingkat Stres Mahasiswa Dengan Logika Fuzzy Tsukamoto Aryanto, Fajar Hanggoro Dwi; Syuhada, Arya Firgi; Putra, Fajar Permana; Mahardika, Setiawan Putra; Jayanegara, Adi Prabu; Sanjaya, Fadil Indra
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1042

Abstract

Stres pada mahasiswa merupakan permasalahan serius yang dapat berdampak negatif terhadap kesehatan mental dan performa akademik apabila tidak ditangani dengan baik. Dampak tersebut tidak hanya terbatas pada penurunan prestasi akademik, tetapi juga dapat mengarah pada gangguan psikologis jangka panjang yang menghambat proses pembelajaran dan perkembangan pribadi mahasiswa. Penelitian ini bertujuan untuk mengembangkan sistem deteksi tingkat stres mahasiswa menggunakan metode logika fuzzy Tsukamoto. Sistem ini dirancang untuk mengelola data subjektif dan tidak pasti berdasarkan lima parameter utama, yaitu kualitas tidur, performa akademik, hubungan mahasiswa-dosen, dukungan sosial, dan kondisi lingkungan. Proses inferensi dilakukan melalui pembentukan himpunan fuzzy dan 48 aturan IF-THEN yang disusun berdasarkan kombinasi kelima parameter tersebut. Penelitian ini melibatkan penyebaran kuesioner kepada mahasiswa Program Studi Informatika Universitas Teknologi Yogyakarta untuk memperoleh data yang kemudian diproses dalam sistem fuzzy. Hasil akhir dari sistem ini berupa nilai crisp yang menunjukkan tingkat stres mahasiswa, yang dikategorikan dalam level normal hingga tinggi. Diharapkan sistem ini dapat menjadi alat bantu bagi institusi pendidikan dalam mendeteksi dan menangani gejala stres mahasiswa secara cepat dan tepat.
Classification of Nutritional Status Using the Fuzzy Mamdani Method : Case Study at Banjar City Hospital Nugraha, Muhammad Satria; Sanjaya, Fadil Indra
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9893

Abstract

The problem of nutritional status in adults requires accurate and adaptive classification methods. This study aims to develop a decision support system using the Fuzzy Mamdani method to classify nutritional status based on Body Mass Index (BMI). A dataset consisting of 237 anthropometric records from Banjar City Regional General Hospital was utilized. The system applies five fuzzy rules to map BMI values into nutritional categories: malnutrition, underweight, normal, overweight, and obesity. The classification process involves fuzzification, inference, and defuzzification using the centroid method. System performance evaluation shows an overall accuracy of 91.13%, with the highest classification precision achieved in the normal category (98.54%) and the lowest in the malnutrition category (30.77%). The results demonstrate that the Fuzzy Mamdani method is effective for nutritional classification, although refinement is needed for underrepresented categories. This system can serve as a useful tool for supporting clinical decision-making in public health services.
Implementasi Sistem Monitoring Potensi, Ancaman, dan Demografi Desa Wisata Jatimulyo Berbasis Data Driven: Implementation of Data-Driven Monitoring System for Potential, Threats, and Demographics of Jatimulyo Tourism Village Zakariyah, Muhammad; Sanjaya, Fadil Indra; Kalifia, Anna Dina; Ar-Razi Ab, Fariddudin; Hidayah, Taufik; Khoeri, Elfan Fanhas; Nurjaman, Muhammad
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 9 No. 2 (2024): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v9i2.5946

Abstract

Village development and regional governance are central to Indonesia's national development agenda. However, in practice, monitoring demographic data, potential resources, and potential threats often transpires without the utilization of technology, yielding less accurate information. Furthermore, numerous villages, including Jatimulyo Tourism Village in Kulon Progo, have yet to fully embrace technology to harness the full potential of their local resources. Within this context, a pressing need exists for technological innovations to leverage the power of data in facilitating informed decision-making. The primary objective of this community engagement endeavor is to establish a data-driven village monitoring system to enhance the efficacy and efficiency of village monitoring processes while simultaneously promoting transparency, accountability, and community participation. The data-driven approach facilitates the collection of precise, automated data. Technology is anticipated to play a pivotal role in rectifying inaccuracies in information, offering crucial support to local government authorities and tourism managers in making well-informed decisions. This community service initiative's tangible outcome is creating a village monitoring system dashboard designed to facilitate decision-making processes and foster greater community involvement. Moreover, it is envisioned that this undertaking will maximize rural development and regional governance, instigate data-driven decision-making practices, foster the development of a robust village ecosystem, and ultimately enhance the overall well-being of the residents of Jatimulyo Tourism Village.
PENERAPAN METODE FUZZY MAMDANI DALAM PENILAIAN KUALITATIF VISIBILITAS WARNA DAN KETERBACAAN TEKS PADA SISTEM DESAIN BERDASARKAN STANDAR AKSESIBILITAS WCAG 2.1 Putra, Muhammad Ali Ali Pratama; Riyadi, Akhmad Zaqi; Pratama, Rizki Purnomo; Adriansyah, M. Ridha Ansari; Qalam, Mouhammad Tariqoul; Sanjaya, Fadil Indra
JUTECH : Journal Education and Technology Vol 6, No 1 (2025): JUTECH JUNI
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i1.4944

Abstract

Aksesibilitas digital, khususnya visibilitas warna dan keterbacaan teks, menjadi elemen krusial dalam desain antarmuka yang inklusif. Namun, evaluasi konvensional berbasis WCAG 2.1 cenderung kuantitatif dan kaku, gagal menangkap persepsi visual manusia yang subjektif. Penelitian ini menghasilkan FuzzChecker, aplikasi web berbasis metode Fuzzy Mamdani yang mengintegrasikan standar WCAG 2.1 untuk mengevaluasi aksesibilitas visual pada sistem desain. Sistem ini menawarkan pendekatan human-centered yang lebih fleksibel dibandingkan metode konvensional yang bersifat deterministik. Dengan model pengembangan waterfall, FuzzChecker memproses variabel input seperti dimensi perangkat, ukuran teks, luminositas, dan saturasi melalui tahapan fuzzifikasi, inferensi berbasis aturan, dan defuzzifikasi metode centroid. Aplikasi ini, yang telah di-deploy di Vercel, menghasilkan dua output: skor kontras sesuai WCAG dan visibilitas kontekstual berdasarkan kondisi perangkat. Pendekatan fuzzy logic ini efektif dalam membantu desainer menciptakan desain digital yang inklusif, terutama bagi pengguna dengan keterbatasan visual, secara intuitif dan adaptif.
Deteksi Kematangan Buah Tomat Menggunakan Convolutional Neural Network Berdasarkan Ekstraksi Fitur Warna dan Tekstur Jayanegara, Adi Prabu; Sejati, Rr. Hajar Puji; Sanjaya, Fadil Indra
TIN: Terapan Informatika Nusantara Vol 6 No 6 (2025): November 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/tin.v6i6.8580

Abstract

Determining the ripeness level of tomatoes is a crucial aspect in ensuring consumption quality. However, the methods commonly used by the public are still manual and subjective, relying on visual observations of color and surface texture. This limitation leads to a high rate of errors in selecting fruits suitable for consumption or processing purposes, potentially resulting in food waste, economic loss, and decreased efficiency within the agricultural supply chain. Without the development of a technology-based assistance system, these impacts will continue to recur and may threaten food security on both micro and macro scales. As a solution, this study develops an intelligent system based on digital image processing to detect tomato ripeness levels. The system utilizes color feature extraction using the HSV histogram and texture feature extraction using the Local Binary Pattern (LBP), which are then processed through a Convolutional Neural Network (CNN) model for image classification. The results show that the system achieves an accuracy of 95.12%, outperforming (or matching) state-of-the-art end-to-end CNN-based methods on the same or similar datasets, demonstrating the effectiveness of HSV-LBP features. The implementation of this system is expected to help users make more accurate decisions when selecting tomatoes according to their needs, reduce waste, and improve consumption efficiency.
ANALISIS SENTIMEN PUBLIK TERHADAP BADAN INVESTASI DANANTARA PADA MEDIA SOSIAL X MENGGUNAKAN MODEL INDOBERT Mahardika, Setiawan Putra; Rodhiyah Mardhiyyah; Sanjaya, Fadil Indra
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6804

Abstract

Pembentukan Badan Pengelola Investasi Daya Anagata Nusantara (Danantara) sebagai lembaga pengelola investasi nasional telah memicu beragam reaksi masyarakat Indonesia. Persepsi publik memainkan peran penting dalam kepercayaan dan keberhasilan lembaga ini, sehingga diperlukan analisis sentimen yang objektif dan sistematis. Penelitian ini bertujuan menganalisis sentimen publik terhadap Danantara menggunakan model IndoBERT, sebuah model trafo yang dioptimalkan untuk Bahasa Indonesia. Data opini publik dikumpulkan dari platform media sosial melalui teknik scraping , kemudian diproses melalui tahapan preprocessing (cleaning, normalisasi, tokenisasi, translasi) sebelum dilakukan pelabelan otomatis dan sebagian manual. Model dibor dan dievaluasi menggunakan metrik akurasi, presisi, recall , dan F1-score . Hasil menunjukkan IndoBERT mampu mengklasifikasikan sentimen dengan akurasi 88,77% dan rata-rata F1-score 88,76%. Hasil analisis menemukan sebagian besar opini masyarakat terhadap Danantara bersifat negatif (58,6%), sedangkan 41,4% positif. Penelitian ini memberikan kontribusi pada pengembangan penerjemahan bahasa alami (NLP) berbahasa Indonesia serta menjadi masukan bagi pemerintah dalam menyebarkan persepsi publik terhadap kebijakan strategis nasional.
PENGENALAN AKSEN SUARA INDONESIA JAWA DAN SUNDA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY Fajar Permana Putra; RR. Hajar Puji Sejati; Sanjaya, Fadil Indra
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6829

Abstract

Teknologi pengenalan suara saat ini masih menghadapi beberapa tantangan dalam mengenali aksen lokal Indonesia. Sedangkan pengenalan suara menjadi bagian penting dari berbagai aplikasi, termasuk asisten virtual, chatbot, dan sistem dengan interaksi berbasis suara lainnya. Penyebabnya adalah keanekaragaman aksen di Indonesia. Model konvensional sering kesulitan dalam mengenali variasi aksen karena hanya dilatih menggunakan bahasa Indonesia standar. Sehingga diperlukan pelatihan model dengan aksen baru untuk meningkatkan akurasi. Penelitian ini bertujuan untuk mengembangkan model pengenalan aksen Indonesia khususnya Jawa dan Sunda menggunakan deep learning, serta mengimplementasikannya ke dalam sistem berbasis web. Model dibangun menggunakan algoritma LSTM, dengan ekstraksi fitur MFCC dan untuk sistem akan dikembangkan dengan menggunakan framework Flask. Pendekatan ini diharapkan dapat meningkatkan akurasi pengenalan aksen di Indonesia serta mendukung pengembangan teknologi suara yang lebih inklusif dan adaptif. Hasil sementara menunjukkan hasil yang positif dalam hal akurasi pengenalan aksen. Pelatihan model LSTM dengan ekstraksi fitur MFCC dapat menghasilkan model dengan ketepatan dalam mengenali pola dan karakteristik dari suara setiap aksen dengan akurasi sebesar 89,66% dengan nilai loss yang tergolong rendah yaitu 0,1980. Selain itu model dapat diimplementasikan dengan baik pada sistem berbasis web yang dikembangkan dan dapat digunakan oleh pengguna dengan mudah dan efisien.
Co-Authors Adriansyah, M. Ridha Ansari Anna Dina Kalifia Ar-Razi Ab, Fariddudin Aryanto, Fajar Hanggoro Dwi Astrianty, Ledy Elsera Baraputri, Jennie Nadia Dadang Heksaputra Dadang Heksaputra Dini Erlinawati Fajar Permana Putra Febri Liantoni Heksaputra, Dadang Jayanegara, Adi Prabu Kalifia, Anna Dina Khoeri, Elfan Fanhas Mabruri, Abdul Basith Mahardika, Setiawan Putra Muhammad Fachrie Mulia Sulistiyono Novianto, Amrizal Nugraha, Muhammad Satria Nurjaman, Muhammad Nuzula Afini Pramudwiatmoko, Arif Pratama, Mohammad Bayu Pratama, Rizki Purnomo Putra, Muhammad Ali Ali Pratama Qalam, Mouhammad Tariqoul Rahmatullah, Andi Ramadhan, Religius Ristianto, Andika Riyadi, Akhmad Zaqi Rodhiyah Mardhiyyah Rr. Hajar Puji Sejati Sulistyo Dwi Sancoko Syuhada, Arya Firgi Taufik Hidayah Yuliana Rizki Ikhsanty Zahra Septa Hati