Article Per Year (5 Year)
p-Index From 2020 - 2025
2.255
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Faktor Exacta Journal of Innovation and Future Technology (IFTECH) Jurnal E-Komtek Indexia MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika Jurnal Ilmiah Mahasiswa Manajemen, Bisnis dan Akuntansi Technology and Informatics Insight Journal Journal of Data Science Theory and Application Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Rahmat Hidayat
Universitas Putra Bangsa
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 Library & Information Science Mathematics Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Clustering Menggunakan Algoritma K-Means untuk Mengelompokan Wilayah Rawan Kejahatan di Wilayah Kabupaten Solok Rahmat Hidayat
Jurnal Ilmiah Mahasiswa Manajemen, Bisnis dan Akuntansi (JIMMBA) Vol. 4 No. 5 (2022): JIMMBA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/jimmba.v4i5.169

Abstract

Kabupaten solok merupakan salah satu wilayah yang terdapat pada provinsi sumatera barat. Kabupaten solok memiliki 14 kecamatan dan 74 nagari/desa. Berdasarkan data yang terdapat pada lumbung data Badan Pusat Statistik Kabupaten Solok indexs kemiskinan yang terdata pada tahun 2021 adalah 30,36 ribu jiwa atau 8,01% dari jumlah penduduk kabupaten solok. Tentu tingkat kemiskinan ini mempengaruhi banyak tindak pidana yang terjadi pada wilayah ini. Tercatat selama tahun 2021 berdasarkan data perkara yang dilimpahkan oleh Kejaksaan Solok terdapat 202 dakwaan yang telah dilimpah kepada pengadilan Negeri Koto Baru. Dari permasalahan tersebut muncullah gagasan untuk menggali informasi dari data tindak pidana terjadi pada tahun 2021 untuk mengelompokan wilayah yang rawan tindak kejahatan dengan menggunakan metode algoritma K-Means. Diharapkan hasil dari penilitian ini dengan mengelompokan wilayah yang rawan tindak kejahatan, dapat memberikan pengetahuan baru atau informasi baru bagi warga yang tinggal disatu wilayah di kabupaten solok agar lebih meningkat kewaspadaan agar terhindar dari tindak kejahatan sehingga dapat menurunya tingkat kriminalitas diwilayah kabupaten solok.
PEMANFAATAN ALGORITMA FP-GROWTH UNTUK MELIHAT TINGKAT KEJAHATAN PADA PENGADILAN NEGERI KOTO BARU Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 1 (2022): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i1.47

Abstract

Pengadilan Negeri Koto Baru merupakan pengadilan yang memiliki wilayah hukum yang cukup luas. Pengadilan ini menaungi dua kabupaten sekaligus yaitu Kabupaten Solok dan Kabupaten Solok Selatan. Berdasarkan data yang terdapat di SIPP (Sistem Informasi Penelusuran Perkara) yang terdapat pada Pengadilan Negeri Koto Baru dapat dilihat bahwasanya tindak kejahatan yang terjadi diwilayah hukumnya meningkat setiap tahunya. Berdasarkan data dari SIPP dapat dilihat dari bulan januari 2021 sampai dengan bulan oktober 2021 telah terdaftar sebanyak 53 perkara tindak pidana yang telah dilimpahkan oleh pihak Kejaksaan. Data yang tersimpan pada SIPP dapat digunakan untuk mencari sebuah pengetahuan baru, yaitu dengan cara menggunakan teknik data mining. Adapun teknik yang digunakan adalah menggunakan algoritma FP-Growth yaitu salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul. Tujuan dari penelitian ini adalah untuk menemukan pengetahuan baru (knowledge) dari kumpulan data tindak pidana yang tersimpan pada SIPP Pengadilan Negeri Koto Baru. Nantinya dapat dilihat kecendrungan tindak kejahatan yang terjadi berdasarkan dari beberapa attribute yang telah ditentukan. Data yang digunakan dalam penelitian ini adalah data tindak pidana yang terjadi dari bulan januari 2021 sampai dengan bulan oktober 2021. Adapun attribute yang digunakan pada penelitian ini yaitu terdiri dari Pendidikan, pekerjaan dan tindak pidana yang dilakukan. Hasil dari pengujian terhadap metode ini didapatkan sebuah informasi yaitu, kecendrungan tindak kejahatan yang terjadi berdasarkan latar belakang pendidikan dan pekerjaan terpidana dengan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembanguan FP-Tree dalam mencari frequent itemset, maka dihasilkan sebuah association rule.  
PEMANFAATAN DATA MINING UNTUK MELIHAT MINAT SISWA SETELAH MENYELESAIKAN PENDIDIKAN SEKOLAH MENENGAH ATAS (SMA) DENGAN ALGORITMA K-MEANS CLUSTERING Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 2 (2022): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i2.220

Abstract

Sekolah Menengah Atas (SMA) merupakan tingkatan terakhir Pendidikan menengah yang harus ditempuh siswa sebelum melanjutkan jenjang Pendidikan tinggi. Baik SMA, SMK ataupun MA memiliki level atau jenjang yang sama dan harus ditempuh dalam waktu 3 tahun oleh siswa. Siswa yang telah menyelesaikan Pendidikan setingkat SMA dapat melanjutkan Pendidikan ketingkat yang lebih tinggi ataupun memilih bekerja, karena juga banyak lowongan yang memberikan persyaratan minimal untuk mengisi suatu formasi yaitu minimal lulus SMA. Banyak hal yang mempengaruhi siswa dalam menentukan pilihan, apakah ingin melanjutkan Pendidikan yang lebih tinggi ataupun lebih memilih untuk bekerja. Salah satu yang memiliki pengaruh yang besar pemilihan tersebut ialah, pekerjaan orang tua yang pastinya juga berbanding lurus dengan pendapatanya, lingkungan sekitar, dll. Dari permasalahan tersebut penulis tertarik untuk melakukan penelitian dengan menggunakan metode data mining dengan algoritma K-Means Clustering untuk mengelompokan minat serta bakat siswa dalam menentukan pilihan setelah menyelesaikan Pendidikan setingkat SMA. Data yang digunakan dalam penelitian ini merupakan data yang didapatkan dari data kuesioner yang diisi langsung oleh siswa kelas XII Madrasah Aliyah DR. H. Abdullah Ahmad PGAI Padang. Dari sebanyak 25 orang siswa yang mengisi kuesioner. Maka dapat disimpulkan bahwa kecendrungan siswa untuk ingin melajutkan Pendidikan kejenjang yang lebih tinggi sangat tinggi tinggi, apabila dipersentasekan dari Clustering 1 (C1), dimana yang menjadi kelompok cluster 1 adalah siswa dengan penghasilan orang tua < Rp. 1.000.000 yaitu sebanyak 67 % ingin melajutkan Pendidikan kejenjang yang lebih tinggi dan 33% ingin bekerja. Sedangkan dari cluster 2 (C2), dimana cluster ini merupakan cluster dengan nilai maximum dan bisa dikatakan siswa yang memiliki orang tua yang berpenghasilan > Rp. 5.000.000, terdapat 69% siswa memilih melanjutkan Pendidikan kejenjang yang lebih tinggi dan 31% lebih memilih untuk bekerja. Diharapkan hasil dari penelitian ini dapat membantu perguruan tinggi yang terdapat diwilayah padang atau Sumatra barat dalam menjaring minat siswa untuk bergabung melanjutkan Pendidikan kejenjang Pendidikan yang lebih tinggi.
Design and Implementation of a Website-Based Information System at SMK TI XYZ Miftahul Huda; Nanang Pradita; Rahmat Hidayat
Jurnal E-Komtek Vol 7 No 1 (2023)
Publisher : Politeknik Piksi Ganesha Indonesia

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

Abstract

The website is one of the information systems that must exist in the education organization. The website is designed and built to be one of the means of delivering practical information and as a means of promotion for schools. This research uses the Waterfall method, which is included in the SDLC (Software Development Life Cycle) method category. The SDLC method refers to developing software systems using models based on well-tested methods. The waterfall method is generally used in software development, which begins with analyzing, designing, coding, testing, and maintenance. The result of designing the SMK website is implementing a website all users can access to get the information. In addition, the website is expected to help schools as an effective promotional media.
PENERAPAN ALGORITMA C4.5 TERHADAP TINGKAT KEPUASAN PASIEN PADA PELAYANAN PUSKESMAS KEBUMEN Rahmat Hidayat
Technology and Informatics Insight Journal Vol. 1 No. 1 (2023): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tiij.v1i1.391

Abstract

Tingkat kepuasan pelayanan kesehatan merupakan hal yang penting dalam mengevaluasi kualitas layanan yang diberikan oleh puskesmas. Penelitian ini merujuk pada Puskesmas di Kebumen. Untuk mengetahui tingkat kepuasan berdasarkan berbagai faktor yang ada. Data yang dikumpulkan mencakup berbagai aspek yaitu pendaftaran, dokter, fasilitas, perawat, kenyamanan dan kebersihan, serta administrasi dan keuangan. Terdapat enam aspek untuk mengukur kualitas pelayanan yang didasarkan pada harapan dengan kinerja yang dirasakan oleh para pasien. Penilaian kepuasan pasien berdasarkan kuisioner yang diisi oleh pasien. Hasil kuisioner akan diolah menggunakan metode algoritma C4.5. Algoritma C4.5 adalah metode klasifikasi dan menghasilkan pohon keputusan. Algoritma ini mengubah fakta yang besar menjadi pohon keputusan yang merepresentasikan aturan. Dari hasil penelitian yang dilakukan menggunakan algoritma C4.5, dapat membantu puskesmas dalam meningkatkan pelayanan sesuai dengan hasil kuisioner. Hasil perhitungan dari kuisioner pasien terdapat 12 jawaban puas dan 8 jawaban tidak puas dengan total kuisioner yang diisi sejumlah 20 kuisioner. Nilai gain tertinggi adalah pada atribut dokter dengan nilai 0.38302934. Dengan indicator variabel cukup puas yang memiliki entropy tertinggi dengan nilai 0.979868757.
Comparison Of The C4.5 And Naïve Bayes Algorithm For Recommendations For Aid Recipients For The Smart Indonesian Program Rahmat Hidayat; Miftahul Huda; Nanang Pradita
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 1 (2024): Edisi Januari
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i1.343

Abstract

Indonesian Smart Program (Program Indonesia Pintar “PIP”) is a government backing program aimed at scholars who come from poor or vulnerable families to finance education. Scholars entering PIP correspond of two orders, scholars who have a Indonesian Smart Card (Kartu Indonesia Pintar) Indonesian Health Card (Kartu Indonesia Sehat) and scholars who are recommended by the academy to get an education. The conventional way carried out by seminaries in furnishing education recommendations takes a long time and is prone to mismatch recommendations so that it can affect in the distribution of PIP backing that isn't on target. From these problems the authors are interested in conducting exploration by exercising data mining ways. This exploration compares the C4.5 algorithm and the Naive Bayes algorithm. Testing was carried out on 139 SDN 03 Karanganyar pupil data. The results of the test set up that the C4.5 algorithm is better than the naive bayes algorithm. So that the Rule generated by the C4.5 algorithm can be used to make a decision-making system at SDN 03 Karanganyar
PERANCANGAN MOCK UP SISTEM INFORMASI MANAJEMEN DESA BERBASIS WEBSITE (STUDI DI DESA MEKARMUKTI KECAMATAN CISAGA KABUPATEN CIAMIS JAWA BARAT) Nanang Pradita; Miftahul Huda; Rahmat Hidayat
Journal of Innovation And Future Technology (IFTECH) Vol 6 No 1 (2024): Vol 6 No 1 (February 2024): Journal of Innovation and Future Technology (IFTECH)
Publisher : LPPM Unbaja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/iftech.v6i1.3110

Abstract

Mekarmukti Village is located in Cisaga District, Ciamis Regency, West Java, Indonesia. The village is famous for its natural beauty and cultural heritage, as well as its agricultural practices. The village is surrounded by lush green forests and hills, making it a popular destination for tourists looking to explore the natural beauty of West Java. One issue that often arises in the Mekarmukti Village community that is the focus of attention is the lack of clarity of information conveyed to residents, causing them to repeatedly seek information. The village government has difficulty collecting family data due to various reasons and the busyness faced by residents, hampering the performance of the village government. From the above problems, the purpose of study is designing a Website-based Information System that is used to facilitate the Mekarmukti Village community in getting or obtaining the latest information from the Village Government. In addition to making it easier to get information, this information system also provides information related to tourist info and tourist maps, as well as financial transparency of Mekarmukti Village.
PENGELOMPOKAN JUMLAH KEKERASAN TERHADAP ANAK MENURUT KECAMATAN DI KABUPATEN BANYUMAS MENGGUNAKAN PENERAPAN ALGORITMA K-MEANS CLUSTERING Rahmat Hidayat; Febri Laksana; Yulia Dewi
Indexia : Informatics and Computational Intelligent Journal Vol 5 No 02 (2023): INDEXIA : Informatics and Computational Intelligent Journal
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v5i02.6404

Abstract

Kekerasan terhadap anak merupakan suatu tindakan kekerasan yang terjadi pada anak dalam bentuk fisik, seksual, psikis, maupun pengabaian terhadap anak. Hingga saat ini angka kekerasan terhadap anak terus meningkat termasuk juga angka kekerasan terhadap anak yang terjadi di Kabupaten Banyumas. Berdasakan data yang didapatkan dari BPS kabupaten Banyumas terdapat 274 kasus kekerasan terhadap anak diseluruh wilayah kabupaten Banyumas dari tahun 2017 hingga dengan 2020. Berdasarkan data tersebut dapat digunakan untuk mendapatkan informasi yang baru, yaitu dengan menggunakan penerapan teknik data mining yaitu dengan menggunakan algoritma K-means. K-Means merupakan salah satu metode data clustering non-hirarki yang dapat mempartisi data yang ada ke dalam bentuk satu atau lebih cluster/kelompok. Metode ini mempartisi data ke dalam Cluster/kelompok sehingga data yang memiliki karakteristik sama dikelompokkan ke dalam satu Cluster yang sama. Tujuan dari penelitian ini adalah untuk menentukan pengelompokan tingkat kekerasan terhadap anak menurut kecamatan di kabupaten Banyumas yang terjadi dari tahun 2017 hingga 2020 dengan menerapkan algoritma K-means Clustering. Pada penelitian ini ditentukan sebanyak 3 cluster dari perhitungan tersebut mendapatkan hasil yaitu cluster satu merupakan pengelompokan kasus kekerasan terhadap anak menurut kecamatan dikabupaten Banyumas yang terjadi diantara tahun 2017-2020 yang mencapai kasus tertinggi sebanyak 10 kasus dalam satu tahun dan terdapat pada 20 kecamatan. Cluster dua merupakan pengelompokan kasus kekerasan terhadap anak menurut kecamatan dikabupaten Banyumas yang terjadi diantara tahun 2017-2020 yang mencapai kasus tertinggi sebanyak 17 kasus dalam satu tahun dan terdapat pada 1 kecamatan. Cluster tiga merupakan pengelompokan kasus kekerasan terhadap anak menurut kecamatan dikabupaten Banyumas yang terjadi diantara tahun 2017-2020 yang mencapai kasus tertinggi sebanyak 15 kasus dalam satu tahun dan terdapat pada 6 kecamatan.
PENERAPAN ALGORITMA NAIVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN KOMENTAR TWITTER PROYEK PEMBAGUNAN IKN Zamzami, Faiz; Hidayat, Rahmat; Fathonah, Rina
Faktor Exacta Vol 17, No 1 (2024)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v17i1.22265

Abstract

Rice Price Prediction with Long Short-Term Memory (LSTM) Neural Network Rahmat Hidayat; Irawan Wibisonya
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 8 No 5 (2024): October 2024
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v8i5.6041

Abstract

Rice is a crucial commodity, especially in countries that rely on rice as a staple food. Fluctuations in rice prices can impact inflation, purchasing power, and economic stability. Therefore, an effective method for forecasting rice prices is essential for timely decision-making. This study aims to develop a rice price forecasting model by incorporating weather variability. Using Long Short-Term Memory (LSTM) neural networks, the model is expected to provide accurate predictions and guide decision-making in rice trading. LSTM is effective in analyzing time-series data. In this study, LSTM was used to examine the relationship between weather variability, crop yields, and land area with rice prices. Daily data from 2015 to 2023 were collected to build a model capable of predicting future rice prices. The results showed that the LSTM model achieved a Root Mean Squared Error (RMSE) of 0.054, indicating high prediction accuracy. This model allows stakeholders, including farmers, traders, and government officials, to better understand future rice price movements. This, in turn, helps them implement more effective strategies in managing rice supply and stabilizing prices.
Co-Authors Andi Riawan Andriano, Chrisfian Beni Augistri Putri Pradani Eka Prasetianingsih Fathonah, Rina Febri Laksana Irawan Wibisonya Miftahul Huda Nanang Pradita Nanang Pradita NURDIANSYAH, DIMAS Solly Aryza Subekti, Iklas Anang Yulia Dewi Zamzami, Faiz