Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal ICT : Information Communication & Technology Jurnal Teknologi Informasi dan Komunikasi
Usep Tatang Suryadi
STMIK Subang
Computer Science & IT Control & Systems Engineering

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KUALITAS PADI DENGAN MENGGUNAKAN ALGIRITMA APRIORI Usep Tatang Suryadi; Hendra - Purnama
Jurnal Teknologi Informasi dan Komunikasi Vol 6 No 1 (2014): Oktober
Publisher : STMIK SUBANG

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

Abstract

Seiring dengan berkembangnya bisnis jamur tiram di indonesia saat ini semakin banyak pula para pengusaha muda baru yang mencoba berbisnis jamur tiram. Namun masih banyak sekali pengusaha muda baru yang belum mengerti bagaimana cara menentukan kualitas jamur yang baik berdasarkan standar SNI.sehingga banyak yang menjual jamur tanpa tahu kualitasnya. Perangkat lunak penentu kualitas jamur adalah aplikasi yang dapat menentukan kualitas jamur dengan parameter yang telah ditentukan secara SNI. Dimana aplikasi ini menggunakan metode penghitungan apriori dimana data kejadian yang terjadi diurutkan dan dihitung support konfidencenya.dan berdasarkan confidence terbesar lah penentu kualitas terbaik Setelah serangkaian pengujian aplikasi ini dapat digunakan untuk menentukan kualitas jamur tiram sehingga diharapkan kedepan para pengusaha muda atau pengusaha baru dapat mengetahui kualitas jamur yang mereka budi dayakan. Kata kunci : jamur tiram ,database , apriori.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JENIS IKAN UNTUK BUDIDAYA KOLAM MENGGUNAKAN METODE NAIVE BAYES Usep Tatang Suryadi; Dede - Rahmat
Jurnal Teknologi Informasi dan Komunikasi Vol 5 No 1 (2014): April
Publisher : STMIK SUBANG

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

Abstract

Sistem Penentuan Keputusan Pemilihan Jenis Ikan Untuk Budidaya Kolam dengan menggunakan metode naïve bayes. Tulisan ini adalah laporan pembuatan Sistem Penentuan Keputusan Pemilihan Jenis Ikan Untuk Budidaya Kolam menggunakan metode naïve bayes, bertujuan untuk memanfaatkan fasilitas teknologi informasi dibidang perikanan. Menggunakan bahasa pemrograman PHP. Aplikasi yang di buat sementara dijalankan pada localhost. Dalam tugas akhir ini, di aplikasikan agar mendapatkan suatu model aturan yang dapat memperlihatkan hubungan antar kasus, pemilihan jenis ikan untuk memperoleh keputusan jenis ikan berdasarkan kolam. Alat yang digunakan untuk menganalisa dan merancang serta implementasi sistem diantaranya data flow diagram dan diagram ER. Untuk coding dalam pembuatan Aplikasi menggunakan PHP dan DBMS MySQL. Sistem yang dibangun ini mampu menganalisis dan memberi dukungan dalam pengambilan keputusan untuk mengetahui pemilihan jenis ikan berdasarkan kolam. Dengan sistem ini, maka diharpkan dapat membantu para petani dan pembudidaya untuk mengetahui jenis ikan yang cocok untuk dibudidayakan. Kata Kunci : Pohon Keputusan, Sistem Pendukung Keputusan, PHP, DBMS, MySQL.
IMPLEMENTASI ALGORITMA C4.5 DALAM PENENTUAN KUALITAS TOMAT Usep Tatang Suryadi; Rangga Eka Permana
Jurnal Teknologi Informasi dan Komunikasi Vol 7 No 1 (2015): April
Publisher : STMIK SUBANG

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

Abstract

Karena banyaknya pilihan sayuran seperti tomat memang dapat menyebabkan kebingungan antara yang berkualitas dan yang tidak berkualitas , apalagi jika tidak memiliki pilihan yang akan dijadikan sebagai bahan pertimbangan untuk menentukan sebuah keputusan. Kondisi tersebut biasanya sering dialami ketika ingin mencoba menentukan keputusan dalam memilih sebuah sayuran yang baik seperti tomat , apapun itu. Namun biasanya kondisi tersebut sering dialami ketika akan memilih sayuran seperti tomat yang termasuk ke dalam kategori baik atau kurang baik (jelek), Petani tomat untuk memenuhi kebutuhan tersebut diperlukan suatu pengalaman dan pengetahuan yang bagus dalam menentukan kualitas tomat tersebut agar bisa memilah mana kualitas yang baik, sedang, dan jelek. Untuk itulah diperlukan suatu pengetahuan demi menangani permasalahan tersebut. Aplikasi ini dirancang dan diimplementasikan untuk mengetahui dan mengidentifikasi kualitas tomat yang baik, sedang, ataupun jelek, dirancang dengan metode C4.5 dan diimplementasikan dengan bahasa pemrograman PHP dengan disertai database. Dengan adanya aplikasi ini diharapkan dapat dengan mudah mengetahui kualitas tomat yang bagus. 
IMPLEMENTASI METODE NAIVE BAYES UNTUK MENDIAGNOSA PENYAKIT PASIEN Usep Tatang Suryadi; Ridwan Haris M.
Jurnal Teknologi Informasi dan Komunikasi Vol 8 No 1 (2015): Oktober
Publisher : STMIK SUBANG

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

Abstract

Penelitian ini bertujuan memanfaatkan fasilitas teknologi informasi dibidang kesehatan untuk menentukan jenis penyakit pasien termasuk kedalam penyakit menular atau tidak menular. Aplikasi ini dibuat menggunakan bahasa pemrograman PHP. Aplikasi ini dijalankan pada localhost. Metode yang digunakan dalam aplikasi ini adalah metode naïve bayes, dimana kita harus menentukan dulu class yaitu ‘menular’, ‘tidak Menular’, lalu menghitung classnya, setelah itu kita membuat beberapa kasus untuk kemudian dihitung setelah hasilnya diketahui, kita menghitung hasil dari kasus dimana jenis penyakit pada gejala 1, 2, 3 dan diagnosisnya. setelah hasil perhitungan pertama diketahui kita menuju proses penghitungan akhir, setelah hasil akhir diketahui dimana hasil akhir dari penghitungan tersebut adalah yang nilainya paling tinggi. Alat yang digunakan untuk menganalisa, merancang dan implementasi sistem diantaranya data flow diagram dan diagram ER. Untuk coding dalam pembuatan Aplikasi menggunakan PHP dan DBMS MySQL. 
APLIKASI SISTEM REKOMENDASI PEMBELIAN SEPEDA MOTOR SECARA KREDIT DENGAN MENERAPKAN METODE LOGIKA FUZZY DATABASE MODEL TAHANI Usep Tatang Suryadi; Eli Kurlina
Jurnal Teknologi Informasi dan Komunikasi Vol 9 No 1 (2016): April
Publisher : STMIK SUBANG

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

Abstract

Sepeda Motor sekarang ini tidak lagi menjadi barang yang mewah semua orang bisa memiliki sepeda motor apalagi sudah banyak dealer-dealer yang menjual sepeda motor secara kredit akan tetapi konsumen(user) harus pandai dalam memilih sepeda motor mana yang akan dibelinya secara kreditagar tidak kecewa nantinya. Konsumen(user) harus melakukan survei dan tinjauan ke berbagai dealer dan hal ini sangat meyita waktu. Dengan melihat permasalahan tersebut alangkah baiknya jika ada sebuah sistem aplikasi yang bisa merekomendasikan data motor sesuai keinginan konsumen(user). Aplikasi sistem rekomendasi pembelian sepeda motor secara kredit dengan menerapkan metode fuzzy tahani ini akan memberikan informasi data motor sesuai dengan kriteria yang diinginkan konsumen(user) fuzzy tahani akan menghitung firestrenght dan melakukan seleksi query menggunakan logika Zadeh sehingga menghasilkan sebuah sistem aplikasi rekomendasi. 
SISTEM PENENTUAN KUALITAS PAVING BLOCK BERDASARKAN PARAMETER NUMERIK MENGGUNAKAN METODE NAIVE BAYES Usep Tatang Suryadi; Dedi Nurzaenudi
Jurnal Teknologi Informasi dan Komunikasi Vol 9 No 2 (2016): Oktober
Publisher : STMIK SUBANG

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

Abstract

Paving block atau sering di sebut bata beton siapa yang tidak tahu nama paving block yang sejak lama sudah ada, Paving block sangan di minati banyak orang karna paving block ramah lingkungan. pengrajin paving block sekarang membuat paving block tidak ketentuan standar SNI, banyak nyah pengrajin paving block mengandalkan ke untungan semata bukan dari kualitas paving block standar SNI, untuk karna itu pembeli dan toko paving block susah membedakan mana kualitas paving block standar SNI dan mana kualitas paving block tidak sesuai standar SNI. Dengan adanya Sistem Penentuan Kualitas Paving Block sangat membantu toko paving block dapat menguji paving block di pengrajin paving block sebelum masuk ke toko, dan dapat membuktikan kepada pembeli bahwa paving block tersebut sesuai dengan ketentuan standar SNI. Adanya sistem aplikasi ini dapat mempermudah atau mempercepat dalam menentukan kualiat paving block kepada masyarakat tidak akan sulit untuk membedakan suatu paving block kualitas standar SNI. Sistem yang diterapkan yaitu menggunakan metode Naïve Bayes. Metode klasifikasi yang berdasarkan probabilitas dan Teorema Bayesian menggunakan m-estimate sengan asumsi bahwa setiap variable X bersifat (independence). Namun data harus melalui tahap Implementasi Naïve Bayes terlebih dahulu. Implementasi Naïve Bayes terbagi ke dalam tiga tahap, yaitu tahap pemanggilan data base, tahap perhitungan fungsi naive bayes dan tahap hasil akhir. Karena parameter paving block sangat banyak, dalam sistem penentuan kualitas paving block berdasarkan parameter numerik menggunakan metode Naïve Bayes ini dibatasi hanya tiga parameter saja, yaitu penyerapan, kuat tekan dan keausan. Sistem penentuan kualitas paving block berdasarkan parameter numerik menggunakan metode Naïve Bayes telah berhasil diterapkan. Sehingga dapat melakukan klasifikasi kategori buku. Dengan metode naïve bayes, diperoleh hasil akurasi kebenaran pengklasifikasian terhadap 131 data uji yaitu sebesar 70%. Pada penelitian ini, pengukuran efektifitas klasifikasi dengan menggunakan Confusion Matrix dengan cara menentukan nilai TP, TN, FP, dan FN.
SISTEM TEMU KEMBALI LOKASI WISATA KABUPATEN SUBANG BERBASIS WEB MENGGUNAKAN METODE TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF- IDF) Usep Tatang Suryadi; Zulfiqro Zulfiqro
Jurnal Teknologi Informasi dan Komunikasi Vol 11 No 2 (2018): Oktober
Publisher : STMIK SUBANG

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

Abstract

Wisata merupakan suatu kegiatan yang telah menjadi salah satu kebutuhan pokok manusia. Objek-objek wisata tersebar di seluruh permukaan bumi dengan berbagai pilihan, mulai dari wisata alam, wahana dan lain sebagainya. Penyebaran objek wisata di Indonesia menjadi salah satu sumber devisa bagi negara umum, pemda lokal khusus. Namun semakin luas dan semakin bertambah dalam pemilihan objek-objek wisata tersebut. Di era globalisasi ini, banyak upaya untuk mempermudah pencarian lokasi wisata, dengan peta wisata digital misalnya. Tapi tidak jarang ada beberapa tempat wisata yang hanya terekspos melalui artikel. Berupa teks cerita pengalaman perjalanan terkait bloger.Penemuan dalam penelitian ini, kami membahas tentang rekomendasi kunjungan menggunakan sistem temu kembali penambangan teks. Dalam sistem temu kembali memiliki banyak algoritma, dari sekian banyak algoritma kami menggunakan algoritma TF-IDF. Ada beberapa proses pada TF-IDF yaitu Stemming, Stopword Removal, dan Tokenizing. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%.Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%. Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan.Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%. 
SISTEM CLUSTERING TINDAK KEJAHATAN PENCURIAN DI WILAYAH JAWA BARAT MENGGUNAKAN ALGORITMA K-MEANS Usep Tatang Suryadi; Yana Supriatna
Jurnal Teknologi Informasi dan Komunikasi Vol 12 No 1 (2019): April
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v12i1.147

Abstract

Pencurian adalah salah satu tindakan kriminalitas yang lebih diterima masyarakat. Khususnya di wilayah Jawa Barat, data Polda Jabar pada tahun 2013 mencatat kasus pencurian dengan pemberatan mencapai 3.421 kasus, pencurian dengan pertahanan sebanyak 1.031 kasus dan kasus curanmor sebanyak 7.199 kasus. Kemudian pada tahun 2014, dibatalkan kasus pencurian dengan pemberatan sebanyak 3.146 kasus, pencurian dengan 925 kasus, serta kasus curanmor sebanyak 6.305 kasus. Dari permaslahan inilah munculah yang menentukan untuk membuat aplikasi, yang disediakan dapat melakukan pengelompokan tingkat tindak kejahatan pada kabupaten / kota di provinsi Jawa Barat. Metodologi yang digunakan adalah algoritma K-Means Clustering.Hasil dari penelitian ini membentuk 3 klaster, dimana klaster 1 masuk ke kategori level tinggi, klaster 2 masuk ke kategori level sedang dan klaster 3 masuk ke level tinggi. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL.Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal.Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. Iterasi data pengelompokan yang terjadi sebanyak 6 kali iterasi dengan menggunakan WCV dan BCV sebagai acuan iterasi. Memiliki 8 wilayah dengan tingkat pencurian tinggi, 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL.10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111. Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal. Kata Kunci: Kriminalitas, Pencurian, K-Means Clustering, PHP, MySQL. 10 wilayah dengan tingkat pencurian sedang dan 9 wilayah dengan tingkat pencurian rendah. Menemukan pusat cluster dengan Cluster 1 = 297,65; 22.375, Cluster 2 = 169.200; 11 dan Cluster 3 = 35.222; 6,111.Dalam membuat sistem ini menggunakan bahasa pemrograman PHP dan HTML. Databasenya menggunakan MySQL. Pada penelitian ini, algoritma K-Berarti dapat melakukan klasterisasi dengan ideal.
REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL Usep Tatang Suryadi; Lina Meilawati
Jurnal Teknologi Informasi dan Komunikasi Vol 12 No 2 (2019): Oktober
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v12i2.159

Abstract

Pada tahun 2013, jumlah angkutan alat transportasi umum dan luas di Kabupaten Subang adalah 661: 2052. Dengan jumlah kendaraan yang tidak layak guna sebanyak 396 kendaraan atau 60% dari total. Data KOPJAS pada 2018, jumlah trayek / rute angkutan umum sebanyak 420 trayek / rute, sedangkan jumlah trayek / rute elf sebanyak 227 trayek / rute. Jadi, total seluruh trayek / rute di Kabupaten Subang sebanyak 647 trayek / rute. Dengan persyaratan tersebut jelas, masyarakat perlu kendaraan untuk bertransportasi. Di mana persebarannya sendiri tidak dapat diakses dengan jumlah tertentu hanya bisa diakses dengan kendaraan pribadi dan sebagian besar hanya bisa diakses oleh kendaraan roda dua.Berdasarkan pemaparan di atas, prospek bisnis / pemasaran kendaraan roda dua di Kabupaten Subang sangat menjanjikan. Tentu harus didukung dengan pemasaran yang baik, disetujui memilih daerah-daerah dengan analisis klasterisasi daerah persebaran kendaraan umum. Untuk kemudian dijadikan sasaran pemasaran kendaraan roda dua. Penerapan teknik Penambangan data Metode pengelompokan menggunakan Algoritma K-Berarti Pengelompokan pada data KOPJAS Kabupaten Subang dari 26 Kecamatan untuk melakukan klasterisasi persebaran Trayek di Kabupaten Subang sebagai bahan promosi pemasaran kendaraan roda dua. Diperoleh data yang ditabulasi, dilakukan pemilihan 2 centroid secara acak, untuk mendapatkan dua klaster. Selanjutnya menghitung besaran rasionya.Kemudian dilakukan pencarian nilai jarak baru ke centroid baru, penghitungan jarak berhenti kompilasi nilai rasio tidak berubah lagi, tentukan jarak minimum dan kuadrat jarak minimum, Jadi didapat 4 kali iterasi. Bagaimana K-berarti Clustering dapat melakukan klasterisasi Keamatan di Kabupaten Subang. Aplikasi yang digunakan dalam mengolah data tersebut yaitu Xampp, Php, MySql dan Notepad ++. 
SISTEM CERDAS PEMANTAU KENYAMANAN RUANG KELAS BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK Usep Tatang Suryadi; Sri Saraswati
Jurnal Teknologi Informasi dan Komunikasi Vol 13 No 1 (2020): April
Publisher : STMIK SUBANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/a.v13i1.170

Abstract

Monitoring the comfort of classrooms within a certain timeframe for the room is one that is quite important to do. Increased humidity, temperature, sound, the light will affect the concentration of teaching and learning. In designing this system, the author intends to design a convenience monitoring system based on the internet of things (IoT) so that its scope is wider. This study aims to group data into clusters using the Data Mining method, the K-means Clustering algorithm. Data is grouped based on this similarity data so that data with the same characteristics will be in one cluster. The attributes used are humidity, temperature, sound, and light. The results of K-Means Clustering obtained were 3 groups, cluster center with cluster 1 = 47.76; 26.07; 61; 92; 3602 clusters 2 = 58; 29; 59.5; 502 and cluster 3 = 60; 30.25; 58,75; 769,75. The cluster with the highest value is cluster three. Iteration of data grouping occurs 4 times iteration. Sistem yang diterapkan dalam sistem ini adalah sistem pemantauan kenyamanan kelas. Sistem pengambilan mengambil dan menghitung data fisik untuk membentuk kelembaban, suhu, suara, cahaya melalui sensor menjadi informasi di ruangan yang dipantau menggunakan mikrokontroler Arduino Mega2560 dan sensor DHT11, LDR, Kondensor yang terhubung ke hal-hal yang berbicara. Algoritma K-means dapat melakukan pengelompokan yang baik pada sistem yang sedang dibangun.
Co-Authors Ahmad Khadari Ahmad Khadari Dede - Rahmat Dedi Nurzaenudi Eli Kurlina Hendra - Purnama Lina Meilawati Nindi Azis Andriyani Rangga Eka Permana Ridwan Haris M. Rima Selviani Sri Saraswati Yana Supriatna Zulfiqro Zulfiqro