Article Per Year (5 Year)
p-Index From 2021 - 2026
5.059
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 JATI (Jurnal Mahasiswa Teknik Informatika) 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 Competitive Jurnal Informatika: Jurnal Pengembangan IT Scientific Journal of Informatics Journal of New Trends in Sciences JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Journal of Applied Information Technology and Innovation
Castaka Agus Sugianto
Politeknik TEDC
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 Environmental Science 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 Other

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 55 Documents
Search

 1   2   3   4   5 
K-Means Algorithm For Clustering Poverty Data in Bangka Belitung Island Province Castaka Agus Sugianto; Tri Pratiwi Olivia Riska Bokings
Journal of Computer Networks, Architecture and High Performance Computing Vol. 3 No. 1 (2021): Computer Networks, Architecture and High Performance Computing, January 2021
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v3i1.934

Abstract

The Central Bureau of Statistics is a non-ministerial government institution that reports directly to the President. Based on data from The Central Bureau of Statistics in September 2019, the wealth rate in Indonesia was 9.22% and the number of indigent people in Indonesia reached 24.79 million. The poverty rate in the Bangka Belitung Islands Province was low compared to the national level. This is evidenced by 4.62% of people in Bangka Belitung Island Province were indigent people, which is lower than the national average of 9.22%. The data mining techniques using the K-Means Clustering method are used for this study. The research data was taken from the website of the BPS from 2014-2019 which consisted of 7 districts and/or cities with 3 variables. The variables used are the number of indigent people (in thousands), the average length of school education (years), and adjusted per capita expenditure (thousand rupiahs/year). All data is processed by Rapidminer and 3 clusters are carried out, namely: medium cluster level 0, high cluster level 1, and low cluster level 2. Cluster 0 contains districts/cities whose people have the longest average school time, high per capita expenditure, and a large number of indigent people. Cluster 1 contains districts/cities whose people have a short average school time, low per capita expenditure, a moderate number of indigent people. Cluster 2 contains districts/cities whose people have an average school time, moderate per capita expenditure, a small number of indigent people. Based on the result, the government can prioritize Kabupaten Bangka, Kabupaten Bangka Barat, Kabupaten Bangka Selatan in assisting, especially in the cost of education scholarships and social funds as well as other infrastructure improvements for the welfare of the inhabitants of Bangka Belitung Islands Province.
Media Pembelajaran Pengenalan Sandi Semaphore Menggunakan Augmented Reality Castaka Agus Sugianto; Aldy Noer Tjahyo
Jurnal ICT : Information Communication & Technology Vol 18, No 1 (2019): JICT-IKMI, Juli 2019
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v18i1.46

Abstract

Submission of Semaphore material at Mutiara 5 Lembang Middle School is available in the boy scout book and is only in the form of 2-dimensional images and can also be delivered by the scoutmaster. In this case the delivery of the material for the Semaphore still has shortcomings. Therefore this study aims to build visual learning media to convey information about semaphore code using augmented reality. In order to provide more detailed knowledge about semaphore code actively, creatively and educatively. It is expected that with the function of converting text into semaphore code, students can see the visualization of semaphore code movements in real time. So that this application can be a new tool in improving the semaphore code learning method than before in the form of books. By using the Multimedia Develpoment Life Cycle method, in the testing phase by distributing UAT to 25 scout students and one coach showed 86.5% of results stated very good.
APLIKASI MOBILE PENCARIAN JALUR ANGKUTAN UMUM DI KOTA CIMAHI BERBASIS ANDROID Lela Kesmasari; Castaka Agus Sugianto
Jurnal TEDC Vol 10 No 1 (2016): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (297.962 KB)

Abstract

Kelebihan-kelebihan yang dimiliki handphoneandroid menyebabkan banyak masyarakat beralih menggunakanhandphoneandroid. Permasalahan yang timbul adalah perkembangan teknologi yang semakin meningkatdengan segala kebutuhan tertentu maka harus diimbangi juga dengan dukungan aplikasi yang mampumemenuhi kebutuhan manusia, sehingga lebih mudah dan lebih efisien. Kota Cimahi merupakan daerahpenyangga bagi kota Bandung yang berjarak 12 km di sebelah barat. Adapun turis yang mengunjungi kotaCimahi serta mahasiswa yang merantau untuk melanjutkan pendidikannya di Cimahi. Sebagian besarmahasiswa bepergian menggunakan angkutan umum. Kota Cimahi juga merupakan markas dari 31 kesatuantentara dan polisi. Sebagian besar para tentara tidak diperkenankan membawa kendaraan bermotor, makamereka harus menggunakan angkutan umum yang berada di kota Cimahi. Serta dikarenakan banyaknyamasyarakat kota Cimahi yang tidak mengetahui jalur angkutan umum, dan sering kalinya penumpang kelirumenaiki angkutan umum yang menyebabkan penumpang tersesat. Atas dasar inilah maka penulis inginmembuat suatu aplikasi android tentang angkutan umum dengan harapan agar dapat membantu setiappenduduk kota Cimahi yang menyukai berkendara dengan angkuatan umum agar dapat mengetahui angkutanmana yang harus ditumpangi untuk sampai ke tujuan. Pembuatan aplikasi android ini dirancang menggunakansoftware Eclipse Java Indigo (Open Source).Dan untuk mempermudah dalam tahap perancangan digunakanUse Case Diagram dan Diagram Activity.Kata kunci : tarik Android, Angkutan Umum, Eclipse Java Indigo
ANALISIS KOMPARASI MACHINE LEARNING PADA DATA SPAM SMS Tri Herdiawan Apandi; Castaka Agus Sugianto
Jurnal TEDC Vol 12 No 1 (2018): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (835.083 KB)

Abstract

Spam SMS adalah pesan yang tidak berguna bagi penerima dan sering kali menjadi penyalahgunaan oleh pihak yang tidak bertanggung jawab. Menhindari penyalahgunaan itu perlu dilakukan penyaringan spam SMS, tetapi perlu algoritma penyaringan data spam SMS. Dengan menggunakan Machine Learning penyaringan itu menjadi mudah, contoh dari Machine Learning yang popular adalah SVM dan Naïve Bayes. SVM dan Naïve Bayes dapat digunakan untuk penyaringan data spam SMS, tetapi machine learning mana yang menjadi terakurat dan memiliki nilai presisi yang baik. Untuk melihat komparasi antar kedua algoritma tersebut maka dilakukan cara pengolahan data spam SMS dengan cara mengumpulkan data SMS tertebih dahulu kemudian data SMS tersebut diberi label manual lalu dilakukan proses akromin, stop words dan pembobotan. Setelah dilakukan pembobotan maka akan dilakukan proses training oleh SVM dan Naïve Bayes. Proses training dilakukan untuk mendapatkan model yang akan diuji untuk menbandingkan machine leaning pada data Spam SMS. Setelah dilakukan pengujian dengan membuat 12 model data, maka didapat SVM memiliki nilai presisi yang lebih baik dari pada Naïve Bayes yaitu 94.98%. Naïve Bayes memiliki tingkat akurasi yang baik dengan rata-rata 92.22%. Kata Kunci: SVM, naïve bayes, spam SMS, n-grams
PENERAPAN TEKNIK DATA MINING UNTUK MENENTUKAN HASIL SELEKSI MASUK SMAN 1 GIBEBER UNTUK SISWA BARU MENGGUNAKAN DECISION TREE Castaka Agus Sugianto
Jurnal TEDC Vol 9 No 1 (2015): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.66 KB)

Abstract

Pada proses penentuan hasil seleksi siswa di SMA Negeri 1 Cibeber dilakukan dengan memperhatikanaturan-aturan tertentu sehingga siswa dapat dengan mudah memperoleh informasi hasil dari seleksi mereka.Penulis mencoba menggali pola dari sebuah data penerimaan siswa baru dengan metode klasifikasi untukmembantu pengambilan keputusan dari seorang pimpinan supaya kebijakan lebih proaktif dan benar. Objekpenelitian merupakan daftar siswa yang mendaftar ke SMA Negeri 1 Cibeber tahun 2011 dan tahun 2012. Ujiyang dilakukan menggunakan 3 (tiga) jenis Algoritma, yaitu Alogaritma C4.5 (Decsion Tree), Naive Bayes danNaural Network, yang menunjukan hasil sebagai berikut : Pengujian dengan menggunakan Algoritma C4.5(Decisian Tree), adalah Accuracy 99.05%, Precisian 96.33%, pengujian dengan Algoritma Naive Bayes,Accuracy 90.62%, Precision unknawn, sedangkan pengujiandengan Al goritma NeuraI Network, Accuracy95.02%, Precision 7 3.10%. Memperhatikan penentukan prediksi tingkat akurasi hasil seleksi siswa yangmasuk di SMA Negeri 1 Cibeber yang dilakukan bahwa Algoritma C4.5 memperoleh tingkat akurasi yangcukup tinggi yaitu mencapai sebesar 99.05%, Sehingga tingkat akurasi seleksi masuk SMA Negeri 1 Cibeberdari penyeleksian nilai yang disajikan dalam pengelompokan matia pelajaran dalam Ujian Nasional merupakanmetode yang tepat untuk digunakan dalam memprediksi seleksi masuk siswa ke SMA Negeri 1 Cibeber.Kata kunci : Data Mining, Decision Tree, C4.5, Naive Bayes, Neural Network.
SUPER ENKRIPSI FILE DOKUMEN MENGGUNAKAN BEAUFORT CIPHER DAN TRANSPOSISI KOLOM Candra Irawan; Eko Hari Rachmawanto; Christy Atika Sari; Castaka Agus Sugianto
PROSIDING SEMINAR NASIONAL LPPM UMP Vol 2 (2020): PROSIDING SEMINAR NASIONAL LPPM UMP 2020
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (751.26 KB)

Abstract

Proses pengamanan data teknik super enkripsi perlu dikaji kembali khususnya optimalisasi kunci yangberdampak pada keamanan yang dihasilkan. Beaufort cipher merupakan algoritma sederhana dan cepat dalam operasi. Panjang kunci beaufort mengikuti panjang file sehingga apabila ukuran file besar maka kunci menjadi panjang. Panjang kunci tidak selalu menghasilkan keamanan yang tinggi sehingga perlu optimasi panjang kunci menggunakan algoritma lain. Transposisi kolom digunakan untuk mengoptimasi panjang kunci pada beaufort cipher sehingga kunci menjadi lebih acak. Tujuan pengacakan ganda adalah meningkatkan keamanan data. Uji coba dilakukan pada enkripsi beaufort cipher saja dan optimasi beaufort cipher-transposisi kolom. Pengujian enkripsi menggunakan Entropy, sedangkan dekripsi menggunakan Avalanche Effect (AE) dan Bit Eror Rate (BER). Dari 30 dataset dengan ukuran file 1kb sampai 500kb, telah dihitung pula waktu pemrosesan enkripsi dan dekripsi menggunakan RAM Intel® Core ™ i5 -8400 CPU @2.80GHz (6 CPUs) 16 GB. File 500kb dapat diproses dengan waktu 0.0044 detik untuk enkripsi. Entropy, AE, BER terbaik yang diperoleh berturut-turut yaitu 7.8665, 56% dan 0. Pengujian menggunaan tool sofware PDF Password Remover dan membuktikan bahwa aplikasi tidak bisa membaca file pdf yang teracak karena proses enkripsi.
Expert System of Facial Skin Type Diagnosis and Skincare Recommendation Based on Certainty Factor Dadan Saepul Ramdan; Castaka Agus Sugianto; Rizqy Dimas Monica
Journal of Applied Intelligent System Vol 7, No 3 (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.v7i3.7150

Abstract

Facial treatment is an important need for everyone because the first sight of meeting someone is to see their face. Generally, facial skin type is just normal skin. However, several factors such as the environment, air, food, facial hygiene, and so on can affect the type of human facial skin. In this experiment, there were 5 types of facial skin, namely normal skin, dry skin, oily skin, combination skin, and sensitive skin. With the existence of various skin types, it makes some people confused in determining the type of facial skin. This also affects the selection of skincare or facial care according to the indications of each facial skin. Therefore an expert system was created to diagnose facial skin types. An expert system is a man-made system that is used to solve problems like an expert with knowledge from human to computer, although it does not give 100% absolute results, but expert systems are still helpful.
Media Pembelajaran Pengenalan Sandi Semaphore Menggunakan Augmented Reality Castaka Agus Sugianto; Aldy Noer Tjahyo
Jurnal ICT: Information Communication & Technology Vol. 19 No. 1 (2019): JICT-IKMI, Juli 2019
Publisher : LPPM STMIK IKMI Cirebon

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

Abstract

Penyampaian materi Semaphore di SMP Mutiara 5 Lembang tersedia di dalam buku saku pramuka dan hanya berupa gambar 2 dimensi dan bisa juga penyampaian materi dilakukan oleh pembina pramuka. Dalam hal ini penyampaian materi Semaphore tersebut masih memiliki kekurangan. Maka dari itu penelitian ini bertujuan untuk membangun media pembelajaran secara visual untuk menyampaikan informasi mengenai sandi semaphore menggunakan augmented reality. Agar dapat memberikan pengetahuan yang lebih rinci tentang sandi semaphore secara aktif, kreatif dan edukatif. Diharapkan dengan adanya fungsi mengubah teks menjadi sandi semaphore, siswa dapat melihat visualisasi dari gerakan sandi semaphore secara real time. Sehingga aplikasi ini dapat menjadi sarana baru dalam meningkatkan metode pembelajaran sandi semaphore dari sebelumnya yang berupa buku. Dengan menggunakan metode Multimedia Develpoment Life Cycle, dalam tahap testing dengan menyebarkan UAT kepada 25 siswa pramuka dan satu pembina menunjukan hasil sebesar 86.5% menyatakan sangat baik.
Prediksi Pergerakan Harga Valas Menggunakan Algoritma Neural Network Castaka Agus Sugianto; Faishal Fachruddin
Jurnal Informatika: Jurnal Pengembangan IT Vol 3, No 1 (2018): JPIT, Januari 2018
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v3i1.663

Abstract

World currency market trading has become one of the many types of work that has been done by the public due to the convenience offered, big profits and the flexibility of time and place in trading. This study aims to predict the movement of EUR / USD currency trends using data mining techniques combined with neural network algorithms compared by linear regression algorithm that can be used as one of the references for traders as an open trading position. Attributes were used in this study namely Open (Opening Price), Close (Closing Price), Highest (Highest Price), Lowest (Lowest Price), for time frame price used is with time frame 1 day and the time period is taken from 3 January 2011 to 15 November 2016. The result of this research is Root Mean Squared Error (RMSE) percentage number as well as additional label prediction result that obtained after validation using sliding windows validation. Best result obtained from testing phase using neural network algorithm which uses 0.006 and 0.003 windowing which results is equal to testing phase that does not use windowing. In other hands, testing phase on linear regression algorithm using windowing resulted in 0.007 and testing phase that does not use windowing that is equal to 0.004. T-test showed that neural network has insignificant result compared with linear regression. T-test result value is 1.00 for testing with windowing and 0.077 for windowless test.
OPTIMASI NAIVE BAYES MENGGUNAKAN ALGORITMA GENETIKA PADA KLASIFIKASI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL X Syifa Fauzia Tahir; Castaka Agus Sugianto
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4834

Abstract

Abstrak. Penetrasi pengguna internet di Indonesia meningkat signifikan dari tahun ke tahun. Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) melaporkan bahwa penetrasi internet di Indonesia telah mencapai 79,5% pada tahun 2024, melibatkan lebih dari 221 juta jiwa dari total populasi sekitar 278,69 juta jiwa. Peningkatan ini sebesar 1,4% dibandingkan survei sebelumnya, menunjukkan tren kenaikan penggunaan internet di tengah masyarakat Indonesia. Namun, di balik peningkatan penetrasi pengguna internet yang cukup menggembirakan, terdapat fakta bahwa kasus cyberbullying juga meningkat cukup tinggi. Penelitian ini bertujuan untuk mengatasi masalah ini dengan memanfaatkan machine learning, khususnya algoritma Naive Bayes, untuk mengklasifikasikan tweet yang mengandung unsur cyberbullying secara otomatis di X. Algoritma genetika digunakan untuk mengoptimalkan pemilihan fitur, meningkatkan akurasi model. Metodologi penelitian mencakup pengumpulan data, preprocessing, transformasi teks menggunakan TF-IDF, klasifikasi dengan Naive Bayes, dan evaluasi dengan confusion matrix. Hasil penelitian menunjukkan bahwa model yang dioptimalkan mencapai akurasi 77,34%, presisi 73,79%, recall 98,17%, dan skor F1 84,25%, menunjukkan efektivitas model dalam mendeteksi dan mengklasifikasikan komentar cyberbullying. Penelitian ini menyimpulkan bahwa penggunaan Algoritma Genetika untuk mengoptimalkan model Naive Bayes merupakan pendekatan yang efektif dalam mendeteksi cyberbullying di media sosial sepeti X.
Co-Authors Ade Yuliana Aditia Gusman Aldy Noer Tjahyo Apnena, Riri Damayanti Aqmal Mulqy Bagja Laksana Ari Sudrajat Aris Haris Rismayana Arya Aditya Ayu Hendrati Rahayu Candra Irawan Christy Atika Sari Dadan Saepul Ramdan Dahlan Dahlan Dini Rohmayani Eko Hari Rachmawanto Faishal Fachruddin Febianto, Aldi Kristiawan Firdhani Faujiyah Fitrah, La Ode Muhammad Fredricka, Jhoanne Gerinata Ginting Heldi Akbar Kosasih Hidayah, Hamimah Nur Himawan, Aldi Iqna Aulia Iskandar, Rachmat Juniardi, Trianda Kosasih, Heldi Akbar Lela Kesmasari Maulana, Firdi Rizky Melani Nur Astita Mohamed Doheir Muhammad Ridwan Nadya Selvi Pujiyanita Nafea, Mohammed Mansoor Nandhita Ayusari Nia Ekawati, Nia Novita Lestari Anggreini Pebriana, Sela Perdana, Rangga Satria Pujiyanita, Nadya Selvi Rahmawan, Septiadi Ramdan, Dadan Saepul Riansyah Ramadhan, Gery Riyan Riyan Rizqy Dimas Monica Rosdianti, Elfi Safira, Rifa Sari, Putri Nurlaela Shandy Tresnawati Sukmawati, Dini Syaefuloh, Herman Syams, Fawwaz Muhammad Syifa Fauzia Tahir Tahir, Syifa Fauzia Tati Ernawati Taufik Fajar Mustafa Tresnawati, Shandy Tri Herdiawan Apandi Tri Pratiwi Olivia Riska Bokings Wanaziana, Keny Kirana Zulkipli ., Zulkipli Zundi, Teguh Muhammad