Article Per Year (5 Year)
p-Index From 2020 - 2025
6.312
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Techno.Com: Jurnal Teknologi Informasi Jurnal Inovasi Teknologi Pendidikan Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Jurnas Nasional Teknologi dan Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING InComTech: Jurnal Telekomunikasi dan Komputer JOURNAL OF APPLIED INFORMATICS AND COMPUTING JSiI (Jurnal Sistem Informasi) Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Building of Informatics, Technology and Science Journal of Information Systems and Informatics Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Pendidikan dan Teknologi Indonesia Internet of Things and Artificial Intelligence Journal Journal of Information Technology and Cyber Security CSRID Journal of Informatics and Interactive Technology (JIITE)
Imam Tahyudin
Program Studi Sistem Informasi STMIK AMIKOM Purwokerto
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health

Published : 49 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 49 Documents
Search

 1   2   3   4   5 
Website-Based Application for Flood Event Prediction Using Machine Learning Method In Cilacap District Imam Tahyudin; Faiz Ichsan Jaya; Nur Faizah
Telematika Vol 15, No 1: February (2022)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v15i1.1195

Abstract

Floods are the most common natural disasters, both in terms of their intensity at a place and the num- ber of locations of events in the amount of 40% among other natural disasters. The impact of flooding on the area in general is temporary housing in rural areas caused by flooding in addition to settlement as well as agriculture which can have an impact on the food security of the area and also a national level that is higher than the magnitude of the country. Based on data from the Central Statistics Agency of Cilacap Regency, the number of flood victims in Cilacap Regency in 2018 reached 771 people and arranged for them to flee from the flood. To solve this problem, do research to create a web-based application using the classification of the Support vector machine or Random Forest to predict flood events and compare the accuracy values of the two algorithms to get better prediction results.
Transformasi Wisata: Meningkatkan Pengalaman Wisata Melalui Pemanfaatan Teknologi Virtual Reality Tahyudin, Imam; Oyabu, Takashi; Sholikhatin, Siti Alvi; Saefullah, Ufu; Ilham, Rifqi Arifin; Rozak, Rofiq ‘Abdul
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 7, No 1 (2024): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v7i1.6046

Abstract

Penggunaan teknologi virtual reality (VR) pada obyek wisata Banyumas bertujuan untuk promosi wisata, memberikan pengalaman wisata yang lebih mendalam, dan memperluas aksesibilitas bagi para wisatawan. Melalui pemanfaatan teknologi VR, tempat wisata di Banyumas dapat mempromosikan tempat wisata mereka dengan cara yang lebih menarik dan interaktif. Wisatawan dapat melihat gambaran yang lebih nyata tentang tempat wisata tersebut sebelum benar-benar melakukan perjalanan dan dapat merasakan sensasi nyata dan memperluas pengalaman mereka dengan cara yang tidak mungkin mereka dapatkan hanya dengan melihat foto atau video. Teknologi VR juga memungkinkan wisatawan untuk mendapatkan penjelasan yang lebih baik tentang tempat wisata tersebut dan mendapatkan informasi yang lebih rinci tentang sejarah, budaya, atau aspek lain dari tempat tersebut. VR juga membuka kesempatan bagi wisatawan yang mungkin memiliki keterbatasan fisik untuk merasakan pengalaman wisata yang lebih luas. Pengabdian ini berfokus untuk melakukan promosi obyek wisata Baturaden, Mas Kemambang, dan Menara Teratai. Proses pengabdian dilakukan melalui tahap persiapan, pelaksanaan, dan evaluasi program. Kegiatan pengabdian terlaksana dengan baik. Video VR yang telah dibuat sudah diujicobakan pada 103 pengguna dan secara umum menyatakan sangat bagus dan menjadikan mereka tertarik untuk berkunjung.
Perbandingan Algoritma Support Vector Machine, Decision Tree, dan Logistic Regresion Pada Analisis Sentimen Ulasan Aplikasi Netflix Ramadani, Nevita Cahaya; Tahyudin, Imam; Shouni Barkah, Azhari
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10, No 2 (2024): Agustus 2024
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i2.2024.110-117

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen terhadap ulasan pengguna Netflix menggunakan algoritma machine learning seperti Support Vector Machine (SVM), Decision Tree dan Logistic Regression. Dataset yang terdiri dari 3000 ulasan pengguna diambil dari Google Play Store dan melalui proses preprocessing teks yang mencakup penghapusan karakter, tokenisasi, penghapusan stopword, stemming, serta penyaringan token pendek. Metode TF-IDF digunakan untuk ekstraksi dan pembobotan fitur dalam analisis. Evaluasi hasil menunjukkan bahwa SVM secara konsisten memberikan akurasi yang lebih tinggi dibandingkan Decision Tree dan Logistic Regression dalam klasifikasi sentimen, dengan SVM mencapai akurasi rata-rata 88.18% dan puncak tertinggi 92.69% dalam K-Fold Cross Validation. Implikasi praktis dari penelitian ini adalah Netflix dapat memanfaatkan analisis sentimen untuk meningkatkan pengalaman pengguna dan pengelolaan layanan lebih baik.
Sistem Pendukung Keputusan Berbasis K-Means untuk Evaluasi Keberhasilan Bisnis dan Nilai Perusahaan Sarmini, Sarmini; Ma'arifah, Windiya; Tahyudin, Imam
Jurnal Sistem Informasi Bisnis Vol 14, No 4 (2024): Volume 14 Nomor 4 Tahun 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol14iss4pp363-374

Abstract

Business development is in line with the development of increasingly sophisticated technology. This requires every company to compete and be motivated to increase its value as an indicator of success in managing the company so that investors are interested in investing. This study aims to design a K-means-based Decision Support System with a clustering approach to classify the growth rate of company value. Investment Opportunity Set (IOS) and profitability variables are the leading indicators of increasing company value. The problem formulation is how the design of this K-means-based decision support system can assist in classifying the growth rate of the company's value based on the IOS and profitability variables. This research aims to produce a decision support system that can organize the growth rate of company value using the K-means method. System testing is conducted to evaluate the effectiveness of the applied clustering method, focusing on the accuracy of the results. The weighting of IOS and profitability variables is based on the percentage of positive relationship to firm value, and the ultimate goal is to group companies with different growth rates. As a result, the K-means-based Decision Support System, or "Business Growth Prediction Decision Support System," successfully clustered the growth rate of firm value. With reasonable accuracy, measured using the silhouette coefficient, the calculation results show an overall mean silhouette coefficient of 0.684, close to the maximum value of 1. This result confirms that this decision support system can group companies in the L (Low), M (Medium), and H (High) categories based on the level of value growth, using the IOS and profitability variables as the leading indicators. Thus, this research supports decisions related to company growth strategies using K-means-based decision support systems.
Analisis Sentimen dan Pemodelan Topik pada Ulasan Pengguna Aplikasi myIM3 Menggunakan Support Vector Machine dan Latent Dirichlet Allocation Prastyo, Priyo Agung; Berlilana, Berlilana; Tahyudin, Imam
Building of Informatics, Technology and Science (BITS) Vol 6 No 3 (2024): December 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i3.6268

Abstract

In the current digital era, mobile applications play a crucial role in enhancing user experience. This study analyzes user sentiment towards the myIM3 application and identifies key topics discussed in user reviews using Support Vector Machine (SVM) and Latent Dirichlet Allocation (LDA). The dataset comprises 1,000 user reviews from the Google Play Store, including review text, star ratings, review dates, and application versions. Data preprocessing involved cleaning, normalization, stop word removal, and lemmatization. Text data was transformed using Term Frequency-Inverse Document Frequency (TF-IDF). The dataset was split into training and testing sets (80:20 ratio). The SVM model, optimized with a linear kernel, achieved an accuracy of 84.65%, with a precision of 85% for negative sentiment, 84% for positive sentiment, and challenges in classifying neutral sentiment. Cross-validation ensured model robustness. LDA identified five primary topics: general user experience, application usability and purchase experience, positive feedback and functionality, general application evaluation, and network issues and pricing concerns. Techniques like oversampling, undersampling, and hybrid methods addressed imbalanced datasets to enhance model performance. The results revealed that 43% of reviews were positive, 42% were negative, and 15% were neutral. The key topics indicated that network issues and pricing were significant user concerns. These findings provide valuable insights for developers and stakeholders to improve user experience and refine application features based on user feedback.
Perbandingan Efficientnet, Visual Geometry Group 16, dan Residual Network 50 Untuk Klasifikasi Kendaraan Bermotor Andrianto, Andrianto; Tahyudin, Imam; Karyono, Giat
Building of Informatics, Technology and Science (BITS) Vol 6 No 3 (2024): December 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i3.6450

Abstract

This study compares the performance of three Convolutional Neural Network (CNN) models—EfficientNet, VGG16, and ResNet50—in motor vehicle classification tasks using the "Car vs Bike" dataset. Transfer learning was applied using pretrained weights from ImageNet. The results indicate that VGG16 achieved the best performance with 95% accuracy, precision of 0.95, recall of 0.96, and an F1-score of 0.95, demonstrating high balance in recognizing both classes. ResNet50 attained 87% accuracy on the test dataset with a precision of 0.89, recall of 0.84, and an F1-score of 0.87, offering a trade-off between accuracy and computational efficiency. Conversely, EfficientNet exhibited the lowest performance with 50% accuracy, failing to recognize the "Car" class effectively, as evidenced by precision and recall values of 0.00. Factors such as architectural complexity, dataset bias, and computational efficiency influenced these outcomes. This study reinforces previous findings on the strengths and weaknesses of CNN models in motor vehicle classification applications. Furthermore, it highlights the importance of balanced data management and model selection tailored to specific application requirements. However, the dataset's limitation of only two classes and reliance on transfer learning remain areas for future improvement. These findings provide valuable insights for developing intelligent transportation systems requiring high accuracy and efficiency.
Sales Forecasting Analysis Using Trend Moment Method: A Study Case of a Fast Moving Consumer Goods Company in Indonesia Fauzan, Ammar; Rahayu, Dania Gusmi; Handayani, Annisa; Tahyudin, Imam; Saputra, Dhanar Intan Surya; Purwadi, Purwadi
Journal of Information Technology and Cyber Security Vol. 1 No. 1 (2023): January
Publisher : Department of Information Systems and Technology, Faculty of Intelligent Electrical and Informatics Technology, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30996/jitcs.7572

Abstract

The market of Fast-Moving Consumer Goods (FMCG) companies in Indonesia is enormous. Unilever has 400 brands in more than 190 countries, making it a global business that is as influential in the consumer product market as it is in Indonesia. Sales forecasting at this company is very useful for planning expenses and the company's total costs on the business strategy. This study uses trend moment method to forecast the sales and earnings of Unilever Indonesia companies at the end of the year. This article aims to test the performance of the trend moment method calculation on the prediction of net sales and profits in FMCG companies. At the end of the analysis process, it can be concluded that forecasting using trend moment method is going very well. This indicator of success is shown by the error level of MAPE, which is below 10%.
Efektivitas Algoritma Random Forest, XGBoost, dan Logistic Regression dalam Prediksi Penyakit Paru-paru Putra, Bernardus Septian Cahya; Tahyudin, Imam; Kusuma, Bagus Adhi; Isnaini, Khairunnisak Nur
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11705

Abstract

Penyakit paru-paru, seperti pneumonia dan kanker paru-paru, menjadi masalah kesehatan global dengan tingkat kematian tinggi, terutama dipengaruhi oleh polusi udara, infeksi, dan kebiasaan merokok. Pencegahan dan deteksi dini sangat penting dalam mengurangi dampaknya. Algoritma yang digunakan dalam penelitian ini meliputi Random Forest, XGBoost, dan Logistic Regression. Tujuannya yaitu untuk membandingkan performa tiga algoritma machine learning dalam mengklasifikasikan penyakit paru-paru menggunakan metrik evaluasi seperti, akurasi, presisi, recall, dan F1-score.  Setelah hyperparameter tuning, XGBoost menunjukkan hasil terbaik dengan akurasi 94,44%, presisi 94,98%, recall 94,44%, dan F1-score 94,41%, menunjukkan keseimbangan optimal antara presisi dan recall. Random Forest juga memberikan hasil yang sebanding dengan XGBoost dengan akurasi dan presisi yang tinggi. Sementara itu, Logistic Regression menunjukkan keterbatasan dalam menangani data yang kompleks, dengan performa yang lebih rendah pada seluruh metrik evaluasi. Penelitian ini menunjukkan bahwa algoritma berbasis pohon keputusan seperti XGBoost dan Random Forest lebih unggul untuk klasifikasi penyakit paru-paru, menjadikannya metode yang lebih andal untuk mendukung deteksi dini penyakit ini.   Kata kunci: Hyperparameter Tuning, Logistic Regression, Penyakit Paru-paru, Random Forest, XGBoost.
Bootcamp Pelatihan Kewirausahaan Berbasis Mahasiswa (KBM) Tahyudin, Imam; Dianingrum, Melia; Hermawan, Hellik; Indartono, Kuat; Wahyudin, Widya Cholid; Rozak, Rofiq Abdul
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 7, No 4 (2024): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v7i4.7612

Abstract

Tim Dosen Fakultas Ilmu Komputer Universitas Amikom Purwokerto, yang dipimpin oleh Dekan Dr. Eng. Imam Tahyudin, MM, mengadakan Bootcamp Kewirausahaan Berbasis Mahasiswa (KBM) pada 3-4 September 2024 di Homestay Cikalima, Desa Karangsalam, Baturraden. Narasumber yang memberi worksop yaitu Ketua Aspikmas Banyumas dan perwakilan dari BI Purwokerto serta DPMPTSP Banyumas. Permasalahan yang dihadapi oleh mitra masih belum paham cara melakukan scale up usaha, masih belum ada pencatatan keuangan usaha dan aspek legal usaha.  Bootcamp ini dilakukan untuk menyelesaikan permasalahan mitra dengan memberikan motivasi dan membekali mahasiswa dengan materi trik dan tips scale up usaha, pelatihan aplikasi SiApik untuk pengelolaan keuangan dan praktek pembuatan badan hukum usaha. Tujuan diadakan bootcamp ini supaya mahasiwa dapat melakukan scale up usahanya, pencatatan laporan keuangan rapi dan legalitas usaha bisa dimiliki oleh mahasiswa. Hasil dari bootcamp berupa soft skill startegi dalam peningkatan omzet, mahasiswa mencatat hasil usahanya di aplikasi SiApik dan legalitas usaha mahasiswa terdaftar badan hukum berupa PT perseorangan. Program ini diikuti 20 mahasiswa dari Universitas Amikom Purwokerto dan Universitas Muhammadiyah Kudus. Program ini diharapkan dapat mencetak lima wirausahawan baru setiap tahun, terkonversi nilai maksimal 20 SKS. Lima usaha baru telah terbentuk dari peserta, termasuk Mealcaf, Polaeh Marchandise, Satgaz, Remuk.in, dan VR 360 Indonesia.
Analisis Relevansi Kompetensi Alumni dengan Pekerjaan di Pendidikan Tinggi Menggunakan Pendekatan PCA dan Clustering Priyanto, Eko; Berlilana, Berlilana; Tahyudin, Imam
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.515

Abstract

Penelitian ini bertujuan untuk menganalisis relevansi kompetensi alumni dengan kebutuhan dunia kerja di sektor pendidikan tinggi melalui penerapan Principal Component Analysis (PCA) dan K-Means Clustering. PCA digunakan untuk mereduksi kompleksitas data kompetensi alumni sehingga pola keterampilan interpersonal (soft skills) dan teknis dapat divisualisasikan secara lebih sederhana. Hasil clustering menunjukkan adanya tiga kelompok utama alumni berdasarkan profil kompetensi, yaitu kelompok dengan dominasi soft skills, kelompok dengan dominasi keterampilan teknis, dan kelompok dengan keseimbangan kedua keterampilan. Temuan ini menegaskan bahwa keterampilan interpersonal memiliki segmentasi yang lebih jelas dibandingkan keterampilan teknis, yang masih menunjukkan tumpang tindih antar cluster. Penelitian ini memberikan implikasi penting bagi institusi pendidikan tinggi untuk menyesuaikan kurikulum dengan kebutuhan pasar kerja, memperkuat pengembangan soft skills dan keterampilan teknis guna meningkatkan daya saing lulusan. Dengan pendekatan ini, institusi dapat lebih responsif terhadap tuntutan dunia kerja yang dinamis serta mendukung perumusan kebijakan pendidikan yang lebih efektif.
Co-Authors Agustina, Nur Ngaenun Al-Haq, Ahnaf Vanning Al-Haq Alam, Yusuf Nur Alfirnanda, Weersa Talta Ammar Fauzan, Ammar Ananda, Fahesta Ananda, Rona Sepri Andrianto Andrianto Anggraini, Lintang Wahyu ANNISA HANDAYANI Anton Satria Prabuwono Arifa, Pujana Nisya Aris Munandar Azhari Shouni Barkah Bayu Surarso Berlilana Berlilana Che Pee, Ahmad Naim Daffa, Nauffal Ammar Dani Arifudin Dhanar Intan Surya Saputra Diniyati, Faoziyah Fahiya Eko Priyanto Eko Winarto Evania Adna Faiz Ichsan Jaya Fajariyanti, Alya Nur Fandy Setyo Utomo Fatmawati, Karlina Diah Febryanto, Bagas Aji Fitriani, Intan Indri Giat Karyono Hadie, Agus Nur Hellik Hermawan Hermanto, Aldy Agil Hidayah, Septi Oktaviani Nur Ilham, Rifqi Arifin Irfan Santiko Iskoko, Angga Isnaini, Khairunnisak Nur Khoerida, Nur Isnaeni khusnul khotimah Kuat Indartono Kusuma, Bagus Adhi Lestari, Silvia Windri Ma'arifah, Windiya Maulida, Trisna Melia Dianingrum Miftahus Surur, Miftahus Muhammad Reza Pahlevi Murtiyoso Murtiyoso Musyafa, Muhamad Fahmi Nabila, Putri Isma Nanjar, Agi Nazwan, Nazwan Nur Faizah Nur holifah, Anggita Oyabu, Takashi Prasetya, Subani Charis Prastyo, Priyo Agung PUJI LESTARI Purwadi Purwadi Purwadi Purwadi Putra, Bernardus Septian Cahya Putra, Feishal Azriel Arya R Rizal Isnanto Rahayu, Dania Gusmi Rahma, Felinda Aprilia Ramadani, Nevita Cahaya Rizaqi, Hanif Rozak, Rofik Abdul Rozak, Rofiq 'Abdul Rozak, Rofiq Abdul Rozak, Rofiq ‘Abdul Rozaq, Hasri Akbar Awal Saefullah, Ufu Samsul Samsul Arifin Santoso, Bagus Budi Sarmini Sarmini Satriani, Laela Jati Setiabudi, Rizki Sholikhatin, Siti Alvi Syafaat, Alif Yahya Syafiq, Bayu Ibnu Taqwa Hariguna Tikaningsih, Ades Tri Retnaningsih Soeprobowati Triana, Latifah Adi Triawan, Puas Wahyudin, Widya Cholid Wardani, Syafa Wajahtu Widiawati, Neta Tri Wini Audiana Wulandari, Hendita Ayu Yarsasi, Sri Zainal Arifin Hasibuan Zulfa Ummu Hani Zumaroh, Agnis Nur Afa