Article Per Year (5 Year)
p-Index From 2021 - 2026
3.128
P-Index
This Author published in this journals
All Journal Indonesian Journal of Disability Studies Indonesian Journal of Human Nutrition JUTIK : Jurnal Teknologi Informasi dan Komputer Jurnal Agrotek Tropika Akrab Juara : Jurnal Ilmu-ilmu Sosial G-Couns: Jurnal Bimbingan dan Konseling International Journal of Educational Review, Law And Social Sciences (IJERLAS) JURNAL INOVASI DAN PENGABDIAN MASYARAKAT INDONESIA International Journal of Accounting, Management, Economics and Social Sciences (IJAMESC) Intelmatics Teknomatika: Jurnal Informatika dan Komputer Ngabdimas Journal of Electrical, Electronic, Mechanical, Informatic and Social Applied Science The Indonesian Journal of Computer Science Tanggap Masyarakat untuk Aksi dan Sinergi JMAEKA: Jurnal Manajemen Ekonomi Akuntansi Prawara Jurnal Pengabdian Masyarakat
SUPRIATIN
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Pemilihan Bibit Padi yang Tepat untuk Musim Hujan Menggunakan Algoritma MOORA dalam Sistem Pendukung Keputusan Muhammad Alwi Badal; Supriatin
The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i5.3462

Abstract

The optimal selection of rice seedlings is a key factor in enhancing rice farming productivity during the rainy season. To achieve this goal, this research utilizes a Decision Support System (DSS) based on the MOORA Algorithm (Multi-Objective Optimization by Ratio Analysis). This study explores the selection of the best rice seedlings for the rainy season using the MOORA Algorithm. Evaluation criteria include plant height, harvesting time, tolerance to waterlogging, resistance to pests, disease resistance, and average yield per hectare. The research results identify Inpari 30 Ciherang Sub-1 (BP07) as the top choice for the rainy season with a Yi (max) value of 0.2998. This is followed by Inpara 4 (BP03) in second place with a Yi (max) value of 0.2913, and Ciherang (BP02) in third place with a Yi (max) value of 0.2849. We hope that the research findings will provide a positive contribution to improving agricultural productivity in the future and assisting farmers in better facing the challenges of the rainy season.
Supervised Machine Learning Model untuk Prediksi Penyakit Hepatitis Putra, Andriyan Dwi; Nurani, Dwi; Dewi, Melany Mustika; Rahmi, Alfie Nur; Supriatin
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3817

Abstract

Hepatitis menjadi salah satu penyakit mematikan yang diakibatkan karena peradangan yang terjadi pada organ hati manusia. Hepatitis seringkali disebabkan karena infeksi virus dan gaya hidup yang tidak sehat. Hepatitis bahkan bisa menular apabila dikaitkan dengan infeksi dari adanya virus tertentu. Hepatitis perlu dideteksi secara dini dan diantisipasi sedini mungkin sehingga tidak mengakibatkan adanya penyakit komplikasi yang lebih serius yang bahkan dapat mengakibatkan terjadinya kematian. Perkembangan teknologi informasi dan komunikasi yang terus berkembang hingga saat ini memungkinkan penyakit hepatitis untuk dapat dikenali dan diprediksi. Salah satunya menggunakan teknologi pembelajaran mesin. Pada penelitian ini, metode supervised learning yang menerapkan algoritma Naïve Bayes dan KNearest Neighbor digunakan untuk memprediksi adanya penyakit hepatitis. Dengan menggunakan dataset yang diunduh secara langsung dari halaman website UCI Machine Learning Repository, Naïve Bayes menghasilkan nilai akurasi sebesar 91.67% dengan nilai presisi dan recall mencapai 95%, Sedangkan penggunaan K-Nearest Neighbor menghasilkan nilai akurasi sebesar 95.8%, dengan adanya perbedaan nilai presisi dan recall sebesar 1%, menunjukkan bahwa penggunaan pervised machine learning model berdasarkan algoritma Naïve Bayes dan K-Nearest Neighbor memiliki potensi untuk digunakan dalam pengembangan berbagai sistem terutama untuk prediksi penyakit hepatitis.
Pelatihan Pembuatan Aplikasi Mobile pada SMA Negeri 2 Bantul Agung Nugroho; Ikmah; Ahlihi Masruro; Firman Asharudin; Supriatin
Tanggap Masyarakat untuk Aksi dan Sinergi Vol 1 No 01 (2025): Volume 01 Nomor 01 - Februari 2025
Publisher : TAM Global Insights

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

Abstract

Perkembangan teknologi pada Revolusi Industri 4.0 membawa tantangan bagi lembaga pendidikan, termasuk SMA Negeri 2 Bantul, dalam mempersiapkan generasi milenial untuk menghadapi perubahan yang terjadi. Salah satu kegiatan rutin tahunan di sekolah tersebut adalah pameran produk, dimana siswa diwajibkan memamerkan produk yang mereka buat. Permasalahannya meskipun siswa tertarik untuk membuat aplikasi mobile dan telah memiliki ide untuk dipamerkan, mereka belum memahami dasar-dasar dan teknik dalam pembuatan aplikasi mobile. Program pelatihan khusus tentang pengembangan aplikasi mobile belum tersedia di sekolah tersebut, sehingga menghambat kemampuan siswa dalam mewujudkan ide-ide mereka. Tujuan dari pengabdian masyarakat ini adalah memberikan pelatihan kepada siswa SMA N 2 Bantul untuk membuat aplikasi mobile yang siap dipamerkan dalam acara pameran sekolah. Solusi yang ditawarkan adalah memberikan pendampingan langsung dari tim ahli dalam pembuatan aplikasi mobile, dimulai dari pengenalan dasar pemrograman hingga menghasilkan produk akhir. Target dari pelatihan ini adalah siswa memahami dasar-dasar pemrograman mobile dan mampu mengembangkan aplikasi secara mandiri. Program pelatihan ini diharapkan tidak hanya meningkatkan keterampilan siswa dalam pengembangan aplikasi mobile, tetapi juga memperluas wawasan mereka terhadap perkembangan teknologi informasi. Hasil pelatihan ini berhasil meningkatkan tingkat kepahaman siswa terhadap pemrograman mobile, namun belum signifikan karena masih dibawah 50%, hal ini karena waktu pelatihan yng sangat terbatas 
Co-Authors Abdul Kadir Salam Agung Nugroho Ahlihi Masruro Alex Rizky Saputra Alfie Nur Rahmi Andriyan Dwi Putra Anwari Arif, M.A Syamsul Asep Dony Suhendra Asharudin, Firman Asriani Natong Athif Fauzan Awis Hamid Dhani Charien Rahayu Lestari Dede Suleman Dedi Prasetyo Desi Andalasari Dewi Yuliandari Dina, Nur Rahma Dwi Nurani Dwi Nurani, Dwi Emigawaty Enggar Widianingrum Etik Dwi Styaningrum Hafidatul Ilmi Helmy Ivan Taruna Herawati, Cucu Iin Kristanti Ikmah Indra, Indra Riswanto Indragiri, Suzana Jamalam Lumbanraja Joesah , Nurzalinar Laili Nurjannah Yulistiyana LILIS DWI FARIDA Lukman Mardianto Melany Mustika Dewi Moh. Badri Tamam Muhammad Alwi Badal Nicodias Palasara Nurhayaty, Ety Puspasari, Aprilia Rahmi, Alfie Nur Rofiuddin Rohani Lestari Napitupulu Roydawaty Bunga Septiana, Liska Wahyudin Nur Nasution, Wahyudin Nur Wahyuni, Nuniek Tri Widiyanti Kurnianingsih Wiwin Wianti, Wiwin Yohanes Totok Suyoto Yuli Astuti