Article Per Year (5 Year)
p-Index From 2020 - 2025
2.608
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Informatika dan Teknologi Informasi BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat
Rinaldi Dikananda, Arif
Unknown Affiliation
Humanities Chemistry Computer Science & IT Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
KLASTERISASI DATA LAGU TERPOPULER SPOTIFY 2023 BERDASARKAN SUASANA HATI MENGGUNAKAN ALGORITMA K-MEANS Nuriska, Dwi; Irawan, Bambang; Bahtiar, Agus; Rinaldi Dikananda, Arif
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8232

Abstract

Spotify sebagai platfrom streaming musik, menampilkan berbagai fitur yang beragam dan secara terus-menerus diperbarui untuk mencerminkan perkembangan dalam dunia musik. Permasalahan penelitian muncul dari beragamnya preferensi pengguna dan tren mendengarkan sebuah lagu atau musik mengakibatkan kompleksitas dalam pemahaman dan pengelompokan musik. Tujuan penelitian ini adalah menghasilkan kelompok lagu yang lebih terfokus berdasarkan suasana hati, memungkinkan pengguna untuk lebih mudah menemukan lagu yang sesuai dengan mood atau suasana hati mereka. Dalam penelitian ini akan mengelompokkan data lagu-lagu terpopuler Spotify 2023 berdasarkan empat kategori suasana hati model Thayer’s (Angry, Sad, Relax, dan Happy) dengan menggunakan Algoritma K-Means Clustering. Dengan pendekatan Knowledge Discovery in Database (KDD). Atribut-atribut audio seperti tempo (bpm), danceability, valence, dan energy digunakan dalam analisis ini. Hasil penelitian diperoleh nilai Davies-Bouldin Index (DBI) terkecil adalah 0,299 dengan jumlah K = 3, di mana cluster 0 merupakan suasana hati happy dengan 361 anggota lagu, cluster 1 merupakan suasana hati relax dengan 329 anggota lagu, dan cluster 2 merupakan suasana hati sad dengan 252 anggota lagu. Tidak terdapat cluster yang secara jelas menggambarkan suasana hati marah. Dengan distribusi anggota yang merata di setiap cluster, maka tidak ada suasana hati yang mendominasi dari hasil pengelompokan lagu.
KLASIFIKASI TIPE PENYERANG SEPAK BOLA LIGA INGGRIS BERDASARKAN DATA STATISTIK PEMAIN MENGGUNAKAN METODE NAIVE BAYES Triawan, Eri; Suarna, Nana; Rinaldi Dikananda, Arif
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8404

Abstract

Sepakbola adalah salah satu olahraga yang paling populer di dunia. Bahkan, ada yang berpendapat bahwa tidak diperlukan metode ilmiah untuk mengetahui betapa populernya sepak bola. Berdasarkan hasil survei yang dilakukan oleh FIFA Global Fooball Development (GFD) pada tahun 2023, Jumlah penggemar sepak bola di dunia mencapai 3,5 miliar orang. Dalam permainan sepak bola, terdapat tiga posisi pemain yaitu pemain bertahan yang terdiri dari kiper(goalkeeper) dan bek(defender), pemain Tengah(midfielder), dan penyerang(forward). Salah satu posisi yang dibahas dalam penelitian ini adalah posisi penyerang atau dalam Bahasa inggris disebut forward. Posisi penyerang dalam sepak bola terdiri dari beberapa tipe yaitu FW (Forward), FWMF (Forward Midfielder), dan FWDF (Forward Defensif Forward). Tugas mengklasifikasi tipe pemain sepak bola adalah tugas yang sulit, banyak faktor yang harus diperhatikan. Jika hanya mengandalkan survei lapangan dan penghitungan manual, selain keakuratannya kurang, waktu dan tenaga yang dibutuhkan juga bertambah. Untuk itulah penelitian ini dibuat, dengan menggunakan teknik pembelajan mesin, dapat mengurangi waktu dan tenaga yang dibutuhkan. Tujuan utama penelitian ini adalah mengembangkan model klasifikasi yang dapat mengidentifikasi dan membedakan tipe penyerang di liga Inggris berdasarkan data statistik pemain. Dalam sepak bola, variasi gaya bermain pemain menciptakan dinamika yang menarik untuk diungkap. Untuk medalaminya, Penalitian ini berfokus mengklasifikasikan tipe penyerang sepak bola liga inggris berdasarkan data statistik pemain menggunakan metode naïve bayes. Metode penelitian ini menggunakan Knowledge Discovery in Databases (KDD) dan metode naïve bayes. Data yang sudah diunduh dari Kaggle kemudian dibersihkan untuk membuang data yang nilainya hilang dan tidak valid. Data yang sudah dibersihkan kemudian diseleksi fitur-fiturnya yang sesuai dengan klasifikasi tipe penyerang. Data yang digunakan dalam penelitian ini adalah data statistic individu pemain liga inggris selama satu musim. Hasil dari penelitian ini yang menggunakan rasio 80:20 mendapatkan keakurataan sebesar 56.67%.
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
Pelatihan Image Processing Untuk Meningkatkan Kemampuan Analisis Visual Data Bagi Dosen Kopertip Indonesia Rifa’i, Ahmad; Rinaldi Dikananda, Arif; Wijaya, Aruka; Adhari Febriyan, Muhammad
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 2 : Maret (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

This community service activity focuses on improving the competence of lecturers in the Indonesian Higher Education Cooperative (KOPERTIP) in the field of image processing and visual data analysis, with an emphasis on image preprocessing training. The background of this activity is the rapid development of information technology that demands a deep understanding of image processing for visual data analysis. Many lecturers, especially in KOPERTIP, still lack mastery of basic image preprocessing techniques, which hinders the optimal use of visual data in research and teaching. This training program aims to address this skill gap by providing lecturers with practical knowledge and skills in processing visual data using software such as Python with the OpenCV and PIL libraries. The training covers the basic concepts of image preprocessing, including image enhancement, noise reduction, edge detection, and image transformation techniques. The training method involves a combination of theory and direct practice, case studies, and intensive mentoring. The results of this activity include increased understanding and technical skills of lecturers, the compilation of training modules, draft scientific publications, and the formation of a learning and collaboration community among lecturers. The positive impacts include improved teaching quality, increased interest in visual data research, and the potential for broader academic collaboration. This activity is considered successful in improving the competence of KOPERTIP Indonesia lecturers in digital image processing, which is expected to enhance the quality of research, teaching, and the competitiveness of higher education institutions. The program emphasizes the importance of practice-based training, continuous mentoring, and the relevance of the material to the curriculum and academic research. Recommendations for program sustainability include advanced training, collaborative application development, facility improvement, and cooperation with related institutions or industries.
Peningkatan Keterampilan Digital Pemuda Dan Pelaku UMKM Kota Cirebon Melalui Pelatihan Video Editing Rinaldi Dikananda, Arif; Nur Hakim, Bani; Nur Rochmah, Aulia; Arief Saputra, Mochamad
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 2 : Maret (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Video editing training is a strategic solution to the challenge of low digital skills of youth and Micro, Small and Medium Enterprises (MSMEs) in Cirebon City. This program aims to empower the community through capacity building in creating effective and attractive promotional video content. Activities were carried out through a participatory and practice-based approach, including an introduction to editing software, basic visual storytelling techniques, and content optimization for social media. The results of the training showed a significant improvement in participants' skills, with 85% able to produce promotional videos independently. In addition, this training encourages collaboration between creative youth and MSME players, expands the reach of digital marketing, and opens new job opportunities in the creative industry. With the improvement of digital skills, MSME players become more competitive, while youth have alternative income in the digital era. This program contributes to the growth of the creative economy and the reduction of unemployment in Cirebon City.
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.
Co-Authors Adhari Febriyan, Muhammad Ahmad Faqih Ainnur Rahman, Rizal Amalia, Bella Arief Saputra, Mochamad Ash Shiddiqi, Jimly Aziz Rafi, Muhamad Danar Dana, Raditya Dikananda, Fatihanursari Dwi Kusuma, Lukman Fauzi Fauzi Hamdan Mubarok, Nabil Hidayat, Hilpad Irma Purnama sari, Ade Irma Purnamasari, Ade Jayawarsa, A.A. Ketut Martanto . Mustofa, Kafit Ningrum, Cistia Nur Hakim, Bani Nur Rochmah, Aulia Nurdiana, Faisal Nuriska, Dwi Odi Nurdiawan Pratama, Denni Ramadhan, Ryan Rifa’I, Ahmad Rohman, Dede Saeful Anwar, Saeful Salsabila Ainal Wasilah, Qonita Sidik, Rahmat Suarna, Nana Tengku Riza Zarzani N Triawan, Eri Wijaya, Aruka Yudhistira Arie Wijaya