Article Per Year (5 Year)
p-Index From 2021 - 2026
2.757
P-Index
This Author published in this journals
All Journal BERKALA SAINSTEK INFORMAL: Informatics Journal Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (Senastindo) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Sistem Informasi dan Bisnis Cerdas Journal of Fisheries & Marine Journal of Informatics Development Dental Agromedis
Yanuar Nurdiansyah, Yanuar
Department Of Information Technology, Faculty Of Computer Science, University Of Jember, Jember. Indonesia
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Electrical & Electronics Engineering Engineering Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Analisis Sentimen Opini Publik Terhadap Pekan Olahraga Nasional Pada Instagram Menggunakan Metode Naïve Bayes Classififer Priza Pandunata; Caesarina Kurnia Ananta; Yanuar Nurdiansyah
INFORMAL: Informatics Journal Vol 7 No 2 (2022): Informatics Journal (INFORMAL)
Publisher : Faculty of Computer Science, University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/isj.v7i2.33928

Abstract

National Sports Week (Pekan Olahraga Nasional) held in October 2021 in Papua has brought many pros and cons from the public. This topic allows public for give criticism, suggestions, and opinions about the National Sport Week 2021. Instagram in one of social media that popular place for deliver public opinion. The process of sentiment analysis can find and solve problems based on public opinion on social media such as Instagram. The classification method used in this research is Naïve Bayes Classifier. The dataset can be obtained from data crawling process using the google chrome extension: IGCommentExport. The data the labelled as positive, neutral, or negative. The labelling process result showed 965 negative data, 256 neutral data, and 770 positive data. Then pre-processing is carried out on the data that has been labeled before, also word weighting process using TF-IDF. After that modelling is carried out using Naïve Bayes Classifier and the last process is evaluation-testing. The high accuracy of the result from fourth experiment which compare 90% data training with 10% data testing produce 75% accuracy. While the result of sentiment test show that negative sentiment more than positive sentiment and neutral sentiment.
Imaged Based Authentication System dengan Reduced Difference Expansion Muhammad Ali Sya'roni; Yanuar Nurdiansyah; Diksy Media Firmansyah
INFORMAL: Informatics Journal Vol 7 No 3 (2022): Informatics Journal (INFORMAL)
Publisher : Faculty of Computer Science, University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/isj.v7i3.34643

Abstract

Authentication is an important step in a system. Text-based authentication is an authentication alternative that is currently widely used. However, text-based authentication has the disadvantage of being ineffective when users have multiple accounts. This weakness can be overcome using image-based authentication. The implementation of image-based authentication can use the Reduced Difference Expansion (RDE) steganography method. application of image-based authentication, utilizing images as authentication media. RDE utilizes the reduced pixel difference as a place to insert credential data. Testing the image in this study, the image has an average similarity of 40 dB, indicating that the image that is inserted with credentials and that is not inserted has a high similarity. The similarity increases the security of the image from theft. The average character capacity that can be accommodated is 21,451 characters, a large enough capacity to accommodate credential data. The image is very sensitive to changes, so there is a slight change in the image, causing the image to not be used for authentication
Peramalan Jumlah Pengunjung Objek Wisata Gumul Paradise Island Kabupaten Kediri Menggunakan Metode Prophet Yudha Alif Auliya; Yanuar Nurdiansyah; Ari Puji Astuti
INFORMAL: Informatics Journal Vol 8 No 1 (2023): Informatics Journal (INFORMAL)
Publisher : Faculty of Computer Science, University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/isj.v8i1.35605

Abstract

The obstacle most often faced by tourist attractions is related to the variable number of visitors where the number of visitors has decreased due to the co-19 pandemic. This variable number of visitors can be an obstacle for tourist attraction managers to be able to maximize the income earned. This study aims to develop a forecasting system for the number of visitors to Gumul Paradise Island by applying the Prophet Method. The stages of the research include communication, prophet modeling, and evaluation of results. The data used as training data is visitor data from 2012 to 2021. This study used data-filling techniques to fill in the blank training data. The accuracy rate of forecasting the number of visitors is 99.387% in comparing the forecasting results of training data with test data and 90.242% in forecasting results with actual data. This can be interpreted that the forecasting model using the prophet method can predict the number of visitors to the Gumul Paradise Island tourist attraction.
Microplastic Contamination in Marine Fish and Shells in the Coastal Areas of Jember Regency, Indonesia Prehatin Trirahayu Ningrum; Abul Haris Suryo Negoro; Didin Erma Indahyani; Kusnadi; Yanuar Nurdiansyah
Jurnal Ilmiah Perikanan dan Kelautan Vol. 15 No. 1 (2023): JURNAL ILMIAH PERIKANAN DAN KELAUTAN
Publisher : Faculty of Fisheries and Marine Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jipk.v15i1.34888

Abstract

Highlight Research Fish and shellfish on the coast of Payangan and Puger Several types of microplastics were detected in their gastrointestinal tract There were microplastic types of fiber, fragments, granules, and filaments Abstract Every year, it is estimated that the Indonesian seas receive 100,000-400,000 tons of plastic waste used for human consumption. Indiscriminate disposal of plastic waste will have an impact in the future. The problem of microplastics is an illustration that the use of plastic in daily activities will cause environmental ecological damage. The purpose of the study was to describe microplastic contamination in marine fish and shells in the coastal areas of Jember Regency, Indonesia. The method used is to detect and identify the type and numbers of microplastic particles in the gastrointestinal tract content of sea fish and shells obtained from fishermen around Payangan and Puger coastal Jember, Indonesia. The gastrointestinal tract was extracted with peroxide oxidation method (WPO). A light microscope was used to examine microplastic particles of types and numbers. The results showed that marine fish and shells in the coastal area of Jember Regency, Indonesia have been contaminated with microplastic. The microplastic in each marine fish and shells sample has a different type. There were microplastic types of fiber, fragments, granules, and filaments in the shells sample, while in the marine fish samples, there were all these types except granules. Fish and shellfish on the coast of Payangan and Puger had several types of microplastics detected in their gastrointestinal tract.
Sistem Pendukung Keputusan Tempat SPBU di Kabupaten Lumajang dengan Metode Haversine Formula dan Algoritma TOPSIS Fadhel Akhmad Hizham; Yanuar Nurdiansyah
Journal of Informatics Development Vol. 1 No. 2 (2023): April 2023
Publisher : Institut Teknologi dan Bisnis Widya Gama Lumajang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30741/jid.v2i2.1012

Abstract

Penentukan rekomendasi SPBU sebenarnya dapat dilakukan cukup dengan mencari jarak terdekat. Namun, jika hanya mengandalkan pemeringkatan berdasarkan jarak tempuh saja, maka tidak menutup kemungkinan adanya hal-hal yang tidak diinginkan dari SPBU yang dituju, seperti stok bahan bakar yang sedang habis, kualitas tempat yang kurang memadai, dan masih banyak lagi. Oleh karena itu, penelitian ini menggunakan beberapa kriteria dalam menentukan rekomendasi SPBU, diantaranya berdasarkan jarak, waktu tempuh, serta ulasan dari masing-masing tempat di Google Maps API, dalam hal ini digunakan Sistem Pendukung Keputusan (SPK). Penentuan urutan rekomendasi SPBU menggunakan metode TOPSIS, yang berdasarkan prioritas nilai kedekatan suatu alternatif. Dari perbandingan nilai kedekatan yang ditentukan, maka susunan urutan dari masing-masing alternatif dapat dicapai. Dalam 10 kali percobaan, dari total 700 lokasi (70 tempat SPBU dikali 10 titik awal yang berbeda), ada 76 lokasi yang memiliki pemeringkatan yang sama baik metode Haversine dengan Haversine + TOPSIS, 390 lokasi yang memiliki pemeringkatan terbaik menurut Haversine, dan 234 lokasi yang memiliki pemeringkatan terbaik menurut Haversine + TOPSIS. Untuk metode pemeringkatan Haversine + TOPSIS, ada 3 dari 10 percobaan yang memiliki tempat terbanyak dengan peringkat terbaik, yaitu percobaan ke-4 (titik awal Stasiun Klakah), percobaan ke-7 (titik awal Kebun Teh Kertowono Gucialit), dan percobaan ke-9 (titik awal Pura Mandara Giri Semeru Agung).
Decision-Making System for Selecting Alternative Product Purchase Stores in Tokopedia Using A Combination of SAW and TOPSIS Yanuar Nurdiansyah; M Zukhrofi Ardi; M Arief Hidayat
Journal of Informatics Development Vol. 2 No. 1 (2023): October 2023
Publisher : Institut Teknologi dan Bisnis Widya Gama Lumajang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30741/jid.v2i1.1140

Abstract

In the era of advancing digital technology enabling online business transactions, e-commerce platforms like Tokopedia have rapidly grown in Indonesia, providing consumers with a wide array of products and services. However, this abundance of choices often leads to consumer confusion when selecting alternative stores for their purchases. Additionally, Tokopedia's search filter feature is limited, merely sorting products based on selected criteria without considering the consumer's specific needs. To address these issues, a decision-making system is essential, aiding consumers in choosing products from alternative stores that best align with their individual preferences and predetermined criteria. This study proposes a combined methodology employing the Simple Additive Weighting (SAW) method and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Initially, the SAW method normalizes values (r), which are subsequently ranked using the TOPSIS method to generate recommendations for alternative stores based on input criteria and weights. The adoption of this decision-making system is poised to enhance the online shopping experience for Tokopedia users by providing well-informed recommendations, improving overall satisfaction, and streamlining the purchasing process. In conclusion, this research offers a promising approach to addressing the challenges posed by the abundance of choices in online retail, ultimately benefiting both consumers and online businesses.
ANALISIS SENTIMEN PROGRAM MERDEKA BELAJAR KAMPUS MERDEKA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER: SENTIMENT ANALYSIS OF MERDEKA BELAJAR KAMPUS MERDEKA USING NAÏVE BAYES CLASSIFIER ALGORITHM Pandunata, Priza; Ali, Saifur Rifqi; Nurdiansyah, Yanuar
Jurnal Sistem Informasi dan Bisnis Cerdas Vol. 16 No. 1 (2023): Februari 2023
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/sibc.v16i1.191

Abstract

Program Merdeka Belajar – Kampus Merdeka (MBKM) adalah program yang dicanangkan oleh pihak Menteri Pendidikan dan Kebudayaan (Mendikbud) yang bertujuan untuk meningkatkan kualitas mahasiswa serta diharapkan dapat membantu mahasiswa dalam menguasai berbagai bidang keilmuan sehingga siap untuk memasuki dunia kerja. Program MBKM sendiri secara resmi digelar untuk pertama kali pada tahun 2020 silam, tentu seiring berjalannya waktu masyarakat telah merasakan dampak dari program MBKM ini sehingga tak jarang banyak menuai pro dan kontra. Topik penelitian analisis sentimen terhadap program MBKM ini bertujuan untuk menggali informasi sentimen yang terkandung dalam setiap komentar yang diperoleh dari penghimpunan data komentar masyarakat pada media sosial twitter, dari hasil penghimpunan data tersebut tentunya tujuan utama yang ingin dicapai adalah untuk melihat respons masyarakat serta berharap dapat menjadi bahan evaluasi dari pihak pemangku kepentingan khususnya pihak mendikbud. Algoritma Naïve Bayes Classifier difungsikan sebagai sebuah metode yang digunakan dalam proses pengklasifikasian dataset yang berjumlah 2000 data twit. Pengklasifikasian data dilakukan menggunakan tiga skema pengujian dengan perbandingan data training dan data testing sebesar 70%:30%, 80%:20% dan 90%:10%. Adapun nilai akurasi terbaik yang diperoleh dalam pengujian klasifikasi pada penelitian ini menunjukkan nilai sebesar 70% di mana nilai tersebut diperoleh dari pengujian menggunakan perbandingan data sebesar 90%:10%.
Implementasi Metode Backpropagation Neural Network (BNN) dalam Sistem Klasifikasi Ketepatan Waktu Kelulusan Mahasiswa (Studi Kasus: Program Studi Sistem Informasi Universitas Jember) Hizham, Fadhel Akhmad; Nurdiansyah, Yanuar; Firmansyah, Diksy Media
BERKALA SAINSTEK Vol 6 No 2 (2018)
Publisher : Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/bst.v6i2.9254

Abstract

Program Studi Sistem Informasi adalah salah satu program studi di Universitas Jember yang berdiri sejak tahun 2009. Sampai saat ini sudah cukup banyak mahasiswa yang telah menyandang gelar sarjana, khususnya angkatan 2009-2013 , namun tidak banyak yang berhasil menyelesaikan studinya tepat waktu sehingga berdampak pada penilaian akreditasi dari program studi tersebut. Mahasiswa memiliki beban pembelajaran sekurang-kurangnya 144 SKS dengan masa studi selama 4- 5 tahun untuk memperoleh gelar sarjana. Berdasarkan permasalahan tersebut, terdapat berbagai cara untuk mengklasifikasi ketepatan waktu kelulusan mahasiswa, salah satunya dengan metode jaringan syaraf tiruan Backpropagation. Data yang digunakan yaitu data lulusan mahasiswa Program Studi Sistem Informasi Universitas Jember angkatan tahun 2011-2013. Atribut yang digunakan untuk klasifikasi berjumlah 9 atribut, yaitu nilai Indeks Prestasi (IP) semester 1 sampai 6, jumlah SKS yang ditempuh, semester saat terakhir kali memprogram matakuliah Kuliah Kerja Nyata (KKN) dan Praktik Kerja Lapang (PKL). Kelas yang digunakan untuk klasifikasi yaitu ketepatan waktu lulus mahasiswa tersebut. Penentuan ketepatan waktunya yaitu jika masa studi kurang dari sama dengan 60 bulan, maka mahasiswa tersebut lulus tepat waktu dan jika lebih dari 60 bulan maka tidak tepat waktu. Penerapan metode klasifikasi ini dilakukan dengan menggunakan learning rate 0.1, 0.3, 0.5, 0.7, dan 0.9 dengan batas iterasi masing-masing 1.000, 2.000, dan 3.000 iterasi. Nilai akurasi tertinggi yaitu sebesar 98,82% pada iterasi ke-2000 dan 3000, masing-masing dengan learning rate = 0,7 dan 0,9 untuk iterasi ke-2000 dan learning rate = 0,5, 0,7 dan 0,9 untuk iterasi ke-3000. Hasil tersebut didapat dari jumlah data benar sebanyak 167 data dari 169 data secara keseluruhan. Kata Kunci: Data Mining, Klasifikasi, Jaringan Syaraf Tiruan, Metode Backpropagation Neural Network.
Prediksi Penjualan Kopi Bubuk Menggunakan Extreme Learning Machine (Studi Kasus: Kafe Tjap Daoen Bondowoso) Furqon, Muhammad Ariful; Madani, Anis; Nurdiansyah, Yanuar; Fajarianto, Gama Wisnu
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7066

Abstract

Cafe Tjap Daoen belum menerapkan metode yang mendukung peramalan penjualan, sehingga keputusan terkait penjualan hanya didasarkan pada data periode sebelumnya. Hal ini menyebabkan terjadinya underproduksi saat permintaan tinggi dan overproduksi ketika permintaan menurun. Penelitian ini menganalisis dua produk utama, yaitu Arabica Specialty Coffee dan Arabica Wine, menggunakan data penjualan dari tahun 2019 hingga 2022. Algoritma Extreme Learning Machine (ELM) dipilih karena kinerjanya yang sangat baik dalam memprediksi data deret waktu. Hasil penelitian menunjukkan bahwa algoritma ELM mampu menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 1,8450%. Sementara itu, Arabica Wine menghasilkan MAPE sebesar 10,373%. Penelitian ini menunjukkan bahwa algoritma ELM efektif dalam meningkatkan akurasi peramalan penjualan untuk kedua produk tersebut. @font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536870145 1107305727 0 0 415 0;}@font-face {font-family:Calibri; panose-1:2 15 5 2 2 2 4 3 2 4; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-pitch:variable; mso-font-signature:-469750017 -1040178053 9 0 511 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; mso-pagination:widow-orphan; font-size:12.0pt; mso-bidi-font-size:11.0pt; font-family:"Times New Roman",serif; mso-fareast-font-family:Calibri; mso-ansi-language:IN;}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:10.0pt; mso-ansi-font-size:10.0pt; mso-bidi-font-size:10.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-fareast-font-family:Calibri; mso-hansi-font-family:Calibri; mso-font-kerning:0pt; mso-ligatures:none; mso-fareast-language:EN-ID;}div.WordSection1 {page:WordSection1;}
Pengembangan EcoStream Controller untuk Aquascape Berbasis ESP32 dan Telgram bot Andrianto, Anang; Nurdiansyah, Yanuar; Putra, Januar Adi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7111

Abstract

Aquascape, seni menyusun lanskap dalam akuarium menggunakan elemen seperti tanaman, kayu, batu, dan pasir, semakin diminati sebagai hobi maupun elemen dekoratif. Namun, keberlangsungan ekosistem aquascape bergantung pada parameter lingkungan seperti suhu, pH, oksigen, dan cahaya, yang memerlukan perhatian berkala. Ketidakteraturan dalam pemeliharaan dapat menyebabkan gangguan fotosintesis, pertumbuhan tanaman terhambat, atau munculnya alga secara berlebihan. Untuk mengatasi tantangan tersebut, penelitian ini mengembangkan sistem IoT bernama EcoStream Controller berbasis NodeMCU ESP8266.Sistem ini dirancang untuk memantau dan mengontrol parameter ekosistem aquascape secara otomatis, menggunakan sensor DS18B20 untuk suhu, sensor pH Kit E-201C-Blue untuk keasaman air, serta modul relay untuk mengatur perangkat seperti pompa, lampu, pemanas, dan pendingin Peltier. Penjadwalan pencahayaan dilakukan secara real-time melalui NTP Client Server, dan semua fungsi terintegrasi dengan Bot Telegram untuk kemudahan pemantauan dan kontrol oleh pengguna.Hasil pengembangan menunjukkan bahwa EcoStream Controller bekerja sesuai dengan desain, menjaga stabilitas ekosistem aquascape secara efisien, dan memberikan solusi inovatif untuk pemeliharaan akuarium berbasis teknologi pintar. Sistem ini tidak hanya meningkatkan kenyamanan pemeliharaan tetapi juga mendukung keberlanjutan ekosistem aquascape secara optimal.
Co-Authors Abd. Rasyid Syamsuri Abul Haris Suryo Negoro Ahmad Dwi Jayanto Ali, Saifur Rifqi Anang Andrianto Ari Puji Astuti Caesarina Kurnia Ananta Didin Erma Indahyani Diksy Media Firmansyah Dwiretno Istiyadi Swasono Eka Putri Agustini Wulandari Fadhel Akhmad Hizham Fatchur Rahman Firmansyah, Diksy Media Furqon, Muhammad Ariful Gama Wisnu Fajarianto Ganefo, Akhmad Hidayat, Muhamad Arief Hizham, Fadhel Akhmad Husyainus Sobri Infantono, Ardian Iron Wardana januar adi putra, januar adi Juniar Priaditama Kusnadi Kusnadi Leba, Katarina Luh Putu Ratna Sundari M Arief Hidayat M Zukhrofi Ardi Madani, Anis Muhammad Ali Sya'roni Muhammad Ali Sya’roni Nail Pratama Negoro, Abdul Haris Suryo Nuril Ilmi Al Islami Ilmi Al Islami Prehatin Trirahayu Ningrum Priza Pandunata Puspita, Indria Dwi Putra, Muhammad Ifantara Rahayu, Prehatin Tri Riska Arimanudin Rizka Rohmatul Fitriyah Rizka Rohmatul Fitriyah, Rizka Rudianto S Slamin Saputri, Yunita Maulida Wardani SWW, L. Dyah Purwita Wazirotus Sakinah Yudha Alif Auliya Zarkasi, Mohammad