Article Per Year (5 Year)
p-Index From 2021 - 2026
2.439
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Dinamika Informatika (JDI) Jurnal Informatika dan Teknologi Informasi BULLET : Jurnal Multidisiplin Ilmu Bianglala Informatika
Rinaldi Dikananda, Arif
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
PENERAPAN KENDALI SISTEM OTOMATIS PADA LAMPU HALAMAN ASRAMA MENGGUNAKAN ARDUINO PADA PONDOK PESANTREN AL- MA’RIFAH Ainnur Rahman, Rizal; Nurdiawan, Odi; Rinaldi Dikananda, Arif
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8422

Abstract

Penelitian ini berawal dari kebutuhan mendesak untuk mengatasi tantangan sehari-hari para santri, dimana jadwal yang padat seringkali mengakibatkan kelalaian terhadap tindakan-tindakan sederhana, seperti mematikan lampu saat tidak diperlukan. Dalam konteks ini, perkembangan ilmu pengetahuan dan teknologi menjadi bagian tak terpisahkan dari kehidupan santri. Sebagai permasalahan yang nyata, pemborosan listrik menjadi kejadian umum di kalangan santri, khususnya saat kegiatan mengaji, dimana lampu seringkali dibiarkan menyala tanpa perlu. Untuk mengatasi masalah ini, penelitian ini memiliki tujuan utama yaitu membangun sistem otomatis menggunakan Arduino Uno dengan sensor cahaya LDR dan relay. Harapannya, sistem ini dapat mengoptimalkan penggunaan listrik dengan secara otomatis mengatur lampu sesuai batas intensitas cahaya yang telah ditetapkan oleh sensor. Hasil pengujian menunjukkan bahwa intensitas cahaya terang diukur sebesar 70 lux, sedangkan intensitas cahaya gelap mencapai 700 lux. Dengan demikian, lampu akan menyala saat mencapai 700 lux dan mati saat kurang dari 700 lux, berpotensi mengurangi pemborosan energi listrik di lingkungan santri.
ANALISIS SENTIMEN TERHADAP MARKETPLACE MENGGUNAKAN ALGORITMA NAÏVE BAYES: STUDI KASUS: LAZADA INDONESIA Dikananda, Fatihanursari; Rinaldi Dikananda, Arif; Anwar, Saeful
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10965

Abstract

Penelitian ini menganalisis sentimen terhadap marketplace Lazada Indonesia menggunakan algoritma Naïve Bayes dengan teknik upsampling SMOTE. Marketplace menjadi platform penting dalam era digital, namun sering kali ulasan pengguna memiliki ketidakseimbangan dalam jumlah sentimen positif dan negatif, yang dapat mempengaruhi akurasi analisis. Data diambil dari Twitter API yang berisi 1.517 review. Algoritma Naïve Bayes diterapkan untuk analisis sentimen, dan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan data. Hasil menunjukkan bahwa penerapan teknik SMOTE pada algoritma Naïve Bayes menghasilkan tingkat akurasi sebesar 81,89%, dibandingkan dengan 65,53% tanpa nandaSMOTE. Penelitian ini menyimpulkan bahwa teknik SMOTE efektif dalam meningkatkan akurasi analisis sentimen, dan Lazada mendapatkan tanggapan positif dari penggunanya, meskipun ada beberapa kesalahan klasifikasi yang perlu diperbaiki. Hasil ini menunjukkan bahwa masyarakat memiliki respon yang sangat baik terhadap Lazada. Meskipun demikian, masih terdapat prediksi klasifikasi yang melenceng dari kenyataan
Implementasi Artificial Intelligence Dalam Game Edukasi Untuk Mengenalkan Tokoh Pahlawan Nasional Dan Meningkatkan Pengetahuan Sejarah Dikananda, Fatihanursari; Rinaldi Dikananda, Arif; Ash Shiddiqi, Jimly
BULLET : Jurnal Multidisiplin Ilmu Vol. 3 No. 1 (2024): BULLET : Jurnal Multidisiplin Ilmu
Publisher : CV. Multi Kreasi Media

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

Abstract

History education is an important aspect in education because this field is something that happened in the past and shaped the state of the world so that it can be like today. There are many ways to do history education, ranging from learning through conventional methods, namely by conducting history education learning in the classroom to through methods that are quite popular with elementary school students. the purpose of this paper is to design a history-based educational game that has been made in the storyline used in previous studies and how the results of the study. The stages in this research are the ADDIE model, namely Analysis, Design, Development, Implementation, and Evaluation. The results of this research are educational games on the history of national figures as a means of easy and interesting games and learning for children and based on the results of hypothesis testing after calculating using spss obtained t-count of 27.528, and t-table of 2.0484 where Ha is accepted and H0 is rejected.
IMPLEMENTASI CNN RESNET50 UNTUK MENDETEKSI KUALITAS BUAH DAN SAYURAN DI PASAR TRADISIONAL Salsabila Ainal Wasilah, Qonita; Martanto, Martanto; Rinaldi Dikananda, Arif; Rohman, Dede
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13349

Abstract

Kualitas dan kesegaran produk merupakan faktor penting dalam industri ritel yang mempengaruhi kepuasan pelanggan dan potensi kerugian akibat produk yang tidak layak. Pendekatan manual sering kali tidak efisien dan subyektif, sehingga diperlukan solusi otomatis yang lebih akurat dan konsisten. Dalam konteks ini, Convolutional Neural Network (CNN) ResNet50 terbukti efektif dalam mengenali pola visual pada gambar, termasuk mendeteksi perubahan visual seperti warna dan tekstur yang berkaitan dengan kualitas produk. Penelitian ini bertujuan mengoptimalkan deteksi kesegaran produk menggunakan model CNN ResNet50. Dataset yang digunakan terdiri dari gambar produk segar, yang dibagi menjadi data pelatihan, validasi, dan pengujian. Proses penelitian mencakup pra-pemrosesan data, pelatihan model, dan pengujian untuk mengevaluasi kinerja model. Hasil menunjukkan bahwa model CNN ResNet50 mencapai akurasi 84,43% dalam mendeteksi kualitas produk pada data uji. Akurasi ini menunjukkan kemampuan model untuk menggeneralisasi data baru dan mengurangi potensi kesalahan manusia. Temuan ini menunjukkan bahwa CNN ResNet50 memiliki potensi besar untuk diterapkan dalam manajemen produk segar di industri ritel, meningkatkan efisiensi operasional, dan meminimalkan kerugian akibat produk yang rusak atau tidak layak.
Analisis Kualitas Jaringan Hotspot Menggunakan Metode Quality of Service (QoS) dalam Mendukung Kegiatan Belajar Mengajar Di Sekolah Menengah Kejuruan Negeri 1 Gebang Fatha Mudzhaffar, Mochammad; Martanto; Rinaldi Dikananda, Arif; Rifai, Ahmad
Jurnal Dinamika Informatika Vol. 14 No. 1 (2025): Jurnal Dinamika Informatika Volume 14 Nomor 1
Publisher : Program Studi Informatika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jdi.v14i1.513

Abstract

Hotspot adalah jaringan nirkabel yang menyediakan akses internet kepada pengguna melalui perangkat Wi-Fi. Kualitas jaringan hotspot sangat penting dalam mendukung berbagai aktivitas, termasuk kegiatan belajar mengajar. Untuk menilai performa jaringan, metode Quality of Service (QoS) digunakan sebagai pendekatan standar dalam mengukur parameter-parameter utama jaringan, seperti throughput, packet loss, delay, dan jitter. Penelitian ini bertujuan untuk menganalisis kualitas jaringan hotspot di SMK Negeri 1 Gebang menggunakan metode QoS. Hasil penelitian menunjukkan bahwa nilai throughput berada dalam kategori "Buruk" hingga "Sangat Buruk" pada jam-jam trafik tinggi (12:00-15:00), dengan nilai berkisar antara 150-318 kbps, sehingga memerlukan optimasi jaringan. Di sisi lain, parameter packet loss tercatat 0%, yang menempatkannya dalam kategori "Sangat Baik." Nilai delay berkisar antara 10,12 ms hingga 30,01 ms, menunjukkan responsivitas jaringan yang baik dalam kategori "Sangat Baik." Sementara itu, nilai jitter berada dalam kategori "Baik" meskipun mengalami sedikit fluktuasi pada jam sibuk. Secara keseluruhan, meskipun performa jaringan dinilai baik dalam aspek packet loss, delay, dan jitter, peningkatan kualitas throughput sangat diperlukan untuk memastikan koneksi yang stabil dan berkualitas, khususnya pada jam trafik tinggi. Temuan ini memberikan dasar untuk pengembangan strategi optimasi jaringan guna mendukung kegiatan pendidikan secara lebih efektif.
Pengembangan Model Pengelompokan Jenis Bencana Alam di Jawa Baratmenggunakan Algoritma K-Means Adi Putra, Panji; Martanto; Rinaldi Dikananda, Arif; Rohman, Dede
Bianglala Informatika Vol. 13 No. 1 (2025): Maret 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/bianglala.v13i1.11998

Abstract

Salah satu masalah terbesar yang dihadapi masyarakat Jawa Barat adalah bencana alam.Analisis berbasis data diperlukan untuk memahami pola kejadian bencana dan mendukung kebijakanmitigasi yang efektif karena berbagai jenis bencana. Untuk menganalisis data kejadian bencana diJawa Barat selama periode 2020–2023, penelitian ini menggunakan pendekatan KnowledgeDiscovery in Databases (KDD).Tahapan KDD meliputi pembuatan dataset, preprocessing untuknormalisasi dan penanganan data hilang, serta transformasi guna menentukan atribut utama.Algoritma K-Means digunakan dalam proses data mining untuk mengelompokkan wilayahberdasarkan jenis bencana dan intensitasnya. Tahap terakhir adalah interpretasi hasil, yang bertujuanuntuk memahami pola distribusi bencana. Hasil klasterisasi menghasilkan lima kluster utama. Cluster0 menunjukkan dominasi kejadian banjir dan kebakaran lahan, sering ditemukan di dataran rendahdengan karakteristik lingkungan yang rawan pembakaran liar. Cluster 1 didominasi oleh kejadiantanah longsor di wilayah perbukitan yang curah hujannya tinggi. Cluster 2 mencerminkan kombinasikejadian hujan angin dan kekeringan di daerah pedesaan dengan sumber daya air terbatas. Cluster 3menunjukkan kejadian bencana dengan frekuensi rendah dan distribusi yang merata, seringkali terkaitdengan daerah urban. Sementara itu, Cluster 4 memiliki tingkat heterogenitas tertinggi, mencakupberbagai jenis bencana dengan intensitas bervariasi di wilayah pegunungan dan lembah. Kualitasklasterisasi diukur menggunakan Davies-Bouldin Index (DBI) sebesar 0.085, mengindikasikanpemisahan kluster yang baik. Selain itu, analisis Performance Vector menunjukkan jarak total antarkluster sebesar 2.311, dengan jarak terbesar pada Cluster 4 (4.672). penelitian ini diharapkan dapatmembantu dalam perencanaan dan alokasi sumber daya yang lebih tepat sasaran untuk mitigasibencana.
Co-Authors Adi Putra, Panji Ahmad Rifai Ainnur Rahman, Rizal Amalia, Bella Ash Shiddiqi, Jimly Aziz Rafi, Muhamad Danar Dana, Raditya Dikananda, Fatihanursari Fatha Mudzhaffar, Mochammad Fauzi Fauzi Hamdan Mubarok, Nabil Irma Purnama sari, Ade Irma Purnamasari, Ade Martanto Martanto . Mustofa, Kafit Nurdiana, Faisal Nuriska, Dwi Odi Nurdiawan Ramadhan, Ryan Rohman, Dede Saeful Anwar, Saeful Salsabila Ainal Wasilah, Qonita Sidik, Rahmat Suarna, Nana Tengku Riza Zarzani N Triawan, Eri