Article Per Year (5 Year)
p-Index From 2021 - 2026
2.504
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic JSI (Jurnal sistem Informasi) Universitas Suryadarma Journal of Innovation Research and Knowledge Indonesian Journal of Science, Technology, and Humanities Journal of Informatics and Information Security Dinasti Information and Technology Journal of Intelligent Systems for Community Development (JISCoDe)
Andy Achmad Hendharsetiawan
Unknown Affiliation
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN PENGAJAR TERBAIK MENGGUNAKAN METODE TOPSIS PADA TK.BINA MULIA CIBITUNG Muhammad Khaerudina; Andy Achmad Hendharsetiawan; Dedi Setiadi; Noor Muhammadi; Noor Permadi
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 10 No. 2 (2023): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v10i2.1073

Abstract

Taman kanak-kanak (TK) Bina Mulia Cibitung bergerak dibidang pendidikan anak usia dini. Pendidikan adalah usaha sadar dan terencana untuk menciptakan suasana dan proses belajar agar peserta didik dapat mengembangkan potensi dirinya sejak dini. Tugas pendidikan sangat penting sebagai salah satu faktor pendorong dalam pembangunan sumber daya manusia dengan tujuan meningkatkan kapasitas masyarakat untuk mengembangkan ilmu pengetahuan. Guru atau tenaga pengajar terbaik memang sangat berpengaruh terhadap perkembangan serta kemajuan didalam dunia pendidikan. Dan yang jadi penentu dalam pemilihan pengajar terbaik biasanya dilihat dari beberapa faktor, misal kerajinan, kedisiplinan dan lain sebagainya, namun dengan cara tersebut kurang begitu efektif karena tidak bisa dipertanggung jawabkan terkait keakuratannya. Penelitian ini bertujuan untuk penentuan pengajar terbaik pada dengan menggunakan sistem pendukung keputusan sebagai metodenya yaitu TOPSIS (Technique For Others Preference by Similarity to Ideal Solustion). Hasil penelitian ini menunjukan bahwa penggunaan metode TOPSIS dapat digunakan  untuk memudahkan menentukan pengajar terbaik dengan akurat. Kata Kunci : SPK, pengajar terbaik, TOPSIS
SISTEM INFORMASI GEOGRAFIS UNTUK MONITORING KOORDINAT LAYANAN PELANGGAN DENGAN MENGGUNAKAN TEKNOLOGI OPENSTREETMAP Muhammad Khaerudin; Andy Achmad Hendharsetiawan; Dedi Setiadi; Agus Sugiharto; Tata Sumitra; Dannie Febrianto; Sayyid Jamal Al Din
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 11 No. 2 (2024): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v11i2.1242

Abstract

The washing business is currently growing at a very rapid rate, and to stay up with this expansion, the sector needs a solution that can improve data processing performance. Consumer and business data can be processed digitally, enabling systematization and organization in cases where the data can be physically represented and has precise location information. Customer coordinate mapping is one of the most recent advancements in customer service. There are many challenges when mapping the locations of consumers, particularly in a competitive company setting when clients are spread throughout several towns and subdistricts. Aside from regional issues and a labor shortage, another challenge is finding data sources. A customer service system is being developed using the OpenStreetMap (OSM) API, the HTML website framework, MySQL with Myadmin PHP capabilities, and OpenStreetMap API. OpenStreetMap (OSM) is a mapping platform that enables precise mapping. This is made possible by satellite imagery, which is available in almost all Indonesian residential areas. Furthermore, the digitization process is accelerated by OSM's task manager function, which divides the mapping region into smaller mapping blocks to enable multiple OSM contributors to map the same area simultaneously in multiple Indonesian districts and cities.
Analisis Kualitas Pelayanan Terhadap Kepuasan Pelanggan Menggunakan Metode Fuzzy Servqual Andy Achmad Hendharsetiawan; Muhammad Khaerudin; dedi setiadi; Tata Sumitra
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 12 No. 2 (2025): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v12i2.1533

Abstract

Penelitian ini untuk mengetahui persepsi dan ekspektasi pelanggan terhadap pelayanan dan usaha perbaikan perusahaan untuk meningkatkan kualitas pelayanannya. Metode fuzzy memperakurat perhitungan penilaian terhadap layanan dan memberikan toleransi terhadap kerancuan bilamana menggunakan himpunan crisp. Penelitian juga menggunakan metode servqual untuk menilai tingkat pelayanan dimensi tangible, responsiveness, assurance, emphaty dan reliability. Hasil pengolahan data metode Fuzzy-Servqual, bahwa dimensi tangible bernilai persepsi 3.733 dan bernilai ekspektasi 3.225 memiliki selisih gap sebesar 0.508. Dimensi responsiveness bernilai persepsi 1.906 dan bernilai ekspektasi 1.969 memiliki selisih gap sebesar 0.210. Dimensi assurance bernilai persepsi 1.853 dan bernilai ekspektasi 1.648 memiliki selisih gap sebesar 0.205. Dimensi emphaty bernilai persepsi 1.237 dan bernilai ekspektasi 1.066 memiliki selisih gap sebesar 0.171. Dimensi reliability bernilai persepsi 1.599 dan bernilai ekspektasi 1.779 memiliki selisih gap sebesar -0.22. Hasil keseluruhan nilai Servqual persepsi dan ekspektasi sebesar 2.058  dan 1.882 dengan gap sebesar 0.176.
Image-Based Facial Skin Undertone Classification Using ResNet50 and MobileNetV2 Afina Putri Dzulqiyana; Herlawati Herlawati; Andy Achmad Hendharsetiawan
Journal of Intelligent Systems for Community Development Vol. 1 No. 1 (2026): 2026: JISCoDe Volume 1 Issue 1 Year 2026
Publisher : Indonesian Artificial Neural Network Society

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

Abstract

This study aims to develop an automatic facial skin undertone classification system based on deep learning using facial images. The problem stems from the manual undertone identification process, which is subjective and potentially inconsistent when determining skin color categories. The method uses a Convolutional Neural Network (CNN) and compares two architectures, ResNet50 and MobileNetV2, for classifying warm, cool, and neutral skin undertones. The dataset combines secondary data from the Hugging Face platform and primary data obtained through direct facial image capture. The study follows the CRISP-DM process, including business understanding, data understanding, data preparation, modeling, evaluation, and deployment. ResNet50 achieved an accuracy of 89.3% and a weighted F1-score of 0.893, whereas MobileNetV2 achieved an accuracy of 68.3% and a weighted F1-score of 0.684. Thus, ResNet50 demonstrated better and more stable performance for facial skin undertone classification.
Co-Authors Adi Muhajirin Afina Putri Dzulqiyana Agus Sugiharto Ajif Yunizar Pratama Yusuf Akmal Maulfi Anwar Alwi Rina Riyanto Bagas Djoko Haryanto Dannie Febrianto Dedi Setiadi Dedi Setiadi Dwipa Handayani Hantoro, Kusdarnowo Herlawati Herlawati Kustanto , Prio Mayadi Mayadi Muhammad Dicky Alfaridzi Muhammad Imron Yusup Muhammad Khaerudin Noor Muhammadi Noor Permadi R.Wisnu Prio Pamungkas Rakhmi Khalida Ronggo Sadewo Sayyid Jamal Al Din Suryani, Rani Tata Sumitra Tri Dharma Putra