Article Per Year (5 Year)
p-Index From 2020 - 2025
2.937
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information Technology and Computer Science Jurnal Informatika JURNAL ILMIAH INFORMATIKA JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pendidikan dan Teknologi Indonesia Jurnal Pengabdian Masyarakat Sains dan Teknologi International Journal of Economics (IJEC) Journal of Empowerment and Community Service Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Journal of Innovative and Creativity Buffer Informatika JSE Journal of Science and Engineering
Fendy Yulianto
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Manajemen Bandwidth Pada Kantor Utama Distrik Navigasi Kelas 1 Menggunakan Mikrotik Arif Ramadhani; Muhammad Taufiq Sumadi; Fendy Yulianto
Jurnal Pengabdian Masyarakat Sains dan Teknologi Vol. 2 No. 4 (2023): Desember : Jurnal Pengabdian Masyarakat Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/jpmsaintek.v2i4.287

Abstract

This material discusses the implementation of bandwidth management using Queue Tree at the Samarinda Class 1 Navigation District Head Office. The internet is identified as a basic need in the operations of this government agency, especially those related to shipping safety. This activity aims to improve work efficiency and user experience through proper bandwidth management. The solution to the problem proposed is to carry out network management at the main office of the Samarinda Class 1 Navigation District using Mikrotik. The method used has 3 stages, namely design, implementation and trial. - respectively, then at the implementation stage the procedures for implementing bandwidth management will be explained step by step. The implementation results are validated through trials using a speed tester.The results of testing and design were compared, and it was found that the average difference for downloading was 1.945 while for uploading it was 1.55.
Prediksi Kurs Mata Uang Rupiah Terhadap Ringgit Malaysia Menggunakan Algoritma Backpropagation Tirta, Muhamad Wahyu; Nursyarif, Muhammad Khumaidi; Hasmadi, Ipan; Akbar, Farhan; Yulianto, Fendy
Jurnal Informatika Vol 11, No 1 (2024): April 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v11i1.20946

Abstract

Nilai tukar mata uang di era globalisasi memegang peran sentral dalam stabilitas ekonomi suatu negara. Diperlukan sebuah analisis pergerakan terhadap nilai tukar agar bisa mengantisipasi terjadinya lonjakan terhadap fluktuasi nilai tukar. Sehingga muncul tantangan baru dalam melakukan fluktuasi kurs mata uang Rupiah terhadap ringgit Malaysia. Dataset yang digunakan adalah Data Kurs mata uang Ringgit Malaysia ke Rupiah periode 1 Juli - 30 Oktober 2023 dengan total data sebanyak 109. Penelitian ini berfokus pada metode Backpropagation dalam meningkatkan akurasi prediksi. Hasil penelitian menggunakan Epoch 300, Neuron 3, dan Learning Rate 0,5 menghasilkan nilai RMSE pada pelatihan Data Training: 13,601 dan Data Testing: 10,721 hal ini menandakan bahwa model mampu memberikan prediksi yang akurat dan mampu menggeneralisasi dengan baik terhadap data yang belum pernah dilihat sebelumnya. Secara keseluruhan, pengembangan model prediksi menggunakan Algoritma Backpropagation ini dapat dianggap berhasil, dan model ini mempunyai potensi untuk menjadi alat yang bermanfaat dalam pengambilan keputusan terkait prediksi nilai tukar mata uang dalam konteks pasar keuangan. Currency exchange rates in the era of globalization play a central role in the economic stability of a country. An analysis of exchange rate movements is needed in order to anticipate spikes in exchange rate fluctuations. So new challenges arise in fluctuating the Rupiah exchange rate against the Malaysian ringgit. The dataset used is Malaysian Ringgit to Rupiah currency exchange data for the period 1 July - 30 October 2023 with a total of 109 data. This research focuses on the Backpropagation method in increasing prediction accuracy. The results of the research using Epoch 300, Neuron 3, and Learning Rate 0.5 produced an RMSE value for Training Data Training: 13.601 and Testing Data: 10.721. This indicates that the model is able to provide accurate predictions and is able to generalize well to data that has never been seen. previously. Overall, the development of a prediction model using the Backpropagation Algorithm can be considered successful, and this model has the potential to become a useful tool in making decisions regarding currency exchange rate predictions in the context of financial markets. 
Pengukuran Dan Pemetaan Fotogrametris Menggunakan Unmaned Aerial Vehicle (UAV) Di Kota Samarinda Kelurahan Sungai Pinang Dalam Wahyu Adiwinata; Muhammad Taufiq Sumadi; Fendy Yulianto
ASPIRASI : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Vol. 2 No. 1 (2024): Januari : ASPIRASI : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat
Publisher : Asosiasi Periset Bahasa Sastra Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/aspirasi.v2i1.191

Abstract

Soil plays an important role for all living things, where soil is a source of livelihood. It acts as a planting medium, a water reservoir, and a place for us to do activities. All of these activities are carried out on the land (Natasha Hutabarat et al., n.d.). In the community itself, land ownership is always a problem that is often encountered, whether it is the problem of unfixed land boundaries, land tenure, and land grabbing. The National Land Agency (BPN) as the institution that organizes land registration has a Complete Systematic Land Registration (PTSL) program that makes it easier for the community to register land so as to avoid land conflicts. In order to accelerate land registration, PTSL in Samarinda City this time uses media or tools to take measurements using the photogrammetric method, namely the Unmanned Aerial Vehicle (UAV) to obtain aerial images or the latest images. In its implementation, the community is asked to install boundary signs that have been delivered or socialized by BPN employees. So that the boundaries of the land plot can be seen from the UAV and visible from aerial images
IMPLEMENTASI METODE NAIVE BAYES UNTUK KLASIFIKASI KECELAKAAN LALU LINTAS DI KOTA SAMARINDA Salsabila, Cindy Azra; Yulianto, Fendy; Siswa, Taghfirul Azhima Yoga
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5890

Abstract

Kecelakaan lalu lintas merupakan permasalahan serius di Kota Samarinda yang dipengaruhi oleh berbagai faktor seperti kondisi cahaya, cuaca, kelas jalan, tipe jalan, kondisi permukaan jalan, kemiringan jalan, batas kecepatan di lokasi, dan status jalan berkontribusi terhadap tingkat kecelakaan lalu lintas. Dalam mengatasi permasalahan penentuan kecelakaan lalu lintas dapat menggunakan konsep klasifikasi dengan metode Naive Bayes. Data yang digunakan akan dibagi menjadi dua bagian dengan rasio 80:20 untuk pelatihan dan pengujian, serta divalidasi menggunakan K-Fold Cross Validation dengan K=12, kemudian didapatkan hasil akurasi sebesar 84%. Hasil ini menunjukkan bahwa metode Naive Bayes dapat digunakan untuk melakukan penentuan jenis kecelakaan lalu lintas yang ada di Kota Samarinda.
Penerapan Metode Analytical Hierarchy Process dan Simple Additive Weighting Dalam Penentukan Lokasi Pembuatan Rumah Burung Walet Nur, Seftiani; Yulianto, Fendy; Rahim, Abdul
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10 No 3 (2024): Desember 2024
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i3.2024.182-191

Abstract

Burung walet adalah penghuni khas wilayah tropis dan lembab, yang hidup berkelompok dan membangun sarang dari air liur di gua atau tempat lembab dan gelap. Sarang burung walet memiliki banyak manfaat kesehatan, termasuk mempercepat regenerasi sel, memperkuat sistem kekebalan tubuh, dan menjaga Kesehatan pencernaan, sehingga memiliki nilai jual yang tinggi. Oleh karena itu, budidaya sarang burung walet memerlukan perencanaan yang cermat terkait penentuan lokasi yang tepat untuk memaksimalkan hasil. Penentuan lokasi yang tidak tepat dapat menyebabkan kerugian akibat Gedung walet yang tidak ditempati. Untuk membantu petani walet dalam menentukan lokasi yang tepat, berbagai metode, termasuk pengamatan langsung dan penggunaan aplikasi sistem cerdas dapat digunakan. Sistem cerdas seperti Sistem Pendukung Keputusan (SPK) dapat memberikan rekomendasi menggunakan metode AHP-SAW. Metode AHP memberikan kontribusi dalam pengambilan keputusan dengan mempertimbangakan kriteria yang telah ditentukan, sementara metode SAW digunakan untuk proses perangkingan. Hasil pengujian metode AHP menunjukan akurasi sebesar 63%, sementara kombinasi metode AHP-SAW menunjukan akurasi sebesar 73%. Dengan demikian, kombinasi metode AHP-SAW diharapkan dapat memberikan rekomendasi lokasi yang lebih tepat untuk pembuatan rumah burung walet, sehingga meningkatkan efisien dan hasil budidaya.
ANALISIS KEPUASAN PELANGGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS PADA PERUSAHAAN UMUM DAERAH AIR MINUM BATIWAKKAL BERAU Rahmadana, Novia; Rahim, Abdul; Yulianto, Fendy
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v9i2.51236

Abstract

Kepuasan pelanggan terhadap layanan air bersih merupakan aspek penting yang perlu dianalisis oleh Perusahaan Umum Daerah Air Minum Batiwakkal Berau untuk memastikan pelayanan terbaik. Penelitian ini bertujuan mengimplementasikan algoritma K-Nearest Neighbors (KNN) untuk menganalisis data kepuasan pelanggan Air Minum Battiwakkal Berau. Penelitian ini mengevaluasi akurasi model KNN dalam mengklasifikasikan tingkat kepuasan pelanggan, menentukan nilai terbaik parameter K, dan menyediakan gambaran mengenai persepsi pelanggan terhadap layanan Perusahaan Umum Daerah Air Minum Batiwakkal Berau. Metode penelitian melibatkan pengumpulan data dari pelanggan Air Minum Batiwakkal Berau. Data dipisahkan menjadi set pelatihan dan pengujian, diikuti dengan proses normalisasi. Model KNN dilatih dengan berbagai nilai K untuk menemukan parameter terbaik. Hasil penelitian menunjukkan bahwa algoritma KNN dapat mengklasifikasikan tingkat kepuasan pelanggan dengan akurasi memadai. Nilai terbaik K yang ditemukan adalah 14, memberikan performa terbaik dalam prediksi kepuasan pelanggan dengan nilai akurasi sebesar 85.96%.
Comparison of Regression, Support Vector Regression (SVR), and SVR-Particle Swarm Optimization (PSO) for Rainfall Forecasting Yulianto, Fendy; Mahmudy, Wayan Firdaus; Soebroto, Arief Andy
Journal of Information Technology and Computer Science Vol. 5 No. 3: Desember 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1148.218 KB) | DOI: 10.25126/jitecs.20205374

Abstract

Rainfall is one of the factors that influence climate change in an area and is very difficult to predict, while rainfall information is very important for the community. Forecasting can be done using existing historical data with the help of mathematical computing in modeling. The Support Vector Regression (SVR) method is one method that can be used to predict non-linear rainfall data using a regression function. In calculations using the regression function, choosing the right SVR parameters is needed to produce forecasting with high accuracy. Particle Swarm Optimization (PSO) method is one method that can be used to optimize the parameters of the existing SVR method, so that it will produce SVR parameter values with high accuracy. Forecasting with rainfall data in Poncokusumo region using SVR-PSO has a performance evaluation value that refers to the value of Root Mean Square Error (RMSE). There are several Kernels that will be used in predicting rainfall using Regression, SVR, and SVR-PSO with Linear Kernels, Gaussian RBF Kernels, ANOVA RBF Kernels. The results of the performance evaluation values obtained by referring to the RMSE value for Regression is 56,098, SVR is 88,426, SVR-PSO method with Linear Kernel is 7.998, SVR-PSO method with Gaussian RBF Kernel is 27.172, and SVR-PSO method with ANOVA RBF Kernel is 2.193. Based on research that has been done, ANOVA RBF Kernel is a good Kernel on the SVR-PSO method for use in rainfall forecasting, because it has the best forecasting accuracy with the smallest RMSE value.
KLASIFIKASI KECELAKAAN LALU LINTAS DI KOTA SAMARINDA MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR Anitasari, Dini; Yulianto, Fendy; Azhima Yoga Siswa, Taghfirul
Jurnal Mnemonic Vol 8 No 1 (2025): Mnemonic Vol. 8 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v8i1.12747

Abstract

Kecelakaan lalu lintas di Kota Samarinda terus meningkat seiring dengan tingginya volume kendaraan dan berbagai faktor risiko, seperti kondisi jalan, cuaca, serta kelalaian pengemudi. Peningkatan angka kecelakaan ini berdampak pada kerugian material dan korban jiwa, sehingga diperlukan metode prediksi yang efektif untuk mengklasifikasikan tingkat keparahan kecelakaan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kecelakaan lalu lintas di Kota Samarinda menggunakan algoritme K-Nearest Neighbor (KNN), yang dikenal sebagai metode berbasis jarak yang efektif dalam klasifikasi data. Data yang digunakan diperoleh dari Kepolisian Sektor Samarinda Kota dan mencakup faktor-faktor seperti kondisi cahaya, kelas jalan, tipe jalan, dan batas kecepatan. Model KNN diimplementasikan dengan pembagian data latih dan uji menggunakan validasi silang K-Fold untuk memastikan keakuratan prediksi. Hasil pengujian menunjukkan bahwa dengan pemilihan parameter yang optimal, model KNN mampu mencapai akurasi sebesar 92,54%. Kesimpulan dari penelitian ini adalah bahwa metode KNN dapat digunakan secara efektif untuk mengklasifikasikan tingkat kecelakaan lalu lintas, sehingga hasilnya dapat menjadi referensi bagi otoritas terkait dalam meningkatkan keselamatan jalan raya di Kota Samarinda
Implementasi Metode AHP-TOPSIS Dalam Sistem Pendukung Keputusan Pemilihan Lokasi Pembangunan Rumah Burung Walet Di Kecamatan Biduk-Biduk Dan Batu Putih Hasmadi, Ipan; Yulianto, Fendy; Rahim, Abdul
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.685

Abstract

 Budidaya burung walet semakin diminati karena nilai ekonomis sarangnya yang tinggi. Indonesia merupakan salah satu produsen terbesar sarang burung walet di dunia, dengan kontribusi mencapai 79,55% dari total produksi global. Keberhasilan budidaya ini sangat dipengaruhi oleh pemilihan lokasi yang optimal, dengan mempertimbangkan berbagai kriteria, seperti ketinggian lokasi, jarak ke gedung lain, jarak ke perairan, jarak ke sumber pakan, jarak ke pusat keramaian, suhu, kelembapan, dan curah hujan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis AHP-TOPSIS guna membantu peternak dalam menentukan lokasi optimal rumah burung walet. Metode Analytical Hierarchy Process (AHP) digunakan untuk memberikan bobot pada setiap kriteria secara sistematis, sedangkan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk menyeleksi alternatif berdasarkan kedekatan dengan solusi ideal. Pengujian menunjukkan metode kombinasi AHP-TOPSIS menghasilkan nilai akurasi sebesar 80,5%. Hasil ini membuktikan efektivitas pendekatan multi-kriteria dalam meningkatkan akurasi pemilihan lokasi. Penelitian ini berkontribusi dalam memberikan solusi berbasis data bagi peternak untuk menentukan lokasi rumah walet secara lebih objektif dan efisien, serta berpotensi diterapkan dalam sistem pendukung keputusan berbasis teknologi untuk sektor budidaya lainnya.
ANALISIS KLASIFIKASI ULASAN APLIKASI SIREKAP 2024 MENGGUNAKAN EKSTRAKSI FITUR DISTILBERT DAN METODE SUPPORT VECTOR MACHINE Ridhoi, Reno; Verdikha, Naufal Azmi; Yulianto, Fendy
JURNAL ILMIAH INFORMATIKA Vol 13 No 01 (2025): Jurnal Ilmiah Informatika (JIF)
Publisher : LPPM Universitas Putera Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/jif.v13i01.9753

Abstract

This study aims to classify reviews of the SIREKAP 2024 application automatically using the DistilBERT feature extraction method and the Support Vector Machine (SVM) algorithm. The data used includes 8,538 user reviews from the Google Play Store with five Rating categories as the target variable. After undergoing 10-Fold cross-validation, the average F1-Score obtained was 36.62%, with the highest performance reaching 37.16%. The analysis indicates that data imbalance is the main obstacle in improving the model's accuracy, particularly in the minority class. The study concludes that the combination of DistilBERT and SVM yields suboptimal results and requires further optimization. Recommendations are provided to improve model accuracy and enhance the quality of the application based on user reviews.
Co-Authors Abdul Rahim Abdul Rahim Akbar, Farhan Anitasari, Dini Arbansyah Arbansyah, Arbansyah Arief Andy Soebroto Arif Ramadhani Atiqah, Nur Quratul Nabila Betris Dea Maretta, Nanda FAUZI Hasmadi, Ipan Huda, Khoirul Huda Dwi Putra Ilham, Muhammad Fauzan Nur Muhadjir Anwar Muhammad Taufiq Sumadi Muthmainnah Muthmainnah Naufal Azmi Verdikha Nur, Seftiani Nurdin, Andi Nursyarif, Muhammad Khumaidi Rahmadana, Novia Ridhoi, Reno Rudiman Rudiman, Rudiman Salsabila, Cindy Azra Sipahutar, Enriko Chiesa Siti Patimah Tagfirul Azima Yoga Siswa, Muspidar Mulyadi Tirta, Muhamad Wahyu Umar Bakri Wahyu Adiwinata Wayan Firdaus Mahmudy Yoga, Taghfirul Azhima