M. Basysyar, Fadhil
Unknown Affiliation

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

PERANCANGAN APLIKASI POINT OF SALES MENGGUNAKAN ANDROID NATIVE DI UD. MURTI AJI CIREBON Ahmad Fauzi; Hayati, Umi; M. Basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5250

Abstract

UD Murti Aji adalah laboratorium dispensing optik yang terletak di Kota Cirebon, yang bergerak dalam bidang penjualan berbagai jenis lensa kacamata dan tempat khusus melakukan pemotongan lensa pada bingkai kacamata sesuai dengan ukuran yang ditentukan dalam resep kacamata. Saat ini proses pencatatan di laboratorium masih dijalankan secara manual menggunakan media kertas dalam pencatatannya, setelah itu baru dimasukkan/di-entri ke komputer, sehingga terkadang sering menimbulkan masalah. Masalah yang timbul diantaranya rawan terjadinya kesalahan dalam pencatatan transaksi penjualan yang disebabkan pegawai mengalami kesulitan dalam mencari catatan sehingga pekerjaan menjadi kurang efektif dan efisien. Penelitian ini bertujuan membuat aplikasi Point of Sales untuk mempermudah pegawai dalam melakukan pencatatan transaksi penjualan secara langsung dan pembuatan laporan transaksi penjualan secara berkala. Metode yang digunakan dalam penelitin ini adalah Agile Development. Pengumupulan data dilakukan dengan melakukan wawancara, pengamatan serta dokumentasi pada tempat penelitian. Bersumber pada hasil pengumpulan data, maka dibuatlah rancangan sistem, database dan tampilan antarmuka. Setelah itu rancangan dapat diimplementasikan ke dalam coding untuk membuat aplikasi Point of Sales menggunakan android native java, PHP dan MySQL sebagai databasenya. Setelah aplikasi selesai dibuat, maka dilakukan pengujian terhadap aplikasi menggunakan black box testing. Pengembanganan aplikasi Point of Sales ini diharapakan sesuai dengan kebutuhan pihak UD Murti Aji dalam mengatasi masalah yang terjadi selama ini.
PERANCANGAN ABSENSI ONLINE BERBASIS ANDROID MENGGUNAKAN SCAN QR DAN REAL-TIME LOCATION Hidayat, Achmad; Rahaningsih, Nining; M. Basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6292

Abstract

Absensi dalam dunia pekerjaan merupakan hal yang tidak bisa dilewatkan, karena menjadi salah satu penilaian kinerja seorang karyawan dalam perusahaan. Selama ini absensi dalam perusahaan menggunakan sistem manual yang dimana karyawan tersebut harus hadir secara langsung dan melakukan tanda tangan absen. Jika absensi menggunakan fingerprint dimana alat tersebut sulit untuk diperbaiki dan tidak dapat dibawa kemana-mana. Hal ini menimbulkan kendala, salah satunya jika rekap absen hilang atau rusak jika terkena air. Untuk mengatasi hal ini maka dirancanglah sebuah sistem absensi online berbasis android di Rajawali Putra Mandiri Advertising. Dibuatnya absensi online ini menggunakan QR Code ini karena permasalahan yang terjadi dan pimpinan dapat melihat siapa saja karyawan yang datang tepat waktu dan terlambat. karena sistem ini sudah menggunakan datestamp dan timestamp secara realtime. Dengan aplikasi ini karyawan dapat melakukan absensi yang sudah dibuat oleh admin. Aplikasi ini juga sudah teritegrasi dengan hp android sebagai QR Reader yang berfungsi sebagai perangkat absen. Dengan sistem ini karyawan tidak perlu membubuhkan tanda tangan basah dan perhitungan jumlah kehadiran karyawan menjadi lebih mudah dan cepat.
ALGORITMA NAÏVE BAYES UNTUK MELAKUKAN ANALISA SENTIMEN TERHADAP APLIKASI AXISNET DI GOOGLE PLAY Saropah, Siti; Astuti, Rini; M. Basysyar, Fadhil
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.v7i6.8176

Abstract

Teknologi yang semakin berkembang pesat membuat penyedia layanan internet seperti AXIS menyediakan aplikasi bernama AXISnet yang menjanjikan kemudahan bagi para konsumennya untuk melakukan transaksi pembelian pulsa, kuota internet, dan layanan lainnya. Tentu saja, pelanggan AXIS akan merasakan kemudahan dalam bertransaksi dengan menggunakan aplikasi layanan resmi AXIS tersebut. Ulasan pengguna memiliki peran yang signifikan dalam mengarahkan upaya pengembangan untuk meningkatkan performa aplikasi. Melakukan analisis sentimen terhadap sebuah aplikasi merupakan salah satu teknik untuk menilai keberhasilannya. AXISnet merupakan salah satu aplikasi dengan tingkat penggunaan dan jumlah unduhan yang tinggi di google play. Dengan begitu, terdapat banyak ulasan yang tidak terorganisir di Google Play dan menghasilkan jumlah data sentimen yang sangat besar dan rumit. Namun demikian, memproses data ulasan dalam jumlah yang sangat besar secara manual akan menjadi sebuah tantangan. Dengan menggunakan teknik web scraping untuk mengambil data, penelitian ini bermaksud untuk meneliti sentimen pengguna aplikasi AXISnet di Google Play. Data yang telah terkumpul dari bulan bulan Mei hingga Agustus 2023 akan digunakan sebagai sumber data. Data yang digunakan adalah 1000 ulasan aplikasi AXISnet, dengan 122 sentimen positif dan 878 negatif. Hasil klasifikasi sentimen menggunakan algoritma Naive Bayes dengan menggunakan split data 9:1, didapatkan hasil accuracy 96.24% precision 99.88% dan recall sebesar 92.60%.
OPTIMALISASI JUMLAH CLUSTER DATA SEKOLAH DASAR (SD) MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Maryam, Siti; Astuti, Rini; M. Basysyar, Fadhil
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.v7i6.8246

Abstract

Ketersediaan fasilitas belajar dan distribusi tenaga pendidik yang merata di setiap sekolah berperan penting dalam menjamin penyelenggaraan pendidikan yang berkualitas. Penelitian ini bertujuan untuk mengelompokkan Sekolah Dasar (SD) di Kabupaten Ciamis berdasarkan kesamaan karakteristik menggunakan K-Means Clustering. Saat ini data SD belum dikelompokkan sehingga perencanaan peningkatan mutu pendidikan belum maksimal. Oleh karena itu dibutuhkan klasterisasi agar pemahaman mengenai pola dan kesamaan karakteristik antar SD lebih mendalam. Metode yang digunakan adalah klasterisasi dengan Algoritma K-Means Clustering, menggunakan tools RapidMiner. Parameter yang digunakan meliputi Davies Bouldin Index (DBI), Measure Types Numerical Measures jenis Euclidean Distance dan Manhattan Distance, serta melakukan iterasi menggunakan parameter Max Optimization dimulai dari 1 hingga 20 kali. Penentuan cluster dimulai dari K= 2 hingga K= 10 untuk mendapatkan hasil cluster optimal berdasarkan nilai DBI terendah mendekati 0. Dari hasil analisis diketahui bahwa cluster optimal berada pada K= 10 dengan nilai DBI 0.450 menggunakan parameter Measure Types Numerical Measures jenis Manhattan Distance dan proses iterasi berhenti pada iterasi ke 10, karena pada iterasi tersebut nilai centroid dan keanggotaan pada setiap cluster sudah stabil. Hasil dari penelitian ini akan memberikan pemahaman yang lebih mendalam mengenai sekolah-sekolah dengan karakteristik yang serupa.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK DIAGNOSIS PENYAKIT KULIT SCABIES PADA HEWAN Marwah, Siti; Astuti, Rini; M. Basysyar, Fadhil
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.v7i6.8276

Abstract

Scabies adalah penyakit kulit pada hewan. Seringkali pemilik hewan mengobati hewan peliharaan yang terkena scabies dengan sembarangan, seperti obat semprot dan salep. Namun obat tersebut banyak yang menyebabkan keracunan pada hewan. Penelitian ini bertujuan untuk menerapkan Data Mining menggunakan algoritma Naïve Bayes dalam mendiagnosis penyakit kulit scabies pada hewan dan mengukur kinerja model berdasarkan 1.208 hewan peliharaan kucing dan kelinci yang didapatkan langsung dari Praktik Dokter Hewan drh. Nur Azizah dan drh. Budiono. Naïve Bayes adalah metode klasifikasi yang seringkali digunakan untuk prediksi atau diagnosis penyakit dengan hasil accuracy yang tinggi. Data mencakup 11 atribut, yaitu nama hewan, jenis hewan, jenis kelamin, bulu rontok, telinga keropeng, nafsu makan menurun, gatal-gatal, infeksi sekunder, imunitas menurun, dan hasil. Hasil analisis menunjukkan bahwa model klasifikasi Naïve Bayes mencapai tingkat accuracy sebesar 97,20%, precision sebesar 88,00%, dan recall sebesar 93,62% dalam mendiagnosis penyakit kulit scabies. Keberhasilan ini membuktikan bahwa algoritma Naïve Bayes dapat menjadi alat yang efektif dalam deteksi dini penyakit kulit pada hewan peliharaan kucing dan kelinci, dengan kemampuan untuk mengidentifikasi pola-pola yang berkaitan dengan kasus scabies. Selain itu, variabel yang paling berpengaruh dalam diagnosis meliputi tingkat keparahan gejala telinga keropeng yang bisa menyebabkan kematian pada hewan peliharaan.
IMPLEMENTASI DATA MINING UNTUK PREDIKSI PRODUKSI BAWANG MERAH DI KABUPATEN BREBES Suyono, Suyono; Astuti, Rini; M. Basysyar, Fadhil
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.v8i1.8399

Abstract

Kabupaten Brebes merupakan lokasi utama di Indonesia yang menghasilkan bawang merah dalam jumlah besar. Bawang merah Brebes memiliki ciri bentuk lebih kering dan tahan busuk serta rasanya lebih pedas daripada bawang dari daerah lain menjadikan keunggulan bawang merah dari Brebes ini. Dinas Pertanian dan Ketahanan Pangan (DPKP) Kabupaten Brebes menyebutkan bahwa luas panen pada tahun 2022 mencapai 32,571 ha dengan jumlah total produksi mencapai 384,448 ton. Ketidakpastian hasil produksi bawang merah membuat harga bawang merah mejadi tidak stabil dan cenderung melonjak. Oleh karena itu, dengan memprediksi hasil produksi bawang merah akan membantu petani dalam melakukan manajemen pertanian bawang merah. Dalam penelitian ini, akan di terapkan metode regresi linier, dimana metode ini dapat menguji suatu hubungan dari variable yang satu dengan variable yang lain, dan memprediksi guna keperluan di bidang pertanian, sumber data yang digunakan berasal dari dataset Dinas Pertanian dan Ketahanan Pangan (DPKP) Kabupaten Brebes. Kemudian, membagi dua data menjadi data training sebesar 80% dan 20% untuk data testing, menghasilkan hasil prediksi jumlah produksi bawang merah pada tahun 2024 sebanyak 3.962.376 Kuintal, mengalami kenaikan daripada tahun 2022. Dengan nilai Mean Absolute Error (MAE) sebesar : 30116.24, Mean Squared Error (MSE) : 2989724823.94, Root Mean Squared Error (RMSE) : 54678.38 serta nilai R2-Score : 0.948.
PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE DALAM MENGANALISIS SENTIMEN ULASAN PELANGGAN SHOPEEFOOD BERDASARKAN TWITTER Nur Rismanah, Siti; Astuti, Rini; M. Basysyar, Fadhil
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.v8i1.8401

Abstract

Platform seperti ShopeeFood yang dapat digunakan untuk memesan makanan secara online telah menjadi fenomena di industri e-commerce. Fenomena ini muncul sebagai hasil dari perubahan perilaku konsumen yang semakin mengutamakan kenyamanan, efisiensi, dan berbagai pilihan pengalaman makanan. Pesatnya pertumbuhan pemesanan makanan secara online juga memunculkan tantangan dan peluang baru, seperti analisis sentimen terhadap ulasan pelanggan untuk mengetahui tingkat kepuasan, kekhawatiran, dan preferensi pelanggan. Penelitian ini bertujuan untuk menganalisis sentimen terhadap ulasan pelanggan ShopeeFood berdasarkan pengguna Twitter dengan mengambil data melalui teknik data crawling. Pada penelitian ini, data ulasan pelanggan ShopeeFood dari media sosial Twitter yang telah terkumpul dari tanggal 6 September hingga 16 Oktober 2023. Data ini mencakup ulasan pelanggan ShopeeFood sebanyak 2246 data ulasan pelanggan, dan menggunakan metode Knowledge Discovery in Database (KDD). Setelah dilakukan nya pengambilan data, tahapan selanjutnya adalah preprocesing data. Tahapan preprocesing data ini mencakup cleaning data, case folding, labeling, tokenize, filter tokens by length, stopword dengan menggunakan aplikasi RapidMiner dan pengklasifikasian menggunakan algoritma Support Vector Machine. Hasil dari pengujian ini didapatkan nilai akurasi sebesar 80.31%, presisi 73.22%, recall 95.58% dan erorr rate 19.68%.
IMPLEMENTASI TEKNIK DATA MINING PADA DATA KUNJUNGAN WISATAWAN MENGGUNAKAN K-MEANS CLUSTERING DI HOTEL BINTANG KOTA CIREBON Wulandari, Sepia; Astuti, Rini; M. Basysyar, Fadhil
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.v8i1.8470

Abstract

Kota Cirebon kini juga disebut sebagai “kota wisata” dan memiliki berbagai tempat wisata yang menarik. Hotel merupakan jenis fasilitas akomodasi yang menyediakan berbagai layanan seperti tempat menginap, makanan, dan layanan lainnya untuk sementara kepada masyarakat umum dan dijalankan secara komersial. Dinas Kebudayaan dan Pariwisata seringkali mengalami permasalahan karena belum melakukan pemetaan kunjungan tamu hotel sehingga berdampak pada pengelolaan hotel bintang di kota cirebon. Untuk mengatasi masalah ini maka digunakan data kunjungan wisatawan dari januari hingga desember tahun 2021 bersumber dari Dinas Kebudayaan dan Pariwisata Kota Cirebon menggunakan teknik penerapan data mining untuk mengelola informasi data kunjungan wisatawan di hotel bintang di Kota Cirebon menggunakan K-Means Clustering. Kemudian, Validasi hasil klasterisasi dapat dilakukan menggunakan Davies Bouldin Index (DBI). Berdasarkan hasil pengelompokan pada RapidMiner menggunakan algoritma k-means, data dikelompokan menjadi 7 kelompok. Kelompok 3 merupakan tingkat dengan kunjungan wisatawan paling rendah, kelompok 1 merupakan tingkat dengan kunjungan wisatawan rendah 1, kelompok 6 tingkat dengan kunjungan wisatawan rendah 2, kelompok 0 merupakan tingkat dengan kunjungan wisatawan sedang, kelompok 4 merupakan tingkat dengan kunjungan wisatawan tinggi 1, kelompok 2 merupakan tingkat dengan kunjungan wisatawan tinggi 2 dan kelompok 5 merupakan tingkat dengan kunjungan wisatawan sangat tinggi. Oleh karena itu, dilakukannya penelitian mengenai penerapan data mining dengan jumlah wisatawan terbanyak yang ramai berkunjung dapat memberikan manfaat yang besar bagi manajemen hotel dan Dinas Kebudayaan dan Pariwisata Kota Cirebon dalam meningkatkan fasilitas pelayanan yang lebih baik
PENGELOMPOKAN KATALOG PADA TOKO MAHABBATAIN STORE MENGGUNAKAN ALGORITMA K-MEANS Farikah, Siti; Astuti, Rini; M. Basysyar, Fadhil
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.v8i3.9584

Abstract

Di Indonesia perubahan sosial yang disertai kemajuan ini salah satunya adalah sandang. Pakaian menjadi salah satu fungsi dari diferensiasi sosial dalam kehidupan sosial di masyarakat modern Banyak toko menjual berbagai Katalog mulai dari fashion,sepatu, krudung produk lainnya yang dijual belikan. Permasalahannya adalah belum adanya klasifikasi terhadap menetukan jumlah produk terhadap pengelompokan katalog pada Toko Mahabbatain store dan bagaimanan algoritma k-means dapat melakukan pengelompokan katalog pada Toko Mahabbtain Store. Oleh karena itu, dengan pengaruh tersebut maka penulis ingin mengetahui tentang bagaimana algoritma k-means dalam pengelompokan katalog. Tujuan penelitian ini untuk mengetahui hasil klasifikasi terhadap jumlah produk terhadap pengelompokan katalog pada Toko Mahabbatain store dan untuk menarapkan algoritma k-means sebagai pengelompokan katalog pada Toko Mahabbatain Store. Metode yang digunakan dalam penelitian ini adalah algoritma k-means dan metode Knowledge Discovery in Database (KDD) karena metode ini dapat mengolah data tanpa diketahui labelnya. Dari penelitian yang sudah dilakukan secara observasi dan dokumentasi menunjukan bahwa dataset dari pembukuan Toko Mahabbatain Store yang dengan jumlah 500 data penjualan pada tahun 2023. Tujuan penulisan akhir ini untuk mengetahui penerapan algoritma K-means dan mengetahui hasil k optinum dalam penerapan menggunakan RapidMiner. Hasil uji coba cluster distane performance bahwa nilai k optimum adalah k=2 dengan nilai DBi=0,047
IMPLEMENTASI APLIKASI PESERTA DIDIK BARU BERBASIS ANDROID MENGGUNAKAN METODE WATERFALL Maulana, Haris; Faqih, Ahmad; M. Basysyar, Fadhil
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.v8i3.9664

Abstract

PPDB (Penerimaan Peserta Didik Baru) yaitu proses penerimaan peserta didik disebuah lembaga pendidikan baik itu formal atau non formal, Sekolah Dasar Islam Terpadu Ibnu Abbas setiap tahun selalu melakukan proses penerimaan peserta didik ini merupakan kegiatan tahunan bagi disetiap sekolah, Sekolah Dasar Islam Terpadu Ibnu Abbas masi menggunakan metode dahulu atau manual. Sekolah Dasar Islam Terpadu Ibnu Abbas masih menggunakan sistem pendaftaran karakter manual dimana siswa baru harus mengisi formulir pendaftaran yang disediakan oleh panitia pendaftaran, sehingga membutuhkan calon peserta didik untuk datang ke sekolah dan membutuhkan waktu cukup lama. Aplikasi android ini digunakan dalam pengembangan sistem dimana calon peserta didik baru dapat menginputkan data melalui handphone sehingga dapat mengefisiensi waktu. Tujuan penelitian ini adalah mengembangkan aplikasi penerimaan peserta didik baru berbasis android. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode waterfall, merupakan model pengembangan yang sistematis dan berurutan. Pengujian aplikasi ini menggunakan pengujian sistem Blackbox Testing, hasil dari pengujian aplikasi ini sudah teruji sesuai dengan fungsi-fungsi perangkat lunak berdasarkan uji 11 (sebelas) skenario. Hasil dari penelitian ini adalah menghasilkan sebuah aplikasi aplikasi penerimaan peserta didik baru berbasis android untuk memudahankan calon peserta didik baru dalam melakukan pendaftaran di Sekolah Dasar Islam Terpadu Ibnu Abbas, mempermudah panitia dalam mengelola data peserta didik baru dan informasi pengumuman penerimaan peserta didik baru, serta penelitian ini juga menghasilkan pendaftaran lebih efektif dan efisien berdasarkan pengujian menggunakan uji rumus uji runs dengan hasil 0,504.