Article Per Year (5 Year)
p-Index From 2021 - 2026
6.084
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS Scientific Journal of Informatics Jurnal Informatika Upgris Insect (Informatics and Security) : Jurnal Teknik Informatika E-Link: Jurnal Teknik Elektro dan Informatika REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Intelligent Decision Support System (IDSS) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Abdi Masyarakat Indonesia Jurnal Mandiri IT Brilliance: Research of Artificial Intelligence Jurnal Minfo Polgan (JMP) Jurnal Teknologi Sistem Informasi Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Informatika Teknologi dan Sains (Jinteks) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer JSITP Journal of Artificial Intelligence and Digital Business Jurnal Publikasi Teknik Informatika (JUPTI) Jurnal Masyarakat Madani Indonesia Jurnal Ekonomi, Teknologi dan Bisnis Innovative: Journal Of Social Science Research SOROT: Jurnal Pengabdian Kepada Masyarakat Jurnal Akademik Pengabdian Masyarakat Kadaster: Journal of Land Information Technology Svarga Pena: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika dan Desain Komunikasi Visual
Bangkit Indarmawan Nugroho
STMIK YMI TEGAL
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Penerapan Metode Simple Moving Average Dan Analytic Hierarcy Process Untuk Prediksi Tingkat Kerawanan Banjir Rob Di Brebes Septiadi, Mohamad Rifki; Nugroho, Bangkit Indarmawan; Santoso, Nugroho Adhi; Gunawan , Gunawan
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13618

Abstract

Banjir rob yang terjadi pada area Kabupaten Brebes dikarenakan luapan air laut ketika pasang yang masuk ke daratan, baik secara langsung maupun secara tidak langsung yaitu melalui luapan air sungai. Area daratan yang terdampak banjir rob semakin lama semakin luas, sehingga perlu ada analisa terhadap zonasi tingkat kerawanan terjadi banjir rob agar upaya penanganan dan pencegahan dapat tepat sasaran. Penentuan zonasi dengan tingkat kerawanan banjir rob ini melibatkan berbagai kriteria, untuk itu digunakan model Simple Moving Average dan model Analytic Hierarcy Process. Dari hasil yang sudah diperoleh maka dapat diambil kesimpulan bahwa dari ketiga parameter yang digunakan, parameter curah hujan, jenis tanah, dan kemiringan lereng memiliki pengaruh paling besar terhadap banjir dengan bobot sebesar 50%. Hasil ini didapatkan dari perhitungan model Analytical Hierarchy Process dengan nilai yang didapat dari 3 narasumber. Kabupaten Brebes cenderung fluktuatif. Model yang cocok digunakan untuk memprediksi jumlah bencana banjir di Kabupaten Brebes adalah model Single Moving Average dengan rata-rata bergerak 3 tahun dengan nilai MAE sebesar 30,6666 dan nilai MSE sebesar 1584, 0740.
Perbandingan Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Untuk Analisis Sentimen Komentar Politik Youtube Santoso, Bayu Aji; Nugroho, Bangkit Indarmawan; Asyfiya, Dzurrotu Umi
TIN: Terapan Informatika Nusantara Vol 6 No 4 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/tin.v6i4.8326

Abstract

Sentiment analysis is an important field in natural language processing that is widely used to understand public opinion on social media. This study compares the performance of three machine learning algorithms, namely Naïve Bayes, Support Vector Machine (SVM), and Random Forest, in analyzing YouTube comment sentiment. The dataset consists of 15,257 comments obtained from the Indonesia Lawyers Club (ILC) and Rakyat Bersuara channels. The research process includes preprocessing stages (cleaning, case folding, tokenizing, normalization with a slang dictionary, stopword removal, and stemming), data labeling with a Lexicon-based approach using InSet Lexicon, data division with a ratio of 80% training data and 20% test data, and evaluation using accuracy, precision, recall, and F1-score metrics, complemented by K-fold cross validation tests. The results of the sentiment distribution show a dominance of negative sentiment at 43.2%, followed by neutral at 34.9%, and positive at 21.9%. Model evaluation showed that SVM excelled with 83.52% accuracy, 83.55% precision, 83.52% recall, and 83.52% F1-score, followed by Random Forest with 77.20% accuracy, while Naïve Bayes achieved the lowest result at 64.71%. The K-Fold test further strengthened these results, with the best accuracy of 84.14% for SVM. Thus, SVM can be concluded as the most effective algorithm for analyzing political comment sentiment on YouTube.
Sosialisasi Dan Pelatihan Penerapan Aplikasi E-Posyandu Bagi Kader Posyandu Desa Bandasari Di Kabupaten Tegal Syefudin, Syefudin; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Santoso, Nugroho Adh; Arif, Zaenul; Gunawan, Gunawan; Andriani, Wresti
Jurnal Masyarakat Madani Indonesia Vol. 2 No. 4 (2023): November
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/js.v2i4.161

Abstract

Pengabdian masyarakat ini bertujuan untuk menyediakan sosialisasi dan pelatihan intensif kepada kader Posyandu di Desa Bandasari, Kabupaten Tegal, dalam rangka menerapkan aplikasi E-Posyandu. Tujuan utama adalah untuk meningkatkan pemahaman dan keterampilan kader Posyandu dalam penggunaan aplikasi E-Posyandu sebagai alat efisien untuk mengumpulkan, merekam, dan menganalisis data kesehatan masyarakat. Metode pelaksanaan melibatkan sesi sosialisasi konsep aplikasi dan pelatihan praktis dalam pengoperasian aplikasi tersebut. Hasil dari kegiatan ini diharapkan dapat mengoptimalkan peran Posyandu dalam perawatan kesehatan masyarakat, dengan pemantauan data yang lebih akurat dan real-time. Keberhasilan dalam menghadirkan teknologi ini diharapkan mampu menjadi contoh positif untuk program serupa di daerah lain yang memerlukan peningkatan efisiensi dalam pemantauan kesehatan masyarakat
Optimasi K-Means Clustering Pada Data Harga Mangga Menggunakan Particle Swarm Optimization Firmansyah, Akhmad Lutfi; Nugroho, Bangkit Indarmawan; Arif, Zaenul
Jurnal Teknologi Sistem Informasi Vol 6 No 2 (2025): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v6i2.13158

Abstract

Fluktuasi harga mangga antarprovinsi di Indonesia mempengaruhi stabilitas pasar dan kesejahteraan petani. Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan tren harga mangga tahun 2019–2024 menggunakan algoritma K-Means Clustering yang dioptimasi dengan Particle Swarm Optimization (PSO). Data sekunder yang digunakan berasal dari 38 provinsi dengan format rata-rata harga tahunan. Penentuan jumlah cluster dilakukan menggunakan metode Elbow dan diperoleh nilai optimal pada k=3. Hasil clustering menghasilkan tiga kelompok harga: tinggi, sedang, dan rendah. Penggunaan PSO terbukti meningkatkan akurasi pengelompokan dibandingkan K-Means murni. Evaluasi menunjukkan penurunan nilai Sum of Squared Error (SSE) dari 3,1146 menjadi 2,5882, peningkatan Silhouette Score dari 0,4422 menjadi 0,5461, penurunan Davies-Bouldin Index dari 0,7063 menjadi 0,5185, serta penurunan Quantization Error dari 0,2520 menjadi 0,2122. Visualisasi dengan Principal Component Analysis (PCA) memperjelas distribusi antar cluster secara spasial. Hasil penelitian ini dapat menjadi dasar pertimbangan dalam penyusunan kebijakan pengendalian harga dan distribusi mangga secara lebih tepat sasaran di berbagai wilayah Indonesia.
Perbandingan Metode Regresi Linier dan Exponential Smoothing dalam Memprediksi Harga Minyak Goreng Kemasan di Indonesia Handayani, Sri; Nugroho, Bangkit Indarmawan; Sedya Utami, Erni Unggul Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2171

Abstract

Transportasi Minyak goreng merupakan komoditas strategis yang berdampak langsung terhadap pengeluaran rumah tangga dan sektor usaha. Penelitian ini bertujuan untuk memprediksi harga minyak goreng kemasan di Indonesia menggunakan dua metode, yaitu Regresi Linier dan Exponential Smoothing (ETS), serta membandingkan akurasinya. Data yang digunakan berupa harga rata-rata tahunan minyak goreng kemasan bermerek di 34 provinsi Indonesia selama tahun 2020 hingga 2024. Proses analisis dilakukan menggunakan Python, termasuk tahapan pra-pemrosesan data, pemodelan, prediksi harga tahun 2025–2026, dan evaluasi model menggunakan MAE, MSE, dan RMSE. Hasil penelitian menunjukkan bahwa metode ETS memberikan performa yang lebih baik dibandingkan Regresi Linier. Hal ini terlihat dari nilai MAE, MSE, dan RMSE ETS yang lebih rendah, menunjukkan prediksi yang lebih akurat dan stabil. Penelitian ini memberikan kontribusi dalam pemilihan metode prediksi harga komoditas strategis serta dapat digunakan sebagai dasar dalam pengambilan kebijakan pengendalian harga.
Optimalisasi Preprocessing Data Menggunakan Pendekatan CRISP-DM untuk Meningkatkan Kualitas Klasifikasi Penyakit Jantung Nursahid, Wahyu; Nugroho, Bangkit Indarmawan; Syefudin, Syefudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2514

Abstract

Penyakit jantung masih menjadi penyebab kematian utama di dunia sehingga deteksi dini berbasis data medis menjadi sangat penting. Penelitian ini menerapkan kerangka CRISP-DM untuk membangun klasifikasi penyakit jantung dengan pendekatan sistematis yang menekankan optimalisasi preprocessing data. Algoritma k-Nearest Neighbor (KNN) digunakan sebagai model dasar, dengan empat skema preprocessing yang dibandingkan: baseline dengan encoding, penambahan normalisasi, integrasi seleksi fitur berbasis Information Gain, serta kombinasi normalisasi, SMOTE dan seleksi fitur. Proses evaluasi dilakukan menggunakan 10 fold cross validation dengan metrik akurasi, presisi, recall, F1-score dan AUC. Hasil eksperimen menunjukkan bahwa skema keempat memberikan performa terbaik dengan akurasi 81,26 persen dan AUC 0,8460, melampaui skema lainnya. Fakta ini menegaskan bahwa strategi preprocessing yang tepat berkontribusi signifikan terhadap peningkatan performa model. Implikasi penelitian ini adalah perlunya menempatkan preprocessing sebagai bagian integral dari kerangka CRISP-DM, bukan sekadar langkah tambahan, serta membuka peluang penelitian lanjutan untuk mengeksplorasi variasi teknik preprocessing yang lebih adaptif. Pada tataran implementasi nyata, kombinasi preprocessing terbaik dengan algoritma yang lebih kuat dapat dipertimbangkan guna menghasilkan sistem prediksi penyakit jantung yang akurat dan andal.
Analisis Sentimen Program Makan Bergizi Gratis Pemerintah RI Melalui Twitter Menggunakan Metode SVM Fatkhurrohman, Fatkhurrohman; Nugroho, Bangkit Indarmawan; Fadillah, Nurul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2533

Abstract

Program Pemberian Makanan Sehat secara Gratis yang diluncurkan oleh pemerintah menerima beragam reaksi dari masyarakat, khususnya melalui media sosial seperti Twitter. Studi ini dilakukan untuk mengevaluasi perasaan publik mengenai program itu dengan tujuan memberikan gambaran opini publik yang lebih terstruktur dan terukur. Data diperoleh dari Twitter dengan teknik crawling, kemudian melewati proses preprocessing, normalisasi, dan konversi menjadi representasi numerik menggunakan teknik TF-IDF. Selanjutnya, sentimen dikategorikan melalui penerapan algoritma Support Vector Machine (SVM) ke dalam tiga kelas: positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa model tersebut berhasil dengan akurasi mencapai 80% dan weighted F1-score di angka 0,76. Sentimen positif menjadi kategori yang paling dominan dan terdeteksi dengan akurasi tinggi, ditunjukkan oleh nilai recall sebesar 0,98 dan F1-score sebesar 0,88. Sebaliknya, pendapat netral dan negatif masih memperlihatkan kelemahan dalam klasifikasi, terutama dari sisi recall dan F1-score yang sangat rendah. Temuan ini mengindikasikan bahwa model SVM bisa digunakan secara efisien untuk menganalisis opini publik dalam bahasa Indonesia, khususnya pada isu kebijakan sosial yang banyak dibicarakan di media sosial.
Analisis Efektivitas Penggunaan AI dalam Desain UI/UX dengan Figma -, Muh Musthafa Yoshananda; Bangkit Indarmawan Nugroho; Zaenul Arif
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2906

Abstract

Penelitian ini ditujukan untuk menilai efektivitas penggunaan kecerdasan buatan (AI) dalam menunjang proses perancangan antarmuka dan pengalaman pengguna (UI/UX) melalui aplikasi Figma. Pendekatan yang digunakan mengacu pada Technology Acceptance Model (TAM) dengan melibatkan variabel Perceived Usefulness (PU), Perceived Ease of Use (PEOU), Attitude Toward Using (ATU), Behavioral Intention (BI), serta variabel efektivitas. Data penelitian diperoleh melalui penyebaran kuesioner kepada 60 responden yang terdiri dari desainer UI, pengembang web, serta desainer lepas. Analisis data dilakukan menggunakan uji validitas, reliabilitas, korelasi Pearson, dan regresi linier berganda dengan bantuan SPSS. Hasil analisis memperlihatkan bahwa variabel PU dan ATU berpengaruh signifikan terhadap efektivitas pemanfaatan AI dalam desain UI/UX berbasis Figma, sedangkan PEOU dan BI tidak menunjukkan pengaruh yang berarti. Nilai koefisien determinasi (R²) sebesar 21,7% mengindikasikan bahwa keempat variabel TAM mampu menjelaskan 21,7% variasi efektivitas penggunaan AI, sementara sisanya dipengaruhi oleh faktor lain di luar penelitian ini. Studi ini juga membandingkan desain yang dihasilkan secara manual dengan desain berbasis Artificial Intelligence, di mana penggunaan Artificial Intelligence terbukti lebih efisien namun masih memiliki keterbatasan pada aspek kreativitas dan detail desain. Kata kunci: Artificial Intelligence, Figma, UI/UX, Technology Acceptance Model, Efektivitas
Analisis Sentimen Ulasan Aplikasi TikTok di Google Playstore Menggunakan Algoritma Naive Bayes Maulana, M Taufik Fajar; Nugroho, Bangkit Indarmawan; Utami, Erni Unggul Sedya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2962

Abstract

Aplikasi mobile seperti TikTok telah menjadi bagian penting dari aktivitas sehari-hari sehingga perlu dipahami perspektif pengguna melalui ulasan untuk meningkatkan kualitas aplikasi. Penelitian ini menganalisis sentimen ulasan pengguna TikTok di Google Playstore, mengevaluasi performa algoritma klasifikasi, serta mengidentifikasi dinamika sentimen dan kata kunci utama sebagai dasar pengambilan keputusan strategis. Sebanyak 3.000 ulasan dikumpulkan dengan teknik web scraping dan diproses melalui tahapan pre-processing teks seperti casefolding, penghapusan tanda baca, normalisasi, stopword removal, tokenizing, dan stemming. Fitur teks diekstraksi menggunakan metode TF-IDF, sedangkan analisis sentimen dilakukan dengan algoritma Naive Bayes. Hasil klasifikasi menunjukkan 54,6% ulasan bersentimen positif, 44,1% negatif, dan 1,4% netral. Model Naive Bayes menghasilkan akurasi 83% dengan nilai precision, recall, dan F1-score yang baik pada setiap kelas sentimen. Analisis temporal dari April hingga Juni 2025 menunjukkan adanya fluktuasi sentimen, sementara identifikasi kosakata dominan pada ulasan negatif memberikan masukan langsung bagi pengembang untuk perbaikan fungsi aplikasi. Penelitian ini menyimpulkan bahwa analisis sentimen efektif sebagai dasar strategi peningkatan kualitas aplikasi secara berkelanjutan.
Digital Marketing Efforts to Improve Products of Micro Small and Medium Enterprises (UMKM) in Tegal Santoso, Nugroho Adhi; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Gunawan, Gunawan
Brilliance: Research of Artificial Intelligence Vol. 3 No. 2 (2023): Brilliance: Research of Artificial Intelligence, Article Research November 2023
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v3i2.3646

Abstract

Digital marketing is promotional activities and market search through the media digitally online by utilizing various means such as social networks. The aim of this research is to increase knowledge and skills about digital marketing, especially social media, for Small and Medium Enterprises (SME) business people to increase their sales and profits. Digital marketing is the use of social media networks to carry out promotional activities and map digital markets. By using computers or other electronic equipment, digital marketing ideas can bring together geographically diverse parties. The aim of this research is to identify the most effective digital marketing tactics for the growth of MSMEs in Tegal City and Tegal Regency. The method used in this research is descriptive qualitative. With Data collection through observation, interviews, and secondary sources, such as books, journals, and articles, were used to collect information for this research. The results of this research show that the productivity growth of MSMEs in Tegal City and Tegal Regency has not been positive. Even when a website for an online business has been created, not everyone has implemented a digital marketing plan. It can be seen that digital marketing strategies have not received much attention from MSMEs in Tegal City and Tegal Regency. So it is hoped that MSMEs in Tegal City and Tegal Regency can adapt to changing times, namely selling online using digital marketing strategies.
Co-Authors -, Muh Musthafa Yoshananda Aang Alim Murtopo Adhi Santoso, Nugroho Ananda, Pingky Septiana Anandianskha, Sawaviyya Andriani, Wresti Andriani, Wresty Arif, Zaenul Asyfiya, Dzurrotu Umi Aziz, Taufiq Azmi, Muchamad Nauval Bayu Aji Santoso Budiono, Wahyu Defi Lugianti Dewi, Errika Mutiara Erni Unggul Sedya Utami, Erni Unggul Sedya Fajrul Falah Farkhan, Muhammad Fatkhurrohman Fatkhurrohman, Fatkhurrohman Firmansyah, Akhmad Lutfi Gunawan Gunawan Gunawan , Gunawan Gunawan Gunawan Gunawan Gunawan Handayani, Sri Hidayatullah, Bryan Adam Isnaeni Hamidah Karsidin, Karsidin Khasanah, Apriliani Maulidya Khusni, Muhammad Wazid Kurniawan, Rifki Dwi Maulana, M Taufik Fajar Miftakhuddin, Ahmad Muhammad Syahrul Maulana Muhammad Syahrul Maulana Mustofa, Fahmi Charish Naja, Naella Nabila Putri Wahyuning Nindy Putri Lestari Nugroho Adhi Santoso Nugroho Adhi Santoso Nursahid, Wahyu Nurul fadillah, Nurul Rafhina, Ana Rifki Dwi Kurniawan Rifki Dwi Kurniawan Romadhona, Wahyu Rozak, Fatkhur Santoso, Bayu Aji Santoso, Nugroho Adh Santoso, Nugroho Adhi Sarif Surorejo Sedya Utami, Erni Unggul Sedya Sekar Setyaningtyas Septiadi, Mohamad Rifki Septiana, Pingky Srifani, Dewi Supratman, Ardhi Syefudin Syefudin Syefudin Syefudin, Syefudin Triwinanto, Mohammad Amin Umar Ali Ahmad Wahyu Romadhona Wresti Andriani Yoshananda, Muh Musthafa Zaenal Arif Zaenal Ma'arif Zaenul Arif Zaenul Arif Zaenul, Arif