Article Per Year (5 Year)
p-Index From 2020 - 2025
4.108
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JUITA : Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan JAIS (Journal of Applied Intelligent System) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal ICT : Information Communication & Technology Infotekmesin Journal of Innovation Information Technology and Application (JINITA) Brahmana : Jurnal Penerapan Kecerdasan Buatan JOINT (Journal of Information Technology Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Informatics and Digital Expert (INDEX) Jurnal Puan Indonesia Tedc Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Journal of Informatics and Electronics Engineering Journal Of Artificial Intelligence And Software Engineering Jurnal Informatika: Jurnal Pengembangan IT Scientific Journal of Informatics Journal of New Trends in Sciences
Sugianto, Castaka Agus
Politeknik TEDC Bandung
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Veterinary

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
OPTIMALISASI ALGORITMA C4.5 MENGGUNAKAN ALGORITMA GENETIKA UNTUK PREDIKSI KELULUSAN SISWA SMKN 2 CIMAHI Sugianto, Castaka Agus; Pujiyanita, Nadya Selvi
Infotekmesin Vol 10, No 2 (2019): Infotekmesin: Juli 2019
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.677 KB) | DOI: 10.35970/infotekmesin.v10i2.35

Abstract

SMK 2 Cimahi is an educational institution Vocational high school in Cimahi. Vocational high schools play an important role in creating the best graduates for the needs of the workforce. The graduation process is the latest activity of student management. Student graduation criteria for national exams must meet minimum scores, complete all subjects, take school exams, national exams, and competency tests. In the 2015 class of 300 students, students who did not pass the national exam were 1 student, in the 2016 class of 299 students, students who did not pass the national exam were 1 student, whereas in the 2017 class totaling 302 students 100% students graduate on time. However in the coming year, it is still unknown whether students will be 100% graduated or not. Therefore this study was conducted to predict student graduation using the C4.5 algorithm + Genetic Algorithm. C4.5 algorithm has an accuracy rate of 99.78%, precision of 99.78%, 100% recall and 1 second execution time. While the C4.5 + genetic algorithm has an accuracy rate of 99.78%, precision of 99.78%, 100% recall AUC 0.500, and 36 second execution time and after T-test testing between the C4.5 Algorithm and C4 Algorithm .5 +, Genetic Algorithm is said to be significant if alpha = 0.050. The results of this study obtained alpha = 1,000.
Algoritma Genetika untuk Optimalisasi Klasifikasi Kepuasan Pelayanan e-KTP Sugianto, Castaka Agus; Apandi, Tri Herdiawan
Sinkron : jurnal dan penelitian teknik informatika Vol. 3 No. 1 (2018): SinkrOn Volume 3 Nomor 1, Periode Oktober 2018
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.609 KB)

Abstract

Pelayanan publik adalah segala kegiatan pelayanan yang dilaksanakan oleh penyelenggara pelayanan publik sebagai upaya pemenuhan kebutuhan penerima pelayanan, maupun dalam rangka pelaksanaan ketentuan peraturan perundang –undangan. Salah satu pelayanan public yang paling sering dikeluhan adalah E-KTP menurut data sisa perekaman masih banyak yang belum melakukan perekaman data tersebut. Untuk melihat kepuasan mayarakat terhadap pelayanan public perlu dibuatnya klasifikasi keluhanan masyarakat. Keluhan dari masyarakat dikumpulkan dalam bentuk pertanyaan yang telah disebar sebelumnya. Data yang dikumpulkan akan diklasifikasi menggunakan metode Naïve Bayes ditambah dengan optimasi menggunakan Algoritma Genetik. Hasil klasifikasi akan didapat nilai akurasinya. Akurasi akan dibandingkan pengaruh optimasinya. Pengujian akurasi menunjukan Naïve Bayes ditambah optimasi menggunakan Algoritma Genetik dengan pemilihan Roulette Wheel memiliki nilai akurasi yang lebih baik dibandingkan dengan pemilihan skema default.
Rancang Bangun Aplikasi Donor Darah Berbasis Mobile di PMI Kabupaten Bandung Sugianto, Castaka Agus; Zundi, Teguh Muhammad
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 1 No. 1 (2017): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (940.079 KB) | DOI: 10.32485/kopertip.v1i1.5

Abstract

Blood donation is a voluntary process of giving blood for purposes of blood transfusion for others in need. Based on data from PMI in 2013 we still lack 600,000 liters of blood stocks. The process of delivering information related to blood donation, the community must always come PMI, so inefficient and less effective. Many who want to donate blood to help others, but because the information is still lacking, people do not know how to find out information, schedules and activities of existing blood donor. From the above problems, the author of the building android application design regarding blood donation, which is equipped with information / news donor activity, blood stock, schedules and locations, as well as a question and answer directly to the PMI. The methodology used to construct this system using the waterfall method and perform with Object Oriented design are visualized with UML include the Use Case Diagrams and Activity Diagrams. Results from reseach is the application of blood donors who are able to provide stock data bags of blood, donor activity schedules and locations, as well as a blood donor information, frequently asked questions with the PMI Bandung District online. Making it easier for users to be able to find out information about how, where, and terms requirements for blood donors.
Implementasi Data Mining Dalam Data Bencana Tanah Longsor Di Jawa Barat Menggunakan Algoritma Fp-Growth Castaka Agus Sugianto; Melani Nur Astita
Techno.Com Vol 17, No 1 (2018): Februari 2018
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.253 KB) | DOI: 10.33633/tc.v17i1.1601

Abstract

Jawa Barat merupakan salah satu zona rawan longsor di Indonesia. Pengurangan resiko bencana diantaranya adalah peringatan dini dengan langkah awal menganalisis data yang ada. Salah satu cara menganalisis data ini yaitu dengan teknik data mining. Tujuan penelitian ini adalah untuk mengetahui pola hubungan aturan assosiatif antara suatu kombinasi data dan membentuk pola kombinasi datasets dengan menggunakan algoritma Fp-growth dalam data bencana tanah longsor yang di dapat dari Badan Nasional Penanggulangan Bencana dan Badan Penanggulangan Bencana Daerah Provinsi Jawa Barat periode data dari 2011 sampai dengan 2016. Hasil penelitian ini mendapatkan nilai confidence tertinggi sebesar 1 dengan premises malam, jalan rusak dan conclusion hujan deras dan premises tanah labil, korban jiwa, sore dengan conclusion hujan deras yang berarti keterkaitan satu kondisi dengan kondisi lain sebesar 100%. Untuk nilai support tertinggi dalam pola asosiatif didapatkan sebesar 0,629 dengan confidence 0,901 dengan premises rumah rusak dan conclusion hujan deras yang berarti 90% keterkaitan dengan kejadian 63% kemunculan.
ANALISIS KOMPARASI ALGORITMA KLASIFIKASI UNTUK MENANGANI DATA TIDAK SEIMBANG PADA DATA KEBAKARAN HUTAN Castaka Agus Sugianto
Techno.Com Vol 14, No 4 (2015): November 2015 (Hal. 242-342)
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.614 KB) | DOI: 10.33633/tc.v14i4.992

Abstract

Untuk menghasilkan hasil yang maksimal di dalam proses klasifikasi data harus memiliki distribusi yang sama dengan data pelatihan. Namun, kenyataannya data seperti ini, tidak selalu ditemukan banyak juga data yang distribusinya tidak sama, dimana satu kelas mungkin diwakili oleh data dengan jumlah yang besar, sementara kelas yang lain diwakili oleh hanya beberapa.  Algoritma klasifikasi data mining banyak yang dapat digunakan untuk menangani data tidak seimbang, maka dari itu  perlu dilakukan komparasi untuk mengetahui seberapa tinggi tingkat akurasi dari masing-masing algoritma yang ada. Algoritma yang digunakan adalah K-Means + C4.5, K-Means + Naïve Bayes, K-Means + Random Forest dan K-Means + Neural Network. Dataset terdiri dari dua kombinasi, yang terdiri dari variabel meteorologi dan fire weather index (FWI) untuk memprediksi ukuran kebakaran hutan. Hasil dari proses klasifikasi dievaluasi dengan menggunakan cross validation, confusion matrix,  dan T-Test Kata Kunci : Algoritma C4.5, Naïve Bayes, Random Forest, Neural Network, K-Means, Data tidak seimbang, Data Mining.
Algoritma Naive Bayes untuk Prediksi Kepuasan Pelayanan Perekaman e-KTP Tri Herdiawan Apandi; Castaka Agus Sugianto
JUITA : Jurnal Informatika JUITA VoL. 7 Nomor 2, November 2019
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (219.043 KB) | DOI: 10.30595/juita.v7i2.3608

Abstract

Abstrak— Layanan publik adalah semua kegiatan layanan yang dilakukan oleh penyedia layanan publik sebagai upaya untuk memenuhi kebutuhan penerima layanan sesuai dengan ketentuan dan aturan yang dibuat. Pelayanan e-KTP sebagai salah satu layanan publik yang masih belum maksimal, hali ini dibuktikan dengan data yang telah dikumpulkan. Sampel data yang diambil adalah data dari Kecamatan Batujajar Kabupaten Bandung Barat. Kecataman Batujajar menjadi tempat pengambilan data karena masih banyak data yang belum terekam sebanyak sebanyak 7974 data e-KTP. Untuk mengetahui lebih dini tingkat kepuasan mayarakat terhadap pelayanan perekaman e-KTP, salah satunya menggunakan data mining. Pada penelitian ini akan memprediksi tingkat kepuasan pelayanan perekaman e-KTP dengan mengumpulkan 17 indikator dengan menggunakan skala likert.  Data kepuasan yang telah dikumpulkan akan dipisahkan antara data latih dan data uji. Hasil model data latih akan digunakan untuk melihat  akurasi pada data uji, Dari hasil pengujian, ditemukan bahwa alagoritma naïve bayes memiliki akurasi sebesar  91.70%. Adapun algoritma pembanding dalam hal ini Decision Tree, yaitu sebesar 65.90%.
A Covid-19 Sentiment Analysis on Twitter Using K-Nearest Neighbours Castaka Agus Sugianto; Shandy Tresnawati
Journal of Applied Intelligent System Vol 7, No 1 (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.v7i1.5984

Abstract

In December 2019, an outbreak named Corona Virus (SARS-CoV-2) occurred in the city of Wuhan, China which was later known as COVID-19. News of the development of the virus spread through various media, one of which was through the well-known platform Twitter. Twitter is one of the widely used media platforms to communicate about Covid-19. Information related to Covid-19 circulating in the community can be in the form of news or opinions or opinions. Then, the circulating information will be classified into three classes, namely positive, negative or neutral. The method used to calculate the prediction of text classification on Twitter is K-nearest neighbors (KNN). The dataset used in grouping on twitter by using the account name Covid19. Firstly, the dataset by crawling data or information on twitter. Secondly, the text mining stage to determine the class distance value and calculate the Euclidean distance formula based on all the training data to be tested. After the training process is complete, the evaluation model used will be used, the Euclidean results are taken based on the value of the closest distance. The accuracy of the model will be calculated using the previous Euclidean method. The results of this study he obtained with the highest value, one of which was 78% using a 50:50 sample comparison with k-5 and k-9 values.
OPTIMALISASI ALGORITMA C4.5 MENGGUNAKAN ALGORITMA GENETIKA UNTUK PREDIKSI KELULUSAN SISWA SMKN 2 CIMAHI Castaka Agus Sugianto; Nadya Selvi Pujiyanita
Infotekmesin Vol 10 No 2 (2019): Infotekmesin: Juli 2019
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v10i2.35

Abstract

SMK 2 Cimahi is an educational institution Vocational high school in Cimahi. Vocational high schools play an important role in creating the best graduates for the needs of the workforce. The graduation process is the latest activity of student management. Student graduation criteria for national exams must meet minimum scores, complete all subjects, take school exams, national exams, and competency tests. In the 2015 class of 300 students, students who did not pass the national exam were 1 student, in the 2016 class of 299 students, students who did not pass the national exam were 1 student, whereas in the 2017 class totaling 302 students 100% students graduate on time. However in the coming year, it is still unknown whether students will be 100% graduated or not. Therefore this study was conducted to predict student graduation using the C4.5 algorithm + Genetic Algorithm. C4.5 algorithm has an accuracy rate of 99.78%, precision of 99.78%, 100% recall and 1 second execution time. While the C4.5 + genetic algorithm has an accuracy rate of 99.78%, precision of 99.78%, 100% recall AUC 0.500, and 36 second execution time and after T-test testing between the C4.5 Algorithm and C4 Algorithm .5 +, Genetic Algorithm is said to be significant if alpha = 0.050. The results of this study obtained alpha = 1,000.
Pengembangan Sistem Informasi Kerjasama Berbasis Web Studi Kasus: Pada SEAMOLEC Castaka Agus Sugianto; Iqna Aulia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 1 No 2 (2017): Agustus 2017
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (901.773 KB) | DOI: 10.29207/resti.v1i2.31

Abstract

South East Asian Ministers of Education Organization Regional Open Learning Centre (SEAMOLEC) merupakan salah satu instansi yang memiliki 500 mitra kerjasama baik dalam dan luar negeri. Saat ini data kerjasama pada SEAMOLEC belum terintegrasi dengan baik. Data antara pihak penyelenggara kerjasama atau dalam hal ini disebut mitra SEAMOLEC dicatat dalam bentuk file berupa excel/word yang terpisah. Proses penyusunan dan pencarian data instansi yang melangsungkan kerjasama dalam periode waktu tertentu membutuhkan proses dan waktu yang lama. Selain itu work plan kerjasama masih mengalami kendala, pihak SEAMOLEC harus menanyakan dan mencatat keinginan work plan masing-masing pihak dan mengumpulkan laporan kegiatan dari tiap work plan. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi kerjasama berbasis website untuk memudahkan penyusunan dokumen kerjasama, membantu mempercepat pencarian arsip dan memantau rencana kegiatan (work plan). Metode yang digunakan adalah waterfall. Perancangan database menggunakan MySQL dan bahasa pemrograman yang digunakan PHP. Hasil penelitian menunjukkan bahwa dengan adanya sistem informasi kerjasama maka dapat membantu dalam penyusunan dokumen, mempercepat pencarian arsip dan memantau work plan secara online sehingga lebih terkontrol. Hasil pengujian sistem menggunakan metode black box menunjukkan hasil bahwa semua fitur sistem berjalan dengan baik dan hasil pengujian User Acceptance Test (UAT) sistem ini memperoleh nilai dengan presentasi 94%.
Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Cigugur Tengah Castaka Agus Sugianto; Ayu Hendrati Rahayu; Aditia Gusman
Journal of Information Technology Vol 2 No 2 (2020): JOINT (Journal of Information Technology)
Publisher : LPPM STMIK AMIK BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47292/joint.v2i2.30

Abstract

Puskesmas Cigugur Tengah dalam setiap harinya melayani pasien sekitar 150 orang dari berbagai wilayah didaerah Cigugur Tengah. Dengan bertambahnya jumlah pasien tersebut, maka bertambah pula data pasien setiap harinya, sehingga sejumlah data tidak dapat dipelajari lebih lanjut dan data tersebut hanya digunakan sebagai arsip saja. Berdasarkan latar belakang tersebut, maka penulis ingin mengolah data tersebut untuk mengelompokan penyakit pasien berdasarkan penyakit akut dan penyakit tidak akut menggunakan teknik data mining dengan metode clustering dengan algoritma k-means dan algoritma k-medoids sebagai pembanding. Sehingga nantinya dapat membantu pihak Puskesmas Cigugur Tengah untuk mengetahui penyakit apa yang paling banyak diderita pasien, kemudian dapat membantu pihak pemerintah khususnya Dinas Kesehatan dalam pemberian penyuluhan kesehatan kepada masyarakat sekitar. Berdasarkan hasil pengujian dari algoritma k-means dan algoritma k-medoids, didapat cluster model untuk algoritma k-means sebanyak 241 items pada cluster_0 atau penyakit akut sebesar 96% dan 9 items pada cluster­_1 atau penyakit tidak akut sebesar 4% dari 250 data, sedangkan untuk algoritma k-medoids sebanyak 224 items pada cluster_0 atau penyakit akut sebesar 90% dan 26 items pada cluster­_1 atau penyakit tidak akut sebesar 10% dari 250 data, maka penyakit yang paling banyak diderita pasien pada Puskesmas Cigugur Tengah adalah penyakit akut sebesar 93%, dengan nilai Davies Bouldin untuk algoritma k-means sebesar -0.453 dan algoritma k-medoids sebesar -1.276. Dari hasil tersebut dapat dikatakan bahwa algoritma yang menghasilkan nilai Davies Bouldin terkecil dianggap sebagai algoritma yang lebih baik, maka dapat disimpulkan bahwa algoritma k-means lebih baik dari algoritma k-medoids yang menghasilkan nilai rata – rata Davies Bouldin sebesar -1.276.
Co-Authors Aditia Gusman Aldy Noer Tjahyo Apnena, Riri Damayanti Ayu Hendrati Rahayu Candra Irawan Christy Atika Sari Dadan Saepul Ramdan Dahlan Dahlan Dini Rohmayani Doheir, Mohamed Eko Hari Rachmawanto Faishal Fachruddin Febianto, Aldi Kristiawan Fitrah, La Ode Muhammad Fredricka, Jhoanne Hidayah, Hamimah Nur Iqna Aulia Iskandar, Rachmat Juniardi, Trianda Kosasih, Heldi Akbar Lela Kesmasari Maulana, Firdi Rizky Melani Nur Astita Nadya Selvi Pujiyanita Nafea, Mohammed Mansoor Nia Ekawati, Nia Pebriana, Sela Perdana, Rangga Satria Pujiyanita, Nadya Selvi Rahmawan, Septiadi Ramdan, Dadan Saepul Riyan Riyan Rizqy Dimas Monica Rohmayani, Dini Safira, Rifa Sari, Putri Nurlaela Shandy Tresnawati Sukmawati, Dini Syams, Fawwaz Muhammad Syifa Fauzia Tahir Tahir, Syifa Fauzia Tati Ernawati Tresnawati, Shandy Tri Herdiawan Apandi Tri Pratiwi Olivia Riska Bokings Wanaziana, Keny Kirana Zulkipli ., Zulkipli Zundi, Teguh Muhammad