Claim Missing Document
Check
Articles

Perbandingan Algoritma Naïve Bayes Classifier dan Algoritma Decision Tree untuk Analisa Sistem Klasifikasi Judul Skripsi Rasi Nuraeni; Aso Sudiarjo; Randi Rizal
Innovation in Research of Informatics (INNOVATICS) Vol 3, No 1 (2021): Maret 2021
Publisher : Informatika Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v3i1.2976

Abstract

Penelitian ini mengkaji tentang perbandingan klasifikasi judul skripsi menggunakan algoritma naïve bayes classifier dan algoritma decision tree. Tujuan dari penelitian ini adalah untuk membandingkan dua algoritma dalam pengklasifikasian judul skripsi. Proses pengumpulan data dilakukan dengan cara studi pustaka dan literature sejenis. Hasil pengumpulan data akan di analisis dengan menggunakan algoritma naïve bayes classifier dan algoritma decision tree dengan tools rapidminer. Hasil penenlitian ini menemukan perbandingan yang cukup signifikan dengan hasil akurasi 80,33% untuk algoritma naïve bayes classifier dan 60,33% untuk algoritma decision tree dari 52 data judul skripsi yang digunakan.
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik SMK YASBU Al-Qomariah Tasikmalaya mengunakan metode TOPSIS Aso Sudiarjo; Missi Hikmatyar
Jurnal ICT : Information Communication & Technology Vol 20, No 2 (2021): JICT-IKMI, Desember 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i2.278

Abstract

Tujuan penelitian ini adalah untuk mrancang sebuah sistem pendukung keputusan pemilihan karyawan terbaik SMK YASBU Al-Qomariah. Penghargaan yang diberikan oleh organisasi kepada karyawan terbaiknya dapat mendorong setiap karyawan untuk selalu memberikan kinerja yang terbaik bagi organisasi dalam melaksanakan tugas dan kewajibanya di organisasi. Pengambilan keputusan untuk menentukan karyawan terbaik dapat dilakukan organisasi dengan cara menilai kinerja yang telah dilakukan oleh karyawannya dalam jangka waktu tertentu. Oleh karena itu, seiring perkembangan teknologi informasi maka Sistem Pendukung Keputusan terhadap pemilihan karyyawan terbaik perlu dibangun dengan menggunakan metode TOPSIS (Technique For Order Preference By Similarity To Ideal Solution). Konsep dasar Metode TOPSIS adalah alternatif yang terpilih merupakan alternatif terbaik yang memiliki jarak terpendek dari solusi ideal positif dan jarak terpanjang dari solusi ideal negatif. Ada enam kriteria yang dijadikan sebagai bahan pertimbangan yaitu: Kuantitas Pekerjaan, Kualitas Pekerjaan, Pengetahuan akan pekerjaan, tingkat kreativitas, tinggkat Kerjasama.. Metode yang digunakan dalam pembangunan aplikasi ini menggunakan model System Development Life Cycle (SDLC). Hasil penelitian yang dilakukan yaitu perototipe  sistem pendukung keputusan pemilihan karyawan terbaik. Sistem pendukung keputusan yang dikembangkan berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai pangkalan data.
Sistem Pendukung Keputusan Pemilihan perumahan Berbasis Android dengan Metode Simple Additive Weigthing Aso Sudiarjo; Ruuhwan Ruuhwan
Jurnal ICT : Information Communication & Technology Vol 18, No 2 (2019): JICT-IKMI, Desember 2019
Publisher : STMIK IKMI Cirebon

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

Abstract

Types of housing that are increasingly varied from the type of simple houses to luxury homes, where the house is a family need to be occupied in a relatively long time. Problems that occur consumers are sometimes difficult to choose the type of housing and location of houses to be purchased with long-term needs or for investment needs. This study aims to facilitate consumers in making decisions when determining the right type of housing and in accordance with the desired conditions. Therefore, as advances in information technology and the development of the Android operating system, system support in the selection of Android-based housing needs to be built, and the application of the Simple method Additive weighting for housing alternative selection. The SAW method concept is often referred to as the weighted sum method. There are six criteria to be taken into consideration, namely: distance to shopping centers, distance to education location, distance to health location, water availability, price and land area .. The method used in designing this application uses the Extreme Programming (XP) model. In the Extreme Programming (XP) method, there are 4 (four) stages in the Extreme Programming process: planning, design, coding, test. This system can support consumer decision making in choosing housing based on predetermined criteria. So that calculations on this decision support system are more accurate then an SAW method is used to determine the type of housing that matches the criteria sought by consumers.
Sistem Informasi Layanan Bimbingan Akademik Mahasiswa Berbasis Android Missi Hikmatyar; Aso Sudiarjo
Jurnal ICT : Information Communication & Technology Vol 20, No 1 (2021): JICT-IKMI, Juli 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i1.281

Abstract

layanan bimbingan akademik yang diberikan dosen kepada mahasiswa mempunyai peran yang sangat penting dalam kelancaran pembelajaran. Universitas Perjuangan Tasikmalaya mempunyai kendala pada laporan bimbingan akademik yang masih mengandalkan buku dalam melakukan bimbingan. Penggunaan buku membuat bimbingan tidak interkatif dan kemungkinan data yang direkap bisa hilang sehingga menyebabkan tidak terukurnya data sebagai alat pengambil keputusan. Solusi pada permasalahan tersebut yaitu dengan mengembangkan sistem informasi yang fleksibel dan bisa digunakan pada mobile device/smartphone. Sistem informasi yang akan dikembangkan berbasis android dengan menggunakan tool Android Studio dalam pembuatannya. Proses pengembangannya meliputi beberapa tahap yaitu pertama, planning adalah melakukan analisa terhadap sistem yang sudah berjalan. Kedua, design yaitu melakukan perancangan awal atau mendesain sistem yang akan dibuat. Ketiga, implementasi yaitu melakukan penerapan dengan melakukan coding terhadap desain yang telah dirancang. Keempat, testing yaitu melakukan pengujian dengan sudut pandang pengembang sistem dan user (dosen dan mahasiswa) untuk diuji kehandalannya.
Implementasi Dan Pelatihan Google Apps For Education (GAFE) Untuk Pesantren Muhammadiyah Kabupaten Tasikmalaya Pada Masa Pandemi Covid-19 Randi Rizal; Ruuhwan Ruuhwan; Aso Sudiarjo
JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Vol 6 No 1 (2022): Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Publisher : Dewan Pimpinan Daerah (DPD) Perkumpulan Dosen Indonesia Semesta (DIS) Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36339/je.v6i1.533

Abstract

Changes in business processes, lifestyles and ways of working that are more effective and efficient are caused by the rapid development of technology in various fields of human life, especially education. The current service partner is the Muhammadiyah Islamic Boarding School in Tasikmalaya Regency which has problems in optimizing educational activities in the pesantren environment. The use of features in Google Apps For Education (GAFE) is not optimal in educational activities, both in the teaching process between teachers and students, subject assignments, or other educational administration activities, so it is necessary to use these features more optimally. In addition, it is a new thing for teachers and students in optimizing the use of Google Apps for Education (GAFE), which makes it difficult and requires assistance to be used. This service provides alternative solutions for partners, namely the implementation and training of Google Apps for Education (GAFE) technology for teachers and students in an effort to improve skills and culture of responsiveness to the maximum use of technological developments so that it has an impact on the ease and smoothness of the online learning process.
REKOMENDASI TEMPAT WISATA DI KOTA TASIKMALAYA MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITA (ELECTRE) Nida Mahdalena; Aso Sudiarjo; Evi Dewi Sri Mulyani
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4320

Abstract

Industri pariwisata suatu daerah memainkan peran penting dalam pembangunan ekonominya. Dalam hal ini, penting bagi pengunjung untuk memilih destinasi wisata berdasarkan minat pribadinya. Namun demikian, memilih di antara banyak tempat wisata yang dapat diakses mungkin sulit. Oleh karena itu, tujuan dari penelitian ini adalah untuk membuat Decision Support System (DSS) yang merekomendasikan destinasi wisata di Kota Tasikmalaya dengan menggunakan teknik Electre. Temuan penelitian menunjukkan bahwa sistem yang dirancang dapat menyarankan destinasi wisata berdasarkan preferensi pengunjung. Elektre telah terbukti berguna dalam menyelesaikan kompleksitas dalam pengambilan keputusan multi-kriteria. Implikasi praktis penelitian ini adalah SPK dapat membantu wisatawan dalam merencanakan perjalanannya ke Kota Tasikmalaya.
PENERAPAN ALGORITMA APRIORI PADA TRANSAKSI UNTUK MENCARI POLA PENJUALAN (Studi Kasus : Warung US Baso Steak Coffee) Raka Agung Gumilar; Aso Sudiarjo; Yusuf Sumaryana
Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 7 (2023): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kjst.v1i7.603

Abstract

Tujuan dari penelitian ini adalah untuk melakukan penerapan market basket analysis pada transaksi penjualan barang di Warung US Baso Steak Coffee dengan algoritma apriori dalam menemukan aturan asosiasi dengan parameter pengujian minimum support, jumlah brenchmark dan lift ratio dan nilai confidence. Perhitungan Algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support 35% dan nilai minimum confidence 80%, menghasilkan 2 aturan asosiasi final terbaik pada penjualan periode September 2019 – Februari 2023. Dari data penjualan tersebut produk yang paling sering laku terjual adalah produk dari kategori Kaffe Latte Rasa, Espresso Based, Tea, dan Steak Chiken Krispy. Hasil penelitian ini yaitu mengimplementasikan algoritma apriori aturan asosiasi pada aplikasi Rapid Minner 9.2 yang berguna untuk membantu manajer Warung US Baso Steak Coffee Tasikmalaya dalam memberikan hasil analisa aturan asosiasi sebagai acuan untuk peningkatan strategi penjualan dan promosi produk.
Implementation of Data Mining at Laboratory Vocational High School Using The C4.5 Algorithm to Predict Students Major Preferences Suherman, Nurisya Rahma; Ruuhwan, Ruuhwan; Sudiarjo, Aso
INNOVATICS: International Journal on Innovation in Research of Informatics Vol 5, No 2 (2023): September 2023
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v5i2.8479

Abstract

Education or the learning process is the primary thing for human life. Therefore, a place for acquiring knowledge is established, which is called a school. Schools have their own levels, ranging from early childhood education to higher education institutions. When students enter high school, they are required to make decisions in choosing their majors. Accompanied by technological advancements, the issues in high school major selection can be effectively and efficiently addressed using data mining. Common issues that usually arise include lack of accuracy, precision, and requiring a significant amount of time. Hence, the issues within major selection necessitate the use of data mining, employing the C4.5 algorithm method, to determine the accuracy and precision of large datasets. This research achieved with RapidMiner the result is accuracy score of 94.44%, precision of 81.37%, and sensitivity of 74.00%. Additionally, it also generated a decision tree and with Python has an accuracy of 93% because it automatically rounds the values, so there is no significant difference between the two tools. This proves that the C4.5 algorithm produces fairly accurate performance.
Analysis of Image Improvement and Edge Identification Methods in Watermelon Image Sudiarjo, Aso; Praseptiawan, Mugi; Setyoningrum, Nuk Ghurroh; Drajat, Hilmi Maulana; Natsir, Fauzan
Innovation in Research of Informatics (Innovatics) Vol 6, No 1 (2024): March 2024
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v6i1.10699

Abstract

The initial stage in digital image processing, known as pre-processing, plays a vital role in enhancing image quality. This essential step involves employing various techniques to prepare the image for subsequent analysis and feature extraction. Among the array of pre-processing methodologies utilized, thresholding, median averaging, median filtering, rapid Fourier transform, point operations, intensity modification, and histogram equalization stand out as prominent tools. These techniques are employed to mitigate noise, enhance contrast, and optimize the overall visual quality of the image. Once the pre-processing phase is complete, the focus often shifts to specific tasks, such as identifying objects or features within the image. In the context of analyzing watermelon images, one such task is the detection of watermelon seeds. To accomplish this, the pre-processed image undergoes further refinement through the application of edge detection techniques. Gradient edge detection, isotropic, Canny, and Sobel edge detection are among the methods commonly employed for this purpose. These techniques aim to highlight the edges and contours of objects within the image, facilitating the identification of distinct features such as watermelon seeds. However, our investigation reveals that not all edge detection methods are equally effective in this context. By employing a combination of pre-processing techniques and judiciously selecting edge detection methods, researchers can enhance the accuracy and reliability of their image processing workflows, ultimately advancing our understanding of complex biological structures such as watermelon seeds.
PEMANFAATAN SOCIAL MEDIA MARKETING UNTUK PEMASARAN DIGITAL BAGI UMKM TANAMAN HIAS Hartono, Rudi; Aso Sudiarjo; Agus Supriatman
PROFICIO Vol. 5 No. 1 (2024): PROFICIO: Jurnal Abdimas FKIP UTP
Publisher : FKIP UNIVERSITAS TUNAS PEMBANGUNAN SURAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/jpf.v5i1.3129

Abstract

Pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman dan pemanfaatan media sosial sebagai alat pemasaran digital bagi Usaha Mikro, Kecil, dan Menengah (UMKM) di sektor tanaman hias. Pengabdian masyarakat ini dilaksanakan dengan melibatkan pengusaha tanaman hias sebagai mitra dalam upaya meningkatkan visibilitas dan akses pasar melalui penerapan strategi Social Media Marketing (SMM). Metode yang digunakan melibatkan pelatihan, pendampingan, dan pengembangan konten digital untuk meningkatkan kehadiran online UMKM tanaman hias. Hasil pengabdian masyarakat ini bertujuan untuk memberikan pemahaman dan keterampilan penggunaan media sosial sebagai sarana pemasaran. Para pengusaha UMKM mampu mengoptimalkan platform media sosial untuk mempromosikan produk mereka, menjangkau pelanggan potensial, dan memperluas jaringan bisnis. Kesimpulannya, pengabdian masyarakat ini dapat memberikan kontribusi positif dalam mengoptimalkan pemasaran digital bagi UMKM tanaman hias melalui pemanfaatan Social Media Marketing. Peningkatan pemahaman dan keterampilan dalam penggunaan media sosial diharapkan dapat memberikan dampak berkelanjutan bagi pertumbuhan dan pengembangan UMKM di sektor ini.