Article Per Year (5 Year)
p-Index From 2021 - 2026
3.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Informatika Universitas Pamulang Jurnal ULTIMATICS Scientific Journal of Informatics Journal of Artificial Intelligence and Digital Business Indonesian Journal of Multidisciplinary on Social and Technology ANIMATOR
Bambang Pramono
Universitas Halu Oleo
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Social Sciences

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Implementasi Algoritma Xgboost dengan Bayesian Optimization pada Sistem Rekomendasi Pemilihan Atlet Bola Voli Pantai Sulawesi Tenggara untuk Meningkatkan Efektivitas Keputusan Muhammad Akbar Perdana Ramadhan; Laode Muhammad Golok Jaya; Adha Mashur Sajiah; Bambang Pramono; Sutardi Sutardi; Subardin Subardin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11572

Abstract

Seleksi atlet bola voli pantai di Sulawesi Tenggara masih dilakukan secara konvensional dan bergantung pada penilaian subjektif pelatih, sehingga rentan menimbulkan inkonsistensi dan pengambilan keputusan yang kurang optimal di tengah meningkatnya jumlah calon atlet dan kompleksitas kriteria evaluasi. Kondisi ini berpotensi menghasilkan keputusan yang kurang tepat dan menghambat pengembangan atlet potensial. Penelitian ini mengimplementasikan algoritma Extreme Gradient Boosting (XGBoost) yang dioptimasi menggunakan Bayesian Optimization untuk membangun sistem rekomendasi pemilihan atlet yang objektif dan berbasis data. Dataset yang digunakan berjumlah 320 data atlet dengan 13 kriteria penilaian, dibagi menjadi 80% data pelatihan dan 20% data pengujian. Ketiga belas kriteria tersebut mencakup tinggi badan, kekuatan otot, kecepatan, kelincahan, teknik servis, smash, dan aspek psikologis. Evaluasi model dilakukan menggunakan metrik MAE, MSE, RMSE, R², dan MAPE. Hasil penelitian menunjukkan bahwa Bayesian Optimization mampu meningkatkan performa model secara signifikan, dengan nilai MAE menurun dari 1,2878 menjadi 0,9074, MSE dari 2,3796 menjadi 1,2547, RMSE dari 1,5426 menjadi 1,1201, serta R² meningkat dari 0,9412 menjadi 0,9852. Model akhir mencapai MAPE sebesar 2,61%, yang tergolong kategori sangat akurat berdasarkan kriteria Lewis (1982). Nilai MAPE di bawah 10% menunjukkan akurasi peramalan yang sangat tinggi. Sistem berhasil diimplementasikan sebagai aplikasi web berbasis Flask dan telah divalidasi secara kualitatif oleh pakar bola voli pantai. Hasil pengujian black box menunjukkan seluruh fitur sistem berjalan sesuai fungsi yang dirancang. Dengan demikian, sistem ini dapat diandalkan untuk mendukung seleksi atlet yang lebih transparan dan akurat.
Pengembangan Aplikasi Arsip Digital Surat Berbasis Web Dengan Penerapan Algoritma Sequential Search dan Merge Sort Serta Integrasi Chatbot untuk Meningkatkan Efisiensi Pengelolaan Dokumen Abdul Fath Ramadhan P; Bambang Pramono; L.M Fid Aksara
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12191

Abstract

Pengelolaan arsip surat pada Satuan Polisi Pamong Praja (Satpol PP) Provinsi Sulawesi Tenggara masih dilakukan secara konvensional dan semi digital sehingga proses pencarian dokumen berjalan lambat dan berisiko menimbulkan duplikasi maupun kehilangan data. Penelitian ini mengembangkan aplikasi arsip digital surat berbasis web yang menerapkan algoritma Sequential Search untuk pencarian data, algoritma Merge Sort untuk pengurutan data, serta chatbot berbasis Gemini API sebagai media interaksi pengguna. Sistem dikembangkan menggunakan metode Rational Unified Process (RUP) dengan framework Laravel, PHP, dan MySQL, kemudian diuji melalui pengujian fungsional, pengujian kinerja, Black Box Testing, dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan algoritma Sequential Search berhasil menemukan data secara valid pada seluruh skenario dengan waktu eksekusi 0,0441-0,2038 ms sesuai kompleksitas O(n), sedangkan Merge Sort menghasilkan pengurutan yang valid dan stabil pada kisaran 1,2400-1,7171 ms sesuai kompleksitas O (n log n) tanpa dipengaruhi kondisi data awal. Chatbot berbasis Gemini API berhasil merespons lima kategori kueri secara relevan, pengujian Black Box mencapai tingkat keberhasilan 100% pada 11 skenario, dan UAT memperoleh indeks kelayakan 95% (kategori sangat layak). Hasil ini membuktikan bahwa integrasi algoritma pencarian, pengurutan, dan chatbot AI efektif meningkatkan efisiensi pengelolaan arsip surat pada instansi pemerintahan daerah. Sistem juga menyediakan akses informasi yang lebih cepat, terstruktur, dan mudah digunakan untuk mendukung pelayanan administrasi serta pengambilan keputusan berbasis dokumen.
Pengelompokan Daerah Rawan Kekerasan Perempuan dan Anak Menggunakan K-Medoids Web GIS Ahmad Al Ambiyah; Bambang Pramono; Isnawaty Isnawaty
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12241

Abstract

Kekerasan terhadap perempuan dan anak di Kota Kendari merupakan permasalahan sosial serius yang membutuhkan penanganan berbasis data geospasial secara cepat dan akurat. Pencatatan kasus yang selama ini disajikan dalam format tabular menyulitkan pemangku kepentingan dalam mengidentifikasi sebaran wilayah rawan secara visual. Penelitian ini bertujuan membangun Sistem Informasi Geografis (SIG) berbasis Web GIS interaktif untuk memetakan dan mengelompokkan tingkat kerawanan kekerasan tingkat kelurahan di Kota Kendari. Sistem dirancang menggunakan arsitektur microservice yang mengintegrasikan framework Laravel untuk antarmuka pengguna dan FastAPI (Python) untuk pemrosesan analitik. Pengelompokan wilayah dilakukan dengan algoritma K-Medoids berdasarkan perhitungan jarak Manhattan Distance dua dimensi pada variabel jumlah kasus kekerasan perempuan dan anak. Sistem memanfaatkan mekanisme penentuan jumlah klaster otomatis (Auto-K) pada rentang K=2 hingga K=5. Hasil pengujian performa algoritma menunjukkan bahwa konfigurasi K=5 menghasilkan struktur klaster paling optimal, ditandai dengan nilai Silhouette Score tertinggi sebesar 0,9655, Davies-Bouldin Index terendah sebesar 0,2370, serta Total Cost sebesar 1,0. Proses komputasi pada server backend berjalan sangat efisien dengan rata-rata waktu respons REST API sebesar 1,12 milidetik. Selain itu, pengujian fungsional menggunakan metode Black Box mengonfirmasi bahwa seluruh fitur sistem, termasuk pemetaan poligon GeoJSON dan sinkronisasi data API, berfungsi dengan tingkat keberhasilan 100%. Kesimpulannya, Web GIS ini berhasil menyajikan visualisasi tingkat kerawanan wilayah secara akurat dan stabil, sehingga dapat direkomendasikan sebagai instrumen pendukung keputusan (data-driven decision making) bagi Dinas Pemberdayaan Perempuan dan Perlindungan Anak Kota Kendari dalam merencanakan strategi intervensi dan pencegahan kekerasan secara tepat sasaran.
Rancang Bangun GIS Area Rawan Dampak Pertambangan di Kabupaten Konawe Selatan Menggunakan Algoritma Random Forest Ayustina Samudin; Statiswaty; Bambang Pramono
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10004

Abstract

Aktivitas pertambangan di Kabupaten Konawe Selatan memerlukan penyajian informasi spasial agar wilayah yang berpotensi rawan terhadap dampak pertambangan dapat dipahami secara lebih jelas. Penelitian ini bertujuan membangun Web GIS untuk memetakan area rawan dampak pertambangan menggunakan algoritma Random Forest. Parameter geospasial yang digunakan meliputi kemiringan lereng, curah hujan, dan tutupan lahan. Pengolahan data dilakukan pada Google Earth Engine, sedangkan visualisasi hasil klasifikasi dikembangkan menggunakan HTML, CSS, JavaScript, dan Leaflet.js. Data sampel berjumlah 300 titik, terdiri atas 222 data training dan 78 data testing. Hasil klasifikasi menunjukkan bahwa area penelitian didominasi kelas sedang seluas 527,43 ha (64,2%), diikuti kelas aman 230,23 ha (28,0%), dan kelas rawan 63,31 ha (7,7%). Evaluasi model menghasilkan accuracy 84,00%, precision 87,28%, recall 84,49%, F1-score 84,13%, dan kappa index 0,7695. Hasil tersebut menunjukkan bahwa Random Forest mampu mendukung klasifikasi kerawanan dan Web GIS dapat menyajikannya secara interaktif sebagai informasi awal, bukan sebagai dasar keputusan resmi tanpa validasi lapangan dan kajian tambahan.
Co-Authors Abdul Fath Ramadhan P Adha Mashur Sajiah Ahmad Al Ambiyah Aldriani Adhyaksa Andi Annisya Asa Hari Wibowo Ayustina Samudin Dea Ariska Nastiti Dhea Angellena Engel Diah Ayu Ningtiyas eka wahyu hidayati Erich Nov Putra Razak Golok Jaya, La Ode Muhammad Hayara Octaviani I Nyoman Aditia Iklil Awalda Tariza Isnawaty Isnawaty Isnawaty Jumadil Nangi Kiki Noviana Saputri L.M Fid Aksara La Ode Arsad Sani LM. Fid Aksara Muh. Yamin Muhammad Akbar Perdana Ramadhan Muhammad Fadel Muhammad Fikri Haikal Bahri Muhammad Ihsan Sarita Nadaa Qur'atul 'Ain Natalis Ransi Nur Fadillahh Nur Rahmawati Subuh Nurendro Hardjo Judanto R paditya septiansa Rahmad Akbar Rahmat Zulwan S Rindy Rindy Riska amelia alwi Rizal Adi Saputra Ryan Adryana Ryan Rinaldi Hadistio Statiswaty Subardin Subardin Sumitro, Dewi Sari Sutardi Sutardi Sutardi Syahril Ramadhan Salman Noor Wa Ode Fahmi Ramadhani