Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science JATI (Jurnal Mahasiswa Teknik Informatika)
Hary Prasetyo, Daniel
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGEMBANGAN SISTEM INFORMASI BERBASIS WEB-GIS UNTUK PEMANTAUAN BURUNG PADA KAWASAN AGROFORESTRI BROMO Aziiza, Arizia Aulia; Safrialdy Maulana, Muhammad; Prijambodo, Bambang; Hary Prasetyo, Daniel
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10631

Abstract

Keberadaan burung pada Kawasan Agroforestri Bromo Tengger Semeru, Jawa Timur merupakan hal penting dalam ekosistem. Dengan jumlah spesies burung yang relatif banyak, proses pengamatan masih dilakukan secara tradisional. Para birdwatching melakukan pengamatan dengan cara mencatat hasil dari pengamatan yang diperoleh diantaranya yaitu nama burung, jenis burung, foto burung, dan keterangan detail burung. Proses ini membutuhkan waktu yang lama dan terdapat kendala dalam mengelola data yang ada karena harus mencari data dalam bentuk catatan atau arsip yang jumlahnya banyak. Jika ada data yang hilang maka hasil dari pemantauan pun juga akan susah untuk dicari. Maka dari itu birdwatching membutuhkan sistem yang dapat melakukan pengambilan data pengamatan secara digital dan agar lebih mudah disimpan. Pengamatan lokasi secara digital dapat dilakukan dengan memanfaatkan Sistem Informasi Geografis (SIG). SIG merupakan sistem yang dapat melakukan pemetaan data dan menghubungkannya ke dalam peta, kemudian mengintegrasikannya dengan semua jenis informasi deskriptif. Proses entri data digunakan untuk menginput data spasial dan non spasial. Visualisasi sistem informasi geografis disajikan dalam bentuk peta. Sistem dapat menampilkan view base peta lokasi, rute ke lokasi burung, serta view pemetaan burung. Pengujian sistem dilakukan dengan verifikasi dan validasi. Verifikasi dilakukan dengan menguji seluruh sistem. Kemudian validasi dilakukan dengan melakukan uji coba sistem dan wawancara kepada birdwatching atau disebut pengamat burung yang ada di Kawasan Agroforestri Bromo. Hasilnya, sistem ini dapat membantu dan memudahkan birdwatching yang ada di Kawasan Agroforestri dengan mengetahui lokasi dan kondisi terkini serta memudahkan dalam melakukan pencatatan lokasi burung yang diamati.
Machine Learning Comparison for Housing Rehabilitation Beneficiary Selection in Surabaya Christy, Cathrine Abigael; Harida Budianti, Luluk; Hary Prasetyo, Daniel; Siswantoro, Joko
Journal of Information Technology and Computer Science Vol. 11 No. 2: August 2026
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.2026112908

Abstract

The Surabaya City Government launched the ‘Dandan Omah’ Social Rehabilitation Program for Uninhabitable Houses (RTLH) in 2022. However, beneficiary selection for the 2022–2024 period was conducted manually, which may have led to subjective and less targeted decisions. This study proposed a data-driven decision support approach by comparing Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), and K-Nearest Neighbors (KNN) across 2, 4, and 5 classification tasks. A dataset of 1700 records comprising 11 features was evaluated using an 80:20 train–test split and  10-fold cross-validation. RF consistently achieved the best performance across all scenarios while SVM demonstrated competitive baseline performance. After tuning, DT surpassed SVM on 5-class tasks and matched RF on 2-class tasks, making optimized DT a viable interpretable alternative when decision accountability was essential. KNN consistently underperformed due to the curse of dimensionality. Overall performance declined as classification complexity increased, attributed to variability in field assessment standards. These findings suggested that RF and optimized DT could support more standardized and objective RTLH beneficiary selection. Future studies employing RF were recommended to identify influential input features to optimize model performance while maintaining explainability. Re-standardization of field assessment protocols was also recommended to improve data quality.
Co-Authors Aziiza, Arizia Aulia Christy, Cathrine Abigael Harida Budianti, Luluk Joko Siswantoro Prijambodo, Bambang Safrialdy Maulana, Muhammad