Claim Missing Document
Check
Articles

Community preserving sparsification based on K-core for enhanced community detection in attributed networks Setiadi, Tedy; Yaakub, Mohd Ridzwan; Bakar, Azuraliza Abu
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.2209

Abstract

Community detection is an important aspect of complex network analysis, especially in attribute networks where topological structure and attribute information both play a role in community formation. Traditional structure-based methods tend to result in topologically dense but semantically inconsistent communities, while attribute-based approaches can improve semantic coherence but face scalability constraints and high computational costs. On the other hand, graph sparsification techniques have been used to reduce the size of the network, but most focus on structural aspects alone and rarely consider attributes, so the quality of the resulting community is often degraded. This study proposes CPSK (Community Preserving Sparsification based on K-core), a sparsification framework that combines k-core decomposition with attribute-based side weighting. This approach is designed specifically for attribute networks, with the aim of maintaining a balance between structural reduction and community semantic consistency, while improving the efficiency of the detection process. Evaluation of the six datasets showed that CPSK consistently generates more stable and meaningful communities than existing attribute-based community detection methods, while maintaining an edge in computing efficiency on large-scale and heterogeneous networks.
PENERAPAN ALGORITMA BFS DALAM SISTEM REKOMENDASI TEMAN BERDASARKAN KEDEKATAN PADA JEJARING SOSIAL Wahyudi, Iqbal; Hamri, Muhammad Akhyar Fath Khairullah; Setiawan, Nendi Bagus; Pratama, Zean Ananda; Setiadi, Tedy
JIPETIK:Jurnal Ilmiah Penelitian Teknologi Informasi & Komputer Vol 6, No 2 (2025): JIPETIK: Jurnal Ilmiah Pendidikan Teknologi Informasi & Komputer
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jipetik.v6i2.24333

Abstract

Perkembangan teknologi dan jejaring sosial memungkinkan pengguna terhubung luas melalui platform digital seperti Facebook dan Instagram. Salah satu fitur penting adalah sistem rekomendasi teman, yang membantu memperluas jaringan sosial secara efektif. Penelitian ini menerapkan algoritma Breadth-First Search (BFS) untuk membangun sistem rekomendasi teman berdasarkan kedekatan hubungan sosial. Jejaring sosial dimodelkan sebagai graf tak berarah, dengan simpul mewakili pengguna dan sisi menunjukkan hubungan pertemanan dua arah. BFS digunakan untuk menelusuri graf mulai dari pengguna aktif, mengidentifikasi teman langsung (level 1) dan teman dari teman (level 2) yang berpotensi direkomendasikan. Implementasi dilakukan menggunakan bahasa Python, dengan struktur data adjacency list, queue, dan set. Hasilnya menunjukkan bahwa pendekatan BFS mampu menghasilkan rekomendasi yang relevan secara sosial, efisien untuk jaringan berskala besar, serta mendukung pengalaman pengguna dalam membangun relasi baru. Sistem ini menyoroti pentingnya kedekatan sosial struktural dalam menentukan calon teman potensial.
Implementasi Vending Machine Ramen dengan Menggunakan Mealy Machine Ammara Desma Marzooqa; Farhatush Shalihah Yumna; Finna Luthfiah Hafizh; Tedy Setiadi
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 9 No 3 (2025): JULI-SEPTEMBER 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v9i3.3597

Abstract

Ramen is a Japanese specialty that is widely favored by Indonesians. One implementation of innovation to significantly increase ramen sales is with vending machines. In Indonesia, vending machines are not yet widely known, especially in the food category. To take advantage of this business opportunity, vending machines are one of the solutions. Vending machine is a strand of technology whose concept is to make manual activities automatic with the aim of running production and making the output more quality. With this, the purpose of this research is to implement the concept of automata language theory with the Mealy Machine model. This research uses analytical methods, namely from the information obtained and formal methods to analyze how the vending machine works starting from business process analysis, FSA diagram design, FSA testing, and UI Concept Design based on FSA on vending machines. The results of this study are in the form of test results using JFLAP software that can help analyze the patterns that have been made and can be simulated to ensure compliance with the planned design.
Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix Lazuardi Firdaus; Tedy Setiadi
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 5 No. 2 (2023): Desember 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v5i2.6124

Abstract

Adidas America, Inc. (also known as Adidas US) is a company that produces shoes, clothing, and accessories as a subsidiary of Adidas AG, which is known worldwide for its trademark three stripes on its products. Product popularity is very important in increasing sales, especially for products that are frequently purchased, positively reviewed by customers, and reviewed by customers. In this case, there are Adidas US products whose popularity is still unknown. Therefore, in this case, popular Adidas US products will be classified as business needs of Adidas US. The classification algorithm used to classify popular products is Naive Bayes, Decision Tree, and KNN for classifying the popularity of Adidas products in the United States using the CRISP-DM method on the dataset. The data mining process is performed to discover patterns in the data set with the stages of business understanding, data pre-processing, and classification modeling with three different algorithms. The results of the three algorithms are tested with a confusion matrix, and the highest accuracy value is achieved by Decision Tree with 92.42%, making it the best algorithm for classifying popular Adidas US products.
PENERAPAN ALGORITMA BFS DALAM SISTEM REKOMENDASI TEMAN BERDASARKAN KEDEKATAN PADA JEJARING SOSIAL Wahyudi, Iqbal; Hamri, Muhammad Akhyar Fath Khairullah; Setiawan, Nendi Bagus; Pratama, Zean Ananda; Setiadi, Tedy
JIPETIK:Jurnal Ilmiah Penelitian Teknologi Informasi & Komputer Vol 6, No 2 (2025): JIPETIK: Jurnal Ilmiah Pendidikan Teknologi Informasi & Komputer
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jipetik.v6i2.24333

Abstract

Perkembangan teknologi dan jejaring sosial memungkinkan pengguna terhubung luas melalui platform digital seperti Facebook dan Instagram. Salah satu fitur penting adalah sistem rekomendasi teman, yang membantu memperluas jaringan sosial secara efektif. Penelitian ini menerapkan algoritma Breadth-First Search (BFS) untuk membangun sistem rekomendasi teman berdasarkan kedekatan hubungan sosial. Jejaring sosial dimodelkan sebagai graf tak berarah, dengan simpul mewakili pengguna dan sisi menunjukkan hubungan pertemanan dua arah. BFS digunakan untuk menelusuri graf mulai dari pengguna aktif, mengidentifikasi teman langsung (level 1) dan teman dari teman (level 2) yang berpotensi direkomendasikan. Implementasi dilakukan menggunakan bahasa Python, dengan struktur data adjacency list, queue, dan set. Hasilnya menunjukkan bahwa pendekatan BFS mampu menghasilkan rekomendasi yang relevan secara sosial, efisien untuk jaringan berskala besar, serta mendukung pengalaman pengguna dalam membangun relasi baru. Sistem ini menyoroti pentingnya kedekatan sosial struktural dalam menentukan calon teman potensial.
PENYUSUNAN MODEL MONITORING DAN EVALUASI KKN UPAYA LPPM UAD MENINGKATKAN KEPUASAN MITRA TERHADAP PENYELENGGARAAN KULIAH KERJA NYATA Rina Ratih Sri Sudaryni; Tedy Setiadi
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 5 No. 2 (2022): Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

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

Abstract

LPM UAD mengembangkan program pengabdian berupa Kuliah Kerja Nyata (KKN) bagi mahasiswa. Untuk mendapatkan umpan balik kegiatan dari masyarakat sebagai mitra, LPM telah menyebarkan kuisioner kepada masyarakat. Permasalahannya umpan balik mitra belum diolah dan dimanfaatkan lebih lanjut. Tujuan penelitian ini membuat model monitoring dan evaluasi kepuasan mitra KKN untuk pengembangan kebijakan selanjutnya berdasarkan data mitra KKN. Metode penelitan berupa pembuatan kuisioner, pembagian kusioner, pengumpulan hasil kuisioner, pengolahan data kuisioner, pembuatan laporan, evaluasi parameter keberhasilan dan rekomendasi. Hasil penelitian ini berupa model monitoring dan evaluasi kepuasan mitra terhadap penyelenggaraan KKN. Model monitoring meliputi 5 kriteria yaitu Dimensi Keandalan, Dimensi Daya Tangkap, Dimensi Kepastian, Dimensi Empati, dan Dimensi Berwujud. Berdasarkan data dan hasil evaluasi kepuasan mitra terhadap penyelenggaraan KKN UAD tahun 2015 sampai tahun 2017 adalah semua jenis KKN UAD (KKN reguler dan alternatif) dinilai sangat memuaskan dan memuaskan oleh mitra. Tingkat kepuasan KKN reguler lebih baik daripada KKN alternatif. Kata Kunci: KKN, potensi daerah, tingkat kepuasan mitra, aplikasi GIS.
PELATIHAN LITERASI KEBANGSAAN DAN KEUANGAN SERTA BERFIKIR KOMPUTASI BAGI ANAK-ANAK PEKERJA MIGRAN DI SANGGAR BIMBINGAN SENTUL KUALA LUMPUR Beni Suhendra; tedy setiadi; Rina Ratih
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 6 No. 3 (2023): Desember : Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

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

Abstract

Anak-anak Pekerja Migran Indonesia (PMI) di Kuala Lumpur, Malaysia, merupakan kelompok yang memerlukan perhatian khusus dalam persiapan masa depan mereka. Minimnya akses pendidikan, rendahnya pengetahuan kebangsaan, kurangnya perlindungan hukum, isolasi sosial, keterbatasan akses informasi merupakan masalah kompleks yang dihadapi. Pengabdian masyarakat ini bertujuan meningkatkan multiltalenta sebagai bekal mereka hidup di luar negari dan di era informasi ini berupa literasi kebangsaan, literasi keuangan dan berpikir komputasi.Metode pelaksanaan yang digunakan menggunakan model pembelajaran berbasis Joyful Learning (pembelajaran yang menyenangkan) berupa penyampaian materi dalam bentuk diskusi,cerita, mengerjakan soal dan permainan yang menarik dan menyenangkan. Evaluasi dilakukan dengan memberikan soal preTest dan pos Test dari materi yang disampaikan.Berdasar hasil evaluasi, kegiatan pengabdian ini dipandang berhasil karena mendapat respon positif dari anak-anak PMI dengan terjadi peningkatan pemahaman dan kemampuan dari setiap peserta untuk ketiga materi pelatihan.   Kata Kunci: pelatihan, anak pekerja, bimbingan
Co-Authors . Prasetyo Abu Bakar, Azuraliza Ainunna'imah Ainunna'imah Alfah, Alfah Aline Embun Pramadhani Aminuyati Ammara Desma Marzooqa Anang Dwi Riyanto Ansari Ansari Aqdillah, Muhammad Irfan Rafi Arif Dwi Nugroho Arif Wicaksono Wicaksono Arifin Nur Septiawan Ariyo Putra P Atik Sri Muryanti Atik Sri Muryanti Auliana, Auliana Awalia, Nabila Azalia Ramadhani Bakar, Azuraliza Abu Bambang Priyanto Beni Suhendra Bima, Syauqi Danang Adi Sumarto Darma, Fahri Setia Dian Anisa Putri Dzakhwan, Naufal Dzaky, Muhammad Naufal Elinda Elinda Ervita Kusuma Putri Fahruddin, Asraf Farhatush Shalihah Yumna Febriansyah, M Ferry Febriyan Adhiatmaa Fiftin Noviyanto Fiftin Noviyanto Finna Luthfiah Hafizh Hamri, Muhammad Akhyar Fath Khairullah Hanif Fikrianto, Hanif Hanif, Nur Hartono Hartono Hasni Griya Anatasia Heri Widodo Ida Noor Rahma Iis Wahyuningsih Ika Evry Hardiyana Ika Kurnia Saputri Imam Ghozali Indri Dwi Lestari Irham Asdurroh Irkam Sudaryanta Jamaludin Jamaludin Jamhari Jamhari Jefree Fahana Kiagus Adrian Rizky Zarkasyi Laela Zuliana Lazuardi Firdaus Lisna Zahrotun M. Andrea Rossi Maulana, M Raffi Meiliyani, Kurnia Muhamad Rizal Gufran Muhammad Ari Sulestiyo Mukharom, Gilang Muryanti, Atik Sri Mushlihudin Mushlihudin Mushlihudin Mushlihudin Nuha, Fatiha Shafiyatun Nungki Fidiantoro Nur Hanif Oktavioly Puji Widiyasari Prakoso, Ardiyan Rasendriya Pramudya, Rorry Prasetyo Prasetyo Prasetyo, Prasetyo Pratama, Zean Ananda Pujiyono, Wahyu Purwayoga, Vega Rina Ratih Rina Ratih Sri Sudaryni Riris Nur Sasmi Rissa Umami Noor Rizky, Rian Fathul Rusdianto Rusnandar Rusnandar Rusnandar Rusnandar Rusnandar, Rusnandar Sari Mulyaningsih Setiawan, M. Budhi Setiawan, Nendi Bagus Sri Handayaningsih Suhendra, Beni Suswiantara, Adi Syifa Aura Arasy Taufik Mufti Haryadi Tisna Hidayat Tri Agtaviana Tri Andi Wahyu Pujiyono Wahyu Pujiyono Wahyu Pujiyono Wahyudi, Iqbal Wawan Tri Widianto Wibowo, Aditya Prariyadi Widya Fahmidasari Alya Raushan Yaakub, Mohd Ridzwan Yuliana Triani Ningsih Zakiah, Nurul Ainun