Article Per Year (5 Year)
p-Index From 2021 - 2026
1.288
P-Index
This Author published in this journals
All Journal E-Link: Jurnal Teknik Elektro dan Informatika Technology and Informatics Insight Journal Journal of Data Science Theory and Application Jurnal Informatika: Jurnal Pengembangan IT
Rohmatulloh Muhamad Ikhsanuddin
UNIVERSITAS PUTRA BANGSA
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
SISTEM PEMILIHAN MAHASISWA PENERIMA BEASISWA BANTUAN UKT DI UNIVERSITAS PUTRA BANGSA MENGGUNAKAN METODE VIKOR Rohmatulloh Muhamad Ikhsanuddin
Journal of Data Science Theory and Application Vol. 1 No. 1 (2022): JAsTa
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/jasta.v1i1.50

Abstract

Kondisi situasi pandemi saat ini mengakibatkan penurunan pendapatan diberbagai lapisan masyarakat. Penurunan pendapatan tersebut menjadikan keuangan keluarga menurun. Mahalnya biaya pendidikan perguruan tinggi dikondisi saat ini dirasakan oleh para orang tua. Beasiswa merupakan bantuan biaya pendidikan bagi mahasiswa dengan ketentuan berlaku. Beasiswa Bantuan UKT bagi yang terdampak covid-19 merupakan salah satu program bantuan. Penerimaan beasiswa tersebut dilakukan pemilihan mahasiswa yang mengajukan permohonan beasiswa dengan kriteria yang ditentukan oleh pihak kampus. Kriteria yang digunakan yaitu peranan ikut serta lomba / prestasi akademik, kepesertaan orang tua dalam Program Keluarga Harapan, jumlah tanggungan keluarga, pendapatan orang tua dan IPK mahasiswa. Seleksi penerimaan tersebut diperlukan sebuah sistem yang dapat mendukung pengambilan keputusan dalam memilih calon mahasiswa penerima beasiswa. Metode VIKOR digunakan untuk membantu dalam memecahkan masalah dengan berbagai kriteria. Perhitungan akhir dalam perangkingan dihitung berdasarkan nilai terkecil.
SISTEM PENDUKUNG KEPUTUSAN EVALUASI PENILAIAN KARYAWAN MENGGUNAKAN METODE WEIGHTED PRODUCT Rohmatulloh Muhamad Ikhsanuddin
Journal of Data Science Theory and Application Vol. 1 No. 2 (2022): JAsTa
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/jasta.v1i2.191

Abstract

Karyawan merupakan asset terpenting dalam menjalankan suatu organisasi perusahaan sehingga perlu dilakukan penilainan karyawan. Penilaian karyawan merupakan acuan yang digunakan oleh suatu organisasi sebagai bahan pertimbangan. Pertimbangan merupakan evaluasi terhadap karyawan seperti pertimbangan perpanjangan masa kerja atau kontrak kerja, kenaikan gaji, promosi jabatan ataupun lainnya. Proses evaluasi dilakukan dengan membandingkan penilaian antar karyawan satu dengan karyawan lainnya. Kriteria yang digunakan dalam penilaian yaitu kuantitas kerja, kualitas kerja, integritas, antusiasme, penampilan, tanggung jawab, kerjasama, penguasaan bidang pekerjaan, orientasi terhadap pelanggan, 5 S (senyum, salam, sapa, sopan, santun), kedisiplinan dan absen (kehadiran). Kriteria penilaian karyawan setiap organisasi memiliki indikator masing – masing sesuai dengan kebijakan organisasi yang ditentukan oleh bagian kepegawaian. Metode Weight Product digunakan untuk menghitung nilai setiap kriteria berdasarkan bobot prioritas yang ditentkan oleh pengambil keputusan.
AUDIT KERENTANAN MENGGUNAKAN SQLMAP DAN RESERVE SHELL PADA WEBSITE STAFF BHAKTI SEMESTA Puspa Ira Dewi Candra Wulan; At Tafani Filah; rivort pormes; Rohmatulloh Muhamad Ikhsanuddin
Journal of Data Science Theory and Application Vol. 2 No. 1 (2023): JAsTa
Publisher : LP3M Universitas Putra Bangsa

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

Abstract

Dalam perkembangan teknologi informasi, keamanan data dan informasi menjadi yang sangat penting untuk menjaga integritas dan validitas Data, Sistem serta Jaringan komunikasi. Usaha penyusupan atau peretasan sering dilakukan oleh pihak yang tidak bertanggungjawab, tingkat keamanan yang rendah menjadikan para peretas dengan mudah mengakses data penting. berdasarkan hal tersebut peningkatan kualitas keamanan jaringan, website, server dan database harus selalu dilakukan secara berkala. Dasar peningkatan kualitas keamanan dapat dilakukan dengan audit sistem. Audit sistem dilakukan untuk mencari dan memperbaiki kerentanan sistem. Website staff bhakti semesta merupakan website yang digunakan untuk mengelola kinerja staff, sistem ini rentan untuk dimanipulasi karena berpengaruh dengan penerimaan tunjangan kinerja. Metode pentesting dari mulai scanning, enumeration, exploitation dan privilege escalation dilakukan dalam penelitian ini. SQLMAP dan Reserve Shell merupakan tools penunjang. Hasil dari penelitian ini ditemukan kerentanan pada URL sehingga akses database sistem dapat dilakukan, akses tertinggi sebagai root pada sistem website juga dapat diakses.
SELEKSI CALON PENERIMA BANTUAN SOSIAL MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Rohmatulloh Muhamad Ikhsanuddin
Journal of Data Science Theory and Application Vol. 2 No. 2 (2023): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/jasta.v2i2.486

Abstract

Bantuan sosial merupakan upaya pemerintah bertujuan untuk mewujudkan keadilan social bagi seluruh rakyat Indonesia berdasarkan amanat Undang-Undang Dasar 1945. Upaya pemerintah dalam memberikan bantuan tentunya memiliki keterbatasan anggaran sehingga kuota jumlah penerimanya dibatasi. Keterbatasan inilah mendasari perlunya seleksi calon penerima bantuan dengan cara memberikan survey dengan pertanyaan sebagai kriteria dalam seleksi tersebut sesuai dengan tingkat prioritas. Penentuan calon penerima bantuan biasanya membuat pemangku kepentingan memiliki keterbatasan dalam menentukan quota terebut sehingga diperlukan system pendukung keputusan untuk membantu menentukan rekomendasi calon penerima bantuan social dengan perangkingan kandidat sesuai prioritas kriteria. Metode simple additive weight membantu dalam memecahkan masalah sesuai dengan tingkat prioritas kriteria yang telah ditentukan sehingga menghasilkan rangking rekomendasi calon penerima bantuan.
Penerapan Data Mining Untuk Prediksi Jumlah Kunjungan Wisatawan di Kebumen Menggunakan Metode Regresi Linier Sederhana Ikhsanuddin, Rohmatulloh Muhamad; Bahar Alim, Helmi; Shona Chayy Bilqisth, Shona Chayy Bilqisth
Technology and Informatics Insight Journal Vol. 4 No. 1 (2025): TIIJ
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/6ace8h37

Abstract

Kebumen memiliki potensi wisata alam di pantai selatan Jawa Tengah sebagai alternatif berwisata dengan unggulan destinasi pantai seperti Pantai Menganti, Pantai Karang Bolong, Goa Jatijajar dan Waduk Sempor. Pariwisata memiliki peranan dalam peningkatan pendapatan daerah sehingga perlu didukung pemerintah melalui investasi penunjang pariwisata. Prediksi jumlah wisatawan di Kebumen sebagai faktor yang mempengaruhi investor dalam membuka usaha tentunya diperlukan dalam pengambilan keputusan. Berdasarkan data BPS jumlah kunjungan di Kebumen pada Oktober 2024 sebanyak 257.745 sehingga diharapkan prediksi jumlah kunjungan wisatawan tahun berikutnya dapat menjadikan minat investor di Kebumen. Hasil perhitungan menunjukan bahwa metode regresi linier menghasilkan akurasi sebesar 94,60% dapat membantu pemerintah untuk meyakinkan investor pendukung pariwisata di Kebumen.
Analisis Pengaruh Luas Area Pertanian Terhadap Prediksi Hasil Pertanian di Kebumen Menggunakan Metode Regresi Linier Ikhsanuddin, Rohmatulloh Muhamad; Rusvinasari, Dian
Jurnal Informatika: Jurnal Pengembangan IT Vol 10, No 2 (2025)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v10i2.8471

Abstract

Kebumen as an agricultural area whose people mostly play a role in agriculture has an important role in the southern part of Java. The size of the agricultural area will affect agricultural results, especially rice yields. Large agricultural areas will be beneficial for the community in their role as well as food self-sufficiency programs so that dependence on foreign agricultural production is reduced. However, agricultural conditions have not been managed maximally. It is hoped that agricultural yield predictions can help the government in making decisions on the management of agricultural areas in Kebumen. The linear regression method is one of the methods in data mining for data forecasting that relies on historical data so it requires agricultural yield data for the period from 2013 to 2019. The prediction process uses data on the area of the harvest which will influence the harvest in tons. Previous research shows that the linear regression method produces very small error values so it is very suitable for use in prediction cases. The aim of this research is to determine the predicted influence of harvested land area on the amount of harvest in Kebumen as analysis material. The stages in the linear regression method are determining the intercept and coefficient values with the a value of -317.231 and the b value of 6.0123, determining the regression equation to determine predictions, calculating the difference in predicted data, calculating the error value using MAPE with a result of 5,60%.
ANALISIS PERBANDINGAN AKURASI KLASIFIKASI KEPUASAN SISWA TERHADAP KINERJA GURU MENGGUNAKAN ALGORITMA SVM, C4.5 DAN RANDOM FOREST Shona Chayy Bilqisth; Rohmatulloh Muhamad Ikhsanuddin
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 20 No. 1: Mei 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v20i1.9719

Abstract

Penelitian ini bertujuan membandingkan akurasi dan performa tiga algoritma klasifikasi, yaitu SVM (Support Vector Machine), C4.5, dan Random Forest, dalam mengklasifikasikan tingkat kepuasan siswa terhadap kinerja guru di MA Miftahussalam Demak. Data diperoleh dari kuesioner siswa dengan atribut seperti penguasaan materi, penjelasan materi, disiplin waktu, kepedulian, dan komunikasi. Preprocessing dilakukan dengan metode one-hot encoding dan normalisasi, serta evaluasi model menggunakan 10-fold cross-validation. Hasil menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 98,30%, diikuti oleh C4.5 sebesar 96,61%, dan Random Forest sebesar 95,76%. Uji ANOVA membuktikan perbedaan signifikan antar algoritma (p < 0,05), yang menandakan bahwa setidaknya satu algoritma memiliki performa yang berbeda secara statistik. Penelitian menyimpulkan bahwa SVM merupakan algoritma paling efektif untuk data ini, dengan rekomendasi penelitian lanjutan menguji algoritma ensemble dan dataset lebih besar. Kata Kunci: SVM, C4.5, Random Forest, Klasifikasi, Kepuasan Siswa, Cross-validation.
Co-Authors At Tafani Filah Dian Rusvinasari Helmi Bahar Alim Puspa Ira Dewi Candra Wulan Rivort Pormes Shona Chayy Bilqisth Shona Chayy Bilqisth, Shona Chayy Bilqisth