p-Index From 2020 - 2025
12.863
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Jurnal Informatika dan Teknik Elektro Terapan ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika International Journal of Artificial Intelligence Research Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JURNAL ILMIAH INFORMATIKA Conference SENATIK STT Adisutjipto Yogyakarta Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika C.I.T. Medicom JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Informatika Terpadu Baselang: Jurnal Ilmu Pertanian, Peternakan, Perikanan dan Lingkungan Jurnal Janitra Informatika dan Sistem Informasi Abdimas Altruis: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) International Journal of Hydrological and Environmental for Sustainability Literasi: Jurnal Pengabdian Masyarakat dan Inovasi J-Icon : Jurnal Komputer dan Informatika Jurnal Teknologi Pangan dan Industri Perkebunan JURSIMA AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal)
Claim Missing Document
Check
Articles

Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Rotan Puji Rahayu; Ika Anikah; Dias Bayu Saputra; Tri Anelia; Martanto
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 2 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i2.118

Abstract

Jumlah data yang banyak akan sulit untuk dianalisa. Analisa diperlukan untuk melihat pola penjualan produk sehingga dapat menghasilkan prediksi penjualan produk, penggalian informasi dari data yang berskala besar dapat dilakukan dengan teknik data mining, metode yang digunakan adalah clustering yang bisa dijadikan sebagai dasar pengambilan keputusan dalam memprediksi, Berdasarkan hasil pengujian di bagi menjadi 3 (Tiga) Kelompok Yaitu Tidak Laku, Sedang Laku dan Laris. Hasil uji kluster yaitu hasil cluster 0 mendapatkan nilai sebesar 4636996106454.166. Hasil cluster 1 mendapatkan nilai sebesar 1088684561455.892. Hasil cluster 2 mendapatkan nilai sebesar 4624429728751.111. Kelompok Tidak Laku memiliki 6 data, Sedang Laku memiliki 114 Data dan Laris Memiliki 9 Data.
Prediksi Perbaikan Jalan Nasional Dengan Menggunakan Algoritma Decision Tree Sri Suwartini; Tuti Hartati; Martanto; Nining Rahaningsih; Gifthera Dwilestari
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 6 No. 1 (2022): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v6i1.132

Abstract

Perbaikan yang dilakukan biasanya kurang tepat sasaran. Salah satu masalahnya yaitu anggaran yang dialokasikan kurang memenuhi kebutuhan, anggaran untuk pemeliharaan jalan yang menurun sedangkan harga bahan bangunan yang terus meningkat. Oleh karena itu, untuk mengatasi masalah perbaikan jalan, dibutuhkan suatu sistem yang menentukan prioritas jalan mana yang akan diperbaiki terlebih dahulu sehingga mengoptimalkan anggaran. Atribut yang digunakan pada tugas akhir ini yaitu Nama Ruas, Panjang Ruas, Tahun, Kondisi Ruas Jalan dan Akses keJalan Hasil akurasi yang didapat yaitu sebesar 99,67% dengan rincian yaitu Hasil Prediksi Tidak Perbaikan dan ternyata True Tidak Perbaikan Sebesar 203 Data. Hasil Prediksi Tidak Perbaikan dan ternyata True Ya Perbaikan Sebesar 1 Data. Hasil Prediksi Ya Perbaikan dan ternyata True Tidak Perbaikan Sebesar 0 Data. Hasil Prediksi Ya Perbaikan dan ternyata True Ya Perbaikan Sebesar 94 Data
Analisis Kehandalan Network Attached Storage Berbasis Raspberry Pi Menggunakan Metode Client-Server Dilita Pramasmawari Lita; Heliyanti Susana; Martanto; Saeful Anwar; Cep Lukman Rohmat
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 1 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v5i1.134

Abstract

Media penyimpanan menjadi hal yang sangat penting dalam proses mengamankan data, permasalahan yang sering dihadapi adalah kurang terpusatnya penyimpanan data atau server sehingga menyebabkan tingginya resiko kehilangan data. Selain itu media penyimpanan yang tidak terpusat juga bisa memakan waktu yang cukup lama ketika proses backup data dilakukan. Oleh karena itu, pada penelitian ini peneliti mengkaji penggunaan Network Attached Storage (NAS) dengan menggunakan Open Media Vault (OMV) pada perangkat Raspberry Pi terhadap kehandalannya, seperti cukup baik atau handalkah Raspberry Pi untuk dijadikan sebuah NAS server. Penggunaan Open Media Vault (OMV) dengan Raspberry Pi juga selain dapat menjadi solusi permasalahan backup data juga memiliki tingkat efisiensi yang tinggi dari segi biaya dan perawatan. Metode yang digunakan pada penelitian ini adalah metode kuantitatif. Setelah melakukan penelitian di PT. Digital Sarana Transportasi dapat disimpulkan bahwa peneliti berhasil membangun sistem server penyimpanan jaringan Network Attached Storage (NAS) menggunakan Open Media Vault (OMV) pada perangkat Raspberry Pi dengan metode client-server. Penelitian telah diuji menggunakan metode analisis data dengan melakukan serangkaian teknik pengumpulan data seperti melakukan observasi, wawancara dan menyebarkan angket/kuesioner pada 35 responden.
Pembatasan Akses Menggunakan MAC Address dengan Metode Access Control List Muhammad Aditya Rabbani Adit; Martanto Martanto; Yudhistira Arie Wijaya
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 7 No. 3 (2022): September 2022
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.2022.7.3.143-162

Abstract

The Cangehgar Cyber Command Center of the 14th Arhanud/ PWY Battalion from Cirebon City is one of the offices with IT equipment to assist the job. The servers, like the office PCs, are connected via the local network. Due to the risk of leaking secret data from within, network security concerns must be handled so that unauthorized users cannot mistakenly access the server. It seeks to limit access when there are administrative customers and employees in each room by utilizing the access control list approach using a MAC address. Access to the server is restricted to the administrator's computer, while access to the employee's PC is disallowed. Then the questionnaire was distributed to find out the respondent's assessment of the access control list. According to the results of the study on security indicators, access control lists containing MAC addresses are useful in limiting access to server computers.
PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENGELOMPOKKAN PASANGAN USIA SUBUR PESERTA KB DI KABUPATEN CIREBON Rizka Amelia; Martanto Martanto; Agus Bahtiar
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 15 No 1 September 2022
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v15i1.3849

Abstract

One of the problems faced by newly married couples is planning the birth of children in the family. The problem of regulating the birth spacing of children in the family can be regulated by the family planning program that has been launched by the Government. One way to suppress the problem of population growth rate in Indonesia is through the KB (Family Planning) program. The success of the family planning program can be seen from the contraceptive methods used by couples of childbearing age (PUS) in each region. The main purpose of this study was to determine the best group of couples of childbearing age for family planning participants based on the contraceptives used in Cirebon Regency using the K-means algorithm, where this algorithm can solve the clustering problem in determining the best group of couples of childbearing age family planning participants. The results of the clustering process to find the best group of couples of childbearing age for family planning participants by looking for the smallest DBI value and obtained K-2 as the best group with a Davies Bouldin Index value of 0.071. The best number of clusters from the grouping of fertile age couples for family planning participants is 2 clusters, cluster 0 has 20 items members and cluster 1 has 20 items members. Keywords: Clustering, K-Means, Family planning(KB), Couples of childbearing age(PUS)
PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENGELOMPOKKAN PASANGAN USIA SUBUR PESERTA KB DI KABUPATEN CIREBON Rizka Amelia; Martanto Martanto; Agus Bahtiar
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 15 No 1 September 2022
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v15i1.3849

Abstract

One of the problems faced by newly married couples is planning the birth of children in the family. The problem of regulating the birth spacing of children in the family can be regulated by the family planning program that has been launched by the Government. One way to suppress the problem of population growth rate in Indonesia is through the KB (Family Planning) program. The success of the family planning program can be seen from the contraceptive methods used by couples of childbearing age (PUS) in each region. The main purpose of this study was to determine the best group of couples of childbearing age for family planning participants based on the contraceptives used in Cirebon Regency using the K-means algorithm, where this algorithm can solve the clustering problem in determining the best group of couples of childbearing age family planning participants. The results of the clustering process to find the best group of couples of childbearing age for family planning participants by looking for the smallest DBI value and obtained K-2 as the best group with a Davies Bouldin Index value of 0.071. The best number of clusters from the grouping of fertile age couples for family planning participants is 2 clusters, cluster 0 has 20 items members and cluster 1 has 20 items members. Keywords: Clustering, K-Means, Family planning(KB), Couples of childbearing age(PUS)
Hak Akses Menggunakan Metode Vlan Pada perpustakaan Universitas Gunung Jati Thomas Agam; Martanto; Yudhistira Arie Wijaya
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 3 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i3.150

Abstract

Perpustakaan Universitas Gunung Jati Swadaya sebagai sarana untuk memberikan pelayanan yang berkaitan dengan referensi atau bahan kajian. Terdapat fasilitas internet di perpustakaan Universitas Gunung Jati Swadaya. Pengguna internet di perpustakaan Universitas Swadaya Gunung Jati bermacam-macam, antara lain mahasiswa, staf, dosen. Masing-masing memiliki hak akses yang berbeda. Izin tiap pengguna diatur agar koneksi bisa lebih stabil karena jaringan sudah dibagi menjadi bagian-bagian kecil agar jaringan tidak terlalu sibuk. Selain itu, setiap pengguna mendapatkan kecepatan bandwidth yang berbeda tergantung pada grup mana dia berada. Salah satu cara untuk berbagi jaringan secara virtual adalah dengan menggunakan Virtual Local Area Network (VLAN). Virtual Local Area Network tidak mengubah jaringan fisik tetapi hanya mengubah jaringan virtual. Tujuan dari penelitian ini adalah untuk mengatur pembagian hak akses setiap pengguna sesuai dengan porsinya. Penelitian ini menggunakan metode implementasi Prepare Plan Design Operate Optimize (PPDIO). Tahap pertama, peneliti menyiapkan analisis kebutuhan setiap pengguna sesuai dengan hak aksesnya. Tahap kedua, peneliti melakukan perancangan topologi jaringan polos. Pada tahap ketiga, peneliti melakukan simulasi desain jaringan yang telah dibuat menggunakan proxy. Pada tahap keempat, peneliti melakukan implementasi sesuai dengan konfigurasi yang telah dilakukan. Pada tahap kelima, peneliti melakukan monitoring operasi menggunakan winbox. Tahap keenam yang peneliti lakukan adalah melakukan optimasi pengelolaan jaringan. Hasil penelitian ini menunjukkan bahwa hasil T One Sample Test menunjukkan bahwa nilai T hitung adalah 77,905 > 1,297 nilai T tabel. Dengan demikian, terdapat perbedaan yang signifikan antara peningkatan dan tidak peningkatan pengelolaan hak akses menggunakan metode VLAN. Dengan demikian dapat disimpulkan bahwa pengelolaan hak akses menggunakan metode VLAN dapat meningkatkan keamanan pada perpustakaan Universitas Swadaya Gunung Jati Cirebon.
Pembangunan Model Clustering Dalam Pengelompokan Pengadilan Agama Berdasarkan Kasus Perceraian Dengan Menggunakan Algoritma K-Means Sulistiyana Sulistiyana; Dian Ade Kurnia; Martanto
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 2 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v5i2.165

Abstract

Divorce in domestic life is usually faced by married couples. During the life of a household, no one expects disputes that can end in divorce. A number of regions in Indonesia based on the Annual Reports of the Religious Courts from 2016, 2017, 2018, 2019 and 2020, it is known that there is a problem, namely an increase in the divorce rate in terms of the number of cases received by the Religious Courts. The problem of divorce cases is even increasing every year. To find out the Grouping of Divorce Cases Using the K-Means Algorithm in Indonesian Cities/Regencies. To perform this grouping using the k-means algorithm. . The dataset used consists of 410 with attributes of the causes that lead to divorce cases. Then preprocessing is carried out on the dataset to eliminate missing data. Then, the clustering technique was carried out using the k-means algorithm to be grouped. To get the best group, DBI calculation is used. The results of the research are expected to obtain grouping performance with the k-means algorithm. The results obtained show several groups with a DBI value of 0.19 with a number of clusters 2.
Prediksi Hasil Panen Padi Tahun 2023 menggunakan Metode Regresi Linier di Kabupaten Indramayu Diyanti yanti; Martanto; Agus Bahtiar
Jurnal Informatika Terpadu Vol 9 No 1 (2023): Maret, 2023
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v9i1.657

Abstract

Indramayu Regency has the West Java region's largest harvested land area and the most rice production. The size of harvested land in the Indramayu Regency area has also increased from year to year. In 2019 Indramayu Regency had a land area of 215,731 Ha; then, land acquisition increased the size of land in Indramayu Regency in 2020 it increased to 226, 626 Ha, and in 2021 it increased again to 227,051 Ha. Certain factors play an essential role in raising standards and increasing productivity. These factors are planting area, harvested area, rainfall, and crop failure, where these factors cannot be predicted. This research will discuss the application of the Linear Regression method, namely the method used to examine the relationship between a tertiary variable and two or more secondary variables. Based on predictions using the python programming language, the rice harvest in 2023 is 1510403 tons/GKP, with MAE, MSE, RMSE, and R2-Score values. The system displays MAE (Mean Absolute Error) values: 5449.45, MSE (Mean Squared Error) values: 72325540.80, RMSE (Roots Mean Squared Error): 8504.44, and R2-Score: 0.93 with predictions that 2023 will experience a decrease from the previous year.
PENGELOMPOKAN HASIL BELAJAR SISWA PADA MASA COVID-19 DENGAN ALGORITMA K-MEANS UNTUK MENJAMIN MUTU PENDIDIKAN DI SMK BINA CENDEKIA Maulana Jamaludin; Martanto Martanto; Agus Bahtiar
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 2 (2022): Jursima Vol. 10 No. 2, Agustus Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i2.403

Abstract

AbstrakHampir dua tahun, dunia dihadapkan dengan adanya malasah virus mematikan yang dikenal dengan sebutan Coronavirus Disease 2019 atau disingkat Covid-19. WHO telah menetapkan masalah virus corona sebagai suatu pandemic global, pandemic ini telah mengganggu berbagai kegiatan tak terkecuali kegiatan Pendidikan. Kegiatan belajar mengajar di sekolah yang semula dilakukan dengan tatap muka, karena adanya pandemic ini berubah menjadi pembelajaran jarak jauh atau disebut dengan Dalam Jaringan (Daring).. Penelitian ini bertujuan akan Melakukan Penglompokan Hasil Belajar Siswa Pada Masa Covid-19 Dengan Algoritma K-Mean Untuk Menjamin Mutu Pendidikan Di Smk Bina Cendekia. Oleh Karena itu, metode yang akan digunakan penelitian ini adalah metode Algoritma K-Means Clustering. Dilakukan data mining terhadap dataset hasil belajar siswa. Selanjutnya dilakukan praprocessing terhadap dataset tersebut untuk menghilangkan data missing dan menentukan atribut-atribut data yang diperlukan untuk pengelompokkan. Untuk menentukan jumlah kelompok yang ideal maka dilakukan perhitungan nilai kelompok menggunakan Davis Bouldin Indeks serta menghitung distance performance, Penelitian ini menghasilkan pengelompokkan hasil belajar siswa pada masa pandemic covid-19 dengan menggunakan algoritma k-mens akan diperoleh jumlah kelompok sebanyak 2 Cluster Kelompok. Dimana nilai distance performance sebesar 74.166% diperoleh nilai DBI sebesar 0.669Keywords: Pengelompokan, Algoritma K-Means Clustering
Co-Authors A, Ronny Abdillah, Naufal Abdul Rosid, Rizal Ahmad Rifai Aji Dian Permana, Muhamad Aji Saputra, Mohammad AKBAR, MUHAMAD DENI Alfin Maulana Almadina, Muhammad Fitrian Shousyade Alpian Novansyah, Indi Andini, Eva Ardhanur, Ichlas Asmana, Asmana Augustian Pangestiazi, Irvanda Azahra, Amaliyah Putri Aziz Sahidin, Naufal Bernadeta Wuri Harini Cep Lukman Rohmat Chrisna Basila Rahman, Muhammad Damar Widjaja Darmanto Darmanto Dea Eryanti Putri Dewi Yuliyanti, Dewi Dian Ade Kurnia Dias Bayu Saputra Dikananda, Arif Rinaldi Dilita Pramasmawari Lita Dita Rizki Amalia Diyanti yanti Djoko Untoro Suwarno Dwi Hastuti, Ningrum Edy, Benediktus Yudha Fadhil Muhammad Bsysyar Faisal Adam, Faisal Faizal Rizqi, Muhammad Faroman Syarief, Faroman Fathur Rezki Junaedi, Muhammad fatimah, lilis Fauzan Afrizal, Ricky Febriani, Budi Febriyani, Adinda Fihir, Muhammad Fithriyani, Nurul Muna Fuji Astri, Dewanti Gifthera Dwilestari Hamam, Moh Hardika Hardika, Hardika Harini, BW Haryanto, Agustinus Surya Hayati , Umi Hayati, Umi Heliyanti Susana Hepsi Nindiasari Hidayat, Fajar Ignatius Adi Prabowo Ika Anikah Iksan Maulana, Muhammad Irfan Ali Irfan Ali, Irfan irfan cholid Iswanjono Iswanjono Jamaludin, Maulana Jamalul'ain, Abdul Kamil, Firmanilah Khoirunisa, Pitria Kholilullah, Mohammad khusnul khotimah Linggo Sumarno Lukmanul Hakim Lutfi Hakim Ma'arif Syaefullah, Muhammad Mahardika, Fathoni Maulana Jamaludin Maulana Yusuf, Muhammad Meida Nurus Mirna Mirna Moruk, Ewaldus Mu'min Azis, Muhammad Mubarok Mubarok Muhamad Djaelani Muhamad farhan Tholhah hidayat Muhamad Jihad Andiana Muhamad Taufik Sugandi Muhammad Aditya Rabbani Adit Muhammad Fadhilah Muhammad Haikal Muhammad Hasan Fadlun Muhammad Saifurridho Mujibulloh, Mujibulloh Mulyawan Mulyawan, Mulyawan Musyarofah Musyarofah, Musyarofah Muzani, Muhamad Muzilin, Elin Nailil Amani, Najiyah Nana Suarna Nanita, Nanita Nining Rahaningsih Nova Zulfahmi, A Nova Zulfahmi, A. Nur Asih, Nur Nur Hermawan, Ilham Nurhanifah, Indah Odi Nurdiawa Odi Nurdiawan Panca Wardanu, Adha Petrus Setyo Prabowo Prabowo, PS Prahara, Sukma Primawan, A.Bayu Puji Rahayu Putri, Niken Zeliana Raditya Danar Dana Ramdan Adi Surya, Muhamad Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Rinaldi, Arif Riskandi, Muhammad Rizal Rizal Rizka Amelia Rohman, Dede Ronny Dwi Agusulistyo Saeful Anwar Safrudin, Muhamad Saifurridho, Muhammad Salsabila Ainal Wasilah, Qonita Samsudin, Risma'ruf Setiyani, Th. Prima Ari Setiyani, TPA Siti Paridah, Ninda Sri Suwartini Subur, Muhamad Sulistiyana Sulistiyana Sumarno, L Suryaningsih Suryaningsih Suwarno, DU Syahri, Ibnu Nava Syam Al ghifari, Muhammad Syamsul Aripin, Muhammad Syaripah, Imas Syifa, Nurkhasanah Fadhila Tati Suprapti Thomas Agam Tjendro Tri Anelia Tri Gustiane, Indri Tuti Hartati Umi Hayati Ummiyati Ummiyati W Widyastuti, W Wibowo, Daniel Widjaja, D Wihadi, Dwiseno WIHADI, RB DWISENO Willy Prihartono Wiwien Widyastuti Wujarso, Riyanto Yudhistira Arie Wijaya Zulfahmi, A. Nova