Article Per Year (5 Year)
p-Index From 2021 - 2026
4.333
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sains Teknologi International Journal Of Science, Technology & Management (IJSTM) Rekayasa: Jurnal Teknik Sipil Journal of Technology and Informatics (JoTI) sudo Jurnal Teknik Informatika ASEAN Journal of Empowering Community Journal of Community Empowerment and Innovation Jurnal Civil Engineering Study Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Cahaya Pengabdian SITEDI Journal of Information System & Business Management (ISBM) SITEDI (Sistem Informasi dan Teknologi Digital) ALMUISY: Journal of Al Muslim Information System Jurnal Pengabdian Masyarakat Terapan
Firmansyah, Hasbi
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Penerapan Algoritma K-Means untuk Clustering Pemodelan Pengetahuan Pengguna Menggunakan Rapidminer Yanuar, Khalid Alfa; Firmansyah, Hasbi
Journal of Information System & Business Management (ISBM) Vol. 3 No. 1 (2025)
Publisher : Universitas Pancasakti Tegal

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

Abstract

Dalam penelitian ini, algoritma K-Means diterapkan untuk clustering data pengguna menggunakan rapidminer dalam rangka pemodelan pengetahuan. Lima variabel utama digunakan dalam dataset yang digunakan: waktu belajar untuk tujuan tertentu (STG), jumlah pengulangan untuk tujuan tertentu (SCG), waktu belajar untuk materi terkait (STR), kinerja ujian pada materi terkait (LPR), dan kinerja ujian pada tujuan tertentu (PEG). Perangkat lunak RapidMiner digunakan untuk melakukan clustering pada data yang diperoleh dari UCI Repository. Hasilnya menunjukkan lima kelompok data yang menunjukkan pola belajar pengguna, dan indeks Davies-Bouldin digunakan untuk mengevaluasi kinerja clustering yang baik. Penelitian ini memberikan wawasan penting tentang hubungan antara waktu belajar, pengulangan materi, dan prestasi ujian. Selain itu, penelitian ini membantu dalam pembangunan sistem pembelajaran yang dapat disesuaikan dengan teknologi.
Studi Klasterisasi Data LSM dengan Algoritma K-Means Menggunakan RapidMiner Amiva, Adel Nayyan; Firmansyah, Hasbi
Journal of Information System & Business Management (ISBM) Vol. 3 No. 1 (2025)
Publisher : Universitas Pancasakti Tegal

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

Abstract

Penelitian ini berfokus pada pengorganiz data dari Lembaga Swadaya Masyarakat (LSM) dengan menggunakan teknik pengelompokan K-Means, yang diimplementasikan melalui perangkat lunak RapidMiner. Metode ini berguna untuk menemukan pola dan hubungan dalam kumpulan data ekstensif yang tidak memiliki kategori yang ditetapkan. RapidMiner memungkinkan analisis data yang efisien tanpa memerlukan keterampilan pemrograman tingkat lanjut, sedangkan algoritma K-Means mengelompokkan data dengan mengidentifikasi kesamaan karakteristik menggunakan jarak Euclidean. Kualitas klaster yang terbentuk dievaluasi dengan Indeks Davies-Bouldin (DBI), yang mengukur efektivitas klaster. Temuan penelitian ini diharapkan dapat menawarkan wawasan berharga dalam mengelola LSM, bersama dengan menunjukkan penggunaan teknik pengelompokan yang berlaku di bidang lain.
K-Means And K-Medoids Algorithms For Food Clusterization Optimized By Nutritional Value Eko Nugroho, Wildani; Dwi Kurniawan, Safar; Alga Vredison, Prayoga; Firmansyah, Hasbi
International Journal of Science, Technology & Management Vol. 6 No. 4 (2025): July 2025
Publisher : Publisher Cv. Inara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46729/ijstm.v6i4.1327

Abstract

This study examines the impact of flexible work arrangements on productivity in start-up companies located in Bandung Techno Park, using work-life balance as a mediating variable. With a sample size of 168 start-up company members in Bandung Techno Park (BTP), this study uses a probability sampling technique. This study uses quantitative research techniques and structural equal modeling (SEM) based on partial least squares (PLS-SEM) for data analysis. Based on the results of the study, work-life balance and increased productivity are greatly enhanced by flexible work arrangements. The mediating variable of work-life balance acts as a mediator between productivity and flexible work schedules. The findings of this study can be a guide for business management who want to increase the productivity of start-up companies through work arrangement solutions that support work-life balance.
Penanganan Missing Value dan Perbandingan Performa Algoritma Naïve Bayes serta Algoritma Decision Tree dalam Kelulusan Mahasiswa Sulistyaningrum; Firmansyah, Hasbi; Raharjo, Eko Budi; Nugroho, Wildani Eko
ALMUISY: Journal of Al Muslim Information System Vol. 4 No. 1 (2025): ALMUISY: Journal of Al Muslim Information System
Publisher : STMIK Al Muslim

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

Abstract

Penelitian ini membahas penanganan missing value serta perbandingan performa algoritma Naïve Bayes dan Decision Tree dalam memprediksi kelulusan mahasiswa. Dataset yang digunakan mencakup data akademik mahasiswa yang dimanipulasi untuk mensimulasikan missing value. Metode imputasi, seperti Mean Imputation, K-Nearest Neighbors, dan Iterative Imputation, diterapkan untuk menangani nilai yang hilang. Evaluasi dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memiliki performa lebih unggul dibandingkan Naïve Bayes, dengan akurasi mencapai 92,1% dibandingkan 85,3% pada Naïve Bayes. Keunggulan ini menunjukkan bahwa Decision Tree lebih efektif dalam menangkap pola data dengan hubungan antar fitur yang kompleks. Studi ini memberikan kontribusi terhadap pengembangan metode prediksi berbasis data untuk mendukung kebijakan akademik, termasuk penanganan missing value yang optimal dan pemilihan algoritma yang tepat.
Implementasi Algoritma Decision Tree untuk Memprediksi Kualitas Udara dan Polusi dengan RapidMiner Saputra, Abiestia Dika Mulya; Firmansyah, Hasbi
sudo Jurnal Teknik Informatika Vol. 4 No. 3 (2025): Edisi September
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i3.1145

Abstract

Kualitas udara menjadi faktor utama yang dapat mempengaruhi kesehatan masyarakat dan lingkungan. Dalam studi ini, Data yang digunakan berisi berbagai variabel yang memiliki hubungan dengan kualitas udara dan polusi. Studi ini juga memiliki tujuan untuk mengembangkan model prediksi akurat metode Decision Tree di pilih karena diyakini dapat Mengelola data kompleks dan menghasilkan model baru yang mudah dipahami. RapidMiner digunakan dalam proses Analisis guna memfasilitasi visualisasi dan pemodelan data yang efisien. Hasil pengujian menunjukan bahwasannya model Decision Tree dapat mencapai tingkat akurasi yang cukup tinggi dalam memprediksi kualitas udara dan polusi, dengan tingkat nilai akurasi mencapai 89.52%. Tingkat akurasi ini tergolong tinggi karena mendekati 90%, menunjukkan bahwa model ini mampu melakukan klasifikasi dengan tingkat kesalahan yang relatif rendah. Oleh karena itu, model ini berpotensi diandalkan sebagai alat untuk pemantauan kualitas udara secara real-time maupun untuk merumuskan kebijakan lingkungan. Studi ini di harapkan mampu memberikan kontribusi atau keikutsertaan dalam upaya pemantauan dan pengendalian kualitas udara dan polusi, dan juga dapat menjadi acuan atau refrensi untuk studi yang lebih lanjut dalam bidang kualitas lingkungan.
Transformasi Literasi Digital dalam Pendidikan Vokasi untuk Perlindungan Privasi dan Keamanan Siber di SMK Astrindo Kota Tegal, Jawa Tengah Gunawan, Gunawan; Ujianto, Nur Tulus; Andriani, Wresti; Firmansyah, Hasbi; Dari, Mayang Melan; Harefa, Reyvan Sinatria; Limaknun, Lulu
Jurnal Pengabdian Masyarakat Terapan Vol 2 No 2 (2025): JUPITER Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jupiter.2.2.69

Abstract

Perkembangan teknologi digital menuntut pelajar vokasi memiliki literasi digital yang memadai, terutama dalam perlindungan data pribadi dan keamanan siber. Kegiatan pengabdian ini dilaksanakan di SMK Astrindo Kota Tegal, Jawa Tengah, dengan tujuan meningkatkan pemahaman siswa terhadap literasi digital melalui pendekatan edukatif berbasis praktik. Metode yang digunakan adalah pre-experimental design model one group pretest-posttest terhadap 80 siswa kelas X, dengan instrumen kuesioner skala Likert lima poin yang telah divalidasi. Kegiatan mencakup pretest, penyuluhan interaktif, simulasi praktik, dan posttest. Hasil menunjukkan peningkatan rata-rata skor dari 58,2 menjadi 83,6, dengan uji paired sample t-test menunjukkan signifikansi < 0,05. Peserta menunjukkan perubahan perilaku, seperti peningkatan kesadaran privasi digital dan penggunaan sandi yang lebih aman. Partisipasi aktif selama simulasi dan refleksi menunjukkan keberhasilan metode edukatif yang diterapkan. Kegiatan ini memberikan dampak jangka pendek berupa peningkatan kognitif, serta mendorong pembentukan kebiasaan digital yang lebih aman di lingkungan sekolah vokasi.
Pendampingan Pemutakhiran Basis Data Objek Pajak Non PBB Empat Jenis Pajak Kabupaten Tegal Wahyudi, Catur; Hidayat, Tofik; Firmansyah, Hasbi; Amin, Mohammad Arridho Nur; Amalia, Mei Rani; Susilawati, Agnes Dwita
Cahaya Pengabdian Vol. 1 No. 1 (2024): Juni 2024
Publisher : Apik Cahaya Ilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61971/cp.v1i1.47

Abstract

Program pendampingan pemutakhiran basis data objek pajak non PBB untuk pajak hotel, pajak restoran, pajak hiburan, dan pajak reklame di daerah Kabupaten Tegal dilakukan oleh pemerintah daerah melalui BAPENDA. Program ini dilakukan dengan maksud agar pemerintah memiliki data terbaru yang nantinya digunakan sebagai dasar dalam penghitungan PAD yang bersumber dari pajak tersebut. Mengingat bahwa pajak merupakan salah satu PAD terbesar dari pemerintah Kabupaten Tegal maka dengan adanya pemutakhiran data pajak tersebut akan memudahkan pemerintah daerah dalam meminta pajak pada masing-masing subjek pajak hotel, pajak restoran, pajak hiburan, dan pajak reklame di Kabupaten Tegal.
Grouping of Heart Failure Patients Using K-Means Clustering Algorithm for Clinical Risk Determination Using Rapidminer: Pengelompokan Pasien Gagal Jantung Menggunakan Algoritma K-Means Clustering untuk Penentuan Risiko Klinis Menggunakan Rapidminer Permana, Yoga Putra; Firmansyah, Hasbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i4.62

Abstract

Gagal jantung adalah salah satu penyebab utama kematian secara global yang memerlukan pendekatan analisis untuk memperkuat keputusan dalam bidang klinis. Penelitian ini bertujuan untuk mengelompokkan pasien yang mengalami gagal jantung berdasarkan karakteristik klinis dengan menggunakan metode K-Means Clustering. Data diambil dari UCI Repository dengan melibatkan 299 sampel pasien yang mencakup 13 variabel. Proses pengelompokan ini menghasilkan lima cluster yang masing-masing memiliki karakteristik berbeda yang mencerminkan tingkat risiko klinis. Misalnya, Cluster 4 berisi pasien yang lebih tua dengan kadar kreatinin tinggi dan fraksi ejeksi rendah, yang menunjukkan bahwa mereka memiliki risiko kematian yang lebih besar. Penilaian menggunakan indeks Davies-Bouldin menunjukkan nilai 0,509, yang menunjukkan bahwa kualitas pengelompokan tersebut cukup memadai. Diharapkan penelitian ini dapat memberikan kontribusi besar dalam pengembangan sistem yang mendukung keputusan klinis, khususnya dalam manajemen risiko bagi pasien yang mengalami gagal jantung.
Indonesian Stock Movement Using K-Means Clustering Method: Pergerakan Saham indonesia Menggunakan Metode K-Means Clustering seniati, Cahyo; Firmansyah, Hasbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i4.70

Abstract

Pergerakan harga saham merupakan salah satu indikator penting dalam analisis pasar keuangan. Volatilitas dan fluktuasi harga saham yang tinggi menuntut adanya metode analisis yang efektif untuk mengelompokkan saham berdasarkan karakteristik pergerakannya. Penelitian ini bertujuan untuk mengelompokkan saham-saham di Bursa Efek Indonesia berdasarkan pola pergerakan harga menggunakan metode K-Means Clustering. Data historis harga saham digunakan sebagai input untuk membentuk klaster saham yang memiliki pola pergerakan serupa. Proses normalisasi data dilakukan untuk menyamakan skala sebelum diterapkan algoritma K-Means. Hasil clustering menunjukkan bahwa saham-saham dapat dikelompokkan ke dalam beberapa klaster dengan tingkat volatilitas dan tren pergerakan yang berbeda. Informasi ini diharapkan dapat membantu investor dan analis dalam membuat keputusan investasi yang lebih terarah, serta memberikan gambaran umum mengenai karakteristik saham di Indonesia. Metode ini juga dapat digunakan sebagai dasar untuk analisis lanjutan seperti prediksi harga saham dan manajemen portofolio
Implementasi Metode K-Means Clustering untuk Pengelompokan pada Dataset Pelanggan Mall: Implementation of K-Means Clustering Method for Customer Segmentation on Mall Customer Dataset firmansyah, femas; Firmansyah, Hasbi
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 2 No. 4 (2025): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v2i4.76

Abstract

Pengelompokan data merupakan salah satu teknik dalam data mining yang digunakan untuk mengidentifikasi pola tersembunyi atau kelompok dalam sekumpulan data yang belum diberi label. Teknik ini sangat berguna dalam berbagai bidang analisis, termasuk dalam memahami perilaku konsumen. Penelitian ini bertujuan untuk mengelompokkan pelanggan berdasarkan atribut-atribut utama menggunakan metode K-Means Clustering pada dataset "Mall Customer." Tahapan penelitian meliputi preprocessing data seperti pembersihan dan normalisasi, pengelompokan menggunakan algoritma K-Means, serta evaluasi hasil klasterisasi menggunakan indeks Davies-Bouldin. Dataset yang digunakan terdiri dari 200 entri pelanggan dengan atribut usia, pendapatan tahunan, skor pengeluaran, dan jenis kelamin. Hasil penelitian menunjukkan terbentuknya lima kelompok pelanggan dengan karakteristik yang berbeda-beda, di mana salah satu cluster terbesar terdiri dari 65 anggota. Nilai Davies-Bouldin Index sebesar -0,872 menunjukkan kualitas klasterisasi yang baik, dengan tingkat pemisahan antar cluster yang tinggi. Penelitian ini memberikan wawasan strategis tentang profil pelanggan yang dapat digunakan untuk menyusun pendekatan pemasaran yang lebih terarah dan efektif dalam menarik serta mempertahankan pelanggan
Co-Authors . Eko Budiraharjo Alga Vredison, Prayoga Alga Vredizon, Prayoga Amali, Fasya Gilar Amiva, Adel Nayyan Andriani, Wresti Arta Meviangga, Abi Candra Asriani, Wahyu Baehaqi Catur Wahyudi, Catur Damuri, Amat Dari, Mayang Melan Eko Budi Raharjo, Eko Budi Eko Nugroho, Wildani Fadhillah, Muhammad Helmy Falah, Mukhamad Ferdiansyah, Mohamad Rafa firmansyah, femas fitria, Ria indah Galih, Mochamad Gunawan H, Okky Hendra Harefa, Reyvan Sinatria Haris Santoso, Teguh hendra hermawan, Okky Limaknun, Lulu Mariadin, Farhan Habli Maulana, Harsyanda Rizki MD, M. Yusuf Mei Rani Amalia Mohammad Arridho Nur Amin Mustio, Hesti Ifada Nadya Shafira Salsabila Nadya Shafira Salsabilla Permana, Yoga Putra Pralampitho, Yoga Adhi ria indah fitra, M.Kom, ria Riyo Iman Purwanto Pratama Rizki Prasetyo Tulodo Safar Dwi Kurniawan Salsabila, Nadya Shafira Santoso, Teguh Haris Saputra, Abiestia Dika Mulya Saputra, Satria Ajis Sari, Nadya Permata seniati, Cahyo Shafira Salsabila, Nadya Sofyan, Ali Sugiono, M. Cipto Sulistyaningrum Susilawati, Agnes Dwita Tofik Hidayat Ujianto, Nur Tulus weimintoro, weimintoro Wildani Eko Nugroho, Wildani Eko Yanuar, Khalid Alfa