Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Pengabdian Kepada Masyarakat Abdi Putra Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Imam Sanjaya
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Education Engineering Public Health

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Implementasi Algoritma Apriori dan FP-Growth untuk Menganalisis Pola Pembelian Produk Skincare dan Kosmetik Fergina, Anggun; Putri Ayu Negara; Alun Sujjada; Imam Sanjaya; Hermanto
Jurnal Ilmiah Komputasi Vol. 23 No. 3 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 3, September 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.3.3592

Abstract

Penelitian ini mengeksplorasi penerapan algoritma Apriori dan FP-Growth dalam menganalisis pola pembelian produk skincare dan kosmetik di Toko XYZ. Kedua algoritma ini digunakan untuk mengidentifikasi item-item yang sering dibeli bersama oleh pelanggan, yang dapat memberikan wawasan berharga untuk strategi pemasaran dan penataan produk. Data transaksi historis dari toko tersebut dikumpulkan dan diproses untuk menentukan set item yang sering muncul dan aturan asosiasi antara produk. Algoritma Apriori mengidentifikasi hubungan antar-item dengan iterasi kandidat berdasarkan nilai support dan confidence yang ditetapkan, sedangkan FP-Growth memanfaatkan struktur FP-Tree untuk efisiensi dalam pengolahan data yang besar. Hasil dari analisis ini diharapkan dapat membantu Toko XYZ dalam merancang promosi silang yang efektif, meningkatkan penjualan, dan memperbaiki pengalaman belanja pelanggan. Penelitian ini menunjukkan bagaimana teknik data mining dapat diterapkan dalam konteks bisnis ritel kecil hingga menengah untuk mengoptimalkan operasional dan pemasaran.
Mewujudkan Desa Cisolok yang Bersih: Program Bank Sampah serta Aksi Pembersihan Sungai dan Pantai sebagai Upaya Peningkatan Kesadaran Lingkungan anggun fergina, anggun; Nirmala Neva, Talitha; Ramdhani, Mohammad Fajril; Fadilah, Fadhlan Subhan; Muhammad Rofiiq; Imam Sanjaya; Adil Berliana Aprilia Haryadi
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 5 No 1 (2025): Januari 2025
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v5i1.318

Abstract

Pengelolaan sampah yang tidak efektif di Desa Cisolok, Kabupaten Sukabumi, telah menimbulkan masalah lingkungan, terutama di sungai dan pantai yang menjadi daya tarik wisata. Rendahnya kesadaran masyarakat terhadap kebersihan lingkungan menjadi alasan utama dilakukannya program kerja ini. Program ini meliputi pembersihan sungai dan pantai serta pembuatan Bank Sampah sebagai solusi pengelolaan sampah berkelanjutan. Metode yang digunakan adalah observasi langsung, wawancara dengan pemangku kepentingan, serta koordinasi dengan pihak terkait. Hasil kegiatan menunjukkan adanya peningkatan kesadaran masyarakat. Namun, tantangan dalam partisipasi masyarakat dan keterbatasan infrastruktur masih perlu diatasi. Program ini penting untuk meningkatkan kualitas lingkungan dan kesejahteraan masyarakat di Desa Cisolok.
Analisis Efektivitas Algoritma Pembelajaran Mesin dalam Deteksi Penipuan Transaksi Online Abdul Rahman Jainun; Taufik Hidayat; Abu Nur Al-Faruq; Lukas Febrian Laufra; Imam Sanjaya
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penipuan transaksi online merupakan ancaman serius dengan dampak finansial yang signifikan. Penelitian ini menganalisis efektivitas dua algoritma pembelajaran mesin, yaitu Random Forest (RF) dan Neural Networks (NN), dalam mendeteksi transaksi penipuan. Dataset yang digunakan terdiri dari 100.000 transaksi (10% di antaranya fraud) dari TranSecure Database 2023. Hasil eksperimen menunjukkan bahwa NN mencapai kinerja terbaik dengan akurasi 95%, presisi 0.93, dan recall 0.90, sedangkan RF menghasilkan akurasi 93%, presisi 0.91, dan recall 0.89. Tantangan utama meliputi kebutuhan data berkualitas tinggi dan adaptasi terhadap pola penipuan yang dinamis. Temuan ini membuktikan bahwa NN lebih unggul dalam menangani pola kompleks, meskipun memerlukan sumber daya komputasi lebih besar. Penelitian ini memberikan kontribusi praktis dalam pengembangan sistem deteksi penipuan yang lebih robust di industri keuangan digital.
Implementasi Vision Transformer untuk Klasifikasi Jenis Jerawat pada Citra Wajah Berbasis Web Widiarto, Tasya Evrillia; Imam Sanjaya; Alamsyah, Zaenal
Computer Science and Information Technology Vol 7 No 2 (2026): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v7i2.11982

Abstract

Acne Vulgaris is a widespread skin condition that can affect not only physical skin health but also a person's self-confidence. Because manually distinguishing acne types still demands specialized expertise, an artificial-intelligence-based approach is needed to support this classification task. This research applies a Vision Transformer (ViT-B/16) architecture to categorize acne lesions from facial images into four groups: normal, papule, pustule, and nodule. A total of 4,000 images were used as the dataset and processed through a transfer-learning strategy initialized with pre-trained ImageNet weights. The model was trained across 20 epochs with the Adam optimizer and a learning rate of 0.001. Testing showed that the model reached an accuracy of 86%. The resulting model was then embedded into a web-based application to streamline the acne identification workflow. These outcomes confirm that Vision Transformer can classify acne types reliably and holds promise as an automated early-screening tool for facial skin conditions.
Co-Authors Abdul Rahman Jainun Abu Nur Al-Faruq adang badru jaman,anggun fergina, adang badru jaman,anggun fergina Adil Berliana Aprilia Haryadi Alun Sujjada Fadilah, Fadhlan Subhan Hermanto Lukas Febrian Laufra Muhammad Rofiiq Nirmala Neva, Talitha Putri Ayu Negara Ramdhani, Mohammad Fajril Taufik Hidayat Widiarto, Tasya Evrillia Zaenal Alamsyah