Article Per Year (5 Year)
p-Index From 2020 - 2025
2.63
P-Index
This Author published in this journals
All Journal Intizar Jurnal Teknologi dan Sistem Komputer Indonesian Journal of Artificial Intelligence and Data Mining Building of Informatics, Technology and Science Journal of Intelligent Computing and Health Informatics (JICHI) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Prosiding University Research Colloquium Jurnal Pengabdian Masyarakat Sains dan Teknologi Indonesia Bergerak: Jurnal Hasil Kegiatan Pengabdian Masyarakat Journal of applied statistics and data mining
Istiawan, Deden
Institut Teknologi Statistika Dan Bisnis Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
PENENTUAN PUSAT AWAL KLASTER ALGORITMA K-MEANS UNTUK PEMETAAN TINGKAT KESEJAHTERAAN DI PROVINSI JAWA TENGAH Deden Istiawan
Prosiding University Research Colloquium Proceeding of The 8th University Research Colloquium 2018: Bidang MIPA dan Kesehatan
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Kesejahteran mempunyai arti yang relatif, dinamis dan kuantitatif. Sampai saat ini rumusanya tidak pernah selesai karena akan terus berkembang seiring dengan perkembangan zaman. Kesejahteraan secara umum adalah suatu keadaan dimana segenap warga negara selalu berada dalam kondisi yang serba kecukupan dalam segala kebutuhannya. Kemiskinan di Provinsi Jawa Tengah masih berada di atas kemiskinan nasional. Pengelompokkan kemiskinan merupakan salah satu cara untuk mengidentifikasi karakteristik tingkat kesejahteraan rakyat pada tiap daerah agar dalam mengambil kebijakan dan strategi pembangunan tepat sasaran dan tepat guna. Algoritma K-means merupakan salah satu algoritma klastering yang paling sering digunakan untuk pengelompokan objek dikarena kemudahan dalam pengaplikasianya dan sangat efisien untuk mengelompokan data yang besar, namun algoritma K-means memiliki kelemahan pada pemilihan pusat awal klaster secara acak, sehingga menyebabkan kinerja algoritma K-means menurun. Pada penelitian ini diusulkan metode penentuan pusat awal klaster pada algoritma K-means. Hasil penelitian menunjukan bahwa metode yang diusulkan memiliki kinerja yang lebih baik daripada algoritma K-means Standar.
Pelatihan Aplikasi Canva Untuk Meningkatkan Kemampuan Desain Grafis Anggota Perhimpunan Human Resources Development Jawa Tengah Nurul Huda; Deden Istiawan; Adiyah Mahiruna; Wellie Sulistijanti; Taswati Nova Wijayaningrum
Intimas Vol 3 No 2 (2023)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/intimas.v3i2.9337

Abstract

Penyajian informasi visual sangat penting dalam menyampaikan pesan secara efektif. Informasi visual memiliki kekuatan untuk menyampaikan ide, data, dan konsep secara cepat, menarik, dan mudah diingat. Informasi visual cenderung lebih mudah diingat daripada informasi dalam bentuk teks. Rasio pemrosesan visual dalam otak manusia jauh lebih tinggi, sehingga informasi visual dapat meninggalkan kesan yang lebih kuat dan tahan lama dalam ingatan. Canva adalah salah satu alat atau platform yang populer digunakan untuk mendesain informasi visual. Canva menawarkan berbagai fitur dan template yang memudahkan pengguna dalam membuat grafis, infografis, poster, presentasi, dan desain visual lainnya. Pengabdian kepada masyarakat dalam bentuk pelatihan Canva dapat memberikan manfaat yang signifikan bagi HRD dalam menciptakan materi dan konten yang menarik serta memperkuat komunikasi visual dalam lingkup tugas mereka. Dengan Canva, HRD dapat membuat brosur, poster, undangan, dan materi promosi lainnya dengan mudah dan cepat. Mereka dapat memilih template yang sesuai, menambahkan informasi acara, mengedit desain, dan menghasilkan materi promosi yang menarik dan profesional.
Pelatihan Microsoft Excel Untuk Peningkatan Soft Skills Anggota Perhimpunan Human Resources Development Jawa Tengah Istiawan, Deden; Huda, Nurul; Mahiruna, Adiyah; Ngatimin, Ngatimin; Prayogi, Sukmono Yogi
Intimas Vol 4 No 1 (2024)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/intimas.v4i1.9775

Abstract

Microsoft Excel is a spreadsheet program that allows users to create, manage, and analyze data in a table or worksheet format. Microsoft Excel is useful for performing various business tasks such as inventory management, financial report generation, budget planning, and more. The utilization of Microsoft Excel applications for data processing plays a very crucial role in the world of work. This community service activity aims to improve the skills and understanding of members of the Central Java HRD Association in the use of Microsoft Excel. Through this training, participants will have the ability to optimize the utilization of Excel and increase productivity in their daily activities. In addition, the Microsoft Excel intermediate level training also provides participants with the opportunity to understand basic programming concepts. The evaluation results showed a positive level of acceptance from participants on the suitability and usefulness of the material presented. The majority of participants indicated high satisfaction with the training, indicating improved skills in using Microsoft Excel. This community service activity succeeded in having a positive impact in improving the competence of Central Java HRD Association members in utilizing Microsoft Excel technology in their scope of work.
Time Optimization of Watermark Image Quality Using Run Length Encoding Compression Mahiruna, Adiyah; Rachmawanto, Eko Hari; Istiawan, Deden
Journal of Intelligent Computing & Health Informatics Vol 4, No 2 (2023): September
Publisher : Universitas Muhammadiyah Semarang Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jichi.v4i2.12058

Abstract

Internet technology continues to have a significant impact on digital media, such as text, images, audio, and video. One effect is the ease of exchange, distribution, and duplication of digital data; on the other hand, this ease raises the problem of digital data being protected by copyright or digital data confidentiality. Watermarking is a way to protect digital data rights. Extensive research on watermarking has been conducted, including a hybrid DWT-DCT-SVD approach. Several studies have found weaknesses in the message insertion process; for example, the time required to insert a watermark image is relatively long, particularly for large images. To address the problem of long message insertion times, this study applies a compression process to the original image before the watermark image insertion process. The original image to be inserted into the watermark image is compressed using the run-length encoding (RLE) algorithm. The results of RLE compression demonstrate that image file size is reduced significantly, which optimizes the watermarking process. The experimental results demonstrate that watermarked images with RLE compression preprocessing exhibit better imperceptibility and comparable or improved PSNR values. Specifically, the image "Elaine" showed a PSNR improvement from 28.7541 to 31.4502 with RLE compression. These findings demonstrate that combining DWT-DCT-SVD with RLE compression not only reduces watermarking time but also maintains or enhances image quality, providing a robust solution for digital copyright protection.
Mapping Religious Harmony in the Special Capital Region Jakarta using K-Means Algorithm Istiawan, Deden; Sulistijanti, Wellie; Santoso, Arif Gunawan; Ustyannie, Windyaning
Journal of Intelligent Computing & Health Informatics Vol 4, No 1 (2023): March
Publisher : Universitas Muhammadiyah Semarang Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jichi.v4i1.11715

Abstract

D.K.I Jakarta is often called the window of Indonesia. As one of the largest cities in Indonesia, D.K.I Jakarta has various kinds of complex social problems. This research tries to identify and explore conditions of religious harmony in DKI Jakarta. In previous studies of religious harmony, the use of the index in assessing religious harmony could only describe the condition of religious harmony in general without indicating which factor was in measuring the level of religious harmony. This Research uses a clustering approach to analyse religious harmony in DKI Jakarta. The study found that cluster 0 has major problems that affect religious harmony compared to other clusters. Therefore, local government policies related to increasing religious harmony can be focused more on cluster 0, especially on variables that are shown to be low, namely empathy, non-violence, national commitment, and adaptability to local culture.
Poverty Mapping in Central Java Province Using K-Means Algorithm Istiawan, Deden
Journal of Intelligent Computing & Health Informatics Vol 1, No 1 (2020): March
Publisher : Universitas Muhammadiyah Semarang Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jichi.v1i1.5380

Abstract

Prosperity has a relative, dynamic, and quantitative meaning. Until now, the formula is not finished because it will continue to grow along with the times. Public welfare is a condition where all citizens are always in a condition that is completely adequate in all their needs. Poverty in Central Java Province is still above national poverty. Poverty grouping is one way to focus on the people's budget in each region so that they can take development policies and strategies that are right on target and effective. In this study, the proposed K-means algorithm for classifying poverty in Central Java is based on poverty indicators. The results of the first cluster study consisted of 22 districts / cities with the category of not poor, the second cluster consisted of 13 districts / cities that were categorized as poor.
Evaluation and Comparison of K-Nearest Neighbors Algorithm Models for Heart Failure Prediction Masitha, Alya; Huda, Nurul; Istiawan, Deden; Firdaus, Lucky Nur Rohman
Building of Informatics, Technology and Science (BITS) Vol 6 No 3 (2024): December 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i3.5925

Abstract

Heart failure is a disease that is one of the most crucial in the world. Researchers have used several machine learning techniques to assist health professionals in the diagnosis of heart failure. K-NN is a technique of supervised learning algorithm that has been successfully used in terms of classification. However, using the K-NN algorithm has stages in terms of data analysis. The data used must also be processed in such a way that it becomes data that is easier to analyse and that the results obtained are also more accurate. Data pre-processing involves transforming raw data into a format that is appropriate for the model. The normalization technique is one of the techniques contained in pre-processing. This research uses two normalization techniques, namely the simple feature scale and min-max. The purpose of this study is to compare the performance of the KNN model to obtain an optimal prediction model. This study contributes to producing a heart failure prediction model based on the K-Nearest Neighbors (KNN) algorithm that can be optimized to improve the accuracy of early detection, so that it can help medical personnel in making more appropriate clinical decisions. The results obtained from this research show that the dataset that uses the min-max normalization method is better than data that is not normalized and data that uses simple feature scale normalization. The highest level of accuracy was achieved by employing the min-max normalisation technique, with a value of K=9, resulting in an accuracy rate of 85.05%.
Meningkatkan Keterampilan Profesional Mahasiswa: Strategi Penguatan Soft Skills untuk Sukses di Era Digital Huda, Nurul; Istiawan, Deden; Masitha, Alya; Mahiruna, Adiyah
Jurnal Pengabdian Masyarakat Sains dan Teknologi Vol. 3 No. 4 (2024): Desember : Jurnal Pengabdian Masyarakat Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/jpmsaintek.v3i4.660

Abstract

This community service program aims to equip students with knowledge and skills relevant to facing the challenges of the digital workforce. The activity was attended by 40 students, with materials covering four main topics: Understanding the Digital Era Workforce, Key Soft Skills for the Digital Era, Building Competencies for the Digital Workforce, and Preparing for Career Success. In addition, participants were guided in creating an individual Action Plan to prepare themselves for career success in the future. The methods used in this program included material presentations, interactive discussions, and the development of personal action plans, aiming to enhance both technical and non-technical skills needed in the digital workforce. Evaluation results show that 75% of students rated the material as excellent, 20% as good, and 5% found it somewhat beneficial. This indicates the program’s success in providing significant value to participants. This program is expected to enhance students' readiness to enter the increasingly digital and technology-driven job market, while providing valuable insights for planning and developing their careers. Moving forward, this activity can serve as a model for developing more effective community service programs that align with the needs of the modern workforce.
Penentuan Pusat Awal Klaster Algoritma K-Means Untuk Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Tingkat Kemiskinan Zilfi, Elok Maria; Istiawan, Deden; Ngatimin; Zaenah; Nahdluddin
Journal of Applied Statistics and Data Mining Vol. 2 No. 1 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i1.18

Abstract

Kemiskinan merupakan masalah klasik yang umum dan bersifat multidimensional serta sering dialami oleh berbagai negara didunia. Kemiskinan dipandang sebagai ketidakmampuan dari segi ekonomi untuk memenuhi kebutuhan dasar yaitu makanan dan bukan makanan yang mana diukur dari sisi pengeluaran. Kemiskinan menjadi masalah fenomenal yang mana dialami oleh berbagai negara. Indonesia sendiri merupakan salah satu negara yang mengalami masalah kemiskinan. Negara Indonesia memiliki ribuan pulau, dan pulau dengan angka kemiskinan tertinggi adalah Pulau Jawa. Sedangkan Jawa Timur merupakan provinsi dengan jumlah penduduk miskin tertinggi di Pulau Jawa dengan total penduduk miskin sebesar 4.617,01 ribu jiwa, selain itu Jawa Timur juga memiliki kesenjangan sosial yang tinggi. Dalam hal ini mempelajari masalah kemiskinan sangatlah penting, dengan tujuan membantu pemerintah menentukan arah kebijakan dalam menanggulangi kemiskinan. Untuk menunjang keberhasilan pelaksanaan program pembangunan terutama yang bersangkutan dengan penanggulangan kemiskinan di Provinsi Jawa Timur diperlukan suatu penelitian yang dapat mengelompokkan kabupaten/kota yang mempunyai ciri-ciri atau karakteristik kemiskinan yang hampir sama atau homogen. Sehingga pada penelitian ini, peneliti menggunakan metode GK Algorithm dalam mengatasi kekurangan pada metode K-Means dalam pemetaan kabupaten/kota di Jawa Timur berdasarkan tingkat kemiskinan. Dimana jenis data yang digunakan adalah data sekunder yang diambil dari BPS Provinsi Jawa Timur pada tahun 2016 yang diunduh pada website https://jatim.bps.go.id/. Dengan variabel yang digunakan adalah angka harapan hidup, angka kematian bayi, angka harapan lama sekolah, angka melek huruf, fasilitas BAB tidak ada jamban, sumber penerangan listrik, sumber air tidak dilindungi, bahan bakar memasak non gas, dan rata-rata luas lantai. Kemudian data dianalisis dengan menggunakan beberapa tahap yaitu: analisa permasalahan, pengumpulan data, metode usulan, dan eksperimen pengujian. Setelah dianalisis kemudian diperoleh kesimpulan bahwa kemiskinan di Jawa Timur terbentuk menjadi 3 klaster dan didapatkan bahwa GK-Algorithm lebih baik daripada algoritma K-Means.
Penerapan Algoritma C4.5 untuk Klasifikasi Lahan Kritis Kabupaten Grobogan Arif Arrahman, Malik; Istiawan, Deden; Yogi Prayogi, Sukmono; Zaenah; Adilah Ahmad, Muna
Journal of Applied Statistics and Data Mining Vol. 2 No. 2 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i2.20

Abstract

Penentuan lahan kritis dilakukan dengan pembagian 3 kawasan yaitu kawasan budidaya pertanian, kawasan hutan lindung dan kawasan lindung di luar kawasan hutan. Laju kerusakan hutan dan lahan kritis di Indonesia tercatat telah mencapai 27,2 juta hektar di tahun 2014. Untuk mengatasi lahan kritis serta memulihkan, mempertahankan dan meningkatkan fungsi hutan dan lahan, Kementerian Kehutanan mencanangkan kegiatan Rehabilitasi Hutan dan Lahan (RHL). Berdasarkan laporan Badan Pusat Statistik tahun 2016 Kabupaten Grobogan menempati urutan pertama di Provinsi Jawa Tengah yang memiliki luas lahan kritis diluar kawasan hutan sebesar 203.131,10 ha. Untuk mengatasi masalah tersebut peneliti menggunakan pendekatan data mining. Data mining mempunyai lima peran utama yaitu estimasi, prediksi, klasifikasi, klaster dan asosiasi. Klasifikasi merupakan salah satu teknik yang terdapat pada data mining. Tujuan dari teknik klasifikasi data mining adalah untuk memprediksi kelas target secara akurat dengan menggunakan variabel-variabel terkait. Dalam kasus ini peneliti menggunakan algorima C4.5 akan digunakan untuk mengklasifikasikan dan menghitung tingkat akurasi data BPDAS pemali jratun Kabupaten Grobogan untuk mengetahui kondisi kekritisan daerah sub DAS. Metode penelitian yang digunakan meliputi beberapa tahap diantaranya analisa masalah, pengumpulan data, metode usulan, serta eksperimen dan juga pengujian. Data yang didapatkan kemudian dianalisis menggunakan algoritma C4.5. Setelah dianalisis diperoleh kesimpulan bahwa Klasifikasi lahan kritis pada Kabupaten Grobogan dapat diterapkan dengan baik pada Algoritma C4.5, dan data mendapatkan hasil 51,89% kualitas lahan yang dinyatakan tidak kritis. Dan dapat disimpulkan bahwa algoritma C4.5 memiliki akurasi yaitu sebesar 90,71% artinya Algoritma C4.5 dapat memprediksi benar sesuai dengan kondisi aktual. Selain itu, nilai F-Measure juga terlihat bahwa C4.5 memiliki nilai sebesar 91,68 artinya Algoritma C4.5 mampu mengidentifikasi kejadian dengan tepat pada kelas true positif.
Co-Authors Adilah Ahmad, Muna Adiyah Mahiruna ALYA MASITHA Amrul Hafiludien Arif Arrahman, Malik Chaerul Iqbal , Ilham Chintya Devi Panglipuring Sriaji Eko Hari Rachmawanto Firdaus, Lucky Nur Rohman Khikmah, Laelatul Laelatul Khikmah Mahiruna, Adiyah Nahdluddin Ngatimin NGATIMIN, NGATIMIN Nur Cahyani, Annisa Nur Khotimah Nurul Huda Nurul huda Nurul Huda Prayogi, Sukmono Yogi Santoso, Arif Gunawan Sukmono Yogi Prayogi Sulistijanti, Wellie Syayidati Mashfuufah Wijayaningrum, Taswati Nova Windyaning Ustyannie Yogi Prayogi, Sukmono Zaenah Zilfi, Elok Maria