Article Per Year (5 Year)
p-Index From 2020 - 2025
2.083
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Jurnal Simetris MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Prosiding SNATIKA Vol 01 (2011) Nusanatara of Engineering JOIN (Jurnal Online Informatika) Creative Information Technology Journal Generation Journal Teknika Nusantara of Engineering (NOE) J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Journal of Research on Community Engagement
Fajar Rohman Hariri
Universitas Islam Negeri Maulana Malik Ibrahim Malang
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

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

Found 24 Documents
Search

 1   2   3 
Learning Vector Quantization untuk Klasifikasi Abstrak Tesis Fajar Rohman Hariri; Ema Utami; Armadyah Amborowati
Creative Information Technology Journal Vol 2, No 2 (2015): Februari - April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (847.803 KB) | DOI: 10.24076/citec.2015v2i2.43

Abstract

Data berukuran besar yang sudah disimpan jarang digunakan secara optimal karena manusia seringkali tidak memiliki waktu dan kemampuan yang cukup untuk mengelolanya. Data bervolume besar seperti data teks, jauh melampaui kapasitas pengolahan manusia yang sangat terbatas. Kasus yang disoroti adalah data abstrak tugas akhir mahasiswa jurusan teknik informatika Universitas Trunojoyo Madura. Dokumen tugas akhir oleh mahasiswa terkait hanya diupload pada SIMTAK (Sistem Informasi Tugas Akhir) dan pelabelan bidang minat penelitian dilakukan manual oleh mahasiswa tersebut, sehingga akan ada kemungkian saat mahasiswa mengisi bidang minat tidak sesuai. Untuk menanggulangi hal tersebut, diperlukan adanya mekanisme pelabelan dokumen secara otomatis, untuk meminimalisir kesalahan. Pada penelitian kali ini dilakukan klasifikasi dokumen abstrak tugas akhir menggunakan metode Learning Vector Quantization (LVQ). Data abstrak diklasifikasikan menjadi 3 yaitu SI RPL (Sistem Informasi – Rekayasa Perangkat Lunak), CAI (Computation – Artificial Intelligence) dan Multimedia. Dari berbagai ujicoba yang dilakukan didapatkan hasil metode LVQ berhasil mengenali 90% data abstrak, dengan berhasil mengenali 100% bidang minat SI RPL dan CAI, dan hanya 70% untuk bidang minat Multimedia. Dengan kondisi terbaik didapatkan dengan parameter reduksi dimensi 20% dan nilai learning rate antara 0,1-0,5.Huge size of data that have been saved are rarely used optimally because people often do not have enough time and ability to manage. Large volumes of data such as text data, exceed human processing capacity. The case highlighted was the final project abstract data from informatics engineering student Trunojoyo University. Documents abstract just uploaded on SIMTAK (Final Project Information System) and the labeling of the areas of interest of research is done manually by the student, so that there will be a possibility to fill the field of interest while the student is not appropriate. To overcome this, we need a mechanism for labeling a document automatically, to minimize errors. In the present study conducted abstract document classification using Learning Vector Quantization (LVQ). Abstract data classified into three class, SI RPL, CAI and Multimedia. Of the various tests carried out showed that LVQ method successfully recognize 90% of abstract data, to successfully identify 100% interest in the field of RPL SI and CAI, and only 70% for areas of interest Multimedia. With the best conditions obtained with the parameter dimension reduction of 20% and the value of learning rate between 0.1-0.5.
Pengenalan Citra Tanda Tangan Menggunakan Metode 2D-LDA dan Euclidean Distance Danar Putra Pamungkas; Fajar Rohman Hariri
Creative Information Technology Journal Vol 3, No 4 (2016): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (635.272 KB) | DOI: 10.24076/citec.2016v3i4.83

Abstract

Kelemahan sistem manual dalam identifikasi tanda tangan adalah si pemeriksa tanda tangan harus teliti dalam melakukan pencocokan untuk menghindari kesalahan. Oleh karena itu untuk mengatasi kelemahan pencocokan tanda tangan secara manual, proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti menggunakan metode 2DLDA dan Euclidean Distance untuk pengenalan tanda tangan dengan sistem komputer. Metode 2DLDA untuk ektraksi fitur citra tanda tangan dan metode Euclidean Distance untuk klasifikasi citra tanda tangan. Data citra tanda tangan yang digunakan berukuran 50x50, 100x100, 150x150, 200x200 dan 250x250 piksel. Hasil dari uji coba penelitian ini adalah akurasi pengenalan citra tanda tangan menggunakan metode 2DLDA mencapai 88% dan rata-rata akurasi 81%. Akurasi optimal pengenalan citra tanda tangan dengan metode 2DLDA terjadi pada penggunaan data citra berukuran 50x50 piksel dengan akurasi 88% dan kecepatan 0.20126 detik.The manual system in the identification of the examiner's signature is the signature must be meticulous in doing matching to avoid mistakes. Therefore, to overcome the disadvantages of signature matching manually, signature matching process needs to be done should automatically with a computer system that is expected to facilitate the identification of a person's signature. In this study, researchers used a method 2DLDA and Euclidean Distance to the introduction of a signature with a computer system. 2DLDA methods to extract image features the signature and Euclidean Distance method for image classification signature. The image data signature used measuring 50x50, 100x100, 150x150, 200x200 and 250x250 pixels. The results of this research trial is a signature image recognition accuracy using 2DLDA reaches 88% and an average accuracy of 81%. Optimum accuracy signature image recognition method 2DLDA occurs in the use of image data size of 50x50 pixels with 88% accuracy and speed 0.20126 seconds
METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI Fajar Rohman Hariri
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.178 KB) | DOI: 10.24176/simet.v7i2.788

Abstract

Sari kedelai Rosi setiap hari memproduksi sari kedelai yang akan disalurkan ke tiga tempat yaitu warung A, B dan C. Penjualan di tiga tempat tersebut setiap harinya mengalami naik turun, akibatnya tidak jarang hasil produksi banyak yang tidak terjual sehingga mengakibatkan kerugian. Selain itu juga mengakibatkan pengadaan bahan baku produksi yang tidak sesuai dengan hasil penjualannya. Selama ini Sari Kedelai Rosi dalam pengadaan bahan baku tidak dinamis setiap harinya atau tidak disesuaikan dengan perkiraan penjualan hari berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan setiap harinya. Sistem prediksi yang dibuat menggunakan metode least square. Data yang digunakan yaitu data penjualan 1 April 2016 sampai dengan 31 Mei 2016. Periode yang diprediksi yaitu tiga periode hari selanjutnya. Dari hasil uji coba dapat disimpulkan sistem prediksi penjualan sari kedelai dapat memprediksi penjualan pada periode selanjutnya. Metode least square dapat digunakan untuk memprediksi penjualan sari kedelai dengan nilai korelasi 0,88. Kata kunci: prediksi, penjualan, least square.
Sistem Rekomendasi Produk Aplikasi Marketplace Berdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering Fajar Rohman Hariri; Lingga Wahyu Rochim
Teknika Vol 11 No 3 (2022): November 2022
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v11i3.538

Abstract

Sistem rekomendasi produk merupakan sebuah sistem yang dapat memberikan prediksi produk yang relevan terhadap perilaku atau karakteristik user, sehingga dapat mempengaruhi user dalam mengambil keputusan untuk membeli suatu produk. Penelitian ini dilakukan untuk dapat memberikan rekomendasi kepada pembeli pada aplikasi marketplace Sindomall dengan menggunakan metode User Based Collaborative Filtering dikolaborasikan dengan algoritma Improved Triangle Similarity Complemented with User Rating Preferences (ITR) untuk menghitung nilai similarity antar pembeli dan algoritma Weighted Sum untuk menghitung nilai prediksi produk. Karakteristik pembeli diambil dari data perilaku pembeli dalam memberikan rating pada produk. Dalam pengujian model yang dilakukan dengan menggunakan data nilai prediksi pada 20 user acak pada database aplikasi Sindomall pada bulan Desember 2021 didapatkan model optimal dengan nilai parameter presentase user sebesar 100%. Hasil dari pengujian error sistem menggunakan model terpilih mendapatkan nilai MAE dan RMSE masing-masing sebesar 0,006 dan 0,013, sedangkan pada tahap pengujian akurasi sistem didapatkan nilai akurasi sebesar 0,849, nilai presisi sebesar 0,923, nilai recall sebesar 0,869, dan nilai F-score (F1) sebesar 0,895.
Chicken Menu Sales Forecasting System using Multiplicative Holt-Winters Triple Exponential Smoothing Fajar Rohman Hariri; Johan Ericka Wahyu Prakasa
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 1 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i1.21103

Abstract

Forecasting is an art and a science predict events that will occur in the future based on data in the past. The ability of the restaurant in Management shows success in taking advantage of business opportunities optimal for interpreting past performance and planning for the future. This research uses Triple HoltWinters Exponential Smoothing Multiplicative method for sales forecasting.  Multiplicative Holt-Winters Triple Exponential Smoothing Method has the smallest percentage error (PE) of 9.946% with parameter values (α=0.1, β=0.1, ϒ=0.3). While the largest percentage error (PE) is obtained Multiplicative models with parameter values (α=0.3, β=0.3, ϒ=0.1) produce percentage error (PE) value of 11.879%. Menu sales forecasting results chickens using the Holt-Winters Triple Exponential Smoothing Method Multiplicative in the next month using parameter values (α=0.1, β=0.1, ϒ=0.3) is 4782 pcs.
Pelatihan Penyusunan Bahan Ajar berbasis Digital sebagai Pemberdayaan Guru Yayasan Sunan Ampel Poncokusumo Rizki Amelia; Agus Mukti Wibowo; Fajar Rohman Hariri
J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 7, No 1 (2023): April 2023
Publisher : IKIP PGRI Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30734/j-abdipamas.v7i1.2804

Abstract

ABSTRACTThe Covid-19 pandemic has led to the emergence of various complex problems for educational institutions. The learning process which originally ran face-to-face directly in the classroom, had to be shifted to online or distance learning. Madrasah in the Poncokusumo District are included in schools that implement online learning during the Covid-19 pandemic. Teachers of the Sunan Ampel Foundation, Poncokusumo District, have difficulty implementing online learning, especially in making digital teaching materials. So far, teachers only use the WhatsApp platform in carrying out learning. The implementation of this service aims to provide empowerment to Sunan Ampel Foundation teachers in developing digital teaching materials. This service is carried out using the Participatory Action Research (PAR) method. This methods consists of planning, implementation and evaluation analysis as well as activity barriers. This activity was carried out for one month involving 55 teachers from the Sunan Ampel Pomcokusumo Foundation. In general, the training on the preparation of digital teaching materials went well. Training participants gain knowledge about the concept of teaching materials and how to compose digital teaching materials using the Canva application. In general, participants were also highly motivated to compose digital teaching materials. Some of them have succeeded in producing a digital teaching material product. Training participants gain knowledge about the concept of teaching materials and how to compose digital teaching materials using the Canva application.  Keywords: online learning, madrasah teacher, digital teaching materials training ABSTRAKPandemi Covid-19 menyebabkan munculnya berbagai permasalahan yang kompleks bagi lembaga pendidikan. Proses pembelajaran yang semula berjalan secara tatap muka langsung di ruang kelas, terpaksa dialihkan menjadi tatap muka dalam jaringan atau yang disebut dengan Pembelajaran Jarak Jauh. Madrasah di wilayah Kecamatan Poncokusumo termasuk ke dalam sekolah yang menerapkan PJJ selama masa pandemi Covid-19. Guru Yayasan Sunan Ampel Kecamatan Poncokusumo mengalami kesulitan dalam melaksanakan pembelajaran online, khususnya dalam membuat bahan ajar digital. Selama ini, guru hanya menggunakan platform WhatsApp dalam melaksanakan pembelajaran. Pelaksanaan pengabdian ini bertujuan memberikan pemberdayaan pada guru yayasan sunan ampel dalam mengembangkan bahan ajar digital. Pengabdian ini dilaksanakan dengan metode Participatory Action Research (PAR), terdiri dari perencanaan kegiatan, pelaksanaan dan analisis evaluasi serta hambatan kegiatan. Kegiatan ini dilaksanakan selama satu bulan dengan melibatkan 55 guru yayasan sunan ampel pomcokusumo Secara umum, pelatihan penyusunan bahan ajar digital berjalan dengan baik. Peserta pelatihan mendapatkan ilmu mengenai konsep bahan ajar dan cara menyusun bahan ajar digital dengan menggunakan aplikasi canva.  Kata Kunci: Pembelajaran online, Guru Madrasah, Pelatihan Bahan Ajar Digital
Sistem Rekomendasi Resep Masakan Menggunakan Kombinasi Metode ROC dan SAW Vivi Wahyuni; Ratih Kumalasari Niswatin; Fajar Rohman Hariri
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 2 No. 1 (2018): PROSIDING SEMNAS INOTEK Ke-II Tahun 2018
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v2i1.479

Abstract

Penelitian ini dibuat karena sering dijumpai jika resep masakan beredar secara lisan dari orang satu dengan yang lainya. Akibatnya beberapa bagian resep masakan hilang dan kadang-kadang menimbulkan variasi masakan. Hal ini dikarenakan faktor kurangnya pengetahuan untuk dapat mengolah sebuah bahan dasar masakan menjadi sebuah hidangan yang cocok. Tujuan penelitian ini adalah menghasilkan suatu sistem pendukung keputusan untuk merekomendasikan resep masakan dengan metode ROC dan metode SAW untuk membantu pengguna menyelesaikan permasalahan tentang resep masakan dengan cara pengguna akan menginputkan sub kriteria yang di inginkan dari kriteria-kriteria yang ada, yaitu kriteria berdasarkan bahan dasar masakan, kesulitan mendapatkan bumbu, jenis masakan, waktu memasak, dan tingkat kesulitan memasak. Dari hasil input data tersebut, aplikasi akan merekomendasikan alternatif resep masakan yang cocok dan terbaik dari sejumlah alternatif terbaik sesuai yang diinpukan oleh pengguna pada sistem. Sistem rekomendasi resep masakan dibuat menggunakan bahasa pemrograman PHP dengan Macromedia Dreamweaver 8 dan MySQL sebagai databasenya.
Pengukuran Kompleksitas Sistem E-Learning di UIN Maulana Malik Ibrahim Malang Menggunakan Metrik Function Oriented Fajar Rohman Hariri; Johan Ericka Wahyu Prakasa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.545

Abstract

Aspek kualitas perangkat lunak menjadi suatu hal yang penting dalam pembangunan proyek perangkat lunak. Pengukuran terhadap perangkat lunak guna mengestimasi kualitas produk dengan cara membandingkan volume sistem dengan banyaknya error/kesalahan yang ditemukan selama proses pengerjaan. Setiap pengukuran yang dilakukan dibutuhkan tersedianya ukuran kuantitatif yang disebut metrik. Metrik dapat dipisahkan dalam dua kategori, yaitu Metrik Size Oriented dan Metrik Function Oriented. Metrik Size Oriented dilakukan dengan menghitung LOC (Line Of Code) dimana metode ini kurang akurat arena pengukurannya didasarkan pada bahasa pemrograman dan gaya pengkodean programmer sehingga tidak dapat dipastikan bahwa dua program yang mempunyai LOC sama akan membutuhkan waktu implementasi yang sama walaupun keduanya diimplementasikan dengan kondisi pemrograman yang standard. Dalam penelitian ini pengukuran kualiatas menggunakan Metrik Function Oriented karena metode ini merupakan pengukuran fungsionalitas yang ditujukan pada sistem pemrosesan data yang didominasi oleh operasi input dan output sehingga produktivitas pada bahasa permograman yang berbeda dapat dibandingkan. Metode melibatkan 5 komponen sistem software, diantaranya External Input, External Output, External Inquiry, Internal Logical File, External Interface File. Berdasarkan hasil tersebut, maka ditarik kesimpulan sesuai tujuan penelitian dengan pengujian menyatakan perangkat lunak e-learning di UIN Maliki Malang sangat baik.
Implementation of Fuzzy C-Means for Clustering the Majelis Ulama Indonesia (MUI) Fatwa Documents Fajar Rohman Hariri
JOIN (Jurnal Online Informatika) Vol 6 No 1 (2021)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v6i1.591

Abstract

Since the Indonesian Ulema Council (MUI) was established in 1975 until now, this institution has produced 201 edicts covering various fields. Text mining is one of the techniques used to collect data hidden from data that form text. One method of extracting text is Clustering. The present study implements the Fuzzy C-Means Clustering method in MUI fatwa documents to classify existing fatwas based on the similarity of the issues discussed. Silhouette Coefficient is used to analyze the resulting clusters, with the best value of 0.0982 with 10 clusters grouping. Classify fatwas based on the similarity of the issues discussed can make it easier and faster in the search for an Islamic law in Indonesia.
Clustering Dokumen Fatwa MUI berdasarkan Bidang Permasalahan Menggunakan K-Means Hariri, Fajar Rohman; Syauqi, Ala
Generation Journal Vol 4 No 1 (2020): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v4i1.13899

Abstract

Sejak Majelis Ulama Indonesia (MUI) berdiri pada tahun 1975 sampai sekarang, lembaga ini telah menghasilkan fatwa sebanyak 201 buah yang mencakup berbagai bidang. Seperti masalah ibadah, ahwal al-syakhshiyah, keluarga berencana, masalah makanan dan minuman, kebudayaan, hubungan antar agama, dan lain-lain. Text mining merupakan salah satu teknik yang digunakan untuk menggali data yang tersembunyi dari data yang berbentuk text. Salah satu metode dalam text mining adalah clustering. Penelitian kali ini mengimplementasikan metode K-Means Clustering pada dokumen – dokumen fatwa MUI untuk mengelompokkan fatwa yang ada berdasarkan kemiripan masalah yang dibahas. Silhouette Coefficient digunakan untuk analisa terhadap cluster yang dihasilkan, dengan nilai terbaik 0.0994699359772012 dengan pengelompokan 10 cluster.
Co-Authors Agus Mukti Wibowo Armadyah Amborowati Danar Putra Pamungkas, Danar Putra Ema Utami Johan Ericka Wahyu Prakasa Lingga Wahyu Rochim Mashuri, Chamdan Prastyo, Edwin Hari Agus Puspa Miladin Nuraida Safitri A. Basid Ratih Kumalasari Niswatin Risky Aswi R, Risky Rizki Amelia Sari, Waskita Syauqi, Ala Vivi Wahyuni