Article Per Year (5 Year)
p-Index From 2020 - 2025
0.947
P-Index
This Author published in this journals
All Journal Majalah Ilmiah MOMENTUM TATAL JOURNAL OF APPLIED INFORMATICS AND COMPUTING Journal of Computing Theories and Applications Journal of Future Artificial Intelligence and Technologies
Achmad Nuruddin Safriandono
Sultan Fatah University
Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
KONVERSI DATABASE ACCESS KE MySQL DATA KEPEGAWAIAN PADA INSTANSI BADAN KEPEGAWAIAN DAERAH KABUPATEN JEPARA Nuruddin Safriandono, Achmad
TATAL Vol 8, No 2 (2013): TATAL VOL. 8 NO.2 MARET 2013
Publisher : TATAL

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

Abstract

Adanya kebutuhan data yang diperlukan oleh Badan Kepegawaian Daerah Provinsi, khususnya untuk kepentingan promosi jabatan. diperlukan keakurasian data yang ada di Badan Kepegawaian Daerah Provinsi. Untuk memenuhi kebutuhan tersebut, langkah yang ditempuh dengan mengadakan rekonsiliasi data. Salah satu langkah yang ditempuh dengan cara menyamakan struktur database dan versi database dengan menggunakan MySQL. Tingginya instensitas mutasi data kepegawaian di Badan Kepegawaian Daerah Kabupaten Jepara selaku pengelola data kepegawaian masih menggunakan MS Access dalam pengolahan database kepegawaian. Dengan adanya permasalahan tersebut maka diperlukan konversi database Access ke database MySQL. Permasalahan dalam kegiatan ini mencakup tiga hal, pertama bagaimana perancangan database yang dapat disesuaikan dengan database Badan Kepegawaian Daerah Provinsi. Kedua bagaimana langkah-langkah konversi database MS Access ke MySQL dengan SQLyog. Ketiga bagaimana langkah- langkah update data mutasi kepegawaian ke MySQL. Tujuan dari kegiatan ini yaitu untuk memenuhi kebutuhan data BKD Provinsi, dan memberi kemudahan pengelolaan berbagai jenis data mutasi kepegawaian. Metode yang dilakukan dalam kegiatan ini adalah merancang dan membuat database kepegawaian melalui beberapa tahapan. Tahapan-tahapan tersebut antara lain membuat analisis database lama, rancangan diagram entity relationship, menterjemahkan diagram ERD ke dalam database fisik, konversi database, dan menguji relasi antar tabel dan pengisian tabel database. Hasil dari kegiatan ini adalah sebuah database dapat memudahkan administrator data kepegawaian untuk memenuhi data ke Badan Kepegawaian Provinsi, dan memudahkan update berbagai jenis mutasi data kepegawaian dengan cepat dan akurat.Berdasarkan hasil kegiatan diatas disarankan kepada Badan Kepegawai daerah Kabupaten Jepara mengadakan pengadaan server yang memadai. Untuk menjaga ke akuratan data dalam database, operator update database harus memahami fungsi input dan output proses.Kata kunci : database, konversi, MySQL, entitas
IMPLEMENTASI SMS GATEWAY UNTUK PELANGGAN PPOB DI JAVA COMPUTER Nuruddin Safriandono, Achmad
TATAL Vol 9, No 1 (2013): TATAL VOL. 9 NO.1 SEPTEMBER 2013
Publisher : TATAL

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

Abstract

Tidak dapat dipungkiri, kebutuhan akan teknologi telah menjadi suatu wacana kehidupan di era informasi saat ini melalui teknologi manusia menginginkan cara-cara cepat, atau disebut shortcut dalam menyelesaikan permasalahan-permasalahan kehidupan.
RANCANG BANGUN E-LEMBAR KERJA SISWA SEBAGAI MEDIA PEMBELAJARAN YANG PRAKTIS, FLEKSIBEL DAN EDUKATIF BERBASIS WEB Nuruddin Safriandono, Achmad
TATAL Vol 10, No 1 (2014): TATAL VOL. 10 NO.1 SEPTEMBER 2014
Publisher : TATAL

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

Abstract

Tugas-tugas yang diberikan kepada peserta didik dapat berupa teoritis dan atau tugas-tugas praktis. Tugas teoritis misalnya tugas membaca sebuah artikel tertentu, kemudian membuat resume untuk dipresentasikan. Sedangkan tugas praktis dapat berupa kerja laboratorium atau kerja lapangan, misalnya survey tentang harga cabe dalam kurun waktu tertentu di suatu tempat.Lembar Kerja Siswa (LKS) Merupakan salah satu jenis alat bantu pembelajaran, bahkan ada yang menggolongkan dalam jenis alat peraga pembelajaran. Dalam pengertian lainnya Lembar kerja siswa (LKS) ialah lembar kerja yang berisi informasi dan perintah/instruksi dari guru kepada siswa untuk mengerjakan suatu kegiatan belajar dalam bentuk kerja, praktek, atau dalam bentuk penerapan hasil belajar untuk mencapai suatu tujuan.Dalam perancangan penelitian aplikasi ini, penulis menggunakan Penelitian ini menggunakan permodelan dengan menggunakan Flowchart diagram untuk menggambarkan alur dari system E-LKS yang akan dibuatSecara umum LKS merupakan perangkat pembelajaran sebagai pelengkap atau sarana pendukung pelaksanaan Rencana Pelaksanaan Pembelajaran (RPP). Lembar kerja siswa berupa lembaran kertas yang berupa informasi maupun soal-soal (pertanyaanpertanyaan) yang harus dijawab oleh peserta didik. LKS ini sangat baik digunakan untuk menggalakkan keterlibatan peserta didik dalam belajar baik dipergunakan dalam penerapan metode terbimbing maupun untuk memberikan latihan pengembangan.Kata Kunci: e-LKS, Media Pembelajaran, Web
APLIKASI WEB-LEARNING BERBASIS SISTEM PAKAR DIAGNOSIS KEJADIAN HIPOTERMIA PADA BAYI BARU LAHIR Nuruddin Safriandono, Achmad
TATAL Vol 7, No 2 (2012): TATAL VOL. 7 NO.2 MARET 2012
Publisher : TATAL

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

Abstract

Angka Kematian Bayi tergolong masih cukup inggi yaitu 34 per 1.000 kelahiran hidup. Angka Kematian Bayi (Infant Mortality Rate) di negara-negara maju telah turun dengan cepat dan sekarang mencapai angka dibawah 20 pada 1.000 kelahiran. Penurunan angka kematian perinatal berlangsung lebih lambat, sebabnya adalah karena kesehatan serta keselamatan janin dalam uterus sangat tergantung dari keadaan dan kesempurnaan bekerjanya sistem dalam tubuh ibu yang mempunyai fungsi untuk menumbuhkan hasil dari konsepsi hingga janin cukup bulan Hal ini disebabkan karena Bayi Berat Lahir Rendah (BBLR), perdarahan, tekanan darah yang tinggi saat hamil, infeksi, persalinan macet dan komplikasi keguguran. Penyebab tidak langusng kematian ibu dan bayi baru lahir adalah karena kondisi masyarakat seperti pendidikan, sosial ekonomi dan budaya. Proses diagnosis kejadian kesehatan atau penyakit dapat dilakukan dengan menggunakan teknik sistem pakar. penggunaan sistem pakar diagnosis kejadian hipotermia pada bayi baru lahir sangatlah diperlukan sehingga para ibu atau masyarakat bias mencegah kejadian tersebut dengan baikKata Kunci : sistem pakar, bayi baru lahir, hipotermia
PERANCANGAN E- POSYANDU DI POSYANDU MEKARSARI RW.VI KELURAHAN PEDALANGAN SEMARANG Nuruddin Safriandono, Achmad
TATAL Vol 7, No 1 (2011): TATAL VOL. 7 NO.1 SEPTEMBER 2011
Publisher : TATAL

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

Abstract

Pengembangan Sistem Informasi Posyandu berbasis Web (e-Posyandu) dilakukan oleh kader Posyandu dengan melakukan pencatatan dan pelaporan menggunakan instrumen Sistem Informasi Posyandu berbasis Web (e-Posyandu) Informasi yang dihasilkan Sistem Informasi Posyandu berbasis Web (e-Posyandu) antara lain hasil timbang, status gizi anak, imunisasi, tingkat risiko ibu hamil, imunisasi TT, daftar ibu dan anak yang hidup dan mati, Kartu Menuju Sehat Interaktif serta presensi petugas kader pada saat layanan Posyandu. Aplikasi berbasis web (web based application) adalah aplikasi yang dapat dijalankan langsung melalui web browser bisa menggunakan internet ataupun intranet dan tidak tergantung pada sistem operasi yang digunakan. Dalam mengembangkan sebuah sistem, menggunakan sebuah metode pengembangan sistem sehingga kegiatan yang dilakukan menjadi lebih teratur dan terstruktur. menggunakan Dynamic System Development Method (DSDM). Penyimpanan data anak sejak balita sangatlah diperlukan sehingga para peserta maupun kader posyandu bisa mudah mengakses data tumbuh kembang anak. Dengan penggunaan e-posyandu atau system informasi posyandu berbasis web diharapkan bisa digunakan secara mudah oleh peserta maupun kader posyanduKata Kunci : e-Posyandu, web
PENGGABUNGAN ALGORITMA FORWARD SELECTION DAN K-NEAREST NEIGHBOR UNTUK MENDIAGNOSIS PENYAKIT DIABETES DI KOTA SEMARANG Laily Hermawanti; Achmad Nuruddin Safriandono
JURNAL ILMIAH MOMENTUM Vol 12, No 2 (2016)
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jim.v12i2.1631

Abstract

K-Nearest Neighbor merupakan salah satu algoritma yang diusulkan oleh para peneliti data mining di bidang kesehatan seperti diabetes. Diabetes adalah perubahan menetap dalam sistem kimiawi tubuh yang mengakibatkan darah mengandung terlalu banyak garam. Penyebab penyakit diabetes adalah kekurangan hormon insulin. Hormon adalah unsur kimia yang dibuat oleh tubuh (dalam hal ini pankreas) dan dilepas ke dalam aliran darah untuk digunakan oleh bagian tubuh yang membutuhkan. Akibat salah satu penyakit diabetes adalah buang air kecil lebih sering, sebab kelebihan gula dalam darah disaring keluar oleh ginjal dengan mengeluarkan lebih banyak garam dan air. Maka dari itu, penyakit diabetes perlu didiagnosis. Algoritma yang digunakan dalam penelitian ini adalah penggabungan algoritma Forward Selection dan K-Nearest Neighbor. Hasil penelitian menunjukkan bahwa penggabungan algoritma Forward Selection dan K-Nearest Neighbor memiliki akurasi yang lebih baik dari pada algoritma K-Nearest Neighbor. Penelitian ini menghasilkan akurasi yang lebih tinggi daripada penelitian-penelitian sebelumnya. Kata kunci: data mining, Forward Selection, K-Nearest Neighbor, diabetes
Dataset and Feature Analysis for Diabetes Mellitus Classification using Random Forest Mustofa, Fachrul; Safriandono, Achmad Nuruddin; Muslikh, Ahmad Rofiqul; Setiadi, De Rosal Ignatius Moses
Journal of Computing Theories and Applications Vol. 1 No. 1 (2023): JCTA 1(1) 2023
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jcta.v1i1.9190

Abstract

Diabetes Mellitus is a hazardous disease, and according to the World Health Organization (WHO), diabetes will be one of the main causes of death by 2030. One of the most popular diabetes datasets is PIMA Indians, and this dataset has been widely tested on various machine learning (ML) methods, even deep learning (DL). But on average, ML methods are not able to produce good accuracy. The quality of the dataset and features is the most influential thing in this case, so deeper investment is needed to examine this dataset. This research will analyze and compare the PIMA Indians and Abelvikas datasets using the Random Forest (RF) method. The two datasets are imbalanced, in fact, the Abelvikas dataset is more imbalanced and has a larger number of classes so it is be more complex. The RF was chosen because it is one of the ML methods that has the best results on various diabetes datasets. Based on the test results, very contrasting results were obtained on the two datasets. Abelvikas had accuracy, precision, and recall, reaching 100%, and PIMA Indians only achieved 75% for accuracy, 87% for precision, and 80% for the best recall. Testing was done with 3, 5, 7, 10, and 15 tree number parameters. Apart from that, it was also tested with k-fold validation to get valid results. This determines that the features in the Abelvikas dataset are much better because more complete glucose features support them.
Analyzing Quantum Feature Engineering and Balancing Strategies Effect on Liver Disease Classification Safriandono, Achmad Nuruddin; Setiadi, De Rosal Ignatius Moses; Dahlan, Akhmad; Rahmanti, Farah Zakiyah; Wibisono, Iwan Setiawan; Ojugo, Arnold Adimabua
Journal of Future Artificial Intelligence and Technologies Vol. 1 No. 1 (2024): June 2024
Publisher : Future Techno Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/faith.2024-12

Abstract

This research aims to improve the accuracy of liver disease classification using Quantum Feature Engineering (QFE) and the Synthetic Minority Over-sampling Tech-nique and Tomek Links (SMOTE-Tomek) data balancing technique. Four machine learning models were compared in this research, namely eXtreme Gradient Boosting (XGB), Random Forest (RF), Support Vector Machine (SVM), and Logistic Regression (LR) on the Indian Liver Patient Dataset (ILPD) dataset. QFE is applied to capture correlations and complex patterns in the data, while SMOTE-Tomek is used to address data imbalances. The results showed that QFE significantly improved LR performance in terms of recall and specificity up to 99%, which is very important in medical diagnosis. The combination of QFE and SMOTE-Tomek gives the best results for the XGB method with an accuracy of 81%, recall of 90%, and f1-score of 83%. This study concludes that the use of QFE and data balancing techniques can improve liver disease classification performance in general.
Phishing Website Detection Using Bidirectional Gated Recurrent Unit Model and Feature Selection Setiadi, De Rosal Ignatius Moses; Widiono, Suyud; Safriandono, Achmad Nuruddin; Budi, Setyo
Journal of Future Artificial Intelligence and Technologies Vol. 1 No. 2 (2024): September 2024
Publisher : Future Techno Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/faith.2024-15

Abstract

Phishing attacks continue to be a significant threat to internet users, necessitating the development of advanced detection systems. This study explores the efficacy of a Bidirectional Gated Recurrent Unit (BiGRU) model combined with feature selection techniques for detecting phishing websites. The dataset used for this research is sourced from the UCI Machine Learning Repository, specifically the Phishing Websites dataset. This approach involves cleaning and preprocessing the data, then normalizing features and employing feature selection to identify the most relevant attributes for classification. The BiGRU model, known for its ability to capture temporal dependencies in data, is then applied. To ensure robust evaluation, we utilized cross-validation, dividing the data into five folds. The experimental results are highly promising, demonstrating a Mean Accuracy, Mean Precision, Mean Recall, Mean F1 Score, and Mean AUC of 1.0. These results indicate the model's exceptional performance distinguishing between phishing and legitimate websites. This study highlights the potential of combining BiGRU models with feature selection and cross-validation to create highly accurate phishing detection systems, providing a reliable solution to enhance cybersecurity measures.
Interpretable Machine Learning with SHAP and XGBoost for Lung Cancer Prediction Insights Kurniawan, Taufik; Hermawanti, Laily; Safriandono, Achmad Nuruddin
Journal of Applied Informatics and Computing Vol. 8 No. 2 (2024): December 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i2.8395

Abstract

Lung cancer remains one of the leading causes of death worldwide, and early detection through accurate and reliable methods is essential to improve patient prognosis. This study proposes a lung cancer classification model that integrates XGBoost with SHapley Additive exPlanations (SHAP) and Random Over Sampling (ROS) techniques to address the data imbalance problem. Using hyperparameter optimization through Optuna, the resulting model demonstrated superior performance, with an average accuracy of 96.84%, precision of 99.23%, recall of 94.51%, F1-score of 96.74%, specificity of 99.17%, and AUC of 96.84% in a 10-fold cross-validation evaluation. SHAP analysis provided significant interpretability, identifying key features such as gender, smoking habits, and physical signs of yellow fingers as the factors that most influence the model's predictions. The results of this study indicate that the proposed model is not only accurate, but also interpretable, making a significant contribution to supporting better clinical decision making in lung cancer diagnosis.
Co-Authors Akhmad Dahlan Budi, Setyo De Rosal Ignatius Moses Setiadi Dian Kristiawan Nugroho Farah Zakiyah Rahmanti Iwan Setiawan Wibisono Laily Hermawanti Laily Hermawanti Muslikh, Ahmad Rofiqul Mustofa, Fachrul Ojugo, Arnold Adimabua Suyud Widiono Taufik Kurniawan Warto -