Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.338

P-Index

This Author published in this journals

All Journal Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Pilar Nusa Mandiri Informatics for Educators and Professional : Journal of Informatics Syntax Literate: Jurnal Ilmiah Indonesia JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Teknoinfo Jurnal Ilmu Komputer dan Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Journal of Applied Computer Science and Technology (JACOST) Jurnal Interkom : Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi Ilmu Komputer untuk Masyarakat Paradigma Journal of Innovation and Sustainable Empowerment Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK)

Jajang Jaya Purnama

Universitas Bina Sarana Informatika

Author-ID : 6567485

Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering 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 Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 26 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

KLASIFIKASI KONSUMSI ENERGI INDUSTRI BAJA MENGGUNAKAN TEKNIK DATA MINING Jajang Jaya Purnama; Sri Rahayu
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1984

Kebutuhan manusia dalam memenuhi sandang, pangan dan papan pada kehidupannya saat ini tidak terlepas dari terlibatnya energi listrik. Pada beberapa sektor kehidupan, yaitu sektor rumah tangga, industri, bisnis, sosial, gedung kantor pemerintah, dan penerangan jalan umum membutuhkan energi listrik. Sektor industri konsumsi energi relatif lebih tinggi dibandingkan sektor lainnya, sehingga perlu adanya pengendalian konsumsi energi terutama di sektor industri. Akibatnya, untuk suatu Bangsa atau wilayah, prakiraan penggunaan energi listrik menjadi mendesak dan krusial. Penelitian mengenai hal ini muncul dari berbagai negara misalnya penelitian asal Korea tentang model prediksi konsumsi energi untuk smart factory menggunakan algoritma data mining yang memperkenalkan dan mengeksplorasi model prediksi konsumsi energi industri baja dengan menghasilkan model terbaik yaitu Random Forest dengan nilai RMSE 7,33 pada set pengujian. Selain itu, penelitian lain mengangkat judul model prediksi konsumsi energi yang efisien untuk suatu data analitik bangunan industri di kota pintar dengan menyajikan dan mengeksplorasi model konsumsi energi prediktif berdasarkan teknik penambangan data untuk industri baja skala kecil yang cerdas di Korea Selatan menggunakan variabel seperti lagging dan arus utama daya reaktif, faktor daya lagging dan arus terdepan, emisi karbon dioksida, dan jenis beban. Penelitian asal Australia juga tidak ketinggalan, membahas mengenai prediksi konsumsi energi industri menggunakan teknik data mining yang menyajikan dan mengeksplorasi model prediksi konsumsi energi menggunakan pendekatan data mining untuk industri baja hingga menunjukkan bahwa model Random Forest dapat memprediksi konsumsi energi terbaik dan mengungguli algoritma konvensional lainnya dalam perbandingan. Penelitian ini menyajikan klasifikasi konsumsi energi pada industri baja, agar dapat diketahui pola penggunaan beban ringan, beban sedang, dan beban maksimum menggunakan teknik data mining pada data publik yang sudah tersedia mengenai hal tersebut, dengan tujuan para pengguna energi di industri baja lebih bijak dalam menggunakan energi karena telah mengetahui pola masing-masing beban. Dengan metode yang digunakan diantaranya Random Forest, Decision Tree, Naïve Bayes dan Artificial Neural Network menghasilkan akurasi berturut-turut yaitu 91,13%, 90,50%, 70,97% dan 75,56%, sehingga metode klasifikasi yang paling cocok digunakan dalam melakukan klasifikasi konsumsi energi industri pada dataset steel industry energy consumption adalah Random Forest.

Analisis Pengaruh Kesiapan Belajar Terhadap Hasil Simulasi SBMPTN 2018 (Studi Kasus Peserta Simulasi SBMPTN 2018) Jajang Jaya Purnama; Nurul Ichsan; Erni Ermawati; Tri Wahyuni; Ade Suryadi
Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi Vol. 14 No. 2 (2019): Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komuni
Publisher : LPPM STMIK Rosma

Kesiapan belajar adalah semua aktivitas mental atau psikis yang berlangsung dalam interaksi aktif dalam lingkungan, yang menghasilkan perubahan-perubahan dalam pengelolaan pemahaman. Penelitian ini ditujukan untuk menyelidiki pengaruh kesiapan belajar terhadap hasil Simulasi SBMPTN 2018, penulis membagikan kuesioner online secara yang memiliki skala likert 1 sampai 5 secara acak ke responden peserta Simulasi SBMPTN 2018 yang didapat 50 responden dari seluruh Indonesia. Hasil dari data-data diproses melalui perhitungan statistic dan korelasi rata-rata, didapat melalui penggunaan SPSS 16.0. dari data tabulasi diketahui skor x 1.763 yang artinya baik. Hasil uji reliabilitas semua variabel mempunyai koefisien alpha yang lebih besar dari nilai r tabel yaitu 0,444 sehingga dapat dikatakan reliabel, konstanta (a) sebesar 73.565 dan bertanda positif, artinya tidak ada perubahan satuan pada semua efisiensi. Koefiien regresi b sebesar -0,381 bertanda negatif (berlawanan) sebesar satu-satuan. Korelasi (R) didapat 0,320 artinya korelasi antara variabel kesiapan belajar (X) terhadap dependen yaitu hasil Simulasi SBMPTN 2018 (Y) sebesar 0,320. Nilai R2 sebesar 0,102 artinya persentase sumbangan pengaruh variabel kesiapan belajar (X) sebesar 10,2%.

Grouping Data in Predicting Infant Mortality Using K-Means and Decision Tree Ridwansyah Ridwansyah; Verry Riyanto; Abdul Hamid; Sri Rahayu; Jajang Jaya Purnama
Paradigma Vol. 24 No. 2 (2022): September 2022 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Death is something that we cannot avoid where, when and how death comes. The high infant mortality rate is the main thing and the Indonesian government must prioritize, one of the government's efforts to reduce infant mortality is by conducting a surveillance program, namely PWS KIA where the program is uniting the health of mothers and babies in the local area, basically there are several infant deaths that have causes from the time of pregnancy, accidents, disasters, diseases or because it is destiny from God, for that research is carried out in classifying infant mortality data. For grouping infant mortality data, a K-Means method is needed to analyze data by carrying out a data modeling process without supervision or also known as unsupervised learning. In showing the centroid in the early stages of the k-means algorithm, it is very influential on the results of the cluster carried out on the infant mortality dataset. taken from data.go.id with different centroid results. The results of the clustering model pattern that can be trusted by the government or the Health department to prevent infant mortality. From the clustering results, four labels are tested again using the decision tree algorithm.

AUDIT OF THE REGIONAL DEVELOPMENT PLANNING INFORMATION SYSTEM (SIPD) USING COBIT 5.0 FRAMEWORK Marliana Rahmawati Nurhanifah; Ganda Wijaya; Jajang Jaya Purnama
Jurnal Techno Nusa Mandiri Vol 20 No 1 (2023): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v20i1.3541

Tasikmalaya Regional Representative Council’s is one of the legislative institutions that runs the local government. In carrying out the duties and functions of the Leadership and Members of the Regional People's Representative Council in the regional development planning sector, the Secretariat of the Regional People's Representative Council of Tasikmalaya City has implemented information technology in the regional development planning process, namely the Regional Development Information System. This information system is inseparable from problems that can hinder the regional planning process. This study aims to find out how effective and efficient the use of this information system is based on the maturity level of COBIT 5. This research only focuses on the domains EDM05, APO03, APO07, BAI09, DSS01, and MEA03. Data collection techniques are carried out through observation, interviews, and the dissemination of questionnaires. Tasikmalaya Regional Representative Council’s has implemented IT governance at level 3, namely the Established Process. The results of the questionnaire processing obtained an average value of 3. 04 from a value scale of 0 to 5. The results showed weaknesses in the governance of the regional development planning information system found in the APO07 sub-domain which has the lowest maturity level value from other sub-domains, namely 1. 86.

Optimalisasi Algoritma Greedy dalam Penyusunan Jadwal Pelajaran pada SMK Nurul Islam Cianjur Ela Siti Laela; Windu Gata; Jajang Jaya Purnama
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Algoritma greedy merupakan algoritma yang bersifat heuristik dan urutan logisnya disusun berdasarkan langkah-langkah penyelesaian masalah yang disusun secara sistematis. Dalam penelitian ini algoritma greedy digunakan untuk mengoptimalisasi penggunaan ruangan kelas yang ada di SMK Nurul Islam Cianjur. Tujuan dilakukannya penelitian ini adalah untuk mengetahui apakah algoritma greedy dapat mengoptimalisasi pembuatan Sistem Penjadwalan Mata Pelajaran di SMK Nurul Islam Cianjur dalam mengetahui jumlah ruangan kelas yang kosong setelah digunakannya algoritma, dan mengetahui apakah metode menggunakan algoritma greedy lebih baik dari pada sistem manual. Data yang digunakan adalah jadwal mata kuliah tahun ajaran 2018/2019 ganjil genap, dan 2017/2018 ganjil. Hasil akhir pembuatan sistem berupa suatu jadwal pelajaran yang dapat dilihat ruangan kosong yang ada dan durasi kosongnya ruangan tersebut. Pengujian dilakukan dengan cara membandingkan banyaknya ruangan kosong hasil dari sistem yang menggunakan algoritma greedy dengan sistem manual. Berdasarkan data jadwal pelajaran yang diinput ke dalam sistem ditunjukkan bahwa algoritma greedy memiliki ruangan kosong lebih banyak, hal itu menunjukkan bahwa algoritma greedy mampu mengoptimalisasi ruangan pada penjadwalanpelajaran di SMK Nurul Islam Cianjur secara baik.

Analisis Sentimen AicoGPT (Generative Pre-trained Transformer) Menggunakan TF-IDF Sri Rahayu; Jajang Jaya Purnama; Abdul Hamid; Nina Kurnia Hikmawati
Jurnal Buana Informatika Vol. 14 No. 02 (2023): Jurnal Buana Informatika, Volume 14, Nomor 2, Oktober 2023
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v14i02.7039

Peran artificial intelligence memudahkan mencari informasi yang tepat dan akurat bahkan penyelesaian masalah dengan model yang kompleks. Salah satu terobosan berbasis AI adalah ChatGPT oleh OpenAI pada tahun 2020, dilanjutkan dengan versi terbaru pada tahun 2023 yaitu GPT–3. Sejak saat itu, beberapa teknologi AI serupa versi mobile mulai bermunculan, salah satunya AicoGPT. Namun, kinerja dari aplikasi serupa ini belum dapat diandalkan sehingga masih perlu menganalisis tanggapan para penggunanya, apakah akan sama menakjubkannya atau tidak. Dari permasalahan tersebut, penelitian ini dibuat dengan tujuan untuk menganalisis 1443 data ulasan para pengguna aplikasi AicoGPT di Google Playstore dengan teknik analisis sentimen menggunakan TFIDF dan perbandingan klasifikasi LR dan SVM. Dari kedua ujicoba tersebut, menghasilkan akurasi terbaik dengan Algoritma SVM, yaitu sebesar 92%. Sedangkan LR menghasilkan akurasi sebesar 89%. Dari penelitian ini, dapat disimpulkan secara singkat bahwa metode TF-IDF dengan klasifikasi SVM, cocok digunakan untuk melakukan analisis sentimen dari dataset yang diteliti.

Algoritma Naïve Bayes Classifier Untuk Memprediksi Gejala Autism Spectrum Disorders Pada Anak-Anak Sri Rahayu; Jajang Jaya Purnama; Hendri Mahmud Nawawi; Fitria Septia Nugraha
Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi Vol. 1 No. 1 (2019): Prosiding TAU SNAR-TEK Seminar Nasional Rekayasa dan Teknologi 2019
Publisher : Fakultas Teknik dan Teknologi - TANRI ABENG UNIVERSITY

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

Manusia merupakan makhluk sosial yang tidak bisa terlepas dari hubungan dengan manusia lainnya demi keberlangsungan hidup bersama, salah satunya dengan berkomunikasi. Dengan berkomunikasi, pikiran, perasaan dan kebutuhan seseorang dengan dunia luarnya dapat tersampaikan. Pengaruh besar ini dibuktikan oleh Peter Drucker seorang analis manajemen Amerika yang menilai bahwa di negara-negara yang sudah maju, maka setiap pembelanjaan dalam bentuk dollar, selain untuk makanan dan pakaian dihabiskan untuk kepentingan berkomunikasi. Melihat begitu pentingnya komunikasi ini, terlihat sangat disayangkan, masih saja ada beberapa orang yang terlahir dengan kesulitan dalam hal berkomunikasi, berinteraksi bahkan merespon interaksi dari orang lain akibat dari berbagai gangguan yang terjadi dalam organisme tubuhnya sejak ia dilahirkan. Salah satu disorders (gangguan) itu adalah disebut dengan Autism Spectrum Disorders (ASD), yaitu kelainan perkembangan saraf yang mempengaruhi perilaku dan cara seseorang berkomunikasi, mereka cenderung menghabiskan waktunya sendiri seperti memiliki dunia sendiri. para penderita Autism Spectrum Disorders (ASD) bisa ditolong dengan berbagai obat-obatan dan terapi yang dilakukan setelah diketahui gejala-gejala yang menunjukkan bahwa itu adalah gejala Autism Spectrum Disorders (ASD).Melihat kondisi seperti ini, penulis bermaksud untuk melakukan penelitian dengan melakukan klasifikasi terhadap geja-gejala Autism Spectrum Disorders (ASD),yang terjadi pada anak-anak. Dengan adanya klasifikasi ini diharapkan para orang tua lebih sigap dalam mengetahui kondisi kesehatan anaknya dari gangguan (disorders) yang mungkin saja terjadi, sehingga dapat langsung melakukan tindakan sebagai usaha untuk meminimalisir gejala yang terjadi dan diharapkan tindakan sejak dini. Klasifikasi dilakukan dengan sebuah algoritma Naïve Bayes yang dikenal merupakan salah satu model klasifikasi yang baik dan sering digunakan. Hasil dari penelitian ini mendapatkan accuracy sebesar 60,48% menggunakan rapid miner 9.1 dengan 248 dataset.

Pengelolaan Arsip Digital Sebagai Sumber Informasi Bagi Remaja Masjid Baitul Halim Menggunakan Google Drive dan Dropbox Hasan, Muhamad; Purnama, Jajang Jaya; Rahayu, Sri; Mukhayaroh, Anna
Jurnal Pengabdian kepada Masyarakat UBJ Vol. 7 No. 1 (2024): January 2024
Publisher : Lembaga Penelitian Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/72q6ba64

Archives are records or letters that are useful and have value, so it is important to store them properly. In this modern era, archives can be stored in digital form, namely in the form of images, sound, video, writing and so on. Digital archives can be managed through computer programs and stored on digital data storage media. With this transformation, it is certainly very easy for interested parties, such as institutions/organizations that own archives. With digital archive storage media connected to the internet, these archives can be accessed whenever and wherever they are. Nusa Mandiri University as one of the tertiary institutions in Indonesia which always carries out the tri dharma of higher education collaborates with the community in carrying out one of the tri dharma, namely community service. The civitas of Nusa Mandiri University held community service activities with Baitul Halim Mosque Youth (RBH), which is an organization formed by teenagers in the Tegal Parang area, South Jakarta. The community service this time raised the theme of Digital Archives Management as a Source of Information for Baitul Halim Mosque Youth Using Google Drive and Dropbox.

KOMPARASI ALGORITMA NEURAL NETWORK DAN NAÏVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG Nawawi, Hendri Mahmud; Purnama, Jajang Jaya; Hikmah, Agung Baitul
Jurnal Pilar Nusa Mandiri Vol 15 No 2 (2019): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Septemb
Publisher : LPPM Universitas Nusa Mandiri

Heart disease is one of the types of deadly diseases whose treatment must be dealt with as soon as possible because it can occur suddenly to the sufferer. Factors of heart disease that are recognized based on the condition of the body of a sufferer need to be known from an early age so that the risk of possible instant attacks can be minimized or can be overcome in various ways such as a healthy lifestyle and regular exercise that can regulate heart health in the body. By looking at the condition of a person's body based on sex, blood pressure, age, whether or not a smoker and some indicators that become a person's characteristics of heart disease are described in a study using the Neural Network and Naïve Bayes algorithm with the aim of comparing the level of accuracy to attributes influential to predict heart disease, so the results of this study can be used as a reference to predict whether a person has heart disease or not.

HYBRID OPTIMIZATION METHOD BASED ON GENETIC ALGORITHM FOR GRADUATES STUDENTS Ridwansyah, Ridwansyah; Wijaya, Ganda; Purnama, Jajang Jaya
Jurnal Pilar Nusa Mandiri Vol 16 No 1 (2020): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Peri
Publisher : LPPM Universitas Nusa Mandiri

Graduation is a target that must be achieved by students, especially graduating on time will be very important. To determine students who graduate on time or cannot be determined before students reach the final semester and hold a trial, many students who fail to graduate on time cause delays and affect the quality assurance of a tertiary institution. The problem in this research is how to optimize student graduation in order to graduate on time. Therefore, to determine this decision, we conducted a graduation data trial using the SVM method with GA optimization. SVM with accurate learning skills and good generalizations in classifying non-linear data, but SVM is weak in terms of parameter optimization it requires optimization using GA. GA is a method that has evolved to produce a more optimal data. From the results of processing using SVM and GA, we get more optimal results with 86.57%. Then from these results can help students to graduate on time.

Co-Authors Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Achmad Baroqah Pohan Achmad Rifai Ade Suryadi Afandi, Fifin Agung Baitul Hikmah Ami Rahmawati Anna Mukhayaroh, Anna Dede Wintana Ela Siti Laela Erni Ermawati Fitria Septia Nugraha Ganda Wijaya Ganda Wijaya, Ganda Hafis Nurdin Hendri Mahmud Nawawi Herliawan, Irwan Hermanto Hermanto Hermanto Hikmatulloh Hikmatulloh Imanuel Balla Irwan Herliawan Irwan Herliawan Kahfi, Ahmad Hafidzul Marliana Rahmawati Nurhanifah Mayangky, Nissa Almira Muhamad Hasan Muhammad Iqbal Muhammad Ja’far Shidiq Nawawi, Hendri Mahmud Nina Kurnia Hikmawati Nina Kurnia Hikmawati Nugraha, Fitra Septia Nurul Ichsan Ridwansyah Ridwansyah Ridwansyah Ridwansyah Ridwansyah Risnandar, Risnandar Siti Nurdiani Sri Hadianti Sri Rahayu Sri Rahayu Sri Rahayu Sri Rahayu SRI RAHAYU Sri Rahayu Suhardjono S Susy Rosyida Tri Wahyuni Tuti Haryanti Verry Riyanto Windu Gata Windu Gata Windu Gata Yudhistira Yudhistira

Title

Found 26 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 26 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 26 Documents
Search