Article Per Year (5 Year)
p-Index From 2020 - 2025
4.32
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Tekno : Jurnal Teknologi Elektro dan Kejuruan JURNAL ECONOMIA Jurnal Informatika dan Teknik Elektro Terapan Jurnal Informatika Upgris Journal of Information Technology and Computer Science JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Journal of Information System, Applied, Management, Accounting and Research Jurnal Mantik CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Jifosi Jurnal Ilmiah Teknologi Informasi dan Robotika International Journal of Data Science, Engineering, and Analytics (IJDASEA) ALINIER: Journal of Artificial Intelligence & Applications Abdimas Altruis: Jurnal Pengabdian Kepada Masyarakat JUSIFOR : Jurnal Sistem Informasi dan Informatika JEECS (Journal of Electrical Engineering and Computer Sciences) Inspiration: Jurnal Teknologi Informasi dan Komunikasi Journal of Technology and System Information Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Informasi interaktif : jurnal informatika dan teknologi informasi
Andreas Nugroho Sihananto
Universitas Pembangunan Nasional Veteran Jawa Timur
Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Chicken feed optimization using evolution strategies and firefly algorithm Andreas Nugroho Sihananto; M. Shochibul Burhan; Wayan Firdaus Mahmudy
International Journal of Electrical and Computer Engineering (IJECE) Vol 9, No 1: February 2019
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (725.99 KB) | DOI: 10.11591/ijece.v9i1.pp585-592

Abstract

Mixing broiler chicken and layer hens feed using various feed ingredients is a difficult task. The feed must fulfill the minimum nutrient requirement and must break the constraint. Some classic approach like Pearson’s Square has been already introduced to solve this problem. However, the approaches cannot guarantee to fulfill nutrient requirements and desirable price. The two metaheuristic algorithms Evolution Strategies (ES) and Firefly Algorithms (FA) are being proposed in this paper to know how well they performed this problems. Result show that ES is perform much better compared to classic Pearson’s Square, but ES itself is outperform by FA on both cases.
Implementasi Metode K-NN dalam Klasterisasi Kasus Kesehatan Jantung Anggraini PS; Andreas Nugroho Sihananto; Dwi Arman Prasetya
ALINIER: Journal of Artificial Intelligence & Applications Vol. 3 No. 2 (2022): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v3i2.5761

Abstract

Penyakit jantung penyebab kematian nomer satu berdasarkan data yang diperoleh dari WHO (world health organization). Penyakit jantung terjadi ketika darah yang mengalir ke otot jantung berhenti sehingga menyebabkan gangguan jantung. Hal ini menyebabkan adanya kebutuhan mendefinisikan sistem pendukung keputusan yang membantu dokter dalam mengambil keputusan untuk mengambil tindakan pencegahan terhadap penderita penyakit jantung. K-NN (K-Nearest Neighbor) merupakan metode yang sangat sederhana, paling populer, sangat efisien dan efektif untuk pengenalan pola. K-NN merupakan pengklasifikasi lurus ke depan dengan sampel diklasifikasikan berdasarkan kelas tetangga terdekatnya. Basis data medis memiliki volume tinggi. Jika kumpulan data berisi atribut yang berlebihan dan tidak relevan, maka klasifikasi dapat menghasilkan hasil yang kurang akurat. Penelitian ini menerapkan metode klasifikasi K-NN diharapkan dapat mengatasi permasalahan untuk efektifitas dan akurasi dalam mendeteksi kesehatan jantung. Dalam penelitian ini mencakup pengukuran performa, yaitu: presisi, recall, f-measure, dan akurasi menggunakan metode K-NN dengan nilai K = 3. Dataset yang digunakan dari UCI Machine Learning Repository pada 303 pasien penyakit jantung. Hasil yang didapatkan ialah presisi 0.70, recall 0.94, dan f-measure 0.81, dan akurasi 70% yang termasuk dalam klasifikasi baik dari nilai K terdekat sehingga metode K-NN dapat digunakan dalam mendeteksi kesehatan jantung.
Implementation of Least Square Algorithm to Predict Monthly Revenue (Case Study: Djuju’s Grocery Store) Aditya Rizqi Ardhana; Chrystia Aji Putra; Andreas Nugroho Sihananto
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 8 No. 1 (2023): JEECS (Journal of Electrical Engineering and Computer Sciences)
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/jeecs.v8i1.3

Abstract

Business owners need to estimate their revenue, which is crucial for the sustainability of their operations. Thus, entrepreneurs such as micro, small, and medium-sized business owners, as well as owners of grocery stores, leverage technological advancements to maximize their sales operations. However, manual sales activities can pose challenges for managing sales data, such as disorganized sales record keeping, failure to record sales of high-volume customers, and time-consuming manual reporting for revenue predictions. To address these issues, researchers have developed a revenue prediction information system. In this study, revenue and profit predictions for the following period were calculated using the Least Square algorithm with the Mean Absolute Percentage Error (MAPE). An example calculation for a 12-month period resulted in a revenue forecast of Rp. 2,837,687.76 for the month of June 2023 with a MAPE of 12.71%.
PENGEMBANGAN APLIKASI PENDETEKSI KERETAKAN JALAN BERBASIS ANDROID DENGAN IMPLEMENTASI ALGORITMA HYBRID CNN-LSTM Pradana, Ilham Akbar; Ani Dijah, Rahajoe; Sihananto, Andreas Nugroho
JIFOSI Vol. 5 No. 2 (2024): Integrasi Sistem Cerdas dengan Internet of Things (IoT)
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i2.146

Abstract

Infrastruktur jalan yang berkualitas memegang peran penting dalam pertumbuhan ekonomi suatu negara. Namun, dengan meningkatnya volume kendaraan dan faktor lingkungan, kerusakan jalan menjadi masalah yang tak terhindarkan dan memerlukan perhatian serius. Metode tradisional dalam mendeteksi kerusakan jalan seringkali dilakukan melalui inspeksi manual yang tidak hanya memakan waktu tetapi juga cenderung subjektif dan kurang akurat. Penelitian ini mengusulkan pengembangan aplikasi Android yang inovatif, yang memanfaatkan teknologi Deep Learning untuk mendeteksi kerusakan jalan secara akurat dan efisien. Aplikasi ini menggabungkan Convolutional Neural Network (CNN) untuk ekstraksi ciri visual dari gambar dan Long Short-Term Memory (LSTM) untuk memahami konteks sekuensial dari data hasil luaran lapisan-lapisan CNN. Dataset yang digunakan dalam pengembangan model ini bersumber dari kumpulan gambar kerusakan jalan sebagai representasi dari berbagai kondisi jalanan perkotaan di Indonesia. Melalui proses pelatihan, model CNN-LSTM yang ini diintegrasikan ke dalam aplikasi dengan menggunakan TensorFlow Lite. Pengembangan aplikasi Android dilakukan dengan mempertimbangkan arsitektur aplikasi yang baik dan efisien, menjamin bahwa aplikasi tidak hanya responsif dan intuitif tetapi juga hemat sumber daya. Melalui integrasi teknologi canggih dan pendekatan pengembangan yang terfokus, aplikasi ini berpotensi menjadi alat penting dalam usaha pemeliharaan infrastruktur jalan, memberikan solusi yang praktis dan inovatif untuk mendeteksi kerusakan jalan dengan cepat dan akurat.
Indonesian Sign Language Image Detection Using Convolutional Neural Network (CNN) Method Sihananto, Andreas Nugroho; Safitri, Erista Maya; Maulana, Yoga; Fakhruddin, Fikri; Yudistira, Mochammad Ervinda
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol. 13 No. 1 (2023): Inspiration: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Pusat Penelitian dan Pengabdian Pada Masyarakat Sekolah Tinggi Manajemen Informatika dan Komputer AKBA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v13i1.37

Abstract

In Indonesia, there are two sign languages utilized by the deaf community, SIBI and BISINDO. Unfortunately, the majority of non-deaf individuals and deaf companions are not proficient in sign language. To address this communication gap, information systems can play a pivotal role in recognizing sign language speech. Recently, researchers conducted a study using the Convolutional Neural Network (CNN) algorithm to predict sign language for both SIBI and BISINDO datasets. The aim was to develop a model that could accurately translate sign language into written or spoken language, thus bridging the gap between deaf and non-deaf individuals. The research found that the CNN algorithm performed optimally on epoch 50 for SIBI with a testing accuracy of 93.29 %, while for BISINDO, it achieved the best result on epoch 40 with a testing accuracy of 82.32 %. These results suggest that the CNN algorithm has the potential to accurately recognize and translate sign language, thus improving communication between deaf and non-deaf individuals in Indonesia.
Pembuatan Sistem Prediksi Penjualan Dan Persediaan Barang Menggunakan Metode Double Exponential Smoothing Dan Economic Order Quantity (EOQ) : (Studi Kasus : Bengkel Ivan Jaya Motor) Octaviani, Vincentia Indri; Maulana, Hendra; Sihananto, Andreas Nugroho
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 2 No 2 (2023): JUSIFOR - DESEMBER 2023
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v2i2.3407

Abstract

Bengkel Ivan Jaya Motor adalah sebuah bisnis yang bergerak di bidang otomotif. Selain menawarkan jasa service mobil, Ivan Jaya Motor juga menjual berbagai merk oli serta sparepart mobil. Namun dalam menjalankan bisnisnya, Bengkel Ivan Jaya Motor melakukan segala aktivitas operasinya masih menggunakan cara manual. Termasuk dalam melakukan proses penjualan maupun pengelolaan persediaan barang. Untuk mengatasi permasalahan yang dihadapi, Bengkel Ivan Jaya Motor membutuhkan sebuah sistem prediksi penjualan dan persediaan barang. Sistem yang dibuat berbasis web dan menggunakan metode prediksi double exponential smoothing Brown dengan nilai alpha α = 0,1. Yang mana menghasilkan nilai kesalahan prediksi terendah berdasarkan perhitungan MAPE (Mean Absolute Percentage Error), yaitu 12,53508%. Ini berarti karena berada pada interval 10% hingga 20% maka termasuk dalam peramalan yang baik, sedangkan untuk memprediksi persediaan secara optimal digunakan metode Economic Order Quantity (EOQ)
Implementasi Metode Fuzzy Time Series Pada Pengembangan Sistem Informasi Penjualan Pada Segoku Catering Surabaya Suryandari, Sabrina Heryanti; Prami, Made Hanindia; Sihananto, Andreas Nugroho
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 2 No 2 (2023): JUSIFOR - DESEMBER 2023
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v2i2.3415

Abstract

Perkembangan organisasi, bisnis, dan industri, termasuk industri katering, dapat dicapai dengan lebih cepat dan mudah dengan penggunaan teknologi komputer yang mencakup pengolahan data. Katering, juga disebut sebagai jasa boga adalah bisnis yang melayani pemesanan berbagai macam makanan untuk pesta maupun untuk kebutuhan perusahaan. Segoku Catering Surabaya adalah perusahaan katering yang data penjualan dan pendapatan dimasukkan secara manual dalam buku arsip, yang memakan waktu dan menyulitkan perhitungan laba dan rugi. Jadi, penelitian ini bertujuan untuk membantu pemilik catering membuat laporan pendapatan bulanan. Sistem juga dapat melakukan peramalan laba bulanan untuk mengetahui laba rugi setiap bulan. Sistem dapat melakukan peramalan penjualan untuk mengetahui produk mana yang diminati oleh pembeli. Semua hal tersebut dilakukan dengan menggunakan metode seri waktu Fuzzy, yang terkenal memiliki tingkat akurasi yang tinggi dalam peramalan jangka pendek, juga menggunakan perhitungan rata-rata kesalahan untuk peramalan jangka panjang. Hasilnya, sistem dapat digunakan untuk melihat data laba bulanan, dan data prediksi laba bulanan.
Perbandingan Performa Klasifikasi Citra Ikan Menggunakan Metode K-Nearest Neighbor (K-NN) Dan Convolutional Neural Network (CNN) Abdurrahman, Nizar; Rahmat, Basuki; Sihananto, Andreas Nugroho
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 2 No 2 (2023): JUSIFOR - DESEMBER 2023
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v2i2.3728

Abstract

Perairan daratan Indonesia memiliki keanekaragaman jenis ikan, mencakup variasi ikan air tawar, payau, dan laut. Meskipun Indonesia memiliki lebih dari 2.000 spesies ikan, hanya sekitar 25% yang dapat dibudidayakan. Beberapa jenis ikan seperti lele, mujair, bandeng, patin, dan gurami menjadi pilihan utama dalam budidaya ikan konsumsi. Dalam konteks ini, penelitian menggunakan teknologi citra digital untuk membandingkan dua metode klasifikasi, yaitu k-NN dan CNN, dengan fokus pada citra ikan. Metode k-NN dan CNN diuji dengan menggunakan dua skenario pembagian dataset, yaitu 80:20 dan 90:10. Hasil eksperimen menunjukkan bahwa CNN menghasilkan akurasi yang lebih tinggi dibandingkan k-NN pada kedua skenario. Akurasi CNN mencapai 88% pada rasio data 80:20 dan 80% pada rasio 90:10, sedangkan k-NN mencapai 66% dan 72% pada skenario yang sama. Meskipun performa metode dapat dipengaruhi oleh berbagai faktor, hasil penelitian ini memberikan indikasi bahwa CNN lebih efektif dalam mengklasifikasikan citra ikan. Keunggulan ini dapat memberikan kontribusi penting dalam pemilihan metode klasifikasi untuk pengolahan citra ikan.
Testing posketanmu website with google penetration testing and OWASP Top 10 Sebrina, Aida Fitriya; Junaidi, Achmad; Sihananto, Andreas Nugroho
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5204

Abstract

Data integrity has become vital in the quickly evolving digital era, pushing cybersecurity to a critical concern. Securing cybersecurity is crucial for systems such as the Posketanmu website in Mojokerto Regency, as it is responsible for safeguarding sensitive personal information. The objective of this research is to detect, evaluate, and exploit on any security weaknesses present on the Posketanmu website. The methodology combines the Google Penetration Testing strategy with the latest OWASP Top 10 2021 criteria. The penetration testing procedure comprises five distinct steps: Initially, the process involves collecting data and comprehending the platform by utilizing several programs such as Nmap, Nslookup, Wappalizer, Whatweb, Whois, and Google Hacking. Furthermore, the process involves utilizing ZAP to do vulnerability scanning, resulting in the creation of thorough reports. Furthermore, doing a vulnerability assessment, which involves manual testing and classification according to OWASP standards. Furthermore, effectively capitalizing on all eleven identified vulnerabilities. Ultimately, the task involves adhering to the OWASP Top 10 2021 standards by documenting, reporting, and suggesting solutions for any identified issues. This investigation found and resolved four significant security vulnerabilities on the Posketanmu website: stored XSS, unset CSP header, unset Strict-Transport-Security header, and open redirect. The implementation of Google Penetration Testing and adherence to the OWASP Top 10 2021 criteria have greatly improved the security of the Posketanmu website, ensuring the protection of Mojokerto Regency citizens' data.
Implementasi YOLOv8 Pada Robot Deteksi Objek Rasjid, Azka Avicenna; Rahmat, Basuki; Sihananto, Andreas Nugroho
Journal of Technology and System Information Vol. 1 No. 3 (2024): July
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jtsi.v1i3.2969

Abstract

Pendeteksian objek merupakan salah satu tantangan utama dalam pengembangan robotika, khususnya untuk aplikasi yang membutuhkan identifikasi berbagai objek dalam lingkungan yang beragam. Penelitian ini ditujukan untuk implementasi YOLOv8 pada Robot Deteksi Objek. Metode penelitian mencakup pelatihan YOLOv8 menggunakan dataset yang terdiri dari 150 gambar untuk setiap kelas objek. Kinerja model dievaluasi berdasarkan metrik presisi (P), recall (R), mean Average Precision (mAP) pada threshold 50% (mAP50), dan mAP50-95. YOLOv8 bertujuan untuk mendeteksi objek dengan 7 sampel kelas objek yaitu: botol, kursi, manusia, pot, galon, tong sampah, dan ember. Hasil evaluasi menunjukkan bahwa model YOLOv8 memberikan kinerja yang sangat baik dengan presisi dan recall mendekati 1 untuk semua kelas objek. Secara khusus, kursi, manusia, dan tong sampah mencapai nilai P dan R sebesar 0.994 atau lebih, dengan mAP50-95 masing-masing sebesar 0.891, 0.874, dan 0.894. Botol dan ember juga menunjukkan hasil yang baik dengan mAP50-95 masing-masing sebesar 0.857 dan 0.905. Sementara itu, galon dan pot masing-masing memiliki mAP50-95 sebesar 0.908 dan 0.705.
Co-Authors Abdul Rezha Efrat Najaf Abdurrahman, Nizar Achmad Junaidi Aditya Rizqi Ardhana Afifudin, Muhammad Afriani, Regita Agung Mustika Rizki, Agung Mustika Agussalim, Agussalim Alifah, Nurul Aini Amalia, Nadhia Rizqy Anggraini PS Anggraini Puspita Sari Ani Dijah, Rahajoe Ar Romandhon, Mitzaqon Gholizhan Ardiansyah, Muhammad Dafa Basuki Rahmat Masdi Siduppa Christianty, Theressa Marry Dwi Arman Prasetya Fakhruddin, Fikri Fauzi, Zaky Ahmad Gusti Ahmad Fanshuri Alfarisy, Gusti Ahmad Fanshuri Izzatul Fithriyah Lesmana, Benedictus Rafael M Shochibul Burhan, M Shochibul M. Shochibul Burhan Mardhavi, Arif Marselina, Anif Fitria Dewi Maulana, Hendra Maulana, Yoga Mohammad Haydir Awaludin Waskito Mohammad, Farrel Adel Muhammad Muharrom Al Haromainy Naila, Amelia Maslaqun Nurhaliza, Risma Nurlaili, Afina Lina Octaviani, Vincentia Indri Pangestu, Arif Fajar Pradana, Ilham Akbar Prami, Made Hanindia Putra, Chrystia Aji Putra, Gredy Christian Hendrawan Ramadhan, Dimas Dharu Rasjid, Azka Avicenna Retno Mumpuni Reza, Reno Alfa Safitri, Erista Maya Santosa, Mochammad Kevin Saputra, Dewa Raka Krisna Saputri, Asih Sebrina, Aida Fitriya Shahab, Muhammad Syaugi Suryandari, Sabrina Heryanti Tirana Noor Fatyanosa, Tirana Noor Trianingsih, Arini Wayan Firdaus Mahmudy Wiwik Handayani Yisti Vita Via Yudistira, Mochammad Ervinda Yulianto, Rusman