Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science (JOINTECS) Jurnal Pengabdian kepada Masyarakat Rainstek : Jurnal Terapan Sains dan Teknologi BIMASAKTI
Heri Santoso
Universitas PGRI Kanjuruhan Malang
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PELATIHAN PENGEMBANGAN KONTEN KREATIF SEBAGAI INOVASI PEMBELJARAN BLENDED LEARNING BAGI GURU SD Farida Nur Kumala; Arnelia Dwi Yasa; Heri Santoso; Andika Gutama; Ahmad Zaini
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 4: September 2022
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i4.3416

Abstract

Tujuan pelaksanaan pengabdian kepada masyarakat dilakukan untuk memberikan pelatihan kepada guru SD dalam menyusun konten kreatif sebagai inovasi pembelajaran blended learning bagi guru SD. Metode yang digunakan dalam kegiatan pengabdian ini adalah melalui kegiatan pelatihan dan pendampingan kepada guru di SD sekecamatan Karangploso yang terdiri dari 10 SD di Kecamatan Karangploso Kabupaten Malang. Kegiatan pelatihan dilakukan selama empat hari dengan pemberian workshop beberapa macam konten kreatif (video, kuis dan media presentasi), pengembangan course/ kelas pada learning management system (LMS) berbasis edmodo, pengelolaan course/kelas pada LMS, presentasi oleh peserta selain itu diberikan motivasi bagi guru untuk bersemangat mengembangkan pembelajaran digital yang inovatif. Kegiatan workshop dilanjutkan dengan kegiatan pendampingan sebanyak dua kali kepada mitra secara daring. Hasil kegiatan pengabdian diketahui telah bahwa guru menjadi lebih termotivasi dalam mengembangkan praktek pembelajaran, mengembangkan kemampuan TPACK guru, kreativitas, dan penguasaan dalam menggunakan learning management system (LMS). Pelatihan keprofesionalan guru dapat meningkatkan kualitas pembelajaran yang dikembangkan oleh guru
Analisis Efektifitas Quality Of Service Pada Jaringan Kabel di Lingkungan SMK PGRI Turen Nur Hikmah; Akhmad Zaini; Heri Santoso
RAINSTEK : Jurnal Terapan Sains & Teknologi Vol. 5 No. 1 (2023): Maret
Publisher : Fakultas Sains dan Teknologi Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/jtst.v5i1.8250

Abstract

SMK PGRI Turen adalah sekolah menengah kejuruan yang memiliki tiga ruangan menggunakan jaringan kabel untuk akses layanan internet sebagai penunjang kegiatan belajar mengajar maupun administrasi sekolah yang membutuhkan sinkronisasi data dengan sistem pendidikan pusat. Dalam rangka mendukung kegiatan tersebut maka dibutuhkan kualitas jaringan yang stabil sehingga diperlukan pengukuran dan analisa Quality of service (QOS) agar mendapatkan kualitas layanan jaringan yang lebih efektif. Pengujian QOS menggunakan mininet dan ryu controller menghasilkan nilai yang berbeda antara sebelum manajemen dan sesudah manajemen. Perbedaan nilai bisa disebabkan oleh kurangnya manajemen bandwidth. Jika dilakukan manajemen sesuai dengan pembagian prioritas, maka hasilnya lebih baik dan lebih efektif berdasarkan standarisasi TIPHON.
Perbandingan Performa SVM dan Naïve Bayes Pada Analisis Sentimen Aplikasi Game Online Galang Paksi Permana; Danang Aditya Nugraha; Heri Santoso
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 1 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i1.4854

Abstract

Game online saat ini berkembang sangat pesat terutama game online berbasis mobile, salah satunya adalah Clash of Clans. Game yang sudah berusia lebih dari 10 tahun ini masih mampu bersaing dengan game mobile terbaru lainnya. Hal tersebut tidak lepas dari pengembangan dan pembaruan yang dilakukan oleh developer. Namun tentu pengembangan dan pembaruan tersebut tidak bisa sepenuhnya diterima oleh seluruh pemain game Clash of Clans. Banyak ulasan yang diberikan oleh pengguna di Google Play Store. Ditemukan ketidak sinkronan antara rating yang diberikan dengan ulasan yang diberikan, oleh karena itu dibutuhkan analisis sentimen untuk mengetahui jenis sentimen yang diberikan. Pada penelitian ini dilakukan penerapan optimasi ekstraksi fitur TF-IDF (Term Frequency - Inverse Document Frequency) dan N-Gram, serta seleksi fitur Chi-Square dan SelectKBest pada analisis sentimen pengguna aplikasi game online Clash of Clans menggunakan algoritma Support Vector Machine dan Naïve Bayes dengan tujuan menerapkan dan mencari model klasifikasi terbaik untuk mendapatkan hasil akurasi yang lebih akurat. Hasil pengujian menunjukkan bahwa model klasifikasi dengan ekstraksi fitur TF-IDF (Term Frequency - Inverse Document Frequency) dan N-Gram, serta seleksi fitur Chi-Square dan SelectKBest adalah model klasifikasi paling optimal dengan hasil akurasi tertinggi 93% pada Support Vector Machine pada presentase rasio 70:30, sementara akurasi tertinggi yang diperoleh Naïve Bayes sebesar 91,6% dengan presentase rasio yang sama.
PENGEMBANGAN SISTEM PENGELOLAAN DATA HAK CIPTA PADA SENTRA HKI UNIKAMA MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT Saiful Islam; Heri Santoso; Moh. Ahsan
Jurnal Fakultas Teknologi Informasi Vol 8 No 2 (2026): BIMASAKTI
Publisher : Prodi Teknik Informatika, Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v8i2.13087

Abstract

The management of copyright data at the Intellectual Property Center (HKI) of Universitas PGRI Kanjuruhan Malang (UNIKAMA) is still carried out manually through platforms such as Google Forms and Microsoft Excel, leading to inefficiency, data duplication, and difficulties in monitoring information. This study aims to develop an integrated web-based copyright data management system using the Rapid Application Development (RAD) method. The RAD method was chosen for its ability to accelerate development through fast iterations and active user involvement. The research stages include needs identification through observation and interviews, system design using DFD, ERD, and UML models, and implementation using Laravel, Tailwind CSS, and MySQL. System testing was conducted using the black-box and usability testing method to ensure functionality. The implementation results show that the system successfully integrates submission, validation, and copyright monitoring processes into a single, efficient, real-time platform. The study concludes that applying the RAD method increases development speed and flexibility while improving data management efficiency at the UNIKAMA HKI Center.
PERBANDINGAN AKURASI ALGORITMA SUPPORT VECTOR MACHINE DAN LOGISTIC REGRESSION DALAM APLIKASI PREDIKSI DIABETES BERBASIS WEB MENGGUNAKAN PYTHON Ahmad Firmansyah; Amak Yunus; Heri Santoso
Jurnal Fakultas Teknologi Informasi Vol 8 No 2 (2026): BIMASAKTI
Publisher : Prodi Teknik Informatika, Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v8i2.13174

Abstract

This study compares the accuracy of the Support Vector Machine (SVM) and Logistic Regression (LR) algorithms in web-based diabetes prediction using Python. The goal is to assess the performance of both algorithms in classifying patient data based on medical parameters. Testing was conducted with a dataset and measuring performance using Accuracy, Precision, Recall, and F1-score. The results showed that SVM obtained Accuracy of 77.27%, Precision of 75.68%, Recall of 51.85%, and F1-score of 61.54%, while Logistic Regression obtained Accuracy of 75.32%, Precision of 64.91%, Recall of 67.27%, and F1-score of 66.07%. SVM was superior in Accuracy and Precision, while Logistic Regression was better in Recall and F1-score. The choice of algorithm depends on the purpose of the application: if the priority is to detect more positive cases, then Logistic Regression is more recommended, while if the focus is to reduce positive prediction errors, SVM is more appropriate. The developed web application makes it easier for users to predict diabetes quickly, helping medical personnel or individuals in early detection and decision making for disease prevention and treatment..
Co-Authors Ahmad Firmansyah Ahmad Zaini Akhmad Zaini Amak Yunus ANDIKA GUTAMA, ANDIKA Danang Aditya Nugraha Farida Nur Kumala Galang Paksi Permana Moh. Ahsan Nur Hikmah Saiful Islam Yasa, Arnelia Dwi