Article Per Year (5 Year)
p-Index From 2020 - 2025
7.82
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) TEKNIK INFORMATIKA Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Proceeding of the Electrical Engineering Computer Science and Informatics Fountain of Informatics Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Indonesian Journal on Software Engineering (IJSE) Faktor Exacta Jukung (Jurnal Teknik Lingkungan) CogITo Smart Journal INOVTEK Polbeng - Seri Informatika JRMSI - Jurnal Riset Manajemen Sains Indonesia KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Informatik : Jurnal Ilmu Komputer Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) METIK JURNAL Scientific Journal of Informatics Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Jurnal PkM (Pengabdian kepada Masyarakat) Kresna: Jurnal Riset dan Pengabdian Masyarakat Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Jurnal Algoritma Jurnal Ticom: Technology of Information and Communication Journal of Social And Economics Research Journal Of Communication Education Telematika MKOM Jurnal INFOTEL Jurnal Ticom: Technology of Information and Communication journal of social and economic research JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Achmad Solichin
Universitas Budi Luhur
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 72 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 72 Documents
Search

 3   4   5   6   7 
IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MENYELEKSI SAHAM PRIMA Ratna Kusumawardani; Achmad Solichin
Jurnal Riset Informatika Vol. 1 No. 3 (2019): Periode Juni 2019
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (925.571 KB)

Abstract

Pada penelitian ini dibahas mengenai sistem pendukung keputusan untuk menyeleksi saham prima. Masalah yang terjadi dalam penelitian adalah adanya kalangan umum maupun profesional yang masih melakukan analisis fundamental secara manual dalam pengambilan keputusan pembelian saham. Penggunaan sistem pendukung keputusan diharapkan dapat membantu dalam proses pengolahan data saham yang memiliki kategori prima menjadi lebih efektif. Metode Simple Additive Weighting (SAW) ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif. Dalam hal ini alternatif yang dimaksudkan yaitu saham prima berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan menentukan nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu saham terbaik. Hasil penelitian berupa aplikasi sistem pendukung keputusan penyeleksi saham prima yang dibangun dengan bahasa pemrograman Java dan basisdata MySQL. Aplikasi ini berguna untuk memilih alternatif yang terbaik untuk mendapatkan saham prima. Para investor yang akan berinvestasi di saham, tidak akan salah membeli saham karena sudah memiliki daftar nama-nama saham prima.
Pregnancy Risk Level Classification using the Crisp-DM Method Reka Dwi Syaputra; Achmad Solichin
Jurnal Riset Informatika Vol. 5 No. 1 (2022): December 2022
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1095.021 KB) | DOI: 10.34288/jri.v5i1.195

Abstract

Independent midwife practices are tasked with reminding and maintaining the quality of standardized reproductive health services for pregnant women. Independent midwife practices have had patient visits since the COVID-19 pandemic from 2020 to 2021, especially at the Yetti puranama midwife, which consists of 320 pregnancy examinations, 130 delivery care, and 50 referrals. The COVID-19 pandemic has impacted maternal mortality rates because there are still many restrictions on all services. Maternal health services include pregnant women who are routinely unable to go to the puskesmas or other healthcare facilities due to fear of contracting COVID-19, which delays the examination of pregnancy gravida, abortion, temperature, pregnancy distance, hemoglobin, blood pressure, ideal weight, and decisions. So that the problem that occurs is an increase in the risk of pregnancy, resulting in death and increased maternal mortality. In solving this problem, the research takes a machine-learning approach. The research aims to build a classification of pregnancy risk levels that can predict early treatment in this study using the random forest method with cross-validation 2. This study obtained the results of an accuracy value of 98%, precision of 94%, and recalled 100% in the random forest method.
Mobile Based Student Presence System Using Haar Cascade and Eigenface Facial Recognition Methods Suherman Achmad; Nazori AZ; Achmad Solichin
Jurnal Riset Informatika Vol. 5 No. 2 (2023): March 2023
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v5i2.213

Abstract

Using biometric technology for recording attendance in the school environment is still not widely done by researchers. In this study, a solution was proposed to the problems that occurred in the school environment where parents/guardians could not monitor the presence of their children in school. The solution offered is a student attendance recording system based on facial recognition algorithms (face recognition). The built system can record the presence of students when entering the classroom and when returning home or out of class. Proposed methods for identifying student attendance are the Haar Cascade and Eigenface algorithms. The system can also provide notice of attendance or absence of students in real time to parents/guardians via email that has been registered. Based on the test results, the method can provide accurate and fast facial recognition results. The presence system developed based on mobile can recognize faces up to a distance of 200-300 cm with low and moderate light intensity.
ASSESSMENT OF INFORMATION SECURITY RISKS USE FUZZY INFERENCE MODEL (FIS) Lutfi Nukman; Rahmat Kurniawan; Achmad Solichin
Jurnal Teknik Informatika (Jutif) Vol. 4 No. 6 (2023): JUTIF Volume 4, Number 6, Desember 2023
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2023.4.6.1052

Abstract

Risk analysis is the process of systematically using information to identify and assess risks. This process how to analyze potential information security failure scenarios and the consequences of loss of confidentiality, integrity and preservation Availability of stored information values. Risk assessment is the process of comparing estimated risks against predetermined risk evaluation criteria to determine the level and priority of risk. This operation is performed using the retrieved data Risk analysis results for informed decision making future risk management measures; It is said that this cyber attack could lead to cyber warfare and cyber interference that disrupt national security and sovereignty. All of the above cyber threats are said to have the potential to threaten national assets. Institutions/companies around the world, especially those stored in his ISMS.
SELEKSI DATA MENGGUNAKAN TIME INTERVAL ENTROPY UNTUK ANALISIS SENTIMEN DENGAN METODE SUPPORT VECTOR MACHINE Kurnianta, Kristana; Solichin, Achmad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 3 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i3.5460

Abstract

Media sosial dianggap sebagai suatu perangkat penting bagi suatu organisasi dalam berinteraksi dengan para penggunanya. Keberadaan media sosial dapat memungkinkan pengguna untuk berbagi pendapat, ide, dan informasi dalam bentuk pesan atau komentar, termasuk terkait masalah korupsi dan lembaga penegak hukum seperti Komisi Pemberantasan Korupsi (KPK). Data pada media sosial tersebut dapat dimanfaatkan untuk melihat analisis sentimen masyarakat terhadap suatu hal. Salah satu tantangan yang berkaitan dengan media sosial adalah penggunaan bot. Dalam beberapa penelitian analisis sentimen, tahapan verifikasi terhadap tweet yang berasal dari akun bot sering diabaikan. Pendeteksian terhadap bot harus dilakukan agar didapatkan data yang lebih valid sehingga mampu memberikan hasil analisis sentimen yang dapat dipertanggungjawabkan. Tujuan dilakukannya penelitian ini adalah untuk melakukan optimasi data pre-processing pada analisis sentimen media sosial, dengan melakukan deteksi tweet dari akun bot yang dilihat dari nilai dari rasio followers/following dari setiap akun dan nilai time interval entropy sebelum tahap pre-processing data dilakukan. Analisis sentimen yang dilakukan dalam penelitian ini menggunakan metode Support Vector Machine dan didapatkan hasil bahwa dengan mengeliminasi tweet yang berasal dari akun bot mampu meningkatkan akurasi dari model yang dibuat. Jika dibandingkan antara dataset sebelum dan sesudah dilakukan eliminasi terhadap tweet dari akun bot terjadi peningkatan akurasi dari 0,9457 menjadi 0,9475.
Vehicle Rental Clustering Using The K-Means Method at PT. Mardika Daya Tribuana Tetlageni, Muhamad Ridho; Solichin, Achmad
Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Vol 20, No 2 (2023): SEPTEMBER 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/bit.v20i2.2496

Abstract

Pada zaman sekarang kebutuhan perusahaan terhadap moda transportasi semakin meningkat, untuk itu perusahaan menginginkan kendaraan mobil untuk menjalankan kegiatan sehari-hari seperti kebutuhan operasional perusahaan dan lain-lain. Setiap perusahaan dalam memilih kendaraan mobil yang disewa pasti mencari kendaraan yang nyaman untuk dipakai. PT. Mardika Daya Tribuana merupakan salah satu perusahaan yang berfokus pada bidang penyewaan. Masalah yang terjadi pada PT. Mardika Daya Tribuana yaitu data penyewaan yang sangat banyak tidak bisa diolah, sehingga pihak perusahaan belum menemukan suatu metode untuk mengolah data agar menemukan pola dari data yang ada. Maka pada penelitian ini penulis bertujuan untuk mengelompokkan kendaraan-kendaraan yang dimana hasil dari pengelompokan dapat digunakan oleh pihak PT. Mardika Daya Tribuana untuk mengambil keputusan yang tepat sesuai kebutuhan yang diinginkan. Tentunya untuk mengolah data penyewaan pada PT. Mardika Daya tribuana diperlukan suatu metode yang dapat menghasilkan suatu keputusan yang tepat. Pada penelitian ini penulis menerapkan analisa data Mining dengan Teknik Clustering menggunakan algoritma K-Means. Metode K-Means Clustering digunakan dan diolah berdasarkan kebutuhan untuk mendapatkan informasi pada setiap kelompoknya. Hasil klaster pada data penyewaan sebanyak 280 baris data dan dibagi menjadi 3 (tiga) klaster dimana pada setiap klaster menghasilkan, 11 data dengan level sedang rendah dari segi peminatnya pada klaster 1, 113 data dengan level sedang dari segi peminatnya pada klaster 2, dan 156 data dengan level tinggi dari segi peminat pada klaster 3. Berdasarkan pengujian menggunakan Sum of Square Error (SSE) klaster yang direkomendasikan yaitu 3 klaster dengan nilai selisih 10.44. Sehingga klaster tersebut optimal untuk dipakai.
PREDIKSI NILAI PENGADAAN BARANG DAN JASA PADA SEBUAH PERUSAHAAN PARIWISATA MENGGUNAKAN METODE ARIMA DAN FUZZY TIME SERIES Wati, Lisna; Solichin, Achmad
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4041

Abstract

PT XYZ does not have a tested evaluation metric to measure the accuracy of procurement prediction models. This research aims to find a suitable metric by comparing two methods: Autoregressive Integrated Moving Average (ARIMA) and Fuzzy Time Series (FTS). Both methods were chosen based on the ability of ARIMA to handle time patterns and trends, and the flexibility of FTS in dealing with uncertainty in procurement values. The research uses Root Mean Squared Error (RMSE) values to measure prediction accuracy. The ARIMA implementation analyzes historical data to forecast patterns, while FTS accommodates fluctuations and uncertainties, allowing for more adaptive and accurate predictions. The analysis results show that the ARIMA model has an AIC value of 3953.57 and a residual value of 3351745.26, while FTS has a residual of -224.79. The RMSE evaluation shows the ARIMA value of 3351745.30 and FTS of 224793895.00. The predicted value of ARIMA is 440,326,255, while FTS is 668,471,895. Based on these results, FTS shows superior prediction accuracy compared to ARIMA. FTS is recommended to be implemented at PT XYZ due to its ability to effectively manage uncertainty and fluctuations in procurement values, enabling more accurate strategic decisions. Further research is needed to understand the factors that influence the performance difference between these two methods.
Sentiment Analysis of Flood Disaster Management in Jakarta on Twitter Using Support Vector Machines Saddam, M Amiruddin; Dewantara, Erno Kurniawan; Solichin, Achmad
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 1 (2023): Articles Research Volume 7 Issue 1, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i1.12063

Abstract

Floods can cause negative impacts in various aspects, starting from economic, social, to health aspects. Even quoted from the site gis.bnpb.go.id, during 2022, there have been 1031 cases of flood disasters in Indonesia. Meanwhile in Jakarta, in 2022 there have been 14 cases of floods that caused hundreds of people to lose their homes. Several approaches can be taken to determine public opinion about flooding, one of which is text mining with an analysis of community sentiment. Sentiment analysis aims to determine public opinion regarding flood management in the capital city of Jakarta based on positive, neutral, and negative categories. To get the public sentiment, researchers carried out several stages, including the preprocessing stage. After obtaining public sentiment regarding flood management through the preprocessing stage, then classification is carried out based on public opinion so that it can be used by related parties for evaluation material in flood handling. In this study, the classification method used is the SVM method which is one of the supervised learning methods in machine learning. After classification, the next stage is the testing process using the K-Fold Cross Validation method. From the various sentiments obtained from Twitter data, it can be concluded that there are around 414 positive sentiments and 2464 negative sentiments related to flood handling in DKI Jakarta, while the results obtained from the test results show that the accuracy reaches 88.6%, the precision reaches 88.6% and recall reached 89.4%.
ANALISIS SENTIMEN TERHADAP PSSI ATAS TRAGEDI KANJURUHAN MENGGUNAKAN MULTINOMIAL NAÏVE BAYES Hanafi, Mohammad Afif; Solichin, Achmad
Telematika MKOM Vol 15, No 1 (2023): Jurnal Telematika MKOM Vol. 15 No. 1 Maret 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2292

Abstract

PSSI (Persatuan Sepakbola Seluruh Indonesia) merupakan suatu federasi sepakbola yang ada di Indonesia. Sebelum dan Sesudah Tragedi Kanjuruhan, PSSI memiliki banyak sekali isu sentimen negatif maupun positif. Oleh karena itu, sentimen ini banyak menimbulkan opini terhadap PSSI sehingga perlu adanya sistem untuk mengetahui setiap kalimat pada sebuah sentimen. Penelitian ini melatarbelakangi opini masyarakat Indonesia baik yang pro ataupun kontra pada Tragedi Kanjuruhan, hal ini menjadi suatu hal yang sangat penting untuk mengetahui sentimen positif atau negatifnya sebuah pendapat yang dilontarkan oleh masyarakat salah satunya melalui Twitter. Untuk itu, penelitian ini bertujuan untuk mengklasifikasikan dan menganalisis pandangan dari masyarakat melalui media sosial Twitter terhadap PSSI baik sebelum Tragedi Kanjuruhan maupun sesudah Tragedi Kanjuruhan, dan berapa akurasi tertinggi dari algoritme yang diimplementasikan berupa sistem yang berbasis website. Sentimen analisis ini dilakukan melalui proses pelabelan secara manual yang kemudian dibagi menjadi dua kategori yaitu label positif dan label negatif. Dataset bersumber dari Twitter dengan proses scraping dengan kata kunci sebelum Tragedi Kanjuruhan yaitu “PSSI” pada periode 01 Januari 2022 hingga 31 Agustus 2022 dengan total 452 tweets. Dan kata kunci sesudah Tragedi Kanjuruhan yaitu “PSSI”, “Sepakbola, “Kanjuruhan”, dan “FIFA” pada periode 07 Oktober 2022 hingga 16 Oktober 2022 dengan total 1238 tweets. Hasil dari pengujian menggunakan metode Multinomial Naïve Bayes mampu menghasilkan analisa pengujian akurasi tertinggi sebelum Tragedi Kanjuruhan bernilai 73% dengan rasio terbaik ialah 80% data latih dan 20% data uji, sedangkan akurasi tertinggi sesudah Tragedi Kanjuruhan bernilai 68% dengan rasio terbaik ialah 90% data latih dan 10% data uji
SISTEM DETEKSI KEBAKARAN MENGGUNAKAN MIKROKONTROLLER NODEMCU PADA TOKO CUCI SEPATU KICKS KEMON JAKARTA SELATAN Akbar, Kafi Kurnia; Chandra, Joko Christian; Solichin, Achmad; Santika, Reva Ragam
Telematika MKOM Vol 15, No 1 (2023): Jurnal Telematika MKOM Vol. 15 No. 1 Maret 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2296

Abstract

Kebakaran didefinisikan sebagai satu dari berbagai bencana alam yang semua orang takuti. Kejadian ini acapkali berlangsung, yang disebabkan oleh kelalaian masyarakat dan ataupun faktor lingkungan. Bencana ini sudah menyebabkan jatuhnya korban puluhan dan bahkan ratusan jiwa. Untuk mengurangi kemungkinan terjadinya kebakaran, maka diperlukan sebuah alat pendeteksi dan pemadam sekaligus monitoring yang mudah digunakan. penelitian ini membuat sistem pendeteksi dan pemadam kebakaran menggunakan mikrokontroller NodeMCU ESP8266, sensor MQ-2, flame sensor berbasis aplikasi android yang mendukung mekanisme yang bertujuan untuk mencegah terjadinya kebakaran pada Toko Cuci Sepatu Kicks Kemon Jakarta Selatan. Dengan menggunakan komponen yang mudah ditemukan dan dirangkai seperti NodeMCU dan Aplikasi menggunakan PC biasa. Metode yang digunakan yaitu metode prototipe, metode ini dipilih agarsetiap tahap pengerjaannya berjalan dengan baik. Alat ini terdiri dari komponen fisik yang diletakan pada panel kontrol listrik. Alat pendeteksi kebakaran ini dapatmengirimkan data secara realtime, dan terdapat notifikasi melalui aplikasi secara langsung. Jika terjadi adanya kebakaran, alat pendeteksi kebakaran ini akan memberikan tanda berupa alarm dan LED sekaligus Waterpump akan menyala sebagai pertolongan pertama jika terdeteksi adanya kebakaran dan data akan tersimpan di database catatan kebakaran.
Co-Authors Abdullah 'Alim Achmad Maulana Agus Harjoko Agus Santoso Ahmad Ihsanudin Ahmad Zainul Mafakhir Akbar, Kafi Kurnia Alfredo Pasaribu Alhafiz, Muhammad Ihza Ananda Surya, Archie Andi Hakim Arif Andi Jumardi Anggi Ayu Ningtyas Anindya Putri Pradiptha Arif, Andi Hakim Arista Riski, Nanda Asmoro, Phaksi Bangun Bayu Raditya Nasution Bernadeta Asri Rejeki Tulodo Chandra, Joko Christian Dasril Aldo Dedy Mirwansyah Dewantara, Erno Kurniawan Dhiesky Chaerullah Dwi Kristanto Emil Salim Fadlan Amrullah Fahrullah Fahrullah Galih Gumilar Widhasmara Goenawan Brotosaputro Hanafi, Mohammad Afif Hari Soetanto Iqbal Chalid Irennada Ismail Adi Susanto Khaeri Diniari Khansa Khairunnisa Kurnianta, Kristana Lia Amellia Putri Lutfi Nukman Majid, Muhammad Farras Masdar Desiawan Mochammad Andika Putra Mohammad Syafrullah Muhamad Refaldi Muhammad Agus Arianto Muhammad Agus Arianto Muhammad Ali Akbar Muhammad Arif Kurniawan Muhammad Fahrizal Muhammad Hamdi Sukriyandi Muhammad Verdiansyah Muharam, Asep Budiyana Nariza Wanti Wulan Sari Nazori AZ Noor Ferdyansyah Nugroho, Ludi Obby Oktafianto Painem, Painem Painem, Painem Pradana, Rizky Pradiptha, Anindya Putri Pramudita, Bagas Prayogi, Muhamad Nur Rahmat Kurniawan Rasyid, Annisa Ratna Kusumawardani Reka Dwi Syaputra Restu Maulunida Reva Ragam Santika Richki Hardi Riki Wijaya Rizki Darmawan, Dika Robby Suganda Rusdah Rusdah Saddam, M Amiruddin Setiyadi, Prambudi Suherman Achmad Syahrul, Ahmad Tan Wee Chang Tetlageni, Muhamad Ridho Triyono, Gandung Ummu Habibah Romlah Utomo Budiyanto Wahyu Desena Wati, Lisna Wirasno, Wirasno Zainal A. Hasibuan Zulfikar Rosadi