Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal ICT : Information Communication & Technology Jurnal Teknologi Informatika dan Komputer Jurnal Locus Penelitian dan Pengabdian Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Informatics and Communication Technology (JICT)
Herdi Ashaury
Universitas Jenderal Achmad Yani
Aerospace Engineering Automotive Engineering Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Sistem Segmentasi Keluhan Air Bersih di PT. Suryacipta Swadaya Menggunakan K-Medoids Clustering Reza Noviandi; Yulison Herry Chrisnanto; Herdi Ashaury
Prosiding SISFOTEK Vol 4 No 1 (2020): Vol 4 No 1 (2020): SISFOTEK 2020
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.728 KB)

Abstract

Suryacipta Swadaya is a company that manages industrial estates. PT. Suryacipta Swadaya manages water in the industrial area to be distributed to 73 companies in the industrial area. Water in the industrial area sometimes has problems that companies complain about. There are 7 types of complaints with an average of complaints from 2017 to 2019, which is 8929 complaints per year. Water complaints for each company vary in the amount of distribution, however the water needs of each company are different even for the same company that has a diversity of water needs each year. Based on this, PT. Suryacipta Swadaya has difficulty mapping the water complaints group based on company needs, so that it is effective in handling water complaints in the industrial area. In this study the grouping of water complaints will be assisted using the K-Medoids method in the process of grouping water complaints so that the handling process can be handled immediately.
Klasifikasi Kerpibadian Berdasarkan Big Five Personality Menggunakan Metode Fuzzy Decision Tree Dengan Algoritma C4.5 Siti Aisah; Fajri Rakhmat Umbara; Herdi Ashaury
Jurnal Teknologi Informatika dan Komputer Vol 8, No 1 (2022): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v8i1.1110

Abstract

Kepribadian merupakan sifat alami seseorang mencangkup tingkah laku, cara berbicara, bertindak dalam menghadapi sesuatu. Pada setiap orang memiliki kepribadian yang berbeda-beda dalam soal kualitas dan kuantitas. Banyak penelitian sudah dilakukan untuk klasifikasi kepribadian yang menggunakan media sosial sebagai sumber informasi. Memahami kepribadian seseorang dapat melalui tweet pada pengguna twitter dengan hasil klasifikasi gabungan antara perilaku sosial dan linguistik. Nilai akurasi penilaian kepribadian dapat ditingkatkan jika menggunakan salah satu dari pembobotan yang mempengaruhi kata-kata dari suatu tweet pengguna. Namun data yang digunakan pada penelitian ini memiliki atribut tipe diskrit dan kontinu sehingga membutuhkan metode yang dapat menangani permasalahan pada klasifikasi kepribadian. Pada penelitian ini klasifikasi kepribadian berdasarkan Big Five Personality sehingga menemukan kepribadian baru seperti Extraverted, Serious, Dependable, Lively dan Responsible. Data yang digunakan akan diektraksi menggunakan metode Fuzzy Decision Tree dengan Algoritma C4.5. Data kepribadian yang digunakan terdiri dari 8 variabel. Model Fuzzy Decision Tree diimplementasikan menggunakan pruning atau pemangkasan, sehingga ada kemungkinan aturan yang dihasilkan memiliki akurasi yang tinggi.
Reverse Engineering Pada Basis Data Relasional Untuk Optimasi Performansi Query Fajri Umbara; Herdi Ashaury; Puspita Nurul Sabrina
Jurnal ICT: Information Communication & Technology Vol. 23 No. 1 (2023): JICT-IKMI, Juli 2023
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemanfaatan basis data sudah dimulai sejak komputer generasi ke 2 diciptakan, yaitu sekitar tahun 1960. Semakin bertambahnya tahun, penggunaan basis data sudah memiliki perkembangan dan didukung dengan teknologi yang sudah canggih pada masa sekarang. Basis data yang sering digunakan dalam masalah transaksi adalah basis data dengan skema relasional atau sering disebut dengan Relational Database dan diimplementasikan dengan baik oleh aplikasi Relational Database Management System (RDBMS). Permasalahan yang sering dihadapi adalah pengimplementasian basis data relasional yang tidak baik, terutama dari sisi relasi, kardinalitas, dan strukturnya secara umum sehingga apabila dilakukan suatu proses query, maka hasilnya tidak optimal. Hal ini terjadi karena akses dari basis data yang secara paralel dapat diakses oleh banyak pengguna dalam satu waktu. Pada penelitian ini dilakukan evaluasi secara benchmark hasil query basis data relasional sebelum dilakukan desain ulang dan setelah dilakukan desain ulang menggunakan teknik reverse engineering. Hasil yang didapat adalah peningkatan performansi rata-rata sekitar 82.2442% setelah dilakukannya perbaikan struktur desain dan implementasi tabel untuk hasil query yang sama pada aplikasi RDBMS Mysql.
REENGINEERING ARSITEKTUR MONOLITHIC KE MICROSERVICES PADA WEBSITE MANAGEMENT CONTENT MQTV Daffa Putra Permana; Herdi Ashaury; Puspita Nurul Sabrina
Jurnal Locus Penelitian dan Pengabdian Vol. 2 No. 9 (2023): Jurnal Locus Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v2i9.1723

Abstract

Perkembangan teknologi memberikan banyak manfaat. Salah satu teknologi yang sudah banyak digunakan dan membantu pekerjaan masyarakat adalah internet. MQTV adalah perusahaan stasiun TV yang menyediakan konten mereka dalam bentuk digital. MQTV memiliki website CMS dalam pengelolaan konten. Namun, seiring berjalannya waktu, website MQTV dapat mengalami masalah seperti batasan skalabilitas terbatas. Penggunaan arsitektur microservices dalam pengembangan aplikasi dapat memecahkan masalah arsitektur monolithic. Tujuan penelitian melakukan reengineering arsitektur website menjadi microservice, melakukan tahapan atau fase reengineering dan membandingkan hasil load testing dari website monolith dan   microservice. Metode penelitian yang dilakukan yaitu project feasibility analisis, analisi and planning, reengineering implementation dan testing and transition. Analisis kelayakan dilakukan pada website MQTV dengan hasil yaitu akan dilakukan reengineering arsitektur menjadi microservice. Analisi dan perancangan dilakukan untuk memahami struktur microservice yang akan dibuat. Reengineering implementasi dilakukan dengan membuat service-service dengan menggunakan REST api dan mencantumkan dokumentasi-dokumentasi dari hasil implementasi. Hasil dari implementasi website microservice dilakukan pegujian dengan menggunakan metode load testing dengan hasil menunjukan laju kinerja website arsitektur microservice lebih unggul dari arsitektur monolithic. metode penelitian yang di gunakan adalah Project Feasibility Analysis Mengevaluasi kebutuhan dan tujuan organisasi yang dicapai oleh sistem yang ada, produk perangkat lunak yang digunakan saat ini harus dianalisis dalam hal spesifikasi masalah termasuk tujuan, motivasi, batasan, dan aturan bisnis. hasil dari penelitian ini agar mengetahuai hasil percobaan pengujian yang dapat disimpulkan pada website CMS MQTV dengan arsitektur microservice lebih unggul dibandingkan dengan monolithic.
KLASIFIKASI VIDEO PADA MEDIA SOSIAL YOUTUBE DENGAN MENGGUNAKAN METODE K-MEANS DAN SUPPORT VECTOR MACHINE Sari Krisdianto Sitanggang; Fajri Rakhmat Umbara; Herdi Ashaury
Jurnal Locus Penelitian dan Pengabdian Vol. 2 No. 10 (2023): jurnal locus penelitian dan pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v2i10.1732

Abstract

Dalam era digital dan sosial media, platform seperti YouTube telah menjadi salah satu sumber utama video konten. Meningkatnya jumlah video di YouTube memunculkan kebutuhan untuk mengklasifikasikan video-video ini, baik untuk tujuan manajemen konten, rekomendasi, atau penegakan hukum. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan metode klasifikasi video yang efektif berdasarkan kontennya. Tujuan dari penelitian ini Mengembangkan sistem klasifikasi video yang dapat mengidentifikasi dan mengkategorikan video di platform media sosial YouTube. Mengimplementasikan metode k-Means dan Support Vector Machine (SVM) sebagai alat utama dalam proses klasifikasi. Meningkatkan akurasi dalam mengklasifikasikan video berdasarkan fitur-fitur kontennya. Meningkatkan pemahaman tentang penggunaan teknik Machine Learning dalam mengelola konten video di platform media sosial. Penelitian ini menggunakan metode k-Means untuk mengelompokkan video berdasarkan kesamaan fitur-fitur kontennya. Selanjutnya, Support Vector Machine (SVM) digunakan untuk melakukan klasifikasi berdasarkan hasil kelompok dari k-Means. Data yang digunakan dalam penelitian ini terdiri dari dataset video dari YouTube, dan fitur-fitur ekstrak yang relevan seperti tag, deskripsi, dan pemrosesan gambar. Proses eksperimen dan pengujian dilakukan untuk mengukur akurasi klasifikasi. Hasil penelitian ini menunjukkan bahwa kombinasi metode k-Means dan SVM dapat digunakan untuk mengklasifikasikan video pada platform media sosial YouTube dengan tingkat akurasi yang baik. Dengan menggunakan fitur-fitur konten yang relevan, sistem ini mampu mengenali kategori video dengan baik, yang bermanfaat untuk manajemen konten, analisis, dan rekomendasi. Kesimpulan dari penelitian ini Dalam era digital yang dipenuhi dengan konten video, penelitian ini menawarkan pendekatan yang efektif dalam mengklasifikasikan video di platform media sosial YouTube. Metode k-Means dan SVM berhasil digunakan untuk mengelompokkan dan mengklasifikasikan video dengan akurasi yang baik.
IMPLEMENTATION OF OAUTH 2.0 BASED ON LARAVEL FRAMEWORK IN A CASE STUDY OF CLIENT INFORMATION MANAGEMENT SYSTEM Arthur Oliviana Zabka; Asep Id Hadiana; Herdi Ashaury
Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/j_ict.v5i2.219

Abstract

The swift growth of the internet and its utilization by businesses for operational purposes, such as developing information systems and utilizing cloud-based data storage, has been remarkable. The discussed client data recording system is designed to facilitate the recording of wedding photography bookings, easing the workload for employees. However, the rapid expansion of the internet has also introduced security concerns, particularly regarding unauthorized access due to weak website authorization and authentication. Consequently, ensuring and effectively managing access rights to information systems becomes crucial. This study aims to implement secure website login authorization using the OAuth 2.0 method with Laravel Passport in the client data recording information system. Post-authentication, the authorization in the context of OAuth2, used within Laravel Passport, provides users with access tokens to reach the primary interface. This process involves an API that both furnishes and safeguards the intended resources. Upon authentication and receipt of a valid access token from the OAuth2 system, users can utilize the token to access the API. The research outcomes enhance the security of information system access rights, aiming to reduce unauthorized breaches in websites storing vital data, thus ensuring the safety and protection of stored client data. Testing results using SQL Injection yielded 4418 messages sent and 2209 task IDs, with a current fuzzer count of 0, signifying that the system remained secure and impervious to SQL Injection attacks.
Klasifikasi Myers-Briggs Type Indicator Pengguna Twitter Menggunakan Support Vector Machine dan Augmentasi Data Sulthan Athallah; Herdi Ashaury; Puspita Nurul Sabrina
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 8 No 1 (2024): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v8i1.339

Abstract

Kepribadian merupakan aspek yang melekat pada seseorang, salah satu cara menentukannya yaitu dengan Myers-Briggs Type Indicator (MBTI). Beberapa penelitian terdahulu sudah melakukan klasifikasi MBTI menggunakan beberapa metode data mining. Salah satunya merupakan Support Vector Machine (SVM). Karena akurasi penelitian ini saat eksperimen kecil, maka digunakannya metode tambahan untuk meningkatkan performa model SVM yaitu dengan menggunakan augmentasi data. Proses klasifikasi diawali dengan preprocessing data, yaitu data cleaning dan text preprocessing. Lalu data dibobotkan menggunakan Term-Frequency Inverse Document Frequency. Data yang sudah dibersihkan berjumlah 154.813 record. Kemudian membagi menjadi data latih dan uji dengan volume 70:30 untuk menghindari overfitting. Data latih dilatih dengan SVM dan dievaluasi, lalu data latih yang sudah melalui preprocessing diaugmentasi dengan synonym replacement sebanyak lima iterasi. Proses ini menghasilkan 1.083.658 record untuk data latih. Data hasil augmentasi diekstraksi dan klasifikasi SVM kembali. Kemudian model dengan data latih asli dan hasil augmentasi digunakan untuk klasifikasi data uji dan berhasil meningkatkan 6% performa model SVM untuk klasifikasi dimensi MBTI.
Co-Authors Arthur Oliviana Zabka Daffa Putra Permana Fajri Rakhmat Umbara Fajri Umbara Hadiana, Asep Id Puspita Nurul Sabrina Reza Noviandi Sari Krisdianto Sitanggang Siti Aisah Sulthan Athallah Yulison Herry Chrisnanto