Article Per Year (5 Year)
p-Index From 2021 - 2026
2.753
P-Index
This Author published in this journals
All Journal Dinamik Sainteks Jurnal SOLMA Psychology, Evaluation, and Technology in Educational Research Jurnal Sistem Komputer & Kecerdasan Buatan JURMA : Jurnal Program Mahasiswa Kreatif Urecol Journal. Part E: Engineering Jurnal Abdimas Indonesia Jurnal Bisnis Digital dan Sistem Informasi Jurnal Ilmu Komputer dan Matematika
Agung Prihandono
Universitas Muhammadiyah Kudus, Indonesia
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
DETEKSI DINI ASD(AUTISM SPECTRUM DISORDER) MENGGUNAKAN MACHINE LEARNING Taftazani Ghazi Pratama; Achmad Ridwan; Agung Prihandono
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 2 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i2.1998

Abstract

Deteksi dini ASD pada seorang balita sangat membantu orang tua untuk mengetahui kembang tumbuh anak. Pada penelitian ini bertujuan untuk  deteksi dini ASD  menggunakan Naive Bayes dan KNN yang diterapkan pada dataset Autism screening data for toddlers.  Penelitian ini dilakukan melalui tahapan pra pengolahan, pembagian data training 80% dan testing 20%, pembuatan model, dan evaluasi dari model yang dibuat.  Hasil evaluasi model yang dibuat  menunjukkan bahwa KNN memperoleh nilai akurasi, sensitivitas, dan spesifisitas lebih tinggi daripada Naive Bayes. KNN memperoleh nilai akurasi sebesar  95,73%, sensitivitas sebesar 93,84%, dan  spesifisitas100%. Hal ini mengindikasikan bahwa KNN dapat membantu dalam deteksi dini pada seorang balita dengan kinerja yang baik. 
PENERAPAN TEKNIK BAGGING UNTUK MENINGKATKAN AKURASI KLASIFIKASI PADA ALGORITMA NAIVE BAYES DALAM MENENTUKAN BLOGGER PROFESIONAL Agung Prihandono; Muhammad Magfurun
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.1218

Abstract

Blog memang banyak diminati baik dari kalangan remaja hingga dewasa maupun orang tua. Blogger memiliki latar belakang yang sama yaitu suka menulis dengan memanfaatkan internet. Satu hal yang membuat blog akan disukai pengunjung yaitu blog yang konsisten. Sebagai blogger yang bertanggung jawab, menulis atau mengisi blog haruslah konsisten. Konsisten dalam pengertian waktu dan tema. Konsisten waktu artinya blogger harus menulis rutin misalnya setiap hari, seminggu sekali atau dua kali, sebulan sekali, dan lainnya. Sebenarnya bebas tetapi jika rutin atau terjadwal maka akan jadi bloger professional . data mining dapat dimanfaatkan untuk mengklasifisikan  bloger professional. Ada beberapa model data mining salah satunya klasifikasi. Di bidang klasifikasi, ada banyak cabang yang berkembang yaitu pohon keputusan (decision tree).Metode yang digunakan untuk mengolah data yang sifatnya besar untuk menemukan pola yang terdapat didalamnya diantaranya adalah Algoritma Naïve Bayes Classification (NBC) yang merupakan algoritma dari metode  teorema bayes. Dalam riset ini, data yang digunakan adalah Blogger dataset yang diambil dari UCI repository of machine learning. Pada dataset ini  atributnya terdiri : Pendidikan (degree), tingkah politik(caprice), topik, media local turnover (LMT) dan ruang lokal, politik dan sosial (LPSS). Akurasi sangat penting dalam  pengklasifikasian. Ensemble method adalah metode yang digunakan untuk meningkatkan akurasi algoritma klasifikasi dengan membangun beberapa classifier dari data training. Dari hasil penelitian, dengan menerapkan teknik bagging untuk klasifikasi berbasis ensemble pada algoritma naïve bayes  dapat meningkatkan akurasi sebesar 3,00 %. Dengan akurasi awal 77,00%, setelah diterapkan teknik bagging menjadi 80,00%.
ANALISIS DAN PERANCANGAN APLIKASI GURU LES PRIVAT BERBASIS ANDROID Ahmad AlBirrul Iqbal; Agung Prihandono; Widya Cholid Wahyudin; Taftazani Ghazi Pratama
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 2 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i2.2510

Abstract

Pendidikan memegang peranan penting dalam kemajuan masyarakat dan guru les privat menjadi alternatif bagi siswa yang mencari bibimbingan tambahan di luar lingkup sekolah. Kebutuhan akan guru les berkualitas semakin meningkat seiring persaingan akademik yang semakin ketat. Oleh karena itu, pengembangan aplikasi guru les privat berbsis Android menjadi menarik untuk menghubungkan guru les dengan calon murid. Penelitian ini bertujuan untuk menganalisis dan merancang aplikasi guru les privat berbasis Android yang efektif dan efisien. Metode penelitian meliputi analisis kebutuhan pengguna dan penelitian terkait teknologi terbaru. Dalam tahap analisis kebutuhan, dilakukan wawancara dengan calon murid, guru les, dan orang tua siswa untuk memahami keinginan dan kebutuhan mereka. Aplikasi ini menawarkan antarmuka user-friendly, navigasi intuitif, dan fitur pencarian. Sementara itu, calon murid dapat mencari guru les berdasarkan tingkat pendidikan dan lokasi. Proses pengembangan aplikasi melibatkan teknologi Android terkini dan pengujian menyeluruh untuk memastikan fungsionalitas dan keamanan aplikasi. Harapannya aplikasi ini dapat menigkatkan aksesibilitas dan kualitas pembelajaran di lingkungan lokal serta menciptakan hubungan erat antara guru les dan murid
PERANCANGAN WEBSITE RESPONSIF SIMAS UNTUK PENYULUHAN STUNTING DAN GIZI ANAK PADA MASYARAKAT Syarif Hidayatullah; Widya Cholid Wahyudin; Agung Prihandono; Saiful Ulya
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 1 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i1.2319

Abstract

Abstrak Stunting merupakan masalah serius yang mempengaruhi pertumbuhan fisik dan perkembangan kognitif pada anak – anak. Penanganan stunting memerlukan upaya preventif dan penyuluhan yang tepat untuk meningkatkan kesadaran dan pengetahuan kepada masyarakat terkait gizi anak. Dalam penelitian ini, menyajikan perancangan sebuah website responsif yang bertujuan untuk memberikan penyuluhan yang mudah diakses dan informatif tentang stunting dan gizi anak.            Metode perancangan website ini didasarkan pada pendekatan pengembangan berbasis pengguna, dengan menerapkan berbagai studi literatur dan survei awal untuk memahami kebutuhan pengguna potensial. Hasil analisis tersebut menjadi dasar dalam menyusun struktur konten dan antarmuka website. Responsivitas website di utamakan untuk memastikan aksesibilitas dari berbagai perangkat, termasuk ponsel pintar dan tablet.            Website ini mencakup berbagai fitur penting seperti infomasi tenatang penyebab dan cek stunting. Brainstorming merupakan metode yang efektif untuk mengumpulkan beragam gagasan. Teknik ini digunakan dalam mencari solusi dan menganalisis kebutuhan pengguna pada pengembangan platform Simas. 
SISTEM JUMLAH PENGUNJUNG DI PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH KUDUS MENGGUNAKAN KAMERA SINGLE SHOT DETECTOR (SSD) Muhammad Maghfurun; Widya Cholid; Agung Prihandono; Deka Setya Negara
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 2 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i2.2023

Abstract

AbstrakProblematika pengunjung perpustakaan di Universitas Muhammadiyah Kudus melebihi kapasitas. Oleh sebab itu, perlu dibatasi karena berdampak pada kapasitas perpustakaan yang sudah ditentukan. Penelitian ini dibuat untuk  efektivitas, efisiensi dan kemudahan pengendalian pengunjung melalui penggunaan informasi yang berkualitas sehingga dihasilkan oleh sistem informasi. Kajian ini dilakukan pembuatan sistem yang dapat menghitung jumlah pengunjung dengan Image Processing melalui video hasil tangkapan kamera yang terpasang diatas pintu masuk, sehingga dapat mendeteksi jumlah pengunjung yang masuk, keluar, dan yang sedang berada di ruang perpustakaan Universitas Muhammadiyah Kudus. Tujuan dari penelitian ini adalah membuat sistem yang mempunyai akurasi tinggi dalam proses perhitungan keluar-masuknya pengunjung dari sebuah perpustakaan, sehingga dapat mengantisipasi jumlah pengunjung yang berada dalam area perpustakaan Universitas Muhammadiyah kudus. Hasil dari penelitian ini dapat disimpulkan bahwa sistem ini mampu mendeteksi pengunjung dengan 3 macam kondisi, yaitu dengan akurasi berjalan 100%, berjalan cepat 86%, dan berlari dengan akurasi 60%. Adapun Tingkat ketepatan penghitungan dengan kondisi ramai pengunjung lalu-lalang seperti yang didapat dari video input memiliki hasil 98% untuk pengunjung masuk, 95% pengunjung keluar, dan 96% untuk menghitung jumlah pengunjung. Kata Kunci: Sistem Jumlah Pengunjung Perpustakaan, Image Processing, Artificial Intellegence, Single Shoot Detector.
PREDIKSI STUNTING PADA BALITA DI RUMAH SAKIT KOTA SEMARANG MENGGUNAKAN NAIVE BAYES Widya Cholid Wahyudin; Fida Maisa Hana; Agung Prihandono
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 1 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i1.1792

Abstract

Stunting is chronic malnutrition caused by insufficient nutritional intake over a long period of time due to the provision of food that is not in accordance with needs. This study focuses on malnutrition in toddlers. Stunting in toddlers is more common in toddlers aged 12-59 months than toddlers aged 0-24 months. Stunting can have short and long-term impacts. This study used toddler data for 2018 which was obtained from the Semarang City Health Center with toddlers aged 0-59 months. This research aims to value the classification results of stunting nutritional status in toddlers using the Naive Bayes Classifier algorithm. The Naive Bayes Classifier algorithm is one of the algorithms used for the classification process that can solve problems with large amounts of data so that it can produce a probability value for a hypothesis that is sought. It is proved by the results of testing with the Naive Bayes Classifier algorithm, which was carried out on all data in a dataset of 300 records, the accuracy achieved is 85.33%.
Co-Authors Achmad Ridwan Achmad Ridwan Achmad Ridwan, Achmad Ade Ima Afifa Himayati Ahadin, Akbar Ihsanul Ahmad AlBirrul Iqbal Ananda Widitomo Puntoadi Andi Kurniawan Arlinwibowo, Janu Baehaqi Deka Setya Negara Dewi Hartinah Dika Anggara Putra Dika Anggara Putra Dina Lusianti Eddy Nurraharjo Fida Maisa Hana Hari Murti Ihsanul Ahadin, Akbar Imam Prayogo Pujiono Janu Arlinwibowo Jayanti Putri Purwaningrungrum Latifah Nur Ahyani Mochamad Edris Muhammad Magfurun Muhammad Maghfurun Noor Azizah Nuk Ghurroh Setyoningrum Osama Maulana Haq Putri Purwaningrum, Jayanti Saiful Ulya Sitta Hasanatin Sholihah Syarif Hidayatullah Taftazani Ghazi Pratama Taftazani Ghazi Pratama Widya Cholid Widya Cholid Wahyudin Widya Cholid Wahyudin Wismarini, Th Dwiati Wiwien Hadikurniawati Yunus Mustaqim Yunus Mustaqim, Yunus Zuly Budiarso