Article Per Year (5 Year)
p-Index From 2020 - 2025
5.322
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknologi Ilmu Komputer BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat
Danar Dana, Raditya
Unknown Affiliation
Humanities Chemistry Computer Science & IT Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
PENERAPAN DATA MINING PADA CLUSTERING DATA HARGA RUMAH DKI JAKARTA MENGGUNAKAN ALGORITMAK-MEANS Lidia Putri, Teneshya; Danar Dana, Raditya
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.v8i1.8957

Abstract

Rumah merupakan kebutuhan primer manusia, dan data harga rumah menjadi krusial untuk memahami pasar perumahan. Data harga rumah disetiap daerah berbeda-beda sesuai dengan daerah dan kategorinya masing-masing, khususnya pada data harga rumah yang berada di DKI Jakarta. DKI Jakarta sendiri memiliki data harga rumah yang berbeda sesuai dengan kategorinya. Algoritma clustering k-means dalam data mining ini digunakan untuk mengelompokan data harga rumah berdasarkan fitur-fitur seperti kode pos, daerah, luas tanah, dan harga. Serta untuk mengetahui perbedaan harga kelompok dan menunjukkan harga yang sesuai untuk masing-masing kelompok tersebut. Tujuan membuat laporan tugas akhir ini untuk memberikan informasi kepada masyarakat yang tidak mengetahui apakah data harga rumah DKI Jakarta tersebut termasuk kelompok tinggi, sedang, rendah dan membantu dalam proses pengambilan keputusan dalam properti industri, termasuk pemasaran, pengelompokan harga jual dan pengembangan properti. Berdasarkan hasil penelitian, hasil yang dapat disimpulkan pada data harga rumah DKI Jakarta dapat dikelompokan menjadi 3 kelompok cluster yaitu Cluster 0 menghasilkan harga rumah sedang sebanyak 193 items, cluster 1 menghasilkan harga rumah rendah sebanyak 1698 items, cluster 2 menghasilkan harga rumah tinggi sebanyak 51 items. Maka dari pengelompokan 3 cluster tersebut manghasilkan nilai optimal dari Davies Bouldin Index (DBI) sebesar 0,480.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN DATA KERUSAKAN RUMAH AKIBAT BENCANA ALAM DI KABUPATEN CIREBON Maulana, Ajay; Danar Dana, Raditya; Dienwati Nuris, Nisa
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.v8i2.9024

Abstract

Kerusakan rumah adalah tidak berfungsinya rumah atau komponen rumah akibat penyusutan atau berakhirnya umur rumah, atau akibat ulah manusia atau perilaku alam seperti beban fungsi yang berlebih, kebakaran, gempa bumi, atau sebab lain yang sejenis. Dampak dari bencana ini tidak hanya mencakup kerugian harta benda, tetapi juga berdampak besar terhadap masyarakat, ekonomi, dan lingkungan. Masalah kerusakan rumah di Kabupaten Cirebon sangat bervariasi, mulai dari kerusakan ringan hingga rusak berat. Penelitian ini mengambil pendekatan Knowledge Discovery in Databases (KDD) untuk mengatasi masalah ini adalah dengan menerapkan algoritma K-Means Clustering untuk menentukan data kerusakan rumah terbanyak berdasarkan jenis kerusakan dan mencari nilai DBI teroptimal. Tujuan dari tugas akhir ini adalah mengimplementasikan algoritma K-means Clustering untuk pengelompokan kerusakan rumah akibat bencana alam di Kabupaten Cirebon berdasarkan jenis kerusakan menggunakan algoritma K-Means Clustering. Selain itu, penelitian ini bertujuan untuk menentukan nilai DBI. Hasil tugas akhir ini cluster 0 terdiri dari Rusak Ringan sebanyak 78, Rusak Sedang 78, Rusak Berat 78, Terendam 78, Terancam 78, dan Tertimbun 78. Sementara itu, cluster 1 terdiri dari ringan rusak 2, rusak sedang 2, berat rusak 2, Terendam 2, Terancam 2, dan Tertimbun 2. dan nilai DBI teroptimal adalah 0,025 dimana dari K-2 =0,025, K-3 =0,083, K-4 =0,026, K-5 =0,059, K-6=0,053, K-7=0,051, K-8=0,041, K-9=0,046, K-10=0,039 jadi nilai DBI paling optimalnya adalah 0,025.
IMPLEMENTASI SISTEM INFORMASI PENGOLAHAN JADWAL MATA PELAJARAN DI MTS WIJAYA SURYA BERBASIS WEBSITE Gunawan Rahmat, Gun Gun; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9100

Abstract

Pendidikan merupakan landasan penting bagi pengembangan karakter dan potensi sumber daya manusia. Proses yang masih bersifat manual seringkali menimbulkan kesalahan, ketidakakuratan, dan membutuhkan waktu yang lama. Sebagai lembaga pendidikan, sekolah mempunyai peranan strategis dalam menyediakan lingkungan yang mendukung proses pembelajaran. Sebagai lembaga sekolah menengah, Permasalahannya MTs Wijaya Surya masih manual dalam mengelola jadwal mata pelajaran dan dibutuhkan sistem untuk mengelola jadwal mata pelajaran siswa berbasis website. Tujuannya dengan adanya sistem informasi untuk mata pelajaran berbasis website merupakan sebuah langkah maju dalam upaya meningkatkan efisiensi dan keakuratan pengelolaan jadwal. Dengan penerapan teknologi web, pengelola sekolah, guru, dan siswa dapat mengakses dan memperbarui informasi jadwal secara real time, meminimalkan potensi konflik jadwal dan memberikan transparansi informasi kepada semua pihak. masalah yang muncul mencakup bagaimana membangun sistem informasi penjadwalan mata pelajaran yang efektif untuk mengatasi kompleksitas dalam manajemen jadwal pendidikan di MTs Wijaya Surya, bagaimana menyajikan jadwal mata pelajaran dengan tata letak yang baik sehingga dapat dipahami dengan mudah oleh para pengajar, memastikan keterbacaan dan keteraturan yang mendukung kelancaran kegiatan pembelajaran. masalah ini menjadi dasar untuk mengarahkan pengembangan sistem informasi yang responsif dan efisien dalam manajemen jadwal pendidikan di lingkungan MTs Wijaya Surya. Metode yang digunakan dalam penelitian ini adalah Waterfall untuk membuat Sistem Informasi Pengolahan Jadwal Mata Pelajaran Siswa Berbasis Website di MTs Wijaya Surya yang menggunakan bahasa pemrograman PHP dan database MySQL. Hasil penelitian ini adalah sebuah website sistem informasi yang mudah digunakan dan membuat pengelolaan jadwal yang terstruktur dalam website.
DETEKSI SMS SPAM BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Arif Sofyan, Mohamad; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9532

Abstract

Setiap individu membutuhkan akses informasi untuk memperluas pengetahuan mereka tentang berbagai hal. Salah satu metode yang populer dalam mengalirkan informasi adalah melalui layanan Short Message Service (SMS), Namun, penggunaan SMS dapat menimbulkan masalah dengan munculnya SMS spam (Sending and Posting Advertisement in Mass). SMS spam merupakan pesan teks yang tidak diinginkan atau diminta, seperti iklan, jasa, dan potensi penipuan yang dapat merugikan pengguna. Indonesia tercatat sebagai negara di Asia dengan jumlah pesan spam tertinggi pada tahun 2020. Untuk meminimalisir korban pesan spam di Indonesia, berbagai pendekatan perlu dilakukan, salah satunya melalui penyaringan spam SMS dengan cara mengklasifikasi SMS spam, algoritma yang dapat digunakan dalam masalah klasifikasi adalah Support Vector Machine (SVM). Serta menerapkan metode CRISP-DM (Cross Industry Standard Process for Data Mining) untuk mengembangkan model yang dapat memprediksi pesan spam atau normal, model yang sudah dibangun akan diimplementasikan kedalam Aplikasi Deteksi SMS Spam berbasis Streamlit, yang memungkinkan pengguna dapat dengan mudah menguji pesan SMS yang mereka terima, untuk mengidentifikasi apakah pesan tersebut termasuk dalam kategori spam atau normal. Hasil penelitian ini menunjukan bahwa model SVM yang telah dibangun berjalan dengan baik dengan menghasilkan tingkat accuracy sebesar 96,94%.
PENERAPAN DATA MINING UNTUK CLUSTERING PENYAKIT DIARE MENGGUNAKAN ALGORITMA K-MEANS: STUDI KASUS: PUSKESMAS BEBER Kholil, Kholil AldiYatna; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9616

Abstract

Masih menjadi tantangan utama di Indonesia, termasuk di Kabupaten Cirebon, penyakit diare terus meningkatkan kekhawatiran kesehatan. Puskesmas Beber Cirebon mengalami lonjakan kasus diare yang mencolok dalam beberapa tahun terakhir. Selain jumlah penderita yang meningkat, penelitian ini juga menyoroti kurangnya pemahaman tentang pola, karakteristik, dan penyebaran diare di daerah Beber. Penelitian ini bertujuan untuk menganalisis dan mengelompokkan data diare di wilayah kerja Puskesmas Beber menggunakan teknik data mining dengan algoritma K-Means. Data dari rekam medis pasien Puskesmas Beber yang menderita diare dianalisis dan dikelompokkan ke dalam 3 cluster menggunakan algoritma K-Means. Hasilnya menunjukkan nilai K optimal adalah 3, dengan cluster 0 memiliki jumlah kasus tertinggi (386 kasus), diikuti oleh cluster 1 (132 kasus) dan cluster 2 (61 kasus).Temuan ini memberikan wawasan penting tentang pola dan faktor risiko diare di wilayah tersebut, berpotensi untuk meningkatkan diagnosis, penanganan, dan pencegahan diare. Penerapan data mining pada rekam medis juga dapat meningkatkan manajemen informasi di Puskesmas, efisiensi layanan kesehatan, dan mendukung kebijakan penanggulangan penyakit yang lebih terarah. Secara keseluruhan, penelitian ini memberikan kontribusi metodologis dan praktis yang berharga dalam upaya mengatasi masalah diare di tingkat lokal atau Puskesmas
PENERAPAN ASOSIASI UNTUK MENGANALISA PENJUALAN BARANG MENGGUNAKAN ALGORITMA FP-GROWTH Tri Suryani, Juliani; Rahaningsih , Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9750

Abstract

Dalam dunia bisnis yang sangat kompetitif saat ini, para pelaku bisnis dituntut untuk selalu mengembangkan usahanya dan selalu bertahan dalam persaingan. Untuk mencapai tujuan tersebut, ada beberapa hal yang dapat dilakukan yaitu meningkatkan kualitas produk, memperbanyak jenis produk, dan menurunkan biaya operasional perusahaan. Untuk memenuhi kebutuhan tersebut, beberapa upaya dapat dilakukan, salah satunya adalah menganalisis data perusahaan. Ada banyak algoritma atau metode yang dapat digunakan dalam data mining, salah satunya adalah algoritma apriori yang termasuk dalam aturan asosiasi dalam data mining. Data mining adalah disiplin ilmu yang mempelajari teknik untuk mengekstraksi informasi berguna dan berharga dari pola, statistik, dan basis data, yang harus memiliki data transaksi penjualan. Data asli yang digunakan dalam penelitian ini masih baru yaitu data transaksi penjualan pada bulan Maret sampai September 2023. Namun karena kurangnya pengelolaan persediaan yang baik, seringkali timbul permasalahan ketika barang yang diinginkan konsumen sudah habis atau tidak tersedia. Dengan menerapkan konsep Association analisis mining untuk mengolah data transaksi penjualan berupa item set, hasil yang diperoleh menunjukkan nilai support dari setiap item, menggabungkan item sehingga membentuk nilai keyakinan untuk item yang sering dikumpulkan. Algoritme apriori yang dirancang untuk menemukan kumpulan item yang sering muncul dalam kumpulan data. Algoritma ini menggunakan aturan asosiasi untuk mengidentifikasi pola barang dagangan yang sering dibeli dalam data transaksi. Tujuan dari tugas akhir ini adalah untuk mengetahui apakah algoritma FP-Growth dapat mengembangkan strategi penjualan dan pemasaran. Penelitian ini menghasilkan kombinasi pola penjualan produk baju dewasa dan baju anak yang sudah dilakukan perhitungan menggunakan RapidMiner, hasil kombinasi pola penjualannya yaitu : apabila pelanggan membeli Daster maka pelanggan juga akan membeli Baju Tidur Lengan Pendek Wanita Dewasa dengan nilai support 66,8 % dan nilai confidance 96,7% lift ratio 1,098. Kesimpulannya dengan menggunakan data mining, suatu toko dapat mengetahui preferensi pembeli dan mengetahui barang apa yang sering dibeli.
SENTIMEN ANALISIS PERILAKU PENGGEMAR COLDPLAY DI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES Abdillah Fudholi, Luthfi; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9827

Abstract

Penelitian ini bertujuan untuk memahami sentimen dan perilaku penggemar Coldplay di Twitter. Data tweet dikumpulkan, diolah, dan diklasifikasikan menggunakan metode Naïve Bayes. Hasil penelitian ini diharapkan memberikan manfaat bagi Coldplay, peneliti, dan industri musik dalam memahami perilaku penggemar dan meningkatkan strategi pemasaran. Dalam penelitian ini, digunakan metode Naive Bayes untuk menganalisis perilaku pendukung Coldplay di Twitter. Data awal dikumpulkan dengan mengumpulkan tweet yang mengandung kata kunci yang relevan selama periode waktu tertentu. Kemudian, dilakukan teknik pemrosesan lanjutan seperti eliminasi stopword, normalisasi kata, dan stemming. Tweet-tweet tersebut diklasifikasikan menjadi dua kategori berdasarkan sentimennya: positif dan negatif. Dengan kemampuan untuk mengelola data dalam jumlah besar, metode Naive Bayes melakukan klasifikasi sentimen dengan memprediksi kategori melalui perhitungan probabilitas berdasarkan teorema Bayes dan asumsi independensi fitur. Kumpulan data yang telah dianotasi secara manual digunakan untuk melatih model dan menentukan parameter yang diperlukan dalam perhitungan probabilitas. Hasil analisis menunjukkan distribusi sentimen penggemar Coldplay di Twitter, yang mencerminkan popularitas dan penerimaan terhadap konten yang terkait dengan band. Penelitian ini menganalisis sentimen dan perilaku penggemar Coldplay di Twitter menggunakan metode Naive Bayes. Hasilnya menunjukkan akurasi model sebesar 80.25% dalam mengidentifikasi 29 perilaku positif dan 36 perilaku negatif, namun terdapat bias terhadap prediksi negatif.
OPTIMASI MODEL KLASIFIKASI TINGKAT KEMATANGAN BUAH MANGGA DENGAN METODE YOLO11 Gusnanto, Ferdi; Rahaningsih, Nining; Danar Dana, Raditya; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12591

Abstract

Klasifikasi tingkat kematangan buah mangga secara akurat penting untuk mendukung efisiensi sektor pertanian, terutama dalam menentukan waktu panen optimal. Namun, variasi pencahayaan dan latar belakang pada citra sering memengaruhi akurasi model. Penelitian ini menggunakan YOLO11, algoritma deteksi objek terbaru, untuk meningkatkan klasifikasi tingkat kematangan mangga dalam empat kategori: unripe, early ripe, partially ripe, dan ripe. Dataset diperoleh dari Kaggle, melibatkan proses preprocessing seperti resizing dan pembagian data, serta pelatihan model dengan penyesuaian parameter seperti learning rate dan batch size. Model YOLO11 berhasil mencapai akurasi 97,3%, precision 97,5%, recall 97,3%, dan F1-score 97,3%, menunjukkan performa tinggi dalam mengklasifikasikan kematangan mangga. Namun, pengujian dengan webcam mengungkapkan tantangan dalam kondisi pencahayaan bervariasi, terutama untuk kelas kematangan yang kompleks. Hal ini mengindikasikan kebutuhan optimasi tambahan seperti augmentasi data. Penelitian ini membuktikan efektivitas YOLO11 untuk klasifikasi kematangan mangga, sekaligus menunjukkan potensi pengembangan lebih lanjut. Temuan ini diharapkan dapat berkontribusi pada teknologi pertanian cerdas dan membuka peluang penelitian dalam penerapan deteksi real-time berbasis citra di bidang agrikultur.
PERANCANGAN SISTEM INFORMASI IPNU-IPPNU KABUPATEN CIREBON BERBASIS WEB Qotrun Nada, Herlyta; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13149

Abstract

IPNU-IPPNU adalah organisasi pelajar Nahdlatul Ulama yang memiliki struktur organisasi dari Pimpinan Ranting hingga Pimpinan Pusat. Organisasi ini seringkali menghadapi berbagai kendala dalam proses administrasi, seperti pengelolaan data anggota yang manual, kompleksitas pengajuan surat, dan keterbatasan akses informasi kegiatan orga nisasi, seperti di IPNU-IPPNU Kabupaten Cirebon. Penelitian ini bertujuan untuk merancang sistem informasi berbasis web yang mengintegrasikan pengelolaan administrasi termasuk pengajuan surat, pengelolaan data anggota, serta penyampaian kegiatan organisasi. Penelitian ini menggunakan metode yang meliputi tahapan pengumpulan data dengan observasi langsung, wawancara dan studi pustaka. Analisis dengan kebutuhan user, kebutuhan perangkat keras, perangkat lunak, serta perancangan dengan flowmap, flowchart, normalisasi data, ERD, DFD dan desain antarmuka. Hasil penelitian menunjukan bahwa perancangan sistem informasi berbasis web yang diusulkan dapat menyederhanakan proses administrasi, akurasi data anggota dan mempermudah akses informasi organisasi. Dengan implementasi, diharapkan sistem ini dapat meningkatkan efisiensi proses administrasi, kualitas layanan dan kepuasan anggota di IPNU-IPPNU Kabupaten Cirebon.
Pemberdayaan Siswa SMK Kuningan Melalui Pelatihan Junior Web Developer Dalam Pengembangan Web Danar Dana, Raditya; Kurniawan, Rudi; Muhyi, Adbdul; Awaludin, Ade
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 3 : April (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Junior Web Developer Training is an empowerment program for SMK students in Kuningan that aims to improve their skills in web development. The program is designed to equip students with knowledge and skills relevant to the digital industry, including HTML, CSS, JavaScript, and the use of modern frameworks. Through a project-based approach, the training enables participants to develop web applications that meet the needs of the industry and the local community. The training delivery method includes a balance of theory and practice, with mentoring sessions from professional practitioners. Evaluation is based on individual assignments and group projects to ensure understanding and application of the material. In addition, participants were also given insights into industry trends as well as soft skills such as communication and teamwork that are essential in the world of work. The results of the training showed a significant improvement in participants' technical skills, as seen in their ability to build functional web projects. In addition, the program also contributed to the students' increased confidence in facing the challenges of the world of work in the field of technology. The success of this training opens up opportunities for broader development of similar programs, with the hope that it can become a model of empowerment for SMK students in other areas.With this training, it is hoped that students will not only have good technical competence, but also readiness to enter the technology industry. Improved skills in web development can be a valuable asset for them to pursue a career as a professional developer or even create their own job opportunities through digital entrepreneurship.
Co-Authors Abdillah Fudholi, Luthfi Agustina, Inggit Andriyanti, Rina Arif Sofyan, Mohamad Arumsari, Rahayu Awaliyah, Lia Awaludin, Ade Aziz Rafi, Muhamad Azizah, Maulidina Deva Rian, Rananda Dienwati Nuris, Nisa Elfrida Ratnawati Fajar, Miftahul Gita Budiarti, Mariani Gunawan Rahmat, Gun Gun Gusnanto, Ferdi Gustipartsani, Kamaludin Hafizh Fakhriza, Muhammad Hamonangan, Ryan Hayati, Umi Imam Muarif, Tiar Irma Purnamasari, Ade Kaswandi, Adi Kholil, Kholil AldiYatna Kurmasih, Masih Lathifah, Umi Lidia Putri, Teneshya Lukman Rohmat, Cep Mamluatul Hikmah, Lulu Maulana, Ajay Maulana, Guruh Maulidiyani, Nurul Muhamad Andika, Agus Muhyi, Adbdul Mukhlashin, Khairul Mulyana, Krisna Mulyawan, Mulyawan Munawar, Adi Nafilah, Mala Nining Rahaningsih Novita Safitri Nur Afrilia, Mela Oop Sofiyah, Siti Parahita, Parahita Qodri M.A, M. Alifia Qotrun Nada, Herlyta R., Nining Rahaningsih , Nining Rinaldi Dikananda, Arif Roghib, Moh. Rudi Kurniawan Saeful Anwar, Saeful Soni, Moh Suarna, Nana Sutra Safira, Meita Syafi’i Bachtiar, Mochammad Tohidi, Edi Tri Mukti, Aryanto Tri Suryani, Juliani Yudhistira Arie Wijaya Yulia Mustafa, Iva