Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Jurnal Cahaya Mandalika Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Computing Insight: Journal of Computer Science Journal of Manufacturing in Industrial Engineering & Technology
Erie Kresna Andana
Universitas Muhammadiyah Surabaya
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Pencegahan Penularan Virus Covid-19 Dengan Bilik Desinfektan Berbasis Mikrokontroler Maulana Akbar, Muhammad Reza; Winarno, Winarno; Andana, Erie Kresna
Computing Insight : Journal of Computer Science Vol 3 No 2 (2021)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v3i2.9930

Abstract

Dunia saat ini sedang mewaspadai penyebaran virus yang dikenal sebagai virus corona. Ini adalah bagian dari keluarga virus yang menyebabkan penyakit mulai dari flu hingga penyakit yang lebih parah. Jumlah kematian terus bertambah akibat virus corona yang kini telah menyebar luas ke seluruh tanah air, termasuk Indonesia. Adanya cairan desinfektan dapat membunuh virus yang menempel pada pakaian yang dikenakan. Penyemprotan cairan desinfektan dan pemantauan suhu tubuh saat ini masih dilakukan secara manual yang masih menggunakan sumber daya manusia dan memerlukan kontak langsung. Untuk mencegah penyebaran virus covid-19, dibuat sistem penyemprot desinfektan otomatis dan pengukuran suhu tubuh sebagai upaya memutus tali penyebaran.Kata kunci: desinfektan, covid-19
Perancangan Sistem IoT Untuk Deteksi Dini Banjir Berbasis Sensor Water Level Menggunakan Platform BLYNK Iqbal, Muhammad; Rosadi, Aswin; Andana, Erie Kresna
Computing Insight : Journal of Computer Science Vol 4 No 1 (2022)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v4i1.21762

Abstract

Banjir merupakan bencana yang sering terjadi di seluruh dunia, khususnya di Indonesia. Bencana ini terjadidi daerah rawan banjir, sehingga dapat menimbulkan kerusakan yang cukup parah di daerah tersebut.Banjir terjadi karena naiknya permukaan air di sungai atau danau dimana bendungan atau saluran irigasitidak mampu lagi menampung air sebanyak itu. Penyebab utama banjir adalah tersumbatnya saluran airakibat sembarangan membuang sampah masyarakat serta penebangan liar yang dapat menyebabkan banjir.Berdasarkan permasalahan tersebut, peneliti fokus pada ketinggian air pada musim hujan. Oleh karena itu,peneliti merancang prototipe sistem pendeteksi banjir berbasis IoT dengan notifikasi Blynk yangmenggunakan dua buah mikrokontroler yaitu sensor ultrasonik dan sensor ketinggian air sebagai indikatorketinggian air. Sensor ultrasonik berbasis IoT berfungsi mengirimkan data ketinggian air yang akanditampilkan melalui layar LCD, notifikasi Blynk pada smartphone Android dan juga alarm yang dapatdidengar, sedangkan sensor ketinggian air berfungsi memberikan sinyal peringatan pada klakson jika airmenyentuh permukaan air sensor. Dengan dua alat pendeteksi banjir ini, informasi akan lebih cepattersampaikan. Jika sensor ultrasonik mengalami gangguan sinyal, maka sensor ketinggian air akanmemberikan peringatan berupa buzzer alarm ketika air menyentuh sensor. Hasil pengujian prototype iniberfungsi dengan baik dalam mengirimkan peringatan atau sinyal dengan notifikasi pada aplikasi Blynksebagai peringatan banjir kepada masyarakat.
Tren yang Muncul dalam Analisis Big Data: Peluang untuk Intelijen Bisnis Laksono, Agung; Taufik, Imam; Andana, Erie Kresna; Setiawan, Heri Aji; Hadityo, Catur Hendro
Jurnal Cahaya Mandalika ISSN 2721-4796 (online) Vol. 3 No. 3 (2022)
Publisher : Institut Penelitian Dan Pengambangan Mandalika Indonesia (IP2MI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/jcm.v3i3.2891

Abstract

Analisis Big Data telah menjadi fokus utama dalam dunia bisnis untuk mengungkap pola, tren, dan wawasan yang berharga dari jumlah data yang besar dan kompleks. Artikel ini bertujuan untuk mengeksplorasi tren yang muncul dalam analisis Big Data serta peluang yang dihadirkannya bagi intelijen bisnis. Metode kualitatif digunakan untuk menelaah dan menganalisis studi literatur melalui library research. Hasil penelitian menunjukkan bahwa terdapat beberapa tren yang muncul dalam analisis Big Data, termasuk penggunaan teknik analisis data canggih seperti machine learning dan data mining, integrasi sumber data yang beragam, dan peningkatan fokus pada analisis real-time. Selain itu, artikel ini juga mengidentifikasi berbagai peluang yang ditawarkan oleh analisis Big Data dalam konteks intelijen bisnis, seperti kemampuan untuk meramalkan tren pasar, mendeteksi anomali, dan meningkatkan pengambilan keputusan berbasis data. Dengan memanfaatkan tren ini, perusahaan dapat mengoptimalkan strategi bisnis mereka, meningkatkan efisiensi operasional, dan menciptakan nilai tambah bagi pelanggan mereka. Namun, tantangan seperti privasi data, keamanan informasi, dan keterbatasan infrastruktur teknologi juga perlu diatasi agar implementasi analisis Big Data dapat sukses.
Peningkatan Evaluasi Risiko Kredit Menggunakan Decision Tree C 4.5 Novianti, Triuli; Mandati, Sri Amaliah; Andana, Erie Kresna
Journal of Manufacturing in Industrial Engineering & Technology Vol 2 No 2 (2023): Journal of Manufacturing in Industrial Engineering & Technology
Publisher : Universitas Muhammadiyah Surabaya Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/mine-tech.v2i2.21749

Abstract

Sektor keuangan sangat penting dalam memberikan kredit kepada individu dan perusahaan, namun keputusan kredit pada dasarnya berisiko. Metode manajemen risiko kredit yang efektif sangatlah penting. Metode Decision Tree C 4.5 menawarkan model pengambilan keputusan yang dapat ditafsirkan, yang penelitian ini terapkan pada data Kredit Jerman untuk meningkatkan sistem evaluasi risiko kredit. Klasifikasi mengelompokkan data ke dalam kelas berdasarkan atribut, menggunakan algoritma pembelajaran mesin untuk memprediksi label kelas. Penambangan data mengungkap pola dalam kumpulan data besar melalui langkah-langkah seperti pengumpulan data, pembersihan, pemilihan fitur, dan pemodelan. Decision Tree mewakili keputusan dan hasil, dengan Decision Tree C 4.5 menjadi algoritma penting untuk tugas klasifikasi. Peneliti tersebut menggunakan Penguatan Informasi untuk pemilihan atribut, membagi data pada node, dan dapat menangani data yang hilang dan pemangkasan. Kredit merupakan alat keuangan yang harus dikelola untuk memitigasi risiko. RapidMiner adalah platform sumber terbuka untuk analisis data, menampilkan antarmuka yang ramah pengguna, pustaka algoritma, dan alat validasi model. Penelitian eksperimental ini mengikuti tahapan pengumpulan data, praproses, usulan model, pengujian, dan evaluasi hasil. Data kredit Jerman dengan 1000 catatan dan 20 atribut digunakan. Algoritma Decision Tree C4.5 diterapkan menggunakan RapidMiner, dengan data dibagi menjadi set pelatihan dan pengujian untuk menentukan akurasi tertinggi. Algoritma Decision Tree C 4.5 yang diterapkan di RapidMiner menghasilkan Decision Tree dan kumpulan aturan. Akurasi terbaik dicapai dengan 75% data latih dan 25% data uji, sehingga menghasilkan akurasi 71,60%. Metode Decision Tree C 4.5 secara efektif mengklasifikasikan data kredit, memberikan wawasan berharga untuk evaluasi risiko kredit. Penelitian ini berkontribusi pada pengembangan model penerimaan kredit yang andal, bermanfaat bagi lembaga keuangan dan masyarakat.
Co-Authors Aswin Rosadi Baehaqi Cindy Rahmasari Hadityo, Catur Hendro Haq, Muhamad Amirul Haryanti, Tining Heru Purwanto Heru Purwanto Imam Taufik Laksono, Agung Maulana Akbar, Muhammad Reza Muhammad Iqbal Muhammad Reza Maulana Akbar Rahmasari, Cindy Rini Rahmawati Rini Rahmawati, Rini Riyadi, Muhammad Akmal Fijar Setiawan, Heri Aji Sri Amaliah Mandati Triuli Novianti Triuli Novianti Triuli Novianti, Triuli Winarno Winarno Winarno, Winarno