Article Per Year (5 Year)
p-Index From 2021 - 2026
3.394
P-Index
This Author published in this journals
All Journal Dinamisia: Jurnal Pengabdian Kepada Masyarakat Martabe : Jurnal Pengabdian Kepada Masyarakat Instructional Development Journal Humanism: Journal of Community Empowerment (HJCE) Studia Manageria: Jurnal Manajemen Pendidikan Islam Jurnal Peduli Masyarakat Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Neo Politea : Jurnal Ilmiah Administrasi Negara Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Jurnal Manajemen Pendidikan Islam Darussalam (JMPID) Journal of Islamic Education Students At-Tajdid: Journal of Islamic Studies Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Informasi interaktif : jurnal informatika dan teknologi informasi Prosiding SeNTIK STI&K Journal of Asian Islamic Educational Management Jurnal Masyarakat Journal of Educational Teaching and Trends
Edi Iskandar, Edi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Medicine & Pharmacology Nursing Public Health Social Sciences Other

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

Found 23 Documents
Search

 1   2   3 
Data Mining Untuk Memprediksi Status Kelulusan Mahasiswa Sumiyatun; Cahyadi, Yagus; Iskandar, Edi
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 21 No 3 (2023): September 2023
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v21i3.3

Abstract

Semakin lama operasional sebuah perguruan tinggi, semakin banyak lulusan (alumni) yang dihasilkan. Data alumni serta mahasiswa aktif, merupakan aset yang dapat digunakan untuk keperluan tertentu, salah satunnya adalah digunakan untuk memprediksi status kelulusan. Pendekatan yang umum digunakan adalah teknik penambangan data (data mining). Penelitian ini akan menerapakan teknik data mining untuk memprediksi status kelulusan mahasiwa. Pengolahan data akan memanfaatkan aturan asosiatif (association rule mining) dan menggunakan algoritma apriori. Algoritma apriori adalah algoritma dasar untuk penentuan frequent itemsets aturan asosiasi boolean. Algoritma ini mengontrol berkembangnya kandidat itemset dari hasil frequent itemsets dengan support-based pruning untuk menghilangkan itemset yang tidak menarik dengan menetapkan minsup. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa aplikasi data mining dengan menggunakan pendekatan aturan asosiasi dan algoritma apriori dapat digunakan untuk menampilkan informasi aturan status kelulusan. Informasi yang ditampilkan berupa nilai support dan confidence. Semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar atribut/item. Data alumni dan data mahasiswa yang diproses meliputi IPS2, IPS4, ORG, PRG dan SL
Sistem Keamanan Rumah Berbasis Iot Dengan Nodemcu Esp8266 Menggunakan Sensor Pir Sebagai Pendeteksi Gerakan Putri, Sintia Ogi Nindiya; Sari, Dini Fakta; Iskandar, Edi; Buryadi, Indra Yatini
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 20 No 2 (2022): Mei 2022
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v20i2.29

Abstract

Pesatnya perkembangan teknologi seperti jaman sekarang menuntut manusia untuk selalu berinovasi dalam mengembangkan teknologi tepat guna yang dapat membantu memudahkan pekerjaan manusia dalam kehidupannya. Pemanfaatan teknologi internet untuk keamanan lingkungan atau kontrol. Penggunaan internet untuk berbagai keperluan sekarang yang disebut dengan IoT. Salah satu manfaat sistem IoT salah satunya dapat mengontrol dan memantau dari jarak jauh. Rumah adalah kebutuhan pokok bagi manusia untuk berlindung. Maraknya kasus pencurian yang terjadi ketika ditinggal berpergian maka sebuah rumah harus menyediakan rasa aman bagi pemiliknya. Berdasarkan hal tersebut diatas, akan dibuat sistem keamanan rumah yang dapat di monitoring dari manapun melalui smartphone yang dapat mendeteksi penyusup di dalam rumah. Cara kerjanya yaitu saat sistem keamanan dihidupkan, Nodemcu terhubung ke Blynk melalui internet. Kemudian dapat mengaktifkan dan menonaktifkan sistem ini menggunakan tombol pada antarmuka yang diatur di aplikasi Blynk. Setelah itu, saat gerakan ditangkap oleh sensor PIR, bel dan LED hijau diaktifkan. Kemudian, smartphone juga menerima notifikasi push melalui aplikasi Blynk. Kemudian, sistem ini akan kembali normal setelah beberapa saat. Selain itu, waktu dapat diubah dengan preset di sensor PIR. Lampu LED merah menyala saat sistem beroperasi secara normal. Kesimpulan dari penelitian ini adalah terciptanya prototype Sistem Keamanan Rumah Berbasis IoT Dengan Nodemcu ESP8266 menggunakan Sensor Pir sebagai Pendeteksi Gerakan dan berdasarkan hasil pengujian, sensor PIR dapat mendeteksi gerakan pada jangkauan jarak 1 sampai 5 meter
Geographic Information System untuk Pemetaan Wisata Budaya Faizal, Edi; Iskandar, Edi; Kusjani, Adi
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 22 No 3 (2024): September 2024
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v22i3.146

Abstract

Penelitian ini mengembangkan model pemetaan potensi wisata budaya berbasis  GIS di Kabupaten Bantul untuk mendukung pengembangan pariwisata berkelanjutan. Data primer dikumpulkan melalui survei lapangan dan wawancara dengan pemangku kepentingan, sedangkan data sekunder berasal dari dokumen resmi dan literatur ilmiah. Data dianalisis menggunakan perangkat lunak serta pustaka Python seperti Folium, GeoPandas, dan Shapely. Hasilnya divisualisasikan dalam peta interaktif yang menampilkan lokasi wisata budaya beserta informasi terkait. Peta interaktif yang dihasilkan memiliki akurasi tinggi, dengan 95% data koordinat dalam margin kesalahan kurang dari 10 meter. Waktu muat rata-rata peta adalah 3 detik, dengan peningkatan hingga 5 detik untuk peta dengan lebih dari 20 marker. Evaluasi oleh 25 pengguna menunjukkan tingkat kepuasan rata-rata 4,4 dari 5, dengan skor tertinggi untuk manfaat edukatif (4,5).
Co-Authors Agus Triyanto, Heru Aloysius Agus Subagyo Aminuyati Azizah Azzahrah Rahmadan Buryadi, Indra Yatini Chai, Nong Cindy Putri Andini Deborah Kurniawati Dewantara, Jagad Aditya Dina Dina, Dina Dini Fakta Sari, Dini Fakta Edi Faizal Edy Prayitno Edy Prayitno Emilda, Tika Erna Hudianti Ferhadius Endi Fitiani, Hesti Hadi Wiyono Hermana Suherlan, Rafly Intan Sari, Arrum Irawati Irawati Joko Waluyo Kuswanti, Adlia Mamat Rahmatullah Mariana, Neneng Moreta, Eka Sally Perdana, Ivan Jaka Puji, Puji Purnomo, Parmadi Sigit Putri, Sintia Ogi Nindiya Rahayu, Bety Agustina Rini Setyaningsih Robby Cokro Buwono Sri Buwono . Sri Setyowati Sumiyatun Supatmi Supatmi Supatmi Supatmi Suyatno Suyatno Thahir, Musa Tri Widayanti Triyanto, Heru Agus Tursilowati, Sri Yuni Winarno, Basuki Heri Yagus Cahyadi Yoza Mandela, Rahmad Yuli Purwanto, Yuli Zakaria, Mochamad Zein, Mas'ud