p-Index From 2020 - 2025
6.364
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi Elkom: Jurnal Elektronika dan Komputer Bulletin of Electrical Engineering and Informatics Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Journal of Telematics and Informatics INFOKAM Sisforma: Journal of Information Systems CESS (Journal of Computer Engineering, System and Science) Proceeding SENDI_U Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Rekam Medis dan Informasi Kesehatan Media Ilmu Kesehatan Jurnal Teknik Informatika UNIKA Santo Thomas J-SAKTI (Jurnal Sains Komputer dan Informatika) Jesya (Jurnal Ekonomi dan Ekonomi Syariah) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Riset Informatika Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming SOSCIED Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Tematik : Jurnal Teknologi Informasi Komunikasi Journal of Computer Networks, Architecture and High Performance Computing Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Business and Technology J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Seminar Nasional Ilmu Terapan Jurnal Kabar Masyarakat Journal of Computing Theories and Applications Jurnal Informatika: Jurnal Pengembangan IT Journal of Future Artificial Intelligence and Technologies Proceeding of The International Conference on Mathematical Sciences, Natural Sciences, and Computing
Claim Missing Document
Check
Articles

PERANCANGAN SISTEM E-GOVERNMENT UNTUK MEMPERKENALKAN POTENSI DAERAH DAN INVESTASI KABUPATEN REMBANG Kristiawan Nugroho
Jurnal Ilmiah Infokam Vol 11, No 4 (2015): INFOKAM EDISI I Tahun 10 2015 (Maret)
Publisher : AMIK Jakarta Teknologi Cipta Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (7.732 KB) | DOI: 10.53845/infokam.v11i4.73

Abstract

Indonesia merupakan negara yang terdiri dari banyak provinsi yang masing-masing provinsi memiliki daerah yang disebut kabupaten. Masing-masing kabupaten di Indonesia mempunyai potensi dan produk unggulan yang menjadi ciri khas maupun kelebihan dari suatu daerah, Namun kendala yang dihadapi oleh suatu daerah adalah ketidakmampuan mereka dalam mempromosikan potensi dan produk unggulan yang dimiliki. Teknologi informasi berkembang dengan pesat saat ini,salah satunya adalah teknologi Internet, dengan teknologi ini suatu produk bisa dipromosikan secara global lewat suatu website. Pemanfaatan internet berkembang ke arah teknologi yang disebut  E-Government yang merupakan suatu situs yang dimiliki suatu instansi dalam suatu daerah untuk memperkenalkan daerah berikut  dengan potensi yang ada didalamnya, dengan adanya  E-Government  diharapkan masyarakat akan lebih mengenal potensi maupun produk unggulan yang dimiliki oleh suatu daerah di Indonesia.   Kata Kunci : Potensi,Produk,Unggulan,Daerah,Teknologi informasi,E-Government.
Javanese Gender Speech Recognition Based on Machine Learning Using Random Forest and Neural Network Kristiawan Nugroho
SISFORMA Vol 6, No 2: November 2019
Publisher : Soegijapranata Catholic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (543.547 KB) | DOI: 10.24167/sisforma.v6i2.2402

Abstract

Speech is a means of communication between people throughout the world. At present research in the field of speech recognition continues to develop in producing a robust method in various research variants. However decreasing the word error rate or reducing noise is still a problem that is still being investigated until now. The purpose of this study is to find the right method with high accuracy to classify the gender voices of Javanese. This research used a human voice dataset of both men and women from the Javanese tribe which was recorded and then processed using a noise reduction preprocessing technique with the MFCC extraction feature method and then classified using 2 machine learning methods, namely Random Forest and Neural Network. Evaluation results indicate that the classification of Javanese accent speech accents results in an accuracy rate of 91.3 % using Random Forest and 92.2% using Neural Network.
SISTEM PENILAIAN KINERJA PEGAWAI DALAM PELAYANAN NASABAH PADA BPR AGUNG SEJAHTERA MENGGUNAKAN UNIFIED MODELING LANGUAGE Anton Sujarwo; Alex Chandra Iswanto; Kristiawan Nugroho
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.821 KB)

Abstract

Kinerja pegawai dalam melayani nasabah merupakan satu hal yang penting dalam meningkatkan kualitas perbankan. Penilaian kinerja dilakukan oleh pimpinan bagian dengan melihat kinerja pegawai meallui form yang sudah disediakan namun seiring dengan perkembangan teknologi informasi, penilaian kinerja pegawai dalam melayani nasabah bisa dilakukan dengan melalui aplikasi komputer. Paper ini membahas mengenai perancangan sistem penilaian kinerja pegawai dengan Unified Modelling Language (UML), UML merupakan alat bantu untuk mendesain perancangan sistem yang akan dipergunakan dalam aplikasi komputer. Dengan menggunakan UML maka desain perancangan sistem akan lebih cepat dan mudah untuk dihasilkan yang kemudian akan bisa dipergunakan dalam membuat aplikasi penilaian kinerja pegawai dengan mempergunakan bahasa pemrrograman komputer.Kata kunci : Kinerja, pegawai, nasabah, bank, UML, sistem. 
MODEL ANALISIS PREDIKSI MENGGUNAKAN METODE FUZZY TIME SERIES Kristiawan Nugroho
Jurnal Ilmiah Infokam Vol 12, No 1 (2016): INFOKAM No. I/Th. XII/Maret/2016
Publisher : AMIK Jakarta Teknologi Cipta Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (7.732 KB) | DOI: 10.53845/infokam.v12i1.91

Abstract

Prediksi  atau  peramalan  merupakan  kegiatan  yang  memperkirakan  kejadian  di  masa yang akan datang, Berkaitan dengan kondisi peramalan tersebut maka berkembang teori Fuzzy  yang  merupakan  cabang  dari  soft  computing  yang  berfungsi  membantu  analisis  perkiraan  kejadian  dimasa  yang  akan  datang  dengan  menggunakan  pendekatan matematis.  Beberapa  metode  yang  berkaitan  dengan  Fuzzy  juga  berkembang  sampai saat  ini  salah  satunya  adalah  metode  Time  Series,  metode  ini  sangat  berguna  untuk proses  pengambilan  keputusan  dengan  menggabungkan  antara  analisis  ilmu  dalam bidang  komputer  dan  statistik.  Metode Fuzzy  Time  Series (FST)  banyak  dipergunakan dalam  memprediksi  kejadian  dalam  bidang  ekonomi  seperti  harga  IHSG  (Indeks  Harga Saham  Gabungan),  Analisis  pergerakan  saham  sampai  dengan  konsumsi  gas  di Indonesia.  Metode  ini  terus  berkembang  sampai  dengan  saat  ini  dan  diharapkan  bisa menjadi solusi untuk memprediksi beberapa kejadian yang membutuhkan solusi dengan segera.Kata Kunci : Prediksi,Fuzzy,Fuzzy Time Series
World Covid-19 Vaccine Names Classification Using Neural Network Method Kristiawan Nugroho
Journal of Business and Technology Vol 1, No 1: April 2021
Publisher : Soegijapranata Catholic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (183.909 KB) | DOI: 10.24167/jbt.v1i1.3219

Abstract

The Covid-19 pandemic has occurred for a year on earth. Various attempts have been made to overcome this pandemic, especially in making various types of vaccines developed around the world. The level of vaccine effectiveness in dealing with Covid-19 is one of the questions that is often asked by the public. This research is an attempt to classify the names of vaccines that have been used in various nations by using one of the robust machine learning methods, namely the Neural Network. The results showed that the Neural Network method provides the best accuracy, which is 99.9% higher than the Random Forest and Support Vector Machine(SVM) methods.
Perancangan Sales Prediction Model Menggunakan Metode Neural Network Kristiawan Nugroho; Wiwien Hadi Kurniawati; Raden Mohamad Herdian Bhakti
Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v4i02.870

Abstract

Datamining merupakan fenomena penting pada bidang ilmu teknologi informasi yang telah membantu manusia pada berbagai bidang kehidupan. Datamining merupakan bidang ilmu yang menarik untuk diteliti apalagi pada saat ini dimana Big Data yang dihaslilkan dalam berbagai kehidupan manusia mempunyai volume yang sangat besar namun kurang memberikan arti bagi kehidupan. Penelitian datamining mengenai sales prediction memberikan kontribusi positif bagi para pengambil keputusan dalam melakukan prediksi penjualan barang yang dilakukan secara online berdasarkan beberapa fitur antara lain usia,jenis kelamin,minat,impresi maupun jumlah uang yang dibelanjakan. Penelitian ini berkontribusi dalam membangun sebuah model regresi sales prediction menggunakan metode Neural Network yang dapat dipergunakan sebagai alat bantu dalam pengambilan keputusan untuk menjual jenis produk yang diminati berbagai macam segment pada toko online. Metode Neural Network yang merupakan salah satu metode yang bekerja berdasar pola berpikir syaraf manusia terbukti memberikan hasil terbaik dalam membangun model sales prediction dibandingkan metode Random Forest dan AdaBoost. Sales prediction model menggunakan Neural Network menunjukkan hasil kinerja yang diukur dengan Mean Squared Error (MSE) sebesar 0.831, Root Mean Square Error (RMSE) sebesar 0,911 dan Mean Absolute Error (MAE) sebesar 0,650.
Pemetaan Kepribadian Sarana Pemetaan Performansi Kerja Lie Liana; Suhana Suhana; Kristiawan Nugroho; Kasmari Kasmari
Jesya (Jurnal Ekonomi dan Ekonomi Syariah) Vol 6 No 2 (2023): Article Research Volume 6 Number 2, Juni 2023
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi Al-Washliyah Sibolga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36778/jesya.v6i2.1114

Abstract

Penelitian ini bertujuan untuk melakukan pemetaan kepribadian sebagai sarana untuk memetakan performansi kerja dari responden. Responden dari penelitian ini adalah mahasiswa semester satu yang sedang mulai mempersiapkan dirinya menghadapi dunia kerja. Instrumen yang digunakan adalah personality test yang memetakan kepribadian seseorang dalam 16 kepribadian. Berdasarkan hasil penelitian didapatkan orang-tipe kepribadian: 3 orang-Turbulent Mediator, 3 orang-Assertive Protagonist, 10 orang-Turbulent Protagonist, 3 orang-Turbulent Campaigner, 1 orang-Turbulent Logician, 2 orang-Assertive Commander, 1 orang-Turbulent Commander, 1 orang-Assertive Executive, 2 orang-Turbulent Executive, 2 orang-Assertive Consul, 1 orang-Turbulent Consul dan 1 orang-Turbulent Entertainer. Masing-masing tipe kepribadian ini mempunyai role, strategy, mind, energy, nature, tactics dan identify yang berbeda-beda. Berdasarkan hasil pemetaan tipe kepribadian ini maka pemetaan pekerjaan dapat dilakukan pada masing-masing mahasiswa untuk mencapai performa kinerja yang optimal. Selain itu perusahaan dapat menggunakan pemetaan tipe kepribadian ini pada saat melakukan rekrutmen pegawai atau dengan kata lain pemetaan kepribadian bisa menjadi satu instrumen untuk rekrutmen pegawai.
Multi-Accent Speaker Detection Using Normalize Feature MFCC Neural Network Method Kristiawan Nugroho; Edy Winarno; Eri Zuliarso; Sunardi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 4 (2023): August 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i4.4652

Abstract

Speaker recognition is a field of research that continues to this day. Various methods have been developed to detect the human voice with greater precision and accuracy. Research on human speech recognition that is quite challenging is accent recognition. Detecting various types of human accents with different accents and ethnicities with high accuracy is a research that is quite difficult to do. According to the results of the research on the data preprocessing stage, feature extraction and selection of the right classification method play a very important role in determining the accuracy results. This study uses a preprocessing approach with normalizing features combined with MFCC as a method to perform feature extraction and the neural network (NN), which is a classification method that works based on the workings of the human brain. Research results obtained using the normalize feature with MFCC and neural network for multiaccent speaker recognition, the accuracy performance reaches 82.68%, precision is 83% and recall is 82.88%.
Prediksi Ujaran Kebencian Berbasis Text Pada Sosial Media Menggunakan Metode Neural Network Kristiawan Nugroho; Endang Tjahjaningsih; Lie Liana; Raden Mohamad Herdian Bhakti
Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i1.1063

Abstract

Currently information technology has helped in various forms of human life. They can communicate with each other through various electronic media, including using social media. The number of social media users is increasing from year to year in Indonesia. However, the development of the use of social media has also resulted in various problems, including hate speech, which will eventually lead to legal consequences. Various methods have been taken to limit the development of hate speech, including by blocking users who write hate speech on social media applications. Limiting the use of social media for hate speech can be more optimally carried out by detecting text-based words that have the potential to become hate speech. This study uses the Neural Network (NN) method to predict words that contain hatespeech on social media with an accuracy rate of 73% better than other methods such as Decission Tree and K-Nearest Neighbor (KNN) which only achieve an accuracy rate of 68.5 %.
ANALYSIS OF USER EXPERIENCE TESTING STMIK AKI WEBSITE USING SUPR-Q IN PERSPECTIVE HUMAN-COMPUTER INTERACTION Eko Prasetyo; Kristiawan Nugroho; Kristophorus Hadiono
SOSCIED Vol 6 No 1 (2023): SOSCIED - Juli 2023
Publisher : LPPM Politeknik Saint Paul Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32531/jsoscied.v6i1.645

Abstract

Human-Computer Interaction (HCI) is a scientific field that studies human-computer interaction in order to design systems that satisfy user requirements and enhance the user experience (UX). HCI is very important in the development of websites because a good user experience is necessary to improve user satisfaction, efficiency, and effectiveness. The motivation behind this study is to recognize the qualities and shortcomings of the STMIK AKI site as far as client experience, as the need might have arisen to further develop client UX. From a HCI perspective, SUPR-Q is one way to use a questionnaire to measure user experience. To analyze various UX dimensions, UX testing will use Task Level Satisfaction methods like Single Ease Question (SEQ), Scenario Testing, and System Usability Scale (SUS) in addition to the SUPR-Q method. The SUPR-Q Loyalty variable had a low value, but the SEQ, SUS, and SUPR-Q methods produced results with an average grade of B, supporting the hypothesis that respondents were satisfied with their use of the STMIK AKI website. The worth got was 59.1% with Grade C and the speculation was adequate in utilizing and suggesting the STMIK AKI site page. Furthermore, in the Situation Testing strategy, the typical worth got is 57.5% with Grade C, with the speculation that the respondent or client is very able in finishing jobs or working the STMIK AKI page framework.
Co-Authors Achmad Nuruddin Safriandono Afandi , Afandi Afif, Randi Ahmad Fathoni Ajib Susanto Ajie, Ach. Ridlo Bayu Alex Chandra Iswanto Alfiqhyanto, Damas Aminudin, Agus Anjis Sapto Nugroho Anton Sujarwo Anton Sujarwo Aprico, Fikky Apriyanti, Dewi Aquinia, Ajeng Araaf, Mamet Adil Arsyad , Muhammad Rafi Haidar budi hartono Budiarto, Indri Cahaya, Agus Indra De Rosal Ignatius Moses Setiadi Dhendra Marutho Dwi Agus Diartono Dwi Budi Santoso Edy Winarno Eka Ardhianto Eko Ariyanto Eko Prasetyo Eko Prasetyo Eksawati, Rini Endang Tjahjaningsih Eri Zuliarso Ermillian, Ade Faizi, Aditya Wahyu Nur fakhri Farooq, Omar Fitrianto, Lindu Hari Murti Hermawan, Taufan Hidayat, Suluh Irawan, Sandy Islam, Hussain Md Mehedul Isworo Nugroho Kasmari . Kirana, Heni Candra Kristhoporus Hadiono Kristianto, Taufik Fredy Kristiyono, Budi Kristophorus Hadiono Lie Liana Lie Liana . Minantri Haika, Shara Muh Kholid Rizky Sapawi Muhamad Riski Atarik Mulyani , Wahyu Sri Mulyo Budi Setiawan Munna, Aliyatul Muslikh, Ahmad Rofiqul Niken Puspitasari Nurmakhlufi, Alfin Ojugo, Arnold Adimabua Omar Farooq Palupi, Dian Perdana, Willy Yudha Prabowo, Ardian Adi Prihatin, Rudi Setyo Rachman, Rahadian Kristiyanto Raden Mohamad Herdian Bhakti Radyanto, Mohammad Riza Rahadiyanto, Cahyono Raharjo, Fajar Retnowati Rokhayadi, Wakhid Ruslana, Zauyik Nana Saputra, Roni Halim Saputro, Risky Wisnu Sariyun Naja Anwar Sarwo Edi, Sarwo Setyaningtyas, Elvanita Sri Mulyani Sugeng Murdowo Suhana Suhana Sulastri Sulastri Sulistiyowati Sulistiyowati Sunardi Sunardi Suprapto, Yossy SUTANTO, FELIX Syahroni Wahyu Iriananda, Syahroni Wahyu Teguh Khristianto Veronica Lusiana Vici Tiara Anjarsari Warto - Wijayanto, Wendhie Tri Wiratno, Amat Wismarini , Th. Dwiati Wiwien Hadi Kurniawati Yayi Suryo Prabandari Yoga Ryan Fatony Yoga Ryan Fatony