Garuda - Garba Rujukan Digital

Model Perangkingan Proyek Kontruksi Pada Asosiasi Kontraktor Menggunakan Fuzzy AHP Sihombing, Denny Jean Cross; Santoso, Albertus Joko; Rahayu, Sapty
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4531

Pemilihan proyek potensial dari paket lelang konstruksi yang ditawarkan merupakan permasalahan yang kompleks pada asosiasi kontraktor. Paket lelang yang ditawarkan oleh pemerintah melalui Kementerian Pekerjaan Umum (PU) untuk wilayah Sumatera Utara tahun 2013 terdapat 96 paket, tahun 2014 terdapat 69 paket. Dari banyaknya paket yang ditawarkan, masing-masing paket memiliki beberapa kriteria sebagai persyaratan, salah satunya adalah pengalaman perusahaan. Artikel ini fokus pada perangkingan proyek berdasarkan evaluasi proyek yang sudah dikerjakan sebelumnya. Keberhasilan suatu proyek ditentukan oleh beberapa kriteria, maka pendekatan yang digunakan Multi Criteria Decision Analysis (MCDA) dengan metode Fuzzy Analytic Hierarchy Process (FAHP), data diperoleh dari Asosiasi Kontraktor Air Indonesia (AKAINDO) Sumatera Utara. Hasilnya adalah rekomendasi proyek potensial berdasarkan skor tertinggi, yaitu sub-bidang perpipaan.

Factors Affecting the Successful Implementation of E-Government on Network Documentation and Legal Information Website in Riau Wibowo, Muhammad Ikhsan; Santoso, Albertus Joko; Setyohadi, Djoko Budiyanto
CommIT (Communication and Information Technology) Journal Vol 12, No 1 (2018): CommIT Vol. 12 No. 1 Tahun 2018
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v12i1.4361

Network documentation and legal information website is a form of e-government applications such as Jaringan Dokumentasi dan Informasi Hukum (JDIH). JDIH website must be designed to be an effective and efficient information system. This study aims to determine the success factors of the implementation of JDIH website. The DeLone and McLean model and the Unified Theory Acceptance and Use of Technology (UTAUT) are the models used in this study. The case study is conducted in the Riau legal and human rights office. Data are obtained through questionnaires from 252 respondents in the Riau provincial government and some communities. The analysis uses Structural Equation Modeling (SEM) and Analysis of Moment Structure (AMOS). The results of this study show that nine hypotheses have positive effects. Meanwhile, four hypotheses have no positive effects on the success and use of JDIH website. The findings of this research will be used as a reference inthe development of JDIH website in the future.

Model Perangkingan Proyek Kontruksi Pada Asosiasi Kontraktor Menggunakan Fuzzy AHP Sihombing, Denny Jean Cross; Santoso, Albertus Joko; Rahayu, Sapty
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4531

Pemilihan proyek potensial dari paket lelang konstruksi yang ditawarkan merupakan permasalahan yang kompleks pada asosiasi kontraktor. Paket lelang yang ditawarkan oleh pemerintah melalui Kementerian Pekerjaan Umum (PU) untuk wilayah Sumatera Utara tahun 2013 terdapat 96 paket, tahun 2014 terdapat 69 paket. Dari banyaknya paket yang ditawarkan, masing-masing paket memiliki beberapa kriteria sebagai persyaratan, salah satunya adalah pengalaman perusahaan. Artikel ini fokus pada perangkingan proyek berdasarkan evaluasi proyek yang sudah dikerjakan sebelumnya. Keberhasilan suatu proyek ditentukan oleh beberapa kriteria, maka pendekatan yang digunakan Multi Criteria Decision Analysis (MCDA) dengan metode Fuzzy Analytic Hierarchy Process (FAHP), data diperoleh dari Asosiasi Kontraktor Air Indonesia (AKAINDO) Sumatera Utara. Hasilnya adalah rekomendasi proyek potensial berdasarkan skor tertinggi, yaitu sub-bidang perpipaan.

Determining Laying Hens Production Performance Using Analytical Hierarchy Process and Simple Additive Weighting Methods Pradana, Andaka Dadi; Dewi, Findra Kartika Sari; Santoso, Albertus Joko
Jurnal Buana Informatika Vol 11, No 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020
Publisher : Universitas Atma Jaya Yogyakarta

Abstract. The high consumption of chicken eggs in Indonesia must be balanced with the productivity level of laying hens to avoid scarcity resulting in an increasing price of chicken eggs. The maximum egg production can be possibly achieved by implementing a system of grouping chickens into good quality and poor performance different groups. This grouping can be made with a decision support system using the Analytical Hierarchy Process and Simple Additive Weighting methods. The criteria used in this test are eggs total, total of hens per coop, age, and hensâ€™ death per coop. Alternatives used are coop 1, 2, 3, and 4. The coops were chosen as the alternative for the breeders compared the laying hensâ€™ production performance based on the production per coop. The testing results, with the same input, show the same ranking order for both methods. The ranking order respectively the best to the worst is coop 1, coop 3, coop 2 and coop 4.Keywords: Laying hens, production performance, decision support system, Analytical Hierarchy Process, Simple Additive Weigthing.Abstrak. Banyaknya konsumsi telur ayam di Indonesia, harus diimbangi dengan tingkat produktivitas ayam petelur agar tidak terjadi kelangkaan yang mengakibatkan kenaikan harga telur ayam. Produksi telur yang maksimal bisa dicapai dengan menerapkan sistem pengelompokan ayam-ayam dengan kualitas performa yang baik dan yang kurang baik. Pengelompokan ini bisa dibuat dengan sistem pendukung keputusan menggunakan metode Analytical Hierarchy Process dan Simple Additive Weighting. Kriteria yang digunakan dalam pengujian ini adalah Total telur, Total ayam per kandang, umur ayam dan kematian ayam per kandang. Alternative yang digunakan adalah kandang 1, 2, 3, and 4. Kandang dipilih sebagai alternative karena peternak membandingkan performa produksi ayam petelur berdasarkan produksi per kandangnya. Hasil pengujian, dengan masukan yang sama, menunjukkan hasil perangkingan dengan urutan yang sama untuk kedua metode. Rangking terbaik sampai dengan terburuk, secara berturut-turut: kandang 1, kandang 3, kandang 2 dan kandang 4.Kata Kunci: Ayam Petelur, Performa Produksi, Sistem Pendukung Keputusan, Analytical Hierarchy Process, Simple Additive Weigthing.

Prediksi Kunjungan Wisatawan Taman Nasional Gunung Merbabu dengan Time Series Forecasting dan LSTM Manullang, Josua; Santoso, Albertus Joko; Emanuel, Andi Wahju Rahardjo
Jurnal Buana Informatika Vol 11, No 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v11i2.3825

Abstract. Prediction of tourist visits of Mount Merbabu National Park (TNGMb) needs to be done to control the number of visitors and to preserve the national park. The combination of time series forecasting (TSF) and deep learning methods has become a new alternative for prediction. This case study was conducted to implement several methods combination of TSF and Long-Short Term Memory (LSTM) to predict the visits. In this case study, there are 18 modelling scenarios as research objects to determine the best model by utilizing tourist visits data from 2013 to 2018. The results show that the model applying the lag time method can improve the model's ability to capture patterns on time series data. The error value is measured using the root mean square error (RMSE), with the smallest value of 3.7 in the LSTM architecture, using seven lags as a feature and one lag as a label.Keywords: Tourist Visit, Taman Nasional Gunung Merbabu, Prediction, Recurrent Neural Network, Long-Short Term MemoryAbstrak. Prediksi kunjungan wisatawan Taman Nasional Gunung Merbabu (TNGMb) perlu dilakukan untul pengendalian jumlah pengunjung dan menjaga kelestarian taman nasional. Gabungan metode antara time series forecasting (TSF) dan deep learning telah menjadi alternatif baru untuk melakukan prediksi. Studi kasus ini dilakukan untuk mengimplementasi gabungan dari beberapa macam metode antara TSF dan Long-Short Term Memory (LSTM) untuk memprediksi kunjungan pada TNGMb. Pada studi kasus ini, terdapat 18 skenario pemodelan sebagai objek penelitian untuk menentukan model terbaik, dengan memanfaatkan data jumlah kunjungan wisatawan di TNGMb mulai dari tahun 2013 sampai dengan tahun 2018. Hasil prediksi menunjukkan pemodelan dengan menerapkan metode lag time dapat meningkatakan kemampuan model untuk menangkap pola pada data deret waktu. Besar nilai kesalahan diukur menggunakan root mean square error (RMSE), dengan nilai terkecil sebesar 3,7 pada arsitektur LSTM, menggunakan tujuh lag sebagai feature dan satu lag sebagai label.Â Kata Kunci: Kunjungan Wisatawan, Taman Nasional Gunung Merbabu, Prediksi, Recurrent Neural Network, Long-Short Term Memory

Sistem Rekomendasi Pembelian Produk Kesehatan pada E-Commerce ABC berbasis Graph Database Amazon Neptune menggunakan Metode Hybrid Content-Collaborative Filtering Dinda Maristha, Made Devayani; Santoso, Albertus Joko; Sari Dewi, Findra Kartika
Jurnal Buana Informatika Vol 12, No 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i2.4623

Abstract. Recommendation System of Health Product Purchasing at ABC E-Commerce System based on Amazon Neptuneâ€™s Graph Database using Hybrid ContentCollaborative Filtering Method.Health products purchased by society, either in drugstores or pharmacies may vary according to their needs. ABC e-commerce is a Business to Business (B2B)-based e-commerce owned by PT XYZ. As a health product sales system from distributors to drug stores/pharmacies, they still do not have a health product purchase recommendation system yet. The recommendation system is needed to provide recommendations of health products for the customers. Amazon Neptune is implemented in this research to build a health product recommendation system. The hybrid contentcollaborative filtering method is used to generate complete recommendations based on content attributes and user habits. The datasets were product data, product categories, customers, product principals, and data of products trading. This research produces a health products recommendations model at ABC e-commerce with android based using web services. The implementation can provide recommendations of health products that can be accessed in real-time by customers.Keywords: health products, recommendation systems, graph database, Amazon Neptune, hybrid content-collaborative filteringAbstrak. Produk kesehatan yang dibeli masyarakat, melalui toko obat/apotek, dapat berbeda sesuai kebutuhan. E-commerce ABC berbasis Business to Business (B2B) milik PT XYZ sebagai sistem penjualan produk kesehatan dari distributor kepada toko obat/apotek belum memiliki sistem rekomendasi pembelian produk kesehatan. Sistem rekomendasi sebagai pengembangan fitur e-commerce ABC diperlukan untuk memberikan rekomendasi produk kesehatan yang sesuai dengan keadaan setiap pelanggan. Amazon Neptune sebagai graph database service yang dapat mengelola relasi dalam data yang saling terhubung, digunakan dalam penelitian untuk membangun sistem rekomendasi produk kesehatan. Metode hybrid content-collaborative filtering digunakan untuk menghasilkan rekomendasi yang lengkap berdasarkan atribut konten dan kebiasaan pengguna. Dataset yang digunakan meliputi data produk, kategori produk, pelanggan, principal, serta data jual-beli produk di e-commerce ABC. Penelitian ini menghasilkan model rekomendasi produk kesehatan yang diimplementasikan pada e-commerce ABC berbasis Android menggunakan web service. Implementasi tersebut memberikan rekomendasi produk kesehatan yang dapat diakses secara real-time oleh pelanggan pada saat menggunakan ecommerce ABC.Kata Kunci: produk kesehatan, sistem rekomendasi, graph database, Amazon Neptune, hybrid content-collaborative filtering

Model Perangkingan Proyek Kontruksi Pada Asosiasi Kontraktor Menggunakan Fuzzy AHP Sihombing, Denny Jean Cross; Santoso, Albertus Joko; Rahayu, Sapty
Scientific Journal of Informatics Vol 2, No 1 (2015): May 2015
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v2i1.4531

Pemilihan proyek potensial dari paket lelang konstruksi yang ditawarkan merupakan permasalahan yang kompleks pada asosiasi kontraktor. Paket lelang yang ditawarkan oleh pemerintah melalui Kementerian Pekerjaan Umum (PU) untuk wilayah Sumatera Utara tahun 2013 terdapat 96 paket, tahun 2014 terdapat 69 paket. Dari banyaknya paket yang ditawarkan, masing-masing paket memiliki beberapa kriteria sebagai persyaratan, salah satunya adalah pengalaman perusahaan. Artikel ini fokus pada perangkingan proyek berdasarkan evaluasi proyek yang sudah dikerjakan sebelumnya. Keberhasilan suatu proyek ditentukan oleh beberapa kriteria, maka pendekatan yang digunakan Multi Criteria Decision Analysis (MCDA) dengan metode Fuzzy Analytic Hierarchy Process (FAHP), data diperoleh dari Asosiasi Kontraktor Air Indonesia (AKAINDO) Sumatera Utara. Hasilnya adalah rekomendasi proyek potensial berdasarkan skor tertinggi, yaitu sub-bidang perpipaan.

GLCM and PSNR Analysis of Woven Fabric Images Made from Natural Dyes Due to Sunlight Exposure Batarius, Patrisius; Santoso, Albertus Joko; Sinlae, Alfry Aristo Jansen
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2265

Traditional woven fabrics generally use natural dyes that come from the local area. Natural dyes are often considered low quality if exposed to sunlight. This study aims to analyze the effect of sunlight on the image of woven fabrics made from natural dyes. The natural dyes used come from noni (Morinda citrofolia L), which produces a red color; Tarum (Indigofera tinctoria L), which produces a blue-black color; and corn starch juice, which produces a white color. A thread made of cotton is dipped and cooked to produce the desired color. The analysis is done by comparing the value of GLCM (Grey Lever Co-Coruent Matrix) features, changes in the value of Mean Square Error (MSE), and Peak Signal Noise Ratio (PSNR) with the original image. The original image is taken before the woven fabric is dried in the sun. The changing image is taken after the woven fabric is dried in the sun with variations in drying times. The drying time of woven fabric is 1 hour. Sun drying starts from 09:00 to 14:00. The distance between the original and sun-dried images is 30 cm. The original image and the sun-dried image went through cropping and resizing the image to be the same size. The grayscale image type is used for the GLCM, MSE, and PSNR comparison process. The image size used is 128x128 for woven fabric images with three kinds of colors (white, red, and blue) and 256x256 pixels for images with white color. The results showed that the quality of the images produced at drying hours of 09.00-10.00 to 14.00-15.00 tended to be low, with a significant difference between the original image and the changed image. The lowest point of quality lies in the drying time of 12.00-13.00 and 13.00-14.00. For the GLCM features, the sun-dried image at 14.00-15.00 has a homogeneity value close to the original value. For contrast features, the image dried at 10.00-11.00 has a contrast value that is close to the original image contrast value. This shows the smaller the difference in pixel intensity in the image.

Digital Newspaper : An Analysis of Technology Acceptance Model â€“ Case Study : Student of Atma Jaya University Yogyakarta Lumbantobing, Mutiara; Setyohadi, Djoko Budiyanto; Santoso, Albertus Joko
Journal of Information Technology and Computer Science Vol. 4 No. 2: September 2019
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Â Todays, the newspaper has been converging from print to digital. The advantages of the digital newspaper have made the digital newspaper a top choice especially for the student as a digital native group. The purpose of this study is to know and explain the acceptance of user (students) to the digital newspaper. This study proposed a theoretical framework that includes the core constructs in TAM: namely, Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude Toward Use (ATU), Behaviour Intention to Use (BIU) and Actual Use (AU). The statistical test method is statistical validity, reliability, normality, and test the influence of factors using Structural Equation Model (SEM). Data were obtained through questionnaires distributed to 100 UAJY students of Atma Jaya University Yogyakarta (UAJY) respondents from 5 faculties. The overall hypothesis proposed in this study is accepted, namely: Perceived Ease of Use (PEOU) has a positive effect on Perceived Usefulness (PU); Perceived Ease of Use (PEOU) has a positive effect on Attitudes Toward Use (ATU); Perceived Usefulness (PU) has a positive effect on Behavioral Intention to Use (BIU) Attitude (ATU) has a positive effect on Behavioral Intention to Use (BIU) ); Behavior Intention to use (BIU) has a positive effect on actual using (AU) digital newspaper.

Prediksi Akun Bot pada Media Sosial X Menggunakan Random Forest, XGBoost, dan SVM Averina, Marcella; Handaya, Wilfridus Bambang Triadi; Santoso, Albertus Joko
Jurnal Informatika Atma Jogja Vol. 6 No. 2 (2025): Jurnal Informatika Atma Jogja - November
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jiaj.v6i2.12948

The social media platform X is often misused, one example being the creation of fake accounts operated by bots. To address this issue, various machine learning models have been developed to detect bot accounts, particularly Random Forest, XGBoost, and Support Vector Machine (SVM). This study aims to compare the performance of these three models in predicting bot accounts on social media platform X and to determine the best model based on the f1-score. In addition, this research applies three hyperparameter tuning methods, namely grid search, random search, and Bayesian optimization. The results show that the XGBoost model with Bayesian optimization achieves the best performance. However, its performance decreases when applied to imbalanced datasets. Penggunaan media sosial X seringkali disalahgunakan, salah satunya dengan membuat akun palsu yang dijalankan oleh bot. Saat ini, telah banyak dikembangkan sistem untuk mendeteksi akun bot pada media sosial X dengan memanfaatkan model machine learning, khususnya algoritma Random Forest, XGBoost, dan SVM. Penelitian ini bertujuan untuk membandingkan performa dari ketiga model tersebut dalam memprediksi akun bot pada media sosial X dan menentukan model terbaik berdasarkan nilai f1-score. Pada penelitian ini juga dikembangkan penggunaan hyperparameter tuning grid search, random search, dan Bayesian optimization. Hasil penelitian ini menunjukkan bahwa model terbaik untuk prediksi akun bot pada media sosial X adalah XGBoost dengan hyperparameter tuning Bayesian optimization. Namun, model ini mengalami penurunan performa ketika digunakan untuk memprediksi akun bot pada data yang tidak seimbang.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search