Article Per Year (5 Year)
p-Index From 2020 - 2025
5.455
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Prosiding SNATIF Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Jurnal Ilmiah Matrik IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jiko (Jurnal Informatika dan komputer) JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Tekno Kompak METIK JURNAL Building of Informatics, Technology and Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Innovation in Research of Informatics (INNOVATICS) Informatics and Digital Expert (INDEX) Jurnal Ilmiah Wahana Pendidikan Jurnal Locus Penelitian dan Pengabdian Jurnal Algoritma Jurnal Sosial dan Sains Jurnal Global Ilmiah Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Umbara, Fajri Rakhmat
Universitas Jenderal Achmad Yani
Religion Aerospace Engineering Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Physics Social Sciences Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
PREDIKSI KEBUTUHAN OBAT MENGGUNAKAN REGRESI LINIER Sulardi, Pujo; Hendro, Tacbir; Umbara, Fajri Rakhmat
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2)
Publisher : Prosiding SNATIF

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

Abstract

AbstrakPenelitian ini dilakukan untuk memprediksi kebutuhan obat. Implementasi sistem digunakan oleh distributor dan apotik.  Pemanfaatn penelitian ini bertujuan untuk melakukan prediksi kebutuhan obat berdasarkan pesanan dan data penjualan. Proses prediksi dimulai dengan menentukan komponen x dan y, kemudian mencari persamaan liniernya, menghitung persamaan linier  dan mendapatkan persamaannya. Keluaran pada penelitian ini adalah sebuah prediksi yang ditampilkan oleh sistem sehingga dapat membantu distributor dalam melakukan prediksi untuk memenuhi kebutuhan obat. Berdasarkan hasil prediksi penjualan dengan nama item albothyle concentrate 10 ml dengan angka di bawah atau di atas 19.662. Jika persamaan garis regresi bernilai minus maka hasil prediksinya akan dianggap 0. Kata Kunci : ObatI, Prediksi, Regresi Linier
SISTEM INFORMASI PENCARI KERJA DI KABUPATEN BANDUNG BARAT Hidayat, Mazid; Nursantika, Dian; Umbara, Fajri Rakhmat
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2)
Publisher : Prosiding SNATIF

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

Abstract

AbstrakPenelitian ini dilakukan untuk memberikan informasi tentang sebaran pencari kerja dan perusahaan di kabupaten Bandung Barat. Implementasi sistem informasi geografis sebaran pencari kerja dan perusahaan digunakan oleh dinas tenaga kerja dan transmigrasi untuk memantau perkembangan pencari kerja dan perusahaan di kabupaten Bandung Barat, dikarenakan terdapat penumpukan data pencari kerja dikarenakan pihak perusahaan tidak pernah melaporkan data pencari kerja yang telah terdaftar sebagai pekerja. Sistem informasi geografis sebaran pencari kerja dan perusahaan implementasinya menggunakan google maps API sebagai tools dalam pembuatan peta berbasis web. Data yang digunakan dalam pembuatan sistem informasi geografis ini yaitu data pencari kerja, data perusahaan, dan data lowongan kerja. Kata Kunci : Google Maps API, Pencari Kerja, Perusahaan, Sistem Informasi Geografis
ANALISIS SENTIMEN TERHADAP TEMPAT WISATA DARI KOMENTAR PENGUNJUNG DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER STUDI KASUS JAWA BARAT Wilianto, Lio; Pudjiantoro, Tacbir Hendro; Umbara, Fajri Rakhmat
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 3)
Publisher : Prosiding SNATIF

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

Abstract

AbstrakPenelitian ini dilakukan untuk memberikan informasi tentang kualitas sebuah tempat wisata yang ada di Jawa Barat. Dengan menggunakan sentimen dari pengunjung, Dinas Pariwisata dan Kebudayaan Provinsi Jawa Barat dapat menentukan langkah apa yang harus diambil untuk memutuskan langkah apa yang harus diambil tanpa harus turun langsung dan melihat satu – persatu. Dengan menggunakan Google Maps sebagai sumber data dalam pembuatan aplikasi, data yang digunakan dalam pembuatan sistem ini yaitu data tempat wisata, sentimen pengunjung dan rating tempat. Kata Kunci : Google Maps API, Tempat Wisata, Sentimen, Naïve Bayes Classifier.
SISTEM INFORMASI PERPUSTAKAAN DIGITAL DI UNIVERSITAS JENDERAL ACHMAD YANI Witanti, Wina; Dewi, Wulan; Umbara, Fajri Rakhmat
IKRA-ITH INFORMATIKA : Jurnal Komputer dan Informatika Vol 4 No 2 (2020): IKRAITH-INFORMATIKA Vol 4 No 2 Bulan Juli 2020
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (968.281 KB)

Abstract

Perpustakaan digital adalah perpustakaan yang mempunyai koleksi sebagian besardalam bentuk format digital yang memiliki lisensi resmi dari pihak yang mengeluarkankoleksi digital tersebut dan bisa diakses dengan komputer atau perangkat lainnya yangdapat terkoneksi dengan internet. perpustakaan digital di lingkungan perguruan tinggiyang diperlukan untuk mendukung pelaksanaan pendidikan dan pengajaran, penelitianserta pengabdian dan pelayanan pada masyarakat karena tuntutan dari sebagianpenggunaan memerlukan kemudahan dan kecepatan akses dalam penelusuran informasiserta melindungi kekayaan intelektual, budaya dan sejarah dari waktu, bencana alam,pencurian dan lain sebagainya. Sejatinya perpustakaan digital memiliki keterbatasandalam menyediakan informasi koleksi digital yang memiliki lisensi resmi sehingga tidaksemua kebutuhan pemustaka dapat disediakan oleh perpustakaan digital, selain itupemanfaatan koleksi digital yang kurang maksimal membuat pengadaan koleksi digitalberlisensi menjadi mubazir. Berdasarkan pada hal tersebut maka pada penelitian inidibangun sebuah sistem informasi perpustakaan digital di Universitas Jenderal AchmadYani sebagai media untuk menyediakan koleksi dengan lisensi resmi dan memungkinkanpemustaka untuk mengakses beberapa sumber daya yang telah bekerja sama denganperpustakaan Universitas Jenderal Achmad Yani.
ANALISIS CLUSTER PADA KELOMPOK MASYARAKAT YANG RENTAN TERHADAP PAPARAN COVID-19 MENGGUNAKAN METODE K-MEANS CLUSTERING DAN VISUALIASI DENGAN SIG Drl, Indra Raja; Chrisnanto, Yulison Herry; Umbara, Fajri Rakhmat
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.885

Abstract

Covid-19 adalah penyakit yang menular serta laju infeksi yang cepat,setelah mencapai 100 kasus yang dikonfirmasikan terinfeksi tingkat penyebarannya meluas, Dengan cepatnya penyebaran wabah Covid-19 masyarakat sangat prihatin dengan penyebaran dan dampaknya ,orang yang sebelumnya sudah memiliki gangguan kesehatan akan meningkatkan risiko terinfeksi Covid-19 gangguan kesehatan ini seperti,tuberkulosis,diabetes ,diare ,hipertensi.Ada pun Faktor lain yang mempengaruhi penyebaran Covid-19 sepert kepadatan penduduk yang tinggi di kota besar ,iklim,suhu dan daerah metropolitan merupakan faktor risiko utama untuk tertular virus. Dari adanya faktor yang mempengaruhi kasus covid-19 sehingga Satgas Penanganan Covid-19 menilai pentingnya bagi semua pihak termasuk masyarakat memahami faktor-faktor lonjakan kasus Covid-19 agar terhindar dari kasus itu.tujuan dari penelitian ini Menggunakan metode K-Means Clustering untuk analisis cluster pada wilayah yang memiliki karakteristik tingginya kasus covid-19 dan variable apa yang berpengaruh terhadap tingginya kasus covid-19 dan divisualisasi menggunakan Sistem informasi geografis sehingga diharapakan dapat menjadi informasi bagi masyarakat dan instansi kesehatan untuk memahami kelompok wilayah yang rentan. kesimpulannya wilayah kota bandung dikelompokan menjadi 3 cluster yang dimana cluster 1 itu wilayah dengan kasus covid-19 tertinggi dan faktor yang mempengaruhi covid-19 juga tinggi untuk cluster 2 memiliki tingkat kasus yang rendah dan cluster 3 memiliki tingkatan yang yang lebih rendah dari kedua cluster.
Deteksi Ujaran Kebencian dengan Metode Klasifikasi Naïve Bayes dan Metode N-Gram pada Dataset Multi-Label Twitter Berbahasa Indonesia Yazid, Rija Muhamad; Umbara, Fajri Rakhmat; Sabrina, Puspita Nurul
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.894

Abstract

Ujaran kebencian adalah ungkapan atau bahasa yang digunakan untuk mengekspresikan kebencian terhadap seseorang atau sekelompok orang. Ujaran kebencian juga memiliki tingkatan ancaman, semakin tinggi tingkat ancaman ujaran kebencian maka akan semakin luas dan cepat penyebarannya sehingga dapat menimbulkan konflik antar individu sampai konflik antar kelompok. Untuk dapat mendeteksi dan mengklasifikasikan ujaran kebencian sekaligus tingkat ancamannya dalam penelitian ini digunakan dataset multi-label dari penelitian sebelumnya dengan menggunakan label yang masuk kedalam topik ujaran kebencian dan tingkat ancaman dengan total sebanyak 4 label. Dalam menyelesaikan permasalahan multi-label tersebut digunakan metode Naïve Bayes sebagai metode klasifikasi dan metode Label Power-set sebagai metode transformasi data, dalam penelitian ini juga digunakan pembobotan TF-IDF sekaligus melakukan beberapa skenario penelitian berdasarkan metode ekstraksi fitur n-gram. Hasil terbaik yang didapatkan berdasarkan hasil evaluasi F-score adalah sebesar 64,957% ketika menggunakan kombinasi metode ekstraksi fitur word unigram, word bigram dan character quadgram. Dari penelitian ini juga didapatkan bahwa semakin banyak fitur yang digunakan maka semakin baik nilai hasil evaluasinya terhadap jenis dataset yang digunakan.
Prediksi Pengagguran Menggunakan Decision Tree Dengan Algoritma C5.0 Pada Data Penduduk Kecamatan Caringin Kabupaten Bogor Kahfi, Muhammad Dzatul; Umbara, Fajri Rakhmat; Ashaury, Herdi
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.913

Abstract

Tingkat kesejahteraan dalam kehidupan bermasyarakat dapat dilihat dari tingkat penganggurannya. Pemerintah daerah biasanya mengadakan sebuah program untuk membantu mengurangi jumlah pengangguran, entah itu dengan mengadakan sebuah pelatihan atau hal lain yang dapat mendorong kreativitas masyarakat dan meningkatkan kemampuan hardskill agar dapat bersaing di dunia kerja. Ada banyak penelitian yang memprediksi tingkat pengangguran dan juga ada penelitian yang menggunakan algoritma C5.0 untuk melakukan prediksi, namun belum ada penelitian yang menggabungkan subjek dan metode tersebut. penelitian ini bertujuan untuk membuat sebuah model prediksi menggunakan algoritma C5.0 terhadap data penduduk kecamatan caringin dan mencari skenario dengan hasil akurasi yang paling tinggi. namun terdapat beberapa permasalahan yang harus dihadapi seperti bagaimana tingkat akurasi Model klasifikasi Decision Tree dengan algoritma C5.0 terhadap dataset penduduk Kecamatan Caringin dan Bagaimana resio data latih data uji dan penggunaan pruning memengaruhi tingkat akurasi prediksi yang akan dilakukan. Penelitian ini dievaluasi menggunakan beberapa skenario rasio data latih dan data uji yang berbeda beda dan penggunaan pruning yang berbeda. Hasil dari penelitian ini adalah model prediksi pengangguran berhasil dibuat dengan tingkat akurasi paling tinggi yaitu pada skenario data latih 70% dan data uji 30% dengan menerapkan teknik post pruning.
Prediksi Jangka Pendek Harga Bahan Pokok Dki Jakarta Menggunakan Metode Weighted Exponential Moving Average Junior, Rifqi Pratama; Umbara, Fajri Rakhmat; Sabrina, Puspita Nurul
Jurnal Ilmiah Matrik Vol. 25 No. 3 (2023): Jurnal Ilmiah Matrik
Publisher : Direktorat Riset dan Pengabdian Pada Masyarakat (DRPM) Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/jurnalmatrik.v25i3.2575

Abstract

Weighted Exponential Moving Average (WEMA) is a new method that combines WMA and EMA, predicting data based on the future and calculating the value of the data weighting factor over time. Commodities are goods that can be sold freely in the market, one of which is staple food to meet daily needs. This study implements the WEMA method in the short-term prediction of staple food prices, with pre-processing stages using data selection and imputation to overcome missing values. Then the data is divided into training data (75%), and test data (25%), on sugar attribute data, chicken eggs, cooking oil, chicken, and beef. A mean absolute percentage error (MAPE) evaluation was carried out on training data and test data to measure prediction accuracy. The experimental and evaluation results show that accuracy depends on the range and length of the data used. The use of span 2 for both data shows the best results on all evaluated attributes; the results of the MAPE evaluation are below 10%.
PERAMALAN GENRE FILM TERPOPULER BERDASARKAN DATASET MYMOVIE MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Asrul; Witanti, Wina; Umbara, Fajri Rakhmat
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7358

Abstract

At this time the film industry is experiencing very rapid progress, this is because extraordinary technological developments have had a major influence on the film industry. Successful films tend to have a large audience. To find out why the audience likes a film, there are several variables that must be considered, one of which is the genre of the film. This research was conducted to predict what film genres the audience is most interested in. To predict the genre of this film using the autoregressive integrated moving average (arima) method. The autoregressive integrated moving average (arima) method or commonly known as the Box-Jenkins method is a method used to make precise and accurate short-term forecasts, compared to long-term forecasts which usually tend to be flat (flat/constant). From this research a prediction of the popularity or number of viewers of each film genre will be generated which can be used as a reference to find out what genre of film the audience is interested in. So that film production companies can adjust film releases according to their interests. audience, in order to gain greater profits.
KLASIFIKASI TINGKAT PENJUALAN VIDEO GAME DENGAN MENGGUNAKAN METODE K – NEAREST NEIGHBORS Adzani, Nadhif Nurul Fajri; Witanti, Wina; Umbara, Fajri Rakhmat
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7371

Abstract

Klasifikasi Tingkat Penjualan Video Game Dengan Menggunakan Metode K – Nearest Neighbors memiliki fungsi untuk mengklasifikasikan video game berdasarkan penjualannya, dan memerlukan variabel, seperti genre, platform, publisher, best seller. Permasalahan yang terjadi di Platform penjualan game seperti di Steam, Epic games, etc. Adalah dimana saat gamers membeli game tersebut dan ternyata game tersebut tidak sesuai dengan ekspetasi dari gamers yang membeli game tersebut alhasil game tidak lagi dimainkan. Oleh karena itu, solusi yang dibuat disini yaitu klasifikasi video game berdasarkan karakteristik yang menggunakan metode KNN, dimana nantinya video game akan dibagi berdasarkan karakteristiknya, dan akan ditampilkan beberapa game sesuai klasifikasi karakternya, sehingga diharapkan dapat meminimalisir kejadian pembeli game / gamers yang menyesal karena tidak sesuai dengan ekspetasi mereka
Co-Authors -, Agus Komarudin -, Ridwan Ilyas Adam, Marcellino Aditya, Aldy Adzani, Nadhif Nurul Fajri Ardiyansyah, Muhamad Salman Ashaury, Herdi Asrul Cepi, Gan Destiyanti, Fitri Dewi, Wulan Dian Nursantika Drl, Indra Raja Fadhilahsyah Ramadhan, Muhammad Diky FERDIANSYAH, ALDOVA Firmansyah, Rolan Gestavito, Rio Hadiana, Asep Id Hasna, Aisyah Nur Hendro, Tacbir Hidayat, Ferdian Afza Hidayat, Mazid Hidayatulah Himawan Junior, Rifqi Pratama Kahfi, Muhammad Dzatul Kasyidi, Fatan Melina Melina, Melina Muhamad Ramdan, Muhamad Muhammad Ramdhani, Muhammad Nugroho, Akbar Satrio Nusantara, Madya Dharma Oktariansyah, Indro Abri Permana, Acep Handika Puspita Nurul Sabrina, Puspita Nurul Putra, Dion Revaldy Putri, Ika Rahmah Rezki Yuniarti Ridwan Ilyas Sapari, Albi Mulyadi Sepyanto, Kharisma Jevi Shafira SETIAWAN, YOSEP Sulardi, Pujo Susanti, Adisti Dwi Susilowati, Merliana Tri Tacbir Hendro Pudjiantoro Wibowo, Ditto Ridhwan Wilianto, Lio Wina Witanti Yanuar, Muhammad Rizki Yazid, Rija Muhamad Yoga, Yoga Yulison Herry Chrisnanto