Article Per Year (5 Year)
p-Index From 2021 - 2026
5.785
P-Index
This Author published in this journals
All Journal Sinergi Jurnal Komputer Terapan Jurnal TAM (Technology Acceptance Model) Jusikom : Jurnal Sistem Komputer Musirawas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Teknologi Informasi MURA J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSIM (Jurnal Sistem Informasi Musirawas) Technologia: Jurnal Ilmiah Jurnal Sistem Komputer dan Informatika (JSON) Brahmana : Jurnal Penerapan Kecerdasan Buatan Jurnal Pengabdian kepada Masyarakat Nusantara Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Nasional Ilmu Komputer RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Jurnal Pengembangan Sistem Informasi dan Informatika KLIK: Kajian Ilmiah Informatika dan Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) BISMA Cendekia International Journal Cister Prosiding Seminar Riset Mahasiswa Jurnal Teknologi Informasi Mura PEDAMAS (Pengabdian Kepada Masyarakat) Adpebi Science Series Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal TAM (Technology Acceptance Model) Jurnal UNIV.BI MENGABDI
Lingga Wijaya, Harma Oktafia
Universitas Bina Insan, Lubuk Linggau, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Transportation Veterinary Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 5   6   7   8   9 
Forecasting Tingkat Kepuasan Siswa Terhadap Proses Pembelajaran Menggunakan Metode K-Nearest Neighbor Elmayati, Elmayati; Handayani , Diah Fitria; Wijaya, Harma Oktafia Lingga; Aktavera, Beni
Jurnal Pengembangan Sistem Informasi dan Informatika Vol. 4 No. 3 (2023): Jurnal Pengembangan Sistem Informasi dan Informatika
Publisher : Training & Research Institute - Jeramba Ilmu Sukses

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jpsii.v4i3.1659

Abstract

Education is a crucial aspect in the formation of society and individual development. Student satisfaction is an important indicator that reflects the effectiveness of the learning process. In this context, this research proposes applying the K-Nearest Neighbor (KNN) method as a predictive tool to identify factors influencing student satisfaction. Historical data on student satisfaction is collected and analyzed to build a prediction model using KNN. This research aims to increase the effectiveness of the learning process by understanding the factors contributing to student satisfaction. Through personalizing learning experiences, identifying causes of dissatisfaction, and developing innovative strategies, KNN predictions can provide deep insights into educational institutions. It is hoped that the results of these predictions can be used to increase student retention, efficiency in academic management, and transparency in the educational environment. By integrating artificial intelligence into evaluating student satisfaction, this research contributes to developing more adaptive and responsive educational strategies. In conclusion, predicting student satisfaction using KNN is an essential basis for creating a learning environment that has a positive and sustainable impact on student development in the modern educational era. This data was collected by distributing questionnaires to students with a sample size of 160 data. So it is known that there are 112 training data and 48 testing data. Then, from applying the K-Nearest Neighbor method, the value of K=12 is known. So, the test results using the Python programming language with a data division of 70%:30% produce an accuracy value of 80%, a precision value of 79%, a recall of 100%, and an F1-Score of 88%.
Prediksi Penjualan Obat Menggunakan Metode Forecasting Exponential Smooting Models (Kasus pada Apotek Simpang F) Sari, Putri Permata; Hidayat, Asep Toyib; Wijaya, Harma Oktafia Lingga; Armanto, A
Brahmana : Jurnal Penerapan Kecerdasan Buatan Vol 4, No 2 (2023): Edisi Juni
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/brahmana.v4i2.187

Abstract

Prediction is an attempt to predict future conditions through testing conditions in the past. The problem with the Simpang F Pharmacy is that the Pharmacy has not been able to predict drug sales in the future because the demand for drugs is increasing. In this study, the use of the Single Exponential Smoothing (SES) method was implemented to predict drug sales at the Simpang F Pharmacy based on previous data. The drug samples used were 8 drugs, namely Paracetamol 500 mg, Ketoconazol 200 mg, Paraflu, Ambroxol 30 mg, Piroxicam 20 mg, Antacids, Tera-F and Samtacid as many as 264 data, from February 2020 to October 2022. Data testing used the Rstudio programming. In analyzing the researchers used the stages of inputting data, viewing data plots, making predictions, and measuring the Mean Percentage Error (MAPE) error value. The prediction results of drug sales at the Simpang F Pharmacy are Paracetamol 422.4929, Ketoconazole 180.0739, Paraflu 860.0145, Ambroxol 337.0633, Piroxicam 175.0015, Antacids 839.1842, Tera-F 910.6769, and Samtacid 167.1121. With MAPE values of 10.62926 ,17.39772 ,9.727205 9.095175, 14.94 4.617481, 4.052524, and 9.727205. And the accuracy of the prediction results was Paracetamol 89.4%, Ketoconazole 82.2%, Paraflu 95.4%, Ambroxol 90.9 %, antacids 95.4%, Tera-F 96%, and Samtacid 90.3%. Accuracy is stated as accurate for predictions using the Single Exponential Smoothing (SES) method.
Penerapan Algoritma Random Forest Dalam Klasifikasi Penjurusan Di SMA Negeri Tugumulyo Marlina, Haiza; Elmayati, E; Zulius, Antoni; Wijaya, Harma Oktafia Lingga
Brahmana : Jurnal Penerapan Kecerdasan Buatan Vol 4, No 2 (2023): Edisi Juni
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/brahmana.v4i2.188

Abstract

The problem in this study is the difficulty in determining the majors at Tugumulyo State High School, for that a classification model is needed that can determine the right majors in student majors at Tugumulyo State High School. This research uses data collection methods, by observing and recording directly at the research site (observation), asking questions directly to the source (interview), and documentation by reading literature guidelines. The results showed that the majors classification model using the Random Forest algorithm. It can be concluded that the model built using the R programming language gets an accuracy value of 0.9314 and is included in the good classification category.
Game Edukasi Anak Raudathul Athfal Menggunakan Construct 2 Aktavera, Beni; Wijaya, Harma Oktafia Lingga; Elmayati, Elmayati
Jurnal Nasional Ilmu Komputer Vol. 4 No. 3 (2023): Jurnal Nasional Ilmu Komputer
Publisher : Training and Research Institute Jeramba Ilmu Sukses (TRI - JIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jurnalnik.v4i3.1657

Abstract

Perkembangan teknologi membuka peluang baru dalam mendukung proses pembelajaran anak usia dini di lembaga pendidikan Islam seperti Raudhatul Athfal. Penelitian ini bertujuan merancang game edukasi menggunakan Construct 2 sebagai alat pengembangan, dengan fokus pada materi pendidikan Islam. Construct 2 dipilih karena antarmuka pengguna yang sederhana memungkinkan pendidik atau pengembang tanpa latar belakang teknis yang mendalam untuk merancang permainan dengan logika permainan yang kompleks. Game ini dirancang untuk meningkatkan motivasi belajar anak-anak usia dini dengan menyajikan materi pendidikan Islam, seperti pengenalan huruf Arab, angka, kisah-kisah Nabi, dan nilai-nilai moral, melalui pengalaman bermain yang interaktif dan menyenangkan. Metode pengajaran tradisional di Raudhatul Athfal akan dilengkapi dengan penggunaan game edukasi, memungkinkan anak-anak untuk belajar secara mandiri dan meningkatkan keterlibatan orang tua di rumah. Tujuan utama adalah menciptakan lingkungan pembelajaran holistik yang merangsang perkembangan kognitif, moral, karakter, dan spiritual anak-anak. Hasil dari penelitian ini diharapkan dapat memberikan panduan praktis untuk implementasi game edukasi dalam konteks lembaga pendidikan Islam, dengan Construct 2 sebagai alat pengembangan yang efektif dan mudah digunakan.
Analisis Tingkat Kualitas Website Terhadap E-Commerce Shopee Dengan Menggunakan Metode Importance Perfomance Analysis (IPA) Sujayanti, Elies Fifit; Satrianansyah, Satrianansyah; Wijaya, Harma Oktafia Lingga; Elmayati, Elmayati
BISMA Cendekia Vol. 4 No. 1 (2023): BISMA Cendekia - September 2023
Publisher : Politeknik Cendana

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

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pelanggan yang diberikan oleh Shopee kepada konsumennya. Penelitian ini menggunakan 5 dimensi kualitas pelayanan untuk mengetahui tingkat kepuasan pelanggan berdasarkan bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), dan kepedulian (empathy). Dalam penelitian ini dapat didefenisikan permasalahan yang terjadi seperti banyaknya pesaing yang menawarkan produk-produk sejenis, terdapat beberapa hal mengenai ketidakpuasan konsumen dari dimendsi bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), , dan kepedulian (empathy). Batasan dalam penelitian ini hanya pada analisis kepuasan pelanggan terhadap pelayanan situs online shop Shopee. Teknik pengumpulan data yang digunakan dalam penelitian ini yaitu dengan menggunakan angket, sedangkan analisis data yang dilakukan menggunakan teknik Analisis Importance Performace. Adapun hasil dari penelitian ini yaitu masih terdapat beberapa pelanggan yang merasa kurang puas dengan pelayanan yang diberikan oleh Shopee berdasarkan 5 dimensi kualitas pelayanan pada bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), dan kepedulian (empathy).
IoT Botnet Detection Using Autoencoders and Decision Trees Susanto, Susanto; Arifin, M. Agus Syamsul; Wijaya, Harma Oktafia Lingga
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 12 No. 3 (2023): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i3.1693

Abstract

The use of IoT devices has grown rapidly, leading to an increase in cyber attacks that pose greater security and privacy threats than ever before. One such threat is botnet attacks on IoT devices. An IoT botnet is a group of Internet-connected IoT devices infected with malware and remotely controlled by an attacker. Machine learning techniques can be employed to detect botnet attacks. The use of machine learning-based detection methods has been shown to be effective in identifying cyber attacks. The performance of the detection system in machine learning can be improved by utilizing data reduction methods. The data reduction process in classification is used to overcome the problem of scalability and computation resources in the IoT. This paper proposes a detection system using the Autoencoder reduction method and the Decision tree classification method. The test results demonstrate that the Deep Autoencoder algorithm can reduce data and memory usage from 1.62 GB to 75.9 MB, while also improving the performance of decision tree classification, resulting in a high level of accuracy up to 100%. The Autoencoder approach in conjunction with the Decision Tree exhibits superior capabilities compared to previous studies.
PENINGKATAN KEMAMPUAN SISWA SMK NEGERI 5 REJANG LEBONG MELALUI PELATIHAN JARINGAN FUNDAMENTAL Beni Aktavera; Harma Oktafia Lingga Wijaya; Biankha Ariesty; Armanto
PEDAMAS (PENGABDIAN KEPADA MASYARAKAT) Vol. 1 No. 04 (2023): NOVEMBER 2023
Publisher : MEDIA INOVASI PENDIDIKAN DAN PUBLIKASI

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

Abstract

SMK Negeri 5 Rejang Lebong merupakan salah satu SMK yang ada di kabupaten Rejang Lebong yang berbatasan langsung dengan Kota Lubuklinggau. Kegiatan pengabdian pada masyarakat (PKM) yang dilaksanakan bertujuan memberikan pemahaman tentang Jaringan fundamental yang nantinya akan digunakan siswa-siswi sebagai dasar dari kompetensi siswa-siswi SMK itu sendiri, serta pelatihan ini juga upaya untuk meningkatkan keterampilan dasar jaringan fundamental. Pada era globalisasi ini, siswa-siswi SMK diharapkan dapat mengerti dan paham mengeai jaringan komputer, jaringan komputer merupakan materi ke tiga yang harus dikuasai oleh siswa-siswi SMK Negeri 5 Rejang Lebong. Pelatihan ini dilakukan oleh selama 2(hari) dengan jumlah peserta sebanyak 60 siswa-siswi, materi yang diberikan selama pelatihan diantaranya, Apa itu Jaringan Komputer, IP Address dan MAC Address, Jaringan Berdasarkan Area, Perangkat Jaringan (Network Devices), Media Transmisi. Hasil kegiatan ini adalah peningkatan pemahaman siswa-siswi tentang jaringan komputer fundamental.
ANALISIS SENTIMEN MASYARAKAT TERHADAP KENAIKAN HARGA BBM DI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Fauzan, Muazim Rahman; Wijaya, Harma Oktafia Lingga; Satrianansyah, Satrianansyah; Karman, Joni
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Melalui media sosial twitter, masyarakat bisa berbagi cuitan tentang kesehariannya, berbagi foto, berita terbaru, cuaca, politik, ataupun menyampaikan pendapat tentang suatu hal yang sedang trending topic. Salah satu isu yang sedang trending topic di twitter pada bulan september 2022 di indonesia adalah harga BBM naik. Indonesia secara resmi menaikan harga BBM dikarenakan meroketnya harga minyak dunia. Sehingga pemerintah tidak dapat lagi menjual harga BBM yang sama seperti sebelumnya kepada masyarakat, hal ini dilakukan pemerintah untuk mengurangai pengeluaran negara yang semakin membesar. Penelitian dilakukan untuk mengetahui sentimen masyarakat terhadap kenaikan harga BBM pada tweets pengguna media sosial twitter menggunakan metode SVM. Data yang di ambil adalah 5000 data tweets yang menggunakan kata kunci “harga bbm naik”. Pada tahap preprocessing dari 5000 data, tersisa menjadi 4209 data. Lebelling data dilakukan otomatis menggunakan library TextBlob. Hasil labelling data menggunakan library TextBlob dibagi menjadi 3 sentimen yaitu sentimen positif sebanyak 1275, sentimen negatif sebanyak 1287, dan sentimen netral sebanyak 1647. Klasifikasi dan evalusi dilakukan menggunakan metode SVM. Berdasarkan nilai perbandingan data training dan testing sebesar 9:1, 8:2, dan 7:3 diperoleh hasil yang paling tinggi menggunakan metode SVM adalah perbandingan data training dan testing 9:1 dengan tingkat akurasi sebesar 76%.Keyword: Analisis Sentimen, harga BBM, Support Vector Machine, Twitter.
IMPLEMENTASI ALGORITMA NAÏVE BAYES PADA KLASIFIKASI PENENTUAN JENIS KARTU KREDIT Tri Susilo, Andri Anto; Wijaya, Harma Oktafia Lingga; Elmayati, Elmayati
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 8 No 2 (2023): JUTIM (Jurnal Teknik Informatika Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v1i1.2161

Abstract

Kartu Kredit adalah Alat Pembayaran Dengan Menggunakan Kartu (APMK) yang yang dikeluarkan oleh sebuah Bank dan dapat digunakan untuk melakukan pembayaran atas kewajiban yang timbul dari suatu kegiatan ekonomi, termasuk transaksi pembelanjaan dan/atau untuk melakukan penarikan tunai, dimana kewajiban pembayaran pemegang kartu dipenuhi terlebih dahulu oleh acquirer atau penerbit, dan pemegang kartu berkewajiban untuk melakukan pembayaran pada waktu yang disepakati baik dengan pelunasan secara sekaligus (charge card) ataupun dengan pembayaran secara angsuran. Dalam proses pengajuan kartu kredit yang dilakukan oleh nasabah, terdapat permasalahan yang timbul yaitu sulitnya analis kartu kredit dalam menentukan jenis kartu kredit yang sesuai untuk nasabah. Sulitnya analisa disebabkan karena banyak faktor pengikat didalam pemberian kartu kredit seperti jenis kelamin, status rumah, status, jumlah tanggungan, profesi, penghasilan per tahun dan yang lainnya. Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data. Proses pengumpulan dan ekstraksi informasi tersebut dapat dilakukan menggunakan perangkat lunak dengan bantuan perhitungan statistika, matematika, ataupun teknologi Artificial Intelligence (AI). Salah satu algoritma yang sering digunakan dalam proses data mining adalah Naïve Bayes Classifier. Naïve bayes clasiffier adalah pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Hasil penelitian berupa Implementasi Algoritma Naïve Bayes Pada Klasifikasi Penentuan Kartu Kredit. Dari pengujian model yang terbentuk dengan menggunakan persentase 80% data training dan 20 % data testing menggunakan algoritma naïve bayes, didapat nilai akurasi yaitu 0,975, Presisi yaitu 0,929, Nilai Recall yaitu 0,915 dan F1 Score 0,915. Kata Kunci :
PENGENALAN TEKNOLOGI INFORMASI DALAM FILM EDUKASI DI TANJUNG HARAPAN Lingga Wijaya, Harma Oktafia; Sari, Wisdalia Maya; Armanto, Armanto; Susilo, Andrianto Tri; Intan, Bunga; Nansyah, Satria
JURNAL UNIV.BI MENGABDI Vol 1 No 1 (2022): Jurnal UNIV.BI Mengabdi : Desember
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/mengabdi.v1i1.1879

Abstract

Film adalah salah satu hasil dari sebuah karya sastra yang dibuat oleh seseorang dengan imajinasi dan kreativitas yang dimilikinya. Film memuat cerita yang unik dan menarik sehingga banyak digemari oleh masyarakat karena sejak dulu keberadaan film diterima baik dalam kehidupan masyarakat. Film semakin populer karena menayangkan berbagai cerita yang mengandung nilai-nilai baik untuk diterapkan dalam kehidupan. Peranan media film dalam pembelajaran sangat penting untuk memberikan informasi terbaru mengenai perkembangan teknologi informasi. Pemanfaatan film dalam pembelajaran dapat dijadikan sebagai salah satu alternatif dalam mengarahkan anak-anak dan remaja setelah menyimak dan mengamati film yang dijadikan sebagai media informasi dan anak-anak dapat mengambil berbagai pelajaran yang positif terkait film tersebut.
Co-Authors A.A. Ketut Agung Cahyawan W Adi Saputra Aditya Nugroho Aktavera, Beni Ali Amran Andri Anto Tri Susilo, Andri Anto Anita Sari Aprisusanti, Rani Purnama Armanto Armanto Armanto Armanto Armanto armanto armanto Armanto, A Armanto, Armanto Audya, Rosa Ayu Fitria, Sekar Basmansyah, Attaya Rifki Beni Aktavera Beni Mandala Putra Biankha Ariesty Bunga Intan Chandra Yuliansyah Cindi Wulandari Daulay, Nelly Khairaini Daulay, Nelly Khairani Davit Irawan Devi Purwanti, Devi Dwi Budi Santoso E Elmayati Elmayati Elmayati, E Elmayati, Elmayati Fachry Abda El Rahman Fauzan, Muazim Rahman Fienda Altamevia Handayani , Diah Fitria Hartansyah, Dendi Hidayat, Asep Toyib Intan, Bunga Jeki Saputra joni karman Karman, Joni Khoirina Khoirina Marlina, Haiza Mediriansyah Mediriansyah Mohamad, Fatma Susilawati nansyah, Satria Nopalia Nopalia Nur Alamsyah, Muhammad Nurdiansyah, Deni Rani Purnama Aprisusanti Regina Regina Rudi Kurniawan Rusdiyanto Rusdiyanto Rusdiyanto Rusdiyanto, Rusdiyanto Samsuryadi Samsuryadi Sari, Wisdalia Maya Satrianansyah, Satrianansyah Selviyani sobri, ahmad Soleha, Romi Aprillia Sujayanti, Elies Fifit Susanto Susanto Susanto Susanto Susanto Syamsul Arifin, M. Agus Taufik Rahman Tri Hasanah Bimastari Aviani Wisdalia Maya Sari Wisdalia Maya Sari Wulandari, Cindi Yunita Yunita Yunita Yunita Zulhipni Reno Saputra Els Zulius, Antoni