Article Per Year (5 Year)
p-Index From 2020 - 2025
3.649
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Elkom: Jurnal Elektronika dan Komputer Journal of Information Systems Engineering and Business Intelligence Jurnal Nasional Komputasi dan Teknologi Informasi Technologia: Jurnal Ilmiah Jurnal Atma Inovasia JOINTECOMS (Journal of Information Technology and Computer Science) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Septian Geges
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Neuroscience Social Sciences Transportation Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Sistem Diagnosa Dini Menstrual Disorders Dengan K-NN Nahdiyah, Yuniswatin; Swanjaya, Daniel; Ramadhani, Risky Aswi; Geges, Septian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4999

Abstract

Pada setiap bulannya seorang perempuan yang sedang tidak hamil dan juga menopause mengalami menstruasi. Menstruasi menjadi tanda perkembangan sistem reproduksi perempuan. Pada saat menstruasi kebanyakan perempuan mengalami gejala-gejala dari gangguan menstruasi baik secara fisik maupun psikis. Gangguan menstruasi tersebut tentunya dapat mempengaruhi aktivitas hariannya dan tidak dapat diabaikan. Pada penelitian ini dibuat sistem diagnosa dini menstrual disorders dengan menggunakan metode k-nn, dengan tujuan dapat membantu para perempuan dalam melakukan diagnosa tanpa perlu ke dokter. Pada pembuatan sistem dilakukan pengujian dengan membandingkan nilai k agar didapatkan hasil yang optimal. Pada penelitian ini dengan dilakukan uji t-test didapatkan model k-nn dengan k=3 dan k=7 mampu memberikan hasil yang baik berdasarkan ukuran data pelatihan. Terdapat perbedaan signifikan secara statistik antara performa model knn dengan nilai k=1 dan k=7 yang menghasilkan P-Value kurang dari 0.05.
Pelatihan Aplikasi Augmented Reality Pengenalan Buah-Buahan bagi Guru Pendidikan Anak Usia Dini (PAUD) Pandehen Kristianti, Novera; Ressa Priskila; Widiatry; Viktor Handrianus Pranatawijaya; Putu Bagus Adidyana Anugrah Putra; Nova Noor Kamala Sari; Efrans Christian; Septian Geges
Jurnal Atma Inovasia Vol. 4 No. 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i4.9437

Abstract

Pelatihan aplikasi Augmented Reality (AR) pengenalan buah-buahan ini diselenggarakan untuk guru Pendidikan Anak Usia Dini (PAUD) di Pandehen dengan tujuan meningkatkan kualitas pembelajaran dan keterampilan guru dalam memanfaatkan teknologi modern. Dalam pelatihan ini, guru-guru PAUD diperkenalkan dengan aplikasi AR yang dirancang khusus untuk membantu anak-anak mengenal berbagai jenis buah-buahan secara interaktif dan menyenangkan. Metode pelatihan meliputi sesi teori dan praktik, di mana para peserta diajarkan cara mengoperasikan aplikasi AR, memahami fitur-fiturnya, serta bagaimana mengintegrasikannya ke dalam kegiatan belajar mengajar di kelas. Hasil dari pelatihan ini diharapkan dapat meningkatkan kemampuan guru dalam menggunakan teknologi sebagai alat bantu edukatif, memperkaya pengalaman belajar anak-anak, serta menciptakan lingkungan pembelajaran yang lebih dinamis dan interaktif. Evaluasi terhadap efektivitas pelatihan dilakukan melalui observasi langsung, kuesioner, dan wawancara dengan para peserta. Ditemukan bahwa pelatihan ini secara signifikan meningkatkan pengetahuan dan keterampilan guru dalam menggunakan aplikasi AR, serta memberikan dampak positif terhadap minat dan partisipasi anak-anak dalam kegiatan belajar. Kesimpulannya, pelatihan ini berhasil mencapai tujuan yang diharapkan dan direkomendasikan untuk diterapkan secara lebih luas di berbagai lembaga pendidikan PAUD.
Sistem Informasi Penjualan Usaha Mikro Kecil Menengah Di Kota Palangka Raya Berbasis Website Vianus, Rezaski Yoan; Sari, Nova Noor Kamala; Geges, Septian
JOINTECOMS (Journal of Information Technology and Computer Science) Vol. 4 No. 1 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i1.13112

Abstract

Usaha mikro, kecil dan menengah (UMKM) merupakan pelaku bisnis yang bergerak pada berbagai bidang usaha, yang menyentuh kepentingan masyarakat. Kemunculan sektor Usaha Mikro, Kecil, Menengah (UMKM) membawa pengaruh positif pada perekonomian. Pengolahan data sudah cukup baik akan tetapi belum terkomputerisasi secara digital sehingga pembeli harus melakukan transaksi jual-beli secara langsung. Berdasarkan hal tersebut, dibuatlah Sistem Informasi Penjualan Usaha Mikro Kecil Menengah Di Kota Palangka Raya Berbasis Website.   Metodologi yang digunakan dalam aplikasi Sistem Informasi Penjualan Usaha Mikro Kecil Menengah Di Kota Palangka Raya ini adalah waterfall. Pengujian menggunakan metode blackbox. Hasil penelitian ini adalah sebuah aplikasi Sistem Informasi Penjualan Usaha Mikro Kecil Menengah Di Kota Palangka Raya Berbasis Website memfasilitasi pemesan dalam mendapatkan informasi seperti informasi lokasi, informasi penjualan berbagai barang dan jasa yang ditawarkan oleh pengusaha UMKM serta dapat melakukan proses transaksi di aplikasi E Commerce, sehingga mempermudah penjual dan pelanggan masyarakat luas dalam penjualan dan pembelian produk secara online. Website ini menggunakan API (Application Programming Interface) yaitu Payment Gateaway Midtrans dan Biteship API. Dari pengujian yang dilakukan menggunakan blackbox, sistem serta fungsional fitur-fitur berjalan sesuai harapan.
Sistem Penerimaan Karyawan Dengan Metode Multi Attribute Utility Theory Berbasis Web: Studi Kasus pada CV Vilia Alam Sejahtera Wahono, Aditya Pratama Gusti; Geges, Septian; Lestari, Ariesta
JOINTECOMS (Journal of Information Technology and Computer Science) Vol. 4 No. 2 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i2.15277

Abstract

Pada suatu perusahaan perektrutan atau penerimaan karyawan adalah hal paling esensial dalam persaingan di dunia moderen seperti sekarang, dimana dunai menuntut kualitas Sumber Daya Manusia yang berkualitas. Dalam mencari SDM yang berkualitas bagi perusahaan maka dibutuhkan metode yang tepat dalam menentukannya. Dalam sistem lama pencarian calon karyawan cukup sulit yaitu hanya dengan pra-sangka atau berdasarkan hasil wawancara saat perekrutan. Dalam hal ini perusahaan sulit untuk menenukan mana calon karyawan yang berkualitas. Maka dari itu penelitian ini bertujuan untuk merancang dan membangun sebuah sistem penerimaan karyawan berupa sebuah website untuk mengelola dan menghitung sistem pendukung keputusan dengan metode Multi Attribute Utility Theory yang efektif. Metodologi pada penelitian ini menggunakan pendekatan waterfall, yang memiliki tahapan berupa Requirements and Definition yang digambarkan menggunakan Flowchart, System and Software, Design and Definition yang digambarkan dengan UML (Unified Modelling Language) dengan Use Case Diagram, Class Diagram, dan Activity Diagram, Implementation and Unit Testing dengan menggunakan metode Black Box. Diharapkan dengan adanya sistem ini dapat mempermudah perusahaan CV Vilia Alam Sejahtera dalam melakukan penerimaan karyawan. Hasil dari penelitian ini adalah website Penerimaan Karyawan yang dapat memberikan kemudahan pada pengguna untuk menentukan karyawan yang akan direkrut.
Pengembangan Website Jaringan Dokumentasi Dan Informasi Hukum (JDIH) Kabupaten Katingan Menggunakan Framework Laravel Singaraca, Mitchel Christian T.; Geges, Septian; Lestari, Ariesta; Sylviana, Felicia
JOINTECOMS (Journal of Information Technology and Computer Science) Vol. 4 No. 1 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i1.15440

Abstract

Kabupaten Katingan membangun Jaringan Dokumentasi dan Informasi Hukum (JDIH) yang memberikan akses mudah ke informasi hukum. Dalam rangka penilaian kinerja pemerintahan daerah oleh pemerintah pusat, website JDIH perlu dikembangkan ulang untuk meningkatkan transparansi dan kualitas layanan. Pengembangan ulang melibatkan perbaikan desain, teknologi, dan penyesuaian dengan pedoman pemerintah, termasuk migrasi dari framework Laravel. Ini bertujuan agar website JDIH dapat memberikan akses yang lebih baik dan mendukung penilaian kinerja yang lebih akurat oleh pemerintah pusat. Metode pengembangan sistem yang digunakan dalam perancangan dan pembuatan website ini dengan menggunakan metode Waterfall. Urutan dalam Metode Waterfall dimulai dari proses perencanaan, analisa, desain, dan implementasi pada sistem. metode waterfall dengan tahapan, yaitu tahap analisa kebutuhan yang digambarkan menggunakan flowchart, desain sistem digambarkan melalui UML (Unified Modelling Language) dan database, penulisan kode program dengan bahasa pemrograman yang digunakan yaitu HTML, PHP, CSS, Bootstrap, Javascript, Framework Laravel dan MySQL. Serta pengujian program menggunakan metode Blackbox. Penelitian ini menghasilkan pengembangan Website JDIH Kabupaten Katingan menggunakan Framework Laravel dengan metode Waterfall. Dengan adanya website ini dapat mempermudah masyarakat mencari informasi hukum dengan fitur produk hukum, relaas pengadilan, dan penanganan perkara. Pernyataan diatas didukung dengan pengumpulan data yang dilakukan dengan pengisian kuesioner, dimana pertanyaan dibuat menggunakan metode WebQual 4.0. Selanjutnya dilakukan pengujian validitas dan reliabilitas terhadap hasil kuesioner yang telah dikumpulkan dengan total 151 responden, dilakukan analisis data dengan menggunakan software JASP. Hasil dari pengujian menunjukan valid dan reliabel.
Penerapan Metode Collaborative Filtering dan Content Based Filtering Pada Sistem Rekomendasi Smartphone Android Priskila, Ressa; Fajar, M; Geges, septian; Widiatry, Widiatry
Technologia : Jurnal Ilmiah Vol 15, No 3 (2024): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i3.15255

Abstract

Masalah: Banyaknya variasi merk dan model smartphone Android yang beredar di pasaran khususnya di Indonesia  dengan dengan berbagai pilihan fitur dan harga yang dapat dipilih. Hal ini, membuat konsumen kebingungan dalam menentukan smartphone android mana yang akan dibeli. Sehingga, konsumen akhirnya membeli sebuah Smartphone hanya karena tertarik dengan model atau tampilan fisik serta fasilitas terbaru tanpa menyesuaikan dengan kebutuhannya.Tujuan: Membangun sebuah Aplikasi Rekomendasi Smartphone Android berbasis Website menggunakan Collbarorative Based dan Content based filtering.Metode: Metode penelitian yang digunakan dalam penelitian ini adalah metode GRAPPLE, Collaborative Filtering dan Content Based Filtering.Hasil: Hasil Pengujian menggunakan MAPE, dengan data percobaan sejumlah 36 dari 800 data rating, hasil yang didapatkan ada 12,87 % yang mana termasuk dalam kategori baik.Kesimpulan: Sistem rekomendasi ini dibangun dengan mengimplementasikan metode collbarorative filtering dan content based filtering. Metodologi pengembangan perangkat lunak menggunakan GRAPPLE (Guidelines for Rapid APPlication Engineering). Hasil Pengujian menggunakan MAPE, sistem yang dibangun termasuk dalam kategori baik, sehingga dapat memberikan rekomendasi ke pada konsumen. Temuan dari hasil penelitian ini akan memberikan wawasan tentang bagaimana mengimplementasi metode metode collbarorative dan content based untuk sistem rekomendasi. Untuk penelitian selanjutnya dapat menggunakan data yang lebih banyak dan metode yang lain.
Sistem Informasi Penjualan Toko Parfum Berbasis Website Geges, Septian; Raihan Luthfiansyah Effendy Ekapatra
Elkom : Jurnal Elektronika dan Komputer Vol 17 No 1 (2024): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v17i1.2032

Abstract

This research aims to design a website-based online store by utilizing a recommendation system with content-based filtering. The recommendation system is useful to help buyers get product suggestions that are in accordance with their preferences. The development method used in this research is the Waterfall model with the stages of needs analysis, design, program code generation, and testing. Researchers also use the UML model to help design the system and use the Laravel framework for website development. Based on the results of this study, the online store system designed has benefits for customers, because they can shop anywhere without having to come to the store directly. The recommendation system used also helps customers in choosing perfumes that match their preferences.
Analisis Sentimen Mahasiswa terhadap Website PKKMB 2024 Universitas Palangkaraya dengan Metode Machine Learning Leonardo, Tomas; Pranatawijaya, Viktor Handrianus; Anugrah Putra, Putu Bagus Adidyana; Christian, Efrans; Geges, Septian
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8033

Abstract

Abstrak -Website PKKMB 2024 Universitas Palangkaraya merupakan platform utama yang digunakan untuk menyampaikan informasi dan materi orientasi kepada mahasiswa baru. Mengingat pentingnya pengalaman pengguna dalam menentukan efektivitas website, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap feedback mahasiswa menggunakan pendekatan machine learning. Data yang digunakan dalam penelitian ini terdiri dari ulasan yang dikumpulkan melalui survei online. Tahapan penelitian mencakup pengumpulan data, pra-pemrosesan data, data labeling, pembagian data pelatihan dan uji 80:20, penanganan imballance data dengan SMOTE oversampling. Implementasi beberapa algoritma Machine Learning menunjukan hasil akurasi SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% dan KNN 73%. SVM menunjukkan kinerja yang paling baik dalam mengklasifikasikan sentimen pengguna ke dalam kategori positif, negatif, dan netral dengan tingkat akurasi, presisi, recall, dan F1-score yang stabil dengan skor 0.87 untuk setiap parameter dalam studi kasus ini. Model ini juga dapat memetakan sentimen positif dengan sangat baik: 0.91, model negative seimbang: 0.78. Walaupun ditemukan ketidakseimbangan untuk data netral di 0.73.  Yang mana juga dapat diamati pada confusion matrix sebanyak 95 sampel netral terklasifikasi dengan benar, namun 32 sampel netral diklasifikasikan sebagai negatif. Yang menandakan bahwa walaupun memiliki akurasi yang tinggi namun model masih perlu untuk dikembangkan lebih lanjut agar mampu mengklasifikasikan sentimen dengan baik khususnya dari sentimen yang netral. Penelitian ini memberikan wawasan penting bagi pengembang website PKKMB Universitas Palangkaraya dalam meningkatkan kualitas layanan kedepannya dan disisi lain untuk referensi analisis sentimen secara umum.Kata Kunci: Analisis Sentimen, Website PKKMB UPR 2024, Machine Learning Abstract - The PKKMB 2024 website of Palangkaraya University is the main platform used to convey information and orientation materials to new students. Given the importance of user experience in determining the effectiveness of a website, this study aims to conduct a sentiment analysis of student feedback using a machine learning approach. The data used in this study consisted of reviews collected through an online survey. The research stages include data collection, data pre-processing, data labeling, 80:20 training and test data division, data imbalance handling with SMOTE oversampling. The implementation of several Machine Learning algorithms showed an accuracy of SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% and KNN 73%. SVM showed the best performance in classifying user sentiment into positive, negative, and neutral categories with stable levels of accuracy, precision, recall, and F1-score with a score of 0.87 for each parameter in this case study. This model can also map positive sentiment very well: 0.91, balanced negative model: 0.78. Although there is an imbalance for neutral data at 0.73. Which can also be observed in the confusion matrix as many as 95 neutral samples are correctly classified, but 32 neutral samples are classified as negative. Which indicates that although it has high accuracy, the model still needs to be further developed in order to be able to classify sentiment well, especially from neutral sentiments. This study provides important insights for developers of the PKKMB Universitas Palangkaraya website in improving the quality of services in the future and on the other hand for general sentiment analysis references.Keywords: Sentiment Analysis, PKKMB UPR 2024 Website, Machine Learning
Unveiling User Sentiment: Aspect-Based Analysis and Topic Modeling of Ride-Hailing and Google Play App Reviews Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala; Rahman, Resha Ananda; Christian, Efrans; Geges, Septian
Journal of Information Systems Engineering and Business Intelligence Vol. 10 No. 3 (2024): October
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jisebi.10.3.328-339

Abstract

Background: Mobile app usage is increasing in the digital age, with Ride-Hailing app becoming the primary example of this trend. To obtain valuable understanding of how people perceive and interact with mobile app, user reviews on platforms such as Google Play are usually analyzed. This analysis can assist developers to identify areas for improvement in both Ride-hailing and Google Play App. A promising method that can be used to analyze user perception in this instance is Aspect-Based Sentiment Analysis (ABSA). Objective: This research aimed to apply ABSA to user reviews using Bidirectional Encoder Representations from Transformers (BERT) models. In this context, aspect identification and topic modeling were performed by using Latent Dirichlet Allocation (LDA). The model extracted topics from the reviews and used Generative Artificial Intelligence (GenAI) to define the aspects of the topics to further enhance the analysis. For consistency and accuracy, the method included sentiment annotation by a human annotator. Methods: A total of two datasets were used in this research, with the first collected by scraping user reviews of Ride-Hailing App while the second was obtained from Kaggle, and to identify relevant topics, modeling was performed using LDA. These topics were then categorized into aspects using GenAI, covering areas, such as customer experience, service, payment, app features, task management, and event management. Subsequently, sentiment labeling was conducted using human annotators to provide a reliable baseline. BERT model was then used to classify sentiment with aspect hints, and the evaluation included calculations of accuracy, precision, recall, and F1-score. Results: The results showed that BERT model achieved the highest accuracy of 97% in sentiment analysis across all datasets. Conclusion: This research provided valuable understanding of user experience and established a strong ABSA framework for analyzing user reviews using LDA, Aspect Annotation, GenAI, and BERT sentiment models. Future research could expand this method to other app categories and incorporate real-time ABSA for continuous monitoring and dynamic feedback.   Keywords: User Reviews, Aspect-Based Sentiment Analysis (ABSA), Sentiment Analysis, Topic Modeling, Generative Artificial Intelligence (GenAI)
Prediksi Stok Tanaman Hidroponik dengan Artificial Intelligence: Ensemble Learning dengan Optimasi Evolusioner Putu Bagus Adidyana Anugrah Putra; Septian Geges; Oktaviani Enjela Putri; I Made Bayu Artha Pratama
Elkom: Jurnal Elektronika dan Komputer Vol. 17 No. 2 (2024): Desember : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v17i2.2197

Abstract

Hydroponic plant cultivation is booming, but stock and sales are hard to predict. Poor prediction can cause farmers to overstock and lose money. This study suggests a framework that uses several machine learning models, including Linear Regression (LR), Random Forest (RF), Decision Tree (DT), and Extreme Gradient Boosting. "Ensemble Learning," which combines these models, should yield more accurate and generalizable results than a single model. This framework is assessed using historical hydroponic plant sales data and related factors like price, weather, and market trends. The model's performance is measured by the difference between predictions and actual values using RMSE and MAE metrics. This framework should improve hydroponic plant stock and sales predictions. Farmers can make better production, inventory, and harvest distribution decisions. Besides reducing financial losses, this reduces food waste and improves food security.
Co-Authors Alexandro, Yosua Alyura, Ripaldo Anugrah Putra, Putu Bagus Adidyana Aprillinsa, Camila Ariesta Lestari Aryadi, Bintang Bartheli, Exanio Binsar Theodika, Yeremia Cristivioni, Cristivioni Daniel Swanjaya Dwi Yulianto, Bayu Efrans Christian Fajar, M Fedrik Nakano, Christian Felicia Sylviana Filonga Septaraja, Amar Gilbran, Pedroni Gunawan, Arief I Made Bayu Artha Pratama Jadiaman Parhusip, Jadiaman Krisnoprianto Pratama, Dwiva Kristianti, Novera Leonardo, Tomas Marsa, Euodia Nahdiyah, Yuniswatin Nova Noor Kamala Sari Nugrahaningsih, Nahumi Oktaviani Enjela Putri Priskila, Ressa Putra, Putu Bagus Adidyana Anugrah Rahman, Resha Ananda Raihan Luthfiansyah Effendy Ekapatra Ressa Priskila Risky Aswi R, Risky Ronaldo, Deddy Sagit Sahay, Abertun Singaraca, Mitchel Christian T. Sulistia, Ciola Dwi Vianus, Rezaski Yoan Viktor Handrianus Pranatawijaya Wahono, Aditya Pratama Gusti Widiatry Widiatry, Widiatry Zailami, Firdaus