Articles
<![CDATA[Iptek bagi Masyarakat untuk Melestarikan Kebudayaan Ketoprak dan Sholawat Pitutur Melalui Website Berbasis SEO Sebagai Media Informasi dan Promosi ]]>
<![CDATA[Hayaty, Mardhiya]]>;
<![CDATA[Laksito, Arif Dwi]]>
<![CDATA[ JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 1, No 1 (2017) ]]>
Publisher : <![CDATA[LPPM ITATS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (604.647 KB)
|
DOI: 10.31284/j.jpp-iptek.2017.v1i1.136
<![CDATA[Ketoprak and sholawat pitutur began to dim with the development of the modern era. Folk art that became the cultural root of the village community Seyegan must continue to be preserved. To preserve the efforts made through the promotion through information technology media in this case the manufacture of SEO-based art sites (Search Engine Optimazation) for the existence of this art continues to grow with the local community and can be known by the public. The process of website creation begins with several designs such as web structure, layout, features available as well as the application of SEO on some articles. Promotion of folk art through the medium of information technology is expected to revive the arts ketoprak and sholawat as well as affect the welfare of members of the arts group.]]>
<![CDATA[PREDIKSI PENGUNDURAN DIRI MAHASISWA UNIVERSITAS AMIKOM YOGYAKARTA MENGGUNAKAN METODE NAIVE BAYES ]]>
<![CDATA[Mahanggara, Andika]]>;
<![CDATA[Laksito, Arif Dwi]]>
<![CDATA[ Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019 ]]>
Publisher : <![CDATA[Universitas Muria Kudus ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (239.28 KB)
|
DOI: 10.24176/simet.v10i1.2967
<![CDATA[Universitas AMIKOM Yogyakarta merupakan Universitas yang telah berdiri sejak tahun 1994 dan telah banyak menghasilkan mahasiswa yang berbakat dalam bidang komputer. Setiap tahunnya Universitas AMIKOM Yogyakarta memiliki mahasiswa baru yang jumlahnya terus bertambah hingga saat ini, namun sering kali sejumlah peserta didik pada Universitas AMIKOM Yogyakarta mengundurkan diri. Dengan menggunakan teknik klasfikasi probabilistik sederhana yaitu Algoritma Naive Bayes dapat dilakukan prediksi terhadap pengunduran diri mahasiswa dengan menghitung sekumpulan probabilitas dari jumlah frekuensi dan kombinasi nilai dari dataset yang didapatkan. Implementasi Naive Bayes diharapkan mampu untuk memprediksi pengunduran diri agar pihak lembaga dapat melakukan pencegahan terhadap pengunduran diri mahasiswa. Hasil uji coba dari 120 dataset yang dibagi menjadi 70% data training dan 30% data testing diperoleh nilai error sebesar 22,22%. Sedangkan tingkat akurasi yang diperoleh sebesar 77,78% dengan hasil prediksi 22 mahasiswa diprediksi bertahan dan 14 mahasiswa diprediksi mengundurkan diri.]]>
<![CDATA[USABILITY TESTING ON QR CODE SCANNER APPLICATION FOR LECTURE PRESENCE ]]>
<![CDATA[Pujastuti, Eli]]>;
<![CDATA[Laksito, Arif Dwi]]>
<![CDATA[ Khazanah Informatika Vol. 6 No. 1 April 2020 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v6i1.9026
<![CDATA[Universities are obliged to facilitate lectures. Many students require universities to provide a fair teaching and learning services with a minimum of student cheating. In order to improve the quality of teaching and learning, each university develops a lecture presence system electronically. The QR code scanner application became a solution offered for leak problems that previously existed on the magnetic card system. Before the application applied on a large scale, developers needed to conduct an assessment of the usability of the QR scanner application. The assessment aimed to make lectures go smoothly and to maintain the good reputation of the university. The method used is usability testing. The result of this study is a usability system at the level of 65%. This value consists of an effectiveness value of 70%, an efficiency value of 54.31%, and a satisfaction value of 70.85%. The improvements of user interface recommended in this study include adding of placeholders to inform the correct NIM format, changing the QR scanner icon into a titled icon and choosing a stimulating color, providing a zoom feature on the scanner camera, and applying a more familiar logout icon according to the mental model of the user.]]>
<![CDATA[IMPLEMENTASI ALGORITMA BEE COLONY UNTUK OPTIMASI RUTE DISTRIBUSI CARICA NIDA FOOD WONOSOBO ]]>
<![CDATA[Muhammad Darwis Arifin]]>;
<![CDATA[Arif Dwi Laksito]]>
<![CDATA[ Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (921.676 KB)
|
DOI: 10.32520/stmsi.v8i2.470
<![CDATA[“Nida Food” merupakan UMKM produksi carica, memiliki permasalahan dalam menentukan rute minimum untuk mendistribusikan produksi carica ke semua konsumen. Penyelesaian permasalahan ini secara manual dapat menghabiskan banyak waktu untuk menentukan solusi rute terdekat. Masalah Travelling Salesman Problem (TSP) dapat dikaitkan dimana seseorang akan mengunjungi ke sejumlah kota, dimana rangkaian kota–kota yang dikunjungi harus tepat satu kali dilewati dan pada akhirnya kembali lagi ke kota awal. Tujuan dari masalah TSP ini adalah untuk mencari rute atau jarak terpendek. Algoritma Artificial Bee Colony (ABC) merupakan salah satu algoritma yang dapat menyelesaikan permasalahan TSP. Penelitian ini menghasilkan aplikasi berbasis web untuk pencarian rute distribusi terdekat menggunakan algoritma Artificial Bee Colony, sehingga dapat memberikan solusi kepada salesman.]]>
<![CDATA[IMPLEMENTASI ALGORITMA REGRESI LINEAR BERGANDA UNTUK MEMPREDIKSI PRODUKSI PADI DI KABUPATEN BANTUL ]]>
<![CDATA[Ervan Triyanto]]>;
<![CDATA[Heri Sismoro]]>;
<![CDATA[Arif Dwi Laksito]]>
<![CDATA[ Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 4 No 2 (2019): Juli ]]>
Publisher : <![CDATA[LPPM Universitas Abdurrab ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1059.528 KB)
|
DOI: 10.36341/rabit.v4i2.666
<![CDATA[Sufficient and equitable food availability is one of the pillars of the realization of food security. Every year rice production in Bantul Regency is always changing. Multiple Linear Regression Method is a forecasting method that uses more than two factors that can influence the results so that it can find maximum results. With this method of Multiple Linear Regression, get the mean absolute deviation (MAD) 0.101 with training data from 2009 - 2017. Multiple linear regression equations obtained were Y = 8307,561443282 + 5,9294543706657x1 + 118,28063200866x2 + 175,71009241484x3.]]>
<![CDATA[API Gateway Menggunakan SlimPHP pada Aplikasi Kantin Amikom (API Gateway using SlimPHP on Cafetaria Application in Amikom ) ]]>
<![CDATA[Arif Dwi Laksito]]>
<![CDATA[ IPTEK-KOM : Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi Vol 21, No 1 (2019): JURNAL IPTEK-KOM (JURNAL ILMU PENGETAHUAN DAN TEKNOLOGI KOMUNIKASI) ]]>
Publisher : <![CDATA[BPSDMP KOMNFO Yogyakarta, Kementerian Komunikasi dan Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (592.401 KB)
|
DOI: 10.33164/iptekkom.21.1.2019.31-42
<![CDATA[API telah banyak digunakan sebagai antarmuka pemrograman untuk mengintegrasikan perangkat satu ke perangkat yang lainnya. API Gateway merupakan layer yang menjadi satu-satunya gerbang bagi client. Pada lapisan ini, API Gateway dapat menangani request dari client dan sebagai lapisan keamanan, melakukan pengecekan apakah setiap request dari client diperbolehkan untuk dilanjutkan atau tidak. Pada koperasi Citramas Amikom terdapat kendala dalam mengimplementasikan aplikasi pemesanan online kantin, dimana untuk menjangkau seluruh pengguna perlu digunakan koneksi internet dalam akses aplikasi. Sedangkan sistem sebelumnya berada di lingkungan lokal. API Gateway telah berhasil dibangun untuk mengatasi kendala tersebut. Pada penelitian ini dilakukan pengembangan API Gateway menggunakan framework SlimPHP dan pengujian unit menggunakan framework PHPUnit.]]>
<![CDATA[The Hybrid Recommender System of the Indonesian Online Market Products using IMDb weight rating and TF-IDF ]]>
<![CDATA[Muhammad Johari]]>;
<![CDATA[Arif Laksito]]>
<![CDATA[ Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021 ]]>
Publisher : <![CDATA[Ikatan Ahli Informatika Indonesia (IAII) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (451.522 KB)
|
DOI: 10.29207/resti.v5i5.3486
<![CDATA[Today, consumers are faced with an abundance of information on the internet; accordingly, it is hard for them to reach the vital information they need. One of the reasonable solutions in modern society is implementing information filtering. Some researchers implemented a recommender system as filtering to increase customers’ experience in social media and e-commerce. This research focuses on the combination of two methods in the recommender system, that is, demographic and content-based filtering, commonly it is called hybrid filtering. In this research, item products are collected using the data crawling method from the big three e-commerce in Indonesia (Shopee, Tokopedia, and Bukalapak). This experiment has been implemented in the web application using the Flask framework to generate products’ recommended items. This research employs the IMDb weight rating formula to get the best score lists and TF-IDF with Cosine similarity to create the similarity between products to produce related items.]]>
<![CDATA[Klasifikasi Citra Buah Pir Menggunakan Convolutional Neural Networks ]]>
<![CDATA[Syauqani Juliansyah]]>;
<![CDATA[Arif Dwi Laksito]]>
<![CDATA[ InComTech : Jurnal Telekomunikasi dan Komputer Vol 11, No 1 (2021) ]]>
Publisher : <![CDATA[Department of Electrical Engineering ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22441/incomtech.v11i1.10185
<![CDATA[Buah Pir (Pyrus) adalah salah satu buah yang kaya akan nutrisi, seperti vitamin, niasin, asam pantotenat, dan folacin. Pir salah satu buah favorit dan banyak digemari diindonesia. Sebab, rasa yang khas dan identik dengan banyak air, masir, dan manis. Setiap jenis buah pir memiliki karakteristik yang berbeda, tentu setiap jenisnya mempunyai rasa yang khusus sehingga menghasilkan harga dan pengistimewaan berbeda dari setiap orang. Para petani buah pir tentu memiliki tempat penyimpanan untuk mengumpulkan hasil dari panen yang didapat. Sehingga para petani memisahkan jenis buah secara manual yang tentu akan membutuhkan waktu, kebosanan dan biaya tinggi. Pada penelitian ini bertujuan untuk mengatasi permasalahan klasifikasi buah secara manual tersebut dengan menggunakan salah satu algoritma Deep Learning dalam klasifikasi suatu gambar yaitu Convolutional Neural Network. Studi ini melakukan uji akurasi pada dua proses yaitu training dan testing dengan akurasi yang didapatkan yaitu 100% untuk training dan testing menggunakan 100 sample data baru dengan nilai akurasi 98%.]]>
<![CDATA[Content Based VGG16 Image Extraction Recommendation ]]>
<![CDATA[Arif Laksito]]>;
<![CDATA[Muhammad Royyan Saputra]]>
<![CDATA[ Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 3 (2022): Juni 2022 ]]>
Publisher : <![CDATA[Ikatan Ahli Informatika Indonesia (IAII) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (439.557 KB)
|
DOI: 10.29207/resti.v6i3.3909
<![CDATA[Data transfer across numerous platforms has increased dramatically due to the enormous number of visitors or users of the present e-commerce platform. With the rise of increasingly massive data, consumers are finding it challenging to obtain the right data. The recommendation engine may be used to make it simpler to find information that is relevant to the user's needs. Clothing, gadgets, autos, furniture, and other e-commerce items rely on product visualization to entice shoppers. There are millions of images in these items. Displaying the information sought by clients based on visual data is a difficult challenge to address. One strategy that is simple to use in a recommendation system is content-based filtering. This approach will eventually make suggestions to consumers based on previously accessible goods or product descriptions. Content-based filtering works by searching for similarities based on the properties of a product item. User interactions with a product will be recorded and analyzed in order to recommend certain similarities to users. Text-based datasets are used in the majority of content-based filtering studies. In this study, however, we attempt to leverage a dataset received from Kaggle in the form of images of futsal shoes. Then, VGG16 architecture is used to extract the image dataset. The top 5 most relevant item rankings are generated by this recommendation method using cosine similarity. In addition, the NDCG (Normalized Discounted Cumulative Gain) approach is used to assess the results of the suggestions. The NDCG was evaluated in ten test scenarios, with an average NDCG value of 0.855, indicating that the system delivers a reasonable performance suggestion.]]>
<![CDATA[Implementasi Algoritme Fisher Yates Shuffle untuk Pengacakan Soal Tes IQ Berbasis Android ]]>
<![CDATA[Muhammad Tofa Nurcholis]]>;
<![CDATA[Arif Dwi Laksito]]>;
<![CDATA[Hafizh Fauzi Fathurahman]]>
<![CDATA[ Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023 ]]>
Publisher : <![CDATA[STMIK Banjarbaru ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35889/progresif.v19i1.1168
<![CDATA[This study aims to implement the Fisher Yates Shuffle algorithm on an Android-based IQ test application to ensure random and unbiased randomization of questions. Fisher Yates Shuffle Algorithm is one of the randomization algorithms used to reduce bias and ensure good random distribution in randomizing elements in an array. The results of this study indicate that the implementation of the Fisher Yates Shuffle algorithm in an Android-based IQ test application ensures that the questions displayed to the user are always in random order, so that there is no bias in the test results. Ease of use also improves with this implementation.Keywords: Fisher Yates Shuffle Algorithm; Implementations; IQ test. AbstrakPenelitian ini bertujuan untuk mengimplementasikan algoritme Fisher Yates Shuffle pada aplikasi tes IQ berbasis Android untuk memastikan pengacakan soal yang acak dan tidak bias. Algoritme Fisher Yates Shuffle merupakan salah satu algoritme pengacakan yang digunakan untuk mengurangi bias dan memastikan distribusi acak yang baik dalam pengacakan elemen dalam suatu array. Hasil dari penelitian ini menunjukkan bahwa implementasi algoritme Fisher Yates Shuffle pada aplikasi tes IQ berbasis Android memastikan bahwa soal yang ditampilkan kepada pengguna selalu dalam urutan acak, sehingga tidak ada bias dalam hasil tes. Kemudahan penggunaan juga meningkat dengan implementasi ini.Kata kunci: Algoritme Fisher Yates Shuffle; Implementasi; Tes IQ]]>
