Article Per Year (5 Year)
p-Index From 2021 - 2026
5.977
P-Index
This Author published in this journals
All Journal EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi ELSE (Elementary School Education Journal) : Jurnal Pendidikan dan Pembelajaran Sekolah Dasar Journal of Information Systems and Informatics Neo Teknika: Jurnal Ilmiah Teknologi Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Teknologi Informasi Cyberku Jurnal Algoritma Majalah Ilmiah Inspiratif Indonesian Journal of Community Empowerment (IJCE) "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika INOVTEK Polbeng - Seri Informatika Jurnal Ilmu Komputer
Abdul Rohman
Universitas Ngudi Waluyo
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 55 Documents
Search

 2   3   4   5   6 
Implementasi Algoritma Decision Tree C4.5 Untuk Prediksi Kepuasan Mahasiswa Terhadap Layanan Akademik Abdul Rohman; Agung Wibowo; Sabilatul Hidayah
Multimatrix Vol. 4 No. 1 (2022): Kemajuan Teknologi Informatika Pada Era Dunia Digital
Publisher : Universitas Ngudi Waluyo

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

Abstract

Pelayanan akademik di perguruan tinggi sangat berpengaruh terhadap keberhasilan proses belajar mengajar. Pelayanan akademik menjadi suatu usaha yang dilakukan lembaga pendidikan terutama perguruan tinggi untuk memberikan kemudahan akan pemenuhan kebutuhan mahasiswa dalam kegiatan belajarnya. Maka diperlukan suatu informasi kepuasan mahasiswa terhadap layanan akademik untuk djadikan sebagai prediksi dan bahan kebijakan di lembaga pendidikan terutama di S1 Teknik Informatika Universitas Ngudi Waluyo. Dalam penelitian ini dilakukan pengolahan data kepuasan mahasiswa terhadap layanan akademik saat pembelajaran menggunakan metode blended learning disaat pandemi covis-19 dengan menerapkan algoritma decision tree C4.55. Hasil dalam penelitian ini adalah membuat pola dan rule keputusan dengan 4 rule/pola dan nilai akurasinya 89.17% dengan nilai AUC 0,70 dengan kategori klasifikasi cukup. Kata kunci: Algoritma C4.5, Prediksi, Kepuasan Mahasiswa, Decision Tree
Pengembangan Model Evaluasi Berbasis Sistem Menggunakan Moodle di Komunitas e-guru Semarang Abdul Rohman
Multimatrix Vol. 4 No. 2 (2022)
Publisher : Universitas Ngudi Waluyo

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

Abstract

E-guru merupakan komunitas guru seluruh indonesia yang memiliki anggota 19.763 orang dari kalangan guru, dosen dan tenaga pengajar lainnya. Dalam pembelajaran, komponen evaluasi merupakan tahapan yang sangat penting untuk mengukur kemampuan siswa/mahasiswa dalam mempelajari materi yang disampaikan oleh pengajar dan evaluasi dijadikan sebagai umpan balik guru/dosen untuk mengembangan model pembelajaran yang sesuai kebutuhan masyarakat. Selain itu seorang guru dituntut untuk melek teknologi informasi dalam pengembangan evaluasi berbasis sistem terutama pemafaatan aplikasi/program moodle. Moodle merupakan aplikasi/program yang efektif dan efisien untuk melaksanakan pembelajaran secara blended learning terutama dalam pengembangan model evaluasi. Dengan adanya pengembangan model berbasis sistem menggunakan moodle bagi guru/dosen di komuniatas guru dalam bentuk pelatihan dan pendampingan, dapat memberikan pengetahun dan keterampilan dalam melaksanakan evaluasi berbasis digital. Kata kunci: Evaluasi, Sistem, Moodle
Implementasi Aplikasi Moodle Untuk E-Learning Bagi Guru-guru di Komunitas e-guru Semarang Abdul Rohman; Teguh Santoso
Multimatrix Vol. 5 No. 1 (2023): Jurnal Multimatrix Juli 2023
Publisher : Universitas Ngudi Waluyo

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

Abstract

Komunitas e-guru.id Semarang merupakan komunitas yang memberikan kompetensi guru-guru indonesia dalam bentuk pelatihan, workshop, diklat dan lainnya. Akan tetapi masih banyak anggota/peserta komunitas e-guru.id yang belum mengetahui dan memiliki keterampilan dalam pembuatan e-lerning menggunakan aplikasi moodle untuk memberikan pembelajaran kepada siswa secara jarak jauh atau online. Maka diperlukan program pengabdian kepada masyarakat dalam bentuk pelatihan dan pendampingan mengenai mengimplementasikan aplikasi moodle untuk e-learning. Hasil dari program pengabdian kepada masyarakat ini memberikan kompetensi dalam penggunaan media pembelajaran e-learning kepada guru-guru indonesia dalam komunitas e-guru.id. Kata kunci: e-guru.id, e-learning, moodle
Komparasi Algoritma Machine Learning dan Ensemble Methods dalam Prediksi Penyakit Jantung dengan Dataset yang Bervariasi Abdul Rohman; Sri Mujiyono
Multimatrix Vol. 4 No. 2 (2022)
Publisher : Universitas Ngudi Waluyo

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

Abstract

This study aims to compare the performance of various machine learning algorithms and ensemble methods in predicting heart disease, using two different datasets: datasets from the UCI Machine Learning Repository and Kaggle. Nine algorithms were tested, including Logistic Regression (LR), K-Nearest Neighbors (KNN), Decision Tree (DT), Random Forest (RF), XGBoost, LightGBM, CatBoost, Support Vector Machine (SVM), and Naive Bayes (NB). The data were processed through data cleaning, normalization, and splitting the dataset into training and test data. The experimental results showed that K-Nearest Neighbors (KNN) performed best with an accuracy of 91.80%, followed by Support Vector Machine (SVM) and Random Forest (RF), which also demonstrated stable and effective results in handling complex datasets. Although Decision Tree (DT) and Naive Bayes (NB) performed lower, these results demonstrate that basic machine learning algorithms can provide adequate results for heart disease classification. This study recommends the use of ensemble algorithms and further exploration in feature engineering to improve predictions.
Analisis Kinerja Algoritma Machine Learning untuk Prediksi Penyakit Jantung Menggunakan Metode Data Preprocessing Terintegrasi Abdul Rohman; Sri Mujiyono
Multimatrix Vol. 5 No. 1 (2023): Jurnal Multimatrix Juli 2023
Publisher : Universitas Ngudi Waluyo

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

Abstract

Penyakit jantung merupakan salah satu penyebab kematian tertinggi secara global, sehingga diperlukan metode prediksi yang akurat dan dapat dipercaya untuk mendukung deteksi dini. Penelitian ini bertujuan untuk menganalisis kinerja beberapa algoritma Machine Learning—Logistic Regression, Random Forest, Support Vector Machine (SVM) dengan kernel RBF, dan XGBoost—dalam memprediksi penyakit jantung menggunakan dataset Cleveland yang tersedia di platform Kaggle. Penelitian ini menggunakan pipeline preprocessing terintegrasi yang mencakup pembersihan data, transformasi data, reduksi data, serta pengujian dengan dua skenario: tanpa SMOTE dan dengan SMOTE untuk menangani ke kinerja kelas. Hasil penelitian menunjukkan bahwa Random Forest memberikan performa terbaik pada skenario tanpa SMOTE dengan akurasi 0.9016, recall 0.9643, F1-score 0.9000, dan ROC-AUC 0.9594. Sementara itu, penerapan SMOTE tidak secara signifikan meningkatkan akurasi, namun mampu menstabilkan recall dan F1-score pada beberapa algoritma, terutama Logistic Regression dan SVM. Secara keseluruhan, hasil eksperimen menegaskan bahwa kualitas preprocessing dan penanganan ke konsistensi kelas memiliki pengaruh utama terhadap kinerja model. Studi ini memberikan kontribusi pada penerapan praktik terbaik dalam pengembangan model prediksi penyakit jantung berbasis Machine Learning yang dapat direplikasi pada penelitian lanjutan maupun implementasi klinis. Kata kunci: Machine Learning, Prediksi Penyakit Jantung, Preprocessing Data, SMOTE, Random Forest, Regresi Logistik, SVM, XGBoost.
Implementation of Blended Learning Based on E-Learning in the e-guru.id Community Semarang Abdul Rohman; Purwosiwi Pandansari
Multimatrix Vol. 5 No. 2 (2023): Desember 2023
Publisher : Universitas Ngudi Waluyo

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

Abstract

Digital transformation in education encourages teachers to master innovative learning technologies. Digital teacher communities such as e-guru.id play a strategic role in facilitating the development of digital pedagogical competencies through the implementation of blended learning. This study aims to analyze the implementation of e-learning-based blended learning in the e-guru.id Semarang community, identify the platforms and strategies used, and explore the challenges and their impact on teacher competence. The research employed a descriptive qualitative approach with data collection techniques through observation, in-depth interviews, and documentation of 30 teacher members of the e-guru.id Semarang community. Data analysis was conducted descriptively qualitatively using the Miles and Huberman interactive model. The results showed that the e-guru.id Semarang community implemented a blended learning model with a combination of synchronous learning through Google Meet and Zoom, as well as asynchronous learning using Google Classroom, Moodle, and WhatsApp as supporting media. The implementation of blended learning in this community proved effective in increasing teachers' digital pedagogical competence by 76%, expanding access to collaboration among members, and improving the ability to design technology-based learning. However, challenges faced include limited internet access (43%), digital literacy gaps (35%), and time constraints (22%). The e-guru.id Semarang community has successfully become a model of a professional learning community that supports the sustainable development of teachers in the digital era. Keywords: blended learning, e-learning, teacher community, e-guru.id, digital competence
Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Bawang Merah dan Cabai Menggunakan Metode Forwad Chaining Afif Faisal Yasin; Sri Mujiyono; Abdul Rohman
Multimatrix Vol. 6 No. 1 (2024): Juli 2024
Publisher : Universitas Ngudi Waluyo

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

Abstract

Permasalahan terhadap virus penyakit pada tumbuhan bawang merah dan cabai dapat menyebabkan kerugian ekonomi yang signifikan bagi Pedagang sekalipun Petani. Oleh sebab itu perlu dikembangkan suatu system pakar untuk mendiagnosa virus ini dengan cepat dan akurat. Penelitian ini menggunakan metode Forward Chaining dan aturan If dan Then yang bertujuan untuk mengembangkan system pakar diagnosa penyakit pada tumbuhan tersebut. Untuk mengembangkan system pakar ini, dapat mengumpulkan berbagai data jenis hama penyakit yang biasanya menyerang bawang merah dan cabai beserta gejala – gejalanya. Hasil uji coba system ini menunjukan bahwa metode Forward Chaining sangat efektif dalam mendiagnosa penyakit tersebut. Dengan gejala memberikan gejala tertentu, system dapat dengan cepat menentukan jenis penyakit yang terjangkit. Keakuratan sistem ini memberikan harapan bagi para petani dan pedagang untuk mengatasi permasalahan gagal panen mereka yang ditimbulkan oleh serangga hama. Kata Kunci : Sistem Pakar, Forward Chaining, If Dan Then, Diagnosa, Penyakit Tanaman Bawang Merah Dan Cabai Problems with viral diseases in shallots and chili plants can cause significant economic losses for traders and even farmers. Therefore it is necessary to develop an expert system to diagnose this virus quickly and accurately. This study uses the Forward Chaining method and If and Then rules which aim to develop an expert system for diagnosing plant diseases. To develop this expert system, I collected data on various types of pests that usually attack shallots and chilies and their symptoms. The results of this system trial show that the Forward Chaining method is very effective in diagnosing the disease. By giving certain symptoms, the system can quickly determine the type of disease that is infected. The accuracy of this system gives hope to farmers and traders to overcome their crop failure problems caused by insect pests. Keywords: Expert System, Forward Chaining, IF and Then, Diagnose, Onion and chili plant diseases
Pengembangan Sistem Informasi Algoritma Berbasis Linier Search Untuk Transaksi Jual Beli Ikan Laut Berbasis Web di Pelabuhan Perikanan Deta verrensyah; Iwan Setiawan Wibisono; Abdul Rohman
Multimatrix Vol. 6 No. 1 (2024): Juli 2024
Publisher : Universitas Ngudi Waluyo

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

Abstract

Perkembangan teknologi informasi telah mengubah cara manusia berinteraksi dan melakukan berbagai kegiatan,termasuk dalam perdagangan. Salah satu sektor perdagangan yang mengalami perkembangan pesat adalah perdagangan ikan. Dalam rangka untuk meningkatkan efisiensi dan kenyamanan transaksi jual beli ikan. Perikanan penjualan dan pembelian Cilacap telah mengimplementasikan sistem berbasis web. Penelitian ini bertujuan untuk menggambarkan implementasi algoritma linear search pada sistem transaksi jual beli ikan berbasis web di PPC Cilacap. Algoritma Linear search digunakan untuk mencari data ikan yang tersedia dalam sistem berdasarkan kriteria tertentu, seperti jenis ikan,ukuran,dan harga. Penerapan algoritma ini diharapkan dapat membantu para pedagang dalam menemukan ikan yang sesuai dengan kebutuhan mereka dengan kebih cepat dan efisien. Kata kunci : Algoritma linear search,transaksi jual beli ikan,berbasis web,PPC Cilacap,Efisiensi,Berbasis web The development of information technology has changed the way humans interact and carry out various activities, including in trade. One of the trade sectors that experienced rapid development was the fish trade. In order to increase the efficiency and convenience of buying and selling fish transactions. Fishery sale and purchase of Cilacap has implemented a web-based system.This study aims to describe the implementation of the linear search algorithm on a web-based fish buying and selling transaction system at PPC Cilacap. The Linear search algorithm is used to find available fish data in the system based on certain criteria, such as fish species, size, and price. The application of this algorithm is expected to help traders find fish that suit their needs more quickly and efficiently. Keywords: linear search algorithm, fish buying and selling transactions, web-based, PPC Cilacap, efficiency, web-based
Prediksi Tingkat Pelayanan Pasien di Puskesmas Leyangan Menggunakan Algoritma C4.5 Muhammad Diva Livarizi; Iwan Setiawan Wibisono; Abdul Rohman
Multimatrix Vol. 6 No. 2 (2024): Desember 2024
Publisher : Universitas Ngudi Waluyo

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

Abstract

Abstract This study aims to develop the C4.5 algorithm, which is a decision tree method that has been proven efficient in data classification and prediction to predict the level of patient satisfaction with services at the Puskesmas. Patient satisfaction is an important indicator in evaluating the quality of health services and plays a role in improving the quality of puskesmas. Data collection was carried out through questionnaires and surveys filled out by Puskesmas patients. The data collected includes various service-related variables, such as services, facilities, and overall patient responsiveness. After that, the data is processed and analyzed using the C4.5 algorithm to form a predictive model. The results of this study will contribute to improving Puskesmas services by identifying aspects that need to be improved to increase patient satisfaction levels. Keyword : Prediction System, Decision Tree , Algorithm C4.5, Rapid Miner, Satisfaction Penelitian ini bertujuan untuk mengembangkan algoritma C4.5 yaitu salah satu metode pohon keputusan yang telah terbukti efisien dalam klasifikasi dan prediksi data guna memprediksi tingkat kepuasan pasien terhadap pelayanan di Puskesmas. Kepuasan pasien adalah indikator penting dalam mengevaluasi kualitas pelayanan kesehatan dan berperan dalam meningkatkan kualita puskesmas. Pengumpulan data dilakukan melalui kuesioner dan survei yang diisi oleh pasien Puskesmas. Data yang dikumpulkan mencakup berbagai variabel terkait pelayanan, seperti pelayanan, fasilitas, dan daya tanggap pasien secara keseluruhan. Setelah itu, data tersebut diolah dan dianalisis menggunakan algoritma C4.5 untuk membentuk model prediksi. Hasil penelitian ini akan memberikan kontribusi dalam meningkatkan pelayanan Puskesmas dengan mengidentifikasi aspek-aspek yang perlu diperbaiki untuk meningkatkan tingkat kepuasan pasien. Kata Kunci : Sistem Prediksi, Algoritma C4.5, Decision Tree, Rapid Miner, Kepuasan
Prediksi Minat Santri Pondok Pesantren Daarul Mukhlishin Masuk Perguruan Tinggi Menggunakan Algoritma C4.5 Salman Alfarizi; Abdul Rohman
Multimatrix Vol. 6 No. 2 (2024): Desember 2024
Publisher : Universitas Ngudi Waluyo

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

Abstract

Pendidikan merupakan salah satu hal yang paling mendasar yang dibutuhkan manusia, namun dalam prosesnya masih terjadi banyak masalah. Seperti halnya yang sedang terjadi di Pondok Pesantren Daarul Mukhlishin, para santri disana belum ada rasa minat atau belum terlihatnya minta untuk melanjutkan ke jenjang Pendidikan yang lebih tinggi seperti perguruan tinggi. Dengan hal itu perlu adamya prediksi terhadap santri, agar keinginan, kemauan, dan minat yang tinggi dapat terlihat dengan baik untuk menentukan masa depan para santri salah satunya dengan mereka melanjutkan studi jenjang perguruan tinggi. Oleh karena itu diperlukan Prediksi Minat Santri Pondok Pesantren Daarul Mukhlishin menggunakan Algoritma C4.5. penelitian ini dirancang dan dikembangkan menggunakan bahasa pemograman PHP dan MYSQL sebagai databasenya serta menggunakan Algoritma C4.5 untuk melakukan Perhitungan Prediksi yang memuat beberapa kriteria. Dari hasil pengujian menggunakan Confusion Matrix memperlihatkan bahwa sistem ini dapat berjalan sesuai dengan fungsinya yaitu dapat melakukan Prediksi Miat Santri Masuk Perguruan Tinggi. Serta pengujian akurasi yang menghasilkan tingkat akurasi yang sangat baik sebesar 100% dan tingkat kegagalan 0% dari hasil penelitian ini dapat disimpulkan bahwa Faktor yang paling berpengaruh dalam minat santri masuk perguruan tinggi adalah faktor eksternal sebesar 27% dan faktor yang paling kecil mempengaruhi adalah faktor internal sebesar 13% dari 5 Kriteria yaitu Keinginan,Cita- Cita,Motivasi Faktor Internal dan Eksternal. Kata Kunci : Algoritma C4.5, Minat, Pondok Pesantren Education is one of the most basic things that humans need, but in the process there are still many problems. As is the case at Daarul Mukhlishin Islamic Boarding School level, the students there don't have any interest or don't seem to want to continue on to a higher level of education. With this, it is necessary to have predictions for students, so that the desire, will, and high interest can be seen well to determine the future of the students. Therefore it is necessary to predict the interest of Daarul Mukhlishin Islamic Boarding School students using the C4.5 Algorithm. This research was designed and developed using the PHP and MYSQL programming languages as databases and using the C4.5 Algorithm to perform Prediction Calculations which contain several criteria. From the results of testing using the Confusion Matrix, it shows that this system can run according to its function, namely being able to predict students' intentions to enter higher education. As well as accuracy testing which produces an excellent accuracy rate of 100% and a failure rate of 0% from the results of this study it can be concluded that the most influential factor in students' interest in entering college is an external factor of 27% and the factor that has the least influence is internal factor by 13% of the 5 Criteria, namely Desires, Goals, Motivation, Internal and External Factors. Keywords: C4.5 Algorithm, Interest, Islamic Boarding School
Co-Authors Afiatna, Puji Afif Faisal Yasin Afifah Nur Hawa Agung Wibowo Agung Wibowo Anief Rufiyanto Aqmal Putra R.R Basuki Sulistio Bayu Evendi Catur Supriyanto Choerul Fikri Hamdani Cicik Harini Dedy Alan Wirawan Desi Fitria Wulandika Deta verrensyah Dika Ade Royani Erika Ifalinda Fernanda Bagus Dwi Prastyo Fiki Wijayanti Hanik Dewi Jayanti hia, Meriani Husnul Khotimah Intan Febriyana Irene Trivena Montalili Ismail, Ahmad Hafizh Iwan Setiawan Wibisono Khilda Afriyani Khoirul Asrofi Mayasa Kurnia Muhammad Diva Livarizi Muhammad Rochcham Munasiroh Munasiroh Nopita Widayanti Noviyana Dwi Herlinda Ray Taufiqy Sagala Rochmawati, Nur Intan Sabilatul Hidayah Salman Alfarizi Siska Nadeak Sri Mujiyono Sugeng Deri Pratama Tara Indah Afelia Teguh Santoso Ucik Lujiyanti Rukmana Vincent Suhartono Wahyu Aji Kuswoyo Wildan Khoiri Priandana Yoannes Romando Sipayung Yusak Maryunianta