Article Per Year (5 Year)
p-Index From 2021 - 2026
5.154
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIN (Jurnal Online Informatika) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Building of Informatics, Technology and Science JINAV: Journal of Information and Visualization Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Jurnal Matematika Integratif SmartComp CSRID LOGIC: Jurnal Penelitian Informatika
Jondri Jondri
Universitas Telkom, Bandung
Religion Arts Humanities 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 Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 120 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Indonesian Journal on Computing (Indo-JC)

 1 
PREDIKSI CRASH SAHAM MENGGUNAKAN LOG PERIODIC POWER LAW DENGAN NONLINEAR OPTIMIZATION (STUDI KASUS: PASAR SAHAM INDONESIA) Ditta Febriany Sutrisna; Jondri Jondri; Aniq Atiqi Rohmawati
Indonesia Journal on Computing (Indo-JC) Vol. 1 No. 1 (2016): March, 2016
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2016.1.1.10

Abstract

Pergerakan indeks harga saham menjadi tolak ukur para investor untuk membuat keputusan yang akan diambil seperti menjual, mempertahankan, atau membeli saham tersebut. Akan tetapi kondisi harga saham yang tidak menentu atau naik turun, mengakibatkan pasar keuangan rentan terhadap crash harga saham. Pada tugas akhir ini, digunakan model Log Periodic Power Law dengan Nonlinear Optimization untuk memprediksi crash terhadap harga saham. Nonlinear Optimization terdapat dua tahap yaitu metode Tabu Search dan algoritma Levenberg-Marquardt kuadrat terkecil nonlinier. Metode Tabu Search untuk mendapatkan tebakan awal dari parameter model LPPL, dan algoritma Levenberg-Marquardt kuadrat terkecil nonlinier untuk mendapatkan nilai parameter dari model LPPL. Hasil prediksi crash saham dilihat dari distribusi perkiraan waktu krisis dengan peluang paling besar. Berdasarkan informasi dari data IHSG, krisis terjadi pada bulan Oktober 2008. Hasil prediksi menggunakan model LPPL dengan Nonlinear Optimization menunjukkan waktu crash harga saham mendekati nilai pada tanggal 23 Januari 2008. Nilai harapan dengan probabilitas waktu paling besar terjadi pada tanggal 31 Januari 2008.
Prediksi Ketersediaan Energi Sumber Daya Mineral di Indonesia yang di Optimasi Menggunakan Algoritma Genetika Siti Saadah; E Handayani; Jondri -
Indonesia Journal on Computing (Indo-JC) Vol. 1 No. 2 (2016): September, 2016
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2016.1.2.27

Abstract

Energi dan Sumber Daya Mineral (ESDM) sebagai unsur yang merupakan kebutuhan utama pada suatu Negara membutuhkan kajian untuk memprediksi ketersediaannnya. Prediksi ini dilakukan menggunakan model autoregressive yang diimplementasikan pada data time series dan dioptimasi menggunakan Algoritma Genetika. Berdasarkan hasil observasi yang dilakukan untuk pencarian parameter algoritma genetika, diperoleh parameter terbaik yaitu ukuran populasi pada nilai 100 dan 200 sedangkan probabilitas pindah silang bernilai 0.8 dan probabilitas mutasi nilainya 0.1 dengan akurasi MAPE yang diperoleh di bawah 25%. Prediksi yang menghasilkan MAPE terbaik adalah prediksi yang menggunakan data latih sebesar 85% dan data uji sebesar 15%. Hasil akhir dari prediksi adalah adalah ketersediaan gas alam dan batubara termasuk ke dalam kategori tidak krisis, sedangkan ketersediaan minyak bumi mengalami krisis.Kata kunci: Prediksi, Algoritma Genetika, Energi, autoregressive, time series. 
Steganografi Menggunakan Blok Permutasi dan Algoritma Particle Swarm Optimization (PSO) Husna Aydadenta; Danang Triantoro M; Jondri Nasri
Indonesia Journal on Computing (Indo-JC) Vol. 1 No. 2 (2016): September, 2016
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2016.1.2.89

Abstract

Pada saat ini perkembangan teknologi sudah semakin maju, banyak hal yang dipermudahkan oleh teknologi, salah satu nya dalam komunikasi. Komunikasi melalui jaringan internet sudah menjadi pilihan utama karena kemudahan dan kecepatannya. Akan tetapi keamanan datanya jarang diperhatikan oleh para users, sehingga dibutuhkan teknik keamanan data yang aman untuk menjaga data ketika melakukan komunikasi. Salah satu tekniknya adalah steganografi. Steganografi merupakan teknik untuk menyembunyikan informasi rahasia ke dalam beberapa media file. Pada penelitian ini dilakukan proses steganografi menggunakan metode blok permutasi dan algoritma optimasi PSO. Pesan yang akan disisipkan didalam citra digital akan dikonversi kedalam biner, selanjutnya akan dilakukan proses pra-steganografi dengan metode blok permutasi, sehingga pesan informasi akan teracak oleh metode tersebut. Selanjutnya algoritma PSO akan melakukan proses optimasi atau pencarian solusi terbaik untuk penyisipan pesan tiap piksel, tujuannya agar performansi citra tetap baik. Penyisipan pesan atau informasi dilakukan dengan pendekatan Least Significant Bit (LSB). Hasil akhir yang didapat menunjukan nilai performansi kualitas citra terbaik 60.4507 dB yaitu pada saat jumlah partikel 80 dan maksimum iterasi 50 dengan persentase error 5.86%. Sedangkan hasil performansi kualitas citra dengan menggunakan teknik LSB biasa yaitu 54.9364 dB dengan persentase error 21.03%. Hal ini menunjukan performansi kualitas citra dengan menggunakan metode blok permutasi dan algoritma PSO lebih baik dari pada menggunakan teknik LSB biasa.
Klasifikasi Keadaan Mata Berdasarkan sinyal EEG menggunakan Extreme Learning Machines Ersa Christian Prakoso; Untari Novia Wisesty; Jondri .
Indonesia Journal on Computing (Indo-JC) Vol. 1 No. 2 (2016): September, 2016
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2016.1.2.105

Abstract

Electroencephalography atau sinyal EEG adalah salah satu biosignal yang marak menjadi topikpenelitian saat ini. Sinyal EEG memiliki banyak manfaat seperti pendeteksian epilepsi, gangguantidur, atau input dalam aplikasi komputer. Salah satu input yang dapat dideteksi berdasarkan sinyalEEG adalah keadaan mata. Namun untuk digunakan sebagai input dalam aplikasi diperlukanklasifikasi dengan performansi yang memadai. Oleh karena itu penulis akan dilakukan penelitiandimana salah satu metode pembelajaran Jaringan Syaraf Tiruan yaitu Extreme Learning Machine(ELM) akan diimplementasikan untuk mengklasifikasikan kondisi mata berdasarkan sinyal EEG.Dataset yang digunakan untuk melatih dan menguji model adalah dataset eye-state yangdidonasikan oleh Oliver Roesler digabung dengan dataset yang berasal dari website repositoryUniversitas of California, IrvineI (UCI) . Terdapat 7 corpus yang terdiri dari perekaman EEGyang dilakukan kepada 4 orang berbeda, lalu ditambahkan 1 corpus yang merupakanpenggabungan seluruh corpus lain. Dari hasil pengujian yang dilakukan disimpulkan bahwa ELMdapat digunakan untuk klasifikasi keadaan mata dengan akurasi mencapai 97,95% dengan waktulatih hanya 0,81 detik jika masing-masing data digunakan secara terpisah, sedangkanpenggabungan keseluruhan dataset hanya mencapai akurasi 78,94% dengan waktu latih 5,71 detik.
Topic Classification of Islamic Questionand Answer Using Naive Bayes Classifier Naufal Furqan Hardifa; Kemas Muslim Lhaksmana; Jondri Jondri
Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 2 (2019): September, 2019
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2019.4.2.346

Abstract

Topic classification is one of the most important components in an automatic Islamic question-answering system, which is capable of automatically providing the most relevant answers given a question about the Islamic issue. In our research, the Islamic question-answering system to be built collects existing Islamic questions and answers from trusted online Islamic consultation websites. To speed up the search for finding the appropriate answers, each Q & A entry should be classified into a topic. However, the question-answering system cannot directly adopt the topic classes provided by the online Islamic consultation websites, because different websites use different classifications. Since the number of Q & A entries could reach tenth thousands, an automatic topic classification method is required. In this paper, a naive Bayes classifier is implemented to classify Q & A entries. The classifier gives a satisfying result with 0.88 precision.
Co-Authors Achmad Hussein Sundawa Kartamihardja Achmad Rizal Achmad Salim Aiman Aditya Kusuma Setyanegara Adnan Hassal Falah Ahmad, Fathih Adawi Akbar, Muhammad Rizqi Al Azhar Al Azhar Alfredo Alfredo Ali Zainal Abidin Assajjad Anditya Arifianto Andrian Yoga Pratama Anggit Nourislam Anggit Nourislam Anggit Nourislam Aniq Atiqi Rohmawati Anisa Nur Aini Annisa Aditsania Arief Hutauruk Arifudin Achmad Artamira Rizqy Amartya Maden Arya Rafif Muhammad Fikri Astri Asroviana Putri Aswindo Putra Bambang Ari Wahyudi Bayu Prabawa Bintang Aryo Dharmawan Bramandyo Widyarto, Edgarsa Daffa Ulayya Suhendra Danang Triantoro M Danang Triantoro Murdiansyah Danu Ardiyanto Dea Taradipa Ardiagarianti Dede Tarwidi Deni Saepudin Denny Maulana Deny Sugiarto Wiradikusuma Devy Yendriani Dieka Nugraha Karyana Ditta Febriany Sutrisna Diwan Mukti Pambuko Diwan Mukti Pambuko, Diwan Mukti Dyas Puspandari E Handayani Echa Pangersa Sugianto Oeoen Edvan Tazul Arifin Eka Handayani Eka Handayani Ema Rachmawati Emha Ainun Erlina Febriani Ersa Christian Prakoso Fahrudin Julianto Faisal HAmdani Fakhrana Kurnia Sutrisno Fani Nuraini Farisi, Kamaludin Hanif Fauzan Azhim Umsohi Fazlur Rahman Amri Febiansyah, Muhamad Fery Kun Widi Yudantyo Firdaniza Firdaniza Fitriyani Fitriyani Fransisca Arvevia Intan Angelia Ghina Khoerunnisa Giali Ghazali Guntur Virgenius Hadi, Salman Farisi Setya Hafidz Firmansyah Hafidz Firmansyah Hafiz Denasputra Halprin Abhirawa Hendra Prasetyanwar Huda Sepriandi Ibrahim Husna Aydadenta Ida Bagus Gde Narinda Giriputra Ika Puspita Dewi Ilham Muhammad Iman Nur Fakhri Imannda Kusuma Putra indwiarti Indwiarti Iqbal Dwihanandrio Irgi Aditya Rachman Irma Palupi Irwan Ramadhana Kamaludin Hanif Farisi Karina Priscilia Karina Priscilia Kemas Muslim Lhaksmana Kukuh Rahingga Permadi Kurniawan Nur Ramadhani Ledya Novamizanti Mahmud Dwi Sulistiyo Mahmud Sulistiyo Megi Rahma Dony Moch. Bijaksana Muh. Arfan Arsyad Muhalani, Raisul Muhamad Febiansyah Muhammad Farhan Muzakki Muhammad Fikrie Abdillah Muhammad Ghazali Suwardi Muhammad Hasan Muhammad Hasbi Ashshiddieqy Muhammad Irfan Fathurrahman Muhammad Wildan Putra Aldi Muslim Lhaksmana, Kemas Naufal Dzaky Anwari Naufal Furqan Hardifa Nurseno Bayu Aji Nurseno Bayu Aji Patma Oktaviana Puspandari, Dyas Putri Haryati Rizki Putri Haryati Rizki Putu Harry Gunawan Rafi Hafizhni Anggia Rahadian, Muhammad Rafi Raisul Muhalani Ratih Puspita Furi Redha Arifan Juanda Redi Nurjamin Renette Ersti Reza Harun Rian F. Umbara Rian F. Umbara, Rian F. Rian Febrian Umbara Rica Ning Nurhasanah Rini Shintawati Rita Rismala Rizki Luthfan Azhari Rizky Ahmad Saputra Rizky, Fariz Muhammad Roizal Manullang Siti Sa'adah Siti Saadah Sugondo Hadiyoso Supriadi, Muhamad Rifqi Syadzily , Muhammad Hasan Syifa Khairunnisa Salsabila Tedy Suwega Theo Andrew Tiara Laksmi Basuki Tifani Intan Solihati Tjokorda Agung Budi Wirayuda Ulky Parulian Wibowo Untari Novia Wisesty Untari Wisesty Varian Vianandha Vena Erla Candrika Vera Suryani Widi Astuti Widi Astuti Yahya Setiawan Yosua Marchel