Article Per Year (5 Year)
p-Index From 2020 - 2025
1.564
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Sains Student Research Jurnal TNI Angkatan Udara
Sembada Denrineksa Bimorogo
Universitas Pertahanan Republik Indonesia
Aerospace Engineering Computer Science & IT Earth & Planetary Sciences Electrical & Electronics Engineering Engineering Environmental Science Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Implementation of Finite State Automata to Simulation of Automatic Clothes-Folding Nadiza Lediwara; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Alfian Habib Ahmed; Rizki Yulian Agusti
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 6 No. 4 (2023): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

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

Abstract

Inconsistencies and differences clothes-folding methods are often a major problem in the military. Everyone has thier method to fold and their method is still traditional. Besides, the neatness of the clothes in the military is emphasized. This method certainly took up their time and energy then the folding was different to each other. To solve this problem, a simulation machine is made to fold the clothes automatically. This system works using Finite State Automa type Non-Deterministic Finite Automata. Finite State Automata are used because they are simple and do not require storage space. The result of this research is a design of an automatic clothes-folding that can be implemented properly and correctly for UNHAN RI’s students. This automatic clothes-folding has succeeded to create consistent folds even though user tried with different clothes.
2. PENGARUH MEDIA SOSIAL TERHADAP INDEKS PRESTASI KADET MAHASISWA STRATA SATU FAKULTAS SAINS DAN TEKNOLOGI PERTAHANAN UNHAN RI lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Hondor Saragih; Ricky Chan; Zefanya Seto Gandhara
Jurnal TNI Angkatan Udara Vol 2 No 4 (2023): Jurnal TNI Angkatan Udara Triwulan Keempat
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v2i4.79

Abstract

Pengunaan media sosial merupakan suatu hal yang lumrah pada era serbateknologi ini. begitu juga penggunaan media sosial yang digunakan oleh kadet mahasiswadi universitas pertahanan republik indonesia. Namun, penggunaan media sosial bisa jugamenjadi dampak negatif yang dapat mempengaruhi indeks prestasi kumulatif (IPK). Tujuandari penelitian ini adalah untuk mengetahui apakah ada hubungan antara penggunaan mediasosial terhadap indeks prestasi kumulatif (IPK) kadet mahasiswa. Hubungan antara variabeldiuji dengan hipotesis asosiatif. Dari hasil penelitian didapatkah bahwa antara penggunaanmedia sosial tidak mempengaruhi indeks prestasi kumulatif (IPK).
5. PREDIKSI JUMLAH KASUS COVID-19 DI JAWA BARAT MENGGUNAKAN METODE ARIMA lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Allodya Nadra Xaviera; Alya Hijrianisa; Amadea Kenyoning Hapsari
Jurnal TNI Angkatan Udara Vol 3 No 1 (2024): Jurnal TNI Angkatan Udara Triwulan Pertama
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i1.92

Abstract

Penelitian ini bertujuan untuk memprediksi seberapa banyak penambahan jumlah kasus Covid-19 di Jawa Barat kurun waktu tertentu menggunakan metode ARIMA. Data yang digunakan berupa data total kasus pasien positif Covid-19 di Jawa Barat dari bulan Mei 2021 sampai Desember 2021. Hasil dari penelitian ini adalah untuk data total kasus pasien positif Covid-19 model terbaiknya ARIMA (2,1,0) degan metode manual. Diperoleh hasil yaitu kasus Covid-19 cenderung menurun tidak terlalu drastis.
6. PENENTUAN JURUSAN PEMINATAN PRODI FISIKA BERDASARKAN K-MEANS lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Muhmmad Alvito Faros; Vonna Lestari Dian Subianty; Gamelia Putri Anneta
Jurnal TNI Angkatan Udara Vol 3 No 1 (2024): Jurnal TNI Angkatan Udara Triwulan Pertama
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i1.93

Abstract

Penelitian ini bertujuan untuk menentukan jurusan peminatan mahasiswa Program Studi Fisika dengan menggunakan metode K-Means pada aplikasi RapidMiner. Pemilihan jurusan peminatan dianggap langkah krusial dalam mengembangkan minat dan bakat mahasiswa di bidang ilmu fisika. Metode K-Means dipilih sebagai pendekatan pengelompokan yang efektif untuk mengidentifikasi pola kesamaan dalam data mahasiswa. Data yang digunakan mencakup rata-rata nilai ujian akhir mahasiswa pada empat mata kuliah tertentu. Hasil penelitian ini menunjukkan pembentukan empat cluster mahasiswa dengan karakteristik nilai yang berbeda. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan sistem penentuan jurusan peminatan yang lebih personal dan sesuai dengan potensi masing-masing mahasiswa di Program Studi Fisika. Metode K-Means pada aplikasi RapidMiner terbukti menjadi pendekatan yang efisien dalam menghasilkan rekomendasi peminatan berdasarkan analisis data nilai mahasiswa.
7. PENGARUH KEBIASAAN KADET DAN POTENSI INTELEGENSI TERHADAP INDEKS PRESTASI KADET MAHASISWA lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Sadiyana Yaqutna Naqiya; Salman Alfarisi; Shella Athaya Miwazuki; Fira Putri Wulandari
Jurnal TNI Angkatan Udara Vol 3 No 1 (2024): Jurnal TNI Angkatan Udara Triwulan Pertama
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i1.94

Abstract

Universitas Pertahanan Republik Indonesia (UNHAN RI) merupakan kampus bela negara yang menerapkan pendidikan akademik dan kemiliteran. Nilai prestasi akademik mahasiswa diukur dengan Indeks Prestasi. Nilai tersebut dapat mencerminkan prestasi belajar kadet mahasiswa. Besarnya nilai indeks prestasi suatu kadet mahasiswa dapat dipengaruhi oleh beberapa faktor, contohnya adalah kebiasaan dan potensi intelegensi kadet mahasiswa. Tujuan dari penelitian ini adalah untuk menganalisis pengaruh variabel-variabel kebiasaan dan intelegensi kadet mahasiswa melalui metode persamaan regresi. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari kuesioner yang diberikan kepada kadet mahasiswa. Hubungan antar variabel diuji dengan hipotesis asosiatif. Berdasarkan pengolahan data pada model regresi terdapat 2 variabel independen yang berpengaruh signifikan terhadap variabel dependen, yaitu lama durasi belajar dan jumlah UKM. Sedangkan variabel independen lainnya yaitu durasi tidur, olahraga, dan jumlah makan dalam sehari tidak berpengaruh signifikan terhadap variabel dependen.
8. SEGMENTASI TINGGI BADAN DAN BERAT BADAN KADET MAHASISWA MENGGUNAKAN K-MEANS CLUSTERING lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Army Kanaya; Almas Shafwan; Audrey Nur Aisyah
Jurnal TNI Angkatan Udara Vol 3 No 2 (2024): Jurnal TNI Angkatan Udara Triwulan Kedua
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i2.104

Abstract

Penelitian ini merupakan langkah awal yang digunakan sebagai syarat utamaserta bekal dan persiapan dalam rangka menentukan Kadet mahasiwa UNHAN RI yangakan bekerja pada instansi pertahanan yang memiliki pengetahuan akademik dan militer.Penelitian ini bertujuan untuk segmentasi kadet mahasiwa berdasarkan tinggi badan danberat badan yang nantinya akan membantu pembuat keputusan dalam hal pembinaan fisik.Untuk segmentasi kadet mahasiswa ini peneliti menggunakan metode K-Means Clustering.Dari hasil segmnetasi didapat tiga cluster yaitu cluster 0, cluster 1, dan cluster 2. Cluster 0menunjukkan adanya potensi untuk dilakukan pembinaan lebih lanjut, sedangkan cluster 1dan cluster 2 juga bisa dilakukan pembinaan tapi dengan level sedang dan sederhana
9. PREDIKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNHAN RI lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Ananda Yessica Margaretha Hutagalung; Mufti Labib Ahmada; Tiara Damayati
Jurnal TNI Angkatan Udara Vol 3 No 2 (2024): Jurnal TNI Angkatan Udara Triwulan Kedua
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i2.105

Abstract

Pelitian ini dilaksanakan bertujuan untuk meningkatkan efektivitas pengelolaan perpustakaan, pemodelan ARIMA dapat digunakan sebagai alat prediktif untukmemproyeksikan jumlah peminjaman buku di masa yang akan datang. Penelitian inimengeksplorasi penggunaan prediksi time series dalam software RapidMiner untukmembangun model prediktif peminjaman buku berdasarkan faktor-faktor tertentu.RapidMiner digunakan untuk mengekstraksi pola dan tren dari data tersebut serta untukmembangun model regresi yang dapat memprediksi jumlah peminjaman buku di masadepan. Hasil penelitian ini memberikan prediksi peminjaman dalam waktu ke depanmenunjukkan buku dengan kategori science yang akan banyak diminati oleh pengu
8. PREDIKSI KENDARAAN CUTI KADET MAHASISWA UNHAN RI lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Fhatur Robby Tanzil Herris; Findi Zhafirah
Jurnal TNI Angkatan Udara Vol 3 No 3 (2024): Jurnal TNI Angkatan Udara Triwulan Ketiga
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i3.113

Abstract

Tujuan dari penelitian ini adalah untuk memprediksi jenis kendaraan yang akandigunakan kadet mahasiswa UNHAN RI pada saat cuti. Untuk memprediksi jenis kendaraanyang digunakan, peneliti menggunakan model Logistic Regression dengan menggunakanOne-Hot Encoding. Hasil dari penelitian ini dapat digunakan untuk memprediksi jeniskendaraan yang digunakan. Nilai akurasi menunjukkan tingkat keakuratan sebesar 80%.Nilai ini cukup baik sebagai prediksi jenis kendaraan yang akan digunakan kadetmahasiswa cuti.
9. KLASIFIKASI PERFORMA TES LARI KADET MAHASISWA UNHAN RI DENGAN NAIVE BAYES lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Tazky Khumaira Tsany; Zerusealtin David Naibaho
Jurnal TNI Angkatan Udara Vol 3 No 3 (2024): Jurnal TNI Angkatan Udara Triwulan Ketiga
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i3.114

Abstract

Tujuan dari penelitian ini adalah untuk mengklasifikasi apakah kadet mahasiswamemenuhi standar nilai untuk tes kesegaran jasmani (Garjas). Garjas yang difokuskandalam penelitian ini adalah Garjas A (Tes Lari). Dalam pemodelan data mining inimenggunakan algoritma Naïve Bayes. Hasil dari penelitian ini menghasilkan nilai akurasi diatas 90%. Hasil tersebut dapat digunakan untuk pemangku kebijakan melihat secara cepatklasfikasi kadet mahasiswa dari memenuhi atau tidaknya Garjas A.
Comparison Naïve Bayes and SVM to Classify Drought-Infected Rice Plants Based on Morphological Characteristics in Supporting National Food Security Damaris Easter Nugrahita Christi; Angelia Melisa Hutapea; Fulkan Kafilah Al Husein; Nadiza Lediwara; Sembada Denrineksa Bimorogo
JOURNAL SAINS STUDENT RESEARCH Vol. 3 No. 6 (2025): Jurnal Sains Student Research (JSSR) Desember
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v3i6.6557

Abstract

Data mining is part of the Knowledge Discovery in Database (KDD) process. The use of data mining serves to classify, predict, and extract other useful information from large data sets. This study aims to classify rice plants under treatment (drought stress and control) using data mining, focusing on the analysis of the variables of Leaf Area (LA), Root Length (RL), and Shoot Length (SL). Each classification algorithm has different characteristics, resulting in varied performance results. After testing both classification algorithms, the accuracy results were 71.70% for Naïve Bayes and 73.85% for SVM. This shows that the SVM algorithm performs better than Naïve Bayes algorithms to determine best treatment of rice to support national food security further. Furthermore, It also can be concluded that using a machine learning approach can solve problems in the classification of rice plants affected by drought threats is fairly effective with the maximum score obtained is only 73.85%.
Co-Authors Alfian Habib Ahmed Allodya Nadra Xaviera Almas Shafwan Alya Hijrianisa Amadea Kenyoning Hapsari Ananda Yessica Margaretha Hutagalung Angelia Melisa Hutapea Army Kanaya Audrey Nur Aisyah Aulia Khamas Heikmakhtiar Aulia Khamas Heikmakhtiar Damaris Easter Nugrahita Christi Fhatur Robby Tanzil Herris Findi Zhafirah Fira Putri Wulandari Fulkan Kafilah Al Husein Gamelia Putri Anneta Hondor Saragih Lediwara, Nadiza Mufti Labib Ahmada Muhmmad Alvito Faros Ricky Chan Rizki Yulian Agusti Sadiyana Yaqutna Naqiya Salman Alfarisi Shella Athaya Miwazuki Tazky Khumaira Tsany Tiara Damayati Vonna Lestari Dian Subianty Zefanya Seto Gandhara Zerusealtin David Naibaho