p-Index From 2021 - 2026
10.916
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) dCartesian: Jurnal Matematika dan Aplikasi Jurnal Sistem Komputer Proceedings of KNASTIK Jurnal Teknologi Informasi dan Ilmu Komputer Scientific Journal of Informatics International Journal of Artificial Intelligence Research INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Jurnal Penelitian Pendidikan IPA (JPPIPA) CogITo Smart Journal INOVTEK Polbeng - Seri Informatika BAREKENG: Jurnal Ilmu Matematika dan Terapan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Sebatik Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal ULTIMA InfoSys MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JURIKOM (Jurnal Riset Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Aptisi Transactions on Technopreneurship (ATT) Building of Informatics, Technology and Science FINANCIAL : JURNAL AKUNTANSI Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Komputer dan Informatika (JSON) Aiti: Jurnal Teknologi Informasi Jurnal Teknik Informatika (JUTIF) Advance Sustainable Science, Engineering and Technology (ASSET) International Journal of Social Science Indexia J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknologi Sistem Informasi Jurnal Algoritma Jurnal Ilmiah Sains Magistrorum et Scholarium: Jurnal Pengabdian Masyarakat IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Eduvest - Journal of Universal Studies Jurnal INFOTEL Journal of Technology Informatics and Engineering Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Scientific Journal of Informatics CSRID INOVTEK Polbeng - Seri Informatika Jurnal DIMASTIK Proceedings of The International Conference on Computer Science, Engineering, Social Sciences, and Multidisciplinary Studies
Claim Missing Document
Check
Articles

PERBANDINGAN METODE SUPERVISED LEARNING UNTUK PREDIKSI DIABETES GESTASIONAL DENGAN SOFTWARE ORANGE Handoko, Andrew C; Hendry, Hendry
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4166

Abstract

Dalam penelitian ini dilakukan analisa terhadap metode Supervised Learning dengan membandingkan hasil prediksi dari tiap metode, guna mendapatkan algoritma terbaik, yang dapat dikembangkan kedepannya sebagai salah satu media untuk mempermudah deteksi Diabetes Gestasional. Prediksi dilakukan terhadap Dataset Diabetes Gestasional yang di dapat dari Kaggle, dengan judul “Diabetes Dataset” yang berasal dari National Institute of Diabets and Digestive and Kidney Diseases. Dimana analisis akan menggunakan bantuan Software Orange, sebagai tempat untuk melakukan pengolahan data dan melihat nilai hasil prediksi dari masing-masing algoritma yang ada di metode Supervised Learning. Algoritma yang dibandingkan ada tujuh, dengan nilai Recall sebagai penentu no satu algoritma yang dianggap bagus untuk melakukan prediksi, diikuti dengan nilai Akurasi, Precisision, Test Time dan Train Time. Dan dengan bantuan Orange, maka di dapat algoritma yang paling bagus adalah Logistic Regression.
IMPLEMENTASI MACHINE LEARNING SEBAGAI ANALISIS KEPUASAN PELANGGAN TERHADAP PENGGUNAAN APLIKASI KAI ACCESS Nugraha, Febrina Tesalonika; Hendry, Hendry
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4185

Abstract

Revolusi Industri 4.0 adalah sebuah disruption era sebagaimana hal ini ditandai dari cara kerja yang berpindah atau berubah baik salah satunya adalah pada bidang transportasi. Kereta api adalah transportasi darat yang berjalan dengan rangkaian kendaraan lainnya dan bergerak diatas rel. Dengan mengikuti perkembangan zaman seperti yang sudah di kemukakan maka KAI meningkatkan pelayanan dengan berinovasi untuk memmbuat aplikasi KAI Access. Dari jumlah data awal sebanyak 1561 lalu dilakukan cleansing data hingga didapatkan 1117 data. Hasil dari penelitian ini adalah pengguna KAI Access dominan memiliki sentiment positif yang dinilai mayoritas memberikan rating puas terhadap penggunaan aplikasi KAI Access. Dalam hal performa metode Support Vector Machine memiliki tingkat akurasi tertinggi dibandingkan dua pembanding lainnya yaitu K-NN dan Decision Tree. Penelitian ini memberikan wawasan tentang pengaplikasian machine learning sebagai model prediksi kepuasan pelanggan terhadap penggunaan KAI Access.
Analisis Kepuasan Nasabah Menggunakan Metode Service Quality dan Customer Satisfaction Index Kesumawati, Ramadini; Hendry, Hendry
Building of Informatics, Technology and Science (BITS) Vol 4 No 1 (2022): June 2022
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (507.05 KB) | DOI: 10.47065/bits.v4i1.1557

Abstract

Bank is a business entities that have the function of collecting funds and distributing them from and for the community. The service of a bank is said to be good not only from bank’s point of view, but also from customer’s opinion as a service user. The problem that occurs is when bank has not been able to meet good and appropriate service standars, resulting in customers feeling dissatisfied. This study aims to analyze customer satisfaction to find out how the quality of service is available and to help provide information regarding what steps should be taken to improve service quality Service Quality method and Customer Satisfaction Index. The stages in this research include surveys, literature studies, preparation and distribution of questionnaires, validity and reliability tests, gap analysis and percentage of satisfaction levels, writing results, and finally conclusions. The results show that there are 15 attributes with negative gap values and a satisfaction percentage of 80,38%. Based on these results, customers are satisfied with the service provided
Analisa Performa Website Organisasi Akuatik Menggunakan Automated Software Testing GTmetrix Widi, Anugerah; Sediyono, Eko; Hendry, Hendry
Jurnal Teknologi Sistem Informasi Vol 5 No 2 (2024): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v5i2.5925

Abstract

Teknologi website mengalami perkembangan yang cepat menyebabkan berbagai informasi dengan mudah untuk didapat. Sebuah website yang baik harus dapat diakses dengan mudah dan waktu penayangan halaman web yang cepat sehingga informasi dapat disampaikan dengan baik. Organisasi akuatik untuk memudahkan proses pelayanan administrasi dan menyampaikan informasi terpadu diperlukan sebuah aplikasi berbasis website. Website performance merupakan elemen kualitas website dan dengan adanya kinerja yang baik dapat meningkatkan pengalaman pengguna. Website Performance memberikan korelasi terhadap kepuasan pengguna sebesar 86,70%. Salah satu cara untuk mengukur performa sebuah website dilakukan dengan menggunakan GT Metrix dari lighthouse. Analisa dilakukan dengan memperhatikan core web vitals Largest Contentful Paint (LCP) First Input Delay (FID) dan Cumulative Layout Shift (CLS) dan kriteria web performance, Load Time (LT), Response Time (RT), Page Size (PS), Number of request (NR), Markup Validation (MV), dan Broken Link (BL). Hasil dari analisa performa website organisasi akuatik mendapatkan skor sebesar 56% dengan grade F. Dari hasil pengujian performa dan struktur menandakan bahwa performa website organisasi akuatik belum menunjukkan hasil yang baik, dengan nilai performa dan struktur yang dibawah rata-rata terutama untuk bagian LCP yang memiliki nilai structure 12.6 MB dan waktu untuk akses selama 4.5s dengan rekomendasi dibawah 1.2s. sehingga dapat dikatakan website organisasi akuatik memiliki performa yang kurang baik.
CNN-RNN Hybrid Model for Diagnosis of COVID-19 on X-Ray Imagery: Hybrid Model CNN-RNN untuk Diagnosis COVID-19 pada Citra X-Ray Uly, Novem; Hendry, Hendry; Iriani, Ade
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 14 No. 1 (2023): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v14i1.13668

Abstract

Abstract This research aims to implement deep learning in determining Covid-19 or normal cases using X-Ray imagery. The method used is CNN (ResNet50) and RNN (LSTM). The research phase begins with data collection, data preprocessing, method modeling, method testing and method evaluation. The data was taken from the kagle.com site with the amount of data used 1.000 images where 500 covid data and 500 normal data, the data is divided into 80% training data, 10% validation data and 10% test data. The results of the evaluation by calculating the ResNet50-LSTM confusion matrix have a value of 95% accuracy, 96% precision, 94% recall and 95% F1-score. At the method testing stage, the researcher got the results of the proposed method experiencing overfitting seen by the comparison of the loss values ​​in the validation data which were not as good as the loss values ​​of the training data. From the results of evaluation and method testing, research can be used as a recommendation in cases of Covid-19 or normal.
PERANCANGAN UI/UX APLIKASI FORUM DISKUSI INFORMATIKA BERBASIS WEB MENGGUNAKAN METODE DESIGN THINKING Ronny Julians, Adhe; Sediyono, Eko; Hendry, Hendry
Jurnal Mnemonic Vol 6 No 1 (2023): Mnemonic Vol. 6 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v6i1.5826

Abstract

Pandemi Covid 19, membawa dampak yang signifikan terhadap dunia pendidikan, Fakultas Teknologi Informasi Universitas Kristen Satya Wacana (FTI UKSW) adalah salah satu fakultas yang tentunya juga merasakan dampak tersebut. Salah satu dampak yang paling dirasakan adalah proses belajar mengajar, maupun diskusi antara mahasiswa, dosen, serta alumni yang harus dilakukan secara online, walaupun saat ini diskusi secara langsung “Onsite” sudah mulai dilakukan namun sistem diskusi online, masih menjadi alternatif yang dianggap efisien. Berkaitan dengan hal tersebut maka peneliti akan membuat suatu perancangan user interface (UI) dan user experience (UX) Aplikasi Forum Diskusi Informatika berbasis web sebagai media dalam memberikan kemudahan dalam berbagi ilmu dan pengetahuan terkhusus informatika. Metode yang digunakan untuk mendukung penelitian adalah Design Thinking. Hasil penelitian mendapatkan rata-rata nilai akhir Perancangan UI/UX Aplikasi Forum Diskusi Informatika Menggunakan Metode Design Thinking yaitu 83 sehingga pengujian prototype ini diperoleh baik.
PERANCANGAN DAN IMPLEMENTASI WEBSITE SEBAGAI MEDIA PROMOSI PADA ATAP BUKIT COFFEE Panja, Eben; Sediyono, Eko; Hendry, Hendry
Jurnal Mnemonic Vol 6 No 1 (2023): Mnemonic Vol. 6 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v6i1.5845

Abstract

Pemanfaatan teknologi dapat diterapkan pada berbagai bidang, salah satunya dalam bidang jasa penjualan makanan dan minuman. Salah satu cara yang dapat dilakukan yaitu memanfaatkan teknologi internet melalui media website. Dengan desain informasi dalam bentuk website, dapat menumbuhkan minat konsumen terhadap produk makanan dan minuman yang dihasilkan, sehingga dari pihak pelaku bisnis dapat meningkatkan jumlah pelanggan, karena media website dalam hal promosi produk lebih menarik dengan tampilan yang interaktif. Atap Bukit Coffee adalah salah satu bisnis yang bergerak dalam bidang industri makanan dan minuman. Dalam masalah promosi awalnya Atap Bukit Coffee hanya memanfaatkan mouth to mouth, brosur dan media sosial, hal ini dirasa kurang efektif dalam menarik minat pelanggan. Oleh karena itu perlu adanya solusi dalam mengatasi permasalahan tersebut, dengan membangun sistem informasi berbasis website yang dapat membantu proses bisnis yang lebih berfokus pada promosi. Metode penelitian yang dilakukan adalah dengan pengumpulan data melalui wawancara, observasi dan studi literatur, serta pengembangan sistem menggunakan metode Rapid Application Development, pengujian sistem dilakukan dengan metode black box testing. Hasil perancangan berupa website sebagai media promosi pada Atap Bukit Coffee dan hasil pengujian yang dilakukan menggunakan metode black box didapat semua fungsi pada sistem berjalan dengan baik.
Sistem deteksi pada transformator menggunakan Dissolved Gas Analysis (DGA) dengan metode Logistic Regression Wibowo, Kurniawan Indra; Hendry, Hendry
AITI Vol 21 No 2 (2024)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v21i2.197-209

Abstract

Penelitian ini membahas implementasi sistem deteksi kegagalan pada transformator menggunakan  analisis gas terlarut Dissolved Gas Analysis (DGA) dengan menerapkan metode Logistic Regression. Tujuan penelitian ini adalah membuat sistem yang dapat meningkatkan keandalan transformator, mengurangi risiko gangguan listrik, dan memberikan kontribusi pada praktik industri berupa penerapan metode yang efisien dalam pemeliharaan transformator daya. Penggunaan data DGA dari transformator yang mengalami berbagai tingkat kerusakan sebagai sampel pelatihan dan pengujian menunjukkan bahwa Logistic Regression memberikan performa yang sangat baik dengan tingkat akurasi, presisi, F1-Score, dan recall berturut-turut sebesar 97%, 97%, 97%, dan 97%. Hasil ini mencerminkan kemampuan metode ini dalam mengklasifikasi hasil positif dan negatif. Sementara itu key gas memiliki akurasi, presisi, dan F1-Score yang rendah (42%, 17%, dan 24%), Recall 42% yang sedikit lebih tinggi menunjukkan kemampuan metode ini untuk mendeteksi sejumlah besar positif aktual, tetapi dengan tingkat kesalahan yang lebih tinggi. Penemuan ini berpotensi meningkatkan keandalan sistem tenaga listrik melalui pemeliharaan dini dan deteksi tepat waktu terhadap potensi masalah pada transformator.
Analisis konten budaya kolaboratif berbasis Grounded Theory menggunakan Text Mining Julians, Adhe Ronny; Manongga, Daniel Herman Fredy; Hendry, Hendry
AITI Vol 21 No 2 (2024)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v21i2.230-250

Abstract

Creating a collaborative culture of innovation in an organization is very important today. A collaborative culture of innovation is not just about physically working together but also about creating an environment that supports open communication, appreciation for new ideas, and acceptance of risk. Organizations that embrace this culture can create significant added value and thrive in an ever-changing environment. This research aims to conduct a content analysis of several Grounded Theory-based reputable scientific articles using Text Mining, which involves using coding techniques to classify information and identify certain categories or codes representing certain text elements. The analysis results are a conceptual network model that connects elements that influence collaborative culture on innovation, such as Openness, Diversity, Shared Goals, Trust, Teamwork, Support, and Use of Technology. Organizations use this model to create a collaborative culture of innovation in their environment, and it can be used in further research to test the model using statistical tests.
Intelligent classification and performance prediction of multi-text assessment with recurrent neural networks-long short-term memory Paryono, Tukino; Sediyono, Eko; Hendry, Hendry; Huda, Baenil; Lia Hananto, April; Yuniar Rahman, Aviv
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i3.pp3350-3363

Abstract

The assessment document at the time of study program accreditation shows performance achievements that will have an impact on the development of the study program in the future. The description in the assessment document contains unstructured data, making it difficult to identify target indicators. Apart from that, the number of Indonesian-based assessment documents is quite large, and there has been no research on these assessment documents. Therefore, this research aims to classify and predict target indicator categories into 4 categories: deficient, enough, good, and very. Learning testing of the Indonesian language assessment sentence classification model using recurrent neural networks-long short-term memory (RNN-LSTM) using 5 layers and 3 parameters produces performance with an accuracy value of 94.24% and a loss of 10%. In the evaluation with the Adamax optimizer, it had a high level of accuracy, namely 79%, followed by stochastic gradient descent (SGD) of 78%. For the Adam optimizer, Adadelta, and root mean squared propagation (RMSProp) have an accuracy rate of 77%.
Co-Authors Ade Iriani Adenia Kusuma Dayanthi Adriyanto Juliastomo Gundo Agista Nindy Yuliarina Aldi Lasso Anton Hermawan Anugerah Widi April Lia Hananto Atik Setyanti, Angela Aviv Yuniar Rahman Baihaqi, Kiki Ahmad Benedictus Lanang Ido Hernanto Christine Dewi Daniel D. Kameo Danny Manongga Danny Manongga Darmawan Utomo Darwin Lie Dewasasmita, Elsha Yuandini Dewi Puspitasari Eko Sediyono eric secada purba Erick Alfons Lisangan Erits Talapessy Erwien Christianto Ester Caroline Dwi Wijaya Wijaya Faisal Hakim Amrullah Fauzi Ahmad Muda Febrian, Andika Rossy Franly Salmon Pattiiha Fredryc Joshua Pa'o Fredryc Joshua Pa'o Giarti, Giarti Gunawan, Ricardho Handoko, Andrew C Hanita Yulia Hendra Waskita Herdin Yohnes Madawara Hindriyanto Dwi Purnomo Huda, Baenil Ibrahim Ibrahim Irwan Sembiring Ismael Ismael Ivan Sukma Hanindria Ivanna K. Timotius Iwan Setiawan Iwan Setyawan Jessica Margaret Br Sembiring Joko Siswanto Julians, Adhe Ronny Kesumawati, Ramadini Kevin Fransisco Kho, Delvian Christoper Krismiyati Kristoko Dwi Hartomo Kurniawan Teguh Martono Leni Marlina Lidia Gayatri Madawara, Herdin Yohnes Mado, Priscianus Mikael Kia Magda Kitty Hartono Mahulete, Ebenhaezer Yohanes Abdeel Manongga, Daniel Margaretha Intan Pratiwi Hant Martaliana Putri Agustina Merryana Lestari Muhammad Rizky Pribadi Muhammad Sholikin Nadia Sofie Soraya Nalbraint Wattimena Nansy Stephanie Mongi Nifu, Merlyn Gizella Nugraha, Febrina Tesalonika Panja, Eben Paryono, Tukino Pratama Siregar, Hari Nanda Pratama, Arya Damar Purnomo, Hendryanto Dwi Ramos Somya Ravensca Matatula Ravensca Matatula Richard V. Llewelyn Robertus Bagaskara Radite Putra Ronny Julians, Adhe Rostina, Cut Fitri Rung Ching Chen Santoso, Joseph Teguh Saputri, Adelliya Dewi Septhiani, Angeline Shallom, Karsten Jonatthan Simanjuntak, Dahnil Anzar Suharyadi Suherman, Suherman Sutarto Wijono Suvirocana, Suvirocana Syefudin Syefudin Teddy Marcus Zakaria Thea Thiranadya Mardita Bulamey Theophilus Wellem Theopillus J. H. Wellem Titin Restiani Mendrofa Tukino, Tukino Uly, Novem Untung Rahardja Wahyuningsih, Novia Wibowo, Kurniawan Indra Winny purbaratri Winsy C.D Weku Wiwin Sulistyo Yessica Nataliani Yessica Nataliani