Article Per Year (5 Year)
p-Index From 2020 - 2025
2.832
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Informatika Global Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Darma Agung Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) JAPI: Jurnal Akses Pengabdian Indonesia Knowbase : International Journal of Knowledge in Database Ranah Research : Journal of Multidisciplinary Research and Development International Journal of Multidisciplinary Approach Research and Science Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics
Adi Purnama
Universitas Widyatama, Bandung, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Nursing Public Health Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
ANALISIS SENTIMEN TERHADAP REVIEW PENGGUNA INDRIVE DI GOOGLE PLAYSTORE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Calvin Matulessy; Adi Purnama
JURNAL DARMA AGUNG Vol 31 No 1 (2023): FEBRUARI
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Darma Agung (LPPM_UDA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46930/ojsuda.v31i1.3078

Abstract

Analisis sentimen merupakan suatu proses untuk menentukan status sebuah data berdasarkan sentimen yang di berikan. Sentimen yang akan di analisis biasanya sentimen positif dan negatif terhadap sebuah objek. Semua sentimen yang diberikan, merupakan bentuk pengalaman yang dialami oleh setiap orang. Pada penelitian ini akan menganalisis sebuah sentimen dari pengguna aplikasi Indrive yang tengah beroperasi di Indonesia. Opini yang diberikan oleh setiap pengguna Indrive di Indonesia akan dianalisis berdasarkan tiga kelas, yaitu sentimen positif, netral dan negatif. Tujuan dari penelitian ini untuk menganalisis sentimen kepuasan pengguna Indrive dengan berbagai ulasan atas penggunaan aplikasi transportasi online dengan algoritma Support Vector Machine. Sentimen pengguna aplikasi online yang ditunjukkan dengan rating nilai pada aplikasi Indrive di Google Playstore. Metodologi penelitian ini menggunakan tahapan pengumpulan data, pelabelan data, proses pre-processing, pembobotan kata, metode klasifikasi, evaluasi, dan hasil klasifikasi. Pengujian pada penelitian ini dilakukan dengan 3 (tiga) perbandingan dataset. Perbandingan yang digunakan dalam menentukan data training dan data test, yaitu 9:1, 7:3, dan 5:5. Evaluasi dengan perhitungan acurracy, precission, recall, dan f1-score pada pengujian Confusion Matrix, di dapatkan hasil terbaik berdasarkan 3 kelas (positif, netral, dan negatif) pada perbandingan 90% data training dan 10% data test. Hasil accuracy sebesar 87,71% dengan rata-rata tiap kelas sentimen 87% precision, 88% recall dan 88% f1-score. Hasil akurasi akan menjadi lebih baik jika data training yang digunakan lebih besar dan data test lebih kecil.
Progressive Web Application Berbasis Arsitektur Microservice Pada Sistem Pelayanan Persuratan (Studi Kasus: Kelurahan Karang Anyar Kota Bandung) Esa Fauzi; Bagus Alit Prasetyo; Adi Purnama
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i3.10153

Abstract

Transformasi digital telah menjadi kebutuhan penting dalam upaya meningkatkan efisiensi dan kualitas layanan publik. Penelitian ini berfokus pada desain dan implementasi sistem pelayanan persuratan berbasis Progressive Web Application (PWA) dan arsitektur microservice di Kelurahan Karang Anyar, Kota Bandung. Tujuan utama dari penelitian ini adalah untuk menciptakan sistem persuratan yang lebih responsif, skalabel, dan mudah diakses oleh masyarakat. Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi teknologi PWA dan microservices, serta evaluasi kinerja sistem. Hasil dari penelitian ini menunjukkan bahwa sistem persuratan berbasis PWA memberikan pengalaman pengguna yang lebih baik dengan kemampuan akses offline, responsivitas tinggi, dan instalasi yang mudah pada berbagai perangkat. Sementara itu, arsitektur microservice memungkinkan pengembangan dan pemeliharaan sistem yang lebih fleksibel, modular, dan scalable. Evaluasi sistem dilakukan melalui pengujian fungsional dan kinerja, serta survei kepuasan pengguna. Hasil pengujian menunjukkan peningkatan signifikan dalam kecepatan pemrosesan surat, kemudahan akses, dan kepuasan pengguna dibandingkan dengan sistem persuratan konvensional. Penelitian ini menyimpulkan bahwa implementasi PWA dan arsitektur microservice pada sistem pelayanan persuratan di Kelurahan Karang Anyar dapat menjadi model yang efektif untuk diterapkan di wilayah lainnya dalam rangka meningkatkan pelayanan publik.
Pra-Desain Alat Bantu Berjalan Tunanetra Dengan Sift Algorithm Berbasis Beaglebone Black Bagus Alit Prasetyo; Adi Purnama; Atep Aulia Rahman
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i3.10382

Abstract

Penglihatan merupakan satu kebutuhan dasar manusia yang keberadaannya berpengaruh pada seluruh indra manusia. Untuk bergerak dan berpindah tempat, umumnya penyandang tunanetra menggunakan alat bantu tongkat untuk mengetahui benda yang ada di sekitarnya. Namun butuh keahlian dalam penggunaan tongkat yang memerlukan proses pelatihan agar dapat menggunakannya dengan baik. Maka dari itu perlu dikembangkan alat bantu khusus yang mampu mendeteksi objek. Penelitian alat bantu berjalan dengan metode prototype menggunakan Beaglebone Black sebagai microcontroller yang dilengkapi dengan processor ARM Cortex-A8 yang lebih unggul dibanding dengan microcontroller yang lain. SIFT Algorithm digunakan dalam proses pendeteksi objek yang mampu mendeteksi objek dalam berbagai posisi dengan tingkat akurasi tinggi dalam image recognition. Hasil akhir dari penelitian alat bantu berjalan tunanetra ini adalah ketika alat ini digunakan, kamera akan menangkap gambar secara realtime. Kemudian dilakukan proses deteksi objek gambar oleh microcontroller dan dilanjutkan ditampilkan di layar monitor untuk hasil dari image recognition. Kata Kunci : Microcontroller; Beaglebone Black; SIFT Algorithm; Image Recognition
Penentuan Kecenderungan Opini Publik di Media Sosial dan Berita Online Mengenai Tokoh Politik di Indonesia Menggunakan Opinion Mining Yan Puspitarani; Adi Purnama
Ranah Research : Journal of Multidisciplinary Research and Development Vol. 6 No. 4 (2024): Ranah Research : Journal Of Multidisciplinary Research and Development (Mei 202
Publisher : Dinasti Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/rrj.v6i4.884

Abstract

Tokoh politik akan berusaha sebaik mungkin untuk mencari dukungan masyarakat agar dapat dipilih mewakili rakyat sebagai anggota DPR, kepala daerah, bahkan presiden. Popularitas tokoh politik ini dapat terlihat dari tingkat dukungan masyarakat. Salah satu cara untuk melihat tingkat dukungan masyarakat terhadap para tokoh politik ini dapat tercermin dari jumlah pendapat yang diungkapkan di media sosial. Selain itu, untuk menarik perhatian masyarakat, para tokoh ini seringkali menggunakan sosialisasi melalui artikel berita online. Pendapat di media sosial dan artikel berita online tentang para tokoh politik ini dapat mengindikasikan preferensi masyarakat dan pendekatan media massa terhadap tokoh-tokoh tertentu dengan memanfaatkan teknologi big data. Penelitian ini akan menggunakan opinion mining dan visualisasi Business Intelligence untuk menganalisis kecenderungan masyarakat terhadap para tokoh politik tersebut.
Speed Detector Device Using IoT and Doppler Radar (CDM324) Yustim, Benny; Purnama, Adi; Suharno, Mochammad Syahrindra Akbar
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i4.10884

Abstract

Kecepatan kendaraan yang melebihi batas kecepatan maksimal sering mengakibatkan timbulnya berbagai dampak negatif pada pengguna jalan raya yang lain. Tingginya angka kecelakaan di jalan raya sering diakibatkan karena pengguna jalan tidak mematuhi batas maksimal dalam berkendara, terutama yang paling banyak menjadi korban adalah para pejalan kaki. Dibutuhkan sistem yang dapat memberikan peringatan dini bagi para pengendara kendaraan untuk mengurangi kecepatannya terutama saat mendekati zebra cross. Pada penelitian terdahulu pada sistem smart pedestrian crossing, fungsi speed detector kendaraan masih menggunakan infrared dan masih menggunakan 1 (satu) microcontroller untuk mengintegrasikan semua sensor, melakukan kalkulasi dan menampilkan feedback. Untuk mengantisipasi kekurangan dalam kemampuan multitasking pada microcontroller maka pada penelitian ini akan diintegrasikan dengan raspberry pi untuk melakukan tugas perhitungan dan menampilkan feedback kepada pengguna dan memanfaatkan Arduino nano dan doppler sensor (CDM324) untuk menghasilkan frekwensi dari benda bergerak. Penggabungan berbagai device dan pembagian fungsi pada device yang terpisah diharapkan dapat mengoptimalkan kinerja dari sistem dalam melakukan pendeteksian kecepatan kendaraan. Kata Kunci: smart pedestrian crossing, speed detector, Raspberry Pi, Arduino nano, Doppler Sensor (CDM324)
Modelling Time Series Data for Stock Prices Prediction Using Bidirectional Long Short-Term Memory Syukriyah, Yenie; Purnama, Adi
Knowbase : International Journal of Knowledge in Database Vol. 4 No. 2 (2024): December 2024
Publisher : Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30983/knowbase.v4i2.8759

Abstract

The dynamic nature of stock markets, characterized by intricate patterns and sudden fluctuations, poses significant challenges to accurate price prediction. Traditional analytical methods are often unable to capture this complexity. This requires the use of advanced techniques capable of modelling non-linear dependencies. This study aims to build a model using recurrent neural network and predict the Indonesian stock prices. PT Gudang Garam Tbk.'s (GGRM.JK) stock was selected due to its significant role in the Indonesian stock market and its contribution to national revenue through excise tax. The method used in this research involves training the BiLSTM (Bidirectional Long Short-Term Memory) model using historical stock price data with training and test data ratios of 90:10, 80:20 and 70:30 to determine the optimal configuration. The evaluation results showed that the 90:10 data ratio gave the best performance with a MAPE of 1.51%, MAE of 343.55 IDR and RMSE of 522.30 IDR. These results indicate that the BiLSTM model has high accuracy and minimal prediction errors. Further analysis showed that the model performed optimally with a batch size of 32 and higher epochs, such as 200 and 250, providing greater stability and prediction accuracy. These results demonstrate the potential of the BiLSTM model as an effective predictive tool to support strategic investment decisions, particularly for high volatility stocks. Future research is recommended to test this model on other stock data and to consider external factors to improve its generalizability.
Pengembangan dan Pendampingan Aplikasi Absensi QR Code Untuk Monitoring Kehadiran Guru di SD Muhammadiyah Calingcing Prasetyo, Bagus Alit; Purnama, Adi; Rahman, Atep Aulia; Fauzi, Esa
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 3 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Januari - Februari 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i3.3842

Abstract

Proses absensi guru di SD Muhammadiyah Calingcing masih dilakukan secara manual dengan mencatat kehadiran pada buku absensi. Untuk mengatasi permasalahan tersebut, dirancang dan diimplementasikan aplikasi absensi berbasis QR Code. Sistem ini melibatkan dua platform utama, yaitu aplikasi mobile untuk guru yang digunakan dalam pemindaian QR Code guna mencatat kehadiran, dan aplikasi berbasis web untuk pemantauan dan pembuatan laporan otomatis oleh kepala sekolah atau staf administrasi. Tahapan kegiatan meliputi konsultasi untuk memetakan kebutuhan, pengembangan aplikasi yang melibatkan integrasi melalui RESTful API, dan simulasi ilmu pengetahuan dan teknologi melalui pelatihan penggunaan serta uji coba sistem secara langsung. Hasil kegiatan menunjukkan bahwa sistem ini berhasil meningkatkan efisiensi, akurasi, dan kemudahan dalam pengelolaan kehadiran guru. Dampak positifnya meliputi digitalisasi proses absensi, penguatan kapasitas teknologi bagi pengguna, dan kemudahan Pemantauan real-time, yang mendukung transformasi digital di sektor pendidikan. Sistem ini juga memberikan peluang untuk dikembangkan lebih lanjut, seperti integrasi dengan sistem manajemen sekolah yang lebih luas. Kegiatan ini tidak hanya memberikan solusi teknologi yang strategis untuk kebutuhan sekolah tetapi juga memberikan kontribusi pada penguatan sektor riil masyarakat melalui penerapan teknologi modern yang relevan dengan perkembangan zaman.
Analisis Pengelompokan Data Kriminalitas dan Kejahatan di Indonesia dari Portal Berita Online Menggunakan Metode Latent Dirichlet Allocation Widyanto, Adi; Puspitarani, Yan; Purnama, Adi
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 3 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Januari - Februari 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i3.4107

Abstract

Kriminalitas dan kejahatan merupakan fenomena sosial yang melanggar norma hukum dan berdampak serius pada stabilitas negara serta struktur sosial dan ekonomi. Dalam era digital, portal berita online mempermudah akses informasi terkait kejahatan. Namun, tingginya volume dan keberagaman data sering menyulitkan masyarakat memahami tren kejahatan. Tujuan dari penelitian ini adalah untuk mengidentifikasi pola atau tema utama dan mengelompokkan data kejahatan yang terjadi di Indonesia dari situs berita detik.com dan cnnindonesia.com pada lima tahun terakhir. Penelitian ini menggunakan metode Latent Dirichlet Allocation (LDA) untuk mengelompokkan berita kriminal ke dalam beberapa kategori. Pengumpulan data menggunakan web scraping dari portal berita online untuk mendapatkan dataset yang representatif. Data yang telah dikumpulkan akan diolah melalui tahap text preprocessing dan topic modelling menggunakan metode LDA. Dari 20 topik yang dilakukan pengujian, model terbaik ditemukan pada 9 topik dengan coherence score sebesar 0,538163893830327 dan perplexity sebesar -7,85722881473597, menunjukkan topik yang interpretatif dan distribusi data yang baik. Topik utama meliputi isu sosial, kekerasan, investigasi polisi, kasus hukum, peradilan, penipuan, hingga pencurian. Tema dominan adalah kekerasan terhadap anak dan perempuan (21,59%) dengan jumlah sebanyak 5.060 dokumen serta pencurian (23,26%) dengan jumlah sebanyak 5.241 dokumen. Hasil penelitian ini memberikan wawasan mengenai tren kriminalitas di Indonesia dalam konteks sosial dan hukum.
Implementing PSO-based Image Segmentation for Detecting Sweet Potato Leaf Disease Purnama, Adi; Fauzi, Esa; Prasetyo, Bagus Alit
International Journal of Multidisciplinary Approach Research and Science Том 3 № 02 (2025): International Journal of Multidisciplinary Approach Research and Science
Publisher : PT. Riset Press International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59653/ijmars.v3i02.1482

Abstract

Sweet potato (Ipomoea batatas) is an important global crop, but its production is threatened by various leaf diseases, requiring accurate and efficient disease detection methods. Traditional manual inspection is labor-intensive and error-prone, making automated image processing techniques a promising alternative. This study implements Particle Swarm Optimization (PSO)-based image segmentation to detect diseased leaf regions by optimizing threshold selection in HSV color space. In the classification phase, leaves are classified into healthy and diseased classes using a Euclidean distance-based classifier. The proposed method achieved an average classification accuracy of 88.1%, with an accuracy of 95.8% for diseased leaves and 80.4% for healthy leaves, demonstrating its effectiveness in discriminating infected regions. The results confirm that PSO is a robust and efficient segmentation technique that improves the accuracy of disease detection. This research highlights the potential of PSO-based segmentation in smart agriculture, enabling early disease detection to help farmers take timely action and minimize crop losses. Compared to traditional methods, PSO reduces computational complexity while maintaining high segmentation accuracy, making it a valuable tool for agricultural disease monitoring. Future work can integrate deep learning models to refine disease classification and expand datasets to improve system performance under different environmental conditions.
Privacy-Preserving Healthcare Analytics in Indonesia Using Lightweight Blockchain and Federated Learning: Current Landscape and Open Challenges Mardiansyah, Viddi; Bayuaji, Luhur; Herlistiono, Iwa Ovyawan; Violina, Sriyani; Purnama, Adi; Prasetyo, Bagus Alit; Huynh, Phuoc-Hai
Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol. 7 No. 2 (2025): May
Publisher : Jurusan Teknik Elektromedik, Politeknik Kesehatan Kemenkes Surabaya, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/ijeeemi.v7i2.63

Abstract

Healthcare data are invaluable assets in today’s digital age; however, they are also highly vulnerable to misuse, breaches, and unauthorized access. The global healthcare sector faces a significant dilemma: To leverage exceptionally enormous and heterogeneous datasets, the protection of patient privacy must be ensured while simultaneously improving medical services and public health understanding. In recent years, blockchain technology has emerged as a promising solution to manage healthcare data in a decentralized, transparent, tamperproof, as well as secure way. However, several natural limitations often obstruct many conventional blockchain systems. These limitations include scalability issues, high energy consumption, in addition to increased latency, and they can greatly impede practical adoption in resource-limited settings, particularly in developing countries such as Indonesia. These many limitations considerably spurred developers to create lightweight blockchain frameworks. These frameworks aim to retain all of the core benefits of blockchain, such as its immutability in addition to traceability, and optimize both performance and efficiency. In the event that an individual integrates the proposed system by means of federated learning, which allows training of machine learning models across distributed data sources without data privacy being compromised, the system subsequently offers a compelling solution for healthcare analytics that preserves privacy in its entirety. This paper explores integrated technologies in Indonesian healthcare and highlights their potential and limitations. This study discusses how data can improve services while protecting patient confidentiality despite increasing cyber threats. It also considers regional policies like the Personal Data Protection Law and the BPJS health insurance. Identified are certain open challenges, in addition to particular future research directions, for the purpose of addressing the practical, technical, and regulatory hurdles that must be overcome to realize secure and privacy-aware healthcare analytics in Indonesia.
Co-Authors Adit Oktopryadin Alif Nuryana Atep Aulia Rahman Bagus Alit Prasetyo Benny Yustim Calvin Matulessy Candimadam Esa Fauzi Herlistiono, Iwa Ovyawan Husni Robani Huynh, Phuoc-Hai Indriani Kautsar, Almila Aulia Kusramdani, Rizky Luhur Bayuaji, Luhur Nuryana, Alif Pangestu, Rizky Bagus Robani, Husni Sriyani Violina Suharno, Mochammad Syahrindra Akbar Suhendar, Sidik Tumaruk, Andry Septian Syahputra Viddi Mardiansyah Widyanto, Adi Yan Puspitarani Yenie Syukriyah