Article Per Year (5 Year)
p-Index From 2021 - 2026
6.535
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi dan Manajemen Informatika International Journal of Advances in Intelligent Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JURNAL MEDIA INFORMATIKA BUDIDARMA International Journal of Computing and Informatics (IJCANDI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) ILKOM Jurnal Ilmiah Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) EDUMATIC: Jurnal Pendidikan Informatika Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Indonesian Journal of Data and Science Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Bulletin of Culinary Art and Hospitality Jurnal Inovasi Teknologi dan Edukasi Teknik NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT
Purnawansyah Purnawansyah
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Social Sciences Other

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

Found 70 Documents
Search

 1   2   3   4   5 
Aplikasi Penentuan Jenis Part Of Speech Menggunakan Metode N-Gram dan String Matching Nurzaenab, Nurzaenab; Purnawansyah, Purnawansyah
ILKOM Jurnal Ilmiah Vol 8, No 2 (2016)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.831 KB)

Abstract

Bahasa Inggris merupakan bahasa ibu dalam skala internasional sebagai alat komunikasi antar negara. Bahasa Inggris memiliki aturan baik dalam hal pengucapan dan penulisan disebut Grammar yang membentuk pola-pola. Pola-pola tersebut tersusun oleh setiap kata yang memiliki bentuk-bentuk tersendiri yang disebut Parts Of Speech. Bentuk dalam Parts Of Speech terbagi dalam delapan bentuk yaitu Noun (kata benda), Pronoun (kata ganti), Verb (kata kerja), Adjective (kata sifat), Adverb (kata keterangan), Preposition (kata depan), Conjuction (kata penghubung), Interjection (kata seru). Tingkat ingatan manusia tentu berbeda-beda. Ingatan untuk membedakan kata-kata dan pembentukan pola kalimat dalam part of speech. Setiap kata akan ditentukan jenis part of speech-nya, tergantung dari inputan user. Sedangkan pola kalimat akan di tentukan sesuai inputan user berdasarkan part of speech-nya. Perancangan dilakukan menggunakan metode uni-gram dan String Matching (Knuth Morris Pratt).
Analisa Penerapan Algoritma Brute Force Dalam Pencocokan String Purnawansyah, Purnawansyah; Syafie, Lukman
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.912 KB)

Abstract

Kebutuhan untuk menemukan informasi yang berguna dan cepat dalam suatu data yang besar sangat dibutuhkan. Karena kompleksitas data yang begitu banyak maka diperlukan suatu metode atau cara untuk dapat mencari suatu informasi yang diperlukan. Untuk melakukan pencarian sebuah data atau informasi tidak terlepas dari pencocokan string dimana dari hasil pencocokan inilah akan ditemukan pola kalimat yang dicari. Dalam penelitian ini membahas tentang penerapan algoritma brute force dalam melakukan pencocokan sebuah string. Algoritma ini melakukan pencocokan string dengan menggeser satu persatu pattern dan menyesuaikannya dengan teks hingga antara pattern dan teks memiliki pola yang sama. Hasil analisis dari penelitian ini berupa uji coba pencocokan string dengan algoritma brute force dengan studi kasus menggunakan mesin pencarian (search engine) dengan bahasa pemrograman PHP untuk pencocokan string
Perbandingan Hasil Prediksi Bandwidth Management menggunakan Metode Naive Bayes Classifier dan Decision Tree C4.5 Purnawansyah, Purnawansyah
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (200.432 KB)

Abstract

Bandwidth merupakan satuan ukuran untuk koneksi internet, sehingga untuk mendapatkan koneksi yang lancar membutuhkan bandwith yang besar. Saat ini dalam pembagian bandwidth di Universitas Muslim Indonesia (UMI) dibagi berdasarkan jumlah fakultas yang ada. Sehingga saat setiap fakultas melaksanakan kegiatan yang membutuhkan koneksi internet maka performa koneksi akan terasa lambat. Untuk menangani masalah tersebut administrator jaringan harus melakukan penambahan bandwidth. Untuk membantu administrator jaringan dalam penentuan penambahan bandwidth dapat digunakan metode Naïve Bayes Classifier (NBC) dan Decision Tree C4.5. Analisis trafik penggunaan paket data dilakukan di beberapa fakultas, yaitu fakultas ilmu komputer, fakultas hukum, fakultas ekonomi, dan fakultas teknik. Berdasarkan hasil percobaan pada tiga kategori utama, yaitu penggunaan tertinggi, penggunaan sedang, dan penggunaan terendah atas penggunaan paket data setiap fakultas dan unit, status perkuliahan, dan adanya kegiatan yang dilaksanakan. Dari percobaan yang dilakukan, diperoleh hasil penambahan bandwidth “Ya” pada fakultas ilmu komputer dengan probabilitas 0,04 dan gain 0,317 sedangkan fakultas hukum dengan probabilitas 0,011 dan gain 0, fakultas ekonomi dengan probabilitas 0,013 dan gain 0, fakultas teknik dengan probabilitas 0,076 dan gain 0,414 diperoleh hasil penambahan bandwidth “Tidak”.
Penerapan Metode Optimasi Heuristik Pada Pemilihan Event Organizer Terbaik Purba, Muren Fiatra Denata; Arrosied, Harun; Gaffar, Achmad Fanany Onnilita; Malani, Rheo Malani; Purnawansyah, Purnawansyah
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.195 KB)

Abstract

Perusahaan atau instansi yang mempunyai keterkaitan dengan Sumber Daya Manusia (SDM) salah satunya adalah biro perjalanan, yang merupakan sebuah kegiatan usaha yang bersifat komersial dimana menjadi wadah yang mengatur, dan menyediakan pelayanan bagi seseorang atau sekelompok orang untuk melakukan perjalanan. Di zaman modern seperti sekarang ini, usaha biro perjalanan semakin banyak bermunculan sehingga diperlukannya solusi untuk mencari biro perjalanan terbaik agar keinginan konsumen bisa terpenuhi. Sehingga pada penelitian ini salah satu cara untuk mencari biro perjalanan terbaik adalah dengan menggunakan metode optimasi heuristik yang bertujuan untuk mencari solusi yang terbaik. Untuk memperoleh hasil yang diinginkan menggunakan metode optimasi heuristik adalah dengan menggunakan parameter yang telah ditentukan dan target error dimana hasil yang diperoleh jika semakin mendekati target error maka semakin direkomendasikan kepada konsumen. Setelah melakukan serangkaian proses perhitungan pada penelitian ini dengan menetapkan target error 0,011 dan dengan parameter yang telah ditetapkan, maka diperoleh hasil keluaran W1 sebesar 0,2053, W2 sebesar 0,2063, W3 sebesar 0,2059, W4 sebesar 0,2051, dan W5 sebesar 0,1774. Dengan telah ditentukannya target error, maka dari kelima data tersebut yang paling mendekati target error adalah W5 dengan nilai sebesar 0,1774 dimana jika nilai keluaran yang diperoleh semakin mendekati target error, maka semakin direkomendasikan kepada konsumen.
Penerapan Fuzzy Multiple Attribute Decision Making (FMADM) Berbasis Metode Simple Additive Weighting (SAW) Dalam Pemilihan Mobil Bekas Nugroho, Basuki Rahmat; Kridalaksana, Awang Harsa; Haviluddin, Haviluddin; Purnawansyah, Purnawansyah
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 1 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (472.334 KB)

Abstract

Perdagangan pembelian kendaraan mobil untuk mendukung perpindahan dari satu tempat kepada yang lain merupakan salah satu alasan utama masyarakat dalam memilih mobil bekas. Harga mobil dalam kondisi baru terbilang tinggi maka tidak sedikit masyarakat lebih memilih mobil bekas. Pemilihan mobil memiliki beberapa faktor yang mesti dipertimbangkan sesuai dengan kebutuhan kriteria berbeda dari setiap individu. Kebutuhan tersebut sebagai latar belakang pembuatan sistem pendukung keputusan dalam pemilihan mobil bekas. Sistem akan menggunakan metode Fuzzy Multiple Attribute Decision Making (FMADM) berbasis Simple Additive Weighting (SAW). Sistem dibuat dengan menggunakan database MySQL. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif berdasarkan kriteria-kriteria yang ditentukan. Hasil dari sistem ini akan memberikan rekomendasi pilihan mobil bekas untuk pelanggan berdasarkan kriteria yang dipilih.
SISTEM INFORMASI PROGRAM KREATIVITAS MAHASISWA BERBASIS WEB SERVICE DAN MICROSERVICE Lokapitasari Belluano, Poetri Lestari; Purnawansyah, Purnawansyah; Panggabean, Benny Leonard Enrico; Herman, Herman
ILKOM Jurnal Ilmiah Vol 12, No 1 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1910.594 KB) | DOI: 10.33096/ilkom.v12i1.492.8-16

Abstract

The information system is faced with a significant development, it needs to have not only the policy changes but also the features as an effort update, according to necessity both internal and external business rule systems. This research aims to form a microservice infrastructure for updating changes in flow of business process to the development of information systems. This Research methods come under both field studies and literature to the subject matter related with the development of Information Systems in managing data of program kreativitas mahasiswa (PKM), Web services and Microservice Architecture. The design is using Prototype model to represent graphically the workflow of the system Model which is using the Unified Modeling Language (UML) tool, Managing the Data Base Management System (DBMS) application using GORM, Go Validator as a data validation tool, and Gorilla Mux as the REST rooter. The application runs by utilizing the Advanced Message Queuing protocol. In conclusion, the implementation of webservice-based university internal information system development with microservice architecture for PKM is reporting activities in where the relationship between units in data transactions (publish, send automatically) is carried out with a duration of time 0,00 / sec.
Metode Double Exponential Smoothing pada Sistem Peramalan Tingkat Kemiskinan Kabupaten Pangkep Atussaliha, Nur Almar'; Purnawansyah, Purnawansyah; Darwis, Herdianti
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.607.183-190

Abstract

Peramalan adalah kegiatan memperkirakan kejadian yang akan terjadi berdasarkan historical data kuantitatif suatu kejadian. Peramalan sering digunakan oleh pemerintah dalam membuat suatu kebijakan. Salah satu kebijakan pemerintah adalah menurunkan angka kemiskinan setiap tahunnya. Penelitian ini bertujuan untuk membangun sistem Peramalan Tingkat Kemiskinan Kabupaten Pangkep berbasis desktop untuk memberikan gambaran jumlah tingkat kemiskinan periode selanjutnya. Dalam penelitian ini, metode peramalan yang digunakan adalah Double Exponential Smoothing dengan nilai alpha 0.001, 0.01, 0.2, 0.3, 0.5, 0.7, 0.8, 0.99, dan 0.999. Dengan menggunakan data angka kemiskinan dari tahun 2010 sampai 2019, diperoleh bahwa dari 9 nilai alpha yang digunakan, tingkat kesalahan terkecil yaitu 1.2% diberikan oleh alpha 0.5 yang diukur menggunakan metode Mean Absolute Percentage Error (MAPE). Adapun tingkat akurasi peramalan yang didapatkan jumlah kesalahan tiap alpha sebesar 95.394%.
Performa Klasifikasi K-NN dan Cross Validation pada Data Pasien Pengidap Penyakit Jantung Azis, Huzain; Purnawansyah, Purnawansyah; Fattah, Farniwati; Putri, Inggrianti Pratiwi
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.507.81-86

Abstract

Globally, the number one cause of death each year is cardiovascular disease. Cardiovascular disease is a disease caused by impaired function of the heart and blood vessels, such as coronary heart disease, heart failure or heart failure, hypertension and stroke. The purpose of this study was to measure the performance of accuracy, precision, recall and f-measure of the K-NN and Crossvalidation methods on a dataset of cardiovascular patients. The dataset used was 1000 records consisting of 11 attributes (age, gender, height, etc.) cardiovascular and non cardiovascular patient data, the dataset was obtained from the UCI Machine Learning Repository managed by the Hungarian Institute of Cardiology Budapest: Andras Janosi, MD, University Hospital, Zurich, Switzerland. The steps taken are: dividing the simulation ratio of the dataset to 20:80, 50:50 and 80:20, applying crossvalidation (k-fold = 10) and classification using the K-NN method (k = 2 to K = 900). The research results from the simulation of the dataset ratio 50:50 obtained an accuracy value of 82%, 82% precision, 82% recall and 80% f-measure at a value of K = 13, then the research results from the simulation of the dataset ratio 20:80 obtained an accuracy value of 87%, 87% precision, 97% recall and 92% f-measure at the value of K = 3, and the results of research from the simulation of the dataset ratio 80:20 obtained an accuracy value of 91%, 92% precision, 60% recall and 72% f-measure at the value K = 5.
Perbandingan Efisiensi Algoritma Sorting dalam Penggunaan Bandwidth Anggreani, Desi; Wibawa, Aji Prasetya; Purnawansyah, Purnawansyah; Herman, Herman
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.538.96-103

Abstract

The most used algorithm is the sorting algorithm. There have been many popping sorting algorithms that can be used, in this study researchers took three sorting algorithms namely Insertion Sort, Selection Sort, and Merge Sort. As for this study will analyze the comparison of execution time and memory usage by considering the number of enter data of each algorithm used. The data used in this study is ukhuwah NET network bandwidth usage data connected in the Faculty of Computer Science in the form of double data types. After implementing and analyzing in terms of execution time merge sort algorithm has a faster execution time in sorting data with an average execution time value of 108.593777 ms on the 3000 data count. While in the same amount of data for the most execution time is the Selection Sort algorithm with a large execution time of 144.498144 ms, in terms of memory usage with the amount of data3000 Merge Sort Algorithm has the highest memory usage compared to the other two algorithms which is 21,444 MB while the other two algorithms have a succession of memory usage of 20,837 MB and 20,325MB.
Backpropagation Neural Network with Combination of Activation Functions for Inbound Traffic Prediction Purnawansyah Purnawansyah; Haviluddin Haviluddin; Herdianti Darwis; Huzain Azis; Yulita Salim
Knowledge Engineering and Data Science Vol 4, No 1 (2021)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um018v4i12021p14-28

Abstract

Predicting network traffic is crucial for preventing congestion and gaining superior quality of network services. This research aims to use backpropagation to predict the inbound level to understand and determine internet usage. The architecture consists of one input layer, two hidden layers, and one output layer. The study compares three activation functions: sigmoid, rectified linear unit (ReLU), and hyperbolic Tangent (tanh). Three learning rates: 0.1, 0.5, and 0.9 represent low, moderate, and high rates, respectively. Based on the result, in terms of a single form of activation function, although sigmoid provides the least RMSE and MSE values, the ReLu function is more superior in learning the high traffic pattern with a learning rate of 0.9. In addition, Re-LU is more powerful to be used in the first order in terms of combination. Hence, combining a high learning rate and pure ReLU, ReLu-sigmoid, or ReLu-Tanh is more suitable and recommended to predict upper traffic utilization
Co-Authors - Nurhikma A. Nurjulianty Abd. Rasyid Syamsuri Achmad Fanany Onnilita Gaffar Achmad Fanany Onnilita Gaffar Adela Regita Azzahra Adnan, Adam Agung R Aji P. Wibawa Aji Prasetya Wibawa Alfitriana Riska Alfiyyah, Nurul Alisma, Alisma Andi Muhammad Adnan Rusdy Anggreani, Desi Anisatul Humairah Anugrah, Rezky Arman, Eka Arrosied, Harun Arvina Yudithia Sompie Astuti, Wistiani Atussaliha, Nur Almar' Awang Harsa Kridalaksana Awangga, Narendra Backar, Sunarti Passura Basri, Haerunnisa Benny Leonard Enrico P Benny Leonard Enrico Panggabean Benny Leonard Enrico Panggabean Bustam, Faida Daeng Cholisah Erman Hasihi Darwis, Herdianti Desi Anggreani Dewi Widyawati Dian Dolly Indra Fahmi Fahmi Faradibah, Amaliah Farniwati Fattah Fatimah Syarifuddin Fattah, Farniwati Felix Andika Dwiyanto Fery Setyo Aji Fitriyani Umar Harlinda L Harlinda Lahuddin Hasnidar S. Haviluddin Haviluddin Herdianti Darwis Herman Herman Herman Huzain Azis Ifan Wahyudi Inggrianti Pratiwi Putri Irawati Irawati Irawati Irawati Iriani Indah Saputri Jumrayanti Arfah Kasmira Kasmira La Saiman Lilis Hayati lilis nurhayati Listyan Nur Saida Lokapitasari Belluano, Poetri Lestari Lukman Syafie M. Imam Maulana M. Takdir Mahfuddin Mukmin Malani, Rheo Manga, Abdul Rachman Mansyur, St. Hajrah Mardiyyah Hasnawi Ming Foey Teng Muh Alim Abdi Muhammad Arfah Asis Muhammad Hardiansyah Hairi Muhammad Ikhsan Supriyadi Muhammad Yushar Mattola Munaf, Adryan Dwiprawira Munawir Nasir Hamzah Nafalski, Andrew Nia Kurniati Nirmala Nirmala, Nirmala Nirwana Nirwana Nugroho, Basuki Rahmat Nur Afra Dimitri Pratiwi Nur Almar' Atussaliha Nur Rahmah NURZAENAB NURZAENAB Nurzaenab Nurzaenab Panggabean, Benny Leonard Enrico Purba, Muren Fiatra Denata Putri Regina Prayoga Putri, Inggrianti Pratiwi Rahmadani Rahmadani Raja, Roesman Ridwan Ramdan Sastra Ramdan Sastra Ramdaniah, Ramdaniah Rayner Alfred Rayner Alfred Resky Anugrah Rezky Anugrah Salim, Yulita Saly, Intan Novita Setyadi, Hario Jati St. Hajrah Mansyur Sugiarti, Sugiarti Sulfikar Sulfikar Sunarti Passura Backar Syafie, Lukman Tasrif Hasanuddin Triyanna Widiyaningtyas Triyanna Widyaningtyas Triyanna Widyaningtyas, Triyanna Umar, Fitriyani Wahyuni Wahyuni Wd. Shaqina Rafa Naura Wistiani Astuti Wistiani Astuti Wong, Kelvin Yudha Islami Sulistya Yulita Salim Yusrandi Yusrandi Zahif Safyin Saleh Zahirah, Dinna Zulkarnain, Nur Ainun