Article Per Year (5 Year)
p-Index From 2020 - 2025
1.244
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Technologia: Jurnal Ilmiah Journal of Informatics, Information System, Software Engineering and Applications (INISTA) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu
Agung Pambudi
Universitas Muhammadiyah Sukabumi
Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Sistem Rekomendasi Event Online Menggunakan Metode Content Based Filtering Fahmi Nurfalah; Asriyanik; Agung Pambudi
Elkom : Jurnal Elektronika dan Komputer Vol 15 No 2 (2022): Desember : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v15i2.736

Abstract

Covid-19 has spread widely with various variants, disrupting human social activities, the activities in question include the implementation of events, but there are other alternatives by utilizing technology, events can still be held online. However, the number of events that are held online makes it difficult for someone to find the event they want because there are too many events on the website so someone experiences information overload. Therefore, the authors conduct research with the goal to make it easier for someone to find the event they want by implementing a recommendation system on the website. In this study, the authors make a recommendation system using the Content-Based Filtering method in recommending an online event. The results of this study obtained an accuracy of 86% of the performance of the model carried out by SVM.
An Extreme Programming Approach for Instructor Performance Evaluation System Development Agung Pambudi; Winda Apriandari
Journal of INISTA Vol 5 No 2 (2023): May 2023
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v5i2.1050

Abstract

The aim of this research was to develop an instructor performance evaluation system for Information Technology Training Center (ITTC) of Islamic State University (UIN) Sunan Kalijaga Yogyakarta using Extreme Programming (XP) methodology. The system was designed to evaluate the performance of instructors in the ICT (Information and Communication Technology) Training process based on certain criteria. The XP method was an agile software development approach that emphasizes iterative development, continuous testing, and customer involvement. The proposed system was developed through several iterations that involve continuous feedback from the ITTC management. The development of the system followed the XP process, which was included planning, designing, coding, testing, refactoring, and integrating. Trainees can access the system to evaluate instructors, and the system helped the ICT training management to determine the instructor's performance for future employment contracts. The system has undergone functionality testing, which resulted in a 100% functionality test and 95,5% of usability test. This system was an effective tool for evaluating the performance of ICT training instructors and can be used to determine the effectiveness of training programs. The system's usability and functionality had been tested and proven to be highly effective, making it a valuable resource for ICT training management.
Perbandingan TF-IDF dengan Count Vectorization Dalam Content-Based Filtering Rekomendasi Mobil Listrik Muhammad Zaynurroyhan; Asriyanik; Agung Pambudi

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v15i1.3829

Abstract

Mobil listrik mulai menjadi pilihan beberapa tahun terakhir ini, karakternya yang lebih ramah lingkungan serta biaya pemeliharaan yang lebih rendah daripada mobil konvensional menjadi alasan utama konsumen lebih memilihnya. Seiring meningkatnya minat konsumen, perusahaan besar banyak yang mulai memproduksi mobil listrik dengan berbagai spesifikasi seperti kapasitas baterainya juga jarak tempuhnya. Hal tersebut membuat konsumen diberikan banyak pilihan dalam memilih mobil listrik yang sesuai preferensinya. Penelitian ini ditujukan untuk mempermudah konsumen dalam memilih mobil listrik yang sesuai dengan preferensinya. Metode yang digunakan adalah metode Content-Based Filtering dari sistem rekomendasi yang berfokus memberikan rekomendasi berdasarkan deskripsi barang serta hal yang disukai konsumen, dari sisi pembentukan modelnya, untuk melihat metode pemodelan yang menghasilkan akurasi lebih baik, peneliti membandingkan metode TF-IDF dengan Count Vectorization. Dimanfaatkan algoritma K-Nearest Neighbor dalam menguji akurasi dari model sistem rekomendasi mobil listrik yang terbentuk. Hasil dari penelitian ini menunjukkan bahwa sistem rekomendasi dapat digunakan untuk merekomendasikan mobil listrik terhadap konsumen. Dari sisi akurasi, model Content-Based Filtering yang dibentuk menggunakan TF-IDF menunjukkan akurasi yang lebih kecil yaitu sebesar 64% dibanding model yang memanfaatkan Count Vectorization yaitu sebesar 75%..
ANALISIS SENTIMEN TERHADAP BRAND SKINCARE LOKAL MENGGUNAKAN NAÏVE BAYES CLASSIFIER Kaswili Sriwenda Putri; Iwan Rizal Setiawan; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11259

Abstract

Seiring dengan perkembangan teknologi informasi yang makin meningkat serta akses internet yang semakin mudah, banyak masyarakat yang menyuarakan opini mereka di media sosial salah satunya yaitu Twitter. Salah satu isu atau topik yang sering dibahas di twitter adalah mengenai perawatan kulit atau skincare terutama dalam mengulas produk-produk skincare dari suatu brand. Ulasan serta opini terhadap brand skincare terutama brand skincare lokal seperti Avoskin, Azarine dan Somethinc di twitter dijadikan sumber data untuk mengetahui persepsi masyarakat terhadap brand skincare lokal tersebut. Data tweet yang digunakan dibagi kedalam 3 dataset berdasarkan ulasan terhadap brand yang dituju yaitu Avoskin, Azarine dan Somethinc. Untuk mendapatka hasil yang jelas, maka dilakukan proses klasifikasi. Salah satu algoritma yang dapat digunakan untuk mengklasifikasikan suatu data adalah naïve bayes classifier dengan mengklasifikasikan data kedalam 2 jenis, yaitu positif dan negatif. Proses klasisfikasi yang menggunakan naïve bayes classifier ini menghasilkan nilai akurasi sebesar 79% untuk dataset Avoskin, 78% untuk dataset Azarine dan 75% untuk dataset Somethinc. Sedangkan pengujian dengan k-fold cross validation menghasilkan nilai sebesar 79% untuk dataset Avoskin serta Somethinc dan 78% untuk dataset Azarine.
penilaian status gizi balita menggunakan metode K-Nearest Neighbor Restu Shafira; Prajoko .; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11299

Abstract

Gizi merupakan asupan penting yang mempengaruhi tumbuh kembang seorang anak kebutuhan gizi pada anak terutama balita sangat rentan mengalami perubahan berat badan. Untuk mengetahui penilaian status gizi, balita akan melakukan pemeriksaan antropometri yang terdiri dari pengukuran tinggi badan dan berat badan diposyandu pada tiap bulannya. Hasil pemeriksaan tersebut akan dicatat secara manual pada sebuah kertas yang disebut KMS (Kartu Menuju Sehat). Metode tersebut kurang akurat serta kurang lengkap karena penilaian status gizi hanya berdasarkan berat badan menurut umur (BB/U) balita saja. Oleh sebab itu digunakanlah algoritma data mining yaitu algoritma k-nearest neighbor (KNN) yang dapat mengklasifikasi status gizi balita berdasarkan 3 parameter yaitu penilaian status gizi berdasarkan berat badan menurut umur (BB/U), penilaian status gizi tinggi badan menurut umur (TB/U) dan penilaian status gizi berdasarkan berat badan menurut tinggi badan (BB/TB). Algoritma K-Nearest Neighbor dapat memenuhi variabel-variabel dalam klasifikasi status gizi balita dan juga merupakan metode yang digunakan dalam pengklasifikasian dengan mencari jarak terdekat antara data yang akan dievaluasi dengan tetangga terdekatnya dalam data pelatihan. Penilaian status gizi dengan metode K-Nearest Neighbor ini menghasilkan nilai akurasi diantaranya yaitu berdasarkan berat badan menurut umur (BB/U) menghasilkan nilai akurasi sebesar 91%, berdasarkan tinggi badan menurut umur (TB/U) menghasilkan nilai akurasi sebesar 88% dan berdasarkan berat badan menurut tinggi badan (BB/TB) menghasilkan nilai akurasi sebesar 90%. 
Implementasi Progressive Web App Pada Website E-Reses DPRD Kabupaten Sukabumi dengan Metode Prototipe Muhammad Drajat Ramdhani; Asriyanik Asriyanik; Agung Pambudi
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 22, No 2 (2023): Agustus 2023
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v22i2.8426

Abstract

Reses merupakan kegiatan setiap anggota dewan di luar masa sidang untuk menyerap aspirasi masyarakat di daerah pemilihannya masing-masing. E-Reses merupakan sebuah aplikasi website yang dibuat oleh Sekretariat DPRD Kabupaten Sukabumi untuk sebagai sarana anggota dewan untuk mempublikasikan laporan resesnya. Namun aplikasi yang ada masih berorientasikan pada perangkat desktop dan pengalaman pengguna dirasa kurang efisien karena tampilan tidak responsif pada perangkat seluler serta untuk membuka aplikasi tersebut diharuskan membuka peramban terlebih dahulu. Untuk mengatasi permasalahan tersebut yaitu adanya perbaikan pada sisi tampilan antarmuka agar responsif serta mengimplementasikan progressive web app agar aplikasi website dapat diinstall kemudian juga menggunakan sebuah metode SDLC Prototype dalam pengembangan aplikasinya agar lebih terstuktur.
Machine Learning-Based Classification for Scholarship Selection Asriyanik Asriyanik; Agung Pambudi
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 11 No 2 (2023): September 2023
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v11i2.7393

Abstract

University of Muhammadiyah Sukabumi (UMMI) is a university that accepts KIP scholarship every year. However, KIP student applicants always exceed the quota, so it requires a re-selection process to determine KIP Shcolarship Awardee. UMMI does not have a clear method to support decisions in the selection process for KIP Shcholarship Awardee. To solve this problem, a classification modeling process will be carried out from previous data using machine learning algorithms, namely with Decision Tree (DT) and Support Vector Machine (SVM) algorithms. The general method for its development uses the SEMMA method (Sample, Explore, Modify, Model, Assess). Starting with collecting a dataset of KIP recipients studying at UMMI from 2021-2022 which amounted to 519 data with 16 attributes. From the results of exploration, the main attributes that became features for modeling were DTKS Status, P3KE Status, Combined income of father and mother and achievement. These attributes are converted into numeric data for easy data modeling. The results of K-Fold Cross-Validation for the DT model in the case of classification of KIP Kuliah recipients resulted in an accuracy of 78.44% of the entire test dataset, a precision of 0.73107 indicating that 73.11% of the model's predictions were correct, recall (sensitivity level) of 78.45% and an F1 score of 73.20%. The results of modeling and validation with SVM are 80.17% accuracy, 84.44% precision and 80.17% recall. The SVM model shows slightly better in terms of accuracy and precision, both models show competitive performance in classifying KIP scholarship recipients studying at UMMI.
UMMIBOT sebagai Media Layanan Informasi Penerimaan Mahasiswa Baru Universitas Muhammadiyah Sukabumi M. Rizky Suherlan; Asriyanik; Agung Pambudi
Jurnal Informatika Terpadu Vol 9 No 2 (2023): September, 2023
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v9i2.893

Abstract

The continuous advancement in information and communication technology has overcome geographical limitations and enhanced the speed of information and knowledge transfer. Information and communication technology has been applied in various aspects, including improving services, speeding up communication processes, facilitating access to information, and effectively sharing information. One significant technological innovation is the chatbot, an artificial intelligence technology that enables interactive communication. Implementing a chatbot at the Admissions Office of Muhammadiyah University Sukabumi (UMMI) aims to assist prospective students in obtaining information regarding new student admissions. The main challenge addressed is the limitation of office hours, which often hinders prospective applicants from accessing information quickly. This research employs the Natural Language Processing (NLP) method in chatbot development, intending to enable the chatbot to understand natural language and search for relevant information. The research objective is to create an efficient chatbot to respond to user inquiries outside of office hours. The stages of chatbot development using the NLP method encompass data collection, text processing, feature engineering, modeling, inference, deployment, and evaluation. The research results indicate that the chatbot, named UMMIBOT, successfully achieved a functional accuracy rate of 83.67%, addressing the issue of office hour limitations and providing responses that align with user input with high accuracy.
Co-Authors Asriyanik . Fahmi Nurfalah Iwan Rizal Setiawan Kaswili Sriwenda Putri M. Rizky Suherlan Muhammad Drajat Ramdhani Muhammad Zaynurroyhan Prajoko . Restu Shafira Winda Apriandari