Article Per Year (5 Year)
p-Index From 2021 - 2026
2.233
P-Index
This Author published in this journals
All Journal Speed - Indonesian Journal on Computer Science Journal of Intelligent Systems JurTI (JURNAL TEKNOLOGI INFORMASI) KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Stabilita : Jurnal Ilmiah Teknik Sipil Fakultas Teknik Universitas Halu Oleo Kendari Jurnal Ilmiah Intech : Information Technology Journal of UMUS Jurnal Litbang Kota Pekalongan Indonesian Journal Computer Science (ijcs) IC Tech: Majalah Ilmiah Surya Informatika Journal Of Artificial Intelligence And Software Engineering IC Tech: Majalah Ilmiah
Tri Agus Setiawan
Dian Nuswantoro University, Semarang
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering Public Health Transportation Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Penerapan Metode Sample Bootstrapping untuk Meningkatkan Performa kNearest Neighbor pada Dataset Berdimensi Tinggi Setiawan, Tri Agus; Al Karomi, M. Adib
IC Tech: Majalah Ilmiah Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i1.13

Abstract

Dalam klasifikasi semakin banyak atribut yang relevan yang dipakai akan mempengaruhi hasil akurasi dari algoritma tersebut. Seleksi fitur merupakan salah satu tahapan pre processing klasifikasi dengan cara menghilangkan fitur yang tidak relevan dalam data. Proses ini juga dapat mengurangi dimensi data serta meningkatkan akurasi  klasifikasi. Algoritma kNearest Neighbor (kNN) merupakan metode untuk melakukan klasifikasi terhadap objek baru berdasarkan k tetangga terdekatnya. Algoritma kNN memiliki kelebihan karena sederhana, efektif dan telah banyak digunakan pada banyak masalah klasifikasi. Pada penelitian ini penggunaan metode Sample Bootstrapping diusulkan untuk meningkatkan akurasi yang optimal pada algoritma kNN. Metode Sample Bootstrapping digunakan untuk mengurangi jumlah data training yang akan diproses. Dalam penelitian ini menggunakan dataset yang memiliki dataset dengan dimensi yang tinggi. Dari hasil penelitian, penggunaan Sample Bootstrapping dengan algoritma pada dataset credit approval akurasinya meningkat 5.4% (96.87%-91.52%) dibandingkan algoritma kNN standar. Dari hasil penelitian yang dilakukan, dapat disimpulkan bahwa penggunaan Sample Bootstrapping dengan algoritma kNN menghasilkan akurasi yang lebih baik daripada algoritma kNN standar.
PENERAPAN ALGORITMA C4.5 DALAM PEMILIHAN KONSENTRASI PROGRAM STUDI (Studi Kasus di STMIK Widya Pratama Pekalongan) Setiawan, Tri Agus; Ilyas, Agus
IC Tech: Majalah Ilmiah Vol 14 No 1 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 1 April 2019
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v14i1.62

Abstract

Pemilihan konsentrasi program studi oleh mahasiswa sangatlah menentukan kompetensi mahasiswa setelah lulus, banyak faktor yang menjadi pertimbangan mahasiswa baik faktor intern maupun ekstern dari mahasiswa itu sendiri. Oleh karena itu dalam penelitian ini akan diklasifikasikan faktor apa yang menentukan mahasiswa dalam menentukan pemilihan konsentrasi pada tiap-tiap program studi yang ada di STMIK Widya Pratama yang meliupti variabel Kurikulum, Proram Studi, Citra Perguruan Tinggi, Kinerja (performance) Lulusan dan Peluang Kerja, Biaya. Dalam penelitian yang dilakukan menggunakan algoritma C4.5 agar dapat membantu dalam pengklasifikasian variable-variabel yang mempengaruhi pemilihan konsentrasi program studi. Algortima C4.5 merupakan algoritma yang cukup efektif dalam membantu membentuk sebuah pohon keputusan, pohon keputusan tersebut kemudian akan menghasilkan sebuah pengetahuan baru. Berdasarkan dari hasil pengujian yang dilakukan terhadap pohon keputusan diperoleh hasil bahwa faktor yang menentukan mahasiswa dalam memilih konsentrasi program studi sebesar 91% berdasarkan variable Kurikulum.
Penerapan Metode Linier Regresi Untuk Prediksi Nilai Aset Pemerintah Kota Pekalongan Setiawan, Tri Agus; Fadhilah, Nur; Jumiati, Eny
IC Tech: Majalah Ilmiah Vol 14 No 2 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 2 Oktober 2019
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v14i2.70

Abstract

Aset yang dimiliki pemerinath harus dikelola dengan baik dan transparan, Aset terdiri dari aset tetap seperti, jalan, irigasi, gedung, tanah dan lainnya, maupun aset tidak teetap sepeti ATK, elektronik, mobil, motor. Nilai maupun harga aset berbeda-beda sesuai dengan lokasi dimana aset itu berada. Untuk mengelola aset diperlukan tahapan antara lain inventarisasi, legal audit, penilaian, optimalisasi, serta pengawasan dan pengendalian aset. Dengan banyaknya aset yang dimiliki maka dapat menimbulkan masalah yaitu dalam menentukan nilai aset. Dalam data mining untuk dapat melakukan perkiraan nialai suatu obyek dapat dilakukan dengan cara prediksi dengan menggunakan Support Vector Machine (SVM), Linier Regression, Neural Network (NN). Pad penelitian yang dilakukan menggunakan metode Linier Regesi dengan tujuan dapat memprediksi nilai satu variabel dengan varial yang lainnya. Metodologi yang dilakukan yaitu dengan menggunakan dataset aset kota Pekalongan, untuk validasi digunakan 10 fold cross validation untuk membagi data training den data testing sedangkan untuk evaluasi menggunakan Root Mean Square Error (RMSE), apabila nilai RMSE semakin kecil maka akan akan lebih baik tingkat akurasi prediksinya. Dari hasil perhitungan diperoleh nilai 17402414694761.562 +/- 35749599742998.480 (mikro: 39636584129863.870 +/- 0.000)
PEMETAAN POTENSI PARIWISATA PETUNGKRIYONO BERBASIS WEB GEOGRAPHYCAL INFORMATION SYSTEM (GIS) SEBAGAI CULTURAL TECHNO FORESTRY PARK KABUPATEN PEKALONGAN Setiawan, Tri Agus; Ilyas, Agus; Binabar, Sattriedi Wahyu
IC Tech: Majalah Ilmiah Vol 15 No 1 (2020): IC Tech: Majalah Ilmiah Volume XV No. 1 April 2020
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v15i1.83

Abstract

Petungkriyono saat ini dijadikan cultural techno forestry park oleh pemerintah kabupaten Pekalongan karena masih terjaga keasriannya dan memiliki potensi wisata yang menjanjikan dengan memiliki luas 5300 ha, bentang alam berupa gunung, hutan belantara, air terjun dan sungai dan situs budaya. Untuk meningkatkan potensi wisata yang ada terkendala masalah yaitu belum tersediannya informasi profil, sebaran jenis, letak dan potensi wisata sehingga mampu meningkatkan pendapatan asli daerah. Dalam penelitian yang ada menggunakan Metode Penelitian dan Pengembangan (R&D) untuk dapat menemukan output tertentu serta mengetahui seberapa efektif sebuah penemuan dihasilkan sedangkan Sistem Informasi Geografis dimanfaatkan untuk menggambarkan lokasi obyek wisata yang mampu ditampilkan berdasarkan lokasi kecamatan, desa, jenis obyek wisata baik dalam bentuk map maupun satelit sehingga mampu memberikan gambaran secara detail bagi wisatawan yang akan berkunjung akan tetapi tidak mengetahui lokasi yang ada. Dari hasil penelitian yang dilakukan dihasilkan SIG yang mampu menghasilkan obyek citra berupa pemetaan obyek wisata di Petungkriyono secara lengkap dan detail sehingga dapat berkontribusi terhadap rencana pembangunan dan kebijakan pemerintah kabupaten Pekalongan pada sektor pariwisata serta dapat meningkatkan pendapatan asli daerah.
SISTEM DETEKSI KERUSAKAN JARINGAN KOMPUTER SESUAI STANDAR CISCO NETWORKING ACADEMY BERBASIS WEBSITE DI UPT KOMPUTER STMIK WIDYA PRATAMA PEKALONGAN Prasetiono, Slamet Joko; Prasetyo, Edy; Setiawan, Tri Agus
IC Tech: Majalah Ilmiah Vol 14 No 2 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 2 Oktober 2019
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v14i2.176

Abstract

UPT Komputer STMIK Widya Pratama Pekalongan merupakan suatu Unit Pelaksana Teknis yang bertugas melayani mahasiswa pada saat pembelajaran serta bertanggungjawab pada setiap laboratorium komputer. Kendala didalam laboratorium komputer pasti ada salah satunya yaitu tentang kerusakan jaringan komputer, dalam mengatasi kerusakan jaringan di laboratorium tidak semua asisten mengetahuinya. UPT Komputer perlu adanya sistem yang dapat membantu asisten dalam melakukan perbaikan jaringan komputer di laboratorium, Untuk mengatasi hal tersebut dibangun sistem deteksi kerusakan jaringan komputer sesuai standar cisco networking academy berbasis web. Dalam membangun perangkat lunak menggunakan metode pengembangan sistem waterfall, sedangkan untuk pemodelannya menggunakan UML (Unified Modeling Language) dan LKT (Lembar Kerja Tampilan). Teknik pengujian menggunakan pengujian whitebox, blackbox, dan user acceptance test, software yang digunakan Xampp untuk database dan Sublime sebagai editor pemrogramannya. Sistem deteksi kerusakan jaringan komputer menyelesaikan masalah yang terjadi sehingga dapat lebih mudah dengan dibuktikan hasil pengujian UAT. Sistem ini masih memerlukan pengembangan pada segi informasi baik berupa tulisan ataupun grafik serta perlu adanya cetak hasil diagnosa dan sistem ini harus selalu di update jika ada kerusakan baru yang ditemukan.Kata kunci: Sistem Deteksi Kerusakan, Jaringan Komputer
KOMPARASI MODEL PREDIKSI PENANGANAN KASUS NARKOTIKA Setiawan, Tri Agus; Ilyas, Agus; Arochman, Arochman
IC Tech: Majalah Ilmiah Vol 17 No 1 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 1 April 2022
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v17i1.239

Abstract

Narkotika terdiri dari obat-obatan, zat maupun bahan apabila dikonsumsi dan masuk kedalam tubuh dapat mempengaruhi kesehatan fungsi organ dalam manusia yaitu otak. Permasalahan tentang narkoba di Indonesia sangat menghawatirkan dimana pada tahun 2019 yaitu sebesar 2,4% adalah pengguna yang berarti bahwa dari 10.000 penduduk Indonesia ada 240 berusia 15-64  tahun  atau  berjumlah 4,5 juta jiwa. Adapun research problem yang pada penelitian yang dilakukan adalah bagaimana menentukan metode prediksi jumlah penanganan kasus narkotika terbaik sehingga dapat meminimalkan jumlah korban jiwa. Dalam penelitian yang dilakukan menggunakan metode komparasi algoritma prediksi yaitu Linear Regresion, Neural Network, Support Vector Machine (SVM) tentang pengguna narkotika sehingga dihasilkan prediksi yang mendekati nilai sesungguhnya dari kasus yang ada. Ouput yang dihasilkan didapatkan hasil bahwa performance prediksi dengan algoritma SVM pada penanganan kasus narkotika memiliki tingkat prediksi lebih baik disbanding dengan algoritma prediksi yang lain yaitu nilai RMSE 169.533 +/- 0.000. Untuk kegiatan penelitian yang akan datang dapat mengitegrasikan dengan algoritma klasifikasi untuk menentuka jenis narkotika yang paling banyak dipakai.  Kata kunci: Narkotika. Rapid Miner, Support Vector Machine
Implementation of Radio Frequency Identification (RFID) for Effective Financial Transactions Akbar, Febiadi Wisnu; Setiawan, Tri Agus; Amalia, Nurul
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): June
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.6728

Abstract

The use of Radio Frequency Identification (RFID) technology has been widely used in various fields and offers great potential to be applied in various activities, including in financial transaction systems. This study aims to apply RFID as an efficient, safe, and practical payment method. The research method used is literature study, development of a prototype of an RFID-based payment transaction system with stages of collecting and analyzing requirements, rapid design, building a prototype, user evaluation, refining the prototype, and implementing and maintaining the product. The testing uses a white box, black box and UAT. The results of the study show that the use of RFID can increase the effectiveness of financial transactions compared to conventional methods, with increased security levels through data encryption. In addition, this technology allows for reduced queues and improved user experience in electronic payment systems.
Analisis Kepuasan Pengguna Website Pembelajaran Daring Menggunakan Metode WebQual 4.0 Kurniawan, Ichwan; Setiawan, Tri Agus; Putri, Alisa Deviana
Indonesian Journal Computer Science Vol. 4 No. 2 (2025): Oktober 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v4i2.9970

Abstract

Pemanfaatan teknologi informasi dalam pelayanan publik mendorong instansi pemerintah untuk menghadirkan website yang berkualitas, termasuk BKPSDM Kabupaten Batang yang mengembangkan website Sistem Pembelajaran Berbasis E-Learning (Si Elang). Penelitian ini memiliki tujuan untuk menganalisis tingkat kepuasan pengguna website Si Elang berdasarkan pengaruh dimensi WebQual 4.0. Penelitian ini melibatkan 90 responden yang merupakan peserta orientasi PPPK tahun 2024, dengan instrumen kuesioner berskala Likert sebagai teknik pengumpulan data dalam pendekatan kuantitatif. Untuk mengolah data penelitian, digunakan metode analisis regresi linier berganda. Kepuasan pengguna ditemukan dipengaruhi secara signifikan oleh information quality dan service interaction quality, sedangkan variabel kegunaan (usability) tidak menunjukkan pengaruh signifikan. Jika diuji secara simultan, ketiga variabel tersebut bersama-sama terbukti berkontribusi terhadap kepuasan pengguna, tercermin dari nilai Fhitung sebesar 119,870 yang lebih besar daripada Ftabel sebesar 2,711. Sementara itu, nilai Adjusted R Square sebanyak 0,800, yang berarti sebesar 80% varians kepuasan pengguna dapat diuraikan oleh model penelitian, sementara 20% sisanya berasal dari karakteristik yang tidak disisipkan dalam model. Berdasarkan hasil penelitian, menegaskan bahwa peningkatan kualitas informasi dan interaksi layanan perlu diprioritaskan dalam pengelolaan website Si Elang agar dapat memberikan pengalaman penggunaan yang lebih optimal.  
Sistem Pendukung Keputusan Pemberian Pembiayaan Nasabah Dengan Metode K-Nearst Neighbor (KNN) Di KospinMu Surya Mentari Karanganyar Kabupaten Pekalongan Setianto, Wahyu; Ilyas, Agus; Setiawan, Tri Agus
Jurnal Surya Informatika Vol. 13 No. 1 (2023): Surya Informatika, Vol. 13. No. 1, Mei 2023
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v13i1.1434

Abstract

KospinMU Surya Mentari Karanganyar merupakan koperasi yang melakukan banyak aktivitas didalamnya termasuk memberikan pembiayaan bagi nasabah. Demi kelancaran kegiatan pemberiaan pembiayaan antara pihak koperasi dengan nasabah, pihak koperasi perlu menilai dan menentukan kelayakan pembiayaan yang akan diterima nasabah terlebih dahulu sebelum memberikan keputusan pembiayaanya. Masalah yang dihadapi KospinMU Surya Mentari Karanganyar belum mampu mengatur pemberian pembiayaan secara tepat sasaran karena penyeleksiannya yang manual, tidak ada sistem nilai dimana nasabah dapat rekomendasi lain jika nilai tidak sesuai yang diajukan. Dalam pembangunan sistem ini menggunakan metode pengembangan sistem waterfall yang terdiri dari tahapan komunikasi, tahapan perencanaan, tahapan modeling, tahapan pengkodean dan tahapan deployment. Metode pengujian yang digunakan adalah white box, black box dan UAT (User Acceptance Test). Sistem pendukung keputusan pemberian pembiayaan nasabah dengan metode K Nearest Neighbor (KNN) di KospinMU Surya Mentari Karanganyar Kab. Pekalongan ini dapat mempermudah pekerjaan komite dalam memberikan pembiayaan nasabah, sistem dapat memberikan klasifikasi setiap pemohon baru sesusai dengan nilai yang dihitung dengan metode perhitungan K Nearest Neighbor (KNN) dan dapat menjadi media penyimpanan cadangan ketika memorendum yang disimpan secara manual hilang atau rusak.
Penerapan Metode Sample Bootstrapping untuk Meningkatkan Performa kNearest Neighbor pada Dataset Berdimensi Tinggi Setiawan, Tri Agus; Al Karomi, M. Adib
IC Tech: Majalah Ilmiah Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i1.13

Abstract

Dalam klasifikasi semakin banyak atribut yang relevan yang dipakai akan mempengaruhi hasil akurasi dari algoritma tersebut. Seleksi fitur merupakan salah satu tahapan pre processing klasifikasi dengan cara menghilangkan fitur yang tidak relevan dalam data. Proses ini juga dapat mengurangi dimensi data serta meningkatkan akurasi  klasifikasi. Algoritma kNearest Neighbor (kNN) merupakan metode untuk melakukan klasifikasi terhadap objek baru berdasarkan k tetangga terdekatnya. Algoritma kNN memiliki kelebihan karena sederhana, efektif dan telah banyak digunakan pada banyak masalah klasifikasi. Pada penelitian ini penggunaan metode Sample Bootstrapping diusulkan untuk meningkatkan akurasi yang optimal pada algoritma kNN. Metode Sample Bootstrapping digunakan untuk mengurangi jumlah data training yang akan diproses. Dalam penelitian ini menggunakan dataset yang memiliki dataset dengan dimensi yang tinggi. Dari hasil penelitian, penggunaan Sample Bootstrapping dengan algoritma pada dataset credit approval akurasinya meningkat 5.4% (96.87%-91.52%) dibandingkan algoritma kNN standar. Dari hasil penelitian yang dilakukan, dapat disimpulkan bahwa penggunaan Sample Bootstrapping dengan algoritma kNN menghasilkan akurasi yang lebih baik daripada algoritma kNN standar.
Co-Authors Abdul Rahim Sya’ban Abdul Syukur Agung Budijanto, Hari Agus, Ilyas Akbar, Febiadi Wisnu Al Karomi, M. Adib ARI PUTRA WIBOWO Arochman, Arochman Bambang Eka Purnama Berliana Kusuma Riasti Binabar, Sattriadi Wahyu Budidjanto, Hari Agung Budijanto, Hari Agung Edy Prasetyo Ilyas, Agus Janah, Roikhatul Jumiati, Eny Mohammad Reza Maulana, Mohammad Reza Nur Fadhilah Nurul Amalia Prasetiono, Slamet Joko Putri, Alisa Deviana Rachman, Ranno Marlany Romi Satria Wahono Sattriedi Wahyu Binabar Susanto, Eko Budi Utama, Dhiva Nanda Wahjuningsih, Tri Pudji Wahyu Binabar, Sattriedi Wahyu Setianto, Wahyu