Article Per Year (5 Year)
p-Index From 2021 - 2026
1.945
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JOURNAL OF SCIENCE AND SOCIAL RESEARCH REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Minfo Polgan (JMP) SATIN - Sains dan Teknologi Informasi Jurnal Pengabdian Masyarakat dan Riset Pendidikan Riau Jurnal Teknik Informatika
Asep Supriyanto
Universitas Pasir Pengaraian
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Penentuan Pilihan Jurusan Sekolah Menengah Kejuruan Menggunakan Metode Saw Asep Supriyanto; Imam Rangga Bakti; Basorudin
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 6 No. 2 (2022): Call for Paper Volume 6 Nomor 2 April 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v6i2.11490

Abstract

Sekolah Menengah Kejuruan (SMK) merupakan satuan pendidikan yang menyiapkan siswa masuk kedunia kerja maupun melanjutkan pendidikan kejenjang perguruan tinggi. Saat ini banyak jurusan yang ada di SMK sehingga siswa relatif sulit memilih jurusan yang sesuai dengan minat, bakat maupun kemampuan yang dimiliki. Bahkan banyak siswa yang memilih jurusan karna pengaruh dari teman. Tujuan penelitian ini membuat Sistem Pendukung Keputusan yang dapat menentukan pilihan jurusan yang tepat sesuai dengan nilai dan kemampuan calon siswa. Penelitian ini menggunakan Metode Simple Additive Weighting (SAW). Data yang digunakan adalah data rata-rata nilai raport para calon siswa pada saat siswa duduk dibangku Sekolah Lanjutan Tingkat Pertama (SMP/MTs/Sederajat). Yang selanjutnya data rata-rata nilai raport tersebut dijadikan kriteria dalam proses perhitungan metode SAW. Hasil penelitian ini dalam perhitungan nilai preferensi dan hasil perkalian untuk mendapatkan jurusan alternatif terbaik dengan melakukan perangkingan nilai preferensi. Dari 10 siswa yang dijadikan sampel 5 orang siswa terpilih jurusan Akuntansi, 3 Orang siswa terpilih jurusan Teknik Audio Video dan 2 Orang siswa terpilih jurusan Multimedia
Pelatihan Peningkatan Inovasi Virtual Reality (VR) Millealab Bagi Guru SDN 05 Kampung Jawa Kota Solok Budi Yanto; Satria Riki Mustafa; Asep Supriyanto; Risnofiardi Risnofiardi
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023): Volume 4 Nomor 2 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i2.13505

Abstract

Kegiatan pengabdian kepada masyarakat (PkM) ini bertujuan untuk: (1) memberikan pengenalan kepada guru-guru SDN 05 Kampung Jawa Kota solok mengenai media pembelajaran Virtual Reality dengan Millea Lab sebagai alternatif media pembelajaran berbasis IT, dan (2) melatih guru-guru untuk mampu memanfaatkan media pembelajaran berbasis Virtual Reality. Kegiatan dilakukan dengan metode pelatihan yang dilakukan selama 3 tahap, tahap pertama pelatihan terkait pengenalan macam-macam media pembelajaran yang digunakan sesuai dengan perkembangan Revolusi Industri 5.0 salah satu media yang digunakan adalah media pembelajaran berbasis Virtual Reality dengan Millea Lab. Pelatihan tahap 2 dengan materi tentang pelatihan penggunaan media pembelajaran berbasis Virtual Reality dengan Millea Lab dalam pembelajaran serta tahap ketiga melakukan evaluasi dan pemantapan. Dengan hasil 80 persen guru mampu dan bisa menggunakan tool Millealab, serta bagaimana mengkoneksikan dengan akun Millealab Viewer, selanjutnya memberikan quiz, dan penilaian terhadap siswa yang telah mengikuti dan mempelajari media pembelajaran ini. Terhadap siswa memberikan daya tarik dalam pembelajaran, sehingga dengan memberikan pelatihan ini siswa semangat dan antusias untuk menggunakan media Virtual Reality
Algoritma K-Medoids untuk Pengelompokan Produksi Padi dan Beras sebagai Upaya Optimalisasi Ketahanan Pangan di Provinsi Riau Luth Fimawahib; Imam Rangga Bakti; Asep Supriyanto
SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.421 KB) | DOI: 10.33372/stn.v8i2.877

Abstract

Tanaman pangan seperti padi masih menjadi perhatian dunia, termasuk di negara Indonesia khususnya Provinsi Riau. Kendala yang dihadapi Provinsi Riau adalah terbatasnya pengetahuan dalam pengelompokan produksi padi dan beras. Data mining memiliki beberapa algoritma dalam Clustering data, salah satunya K-Medoids. Produksi padi dan beras di Provinsi Riau dalam penelitian ini dikelompokkan menggunakan algoritma K-Medoids dengan menetapkan k sejumlah 2 (dua). Perhitungan manual metode dan implementasi dalam RapidMiner untuk produksi padi dan beras dari tahun 2019 sampai 2021, maka diperoleh Cluster 1 (tinggi) sebanyak 4 kabupaten, sementara Cluster 2 (rendah) sebanyak 8 kabupaten. Hasil ini bisa menjadi informasi bagi pemerintah Provinsi Riau bahwa masih banyak kabupaten yang belum optimal dalam produksi padi dan beras, sehingga pemerintah bisa lebih fokus dalam meningkatkan produksi padi dan beras pada tahun-tahun berikutnya. Evaluasi Cluster menggunakan Davies-Bouldin Index (DBI) dan didapatkn nilai sebesar 0,626, sehingga bisa dikatakan bahwa evaluasi Cluster cukup baik, karena mendekati nol.
Perancangan Sistem Informasi Inventaris Barang Laboratorium Pada SMKN 1 Ujungbatu Imam Rangga Bakti; Yola Permata Bunda; Asep Supriyanto; Satria Riki Mustafa; Hendri Maradona
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12621

Abstract

SMKN 1 Ujungbatu masih melakukan penggunaan sistem secara manual selama beberapa tahun ini dalam melakukan kegiatan untuk pendataan seperti pendataan laporan inventaris barang laboratorium. Dalam hal ini menyebabkan sering terjadinya proses pengelolaan data inventaris kurang maksimal dikarenakan barang yang cukup banyak yang mana menjadikan akses pencarian barang sangat lambat yangmana ahus mencari barang satu persatu yang membuat banyaknya waktu terbuang untuk menghasilkan laporan data inventaris, terkadang barang yang rusak juga tidak terdata, terjadinya redundansi data, yang membuat seringnya terjadi kesalahan dalam melakukan perhitungan serta pendatan. Tujuan yang akan dilakukan pada penelitian ini adalah untuk membuat sebuah sistem informasi inventaris barang laboratorium pada SMKN 1 Ujungbatu yang berbasiskan web sehingga bisa meminimalisir terjadinya kesalahan dan redudansi data pada pendataan dan perhitungan inventaris barang. Metodologi yang akan digunakan pada pembuatan sistem ini adalah menggunakan metode waterfall, dengan diagram UML serta perancangan database menggunakan MySql dan perancangan interface menggunakan HTML, CSS, Javascript dan bahasa pemograman PHP. Hasil dari penelitian ini akan menghasilkan sistem informasi berbasis web. Dari pembuatan sistem ini akan mengindikasikan bahwa sistem ini mampu berpotensi dalam mendukung kegiatan pengolahan data inventaris barang secara otomatis, cepat, dan akurat.
PENERAPAN JARINGAN SARAF TIRUAN DENGAN ALGORITMA PERCEPTRON PADA DETEKSI PENYAKIT BAWANG MERAH Yola Permata Bunda; Siti Agus Kartini; Muhammad Romi Nasution; Asep Supriyanto; Satria Riki Mustafa
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 2 (2024): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i2.4800

Abstract

Penelitian ini difokuskan pada kemajuan sistem deteksi penyakit bawang merah (Allium ascalonicum) menggunakan Jaringan Saraf Tiruan (JST) dengan Algoritma Perceptron. Bawang merupakan komoditas hortikultura penting dengan kepentingan ekonomi yang substansif di Indonesia. Namun, produksi bawang merah sering terhambat oleh berbagai penyakit yang dapat menyebabkan kerugian signifikan. Identifikasi tepat waktu dan pengelolaan yang efektif terhadap penyakit tersebut sangat penting untuk mengurangi dampak buruknya. Sistem pakar yang memanfaatkan kecerdasan buatan, khususnya JST, telah terbukti efektif dalam deteksi penyakit tanaman. JST meniru cara kerja otak manusia dalam mengenali pola dan membuat keputusan berdasarkan data yang diperoleh. Penelitian ini menggunakan data gejala penyakit bawang merah yang terdiri dari 13 gejala dan 7 jenis penyakit. Setiap gejala dan penyakit dihubungkan dalam basis pengetahuan yang kemudian dianalisis menggunakan Algoritma Perceptron. Perceptron adalah algoritma pembelajaran terawasi yang digunakan untuk klasifikasi dan pengenalan pola. Proses pelatihan melibatkan inisialisasi bobot dan bias, perhitungan respon output, dan penyesuaian bobot jika terjadi kesalahan. Hasil akhir dari sistem ini adalah identifikasi jenis penyakit yang menyerang bawang merah berdasarkan gejala yang diamati. Implementasi sistem ini mencakup tampilan home, tampilan diagnosa, dan tampilan hasil diagnosa. Sistem ini memungkinkan pengguna untuk melakukan diagnosa penyakit bawang merah dengan menjawab pertanyaan terkait gejala yang diamati. Hasil diagnosa akan menampilkan jenis penyakit dan solusi yang disarankan. Penelitian ini menunjukkan bahwa Algoritma Perceptron dapat diterapkan secara efektif dalam sistem deteksi penyakit bawang merah, membantu petani dalam mengidentifikasi dan mengelola penyakit dengan lebih cepat dan akurat.
Rancang Bangun Sistem Pakar Berbasis Web untuk Diagnosis Kerusakan Smartphone Menggunakan Metode Forward Chaining Atika Fauziyyah; Dori Gusti Alex Candra; Eka Sofiati; Budi Permana Putra; M. Agung Vafky Ideal; Asep Supriyanto
Riau Jurnal Teknik Informatika Vol. 5 No. 2 (2026): Juli 2026
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v5i2.4672

Abstract

The rapid advancement of information technology has made smartphones essential devices for supporting various daily activities. Intensive smartphone usage may lead to hardware and software failures, while users' limited knowledge in identifying these failures often results in improper troubleshooting. This study aims to design and develop a web-based expert system for diagnosing smartphone failures using the Forward Chaining method. The system was developed through requirements analysis, expert knowledge acquisition, knowledge base design, rule base construction, method implementation, and system testing. The knowledge base consists of 15 symptoms, 10 types of smartphone failures, and 20 diagnostic rules. The results of Black Box Testing showed that all system functions operated according to the specified requirements with a 100% success rate. Furthermore, validation using 20 test cases demonstrated that 19 system diagnoses were consistent with expert diagnoses, resulting in an accuracy of 95%. The developed expert system can assist users and technicians in performing initial smartphone failure diagnosis quickly, accurately, and efficiently.
Sistem Penilaian Esai Otomatis Berbasis Kecerdasan Buatan Menggunakan Pendekatan Text Mining dan Cosine Similarity Imam Rangga Bakti; Asep Supriyanto; Satria Riki Mustafa
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4571

Abstract

Evaluasi pembelajaran merupakan komponen penting untuk mengukur tingkat pemahaman siswa terhadap materi yang telah diajarkan. Salah satu bentuk evaluasi yang efektif adalah soal esai, karena mampu mengukur kemampuan berpikir dan pemahaman siswa secara mendalam. Namun, proses penilaian esai secara manual memerlukan waktu yang lama dan berpotensi menimbulkan subjektivitas. Penelitian ini bertujuan untuk membangun sistem penilaian esai otomatis berbasis e-learning menggunakan metode text mining dengan algoritma cosine similarity dan stemming Nazief dan Adriani. Metode yang digunakan dalam penelitian ini adalah metode pengembangan sistem Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Proses pengolahan data dilakukan melalui tahapan case folding, tokenizing, filtering, stemming, pembobotan TF-IDF, serta perhitungan cosine similarity untuk menentukan tingkat kemiripan antara jawaban siswa dan jawaban acuan. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu melakukan penilaian esai secara otomatis dengan tingkat kemiripan yang dapat dijadikan dasar dalam pemberian nilai. Sistem ini dapat membantu guru dalam mempercepat proses penilaian, meningkatkan efisiensi, serta mengurangi subjektivitas dalam penilaian. Dengan demikian, sistem penilaian esai otomatis ini dapat menjadi solusi yang efektif dalam mendukung proses evaluasi pembelajaran berbasis teknologi.
The Effect Of Digital Content Creativity, Innovation Climate, And Curriculum Flexibility On Pedagogical Innovation: Penelitian Rivi Antoni; Asep Supriyanto
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.4684

Abstract

The research aims at making the role of digital content creativity, innovation environment, and flexible curriculum as the main factors of innovation in teaching to be recognized. The authors indicate that educational institutions are going through a tech-driven quality learning upgrade, which implies that these things have to be used in the most demanded and at the right time. Therefore, the study designed a quantitative-explanatory approach with 150 educators as respondents selected through the purposive sampling technique. Data was collected through a five-point Likert scale questionnaire and multiple linear regression was used for data analysis. The researchers revealed that besides the three independent variables, other factors also have a good and significant influence on teaching innovation. From a theoretical viewpoint, the research enriches the existing educational innovation literature by bringing together factors of digital creativity, organizational innovation climate, and curriculum flexibility. The findings of the study thus have guided educational institutions on how to increase their pedagogical innovation measures more effectively by relying on digital content creativity, building an innovation culture, and having a flexible curriculum.
EVALUASI MODEL HYBRID NAIVE BAYES-XGBOOST UNTUK KLASIFIKASI SENTIMEN NETIZEN TERHADAP ISU FREE PALESTINE PADA PLATFORM X DI INDONESIA TAHUN 2025 Richi Andrianto; Mustopa Husein Lubis; Urfi Utami; Asep Supriyanto
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4103

Abstract

Abstract: The Palestinian conflict has become a global issue that has triggered significant public responses, especially through social media platforms. This study aims to evaluate the performance of a hybrid Naïve Bayes–XGBoost model in classifying netizen sentiment toward the Free Palestine issue on platform X (formerly Twitter) in the year 2025. Data were collected using the X (Twitter) API with keywords such as #freepalestine and #savegaza, then processed through a series of preprocessing stages and sentiment labeling using a lexicon-based approach. The dataset was then split into 80% training data and 20% testing data to compare the performance of the baseline Naïve Bayes model and the hybrid model. The evaluation results show that the baseline Naïve Bayes model achieved an accuracy of 75.7% and an F1-score of 76%, while the hybrid Naïve Bayes–XGBoost model achieved a significantly higher accuracy of 95.5% and an F1-score of 96%. These findings indicate that integrating the two algorithms improves both accuracy and balance in sentiment classification, especially for unstructured and imbalanced data. This study recommends the use of hybrid models for public opinion analysis on social media and suggests further development using deep learning approaches. Keywords: Sentiment Analysis, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model Abstrak: Konflik Palestina menjadi isu global yang memicu respons besar dari masyarakat dunia, terutama melalui media sosial. Penelitian ini bertujuan untuk mengevaluasi performa model hybrid Naïve Bayes–XGBoost dalam mengklasifikasikan sentimen netizen terhadap isu Free Palestine di platform X (Twitter) tahun 2025. Data dikumpulkan menggunakan X (Twitter) API dengan kata kunci #freepalestine dan #savegaza, lalu diproses melalui tahapan preprocessing, dan pelabelan menggunakan pendekatan lexicon-based. Selanjutnya, data dibagi menjadi data latih (80%) dan data uji (20%) untuk membandingkan performa antara model Naïve Bayes dasar dan model hybrid. Hasil evaluasi menunjukkan bahwa model Naïve Bayes dasar menghasilkan akurasi 75,7% dan F1-score 76%, sedangkan model hybrid Naïve Bayes–XGBoost mencapai akurasi 95,5% dan F1-score 96%. Temuan ini menunjukkan bahwa integrasi kedua algoritma mampu meningkatkan akurasi dan keseimbangan klasifikasi sentimen, khususnya pada data yang tidak terstruktur dan imbalanced. Penelitian ini merekomendasikan penggunaan model hybrid untuk analisis opini publik dimedia sosial, serta pengembangan lebih lanjut menggunakan pendekatan deep learning. Kata kunci: Sentimen, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model
Co-Authors Atika Fauziyyah Bakti, Imam Rangga Basorudin Budi Permana Putra Budi Yanto Bunda, Yola Permata Dori Gusti Alex Candra Eka Sofiati Hendri Maradona, Hendri Imam Rangga Bakti Luth Fimawahib M Agung Vafky Ideal Muhammad Romi Nasution Mustopa Husein Lubis Richi Andrianto Risnofiardi Risnofiardi Rivi Antoni Satria Riki Mustafa, Satria Riki Siti Agus Kartini Urfi Utami