Article Per Year (5 Year)
p-Index From 2020 - 2025
5.719
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Teknologi Elektriese: Jurnal Sains dan Teknologi Elektro Journal of Science Technology (JoSTec) SAINSTECH: Jurnal Penelitian dan Pengkajian Sains dan Teknologi Engineering and Technology International Journal (EATIJ) Journal of Research and Publication Innovation Jurnal Inovasi Pengabdian Masyarakat Jurnal Ilmu Komputer (JIK) Jitu: Jurnal Informatika Utama Pasundan Community Service Development Spectrum: Multidisciplinary Journal Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika
Afrizal Zein
UNIVERSITAS PAMULANG
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology 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 Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Prediksi Pemilihan Fakultas Di Universitas Pada Sekolah Menengah Atas Negeri XXX Tangerang Selatan Dengan Menggunakan Algoritma C4.5 Chrisantus Tristianto; Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 32 No 4 (2022): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v32i4.1469

Abstract

Abstract This research was made to determine and find out the selection of faculties/departments that students will choose after they graduate. The data studied were 203 student data consisting of 169 students majoring in Science, while for Social Sciences majors there were 34 students. The method used in this research is to use the C4.5 algorithm method which can manage input values ​​based on UN scores (national exams) for certain subjects. This standard can be measured quantitatively using the C4.5 data mining algorithm method. The application is designed to be able to analyze the grades students receive after graduation. From the existing problems, a classification method is tested by applying a decision tree model, namely using the C4.5 method. After testing, the results obtained were that when running the decision tree algorithm, the accuracy of the C4.5 prediction obtained the highest accuracy of 77.16%. Keywords: Analysis, C4.5 Algorithm, Faculty Selection, Prediction
Perencanaan Dashboard Untuk Monitoring Kinerja Dosen Menggunakan Metode Noetix dan Rasmussen Pada Fakultas Ilmu Komputer Universitas Pamulang Hardiansyah Hardiansyah; Afrizal Zein; Emi Sita Eriana
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 33 No 2 (2023): Sainstech: Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v33i2.1580

Abstract

Abstract The supervisory function of lecturers at the Faculty of Computer Science, Pamulang University is inseparable from teaching, research and community service activities. The increasing number of lecturers and the increasing complexity of the problems they face, demands organizational performance to be further improved. Monitored organizational performance is intended to ensure the achievement of the goals that have been set. Dashboard is a measurement instrument that provides Key Performance Indicator (KPI) information at a glance and in real-time. The dashboard is used as an instrument for monitoring performance, in supporting management needs at both the tactical and operational levels. KPI information is tailored to the needs of its users. The characteristic of this planned dashboard lies in the type of information displayed, as well as the way it is presented, even if only at a glance. Organizational KPI identification is obtained by mapping each KPI in the organization from the viewpoint of the displayed KPI priorities. The method used in designing the dashboard is the Noetix and Rasmussen method, the results of which are the main KPIs of the organization, the information hierarchy and the addition of alerts for the dashboard. Keywords: dashboard, monitoring, KPI, information hierarchy, alerts
Model Sistem Penunjang Keputusan Untuk Pengelolaan Pembiayaan Nasabah Di BPR Sehat Sejahtera Universitas Pamulang Afrizal Zein; Emi Sita Eriana
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 33 No 2 (2023): Sainstech: Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v33i2.1584

Abstract

Abstract One of the BPRs that is currently developing in South Tangerang is BPR Sehat Sejahtera. BPR Sehat Sejahtera is part of the Pamulang University Sasmita Group, whose function as a bank is to channel financing to community businesses so that they are able to support the country's economy. To distribute financing, BPR managers are expected to be able to conduct financing analysis to reduce the risk of financing failure. Until now, financing analysis carried out by BPRs tends to be manual and requires quite a long time to make financing decisions. One method that can be used to assist in financing analysis is the credit scoring model. To facilitate decision making, an SPK was formed with a credit scoring model to provide several choices regarding customer financing applications. The DSS development process follows the traditional software development stages, namely: (1) planning, (2) analysis, (3) design and (4) implementation. SPK is developed using a spreadsheet model with a dialog display that supports user needs. The credit scoring model developed uses several methods, namely discriminant analysis, multiple linear regression, logistic regression, and decision trees. Each method will produce a different credit scoring model to be included in the SPK model base. The SPK prototype developed resulted in several financing analyzes according to the credit scoring model used. The prediction accuracy shown by credit scoring models ranges from 70% -80%. This method is capable of producing a model that provides a fairly high predictive accuracy. Meanwhile, the decision tree method is still not optimal in producing a credit scoring model. Keywords: financing analysis, discriminant analysis, BPR, credit scoring, decision tree, multiple linear regression, logistic regression, decision support system (DSS)
Penerapan Metode Naive Bayes Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Di Prodi Sistem Informasi Universitas Pamulang Risah Subariah; Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 33 No 2 (2023): Sainstech: Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v33i2.1585

Abstract

Abstract This study analyzes historical data using the Naive Bayes algorithm to predict how many new students will complete education on time. This method was chosen because it is able to study previous case data used as test data. Of the many traits marked in this study, some of them are national exams, such as the National Examination. Other attributes include gender, school and area of ​​origin, family income and parents' occupation. Additionally, the number of siblings a person has is taken into account. By analyzing the new data, a lecturer can determine whether students have time to complete their studies or not. This research has produced a decision support system application with an accuracy rate of close to 85%. Keywords: Prediction of On Time Graduation, Naive Bayes Method, Data Mining
Memprediksi Usia Dan Jenis Kelamin Menggunakan Convolutional Neural Networks Afrizal Zein
Jurnal Ilmu Komputer Vol 3 No 2 (2020): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Tujuan utama dari penelitian ini adalah untuk mengembangkan metode untuk memperkirakan usia dan jenis kelamin seseorang berdasarkan gambar wajah, menggunakan pelatihan mendalam CNN yang dapat secara akurat mengenali usia dan jenis kelamin. Informasi yang diekstraksi dapat berguna dalam, misalnya, keamanan atau aplikasi komersial. Ini adalah masalah estimasi yang sulit, karena satu-satunya informasi yang kami miliki adalah gambar, itulah tampilan orang itu. Aspek selanjutnya dari penelitian ini saya fokus pada penggabungan arsitektur untuk usia dan pengenalan gender untuk mengambil keuntungan dari karakteristik usia spesifik gender dan karakteristik gender spesifik usia yang melekat dalam gambar. Ini berasal dari pengamatan bahwa klasifikasi jenis kelamin adalah tugas-tugas yang secara inheren lebih mudah daripada klasifikasi usia, karena semakin sedikit kelas potensial dan variasi wajah intra-gender yang lebih menonjol. Dengan pelatihan pengklasifikasi usia yang berbeda untuk setiap jenis kelamin saya menemukan bahwa saya dapat meningkatkan kinerja klasifikasi usia, meskipun klasifikasi gender tidak melihat hasil yang signifikan.
Management Jaringan Wireless Hotspot dengan Sistem Voucher Menggunakan Metode Issaf Pada Studi Kasus Sinou Kaffe Hausen dan Eatery Dewi Istiqomah; Afrizal Zein
Jurnal Ilmu Komputer Vol 1 No 1 (2018): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Service/pelayanan merupakan satu faktor yang mempengaruhi tingkat kepuasan konsumen terhadap perusahaan penyedia layanan jasa dalam hal ini jasa pelatihan keterampilan atau kursus yaitu Warmadewa College, Kemampuan sebuah perusahaan untuk memenuhi atau bahkan melebihi harapan peserta kursus untuk menyediakan kebutuhannya sangat menentukan kualitas pelayanan Warmadewa College, dengan pemanfaatan teknologi informasi dan komunikasi jajaran manajemen harus mengumpulkan informasi yang bisa digunakan dalam menunjang keputusan – keputusan yang strategis dengan cepat dan akurat. Dengan perkembangan teknologi internet saat ini kita dimudahkan dalam membangun sebuah sistem Pendukung keputusan yang bisa terkoneksi dengan internet sehingga dalam implementasinya sistem dapat diakses dari mana saja dan kapan saja, sesuai kebutuhan dari pengguna, pengelola, serta manajemen yang memiliki kebutuhan informasi pada sistem Pendukung keputusan untuk meningkatkan kualitas pelayananya. Sistem Pendukung Keputusan ini akan menjawab kebutuhan manajemen Warmadewa College dalam meningkatkan kualitas pelayanan yang sudah dilaksanakan dan dibandingkan dengan harapan dari peserta pelatihan sehingga manajemen mengetahui sektor-sektor yang harus dijadikan fokus utama dalam meningkatkan kualitas pelayanannya.
Pengenalan Wajah Berdasarkan Fitur Wajah Menggunakan Opencv Python Dan Deeplearning Afrizal Zein
Jurnal Ilmu Komputer Vol 2 No 1 (2019): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Dimulai dari dekade terakhir beberapa metode berbeda telah direncanakan dan dikembangkan dalam prospek pengenalan wajah yang merupakan salah satu zona perangsang utama di bidang pemrosesan gambar. Proses pengenalan wajah memiliki berbagai aplikasi dalam prospek sistem keamanan dan sistem investigasi kejahatan. Penelitian ini pada dasarnya terdiri dari tiga fase, yaitu, deteksi wajah, ekstraksi fitur wajah dan pengenalan wajah. Fase pertama adalah proses deteksi wajah di mana wilayah yang diminati yaitu, fitur wilayah diekstraksi. Fase 2 adalah ekstraksi fitur. Di sini fitur wajah, mata, hidung, dan bibir diekstraksi mulai dari area wajah yang diekstraksi. Modul terakhir adalah fase pengenalan wajah yang memanfaatkan mata kiri yang diekstraksi untuk tujuan pengenalan dengan menggabungkan fitur fitur Eigenfeatures dan Fisherfeatures.
PERANCANGAN SISTEM START ENGINE DAN KEAMANAN SEPEDA MOTOR MENGGUNAKAN ARDUINO BERBASIS ANDROID Afrizal Zein; Fikry fitriansyah
Jurnal Ilmu Komputer Vol 4 No 1 (2021): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Sepeda motor merupakan salah satu alat transportasi yang banyak digunakaan pada saat ini dimana penggunaan sepeda motor dinilai lebih efien dalam segi waktu dan tenaga akan tetapi karena kesibukan pengguna cendrung melupakan perawatan sederhana pada sepeda motor yaitu memanaskan nya terlebih dahulu sebelum pagi hari sepeda motor digunakan. Sepeda motor pada dasarnya menggunakan kunci konvensional untuk keamanan dan menyalakan mesin. Penelitian ini bertujuan untuk membuat aplikasi kendali sepeda motor berbasis bluetooth menggunakan android. Sistem ini dapat membantu user untuk menyalakan dan mematikan mesin sepeda motor dari jarak tertentu serta untuk mengaktifkan alarm. Arduino Uno merupakan pengendali utama pada sepeda motor. Penelitian ini menggunakan android sebagai remote. HC-05 Bluetooth shield menerima perintah yang dikirimkan dari perangkat android dan dilanjutkan ke arduino. Dan arduino akan menyalakan relay yang merupakan stop kontak digital dan berfungsi mengalirkan listrik ke sistem kelistrikan sepeda motor untuk menyalakan dan mematikan mesin serta mengaktifkan alarm.
Kecerdasan Buatan Dalam Hal Otomatisasi Layanan Afrizal Zein
Jurnal Ilmu Komputer Vol 4 No 2 (2021): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Kecerdasan buatan (AI) semakin membentuk kembali layanan dengan melakukan berbagai tugas, yang merupakan sumber utama inovasi, namun mengancam pekerjaan manusia. Kami mengembangkan teori penggantian pekerjaan AI untuk mengatasi dampak bermata dua ini. Teori menentukan empat kecerdasan yang diperlukan untuk tugas-tugas layanan-mekanis, analitis, intuitif, dan empati menjabarkan cara perusahaan harus memutuskan antara manusia atau mesin untuk menyelesaikan tugas-tugas tersebut. AI berkembang dalam urutan yang dapat diprediksi, dengan mekanik sebagian besar mendahului analitis, analitis sebagian besar mendahului intuitif, dan intuitif sebagian besar mendahului kecerdasan empati. Suatu teori menegaskan bahwa penggantian pekerjaan AI terjadi secara fundamental pada tingkat tugas, bukan tingkat pekerjaan, dan untuk "lebih rendah" tugas intelijen terlebih dahulu. AI pertama-tama menggantikan beberapa tugas pekerjaan layanan, tahap transisi yang dilihat sebagai augmentasi, dan kemudian berkembang untuk menggantikan tenaga manusia sepenuhnya ketika ia memiliki kemampuan untuk mengambil alih semua tugas pekerjaan. Perkembangan tugas AI penggantian dari kecerdasan yang lebih rendah ke yang lebih tinggi menghasilkan pergeseran yang dapat diprediksi dari waktu ke waktu dalam kepentingan relatif dari kecerdasan untuk karyawan yang sifatnya melayani. Implikasi penting dari teori kami adalah bahwa keterampilan analitis akan menjadi kurang penting, seperti yang dibutuhkan AI atas tugas yang lebih analitis, memberikan keterampilan intuitif dan empati yang "lebih lembut" bahkan lebih penting bagi karyawan. Akhirnya, AI akan mampu melakukan bahkan tugas-tugas intuitif dan empati, yang memungkinkan cara-cara inovatif manusia–integrasi mesin untuk menyediakan layanan tetapi juga menghasilkan ancaman mendasar bagi pekerjaan manusia..
PENERAPAN METODE PERSONAL EXTREME PROGRAMMING DALAM PERANCANGAN APLIKASI PEMILIHAN KETUA HMSI DENGAN WEIGHTED PRODUCT Emi Sita; Afrizal Zein
Jurnal Ilmu Komputer Vol 4 No 2 (2021): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Kemajuan informasi berbagai bidang, terutama pendidikan sangat berperan utama memajukan teknologi sehingga butuh sumberdaya manusia yang mumpuni dan sistem yang memadahi dalam menunjang keputusan. HMSI merupakan merupakan organanisasi kemahsiswaan yang Program Studi Sistem informasi yang berperan sebagai SDM mutu Prodi dalam melaksanakan kegiatan penunjang mutu pendidikan. Dalam sistem pemilihan ketua HMSI melewati 3 prosedur dengan kandidat memenuhi kriteria 5 terpilih alternatif dari 5. Metode PXP dan WP terpilih karena metode ini cepat dalam proses pengbangunan aplikasi dan perhitungan dalam menunjang keputusan. Pada tahap PXP dilakukan requirement, planning dari dasar permasalahan yang diperoleh user stories sehingga dapat di simpulkan kebutuhan sistem yang dirancang estimasi waktu 30 hari untuk merancang aplikasi, tahap ke-3 design pada alikasi yang akan dibuat dengan berbasis Web dan MySQL, selanjutnya adalah implementasi sistem dengan refaktor, pengkodingan dan pengujian unit. Selanjutnya pengujian sistem yang sudah dibuat beroperasi dengan baik dan programmer melakukan retrospective yakni evaluasi waktu yang ditetapkan. Perancangan PXP ini memiliki pengaruh dari pengalaman, pemahaman dan skill dalam durasi dari waktu penyelesaian. Tahapan WP dimulai pembobotan kriteria, Penentuan vektor S dan V untuk penentuan perinkingan. Hasil metode WP diperoleh bahwa Mahasiswa kandidat ke-4 adalah alternative yang tertinggi, sehingga terpilih sebagai kandidat ketua HMSI Universitas Pamulang. Hal ini menunjukkan bahwa kedua metode yang diimplementasikan berhasil dengan memadukan metode PXP dan WP dalam aplikasi pemilihan Ketua HMSI. Dari kedua metode tersebut disimpulkan bahwa keduanya dapat mensupport dan sama-sama menghasilkan sistem penyelesaian proyek 16 hari lebih cepat dari 30 hari estimasi dan WP metode cepat, efisien dibanding metode lain dalam penunjang keputusan yang dipakai untuk memilih ketua HMSI Universitas Pamulang.
Co-Authors Alfry Aristo Jansen Sinlae Amsal Nasution, Muhammad Chrisantus Tristianto Dani Saeful Malik Dendy K. Pramudito Dewi Istiqomah Eko Suharyanto Eko Suharyanto Eko Surhayanto Elgiawan Sulistio Emi Sita Emi Sita Eriana Emi Sita Eriana Eriana, Emi Sita Fahrudin, Ndin Farizy, Salman Fikry fitriansyah Fordiana Ekawati Ghema Nusa Persada Hardiansyah Hardiansyah Hartono, Rahmat Hermila A Marwati, Fingki Melinda, Via Muhamad Irsan Firdaus Muhamad Risal Tawil Petrus Sianggian Purba Petrus Sianggian Purba Rini Nuraini, Rini Risah Subariah Risah Subariah Rozali, Christien S.Pettalongi, Sagaf Salman Farizy Sita Eriana, Emi Siwi Anggraeni, Gita Vivi Oktavia Wibisono, Candra Zaenuddin, Imam