Article Per Year (5 Year)
p-Index From 2021 - 2026
2.761
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Ilmiah Kursor JOIN (Jurnal Online Informatika) Sistemasi: Jurnal Sistem Informasi Multitek Indonesia : Jurnal Ilmiah JAVA Journal of Electrical and Electronics Engineering JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Layanan Masyarakat (Journal of Public Service) Informatics, Electrical and Electronics Engineering Jurnal Pengabdian Masyarakat untuk Negeri (UN-PENMAS) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Teknologi Informasi JUDIKAT: Jurnal Pengabdian Kepada Masyarakat
Budi Santoso
Universitas Dr.Soetomo Surabaya
Humanities 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 Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
GOLDFISH AQUARIUM WATER QUALITY CONTROL AND MONITORING SYSTEM USING FLC Santoso, Budi; Panuntun, Wisnuning Diah
MULTITEK INDONESIA Vol 18, No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i2.9618

Abstract

Goldfish is a unique type of carp. Its interesting shape makes it popularly kept by people as a hobby or business. In goldfish farming, it is necessary to manage water quality properly to meet the required water quality criteria to support their life. In this study, a water quality monitoring and control system was developed so that breeders can observe water quality conditions online, and the water quality control process can be carried out automatically. The system utilizes two sensors, namely turbidity sensor and pH sensor, to detect turbidity and pH levels in the aquarium water. The method employed in this study utilizes fuzzy logic to control the filter and pump in the aquarium. The results of the trial showed that turbidity decreased by 21.84%, from an initial value of 16.66 NTU to 13.02 NTU, and pH decreased by 15.26%, from an initial value of 7.86 to 6.66.
Implementasi Metode VADER Pada Analisis Sentimen Komentar Video Youtube Desa Wisata Bejijong Santoso, Budi; Prawiradiredja, Sanhari; Abror, Dhimam; Sufa, Siska Armawati; Raharja, Alda; Mardianta, Pradana Tera
Jurnal Teknologi Informasi Vol 3, No 2 (2025): Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/juti.v3i2.1868

Abstract

Salah satu media sosial yang memiliki basis pengguna besar adalah YouTube. Banyak video dalam berbagai bentuk di YouTube mengundang perhatian dan memuat komentar merefleksikan sentimen terhadap video tersebut. Desa Wisata Bejijong juga akan memanfaatkan peluang ini untuk membuat video promosi yang menampilkan daya tarik wisata, dengan tujuan meningkatkan visibilitas dan daya tarik destinasi di wilayah mereka. Namun, hingga saat ini belum ada analisis atau evaluasi terhadap respons penonton terhadap video yang menunjukkan efektivitas promosi digital tersebut. Berdasarkan hal tersebut, dilakukan sebuah penelitian dengan menggunakan metode Valence Aware Dictionary and Entiment Reasoner (VADER) untuk menganalisis sentimen penonton YouTube terhadap video profil wisata Desa Bejijong, Mojokerto. Penelitian ini menganalisis 1396 komentar yang berasal dari 9 video YouTube yang berbeda. Data dikumpulkan melalui proses crawling, preprocessing, kemudian dilanjutkan dengan klasifikasi dan visualisasi. Hasil dari proses ini menunjukkan 465 komentar positif, 95 komentar negatif, dan 434 komentar netral. Penelitian ini memberikan wawasan dan evaluasi mengenai promosi wisata melalui YouTube yang dapat menjadi panduan dalam produksi video di masa mendatang.
Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode Simple Additive Weighting dan Weighted Product: Decision Support System for Selecting Outstanding Students Using Simple Additive Weighting and Weighted Product Methods Hidayat, Rachmad Noer; Santoso, Budi; Sumirat, Lambang Probo
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1787

Abstract

Pemilihan siswa berprestasi adalah salah satu langkah penting untuk meningkatkan kualitas pendidikan dan penghargaan terhadap prestasi siswa. Namun, proses penilaian manual yang sering digunakan memakan waktu dan rawan kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis web untuk pemilihan siswa berprestasi di SMK Unitomo Jurusan Multimedia. Sistem ini memanfaatkan metode Simple Additive Weighting (SAW) dan Weighted Product (WP) untuk mengolah data dan memberikan hasil perangkingan yang objektif. Metode SAW digunakan untuk menilai alternatif berdasarkan kriteria yang telah ditentukan, sedangkan metode WP digunakan untuk penghitungan perangkingan akhir. Hasil penelitian metode SAW menentukan siswa berprestasi yang sesuai dengan kriteria yang telah ditetapkan, Sistem pengambilan keputusan siswa berprestasi menggunakan metode SAW dengan perhitungan menggunakan Microsoft Excel, menunjukkan bahwa sistem yang dirancang dapat membantu guru dan wali kelas dalam proses seleksi siswa berprestasi dengan lebih cepat, praktis, dan akurat. Sistem ini mencakup fitur utama seperti pengelolaan data kriteria, nilai, perangkingan, dan hasil akhir. Dengan implementasi sistem ini, diharapkan proses pemilihan siswa berprestasi menjadi lebih efisien dan mendukung pengambilan keputusan yang lebih baik.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMBELIAN KPR DENGAN METODE MABAC DI SIDOARJO Firmansyah, Moh. Azriel; Santoso, Budi; Sumirat, Lambang Probo
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2067

Abstract

Kredit Pemilikan Rumah (KPR) adalah pilihan pembiayaan yang memungkinkan individu untuk membeli rumah dengan cara mencicil. Meskipun demikian, selama proses pemilihan KPR, banyak calon pembeli menghadapi tantangan dalam mengidentifikasi pilihan yang paling sesuai dengan situasi keuangan mereka. Masalah utama yang dihadapi adalah tantangan dalam menentukan uang muka yang diperlukan, menghitung pembayaran bulanan, memilih durasi pinjaman yang sesuai, dan ketidakpastian tentang kelayakan pendapatan untuk pengajuan KPR. Oleh karena itu, penelitian ini bertujuan untuk membuat dan mengimplementasikan Sistem Pendukung Keputusan (SPK) dengan menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC) untuk membantu calon pembeli dalam memilih opsi KPR terbaik. Penelitian ini menggunakan enam kriteria utama, yaitu uang muka, cicilan bulanan, manfaat tambahan, jangka waktu pembayaran, dan penghasilan minimum. Pendekatan MABAC digunakan untuk mengevaluasi pilihan perumahan melalui perhitungan yang bergantung pada bobot dan normalisasi kriteria. Temuan menunjukkan bahwa sistem yang dibuat dapat memberikan saran yang obyektif dan tepat untuk mengidentifikasi pilihan KPR yang optimal. Penerapan sistem ini diharapkan dapat membantu individu dalam membuat pilihan keuangan yang lebih terorganisir dan mengurangi kemungkinan memilih rencana hipotek yang tidak sesuai dengan kondisi keuangan mereka.
PREDIKSI HARGA SAHAM PT TELKOM MENGGUNAKAN METODE CNN-LSTM Pratama, Ferdian Rizki; Santoso, Budi; Kacung, Slamet
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2087

Abstract

PT Telkom sebagai perusahaan informasi dan komunikasi terbesar di Indonesia, memiliki harga saham yang menarik minat investor. Penelitian ini bertujuan untuk mengembangkan aplikasi yang mampu memprediksi harga saham PT Telkom menggunakan metode CNN-LSTM. Tantangan dalam memprediksi harga saham meliputi volatilitas pasar, keterbatasan data historis, dan kompleksitas faktor-faktor yang mempengaruhi harga. Metode CNN digunakan untuk mengenali pola spasial dalam data, sementara LSTM mengatasi masalah vanishing gradient dan menangkap dependensi jangka panjang. Model CNN-LSTM diuji dengan berbagai kombinasi hyperparameter, termasuk learning rate (0.001, 0.0001, dan 0.0005), kernel size (3, 5, dan 7), dan jumlah epoch (30, 50, dan 100). Hasil terbaik diperoleh dengan konfigurasi learning rate 0.0005, kernel size 7, dan 100 epoch, yang menghasilkan nilai Mean Absolute Error (MAE) sebesar 56.13, Root Mean Squared Error (RMSE) sebesar 75.75, dan koefisien determinasi (R²) sebesar 0.973. Hasil ini menunjukkan kemampuan prediksi yang baik dari model. Penelitian ini diharapkan dapat memberikan solusi bagi investor dalam memprediksi harga saham PT Telkom dan membantu pengambilan keputusan investasi.
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KAPASITAS AIR CONDITIONER Wicaksono, Dandy; Santoso, Budi; Kacung, Slamet
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5732

Abstract

Penelitian ini mengembangkan sistem pendukung keputusan berbasis metode Fuzzy Tsukamoto yang bertujuan membantu konsumen dalam menentukan kapasitas dan kategori AC secara tepat. Sistem dirancang dalam bentuk aplikasi web interaktif yang memberikan rekomendasi jenis AC Split-Wall dengan kapasitas mulai dari ½ PK hingga 2 PK. Rekomendasi yang dihasilkan mempertimbangkan sejumlah parameter penting, seperti tinggi ruangan, luas ruangan, intensitas cahaya, jumlah orang dalam ruangan, harga unit AC, serta daya listrik yang tersedia. Data dalam penelitian ini dikumpulkan melalui wawancara langsung dengan ahli di bidang tata udara untuk memastikan validitas dan relevansi parameter yang digunakan. Sistem ini dirancang untuk menghasilkan rekomendasi yang optimal dan disesuaikan dengan kebutuhan spesifik pengguna. Evaluasi hasil menunjukkan bahwa sistem mampu memberikan informasi yang akurat dan bermanfaat, terutama bagi pengguna yang belum berpengalaman dalam memilih perangkat pendingin udara. Dengan pendekatan berbasis logika fuzzy, sistem ini mampu menyajikan panduan yang efisien dan praktis. Selain itu, implementasi sistem ini juga diharapkan dapat meningkatkan kepuasan pengguna, mendukung efisiensi energi, serta membantu proses pengambilan keputusan yang lebih cerdas dan berbasis data dalam pemilihan AC yang sesuai.
PREDIKSI HARGA EMAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION HYPERPARAMETER TUNING Prasetya, Johan; Santoso, Budi; Kacung, Slamet
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5739

Abstract

Investasi emas terus menjadi pilihan utama karena nilai stabil dan kenaikannya yang konsisten. Namun, fluktuasi harga emas yang dipengaruhi berbagai faktor ekonomi seringkali menyulitkan investor dalam pengambilan keputusan. Penelitian ini bertujuan membangun model prediksi harga emas menggunakan Jaringan Saraf Tiruan (JST) dengan algoritma backpropagation. Variabel input yang digunakan meliputi nilai tukar Rupiah terhadap Dolar AS (KURS JISDOR), suku bunga acuan, dan inflasi, dengan data historis harian dari 2019 hingga 2025 sebanyak 1.633 sampel. Proses pelatihan dilakukan menggunakan MATLAB R2020a dengan normalisasi Min-Max, serta pembagian data menjadi data latih (70%), validasi (15%), dan uji (15%). Hyperparameter dioptimasi dengan metode Grid Search, menghasilkan arsitektur 3-8-1, learning rate 0,1, epoch 5000, dan minimum gradient 1e-6. Model menghasilkan nilai MSE 0,00059982 dan koefisien korelasi (R) 0,99124, menunjukkan akurasi dan kemampuan generalisasi yang sangat baik. Hasil ini membuktikan bahwa JST dapat menjadi solusi efektif untuk memprediksi harga emas dan membantu investor merencanakan strategi investasi yang lebih bijak.
SISTEM DETEKSI PENYAKIT PADA DAUN TANAMAN KENTANG MENGGUNAKAN METODE CNN ARSITEKTUR VGG-Net Prasetyo, Prasetyo Tri Utomo; Santoso, Budi; Kacung, Slamet
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5758

Abstract

Deteksi dini terhadap penyakit pada daun tanaman kentang memiliki peran krusial dalam mencegah penurunan produktivitas hasil panen. Penyakit seperti early blight dan late blight dapat dikenali melalui karakteristik visual pada permukaan daun, namun identifikasi secara manual cenderung bersifat subjektif dan memerlukan waktu yang cukup lama. Penelitian ini bertujuan untuk merancang sistem deteksi otomatis penyakit daun kentang dengan memanfaatkan metode Convolutional Neural Network (CNN) melalui pendekatan transfer learning menggunakan arsitektur VGG16. Dataset yang digunakan mencakup tiga kelas, yaitu daun sehat (healthy), early blight, dan late blight. Tahapan pra-pemrosesan meliputi preprocessing citra, augmentasi data, serta pelatihan model dengan memanfaatkan bobot awal dari VGG16. Parameter pelatihan yang diterapkan antara lain batch size sebesar 32, learning rate sebesar 0,0001, dimensi gambar 224×224 piksel, dan jumlah epoch sebanyak 10. Berdasarkan hasil pengujian, model mampu mencapai akurasi sebesar 95%, disertai nilai precision, recall, dan F1-score yang tinggi dan konsisten untuk setiap kelas. Evaluasi menggunakan confusion matrix menunjukkan performa klasifikasi yang baik dengan tingkat kesalahan prediksi yang rendah. Dengan demikian, sistem ini memiliki potensi untuk diterapkan sebagai alat bantu bagi petani dalam melakukan identifikasi penyakit daun secara cepat dan akurat di lapangan.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN E-LIQUID VAPOR MENGGUNAKAN METODE MOORA Fadilla, Muhammad Myrza; Kacung, Slamet; Santoso, Budi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5775

Abstract

Meningkatnya popularitas rokok elektrik di Indonesia diikuti dengan pertumbuhan ragam produk e-Liquid yang beredar di pasaran, menciptakan tantangan bagi konsumen dalam memilih e-Liquid yang sesuai dengan kebutuhan mereka. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan pemilihan e-Liquid Vapor menggunakan metode MOORA (Multi-Objective Optimization by Ratio Analysis). Metode penelitian meliputi pengumpulan data melalui wawancara dengan pengguna vapor dan pemilik vape store untuk mengidentifikasi kriteria penilaian, yang selanjutnya diimplementasikan dalam sistem pendukung keputusan dengan empat kriteria utama: rasa (50%), kadar nikotin (25%), harga (15%), dan ketersediaan stok (10%). Hasil penelitian menunjukkan bahwa metode MOORA menghasilkan rekomendasi e-Liquid yang sesuai dengan preferensi pengguna. Dari tujuh alternatif e-Liquid yang dianalisis, lima alternatif direkomendasikan berdasarkan nilai optimasi tertinggi dengan alternatif A6 (Fruity, 9mg, >Rp.150.000, mudah didapatkan) memperoleh peringkat tertinggi dengan nilai optimasi 0,076. Sistem ini memberikan solusi efektif bagi konsumen, terutama pengguna baru, dalam membuat keputusan pemilihan e-Liquid yang lebih tepat sesuai dengan kriteria yang diinginkan.
ANALISIS SENTIMEN LAYANAN KESEHATAN BPJS MENGGUNAKAN METODE SVM Sari, Ratih Ayu Puspita; Kacung, Slamet; Santoso, Budi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5797

Abstract

Di era digital ini teknologi komunikasi menjadi alat penting untuk mendukung penyebaran informasi dan akses layanan kesehatan yang cepat dan efisien. Saat ini mutu layanan kesehatan menjadi perhatian utama masyarakat. Permasalahan dalam penelitian ini adalah persepsi masyarakat terhadap layanan kesehatan BPJS yang menjadi salah satu indikator penting dalam menilai kualitas pelayanan kesehatan di Indonesia. Faktor utama yang melatarbelakangi permasalahan ini adalah kualitas layanan yang diterima masyarakat, yang sering kali dianggap belum memenuhi harapan, terutama dalam hal aksesibilitas, kecepatan, dan keadilan pelayanan. Tujuan dari penelitian ini adalah untuk melakukan analisis sentimen pada komentar di media sosial X dan Youtube terkait layanan kesehatan BPJS dengan menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Dengan menggunakan metode Support Vector Machine (SVM), penelitian ini diharapkan dapat mengidentifikasi pola sentimen positif, negatif, dan netral terkait dengan pengalaman masyarakat terhadap BPJS. Metode klasifikasi berbasis Support Vector Machine (SVM) berhasil diimplementasikan untuk melakukan klasifikasi teks komentar di postingan X dan Youtube. Metode yang diusulkan menunjukkan performa optimal dengan akurasi mencapai 89,96%.
Co-Authors ., Sutarmin Abror, Dhimam Adhi Dharma Wibawa Ahmad Zaini Alda Raharja Andrianto, Arya Baliputra, Gigih Army Buana Boedinugroho, Hanny Citra Rani Angga Riswari Dian Ratnawati Edi Prihartono Efendi, Kacung Fadilla, Muhammad Myrza Firdausi Afifah Firmansyah, Moh. Azriel Hidayat, Rachmad Noer I Ketut Eddy Purnama Irwan, Wahyurrahman Ferbiansyah Adha Muhammad Kacung Hariyono Lambang Trijono Lukman Affandhy Mahendra, Bondan Tiur Mardianta, Pradana Tera Mira Candra Kirana Muhtadin Muhtadin Munawir . Munawir Munawir Panuntun, Wisnuning Diah Pramono, Sapto Pramunanto, Eko Prasetya, Johan Prasetyo, Prasetyo Tri Utomo Pratama, Ferdian Rizki Prawiradiredja, Sanhari Putut Handoko Rafiq, Ainur Sanhari Parawiradiredja Sanhari Prawiradiredja Santosa, Gabriel Adven Dwi Sari, Ratih Ayu Puspita Sayyidatul Khoiridah Shanty , Ratna Nur Tiara Slamet . Slamet Hartono Slamet Kacung, Slamet Slamet Winardi Stevanus Hardiristanto Stevanus Hardiristanto, Stevanus Sufa, Siska Armawati Wicaksono, Dandy Yusuf, Adrian Edoardo