Article Per Year (5 Year)
p-Index From 2021 - 2026
2.589
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer Jurnal Transformatika Jurnal Informatika Upgris E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal Infomedia Journal of Technopreneurship and Information System (JTIS) Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Community Empowerment Jurnal Program Kemitraan dan Pengabdian Kepada Masyarakat JAST Journal of Information Technology (JIfoTech) J-Intech (Journal of Information and Technology) Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Teknologi Informasi Cyberku Jurnal Informatika: Jurnal Pengembangan IT SWAGATI: Journal of Community Service
Aris Tri Jaka Harjanta, Aris Tri
Universitas PGRI Semarang
Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Pengenalan Gestur Bahasa Isyarat Indonesia dengan Mediapipe Keypoints Dewanto, Febrian Murti; Harjanta, Aris Tri jaka; Nada, Noora Qotrun; Herlambang, Bambang Agus
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i2.10967

Abstract

Kesulitan dalam berkomunikasi merupakan hambatan bagi teman tuli yang tidak bisa mempelajari bahasa secara lisan atau memperoleh kemampuan bicara yang biasa. Pengembangan teknologi pengenalan gestur bahasa isyarat merupakan langkah penting untuk meningkatkan aksesibilitas dan integrasi sosial bagi komunitas tuli. Penggunaan MediaPipe Holistic Keypoints dan teknik deep learning memberikan potensi yang signifikan dalam mengenali dan memahami gestur bahasa isyarat. Tujuan utama penelitian ini adalah mengklasifikasikan gestur Bahasa Isyarat Indonesia (BISINDO) menggunakan MediaPipe Holistic Keypoints dan pendekatan deep learning untuk mengidentifikasi kata dasar dalam bahasa isyarat. Dengan ekstraksi fitur menggunakan mediapipe holistic dan mengirimnya ke model LSTM 6 hidden layer dengan 70:30 split train test dan 250 epoch dihasilkan akurasi 68 %. Hal ini dikarenakan terbatasnya jumlah dataset yang diambil untuk penelitian.
Pengenalan Gestur Bahasa Isyarat Indonesia dengan Mediapipe Keypoints Dewanto, Febrian Murti; Harjanta, Aris Tri Jaka; Nada, Noora Qotrun; Herlambang, Bambang Agus
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 6 No. 2 (2024): September
Publisher : Universitas Wahid Hasyim

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

Abstract

Difficulty in communication is an obstacle for deaf friends who cannot learn the language orally or acquire normal speech skills. The development of sign language gesture recognition technology is an important step to improve accessibility and social integration for the deaf community. The use of MediaPipe Holistic Keypoints and deep learning techniques provides significant potential in recognizing and understanding sign language gestures. The main objective of this study is to classify Indonesian Sign Language (BISINDO) gestures using MediaPipe Holistic Keypoints and a deep learning approach to identify basic words in sign language. By extracting features using mediapipe holistic and sending them to the LSTM 6 hidden layer model with 70:30 split train test and 250 epochs, an accuracy of 68% was produced. This is due to the limited number of datasets taken for the study.
Analisis Sentimen Review Pelanggan Lazada dengan Sastrawi Stemmer dan SVM-PSO untuk Memahami Respon Pengguna Nafi', Abdun; Harjanta, Aris Trijaka; Herlambang, Bambang Agus; Fahmi, Saeful
J-INTECH (Journal of Information and Technology) Vol 12 No 02 (2024): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v12i02.1450

Abstract

In the digital era, sentiment analysis plays a strategic role in understanding customer perceptions of products and services. This research aims to analyze customer review sentiment on the Lazada platform through the application of text processing techniques and machine learning algorithms. Data is taken from product reviews on the platform, which then undergoes a preprocessing stage, including tokenization, stopword removal, and stemming using the Sastrawi algorithm. Next, sentiment classification was performed using a Support Vector Machine optimized through the Particle Swarm Optimization (PSO) method. The research results showed that the combination of the Sastrawi stemmer method and SVM-PSO was able to achieve significant accuracy, namely 90.57%, an increase of 6.24% compared to previous research. These findings provide deep insights into customer perceptions and offer valuable guidance for decision-makers at Lazada in improving service quality and customer satisfaction. This study also underscores the importance of applying Natural Language Processing techniques and machine learning algorithms in sentiment analysis on e-commerce platforms, which have proven to produce more accurate outputs.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA SISTEM INFORMASI GEOGRAFIS FASILITAS KESEHATAN BPJS KESEHATAN KOTA SEMARANG Hendriansyah, Bima Aditya; Harjanta, Aris Tri Jaka; Latifah, Khoiriya
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5618

Abstract

Penelitian ini bertujuan untuk menganalisis jarak antara fasilitas kesehatan dengan peserta BPJS Kesehatan di Kota Semarang dengan menggunakan metode K-Means Clustering yang diintegrasikan dengan Sistem Informasi Geografis (SIG). Data yang digunakan meliputi letak geografis 150 fasilitas kesehatan dan sebaran 1,2 juta peserta BPJS Kesehatan di 16 kecamatan. Metode K-Means Clustering diterapkan untuk mengelompokkan fasilitas kesehatan berdasarkan jarak terdekat dengan konsentrasi peserta, sehingga dapat diidentifikasi wilayah dengan aksesibilitas rendah. Hasil penelitian menunjukkan adanya ketimpangan distribusi jarak, dimana wilayah seperti Semarang Tengah memiliki aksesibilitas yang tinggi, sedangkan Candisari dan Tugu memiliki aksesibilitas yang rendah. Berdasarkan analisis klaster, fasilitas kesehatan dikelompokkan menjadi 3 klaster: aksesibilitas tinggi, sedang, dan rendah. Temuan ini dapat menjadi dasar bagi pemerintah dan BPJS Kesehatan untuk meningkatkan distribusi fasilitas kesehatan, sehingga layanan kesehatan menjadi lebih terjangkau bagi semua peserta.
PKM PEMANFAATAN LIMBAH ANORGANIK UNTUK ALAT DESTILASI SEDERHANA Novita, Mega; Dewanto, Febrian Murti; Harjanta, Aris Trijaka; Herlambang, Bambang Agus; Marlina, Dian; Purwaningsih, Desi; Kusumo, Haryo
SWAGATI : Journal of Community Service Vol. 1 No. 1 (2023): March
Publisher : Universitas AMIKOM Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/swagati.2023v1i1.1030

Abstract

Sampai saat ini, Indonesia masih kesulitan menangani persoalan sampah. Oleh karena itu, perlu dilakukan perubahan paradigma yang memandang sampah sebagai sumber daya yang memiliki nilai ekonomis dan dapat dimanfaatkan. Kkhususnya limbah anorganik seperti kaleng dan plastik banyak dimanfaatkan untuk pembuatan kriya logam, campuran beton, bahan pembuatan MMC (Metal Matrix Composites) dan bahan dasar koagulan. Untuk mendukung warga Desa Doplang meningkatkan nilai jual komoditi bunga sedap malam, Teknologi Tepat Guna (TTG) alat destilasi/ penyulingan sederhana dari limbah anorganik dibuat. Metode yang digunakan adalah dengan pendekatan community development, empowerment dan community engagement. Setelah melakukan perijinan ke mitra, sosialisasi tentang potensi limbah anorganik dan pelatihan pembuatan alat destilasi sederhana dilakukan. Alat destilasi sederhana berhasil dibuat dengan memanfaatkan limbah organik. Dari kegiatan ini, warga Desa Doplang diharapkan mampu mengekstrak minyak atsiri bunga sedap malam menjadi produk turunannya.
Pelatihan Pembuatan Bukti Karya Guru Sesuai Platform Merdeka Mengajar di SMA Muhammadiyah 1 Semarang Joko Siswanto; Aris Tri Jaka Harjanta; Ibnu Fatkhu Royana; Harto Nuroso; Mei Fita Asri Untari; Dwi Prasetiyawati Diyah Hariyanti; Elgana Septiana; Rizal Ashari
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 15, No 4 (2024): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v15i4.20540

Abstract

Era digital menuntut para pendidik untuk memiliki kemampuan beradaptasi dengan teknologi yang mendukung proses pembelajaran dan peningkatan kinerja. Salah satu upaya yang dilakukan adalah melalui Platform Merdeka Mengajar (PMM), sebuah inovasi dari Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia untuk mendukung implementasi kurikulum merdeka. Namun, hadirnya PMM tidak dapat digunakan secara maksimal oleh guru SMA Muhammadiyah 1 Semarang, karena belum mengerti dan memahami dalam pengoperasian dan pemanfaatannya terutama terkait dengan bukti karya. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk menyelesaikan permasalahan SMA Muhammadiyah 1 Semarang dalam hal membuat bukti karya pembelajaran sehingga mendukung peningkatan kinerja guru yang profesional. Hasil menunjukkan bahwa pelatihan ini mampu meningkatkan pemahaman PMM dan kemampuan guru dalam membuat bukti karya pembelajaran, yang ditunjukkan dengan semua guru (100%) menghasilkan modul ajar, bahan ajar, artikel ilmiah, dan praktik baik.
SISTEM PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE ARIMA ( AUTOREGRESSIVE MOVING AVERAGE) Setiaji, Venanda Try; Latifa, Khoiriya; Harjanta, Aris Trijaka
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.7255

Abstract

Volatilitas harga Bitcoin di Indonesia, yang semakin populer sebagai alternatif investasi, menimbulkan tantangan bagi investor dalam pengambilan keputusan akibat fluktuasi ekstrem. Penelitian ini bertujuan mengembangkan sistem prediksi harga Bitcoin berbasis web menggunakan metode AutoRegressive Integrated Moving Average (ARIMA) untuk memberikan informasi prediktif yang akurat. Metode meliputi pendekatan kuantitatif dengan Agile Scrum, pengumpulan data historis 365 hari via API CoinGecko, pengujian stasionaritas menggunakan Augmented Dickey-Fuller, dan optimasi parameter ARIMA. Hasil penelitian menunjukkan sistem dengan antarmuka inklusif (halaman home, prediksi, analisis model) yang menghasilkan prediksi 30 hari ke depan dengan interval kepercayaan 95%, mencerminkan tren pasar berdasarkan data historis. Pembahasan mengkonfirmasi efektivitas ARIMA dalam menangkap pola harga, meskipun terbatas pada tren linier. Simpulan menegaskan keberhasilan sistem dalam mendukung investasi, dengan saran untuk pembaruan data berkala dan analisis faktor eksternal guna meningkatkan akurasi.
RANCANG BANGUN APLIKASI SISTEM INFORMASI GEOGRAFIS (SIG) PENCARIAN MASJID TERDEKAT BERBASIS ANDROID DI KOTA SEMARANG DENGAN METODE GEOLOCATION DAN HAVERSINE FORMULA hidayat, dwiki krisma; Harjanta, Aris Tri Jaka
Jurnal Transformatika Vol. 17 No. 1 (2019): July 2019
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v17i1.1253

Abstract

Prayer is one of the worship that must be done by all Muslims in this world. If you have entered prayer time, whether we are wherever we are as a devout Muslim it is obligatory to immediately do the prayer. No exception when we are visiting or traveling in a certain area. Therefore, it will be very helpful if there is an application that can find the location of the nearest mosque that can be accessed using a smartphone. Previously, there were similar applications but only accessible via the web. Then, using google maps actually can already find the closest mosque, but there are still shortcomings, namely location data displayed at some point is invalid (the location at certain points there is no mosque). So, the Sigoca Master application (Nearest Mosque Search Information System) in Semarang City based on Android is made to help all Muslims who are visiting or traveling in the City of Semarang. Geolocation and Haversine Formula are the methods I will use to build the Sigoca Master application. With these methods, it is expected that the application built can help find the location of the nearest mosque from the user's location.
SISTEM INFORMASI GEOGRAFIS PEMETAAN JENIS KEKERASAN TERHADAP PEREMPUAN DI JAWA TENGAH MENGGUNAKAN METODE K-MEANS CLUSTERING Maulana, Novan; Harjanta, Aris Tri Jaka; Novita, Mega
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 13 No 2 (2025): TEKNOIF OKTOBER 2025
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2025.V13.2.77-86

Abstract

Violence against women is a social issue with widespread impacts and remains highly prevalent in Indonesia, including in Central Java Province. The forms of violence include physical, psychological, and sexual abuse, exploitation, neglect, and others. Presenting data in a general form without spatial mapping often makes it difficult to identify regions with high levels of vulnerability. This study aims to cluster regencies/municipalities in Central Java based on types of violence against women by integrating the K-Means Clustering method with Geographic Information Systems (GIS). The data used are records of violence against women in 2024 from 35 regencies/municipalities. The K-Means method was applied iteratively until reaching a convergent condition, resulting in three main clusters. The clustering results were visualized using QGIS software in the form of thematic maps, facilitating the interpretation of spatial patterns. The evaluation shows that spatial classification was successfully applied with a spatial match rate of 100%, and a Silhouette Score of 0.577, indicating a moderately good cluster quality. The majority of regions are included in the low cluster, while only one region is in the high cluster. This study concludes that the combination of K-Means and GIS is effective in detecting and visualizing regional vulnerability to violence against women and has the potential to serve as a basis for developing more targeted and evidence-based protection policies. It is recommended that future research expand the dataset, include additional risk variables, and explore alternative clustering methods or advanced spatial analyses to improve the accuracy and understanding of violence patterns.
Penerapan Algoritma Random Forest Untuk Prediksi Biaya Kontruksi Berbasis Web Dui Puspitasari; Noora Qotrun Nada; Aris Tri Jaka Harjanta
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 2 (2025): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i2.385

Abstract

Abstrak: Estimasi biaya proyek konstruksi sangat penting untuk menjamin efektivitas dan ketepatan perencanaan anggaran, kompleksitas proyek dan banyaknya variabel yang terlibat seringkali menyulitkan perusahaan konstruksi dalam menghasilkan estimasi biaya yang akurat. Tujuan dari penelitian ini adalah menggunakan data historis dan algoritma random forest regression untuk memperkirakan biaya proyek bangunan. Karena kapasitasnya untuk mengelola data yang rumit, meminimalkan overfitting, dan meningkatkan akurasi prediksi, pendekatan random forest dipilih. Model Random Forest digunakan untuk mengumpulkan, membersihkan, dan melatih data proyek sebelum dimasukkan ke dalam sistem informasi daring. Hasil pengujian menunjukkan tingkat akurasi model yang tinggi dalam esti masi biaya, tim proyek dan manajemen dapat mengakses data estimasi dengan cepat dan efektif berkat teknologi ini. Secara keseluruhan, penggunaan algoritma random forest dalam sistem berbasis web menawarkan cara yang fleksibel dan tepat untuk mendukung proses estimasi biaya proyek konstruksi.Kata kunci: Konstruksi, Machine Learning, Prediksi, Proyek, Random ForestAbstract: Construction project cost estimation is crucial to ensure the effectiveness and accuracy of budget planning. Project complexity and the numerous variables involved often make it difficult for construction companies to produce accurate cost estimates. The purpose of this study is to use historical data and the random forest regression algorithm to estimate the cost of a building project. Due to its capacity to handle complex data, minimize overfitting, and improve prediction accuracy, the random forest approach was chosen. The random forest model was used to collect, clean, and train project data before being input into an online information system. Test results demonstrated a high level of model accuracy in cost estimation, and project teams and management were able to access the estimated data quickly and effectively thanks to this technology. Overall, the use of the random forest algorithm in a web-based system offers a flexible and appropriate way to support the cost estimation process of construction projectsKeywords: Construction, Machine Learning, Prediction, Project, Random Forest.
Co-Authors Abdul Syukur Bambang Agus Herlambang, Bambang Catur Supriyanto Desi Purwaningsih Dui Puspitasari Dwi Prasetiyawati Diyah Hariyanti Edi Dwi Supratiyan Elgana Septiana Febrian Murti Dewanto Harto Nuroso Haryo Kusumo Hendriansyah, Bima Aditya hidayat, dwiki krisma Ibnu Fatkhu Royana Joko Siswanto Khoiriya Latifah, Khoiriya Kusumo, Haryo Latifa, Khoiriya Lia Ayu Kusumaningrum Marlina, Dian Maulana, Novan Mega Novita Mega Novita Mei Fita Asri Untari Muhammad Wahyu Izzul Fahmi Nafi', Abdun Noora Qotrun Nada Noora Qotrun Nada, Noora Qotrun Rizal Ashari Saeful Fahmi, Saeful Setiaji, Venanda Try Shentika Ayu Wulandari Vilda Ana Veria Setyawati Waliyansyah, Rahmat Robi Wobowo, Setyoningsih Wulandari, Shentika Ayu Zainal Arifin