Article Per Year (5 Year)
p-Index From 2021 - 2026
8.212
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Inotera JSiI (Jurnal Sistem Informasi) JURNAL PENDIDIKAN TAMBUSAI bit-Tech Infotech: Jurnal Informatika & Teknologi Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Jurnal Janitra Informatika dan Sistem Informasi Jurnal Armada Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer JAMAIKA: Jurnal Abdi Masyarakat Abdi Jurnal Publikasi Journal of Artificial Intelligence and Digital Business Journal of Research and Publication Innovation Indonesian Journal of Multidisciplinary on Social and Technology Jurnal Ilmiah Multidisiplin Nusantara Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia OKTAL : Jurnal Ilmu Komputer dan Sains AMMA : Jurnal Pengabdian Masyarakat APPA : Jurnal Pengabdian Kepada Masyarakat Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Indonesian Journal of Innovation Multidisipliner Research PESHUM TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Jupron Jupron
Universitas Pamulang
Religion Humanities Astronomy Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 1   2   3   4   5 
PENERAPAN METODE VIKOR PADA SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN SEPEDA MOTOR BEKAS TERBAIK (Studi Kasus: Jogya Motor) Dhela Widiastuti; Jupron
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 3 No 11 (2024): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

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

Abstract

VIKOR VIseKriterijumska Optimizacija I Kompromisno Resenje method, is an approach in decision support system that aims to determine the optimal solution among various alternatives. Specifically designed to handle the complexity and diversity of criteria in decision making, this method provides a compromise solution that assists decision makers in selecting the option that best suits their preferences and constraints. In the context of used motorcycle selection, this process involves evaluating various aspects such as engine condition, kilometers traveled, year of manufacture, brand and price. The VIKOR method is used to rank a number of used motorcycle alternatives based on these criteria, which are the main considerations for potential buyers. The use of a Decision Support System (DSS) is considered an effective solution to assist in determining the best used motorcycle choice.
Analysis of Heart Disease Using the Random Forest Method Jupron; Sutrisno
Jurnal Inotera Vol. 10 No. 1 (2025): January-June 2025
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol10.Iss1.2025.ID452

Abstract

Since heart disease is one of the leading causes of death worldwide, lowering the death rate requires early detection and precise analysis. Machine learning (ML) is one method of analysis. This study uses the Random Forest process, which is applied through the Weka program, to analyze heart disease. An ensemble learning process called Random Forest can categorize data on datasets with a lot of variables with a high degree of accuracy. The heart disease dataset used in this study includes patient medical information, including age, gender, blood pressure, cholesterol, and the results of various tests. To determine the variables that significantly impact the risk of heart disease and to determine the degree of model accuracy in making predictions, the data was processed using Weka and tested using the Random Forest algorithm. The study's findings demonstrate that the Random Forest process performs well in assessing heart illness with a high degree of accuracy and can provide information about the variables that affect the evaluation of heart disease. As a result, this approach may be a useful one for assisting with early heart disease identification and treatment decisions.
Analisis Komparatif Penerapan K-Means Clustering pada Lima Dataset Nyata untuk Evaluasi Sosial Ekonomi dan Finansial Khudin, Fat; Saputra, Irfan Dias; Ilham, Muhammad; Fadilah, Muhamad Sahrul Hafidz; Rahmadan, Dika Surya; Jupron, Jupron
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1361

Abstract

Penerapan algoritma K-Means Clustering banyak digunakan dalam eksplorasi data multidomain, mulai dari sektor keuangan digital hingga indikator sosial ekonomi dan kesehatan. Penelitian ini membandingkan penggunaan algoritma K-Means pada lima jenis dataset nyata, yaitu distribusi suplai Bitcoin (2009–2024), harga saham Citigroup Inc. (2008–2024), kontribusi pajak daerah kota Banjarmasin (2007–2014), data kemiskinan Indonesia (1976–1993), dan prevalensi penyakit kronis pada lansia (2022). Seluruh data diproses melalui tahap normalisasi, dilanjutkan analisis klaster menggunakan algoritma K-Means dengan jumlah klaster optimal yang ditentukan melalui metode Elbow. Hasil penelitian menunjukkan bahwa semua domain memiliki pola klasterisasi yang bermakna: distribusi Bitcoin terbagi ke dalam tiga fase pertumbuhan, saham Citigroup memperlihatkan dua fase risiko, data kemiskinan dan pajak menunjukkan segmentasi tren historis, serta penyakit lansia mengarah pada kelompok risiko prevalensi. Evaluasi menggunakan Silhouette Score menunjukkan kualitas pemisahan klaster yang cukup baik (nilai antara 0,61 hingga 0,82). Pendekatan ini membuktikan bahwa K-Means dapat diandalkan untuk pengelompokan lintas domain dan dapat menjadi alat bantu dalam pengambilan keputusan berbasis data.
Apriori Algorithm in Electrical Equipment Sales for Inventory Control Optimization Jupron; Okta Irawati; Muhammad Bahrein
Jurnal Inotera Vol. 10 No. 2 (2025): July - December 2025
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol10.Iss2.2025.ID465

Abstract

XYZ Electrical Store is one of the small and medium enterprises that sells various types of electrical equipment for household needs. The management of sales data in the store is still done by recording sales transactions in a book, making the sales report generation process take a long time. With such a sales data management system, control and planning of stock items become less than optimal. Customers often find that the items they want to buy are out of stock. Moreover, the accumulation of less popular items also poses a challenge to the store's cash flow, resulting in subopti mal business processes. This research was conducted to address the issues of controlling and planning stock of goods using data mining techniques with the Apriori algorithm on sales transactions of electrical tools. Through a series of threshold tests, a minsup of 10% and minconf of 60% were obtained. This study results in information on the types of electrical tools that need to be monitored as they can lead to stock shortages when buyers need them, namely, the categories of LED lights, electrical cables, plugs, electrical insulation, and out bow. By knowing this information, it can provide solutions to Sinar Mulya Electric Store in stocking the most frequen tly sold items in the store.
Klasterisasi dan Analisis Tren Tenaga Kerja Berdasarkan Gender, Golongan, dan Sektor Usaha Menggunakan Metode K-Means Muhammad Deraya Kautsar; Muhammad Bimo Krisyono; Muhammad Hafidz Diaz Alghany; Rizky Wahyu Saputra; Zurnan Alfian; Jupron, Jupron
PESHUM : Jurnal Pendidikan, Sosial dan Humaniora Vol. 4 No. 6: Oktober 2025
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/peshum.v4i6.10439

Abstract

Studi ini membahas analisis dan pengelompokan data ketenagakerjaan di Indonesia berdasarkan gender, golongan karyawan, dan sektor usaha dengan menggunakan pendekatan data mining. Studi ini dilatarbelakangi oleh ketimpangan distribusi tenaga kerja serta perbedaan struktur dan pendapatan antarkelompok kerja. Tiga studi kasus dianalisis, yaitu: 1) distribusi karyawan berdasarkan golongan dan gender; 2) perbandingan pendapatan pria dan wanita menurut jenis pekerjaan; dan 3) tren pertumbuhan tenaga kerja pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM) dan usaha besar. Metode pengelompokan K-Means digunakan untuk melakukan segmentasi data, sedangkan analisis deskriptif digunakan untuk mengevaluasi pertumbuhan angkatan kerja. Data diperoleh dari buku referensi dan dikonversi ke format digital untuk keperluan analisis. Evaluasi hasil pengelompokan menggunakan Indeks Davies-Bouldin menunjukkan bahwa kualitas klaster bervariasi. Hasil studi mengungkap ketimpangan distribusi tenaga kerja berbasis gender dan menegaskan peran sektor UMKM yang dominan dan stabil dalam penyerapan tenaga kerja. Temuan ini diharapkan dapat mendukung kebijakan pengelolaan sumber daya manusia dan strategi pengembangan ketenagakerjaan di Indonesia.
Penerapan Metode Algoritma C.48 untuk Klasisifikasi Penyakit Diabetes Wanto, Donna Oktar Endras; Harmon, Cendra; Jupron , Jupron
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/qyzpt451

Abstract

Penyakit diabetes merupakan salah satu gangguan metabolik kronis yang terus meningkat prevalensinya di berbagai negara, termasuk Indonesia. Deteksi dini diabetes sangat penting untuk mencegah komplikasi jangka panjang, dan salah satu pendekatan yang efektif adalah dengan memanfaatkan algoritma klasifikasi berbasis machine learning. Penelitian ini bertujuan untuk menerapkan algoritma C4.8 dalam mengklasifikasikan penyakit diabetes menggunakan aplikasi WEKA, serta mengevaluasi kinerjanya berdasarkan data medis yang tersedia. Dataset yang digunakan terdiri dari 768 instance dan 9 atribut, termasuk Glukosa, BMI, dan Usia. Hasil pelatihan model menunjukkan tingkat akurasi sebesar 84,11%, sementara pada pengujian menggunakan metode 10-fold cross-validation, akurasi menurun menjadi 73,70%, dengan nilai Kappa sebesar 0,414. Hasil visualisasi data mendukung temuan bahwa atribut Glukosa merupakan variabel paling dominan dalam membedakan kelas, diikuti oleh BMI dan Usia, sedangkan atribut seperti Tekanan Darah dan Ketebalan Kulit kurang memberikan kontribusi signifikan secara individual. Temuan ini menunjukkan bahwa algoritma C4.8 mampu digunakan sebagai dasar dalam sistem pendukung keputusan untuk diagnosis awal diabetes, meskipun masih terdapat ruang untuk peningkatan performa model melalui teknik lanjutan.  
Pelatihan Artificial Intelligence (AI) untuk Pembelajaran Jupron Jupron; Sarman Sarman; Yuda Permadi
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 6 No. 1 (2026): Januari 2026 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/altifani.v6i1.1061

Abstract

Pengabdian kepada masyarakat merupakan salah satu upaya strategis dalam menyebarluaskan ilmu pengetahuan dan teknologi kepada masyarakat guna memberikan nilai tambah yang nyata. Kegiatan pengabdian ini bertujuan untuk meningkatkan literasi dan pemahaman Artificial Intelligence (AI) dalam pembelajaran bagi siswa-siswi Madrasah Aliyah Raudlatul Hidayah. Metode yang digunakan adalah pendekatan edukatif dan partisipatif melalui pelatihan interaktif yang mencakup pengenalan konsep dasar AI, pemanfaatan AI dalam pembelajaran, serta praktik penggunaan aplikasi AI sederhana. Keberhasilan kegiatan diukur menggunakan instrumen kuantitatif berupa pre-test dan post-test, serta instrumen kualitatif melalui observasi dan diskusi reflektif. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa terhadap konsep dan pemanfaatan AI dalam pembelajaran, disertai perubahan sikap yang lebih positif dan meningkatnya partisipasi serta kolaborasi siswa dalam proses belajar. Kegiatan ini juga memberikan dampak tidak langsung terhadap kesiapan siswa dalam menghadapi kompetensi digital di masa depan. Meskipun masih memiliki keterbatasan pada durasi pelaksanaan dan kedalaman materi praktik, kegiatan pengabdian ini dinilai berhasil dan relevan dengan kebutuhan masyarakat sasaran. Pelatihan Artificial Intelligence untuk pembelajaran berpotensi untuk dikembangkan lebih lanjut sebagai program berkelanjutan dalam mendukung peningkatan kualitas pendidikan dan literasi teknologi di tingkat Madrasah Aliyah.
Pengaruh ketidakseimbangan data terhadap kinerja Algoritma Naive Bayes dalam klasifikasi stroke Muhammad Azis Sularso; Jupron Jupron
INFOTECH : Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v6i2.2075

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di dunia, sehingga diperlukan metode klasifikasi yang andal untuk mendukung deteksi dini dan pengambilan keputusan medis. Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma Naive Bayes dalam klasifikasi penyakit stroke serta menganalisis dampak ketidakseimbangan data terhadap performa model. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan eksperimen komputasional menggunakan algoritma Naive Bayes. Dataset yang digunakan merupakan healthcare stroke dataset yang tersedia secara publik, terdiri dari 5.110 instance dengan delapan atribut, yaitu gender, hypertension, heart_disease, ever_married, work_type, residence_type, smoking_status, dan stroke sebagai variabel target. Proses eksperimen dilakukan menggunakan WEKA Explorer dengan dua skema evaluasi, yaitu percentage split (66%) dan 10-fold cross-validation. Hasil penelitian menunjukkan bahwa model Naive Bayes menghasilkan akurasi keseluruhan yang tinggi, yaitu di atas 94%, pada kedua skema evaluasi. Namun, performa model dalam mendeteksi kasus stroke sangat rendah, yang ditunjukkan oleh nilai true positive rate (TPR) yang kecil pada kelas stroke. Masalah utama yang ditemukan adalah ketidakseimbangan kelas yang signifikan dalam dataset, di mana kasus stroke hanya mencakup sekitar 5% dari total data. Kondisi ini menyebabkan model menjadi bias terhadap kelas mayoritas (non-stroke) dan gagal mengenali sebagian besar kasus stroke yang sebenarnya. Sebagai rekomendasi, penelitian selanjutnya disarankan untuk menerapkan teknik penanganan data tidak seimbang, seperti resampling (misalnya SMOTE), penyesuaian bobot kelas, atau penggunaan algoritma klasifikasi alternatif yang lebih robust terhadap data imbalanced, agar sensitivitas deteksi kasus stroke dapat ditingkatkan.
Pelatihan Desain Aplikasi Modern Untuk Pembelajaran Pembuatan Prototipe Interaktif Menggunakan Figma Di Pondok Pesantren Assaadah Jupron; Rilo Pambudi; Ibnu Haris Agam; Obit Zunanda; Achmad Rizkyanto; Muhamad Jusub; Aditya Purna; Satia Adi Irawan; Kasna Imanuel; Nurul Akbar; Abdul; Rahman Harahap
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 11 : Desember (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

The training on modern application design for learning the creation of interactive prototypes using Figma at Pondok Pesantren Assa'adah aims to provide knowledge and practical skills in designing and developing interactive digital applications. Figma, as a cloud-based design tool, allows participants to create prototypes that can be tested directly with users without the need for deep coding skills. In this training, participants will be introduced to the basic concepts of user interface (UI) and user experience (UX) design, as well as the process of creating prototypes that can be tested and refined. By integrating modern design technology, this training is expected to enhance the students' ability to innovate and create digital applications that can be used for various educational and social needs within the Pondok Pesantren environment. Through this training, participants will gain hands-on experience in utilizing Figma to produce effective, creative, and implementable interactive prototypes.
Implementation of a Web-Based System as a Promotional and Product Ordering Media at Spacetrip.LTD Yusuf Hidayat; Moh Mahmud Yunus; Jupron Jupron
Jurnal Armada Informatika Vol 10 No 1 (2026): Juni
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v10i1.258

Abstract

The utilization of independent digital platforms has become crucial for the creative industry to avoid dependence on third-party algorithms and to mitigate the risks of manual data management errors. This study aims to implement a website-based e-commerce information system that integrates promotional functions and real-time order automation at Spacetrip Ltd. The system development method employed is the Agile methodology to support design flexibility, encompassing stages that include requirements analysis, design using Unified Modeling Language (UML), implementation, and system testing. The testing results demonstrate that the developed website-based system successfully automates inventory data synchronization and structured order recapitulation. This system is capable of eliminating inventory information asymmetry and accelerating online customer transactions. In conclusion, this study proves that the application of the Agile method in an independent system effectively enhances operational service quality while optimally expanding digital marketing reach. Future recommendations include the development of predictive analysis features for product sales trends
Co-Authors Abdul Achmad Rizkyanto Ade Fikri Adi Kurnia Sena Aditya Purna Adnan Kahfi Bara Affrizaa Primaliandra Agus Ammar Rianto Agustinus Beda Buraq Ahmad Khoerul Riski Aji Santoso Albar Raya Almas Zein Saputra Alvin Darmansyah Ammar Hafidh Ananda Fikri Ramadhan Ardina Nayla Latief Ariansa Dos Santos Arman Ramadhan Aziz Nugroho Bagas Mahendra Putra Bahrein, Muhammad Brian Ridho Martani Cendra Harmon Danis Wara Nugraha Deni Dwi Rifa’i Desvita Azzahwa Dewi Andrayani Dhela Widiastuti Difa Cornelia Agustin Dipa Dyah Puspita Arum Dipo Arya Mukti Eko Nugroho, Aditya Elang Abdul Wali Erland Radhitya Putra Priono Fachrudin M, Hamzah Fadhlan Muhamad Hutasoit Fadilah, Muhamad Sahrul Hafidz Fadli Fathinazmi Adithio Faiz Fadillah Faiz Rizqi Hanafi Fajar Agung Nugroho Farid Mardan Aziz Fikri Chairul Rizki Fikry Ananda Firgi Arya Prastyo Fithrotun Nisa, Aida Galih Aji Prasetyo Ghozali, Imaddudin Gigih Amrillah Ibnurhus Gilberth Lamsari Matua Berasa Gilbran Sarafi, G. Harmon, Cendra Haykal Azizi Helmi Aziz Ibnu Aska Nasution Ibnu Haris Agam Iis Istiqomah Ilham Pramudia Ilham Syahgani Imam Hanafi Indah Nur Seha Iqbal Muthahhary Isep Setia Permana Jihan Nabiylah Jonatan Situmorang Jovanka Surya Dilla Juvensius Erwin Kaliku Kasna Imanuel Khristofer Dalope Khudin, Fat Laode Made Rai Syaikah Lintan Zhuliani Lintar Yan Zuhara Lubis, Alpin Lucky Yan Zuhara Lutfi Fadilah Putra M Adam Raffi Alfaruqi Malika Azzahra Munadi Martan Budi Rifaldi Maulida Azzahra Mifza, Muhammad Arya Misbachuddin Moh Mahmud Yunus Mufid Ahmad Muhamad Jusub Muhamad Pahri Muhamad Syarif Afriansyah Muhammad Afdan Alghifari Muhammad Afrizal Yusni Muhammad Antoni Muhammad Aufa Azmi Muhammad Azis Sularso Muhammad Bahrein Muhammad Bahrein Muhammad Bimo Krisyono Muhammad Deraya Kautsar Muhammad Fahri Asshidqi Muhammad Fiqri Muhammad Hafidz Diaz Alghany Muhammad Ikhsan Muhammad Ilham Muhammad Iqbal Muhammad Rafly Kamal Nasution Muhammad Rifka Ilahi Fahzira Muhammad Syafiq Aqil Muhammad Teva Syawal Muhammad Zacky Al Ghifary Mutiara Handayani Ujianti Nabiel Mochammad Lathif Mendur Nadya Salwa Putriyanti Najmi Cipta Nugraha Naztya Alfiani Sudrajat Nisa’Shabira Alzahrah Nizar Fazari, Ma'ruf Nover Efridho Nurul Akbar Obit Zunanda Okta Irawati Permana Mardianto, Rio Raditya Akbar, Billie Rahmadan, Dika Surya Rahman Harahap Razwa Almujib Refliani Marsela Rendy Wijaya Ria Ester Rilo Pambudi Rio Saputro Rizky Andriyanto Rizky Raya Ananda Rizky Wahyu Saputra Said Saleh Brik Bajri Salsabila Santi Rahayu Santi Rahayu Saputra, Irfan Dias Sarman Sarman Sarman Sarman Satia Adi Irawan Saukah Ibrahim, Sultan Shabrina Thufailah Shan Attar Syach SUTRISNO Sutrisno Sutrisno Syarif Saputra Taufik Ilham Kuswandi Tegar Utomo Putra Tova Aji Pangestu Tri Prasetyo Umam, Mizanul Valen, Ika Radistia Vaulizayanti, Fathya Violla Cantika Wahyu Putra Ramadhan, Wahyu Putra Wanto, Donna Oktar Endras Yodi Cahyo Yogi Adi Saputra Yoseph Kawena Hayon Yuda Permadi Yuda Permadi Yusuf Hidayat Zaki Arfa Mustafa Zaqhluul Farhan Zidan Aula Rizki Zuliyanto, Eko Zurnan Alfian