Article Per Year (5 Year)
p-Index From 2021 - 2026
14.144
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama LEX ET SOCIETATIS Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Sistemasi: Jurnal Sistem Informasi Information System for Educators and Professionals : Journal of Information System Sebatik JOURNAL OF SCIENCE AND SOCIAL RESEARCH EDUKATIF : JURNAL ILMU PENDIDIKAN Menara Ilmu JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Community Development Journal: Jurnal Pengabdian Masyarakat Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Computer Science and Information Technology (CoSciTech) Bulletin of Computer Science Research Journal of Education Research Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Sains dan Teknologi Jurnal Sains Informatika Terapan (JSIT) Jurnal Komtekinfo Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Populer: Jurnal Penelitian Mahasiswa Jurnal Ilmiah Teknik Informatika dan Komunikasi Indonesian Research Journal on Education Jurnal Ilmiah Dan Karya Mahasiswa Jurnal Satya Informatika Jurnal Sistem Informasi dan Ilmu Komputer Indo Green Journal Jurnal Elektronika dan Teknik Informatika Terapan Jurnal Penelitian Teknologi Informasi dan Sains Saber: Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Jurnal Quancom: Jurnal Quantum Komputer Jurnal Pengabdian Masyarakat dan Riset Pendidikan Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Pengabdian Masyarakat Bangsa Jurnal Ilmu Komputer dan Informatika Indo Green Journal Jurnal TAM (Technology Acceptance Model) Journal of Computer Science Advancements Edumaspul: Jurnal Pendidikan
Billy Hendrik
Univesitas Putra Indonesia YPTK
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 8   9   10   11   12 
PREDIKSI PRODUKTIVITAS LAHAN KELAPA SAWIT PASCA PEREMAJAAN MENGGUNAKAN ALGORITMA MACHINE LEARNING Sukardi Sukardi; Billy Hendrik
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3279

Abstract

Abstract: Oil palm land rejuvenation is an essential step in maintaining long-term productivity. However, uncertainty about post-rejuvenation productivity poses a significant challenge for farmers and plantation managers. This study aims to develop a predictive model for oil palm land productivity after rejuvenation using machine learning algorithms. The methods used include historical production data collection, environmental factors, and plant characteristics. The tested algorithms include Linear Regression, Random Forest, and Artificial Neural Network (ANN). The results indicate that the Random Forest model has the highest accuracy in predicting productivity with an R-squared value of 0.87. Implementing this model is expected to support more accurate decision-making in oil palm plantation management. Keyword: Oil Palm; Rejuvenation; Productivity Prediction; Machine Learning Abstrak: Peremajaan lahan kelapa sawit merupakan langkah penting dalam mempertahankan produktivitas jangka panjang. Namun, ketidakpastian mengenai produktivitas pasca peremajaan menjadi tantangan utama bagi para petani dan pengelola perkebunan. Studi ini bertujuan untuk mengembangkan model prediksi produktivitas lahan kelapa sawit pasca peremajaan dengan menggunakan algoritma machine learning. Metode yang digunakan mencakup pengumpulan data historis produksi, faktor lingkungan, serta karakteristik tanaman. Algoritma yang diuji meliputi Regresi Linear, Random Forest, dan Artificial Neural Network (ANN). Hasil penelitian menunjukkan bahwa model Random Forest memiliki akurasi tertinggi dalam memprediksi produktivitas dengan nilai R-squared sebesar 0,87. Implementasi model ini diharapkan dapat membantu pengambilan keputusan yang lebih akurat dalam manajemen perkebunan kelapa sawit. Kata kunci: Kelapa Sawit; Peremajaan; Prediksi Produktivitas; Machine Learning
PENGENALAN TEKNOLOGI ROBOT PADA ANAK SEKOLAH DASAR Billy Hendrik; Hasri Awal
Jurnal Pengabdian Masyarakat Bangsa Vol. 1 No. 1 (2023): JURMAS BANGSA
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jpb.v1i1.140

Abstract

Robotika tampaknya menjadi hal yang populer akhir-akhir ini, baik di bidang profesional maupun di ruang kelas. Alih-alih mengambil alih pekerjaan kita, robot, kecerdasan buatan, dan penggunaannya yang meningkat justru menciptakan pasar kerja yang benar-benar baru. Karenanya, kemunculan mereka bukanlah ancaman, melainkan peluang yang tak tergantikan. Robot dan kecerdasan buatan harus terus dirancang, diproduksi, diprogram, dipelihara, diperbarui, dan ditingkatkan. Di sini anak bisa ikut bermain. Hanya orang yang memahami robotika, desain, pengkodean, dan mekanik yang dapat melakukan pekerjaan semacam ini. Pekerjaan serbaguna seperti itu tidak hanya diminati, tetapi juga dibayar dengan baik. Jadi mengajarkan robotika kepada anak-anak sejak usia dini merupakan investasi cerdas untuk masa depan mereka
PELATIHAN TEKNOLOGI INTERNET PADA SISWA SEKOLAH DASAR Billy Hendrik; Hasri Awal
Jurnal Pengabdian Masyarakat Bangsa Vol. 1 No. 2 (2023): JURMAS BANGSA
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jpb.v1i2.171

Abstract

Pelatihan internet bagi siswa sekolah dasar telah menjadi inisiatif penting dalam menghadapi perkembangan teknologi digital. Dalam era di mana akses ke informasi dan interaksi online semakin meluas, penting bagi siswa untuk memiliki pemahaman yang kuat tentang penggunaan yang aman, etis, dan produktif dari internet. Pelatihan semacam ini bertujuan untuk memberikan siswa keterampilan yang diperlukan untuk berinteraksi secara cerdas dalam dunia digital yang semakin kompleks. Pelatihan internet pada siswa sekolah dasar mencakup beberapa aspek utama. Pertama, fokus diberikan pada keamanan online, di mana siswa diajarkan tentang praktik-praktik yang harus diikuti untuk menjaga privasi mereka dan menghindari risiko potensial yang dapat muncul saat berinteraksi di dunia maya. Selain itu, pelatihan juga menggarisbawahi pentingnya etika digital dalam berkomunikasi dan berperilaku online. Melalui pendekatan holistik ini, pelatihan internet pada siswa sekolah dasar bertujuan untuk menghasilkan generasi yang cerdas dalam penggunaan internet, mampu mengenali risiko dan peluang yang ada, serta dapat berkontribusi secara positif dalam dunia maya yang semakin terkoneksi. Dengan pemahaman yang kuat tentang penggunaan internet yang aman dan etis, siswa dapat meraih manfaat maksimal dari teknologi digital tanpa mengorbankan keamanan dan integritas pribadi
OPTIMASI PROSES PENANGKAPAN IKAN: PENGEMBANGAN SISTEM INFORMASI BERBASIS TEKNOLOGI UNTUK PEMANTAUAN DAN PENGELOLAAN SUMBER DAYA PERIKANAN DI DAERAH PESISIR Billy Hendrik; Ritna Wahyuni; Ade Saputra
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 1 (2024): JURMAS BANGSA
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jpb.v2i1.208

Abstract

Pengembangan Sistem Informasi Berbasis Teknologi telah menjadi kunci utama dalam mengatasi berbagai tantangan yang dihadapi oleh komunitas nelayan di wilayah pesisir. Proyek ini bertujuan untuk mengoptimalkan proses penangkapan ikan melalui implementasi sistem informasi yang inovatif. Sistem ini tidak hanya memberikan pemantauan yang efektif terhadap kondisi laut dan cuaca, tetapi juga memfasilitasi manajemen sumber daya perikanan yang berkelanjutan. Pelatihan dan workshop akan diadakan untuk memperkenalkan teknologi ini kepada komunitas nelayan, sehingga mereka dapat mengintegrasikan penggunaan sistem informasi ke dalam praktik sehari-hari mereka. Melalui pendekatan ini, diharapkan kesejahteraan nelayan dapat ditingkatkan, sementara keberlanjutan lingkungan pesisir tetap terjaga.
IDENTIFIKASI SENTIMEN PENGGUNA APLIKASI JKN BERBASIS TERM FREQUENCY-DOCUMENT FREQUENCY DAN SUPPORT VECTOR MACHINE Alicia Mulya Maharani; Musli Yanto; Billy Hendrik
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 4 (2026): August 2026 (1)
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i4.6895

Abstract

Abstract: User reviews of the Jaminan Kesehatan Nasional (JKN) mobile application on app distribution platforms continue to increase in line with the growing use of digital health services in Indonesia. These reviews contain sentiments related to the application, yet they have not been systematically analyzed to reveal user perception and satisfaction toward the JKN application. This study aims to analyze sentiment in JKN application reviews by employing the Term Frequency–Inverse Document Frequency (TF-IDF) method combined with the Support Vector Machine (SVM) algorithm. The review data processing stage began with preprocessing, comprising cleaning, case folding, tokenization, stopword removal, and stemming, followed by weighting using TF-IDF to transform textual data into numerical data in accordance with word occurrence frequency. The weighting results then served as input for the SVM algorithm to construct a separating hyperplane between classes, thereby classifying reviews into positive or negative categories. The research dataset consisted of 10,000 JKN application user reviews obtained through scraping from the Google Play Store platform. The testing results showed an accuracy of 99.83%, precision of 99.92%, recall of 99.83%, and an F1-score of 99.87%. These results demonstrate that the combination of TF-IDF and SVM can produce highly accurate sentiment classification of JKN application user reviews. User perception and satisfaction obtained from this sentiment identification serve as an evaluative basis for JKN application administrators to encourage improvements in the quality of digital health services in Indonesia. Keyword: Sentiment Analysis, TF-IDF, JKN, Support Vector Machine, User Reviews.   Abstrak: Ulasan pengguna aplikasi Jaminan Kesehatan Nasional (JKN) pada platform distribusi aplikasi terus bertambah seiring meningkatnya penggunaan layanan kesehatan digital di Indonesia. Ulasan tersebut memuat sentimen terkait kualitas layanan, kemudahan penggunaan, dan kinerja fitur, namun belum dianalisis secara sistematis untuk mengetahui persepsi dan kepuasan pengguna terhadap aplikasi JKN. Sentimen dalam ulasan pengguna aplikasi JKN dianalisis menggunakan metode Term Frequency Inverse Document Frequency (TF-IDF) dan Support Vector Machine (SVM) sebagai tujuan dari penelitian ini. Tahapan untuk mengolah data ulasan pada penelitian ini merupakan preprocessing (cleaning, case folding, tokenization, stopword removal, dan stemming), disusul pembobotan memakai TF-IDF agar data teks bertransformasi menjadi data numerik selaras dengan frekuensi kemunculan kata. Hasil pembobotan menjadi input bagi algoritma SVM untuk membentuk hyperplane pemisah antar kelas, sehingga ulasan diklasifikasikan ke dalam kategori positif atau negatif. Dataset penelitian berjumlah 10.000 ulasan pengguna aplikasi JKN yang diperoleh melalui scraping dari platform Google Play Store. Hasil pengujian dari penelitian yaitu akurasi sebesar 99,83%, presisi 99,92%, recall 99,83%, dan F1-score 99,87%. Hasil dari pengujian tersebut membuktikan kombinasi TF-IDF dan SVM dapat menghasilkan klasifikasi sentimen ulasan pengguna aplikasi JKN dengan ketepatan tinggi. Gambaran mengenai persepsi dan kepuasan pengguna diperoleh dari hasil identifikasi sentimen ini untuk bahan evaluasi bagi pengelola aplikasi JKN guna mendorong peningkatan kualitas layanan kesehatan digital di Indonesia. Kata kunci: Analisis Sentimen, TF-IDF, JKN, Support Vector Machine, Ulasan Pengguna.
Metode Fuzzy Untuk Mengidentifikasi Kepribadian Siswa Amir Salim Khairul Rijal; Billy Hendrik
Populer: Jurnal Penelitian Mahasiswa Vol. 2 No. 4 (2023): Desember : Jurnal Penelitian Mahasiswa
Publisher : Universitas Maritim AMNI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58192/populer.v2i4.1456

Abstract

Personality recognition is one of the important things for recognizing oneself and other people. This identification is made based on a person's personality traits, based on Kant's personality theory. There are very few teachers who do not understand their students' personalities. During the teaching and learning process, some teachers do not clearly understand students' personalities, so it will be difficult for teachers to deliver learning material that arouses students' interest and thus influences the process of imparting knowledge. Consciousness is inhibited. Therefore, the FuzzyTsukamoto method is used to identify student personalities. The aim of this research is to help teachers group and identify students' personalities so that they can easily determine the right treatment method to develop their talents and interests. The system's input is taken from personality traits relevant to the student. The knowledge base is taken from child clinical psychologists and is built on the principle (IF-THEN). The results of the fuzzy calculation are that the student has a personality that is optimistic, quick-tempered, melancholic, or boring. The results of this method test by carrying out systematic calculations and tests, obtain personality results that are in accordance with the student's personality characteristics. and works fine. Therefore, it may be advisable to help teachers determine how to treat students.
Perancangan Sistem Informasi Peramalan Produksi Teh Menggunakan Metode Fuzzy Tsukamoto Berbasis Web Fungki Wahyu; Billy Hendrik
SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Vol. 1 No. 4 (2023): Oktober : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/saber.v1i4.449

Abstract

Todays, technology is also widely used in various fields for various needs. Based on data from. Various sectors, such as education, business, tourism, to the agricultural sector, widely use websites. There are various implementations or applications of technological developments in agriculture, one of which is the application of calculating an agricultural product in Kerinci experienced ups and downs due to less stable weather conditions. Calculations in determining an agricultural product can use several calculation methods, one of which is the Tsukamoto fuzzy method. Tsukamoto's fuzzy method is an extension of monotone reasoning. In Tsukamoto's method, every consequence has a rule in the form of IF-THEN that must be represented in a fuzzy set with a monotone arrangement function. So this requires a system that can produce predictions in tea production in Kerinci tea plantations to meet market needs. The solution offered is a production prediction system in Kerinci plantations using the Tsukamoto fuzzy method. The prediction results obtained in this study were a 36% increase in tea sales production.
Co-Authors A'yuni, Qurrata Abdi Juliantho, Dwana Abdi Julianto, Dwana Ade Puspita Sari Ade Saputra Ade Saputra Ade saputra Afifah Syahidah Nahda Akbar, Syifa Chairunnissa Deliva Akhiruddin Pulungan Alicia Mulya Maharani Amin Amirul Mukminin, Andi Amin, Andi Amir Salim Khairul Rijal Amir Salim Khairul Rijal Amri, Yassirli Andi, Muhammad Yusril Haffandi Aprilian Gevindo Arby, Willya Aswandi, Nopan Budiantoro, Hendro Deti Karmanita Dewi, Apriandini Sri Dian Maharani Diffri Solihin Siregar Doni Karseno Dwana Abdi Juliantho Dzil Hidayati Elpina Sari Dewi Hasibuan Fadhila Putri Sani Fadil Idensia Febby Olivia, Ladyka Firdaus Firdaus daus Firdaus Firdaus Fitri Amelia Lubis Fungki Wahyu Fungki Wahyu Gevindo, Aprilian Ghinaa Fadhiilah Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Haffandi, Muhammad Yusril Harry Theozard Fikri Hasri Awal hidayat, Ilsa Ikhlas, Ariza Imam Fakhri Muhammad Indhira, Sonia Juliantho, Dwana Abdi Kalfinus Waruwu Karseno, Doni Ladyka Febby Olivia Lubis, Fitri Amelia Sari Lubis, Fitri Sari Lubis, Siti Sahara Mardhiah Masril Muhammad, Imam Fakhri Nasution, Ayu Lestiani Nella Novrina Doni Nugraha, Fajri Olivia, Ladyka Febby Ondra Eka Putra Permana, Nabilah Putri Putri Ramadani Resnawita Resnawita Resnawita Rico Anggara Ridwan Sutri Ridwan, Ridwan Riris Agustin Riris Agustin Ritna Wahyuni Rizqi Nusabbih Hidayatullah Gaja Roy Efendi Subarja Roy Efendi Subarja Roy Efendi Subarja Ruri Hartika Zain Ruri Hartika Zain Rusydi, Rezki Sahara Lubis, Siti Sani, Fadhila Putri Santriawan, Aji Sarjon Defit Satria Satria, Satria Septiawan, Edo Siti Sahara Lubis Siti Sahara Lubis Sonia Indhira Sonia Indhira, Sonia Sovia, Rini Sri Mulya Subarja, Roy Efendi Sukardi Sukardi Sukardi Sukardi Sumijan Sumijan Supperianto, Bambang Suri, Melati Rahma Syafri Arlis Tamin, Zulfiqar Tio Doli Raharjo Uthama, Rayhan Vidyanti, Angela Wira, M Wira Sanjaya Wirdawati, Wira Yanto, Musli Yuhandri Yuhandri, Yuhandri Yuliana Pertiwi