Article Per Year (5 Year)
p-Index From 2020 - 2025
1.407
P-Index
This Author published in this journals
All Journal JSI: Jurnal Sistem Informasi (E-Journal) JKM (Jurnal Kebidanan Malahayati) Jurnal Agritechno Jurnal Qua Teknika Jurnal Mahasiswa Sistem Informasi (JMSI) Jurnal Informatika, Komputer dan Bisnis (JIKOBIS) Joutica : Journal of Informatic Unisla Jurnal Ilmu Kedokteran dan Kesehatan Indonesia
Arie Nugroho
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Environmental Science Health Professions Library & Information Science Public Health Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
KAJIAN PEMBUATAN MARSHMALLOW DENGAN PENAMBAHAN EKSTRAK DAUN KERSEN (Muntingia calabura L) Aulia Hardiyanti; Arie Nugroho; Sefanadia putri
JKM (Jurnal Kebidanan Malahayati) Vol 4, No 3 (2018): Volume 4 Nomor 3
Publisher : Program Studi Kebidanan Fakultas Kedokteran Universitas Malahayati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkm.v4i3.662

Abstract

Daun Kersen merupakan salah satu tanaman tinggi antioksidan, sedangkmarshmallow merupakan produk yang tinggi produktivitasnya, diharapkan daun kersen dapat meningkatkan pemanfaatan dari daun kersen ngkatannya produksivitas marshmallow di masyarakat. Tujuan penelitiaahuinya pengaruh penambahan ekstrak daun kersen terhadap sifat organolekstur, dan penerimaan keseluruhan) marshmallow serta aktivitasallow yang paling disukai. Penelitian ini menggunakan metode beruppok Lengkap (RAKL) dengan empat kali pengulangan dan 6 taraf, yaitu % (F1), 60% (F2), 90% (F3), 120% (F4), dan 150% (F5) dari total air yangpatkan suatu produk yang dapat diterima berdasarkan uji organoleptik an dibandingkan dengan kontrol, setelahnya dilakukan analisis aktivitas a Kruskal-Wallis menunjukkan penambahan konsentrasi ekstrak daun nyata terhadap sifat organoleptik (warna, aroma, tekstur, rasa, dan penerhmallow dengan penambahan ekstrak daun kersen yang paling disukai yakbahan daun kersen sebesar 30% memiliki aktivitas antioksidan 96,191%
Informasi Manajemen Pembelajaran Berorientasi Objek Arie Nugroho; Muhammad Zuhdi
Jurnal Sistem Informasi Vol 9, No 2 (2017)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (969.16 KB) | DOI: 10.36706/jsi.v9i2.7993

Abstract

AbstrakPada proses pembelajaran ini, dosen juga perlu melakukan evaluasi kepada mahasiswa di kelasnya. Evaluasi ini bertujuan untuk mengetahui tingkat pemahaman mahasiswa terhadap materi yang disampaikan. Selanjutnya, proses evaluasi atau memberi nilai masih dikerjakan secara manual atau dicek satu per satu. Hal ini menyebabkan proses evaluasi lama dan kurang valid. Permasalahan yang muncul adalah sulitnya mencari materi atau buku pegangan.Ada suatu solusi dari permasalahan di atas. Solusi tersebut melibatkan teknologi informasi sebagai sarana. Salah satu bagian dari teknologi informasi ini adalah adanya Sistem Informasi manajemen. Sistem Informasi Manajemen (SIM) merupakan sistem yang mengolah serta mengorganisasikan data dan informasi yang berguna untuk mendukung pelaksanaan tugas dalam suatu organisasi. Solusi untuk permasalahan ini adalah menggunakan pendekatan berorientasi objek. Hasil penelitian ini masih dalam bentuk prototipe, tetapi prototipe tersebut diharapkan juga menjadi bahan acuan untuk pengembangan kedepannya.Kata kunci: Sistem Informasi Manajemen, Pembelajaran, Berorientasi Objek
Penerapan Sistem Kendali Fuzzy Logic pada Alat Penyangrai Kopi Tipe Fluidisasi Arie Nugroho; Abdul Waris; Junaedi Muhidong
Jurnal Agritechno Jurnal Agritechno Vol. 15, Nomor 2, Oktober 2022
Publisher : Depertemen Teknologi Pertanian Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/at.vi.920

Abstract

The fluidized coffee roaster is one of roasters which designed to overcome the weaknesses of the conventional roasting method. The purpose of this research is to develop a fluidization type roaster with a Fuzzy Logic control system. The specification of the roaster are roasting chamber dimensions of 65 mm (diameter) and 75 mm (height), a roasting capacity of 40 grams with a roasting time of 300 seconds. A heater with a power of 1,200 W was used as the source of heating energy. The research method was carried out by first, developed a control program and applied to the roaster. Then, a test of functionality and performance was conducted by using Robusta coffee for a temperature set point of 190°C, 200°C, and 210°C. The performance test of control responses resulted in 6.25°C (2,97%) error steady state for 15 seconds. However, this value remains below the tolerance threshold of 5%. The test of the color quality of coffee roasted at 190°C produced 3 groups of coffee colors, namely light brown-yellow, light brown-half-city, and light brown-cinnamon. In the case of roasting temperature of 200°C, it produced 3 color groups, i.e. light brown-city, light brown-full city, and light brown-full city+. For a roasting temperature of 210°C, there were two types of colors, namely dark brown-Vienna and dark brown-Italian. It can be concluded that a fluidized coffee roaster with a fuzzy logic control system was able to produce roast coffee compatible to the target roast profile according to the National Coffee Association (2002), namely light, medium, and dark.
SISTEM PENDUKUNG KEPUTUSAN BERBASIS MOORA UNTUK SELEKSI PENERIMA BANTAUN RUMAH LAYAK HUNI Nizar Bahri Al Varuq; Rina Firliana; Arie Nugroho
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8975

Abstract

Penerapan SPK dalam proses seleksi penerima bantuan rumah layak huni sangat penting untuk meningkatkan akurasi, efisiensi, dan transparansi. Penelitian ini dilakukan dengan tujuan merancang sebuah sistem pendukung keputusan berbasis metode MOORA (Multi-Objective Optimization on the Basis of Ratio Analysis) untuk membantu proses seleksi calon penerima bantuan rumah tidak layak huni (Rutilahu) di Desa Nambakan, Kecamatan Ringinrejo, Kabupaten Kediri. Pemilihan metode MOORA didasarkan pada kemampuannya dalam mengolah data dengan banyak kriteria secara sistematis dan objektif.. Kriteria yang digunakan meliputi kondisi rumah, status lansia, status janda/duda, penghasilan, dan keikutsertaan dalam Data Terpadu Kesejahteraan Sosial (DTKS). Proses pengambilan keputusan dilakukan melalui normalisasi matriks, pembobotan, dan perhitungan nilai preferensi untuk menghasilkan peringkat calon penerima bantuan. Hasil dari sistem menunjukkan bahwa metode MOORA dapat memberikan hasil peringkat yang sesuai dengan kriteria yang telah ditentukan. Sistem ini diharapkan mampu menjadi alat bantu yang efektif bagi pemerintah desa dalam menetapkan penerima bantuan rumah layak huni secara lebih objektif dan transparan
Analisis Harga Bitcoin Pasca Halving 2024 Menggunakan Algoritma Regresi Linear Berganda Bachti, Achmad; Rina Firliana; Arie Nugroho
Jurnal Informatika, Komputer dan Bisnis (JIKOBIS) Vol. 5 No. 1 (2025): Vol. 5 No 1 April 2025
Publisher : LPPM ITB AAS Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/5fqypt64

Abstract

Penelitian ini bertujuan untuk memprediksi harga penutupan Bitcoin pasca-halving 2024 menggunakan algoritma regresi linear berganda. Data historis harian dari tahun 2013 hingga 2025 diambil dari platform Kaggle dan dianalisis dengan variabel independen Open, High, Low, dan Volume, serta Close sebagai variabel dependen. Penelitian mengikuti tahapan CRISP-DM dan menerapkan normalisasi Min-Max untuk meningkatkan performa model. Hasil evaluasi menunjukkan nilai RMSE sebesar 0.0087 pada skala normalisasi dan 550.1695 pada skala asli (USD), yang mencerminkan tingkat akurasi prediksi yang baik. Temuan ini mengindikasikan bahwa regresi linear berganda mampu memberikan proyeksi harga Bitcoin yang andal pasca-halving, serta berkontribusi dalam pengembangan model prediksi berbasis data mining untuk pengambilan keputusan investasi yang lebih informatif.
Analisis Sentimen Pada Ulasan IMDb Dengan Algoritma Naïve Bayes dan SVM andritri; Rina Firliana; Arie nugroho
Jurnal Informatika, Komputer dan Bisnis (JIKOBIS) Vol. 5 No. 1 (2025): Vol. 5 No 1 April 2025
Publisher : LPPM ITB AAS Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/kq5jxg43

Abstract

IMDb merupakan platform populer yang menyediakan ulasan film dari berbagai pengguna di seluruh dunia. Banyaknya ulasan yang tersedia menjadikan proses analisis secara manual tidak efisien dan memerlukan metode otomatis. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naïve Bayes dan Support Vector Machine (SVM), dalam melakukan analisis sentimen terhadap ulasan film di IMDb. Proses analisis dimulai dengan tahapan preprocessing data, seperti pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Setelah itu, fitur teks diolah menggunakan teknik pembobotan TF-IDF untuk menghasilkan representasi numerik. Dataset kemudian dibagi menjadi data latih dan data uji untuk mengukur performa model menggunakan metrik seperti akurasi, presisi, recall, dan f1-score. Hasil evaluasi menunjukkan bahwa algoritma SVM memperoleh akurasi sebesar 89%, sementara Naïve Bayes mencapai akurasi 87%. Perbedaan ini menunjukkan bahwa SVM memiliki keunggulan dalam klasifikasi yang lebih akurat, sedangkan Naïve Bayes tetap kompetitif dalam hal kecepatan dan efisiensi. Dengan demikian, hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem analisis sentimen otomatis yang lebih akurat dan efisien, khususnya untuk ulasan berbasis teks seperti pada IMDb.
PENERAPAN RANDOM FOREST UNTUK DETEKSI DINI PENYAKIT PARKINSON’S DENGAN DATA FREKUENSI SUARA Mohammad Annan Makruf Mustofa; Sucipto; Arie Nugroho
Jurnal Qua Teknika Vol 15 No 02 (2025): September 2025
Publisher : Universitas Islam Balitar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/quateknika.v15i02.4563

Abstract

Parkinson’s Disease is a progressive neurological disorder that affects motor functions and verbal communication of the patients. Early detection of this disease is crucial to improving patients’ quality of life. This study aims to develop an early detection system for Parkinson’s Disease by utilizing sound frequency as the primary feature. The algorithm employed in this research is Random Forest, with the analysis process following the CRISP-DM approach, which includes six phases: business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Based on the test results, the developed model achieved an accuracy of 94.92% on the dataset used. These findings indicate that the Random Forest algorithm can be effectively implemented as an early detection system for Parkinson’s Disease using sound frequency data.
ANALISIS ALGORITMA KNN DAN PENERAPAN SMOTE DALAM DETEKSI DINI KANKER PARUPARU Bifadhlillah Marsheila Islami; Sucipto; Arie Nugroho
Jurnal Qua Teknika Vol 15 No 02 (2025): September 2025
Publisher : Universitas Islam Balitar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/quateknika.v15i02.4603

Abstract

Lung cancer is one of the deadliest diseases and a major global health issue. Early detection is crucial to improving survival rates; however, challenges remain in prediction accuracy due to class imbalance in medical datasets. This study aims to analyze the implementation of the K-Nearest Neighbors (KNN) algorithm combined with the Synthetic Minority Oversampling Technique (SMOTE) for early detection of lung cancer. The dataset used was obtained from Kaggle.com and consists of 1000 patient records with 26 clinical and demographic features. The research process followed the CRISP-DM methodology, which includes business understanding, data understanding, data preparation, modeling, evaluation, and deployment stages. In the modeling phase, the KNN algorithm was implemented with k=3 after applying SMOTE to balance the class distribution. Evaluation results showed excellent model performance with an accuracy of 99.50%, and precision, recall, and F1-score values that were nearly perfect. Therefore, the combination of the KNN algorithm and SMOTE has proven to be effective in enhancing the predictive capability for lung cancer severity levels, indicating its potential to be developed into a medical decision support system in the future.
Prediksi Pembelian Berdasarkan Click Through Rate Iklan Digital Menggunakan Algoritma Random Forest Putriani, Dewi; Sucipto; Arie Nugroho
Joutica Vol 10 No 2 (2025): SEPTEMBER
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jti.v10i2.1435

Abstract

Perkembangan teknologi digital telah mengubah strategi pemasaran, menjadikan iklan digital sebagai sarana utama untuk menjangkau konsumen secara lebih tepat sasaran. Namun, keberhasilan kampanye iklan tidak hanya bergantung pada tingkat klik (Click Through Rate/CTR), melainkan juga pada kemampuan sistem dalam mengidentifikasi pengguna yang berpotensi melakukan pembelian. Penelitian ini bertujuan untuk membangun model prediksi perilaku pembelian berdasarkan CTR dengan algoritma Random forest dan pendekatan CRISP-DM. Dataset yang digunakan berasal dari Social Network Ads dan terdiri dari 400 entri dengan atribut demografis seperti usia, jenis kelamin, dan estimasi gaji. Model dibangun dalam dua tahap, yaitu baseline dan hasil tuning. Evaluasi dilakukan menggunakan metrik klasifikasi, dan model hasil tuning berhasil mencapai akurasi sebesar 93%, recall 98%, dan F1-score 92%, menunjukkan performa yang unggul dalam mengenali kelas pembelian. Hasil ini menunjukkan bahwa Random forest dengan tuning hyperparameter dan class weight dapat menjadi solusi yang efektif dalam klasifikasi pengguna iklan digital dan mendukung pengambilan keputusan pemasaran yang lebih efisien.
Hubungan Asupan Serat dengan Status Gizi pada Peserta Prolanis Puskesmas Kedaton Bandar Lampung Sutrio Sutrio; Arie Nugroho; Endang Sri Wahyuni; Anggun Rusyantia; Mindo Lupiana
Jurnal Ilmu Kedokteran dan Kesehatan Indonesia Vol. 5 No. 2 (2025): Juli: Jurnal Ilmu Kedokteran dan Kesehatan Indonesia
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jikki.v5i2.6100

Abstract

The Chronic Disease Management Program (Prolanis) is a healthcare service program aimed at improving the quality of life of individuals with chronic diseases. Fiber intake plays a crucial role in maintaining optimal nutritional status, especially for individuals with diabetes and hypertension, who are the main targets of Prolanis. This study aims to examine the relationship between fiber intake and nutritional status among Prolanis participants at Kedaton Community Health Center (Puskesmas Kedaton). The research employed a descriptive-analytic design with a cross-sectional approach. A total of 60 respondents were selected using purposive sampling. Fiber intake data were obtained through a 2x24-hour food recall, while nutritional status was determined using Body Mass Index (BMI) measurements. Data analysis was conducted using the Chi-square test. The results showed that nearly half of the Prolanis participants had inadequate fiber intake (47.6%) and excessive nutritional status (50%). Statistical tests revealed a significant relationship between fiber intake and nutritional status (p = 0.005). Strengthening nutrition education for Prolanis participants is necessary, particularly regarding the importance of daily fiber consumption as part of chronic disease management and nutritional status maintenance to help control body weight and improve nutritional outcomes.
Co-Authors Abdul Waris andritri Anggun Rusyantia Anita Sari Wardani Aulia Hardiyanti Bachti, Achmad Bifadhlillah Marsheila Islami DWI HARINI Endang Sri Wahyuni Fredi Pangestu Junaedi Muhidong Lupiana, Mindo Mohammad Annan Makruf Mustofa Muhammad Najibulloh Muzaki Muhammad Zuhdi Nizar Bahri Al Varuq Putriani, Dewi Rina Firliana Rini Indriati Sefanadia Putri Sucipto Sutrio Teguh Andriyanto