Article Per Year (5 Year)
p-Index From 2020 - 2025
2.997
P-Index
This Author published in this journals
All Journal Edulib JATI (Jurnal Mahasiswa Teknik Informatika) CIVITAS (JURNAL PEMBELAJARAN DAN ILMU CIVIC) Instal : Jurnal Komputer AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) Jurnal Kecerdasan Buatan dan Teknologi Informasi
Pratama, Denni
Unknown Affiliation
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Nursing Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Library Book Loan Data Clustering Using K-Means Algorithm to Improve Book Loans Pratama, Denni; Hermawan, Sari; Juliane, Christina
Edulib Vol 13, No 2 (2023)
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/edulib.v13i1.50003

Abstract

Entering the post-pandemic new standard era in 2022 as of June, the number of borrowed books at the Indonesian University of Education Library could be more optimal compared to the year before the pandemic (2018 - 2019). Lending in 2022 can still be increased by arranging the most borrowed books in one group. This research aims to classify books more optimally, which will be applied to book arrangement. Optimal book arrangement allows library visitors to find books more efficiently based on the books that are most often borrowed so that they are interested in borrowing other books in a group. Data mining is a term used to describe knowledge in a database from a repository by finding patterns and trends in data through examination with statistical and mathematical techniques. Clustering is a data mining method that can be used to determine the data clusters. One of the algorithms that can be used is K-Means. The clustering pattern obtained shows 2 (two) grouping clusters. Book titles in cluster 0 contain book titles related to research methodology, statistics, measurement scales, assessment, and learning evaluation. While cluster 1 tends to contain psychology, counseling, religion, philosophy, management, economics, and history. This data can be used by librarians in prioritizing purchasing a collection of books in the subsequent procurement.
PKM Pengembangan Aplikasi Perpajakan Berbasis Web Untuk Usaha Mikro Kecil Dan Menengah (UMKM) Pratama, Denni; Muhamad Basysyar , Fadhil; Ali, Irfan; Arie Wijaya, Yudhistira; Andriyanti, Rina
AMMA : Jurnal Pengabdian Masyarakat Vol. 1 No. 05 (2022): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

The development of information technology has had a significant impact on various sectors, including taxation. Small and Medium Enterprises (SMEs) in Indonesia often face difficulties in managing their taxes due to a lack of knowledge and limited resources. Therefore, this research aims to develop a web-based taxation application that can assist SMEs in managing their taxes more efficiently and accurately. The methodology used in the development of this application includes the stages of needs analysis, system design, implementation, and testing. The result of this research is a user-friendly web-based taxation application that can facilitate SMEs in tax calculation, reporting, and payment automatically. This application is expected to improve tax compliance among SMEs and reduce errors in the tax reporting process. Thus, this application has the potential to be a practical solution for SMEs to tackle taxation challenges in the digital era.
PKM Pelatihan Dan Pendampingan Inovasi Produk Teng Teng Rumahan Desa Tarikolot Sumedang Pratama, Denni; Nurhakim, Bani; Rizki Rinaldi , Ade; Maulana, Arman; Ningrum, Cistia
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 5 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Tarikolot Village in Sumedang is known for producing a traditional snack, teng teng, which has a unique flavor but lacks widespread recognition in modern markets. The challenges faced by teng teng artisans include limited product innovation and marketing strategies, resulting in stagnant income. Through this Student Creativity Program (PKM), training and mentoring are provided to enhance the quality and variety of teng teng products, making them more appealing to consumers. The objective of this activity is to equip the artisans with the knowledge and skills to develop product innovations and effective marketing strategies, enabling them to compete in a broader market. The methods employed include theoretical and practical training on creating teng teng with innovative flavors and packaging, as well as mentoring in designing digital marketing strategies. The expected outcomes of this activity are improved product quality, diversified product offerings, and enhanced marketing knowledge and skills among the artisans. It is anticipated that this program will increase the competitiveness of teng teng products in local and national markets, contributing to the economic well-being of the Tarikolot Village community.
PKM Peningkatan Daya Saing UMKM Melalui Inovasi Desain Dan Kemasan Produk Makanan Pratama, Denni; Rinaldi Dikananda, Arif; Faqih, Ahmad; Ningrum, Cistia; Dwi Kusuma, Lukman
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 5 : Juni (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

MSMEs in the food sector play a crucial role in Indonesia's economy. However, the competitiveness of MSME products remains low due to a lack of innovation in product design and packaging. This issue hinders broader market penetration and reduces consumer interest. This program aims to enhance the competitiveness of MSME products through innovative and functional design and packaging. The methods employed include design training and workshops, as well as mentoring in implementing new packaging. The expected outcome is an improvement in the quality of product design and packaging, which can attract more consumers and boost sales. Consequently, MSMEs can compete more effectively in both local and international markets.
PENERAPAN METODE RANDOM FOREST DALAM MENGANALISIS SENTIMEN PENGGUNA APLIKASI CAPCUT DI GOOGLE PLAY STORE Sagita, Ayu; Faqih, Ahmad; Dwilestari, Gifthera; Siswoyo, Bambang; Pratama, Denni
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.v7i6.8205

Abstract

Pengguna aplikasi CapCut semakin meluas di kalangan pengguna smartphone. Namun, tanggapan pengguna terhadap aplikasi ini sangat bervariasi. Selain itu, perkembangan terus-menerus dalam menambah fitur dan kemampuan pengeditan telah membawa kompleksitas penggunaan aplikasi ini semakin meningkat. Penelitian ini bertujuan untuk menganalisis sentimen pengguna CapCut melalui ulasan yang terdapat di Google Play Store menggunakan metode Random Forest. Metode ini dipilih untuk mengidentifikasi dan mengelompokkan tanggapan pengguna ke dalam kategori positif dan negatif secara efisien. Dataset yang digunakan dalam penelitian ini mencakup 5000 ulasan, mencerminkan keragaman pendapat dari pengguna yang berpartisipasi aktif. Tahapan preprocessing data melibatkan proses cleaning, case folding, tokenisasi, stopword removal, dan lemmatisasi untuk memastikan kualitas data yang baik sebelum dilakukan analisis sentimen. Selanjutnya, pembobotan kata dilakukan dengan metode TF-IDF untuk memberikan nilai bobot pada kata-kata yang mempengaruhi sentimen pengguna. Hasil penelitian menunjukkan bahwa metode Random Forest memberikan tingkat akurasi yang tinggi dalam menganalisis sentimen pengguna CapCut, dengan akurasi sebesar 86%, presisi 89%, recall 81%, dan f1-score 85%. Penelitian ini memberikan pemahaman lebih lanjut terkait tanggapan pengguna terhadap aplikasi CapCut, serta menegaskan keberhasilan metode Random Forest dalam menangani analisis sentimen pada dataset ulasan pengguna di Google Play Store.
PENERAPAN DATA MINING UNTUK MENGESTIMASI PERSENTASE PENDUDUK MISKIN DI JAWA BARAT MENGGUNAKAN REGRESI LINIER BERGANDA Sazwati, Anggi; Pratama, Denni; Anam, Khaerul; Wahyudin, Edi; Rifa'i, Ahmad
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.v8i1.8214

Abstract

Kemiskinan menjadi salah satu permasalahan serius bagi pemerintah Indonesia, termasuk di wilayah Jawa Barat. Tingkat kemiskinan yang tinggi dapat menghambat pembangunan ekonomi, meningkatkan kesenjangan sosial, dan mengurangi kualitas hidup masyarakat. Oleh karena itu, penelitian ini bertujuan untuk menganalisis estimasi persentase penduduk miskin di Jawa Barat dan mengidentifikasi variabel yang berpengaruh terhadap tingkat kemiskinan. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari sumber resmi Badan Pusat Statistik (BPS). Metode analisis yang digunakan adalah regresi linier sesuai dengan tujuan analisis untuk mengetahui pemahaman tentang sejauh mana variabel independen mempengaruhi variabel dependen dan mampu melakukan prediksi terhadap nilai variabel dependen ketika nilai variabel independen telah diketahui. Dalam penelitian ini diperoleh hasil estimasi pada lima kabupaten di Jawa Barat, yaitu Bogor, Bandung, Kuningan, Cirebon, dan Pangandaran. Evaluasi hasil estimasi dengan menggunakan nilai RMSE sebesar 2.012 dan Relative Error sebesar 18.90%. Analisis lebih lanjut terhadap model menunjukkan bahwa faktor yang berpengaruh terhadap tingkat kemiskinan adalah indeks pembangunan manusia (IPM) dengan korelasi sebesar -0.752, korelasi yang kuat ini mengindikasikan bahwa peningkatan IPM dapat efektif mengurangi tingkat kemiskinan di Jawa Barat.
PENERAPAN MODEL REGRESI LINIER UNTUK PREDIKSI HARGA SAHAM BANK BCA PADA BURSA EFEK INDONESIA Zapar, Rizky; Pratama, Denni; Kaslani, Kaslani; Rohmat, Cep Lukman; Faturrohman, Faturrohman
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.v8i1.8215

Abstract

Dalam era globalisasi dan kompleksitas pasar modal, analisis prediksi harga saham menjadi elemen krusial bagi keberhasilan investor dan perusahaan. Fluktuasi harga saham yang tidak menentu menciptakan tantangan dalam meramalkan pergerakan pasar. Metodologi KDD (Knowledge Discovery in Databases) digunakan untuk mengekstraksi pengetahuan berharga dari data historis harga saham Bank BCA. Dengan fokus pada metode regresi linier, penelitian ini bertujuan untuk meningkatkan akurasi prediksi harga saham dan memvalidasi model menggunakan K-Fold Cross-Validation. Hasil evaluasi menunjukkan nilai RMSE sebesar 0.032, menandakan tingkat kesalahan yang rendah dan konsistensi kinerja model. Absolute Error sebesar 0.024 dengan rentang 0.007 mengindikasikan kemampuan model memberikan perkiraan yang akurat terhadap pergerakan harga saham. Root Relative Squared Error sebesar 0.138 dengan rentang 0.036 mencerminkan tingkat kesalahan relatif terhadap variasi data yang dapat dipertahankan oleh model. Dengan Squared Error sebesar 0.001 dan rentang 0.001, sebaran kesalahan prediksi model menunjukkan bahwa sebagian besar prediksi model berada dalam kisaran nilai sebenarnya. Model regresi linier dengan pendekatan KDD mampu memberikan prediksi harga saham Bank BCA dengan tingkat akurasi yang tinggi dan konsistensi yang baik, memberikan landasan yang kuat untuk pengambilan keputusan investasi di masa depan.
PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DIAGNOSA TUMOR OTAK Azhar, Azhar; Siswoyo, Bambang; Pratama, Denni; Anam, Khaerul; Susana, Heliyanti
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.v8i2.8242

Abstract

Penelitian ini bertujuan untuk mengimplementasikan Convolutional Neural Network (CNN) dalam klasifikasi tumor otak dari citra medis, membedakan empat kelas utama: Glioma, Meningioma, Pituitary, dan NonTumor. Masalah utama yang diatasi adalah kebutuhan akan diagnosis yang cepat dan akurat dalam penanganan kanker otak, yang seringkali terhambat oleh keterbatasan metode tradisional. Dengan mengumpulkan dataset yang komprehensif, dilakukan pemrosesan dan augmentasi data sebelum melatih model CNN, penelitian ini berhasil mencapai akurasi yang tinggi dalam mengklasifikasikan tumor otak. Hasilnya menunjukkan bahwa pendekatan ini memiliki potensi untuk meningkatkan diagnosis dan penanganan kanker otak dengan lebih efisien dan akurat, berkontribusi pada kemajuan dalam bidang medis dan teknologi.
KOMPARASI ALGORITMA K-MEANS DAN K-MEDOIDS DALAM ANALISIS PENGELOMPOKAN DAERAH RAWAN KRIMINALITAS DI INDONESIA Hoerunnisa, Anis; Dwilestari, Gifthera; Dikananda, Fatihanursari; Sunana, Heliyanti; Pratama, Denni
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.v8i1.8249

Abstract

Kriminalitas sebagai fenomena yang kompleks, memiliki dampak serius pada stabilitas dan ketertiban sosial, sertamemengaruhi aspek sosial dan ekonomi suatu wilayah. Pemahaman mendalam terhadap area-area rentan terhadap tindak kriminal menjadi esensial dalam upaya mencegah dan menangani kejahatan. Penelitian ini bertujuan eksploratif untuk membandingkan efektivitas dua metode clustering, yaitu K-Means dan K-Medoids, dalam menganalisis daerah-daerah rentan kriminal di Indonesia.Metode penelitian melibatkan langkah-langkah seperti pengumpulan data kriminalitas dari sumber terpercaya, penyortiran, dan pengolahan data untuk membentuk dataset yang akurat. Dengan menggunakan pendekatan Knowledge Discovery in Databases (KDD), penelitian ini menerapkan algoritma K-Means, pengelompokan dalam analisis data yang bertujuan mengelompokkan data menjadi beberapa klaster, dan K-Medoids, variasi K-Means yang menggunakan medoid sebagai representasi klaster. Hasil analisis menunjukkan bahwa kedua algoritma dapat digunakan untuk mengelompokkan daerah rawan kriminalitas di Indonesia, dengan K-Means membentuk 5 cluster dan K-Medoids membentuk 2 cluster. Evaluasi menggunakan Davies-Bouldin Index (DBI) menunjukkan bahwa K-Means lebih optimal (DBI=0,463) dibandingkan K-Medoids (DBI=1,089). Sebagai saran untuk pengembangan selanjutnya, disarankan untuk mempertimbangkan penggunaan algoritma clustering yang berbeda, melakukan perbandingan dengan metode lain, dan menambahkan kriteria atau variabel yang relevan untuk meningkatkan kualitas analisis clustering. Diharapkan hasil ini dapat memberikan kontribusi signifikan dalam upaya pencegahan dan penanggulangan kriminalitas di Indonesia.
PENERAPAN ALGORTIMA NAÏVE BAYES DALAM KLASIFIKASI HARGA PONSEL Saputra, Bayu; Anwar, Saeful; Tohidi, Edi; Susana, Heliyanti; Pratama, Denni
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.v7i6.8281

Abstract

Di jaman sekarang digital saat ini bidang teknologi berkembang pesat terutama terkait dengan beragamnya fitur yang ada pada ponsel dan tingkat spesifikasi ponsel yang semakin dinamis. Fitur ponsel semakin terus maju berkembang seperti penyimpanan memori, resolusi layar amoled, kapasitas baterai yang tahan lama menjadi aspek penentu harga ponsel. Spesifikasi ponsel semakin meningkat banyak fitur canggih yang dimiliki ponsel, maka dalam harga pun meningkat. Harga yang merupakan proses nilai tukar sangat penting digunakan dalam peluang ekonomi dan bisnis. Harga menjadi acuan pertama dalam jual beli. Penelitian ini bertujuan untuk menentukan keakuratan hasil nilai dan kinerja model klasifikasi harga ponsel yang menggunakan algoritma naïve bayes. Klasifikasi merupakan proses cara menemukan sebuah atribut serupa dalam sekumpulan objek dalam data yang dapat mengklasifikasikannya ke setiap kelas berbeda pada model klasifikasi yang telah ditentukan. Salah satu algoritma teknologi klasifikasi yang mudah diimplementasikan dan memiliki kecepatan mekanisme yang cepat disebut metode algoritma Naive Bayes. Pemodelan statistik dapat menggunakan metode Naïve Bayes dalam proses klasifikasi data. Menghitung suatu nilai probabilitas, metode ini dapat melatih data uji berdasarkan peristiwa data yang telah terjadi. Penelitian ini akan memanfaatkan klasifikasi yaitu Naïve Bayes. Pada artikel kali ini telah melakukan penelitian dengan penerapan algoritma Naïve Bayes dalam mengklasifikasikan harga ponsel dapat memperoleh nilai akurasi 85.50%.
Co-Authors Ade Rizki Rinaldi Adianto, Luthfi Ahmad Faqih Aldiani, Dea Amida, Anggi Fitria Andriyanti, Rina Ardhani, Risma Azhar Azhar Baihaqi, M. Iqbal Bambang Siswoyo Bayu Saputra Christina Juliane, Christina Dadang Sudrajat Dikananda, Fatihanursari Dwi Kusuma, Lukman Fatihanursari, Fatihanursari Faturrohman, Faturrohman Gifthera Dwilestari Hamonangan, Ryan Hermawan, Sari Hery Widijanto Hoerunnisa, Anis Iffah Adella, Luthfiyyah Irfan Ali, Irfan Kaslani Maulana, Arman Mubarok, Fatkhan Muhamad Basysyar , Fadhil Ningrum, Cistia Nurhakim, Bani Permana, Sandy Eka Puri, Anita Rifa’I, Ahmad Rinaldi Dikananda, Arif Rizki Rinaldi , Ade Rohmat, Cep Lukman Saeful Anwar, Saeful Sagita, Ayu Sazwati, Anggi Septiani, Intan Siti Nurhasanah Solihudin, Dodi Suarna, Nana Sunana, Heliyanti Susana, Heliyanti Talia, Agita Hany Tohidi, Edi Triantoro, Miranu Veithzal Rivai Zainal Vibrianti, Vera Wahyudin, Edi Yudhistira Arie Wijaya Zamil Farhan, Muhammad Zapar, Rizky