Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

6.101

P-Index

This Author published in this journals

All Journal Dinamik Semantik Techno.Com: Jurnal Teknologi Informasi JAIS (Journal of Applied Intelligent System) ANDHARUPA CESS (Journal of Computer Engineering, System and Science) Journal of Information System Sistemasi: Jurnal Sistem Informasi Journal of Applied Geospatial Information Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) CCIT (Creative Communication and Innovative Technology) Journal EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Infotekmesin Indonesian Journal of Electrical Engineering and Computer Science Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Restikom : Riset Teknik Informatika dan Komputer Advance Sustainable Science, Engineering and Technology (ASSET) Community: Jurnal Pengabdian Pada Masyarakat Jurnal Rekayasa elektrika Prosiding SeNTIK STI&K Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

Junta Zeniarja

Departemen Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Indonesia

Author-ID : 427845

Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Physics Social Sciences Other

Published : 53 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Diagnosis Of Heart Disease Using K-Nearest Neighbor Method Based On Forward Selection Junta Zeniarja; Anisatawalanita Ukhifahdhina; Abu Salam
Journal of Applied Intelligent System Vol 4, No 2 (2019): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v4i2.2749

Heart is one of the essential organs that assume a significant part in the human body. However, heart can also cause diseases that affect the death. World Health Organization (WHO) data from 2012 showed that all deaths from cardiovascular disease (vascular) 7.4 million (42.3%) were caused by heart disease. Increased cases of heart disease require a step as an early prevention and prevention efforts by making early diagnosis of heart disease. In this research will be done early diagnosis of heart disease by using data mining process in the form of classification. The algorithm used is K-Nearest Neighbor algorithm with Forward Selection method. The K-Nearest Neighbor algorithm is used for classification in order to obtain a decision result from the diagnosis of heart disease, while the forward selection is used as a feature selection whose purpose is to increase the accuracy value. Forward selection works by removing some attributes that are irrelevant to the classification process. In this research the result of accuracy of heart disease diagnosis with K-Nearest Neighbor algorithm is 73,44%, while result of K-Nearest Neighbor algorithm accuracy with feature selection method 78,66%. It is clear that the incorporation of the K-Nearest Neighbor algorithm with the forward selection method has improved the accuracy result.Â Keywords - K-Nearest Neighbor, Classification, Heart Disease, Forward Selection, Data Mining

Komparasi Performa Metode 6to4 dan Kombinasi L2TP/IPSec untuk Implementasi IPv6 pada Jaringan Komputer Junta Zeniarja; Adhitya Nugraha; Muhammad Joyo Satrio
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020
Publisher : Universitas Negeri Medan

Seiring dengan peningkatan pengguna internet, kebutuhan pengalamatan Internet Protocol versi 4(IPv4) semakin meningkat sehingga dikhawatirkan ketersediaannya akan semakin berkurang dan habis. Kehadiran Internet Protocol versi 6 (IPv6) yang merupakan protokol pengalamatan internet generasi terbaru, ditujukan untuk menggantikan penggunaan IPv4 saat ini. Namun, dalam implementasinya masih terdapat beberapa kendala yang salah satunya adalah kondisi infrastruktur yang saat ini yang belum banyak mendukung implementasi IPv6 sehingga proses migrasi IPv4 ke IPv6 menjadi sangat sulit. Pada akhirnya diterapkanlah metode transisi IPv6 untuk melakukan koneksi terhadap infrastruktur IPv4. Teknik 6to4 dan L2TP/IPSec merupakan metode tunneling yang mampu melakukan transisi dari IPv4 ke IPv6. Dalam penelitian ini, dilakukan komparasi terhadap kedua metode tersebut dengan melakukan pengukuran throughput, delay dan packet loss dengan berbagai skenario koneksi jaringan. Berdasarkan hasil dari percobaan yang dilakukan, diketahui bahwa peneraepan teknik L2TP/IPSec menghasilkan kualitas koneksi yang lebih baik daripada kualitas koneksi penerapan teknik 6to4.

Penerapan Algoritma Naive Bayes dan Forward Selection dalam Pengklasifikasian Status Gizi Stunting pada Puskesmas Pandanaran Semarang Junta Zeniarja; Kiki Widia; Ramadhan Rakhmat Sani
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Masalah stunting pada balita tidak dapat diremehkan begitu saja, karena dapat berdampak padaÂ kemampuan berbahasa, kognitif,Â motorik, dan berisiko juga pada kecacatan, terserang penyakit infeksi, hingga kematian. Meningkatnya kasus stunting pada balita ini memerlukan suatu upaya dalamÂ penanganan dan pencegahan secara dini. Untuk memperoleh informasi tersebut diperlukan metode data mining dengan menerapkan Naive Bayes dan penggunaan fitur Forward Selection. Untuk mendapatkan hasil keputusan dari klasifikasi status gizi stunting digunakanlah algoritma NBC, sedangkan untuk meningkatkan nilai akurasinnya menggunakan foward selection dengan melakukan seleksi fitur yaitu menghapus sebagian atribut yang tidak sesuai di dalam tahapan klasifikasinya. Hasil akurasi klasifikasi status gizi stunting pada balita dengan algortima NBC saja pada penelitian ini sebesar 83,33%, sedangkan untuk algoritma NBC dengan fitur Forward Selection mencapai 86,00%. Peningkatan hasil akurasi tampak baik ketika dilakukan penggabungan algoritma NBC dengan fitur Foward Selection

Pola Beli Konsumen Menggunakan Algoritma Fp-Growth Untuk Rekomendasi Promosi Pada Aneka Jaya Motor Junta Zeniarja; Kurniawan Ridwan Surohardjo; Agus Winarno
JOINS (Journal of Information System) Vol 6, No 1 (2021): Edisi Mei 2021
Publisher : Universitas Dian Nuswantoro

A piece of appropriate information can create and establish a business strategy in increasing sales through technology that can affect the trade-in buying and selling goods with the data information generated can be calculated in detail and accurately. At Aneka Jaya Motor Semarang, this was triggered by the demand for competition. One solution is a product promotion target. For determining which items are feasible for promotion, the application of a promotional decision recommendation system is made using data mining techniques associated with FP-Growth algorithms, its function is to find items that are often purchased simultaneously by consumers. Data used in the form of transaction data with the total amount used 501 data. The results obtained by appearing 1 rule is if consumers buy spark plug parts then buy oil parts with minimum support of 10% and minimum confidence of 35%. The lift ratio obtained is 1 so that valid rules are generated.

Aplikasi Genetika Untuk Penjadwalan Mata Pelajaran di SMAN 3 Semarang Restu Agung Pamuji; Junta Zeniarja; Abu Salam
JOINS (Journal of Information System) Vol 4, No 1 (2019): Edisi Mei 2019
Publisher : Universitas Dian Nuswantoro

Merencanakan kegiatan belajar mengajar di sekolah sangat penting dan rumit. Ini bukan masalah serius ketika sekolah memiliki sejumlah kecil kelas dengan minimal pertemuan belajar mengajar. Tetapi itu akan menjadi masalah dalam hal jumlah kelas, ruang dan jumlah guru yang terbatas. Contoh masalah yang sering muncul adalah sulitnya menempatkan slot waktu untuk menghindari bentrokan. Untuk alasan ini, diperlukan suatu aplikasi untuk membangun sistem perencanaan dengan meminimalkan kesalahan perencanaan sehingga kegiatan pembelajaran dapat dilakukan secara optimal. Metode penjadwalan pelajaran ini menggunakan pendekatan algoritma genetika. Algoritma genetika merupakan pendekatan komputer yang diinspirasi oleh teori genetika untuk menyelesaikan masalah yang memerlukan optimasi. Hasil penerapan algoritma genetika sebagai pendekatan untuk mengoptimalkan perencanaan mata pelajaran sekolah telah menghasilkan nilai fitness yang optimal. Kemudian diuji dari faktor correctness, menghasilkan sejumlah error hingga 0 baris. Diuji secara fungsional tidak menghasilkan fungsi primer dan sekunder yang tidak berfungsi dengan benar. Diuji dengan faktor portabilitas dalam mencoba berbagai aplikasi, dapat bekerja dengan baik di semua lingkungan.Kata kunci : Penjadwalan , Algoritma Genetika

Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS Abu Salam; Diyan Adiatma; Junta Zeniarja
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Rekomendasi penerima beasiswa Peningkatan Prestasi Akademik (PPA) dikelompokkan menjadi 2 cluster yaitu diterima dan tidak diterima untuk mendapatkan beasiswa. Algoritma K-Means merupakan teknik unsupervised learning yang dapat digunakan dalam mengelompokkan data pengajuan beasiswa. Tujuan dari penelitian ini adalah untuk merekomendasikan penerima beasiswa dengan menggunakan algoritma k-means, hasil rekomendasi berupa penempatan data pendaftar beasiswa ke masing-masing kelompok cluster yang dihasilkan. Eksperimen proses clustering dilakukan menggunakan data pendaftar beasiswa PPA dari biro kemahasiswaan udinus tahun 2016 sebanyak 441 pendaftar beasiswa PPA. Melalui seleksi atribut, k-means ini melakukan perhitungan untuk menempatkan setiap data ke cluster yang sudah ditentukan. Sebanyak 154 mahasiswa direkomendasikan mendapatkan beasiswa PPA sedangkan 287 mahasiswa tidak mendapatkan.Â

Implementasi Algoritma K-Nearest Neighbor Berbasis Forward Selection Untuk Prediksi Mahasiswa Non Aktif Universitas Dian Nuswantoro Semarang Abu Salam; Ferry Bintang Nugroho; Junta Zeniarja
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Masalah yang muncul berkaitan dengan status mahasiswa salah satunya adalah status mahasiswa yang non aktif. Beberapa faktor penyebab status non aktif tersebut diantaranya adalah faktor ekonomi, kemampuan akademik, dan lain â€“ lain. Manajemen perguruan tinggi perlu mengidentifikasi serta melakukan tindakan terhadap mahasiswa yang mempunyai status â€œtidak diharapkanâ€ untuk mengetahui faktor munculnya masalah tersebut perlu dilakukan evaluasi saat pertengahan masa studi mahasiswa guna mencegah sedini mungkin munculnya mahasiswa yang diindikasi terdapat status tidak aktif untuk mengurangi dampak yang ditimbulkan akibat status non aktif tersebut. Pada penelitian ini akan dilakukan prediksi mahasiswa non aktif menggunakan algoritma klasifikasi K-Nearest Neighbor yang dikombinasikan dengan metode forward selection untuk seleksi atribut yang diharapkan mampu meningkatkan nilai akurasi pada proses klasifikasi. Nilai akurasi yang didapatkan pada algoritma K-Nearest Neighbor sebesar 96.43% sedangkan pada algoritma K-Nearest Neighbor berbasis Forward Selection sebesar 97.27%.Â Kata Kunci: Mahasiswa Non Aktif, Forward Selection, K-Nearest Neighbor

Sistem Pakar Diagnosa Penyakit Skizofrenia dengan Forward Chaining dan Bayesian Network Abu Salam; Junta Zeniarja; Riyan Ardiansyah
JOINS (Journal of Information System) Vol 6, No 1 (2021): Edisi Mei 2021
Publisher : Universitas Dian Nuswantoro

Skizofrenia merupakan gangguan kesehatan jiwa yang menjadi permasalahan masyarakat yang sangat penting serta harus memperoleh perhatian dari pemerintah. Berdasarkan hasil dari Riset Kesehatan Dasar (RisKesDas) pada tahun 2013 di negara Indonesia terdapat 1,7 dari 1000 warga atau kurang lebih 400.000 orang yang menderita penyakit Skizofrenia. Kurang meratanya tenaga kesehatan di bidang kejiwaan memperburuk penanganan yang seharusnya dapat segera dilakukan. Sistem pakar merupakan jawaban yang tepat untuk permasalahan tersebut karena sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar atau ahli dalam menjawab pertanyaan dan memecahkan suatu masalah berdasarkan gejala yang diidap oleh pasien. Sistem pakar ini menggunakan metode forward chaining untuk mendapatkan sebuah kesimpulan dari gejala-gejala skizofrenia yang dimiliki oleh pasien dan bayesian network untuk menghitung seberapa akurat suatu sistem pakar tersebut mengidentifikasi suatu masalah. Sistem ini dibangun menggunkan web dengan bahasa pemrogaman PHP serta databsae MySQL untuk menyimpan data skizofrenia. Proses pengujian fungsionalitas sistem pakar ini berjalan dengan baik serta tingkat akurasi tiap-tiap gejala mendapatkan hasil diatas 80%.

PERANCANGAN SISTEM PREDIKSI KELULUSAN MAHASISWA UNIVERSITAS DIAN NUSWANTORO MENGGUNAKAN UNIFIED MODELLING LANGUAGE Junta Zeniarja; Abu Salam; Farda Alan Ma’ruf
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 3 No 1 (2021): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v3i1.78

Mahasiswa ialah salah satu tiang yang sangat berarti dalam siklus hidup suatu Universitas. Jumlah kelulusan suatu Universitas sering kali mempunyai perbandingan yang kecil bila dibanding dengan jumlah mahasiswa yang diperoleh pada tahun akademik yang serupa. Tingkatan kelulusan mahasiswa yang kecil ini bisa disebabkan oleh sebagian aspek, seperti banyaknya aktivitas kemahasiswaan yang diiringi oleh aspek ekonomi, serta aspek – aspek lainnya. Perihal ini membuat sesuatu Universitas wajib mempunyai desain ataupun metode yang bisa memperhitungkan apakah mahasiswa itu bisa lulus dengan durasi yang sesuai. Salah satu faktor yang mendukung keberhasilan di dalam Univeritas adalah mahasiswa yang lulus dengan durasi yang sesuai. Semakin banyak mahasiswa yang lulus dengan durasi yang sesuai (dalam hal ini untuk sarjana yaitu <= 8 semester), harus berbanding yang sama atau lebih tinggi terhadap jumlah mahasiswa yang masuk pada suatu Universitas. Jika jumlah mahasiswa yang tidak lulus dengan durasi yang sesuai lebih tinggi, maka dapat menyebabkan lonjakan peningkatan jumlah data akademis dari semua mahasiswa yang masih terdaftar sehingga akan mempengaruhi citra dan reputasi dari Universitas yang nantinya dapat mengancam nilai akreditasi Universitas tersebut. Untuk mengatasi hal tersebut, maka diperlukan sistem yang dapat memprediksi kelulusan mahasiswa. Objek Penelitian ini dilakukan pada mahasiswa Universitas Dian Nuswantoro. Perancangan sistem prediksi menggunakan diagram Unified Modelling Language (UML). Diharapkan sistem prediksi kelulusan mahasiswa ini dapat berjalan optimal sehingga dapat memprediksi dan mengantisipasi secara dini profil kelulusan mahasiswa Universitas Dian Nuswantoro yang tidak sesuai meskipun di tengah wabah pandemi Covid-19.

Malware Detection Using Decision Tree Algorithm Based on Memory Features Engineering Adhitya Nugraha; Junta Zeniarja
Journal of Applied Intelligent System Vol 7, No 3 (2022): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v7i3.6735

Malware is malicious software that can harm, manipulate, steal from victim's device system. Due to the diverse needs of using internet services, security threats are also increasingly difficult to detect. now attackers are starting to develop malware that can change their own signature which is referred to as polymorphism. Therefore, improvements in the traditional approach to detecting the presence of malware are needed to be improved. One of the malware detection approaches, memory-based analysis technique has proven to be a powerful and effective analytical technique in studying malware behavior. In this study, the implementation of a Decision Tree-based classification algorithm was carried out to analyze the data set. Classifier model was created for the purpose of classifying malware based on memory features engineering. The result shows that the Decision Tree machine learning algorithm has been well performed with accuracy to 99.982 %, a false positive rate equal to 0.1% and precision equal to 99.977%

Co-Authors Abu Salam Abu Salam Adhitya Nugraha Adhitya Nugraha Adi Wibowo Afridiansyah, Rahmanda Agus Winarno Agus Winarno, Agus Ahmad Alaik Maulani Ailsa Nurina Cahyani Ainul Yaqin Alan Ma’ruf, Farda Alya Nurfaiza Azzahra Anisatawalanita Ukhifahdhina Anugrah, Muhammad Ikhsan Ardytha Luthfiarta Ardytha Luthfiarta Asih Rohmani Asih Rohmani Asih Rohmani Atika Rahmawati Bayu Aryanto Budi Warsito Cahyani, Ailsa Nurina Candra, Rejka Aditya Catur Supriyanto Catur Supriyanto Debrina Luna Arghata Mangkawa Deby Arida NiMatus Sa’adah Devi Ayu Rachmawati Dianti, Reza Nur Diyan Adiatma Dzaky, Azmi Abiyyu Edi Faisal Edi Sugiarto Edi Sugiarto Edi Sugiarto Egia Rosi Subhiyakto, Egia Rosi Erwin Yudi Hidayat Esmi Nur Fitri Esmi Nur Fitri Esmi Nur Fitri Fajarudin Zakariya Farda Alan Ma'ruf Farda Alan Ma’ruf Ferry Bintang Nugroho Fikri Budiman Fikri Budiman Firmansyah, Gustian Angga Ganiswari, Syuhra Putri Guruh Fajar Shidik Haresta, Alif Agsakli Harun Al Azies Ida Ayu Putu Sri Widnyani Ika Novita Dewi Jaya, Sava Irhab Atma Khoirunnisa, Emila Kiki Widia Kurniawan Ridwan Surohardjo Kurniawan, Defri L. Budi Handoko Luh Putu Ratna Sundari Lutfi Kharisma M Hafidz Ariansyah M. Hafidz Ariansyah Manurung, Ayub Michaelangelo Mas'ud, Ryan Ali Maulani, Ahmad Alaik Mufida Rahayu Muhammad Jamhari Muhammad Joyo Satrio Muljono Muljono Nabila, Qotrunnada Nitho Alif Ibadurrahman Novi Hendriyanto Nur Rokhman Octaviani, Dhita Aulia Paramita, Cinantya Pratama, Rifky Ariya Pulung Nurtantio Andono Putra, Vander Mulya Putri, Rusyda Tsaniya Eka Raden Arief Nugroho Rama Eka Saputra Ramadhan Rakhmat Sani Ramadhan, Ahnaf Irfan Ramadhan, Muhammad Eky Restu Agung Pamuji Rezaroebojo, Rizal Riyan Ardiansyah Rohman, Adib Annur Savicevic, Anamarija Jurcev Setiawan, Dicky Setiawan Sindhu Rakasiwi Sri Winarno Sri Winarno Sri Winarno Syabilla, Mutiara Utomo, Danang Wahyu Valentina Widya Suryaningtyas, Valentina Widya Wibowo Wicaksono Wibowo Wicaksono

Title

Found 53 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 53 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 53 Documents
Search