Article Per Year (5 Year)
p-Index From 2020 - 2025
1.564
P-Index
This Author published in this journals
All Journal INFOKUM Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Bulletin of Information Technology (BIT) Jurnal Informatika dan Teknologi Informasi
Putra Juledi, Angga
Unknown Affiliation
Computer Science & IT

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
CLUSTERING OF ALGORTIMA K-MEANS BASED NATIONAL EXAM SCORE DATA WITH ELBOW AND SILHOUETTE OPTIMIZATION Rahman NST, Arief; Irmayani, Decy; Putra Juledi, Angga
INFOKUM Vol. 10 No. 5 (2022): December, Computer and Communication
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58471/infokum.v10i5.1530

Abstract

The national examination is a system of evaluating basic education standards that supports student graduation. In accordance with the regulations of the Government of the Republic of Indonesia, the evaluation of learning outcomes aims to evaluate the achievements of national postgraduate students. The research methods carried out in this study start from problem analysis, data analysis, application design and data implementation. As the data obtained by the author, namely the National Vocational Examination Score Data for Vocational High Schools in Central Java Province for the class of 2019. But the data displayed is still random and uninformed. Then data mining techniques are needed to classify which schools are carried out using the k-means clustering method and using elbow and silhouette optimization, with the optimum k obtained K = 3 and K = 2 by calculation using the RStudio tool. It is expected to produce the best cluster for clustering. The overall average of K = 3 UN values Indonesian is 72.79906. The average score of UN English is 45,941. The average score of UN Mathematics is 41,324. Average UN Competency score 48.1947. The overall average of K = 2 UN values Indonesian 76.95. The average score of UN English is 33,425. The average score of UN Mathematics is 45.65. The average un competency score is 52.54. From the data on national test scores at the VOCATIONAL level, 3 groups were obtained using the k-means cluster with the elbow optimization method. On cluster 1 it has 707 members, the cluster has 152 members. Cluster 3 has 675 members
Analisis Perbandingan Metode Aras dan Maut Dalam Rekrutmen Staff Legal di PTPN III Kebun Sei Dadap Karim, Abdul; Putra Juledi, Angga; Pane, Rahmadani
Jurnal Informatika dan Teknologi Informasi Vol. 4 No. 1: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jt.v4i1.506

Abstract

Rekrutmen merupakan proses penting untuk mengisi posisi staf legal yang bertanggung jawab atas berbagai permasalahan hukum di perusahaan. Tugas utama staf legal adalah melindungi perusahaan dari risiko hukum, baik internal maupun eksternal. Umumnya, posisi ini berada di bawah kepala staf hukum atau chief legal officer, dan sering kali juga memimpin tim hukum tingkat bawah.Penelitian ini menerapkan dua metode dalam proses seleksi, yaitu MAUT dan ARAS. Dengan metode MAUT, tiga kandidat terbaik adalah: A2 (Joseph Martin Sinulingga) dengan nilai 0,654; A7 (Handika Priadi Siregar) dengan nilai 0,625; dan A8 (Mailinda) dengan nilai 0,578. Sementara itu, metode ARAS menghasilkan tiga peringkat teratas yaitu: A6 (Daniel Napitupulu) dengan nilai 0,70; A8 (Mailinda) dengan nilai 0,59; dan A9 (Zaky Maulana) dengan nilai 0,55.Dengan demikian, perbandingan dua metode ini menunjukkan bahwa kandidat terbaik versi MAUT adalah A2, sedangkan menurut ARAS adalah A6. Perbedaan hasil ini menunjukkan bahwa metode seleksi dapat mempengaruhi keputusan akhir dalam proses rekrutmen staf legal.
Perbandingan Metode MAUT dan TOPSIS dalam Menentukan Ponsel Terbaik Trianovie, Sri; Pane, Rahmadani; Putra Juledi, Angga
Bulletin of Information Technology (BIT) Vol 6 No 1: Maret 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i1.1876

Abstract

Usaha kerupuk ikan merupakan salah satu industri kecil dari UMKM (Usaha Mikro Kecil dan Menengah) tentang kerupuk yang didirikan oleh Febi. Industri ini masih berskala rumah tangga dan kecil. Usaha kerupuk ikan Febi masih tergolong baru dan masih dalam proses pengembangan. Permasalahan yang ada meliputi muncul usaha kerupuk yang sudah mapan dan berkembang pesat. Selain itu terdapat juga usaha kerupuk yang sejenis namun dengan harga yang lebih murah. Permasalahan tersebut menimbulkan persaingan diantara sesama usaha kerupuk. Setiap usaha kerupuk akan terus berinovasi dan mengeluarkan keunggulan dari masing-masing produknya. Hal ini membuat suatu usaha memerlukan strategi untuk bisa berdaya saing dan melakukan proses pengembangan usaha. Pada penelitian ini bertujuan menentukan strategi dalam peningkatan daya saing dan pengembangan usaha kerupuk ikan Febi. Hasil penelitian dapat diketahui bahwa terdapat tiga strategi terbaik yang dapat digunakan oleh Usaha kerupuk ikan Febi yaitu efisiensi biaya, membangun kerja sama (mitra) dengan pemerintah, dan pelaksaanaan promosi (offline dan online) mengenai produk.
Pengembangan Aplikasi Berbasis Web untuk Penambangan Pola Asosiasi Menggunakan Metode Apriori Andriani, Fitri; Sihombing , Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2715

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi berbasis web untuk penambangan pola asosiasi menggunakan metode Apriori. Metode Apriori adalah salah satu algoritma yang digunakan dalam analisis data untuk menemukan pola asosiasi antara item-item dalam data transaksional. Aplikasi ini dirancang untuk memudahkan pengguna dalam menganalisis data mereka dan mengidentifikasi hubungan antara item-item dalam transaksi mereka tanpa perlu instalasi perangkat lunak tambahan di komputerLangkah-langkah pengembangan aplikasi mencakup perencanaan dan perancangan aplikasi, pengumpulan dan pemrosesan data transaksional, implementasi algoritma Apriori, pembuatan antarmuka pengguna web yang intuitif, penyimpanan hasil analisis dalam basis data, serta langkah-langkah keamanan dan optimisasi kinerja. Aplikasi ini juga akan memberikan panduan pengguna dan pelatihan bagi mereka yang ingin memahami cara menggunakan algoritma Apriori untuk analisis pola asosiasi. Selain itu, aplikasi ini akan memperhatikan keamanan data, terutama jika data yang digunakan adalah data sensitif. Hal ini mencakup otentikasi pengguna dan enkripsi data untuk melindungi privasi dan keamanan informasi pengguna. Hasil penelitian ini diharapkan dapat membantu analis data, peneliti, dan bisnis untuk mengidentifikasi pola asosiasi yang relevan dalam data transaksional mereka, yang pada gilirannya dapat digunakan untuk pengambilan keputusan yang lebih baik dan pengembangan strategi bisnis yang lebih efektif. Aplikasi ini dapat digunakan di berbagai bidang, termasuk e-commerce, analisis pelanggan, dan manajemen rantai pasokan.
Implementasi Sistem Informasi Manajemen dalam Perguruan Tinggi: Studi Kasus tentang Efisiensi Operasional dan Pelayanan Mahasiswa Rahmawati, Sri; Putra Juledi, Angga; Sihombing, Volvo
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2716

Abstract

Perguruan tinggi di seluruh dunia semakin mengenali pentingnya mengadopsi Sistem Informasi Manajemen (SIM) untuk meningkatkan efisiensi operasional mereka dan meningkatkan pelayanan kepada mahasiswa. Dalam konteks ini, studi kasus ini membahas langkah-langkah kunci yang diperlukan dalam implementasi SIM di sebuah perguruan tinggi dengan fokus pada meningkatkan efisiensi operasional dan pelayanan mahasiswa. Langkah pertama adalah penilaian kebutuhan, di mana pemangku kepentingan perguruan tinggi terlibat dalam identifikasi masalah dan kebutuhan yang ada. Selanjutnya, perguruan tinggi harus memilih sistem yang sesuai dengan kebutuhan mereka, mengembangkan atau mengkonfigurasi sistem tersebut, serta memberikan pelatihan dan sosialisasi kepada staf dan pemangku kepentingan. Uji coba dan evaluasi adalah langkah penting sebelum implementasi penuh, dan komunikasi yang efektif selama fase ini krusial. Setelah implementasi penuh, pemeliharaan dan peningkatan berkelanjutan perlu dilakukan untuk memastikan SIM terus meningkatkan efisiensi operasional dan pelayanan mahasiswa. Hasil implementasi SIM dalam perguruan tinggi adalah peningkatan efisiensi dalam manajemen administrasi, penjadwalan, dan pengelolaan data mahasiswa. Selain itu, SIM juga memungkinkan perguruan tinggi untuk memberikan pelayanan yang lebih baik kepada mahasiswa melalui akses yang lebih mudah ke informasi akademik, jadwal, dan sumber daya kampus. Keberhasilan implementasi SIM sangat bergantung pada komitmen, koordinasi, pelatihan, dan dukungan yang kuat dari seluruh komunitas perguruan tinggi. Studi kasus ini memperlihatkan bahwa dengan implementasi yang baik, SIM dapat menjadi alat yang efektif untuk meningkatkan efisiensi operasional dan pelayanan mahasiswa di perguruan tinggi.
Penentuan Faktor-Faktor yang Mempengaruhi Kepuasan Pelanggan dengan Menggunakan Algoritma C4.5 Purba, Hardiman; Putra Juledi, Angga; Rasyid Munthe, Ibnu
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2720

Abstract

Kepuasan pelanggan menjadi fokus utama dalam industri yang semakin kompetitif. Penelitian ini bertujuan untuk menentukan faktor-faktor yang memiliki dampak signifikan terhadap kepuasan pelanggan menggunakan pendekatan algoritma C4.5, sebuah algoritma pembelajaran mesin untuk membangun pohon keputusan. Data survei kepuasan pelanggan dari berbagai sektor industri digunakan sebagai basis analisis. Metodologi penelitian melibatkan pengumpulan data melalui survei daring yang mencakup berbagai variabel yang mungkin mempengaruhi kepuasan pelanggan. Selanjutnya, algoritma C4.5 diterapkan untuk mengidentifikasi dan mengukur signifikansi faktor-faktor tersebut. Hasil analisis memberikan pemahaman yang mendalam tentang faktor-faktor yang paling berpengaruh terhadap tingkat kepuasan pelanggan. Dalam temuan penelitian, beberapa faktor utama yang memengaruhi kepuasan pelanggan berhasil diidentifikasi dan dianalisis. Hasil ini memberikan pandangan yang berharga bagi perusahaan dalam mengarahkan upaya perbaikan layanan dan pengembangan strategi yang lebih efektif. Penelitian ini juga membahas aplikabilitas algoritma C4.5 dalam menganalisis data survei kepuasan pelanggan, menunjukkan potensi algoritma ini sebagai alat yang efektif untuk mendukung pengambilan keputusan berbasis data di berbagai sektor industri. Kesimpulannya, penelitian ini memberikan kontribusi penting dalam memahami dan meningkatkan kepuasan pelanggan melalui pendekatan analitik yang canggih.
Deteksi Serangan dalam Jaringan Komputer dengan Algoritma Pohon Keputusan C4.5 Esterlin, Esterlin; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3087

Abstract

Deteksi serangan dalam jaringan komputer menjadi semakin penting seiring dengan meningkatnya kompleksitas serangan cyber yang ditujukan kepada sistem dan infrastruktur informasi. Dalam upaya melawan ancaman ini, penggunaan teknik-teknik kecerdasan buatan telah menjadi fokus utama dalam pengembangan sistem deteksi serangan yang efektif. Salah satu algoritma yang telah terbukti efektif dalam konteks ini adalah algoritma pohon keputusan C4.5. Penelitian ini bertujuan untuk menerapkan algoritma pohon keputusan C4.5 dalam deteksi serangan dalam jaringan komputer. Kami menggunakan dataset yang mencakup berbagai jenis serangan dan aktivitas jaringan untuk melatih dan menguji model deteksi serangan kami. Langkah-langkah yang kami ambil termasuk preprocessing data, pembangunan model pohon keputusan, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa algoritma pohon keputusan C4.5 efektif dalam mengklasifikasikan aktivitas jaringan menjadi serangan dan non-serangan. Model yang dihasilkan mampu mengenali pola-pola yang terkait dengan serangan dan memberikan tingkat akurasi yang memadai dalam pengujian. Analisis lanjutan juga dilakukan untuk memahami faktor-faktor yang paling berpengaruh dalam deteksi serangan. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem deteksi serangan yang lebih efektif dan dapat diandalkan dalam konteks jaringan komputer. Dengan memanfaatkan kekuatan algoritma pohon keputusan C4.5, kami berharap dapat membantu meningkatkan keamanan sistem informasi dan melindungi infrastruktur jaringan dari ancaman cyber yang semakin kompleks dan berkembang.
Evaluasi Keamanan Sistem Informasi dalam Lingkungan Bisnis Digital Alim, Muhammad; Rasyid Munthe, Ibnu; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3088

Abstract

Evaluasi keamanan sistem informasi dalam lingkungan bisnis digital menjadi semakin penting seiring dengan peran yang semakin dominan dari teknologi informasi dalam operasi bisnis. Penelitian ini bertujuan untuk mengevaluasi keamanan sistem informasi dalam konteks bisnis digital, dengan fokus pada identifikasi kerentanan dan risiko yang mungkin timbul serta pengembangan strategi mitigasi yang efektif. Metode penelitian yang digunakan meliputi analisis risiko, audit keamanan, dan pengujian penetrasi. Data yang dikumpulkan mencakup informasi tentang sistem informasi yang digunakan, kerentanan yang terdeteksi, dan hasil pengujian keamanan. Hasil penelitian menunjukkan bahwa meskipun banyak perusahaan telah mengimplementasikan langkah-langkah keamanan, masih ada kerentanan yang dapat dieksploitasi oleh penyerang. Dari analisis risiko dan pengujian penetrasi, beberapa kerentanan kritis telah diidentifikasi yang dapat mengancam keamanan sistem informasi dan data bisnis. Sebagai hasil dari evaluasi ini, disarankan untuk mengadopsi pendekatan yang holistik dalam mengelola keamanan sistem informasi, termasuk implementasi tindakan pengamanan tambahan, pelatihan karyawan tentang praktik keamanan IT yang baik, dan pemantauan yang terus-menerus terhadap lingkungan bisnis digital. Dengan menerapkan strategi mitigasi yang tepat, diharapkan perusahaan dapat mengurangi risiko keamanan dan melindungi aset informasi mereka dalam lingkungan bisnis digital yang semakin kompleks dan rentan terhadap serangan cyber.
Pengembangan Sistem Informasi Kesehatan untuk Manajemen Data Pasien dan Perawatan yang Lebih Baik Nurdila, Nurdila; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3089

Abstract

− Pengembangan sistem informasi kesehatan (SIK) menjadi penting dalam era digital ini untuk meningkatkan manajemen data pasien dan memberikan perawatan yang lebih baik. Penelitian ini bertujuan untuk mengembangkan SIK yang dapat membantu penyedia layanan kesehatan dalam mengelola data pasien dengan lebih efisien serta meningkatkan koordinasi perawatan. Langkah-langkah pengembangan meliputi analisis kebutuhan, desain sistem, implementasi, dan evaluasi kinerja. Sistem yang dikembangkan memiliki fitur-fitur seperti pencatatan riwayat medis pasien, jadwal janji, pemantauan kondisi kesehatan, dan komunikasi antara penyedia layanan kesehatan. Hasil evaluasi menunjukkan bahwa SIK yang dikembangkan berhasil meningkatkan efisiensi dalam manajemen data pasien dan koordinasi perawatan. Penyedia layanan kesehatan dapat dengan mudah mengakses informasi pasien, merencanakan perawatan yang lebih terkoordinasi, dan berkomunikasi secara efektif dengan rekan kerja. Dengan demikian, pengembangan SIK ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan dan hasil pasien melalui manajemen data yang lebih baik dan perawatan yang lebih terkoordinasi.
Analisis Keterkaitan Antara Gejala Penyakit Menggunakan Algoritma Apriori dalam Bidang Kesehatan Rusmina, Eva; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3090

Abstract

Analisis keterkaitan antara gejala penyakit merupakan aspek penting dalam bidang kesehatan yang memungkinkan identifikasi pola hubungan antara gejala yang dialami oleh pasien dan penyakit yang mendasarinya. Dalam konteks ini, algoritma Apriori dari bidang data mining telah diadopsi untuk menganalisis hubungan asosiatif antara gejala penyakit. Studi ini mengusulkan penerapan algoritma Apriori dalam analisis keterkaitan gejala penyakit dengan menggunakan data pasien dan catatan medis. Langkah-langkah sistematis dilakukan untuk membangun model asosiasi yang mengidentifikasi pola kemunculan bersama antara gejala-gejala yang mungkin menandakan adanya penyakit tertentu. Melalui penelitian ini, kami menunjukkan bahwa algoritma Apriori efektif dalam mengungkap pola keterkaitan antara gejala penyakit dalam dataset medis. Hasil analisis memberikan wawasan yang berharga tentang gejala-gejala yang sering kali muncul bersama, yang dapat membantu dokter dalam diagnosis dini dan pengelolaan penyakit. Penerapan algoritma Apriori dalam analisis keterkaitan antara gejala penyakit menawarkan potensi untuk meningkatkan pemahaman tentang profil penyakit dan memungkinkan pengembangan strategi diagnosis yang lebih tepat dan efisien dalam praktik klinis. Oleh karena itu, kontribusi algoritma ini dalam bidang kesehatan dapat menjadi langkah maju dalam upaya peningkatan perawatan pasien dan pengelolaan penyakit secara keseluruhan.
Co-Authors Abdul Karim Esterlin, Esterlin Fachry Abda El Rahman Fitri Andriani, Fitri Irmayani, Decy Muhammad Alim, Muhammad Nurdila, Nurdila Pane, Rahmadani Purba, Hardiman Rahman NST, Arief Rasyid Munthe, Ibnu Rusmina, Eva Sihombing , Volvo Sihombing, Volvo Trianovie, Sri