Article Per Year (5 Year)
p-Index From 2021 - 2026
3.531
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik INFOKAM Mozaik Humaniora JAIS (Journal of Applied Intelligent System) JURTEKSI INTEK: Informatika dan Teknologi Informasi Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Vokasi Amalee: Indonesian Journal of Community Research & Engagement BRITech : Jurnal Ilmiah Ilmu Komputer, Sains dan Teknologi Terapan REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer Jurnal Ilmiah Teknik Informatika (TEKINFO) Scientific Journal of Informatics KOMPUTASI
Akhmad Pandhu Wijaya, Akhmad Pandhu
Universitas Wahid Hasyim
Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Transportation Other

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

Found 24 Documents
Search

 1   2   3 
SISTEM INFORMASI MANAJEMEN TAMU BERBASIS WEBSITE PADA DINAS PEMBERDAYAAN PEREMPUAN PERLINDUNGAN ANAK PROVINSI JAWA TENGAH Hanim, Efitda; Mauludin, M. Subchan; Wijaya, Akhmad Pandhu
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14845

Abstract

Perkembangan teknologi informasi mendorong instansi pemerintah meningkatkan efisiensi pelayanan, termasuk pengelolaan kunjungan tamu. DP3AP2KB Provinsi Jawa Tengah masih menggunakan pencatatan berbasis kertas yang menimbulkan kendala seperti proses input lambat, kesulitan pencarian data, risiko kehilangan informasi, dan ketidakefisienan pembuatan laporan. Studi ini mengembangkan sistem informasi pengelolaan tamu berbasis web memakai teknik waterfall yang mencakup analisa keperluan, model, pengkodean, pengukuran, serta perlindungan. Sistem dibangun dengan Laravel, PHP, dan MySQL, menyediakan fitur booking kunjungan online, manajemen pengguna, verifikasi permintaan kunjungan, pencatatan kehadiran digital, sistem feedback, dan pembuatan laporan otomatis. Dalam pengembangannya, sistem menghadapi hambatan dan tantangan berupa penyesuaian kebutuhan fitur dari sistem manual ke digital, koordinasi dengan stakeholder untuk verifikasi alur kerja, dan keterbatasan fleksibilitas metode waterfall dalam mengakomodasi perubahan kebutuhan. Hasil menggunakan teknik Black Box menyatakan semua fitur terlaksana selaras fungsinya. Sistem tersebut meningkatkan efisiensi, akurasi, dan keamanan pencatatan sekaligus mendukung peningkatan kualitas pelayanan publik di DP3AP2KB. Kata kunci: Manajemen Tamu, Booking Online, DP3AP2KB, Sistem Informasi
RANCANG BANGUN SISTEM PENDAFTARAN MAGANG BERBASIS WEB PADA DINAS KOMUNIKASI DAN INFORMATIKA KABUPATEN BLORA Rahayu, Apriliza; M. Subchan Mauludin; Akhmad Pandhu Wijaya
Prosiding Seminar Nasional Sains dan Teknologi Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v15i1.14848

Abstract

Perkembangan informasi teknologi menuntut instansi pemerintah untuk berinovasi dalam meningkatkan kualitas pelayanan publik, termasuk dalam administrasi magang. Dinas Komunikasi serta Informatika Kabupaten Blora saat ini masih menerapkan pendaftaran magang di mana peserta mengirimkan berkas secara langsung dan pengelolaan data dilakukan melalui pencatatan di buku. Proses tersebut menyebabkan lamanya verifikasi, risiko kesalahan data, serta kesulitan dalam mengelola berkas pendaftaran. Guna menangani permasalahan itu, penulis mengembangkan sebuah sistem pendaftaran magang berbasis web menggunakan framework Laravel dengan metode pengembangan Waterfall. Sistem tersebut menyiapkan fitur pendaftaran online, verifikasi dan manajemen data oleh admin, pengunggahan surat permohonan dan laporan, serta pengunggahan dan pengelolaan dokumen magang. Hasil pengembangan berupa sistem pendaftaran magang berbasis web yang dapat mempermudah tahap pendaftaran, mempercepat verifikasi, serta mengurangi potensi kesalahan data. Pengukuran sistem menggunakan teknik Black Box Testing menyatakan bahwa seluruh fungsi sistem terlaksana dengan baik menyelaraskan kebutuhan.
Perbandingan Algoritma Klasifikasi Random Foresst dengan Naïve Bayes Classifier pada Studi Penyakit Berdasarkan Pola Nutrisi Akhmad Pandhu Wijaya
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14652

Abstract

Penelitian ini bertujuan untuk membandingkan efektivitas algoritma klasifikasi Random Forest dan Naïve Bayes dalam mengklasifikasikan penyakit berdasarkan pola nutrisi. Dataset yang digunakan mencakup atribut seperti usia, jenis kelamin, tinggi badan, berat badan, tingkat aktivitas, preferensi makanan, dan sejumlah informasi terkait nutrisi, termasuk kalori, protein, gula, sodium, karbohidrat, dan serat. Dalam penelitian ini, dua metode klasifikasi yang umum digunakan dalam data mining, yaitu Random Forest dan Naïve Bayes Classifier (NBC), diterapkan untuk menganalisis data dan memprediksi penyakit yang mungkin timbul berdasarkan pola konsumsi makanan. Proses preprocessing data melibatkan pembersihan data, penanganan nilai hilang, dan normalisasi variabel numerik. Untuk evaluasi model, digunakan matriks kinerja seperti akurasi, presisi, recall, dan F1-score untuk menilai kemampuan model dalam memprediksi penyakit secara tepat. Hasil penelitian menunjukkan bahwa model Random Forest memiliki performa terbaik dibandingkan NBC, dengan tingkat akurasi yang lebih tinggi serta presisi dan recall yang lebih baik. Temuan ini mengindikasikan bahwa algoritma Random Forest lebih efektif dalam mengklasifikasikan penyakit berdasarkan pola nutrisi dibandingkan dengan Naïve Bayes Classifier. Kesimpulannya, penelitian ini menunjukkan bahwa algoritma Random Forest lebih unggul dibandingkan Naïve Bayes Classifier dalam mengklasifikasikan penyakit berdasarkan pola nutrisi. Dengan hasil yang menunjukkan tingkat akurasi, presisi, dan recall yang lebih tinggi, Random Forest terbukti lebih efektif dalam menangani kompleksitas data yang melibatkan berbagai atribut nutrisi. The results show that the Random Forest model has the best performance compared to NBC, with a higher level of accuracy and better precision and recall. These findings indicate that the Random Forest algorithm is more effective at classifying diseases based on nutrient patterns compared to the Naïve Bayes Classifier. In conclusion, this study shows that the Random Forest algorithm is superior to the Naïve Bayes Classifier in classifying diseases based on nutritional patterns. With results that show higher levels of accuracy, precision, and recall, Random Forest has proven to be more effective in handling the complexity of data involving various nutritional attributes.
Robust Human Gait Recognition with Convolutional Neural Network based on Gait Energy Image Pratama, Fandy Indra; Akhmad Pandhu Wijaya; Gilar Pandu Annanto; Avira Budianita; Hairudin Farid Sunanda
Scientific Journal of Informatics Vol. 13 No. 1: February 2026
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v13i1.37383

Abstract

Purpose: Human gait recognition is one of the developments in artificial intelligence technology. Gait recognition is a biometric recognition technique that uses no direct interaction with an object, allowing for identification of individuals based on their gait. However, this recognition faces challenges, including varying camera angles (00 - 1800), so this requires a more in-depth introduction. Methods: Therefore, based on the references, this study proposes using the Gait Energy Image (GEI) and Convolutional Neural Network (CNN) features for in-depth extraction and recognition of each image in the Casia B Dataset, which is then compared with the results of previous studies. Result: The results of this study, with the division of the Casia B Dataset 80% as training data and 20% as testing data and 11 camera angles between 00 - 1800 produced an accuracy rate of 99.48%. Novelty: So the accuracy achieved with this deep learning technique exceeds that of previous research using conventional methods and this gait pattern recognition technique can be used to be implemented in a biometric recognition system based on human gait patterns.
Co-Authors Agung Nugroho Agyztia Premana Amin, Avika Apriliyani, Dwi Nur Anisa Arief Hidayat Arif Mustofa Avira Budianita Avira Budianita Ayu Shabrina Dasuki, Muhammad Hamam Dias Prihatmoko Dwipo Setyantoro Haikal Makin Syaifudin Hairudin Farid Sunanda Hanim, Efitda Heroweti, Junvidya Heru Agus Santoso Indra Sulistianto M. Subchan Mauludin M. Subchan Mauludin Mahfudlah Fajrie Mas’ud, Muhammad Maulana, Muhamad Amir Muhammad Afnan Wicaksana Muhammad Nashrul Haqqi Mustofa, Tegar Widya Naufal Maulana Suharijono Nur Ariesanto Ramdhan Oktaviani Vera Pratama, Arvian Randitya Pratama, Fandy Indra Rahayu, Apriliza Robert Rizki Yono Rossi Prabowo Sarwido Sarwido, Sarwido Setyantoro, Dwipo Siti Maghfiroh Sofiyulloh, Muhammad Wahyu Stifada Nurul Hayati Suharijono, Naufal Maulana Syaifudin, Haikal Makin Tegar Widya Mustofa Wardhani, Diky Wirayudha, Halim