Article Per Year (5 Year)
p-Index From 2021 - 2026
2.447
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI PERFORMA : Media Ilmiah Teknik Industri eProceedings of Engineering Euclid Metris: Jurnal Sains dan Teknologi Journal of Production, Enterprise, and Industrial Applications
Hilman Dwi Anggana
Telkom University
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
MODELING OF DENGUE HEMORRHAGIC FEVER IN BOGOR USING BAYESIAN SUR-SAR Hilman Dwi Anggana; Asep Saefuddin; Bagus Sartono
FORUM STATISTIKA DAN KOMPUTASI Vol. 20 No. 2 (2015)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (454.021 KB)

Abstract

The purposes of this research are (1) To develop Seemingly Unrelated Regression (SUR) system constructed by correlated Spatial Autoregressive Model (SAR) with Bayesian approach for dynamic analysis of spatial and non-spatial contributions of Dengue Hemorrhagic Fever (DHF) case in Bogor, (2) To evaluate efficiency issues on parameters estimation with SUR system. Markov Chain Monte Carlo (MCMC) sampling scheme was used to estimate all of model parameters with the number of iteration whose burn-in period was discovered. The results indicated that : there was the similar pattern of DHF spread in Bogor during 2009 – 2011, the nearby areas had a significant role to the incidence of DHF in an area in the city of Bogor, and the non-spatial contributions of DHF cases in Bogor during 2009 -2011 included in this model were dynamic. Gain efficiency of parameters estimation on modeling of DHF in Bogor with SAR for each year during 2009-2011 can be obtained if we construct all of SAR with SUR system model.
Perancangan Sistem Rekomendasi Jalur Tes Eprt Berdasarkan Data Historis Mahasiswa Fakultas Rekayasa Industri Universitas Telkom Menggunakan Pendekatan Algoritma Decision Tree Maulana Adi Saksono; Augustina Asih Rumanti; Hilman Dwi Anggana
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak EPrT (English proficiency test) merupakan tes kemampuan berbahasa Inggris yang harus diikuti oleh seluruh mahasiswa dan mahasiswi di Universitas Telkom. Permasalahan yang sering dijumpai oleh para mahasiswa dan mahasiswi adalah dalam pemilihan jalur tes EPrT yang sesuai dengan kemampuan berbahasa Inggris masing-masing individu. Pada Tahun 2018 terdapat 970 mahasiswa dan mahasiswi Fakultas Rekayasa Industri (FRI) yang mengikuti tes EPrT dengan total kelulusan sebanyak 268 orang dan 702 orang lainnya tidak lulus. Tujuan dari penelitian ini adalah untuk mengklasifikasikan mahasiswa dan mahasiswi yang lulus dan tidak lulus berdasarkan histori jalur tes EPrT, Prodi, jenis kelamin, dan hasil akhir dari tes EPrT menggunakan proses data mining classification dengan metode algoritma decision tree. Akurasi total yang diperoleh dari pohon keputusan yang dihasilkan adalah sebesar 45,302%. Sistem rekomendasi pemilihan jalur tes EPrT berbasis web memanfaatkan aturan yang diperoleh dari pohon keputusan. Dengan adanya sistem rekomendasipemilihan jalur tes EPrT ini dapat membantu mahasiswa dalam menentukan jalur tes EPrT yang akan diambil. Kata kunci: Tes EPrT, Data Mining, Decision Tree (C.45), Web Abstract EPrT (English proficiency test) is an English language proficiency test that must be followed by all students and students at Telkom University. The problem that is often encountered by students and students is in the selection of EPrT test paths that are in accordance with the English language skills of each individual. In 2018 there were 970 Industrial Engineering Faculty (FRI) students who took the EPrT test with a total of 268 graduates and 702 others not graduating. The purpose of this study was to classify students and college students who passed and did not graduate based on the history of EPrT test pathways, study programs, gender, and the final results of EPrT tests using data mining classification processes using the decision tree algorithm method. The total accuracy obtained from the decision tree produced is 45.302%. The recommendation system for web- based EPrT test path selection utilizes rules obtained from decision trees. With the existence of an EPrT test path selection recommendation system, it can assist students in determining the EPrT test pathway to be taken. Keywords: EPrT Test, Data Mining, Decision tree (C.45), Web
Analisis Sentimen Review Customer Terhadap Laptop Asus Dan Laptop Acer Menggunakan Metode Support Vector Machine Eflin Trinova Limbong; Oktariani Nurul Pratiwi; Hilman Dwi Anggana
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pada masa pandemi covid 19 masyarakat bekerja dari rumah, belajar dari rumah, dan ibadah dari rumah. Sehingga banyak aktivitas yang harus dilakukan secara daring (online). Oleh karena itu dibutuhkan teknologi pendukungnya, salah satunya adalah laptop. Penelitian ini memilih melakukan analisis sentimen review konsumen pada laptop Asus dan laptop Acer. Penelitian ini berguna untuk mewangetahui sentimen pelanggan terhadap laptop Asus dan Acer pada media sosial Twitter dan menerapkan algoritma Support Vector Machine. Data diambil melalui API Twitter. Kemudian data akan diberi label sesuai sentimen dan aspeknya. Data akan di preprocessing kemudian data hasil preprocessing diberi bobot agar dapat diklasifikasi menggunakan Support Vector machine. Data akan dibagi menjadi data training dan data testing dan menghasilkan rasio terbaik 70:30 untuk data Asus dan 80:20 untuk data Acer. Percobaan dilakukan dengan kernel linear, kernel radial basis function dan kernel polynomial kemudian dievaluasi dengan confusion matrix dan dilakukan validasi dengan k fold cross validation. Pada data Asus rasio terbaik 70:30 dengan akurasi terbaik kernel radial basis function rata-rata Precision 99%, Recall 99%, dan F1-Score sebesar 99% dan telah dilakukan validasi menghasilkan rata-rata 99.63%. pada data Acer rasio terbaik adalah 80:20 dengan akurasi terbaik kernel polynomial rata-rata Precision 100%, Recall 100%, dan F1-Score sebesar 100% dan telah dilakukan validasi menghasilkan rata-rata 99.6%. Kata Kunci: Acer, Asus, Analisis Sentimen, Confusion Matrix, Support Vector Machine.
Analisis Sentimen Review Customer Terhadap Produk Indihome Dan First Media Menggunakan Algoritma Convolutional Neural Network Saleh Hasan Badjrie; Oktariani Nurul Pratiwi; Hilman Dwi Anggana
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pada masa ini media sosial merupakan salah satu media untuk mengetahui dan memberikan informasi secara luas dan cepat. Era digital dimana berkembang pesatnya industri 4.0, sebagian besar informasi yang tersebar dalam media sosial dapat berupa pendapat, opini, masukkan, dan juga saran setiap perorangan atau individu terhadap sebuah produk atau objek tertentu yang disebut sentimen. Terdapat tiga macam sentimen yaitu sentimen positif, sentimen negatif, dan sentimen netral. Tiga sentimen tersebut digunakan di beberapa panggung ternama seperti Twitter. Internet pun mulai berkembang di zaman ini dari setiap provider untuk menggunakan media sosial tersebut seperti IndiHome dan First Media. Dua provider tersebut tidak sedikit dari masyarakat Indonesia mengungkapkan pendapatnya terkait layanan atau produk tersebut dari konektivitas, harga, dan layanan pelanggan. Dari fenomena tersebut analisis sentimen dapat dilakukan untuk mendapatkan nilai dan value dari kedua objek tersebut yang akan dianalisis. Tetapi, dalam penerapan analisis sentimen membutuhkan algoritma yang dapat melakukan sebuah klasifikasi pendapat atau sentimen masyarakat. Dalam hal ini, penelitian yang ada sebelumnya dapat digunakan sebagai referensi yang akan digunakan dalam analisis ini dari segi algoritma, analisis sentimen dan klasifikasi. Algoritma CNN (Convolutional Neural Network) adalah algoritma deep learning yang dapat menggunakan gambar sebagai input, menetapkan kepentingan untuk berbagai aspek dan objek dalam gambar agar dapat membedakan satu dengan yang lain dan memiliki akurasi yang tinggi, sehingga dalam penelitian analisis sentimen review produk IndiHome dan First Media. Penelitian ini bertujuan untuk melakukan penilaian produk terhadap provider menggunakan metode analisis sentimen review customer dari tiap tweets yang pelanggan telah lampirkan dengan algoritma convolutional neural network. Menggunakan aplikasi website open-source yaitu Jupyter Notebook. Hasil akurasi yang didapatkan, memperoleh akurasi tertinggi sebesar 98% untuk provider IndiHome dan 91% untuk provider First Media. Kata Kunci: Twitter, Analisis Sentimen, IndiHome, First Media, CNN.
PENERAPAN MODEL KLASIFIKASI REGRESI LOGISTIK, SUPPORT VECTOR MACHINE , CLASSIFICATION AND REGRESSION TREE TERHADAP DATA KEJADIAN DIFTERI DI PROVINSI JAWA BARAT Hilman Dwi Anggana
Euclid Vol 5, No 2 (2018): EDISI JULI
Publisher : Universitas Swadaya Gunung Jati.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (592.254 KB) | DOI: 10.33603/e.v5i2.1121

Abstract

Salah satu permasalahan yang dihadapi Jawa Barat selama beberapa waktu terakhir adalah adanya kejadian luar biasa (KLB) penyakit Difteri. Upaya preventif untuk mengurangi merebaknya wabah suatu penyakit harus terus dilakukan seperti program sosialisasi, vaksinasi dan karantina. Selain dengan program yang telah disebutkan, kajian suatu penyakit dengan menggunakan pemodelan klasifikasi secara statistika menjadi salah satu alternatif dalam mendukung early warning system (EWS) suatu kejadian penyakit. Pada penelitian ini dilakukan penerapan model klasifikasi regresi logistik, support vector machine (SVM) dan classification and regression tree (CART) terhadap data kejadian Difteri di provinsi  Jawa Barat. Hasil analisis menunjukkan bahwa model regresi logistik  merupakan model yang kurang tepat diterapkan diantara tiga pilihan model ini karena memiliki nilai AUC terendah (nilai AUC sekitar 50%), didukung oleh tingkat akurasi dan tingkat ketepatan model mengklasifikasikan kelas positif (sensitivity) yang rendah. Sementara itu model yang paling tepat diterapkan adalah model SVM karena memiliki nilai AUC tertinggi (nilai AUC jauh diatas 50%), didukung oleh tingkat akurasi dan tingkat sensitivity yang tinggi.
Monitoring Aktivitas Pemesanan Berbasis Website Dengan Metode Waterfall Menggunakan Kerangka Seci Pada Pt. Macroscope Berdikari Nusantara Saputra, Adjie Bambang; Rumanti, Augustina Asih; Anggana, Hilman Dwi
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — PT. Macroscope Berdikari Perusahaan yangbergerak dibidang konveksi mengalami kendala dalam prosespemesanan dan monitoring pemesanan. Hal ini disebabkan olehproses pencatatan yang dilakukan manual dan monitoring yangkurang optimal. Berdasarkan hal tersebut, penelitian inibertujuan untuk merancang sebuah sistem informasimonitoring aktivitas pemesanan yang berbasis website.Penelitian ini dimulai dengan metode waterfall digunakansebagai pengembangan sistem, sementara metode SECIdigunakan untuk mengelola pengetahuan tacit dan explicitterkait proses bisnis di Perusahaan. Tahap socializationdilakukan melalui wawancara kemudian diubah menjadiexplicit knowledge berupa flowchart proses bisnis. Tahapcombination melibatkan benchmarking untuk menghasilkanusulan perbaikan proses bisnis. Selanjutnya, pada tahap systemdesign membuat UML untuk perancangan model sistem. TahapImplementasi mencakup pembuatan mockup interface website.Verifikasi dan validasi dilakukan melalui black box testing danuser acceptance test (UAT) untuk memastikan sistem berfungsidengan baik dan memenuhi kebutuhan pengguna. Hasil UATmenunjukkan Tingkat penerimaan yang tinggi dari pengguna.Hasil penelitian menunjukkan bahwa perancangan sisteminformasi monitoring aktivitas pemesanan berbasis websitediharapkan dapat meningkatkan akurasi dalam pengelolaanpemesanan, mengurangi risiko kesalahan rekap data pesanan,dan mempermudah monitoring pesanan secara real-time.Penelitian ini memberikan kontribusi dalam penerapanteknologi informasi untuk meningkatkan kinerja operasionalperusahaan. Kata kunci— Monitoring, SECI, Website, Waterfall
Perancangan Aplikasi Rekomendasi Paket Wisata Kabupaten Buleleng Menggunakan R-Shiny Dengan Metode Agglomerative Hierarchical Clustering Darmasatya , Nyoman; Kurniawati, Amelia; Anggana, Hilman Dwi
eProceedings of Engineering Vol. 12 No. 1 (2025): Februari 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Kabupaten Buleleng merupakan salah satukabupaten yang terletak di Provinsi Bali dengan daya tarik danpotensi wisata yang sangat besar. Meskipun demikian, jumlahwisatawan yang berkunjung ke Kabupaten Buleleng masihkalah dibandingkan dengan kabupaten lain di Provinsi Bali.Hal ini disebabkan oleh kurangnya informasi, promosi, sertarekomendasi paket wisata untuk wisatawan yang inginberkunjung ke berbagai objek wisata di Kabupaten Buleleng.Oleh karena itu, perlukan adanya aplikasi rekomendasi paketwisata. Perancangan aplikasi rekomendasi paket wisataKabupaten Buleleng menggunakan R-Shiny dilakukan denganmetode Agglomerative Hierarchical Clustering yang didukungdengan bahasa pemrograman R. Adapun tahapan prosesnyayaitu inisialisasi, perhitungan jarak, penggabungan data, sertapembentukan dan pemotongan dendrogram sesuai cluster.Aplikasi rekomendasi paket wisata Kabupaten Buleleng inidiharapkan dapat membantu staf bidang pemasaran pariwisatadalam menentukan rekomendasi paket wisata, sehinggawisatawan di Kabupaten Buleleng mengalami peningkatan. Kata kunci— Agglomerative Hierarchical Clustering,Aplikasi Rekomendasi, Kabupaten Buleleng, Paket Wisata,Wisata
Improving Asset Management System On Faculty Of Industrial Engineering Using Scrum Method Barlean , M Zaidan Rais; Andrawina, Luciana; Anggana, Hilman Dwi
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

This research addresses the challenges faced by Telkom University's Faculty of Industrial Engineering (FRI) in managing extensive equipment across multiple buildings due to the reliance on manual methods and fragmented data storage. The study aims to develop an improved Management Information System (MIS) to centralize asset data, streamline workflows, and standardize processes, thereby enhancing asset management efficiency. Utilizing a fishbone diagram, the root causes of existing issues, including shortcomings in people, information, and equipment management, were identified. Relevant literature on asset management and information systems was reviewed to construct a conceptual framework for the proposed solution. The implementation of the improved MIS is expected to facilitate easy access to asset information, automate workflows, and enable comprehensive asset lifecycle tracking, leading to optimized maintenance schedules, reduced equipment downtime, and cost savings. The research concludes that the proposed MIS will significantly benefit all stakeholders within FRI by providing a robust, efficient, and centralized system for managing assets, thereby addressing the complex management needs of a university environment. Keyword— Management Information System, Maintenance, Asset Management
Perancangan Sistem Monitoring Stok Barang Di Gudang Cv Xyz Menggunakan Metode Waterfall Perkasa, Anugrah Bintang; Rumanti, Augustina Asih; Anggana , Hilman Dwi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Melacak pasokan kedelai di seluruh cabangnya merupakan masalah bagi CV XYZ, distributor kedelai impor yang beroperasi di Provinsi Lampung, Kabupaten Tangerang, dan Kabupaten Tasikmalaya. Tujuan dari penelitian ini adalah untuk mengatasi masalah-masalah dalam pemantauan stok, termasuk data yang tidak lengkap, pencatatan manual, dan silo silo divisi. Berdasarkan hasil observasi dan wawancara, pencatatan stok secara manual mengakibatkan kesalahan, kontrol stok yang buruk, dan pengambilan keputusan yang kurang ideal. Dengan menggunakan metode waterfall, para pemangku kepentingan dilibatkan sejak awal dalam pembuatan sistem pemantauan stok. Analisis data, desain sistem, pengembangan, dan pengujian merupakan bagian dari proses desain, yang memastikan bahwa sistem memenuhi kebutuhan pengguna. User Acceptance Testing (UAT) digunakan untuk validasi dan pengujian kotak hitam untuk verifikasi sistem. Hasilnya, CV XYZ kini memiliki sistem pemantauan berbasis web untuk melacak stok gudang yang mencakup fitur-fitur seperti laporan yang dapat dicetak, visualisasi data stok, dan manajemen personil, produk, dan data gudang. Peran untuk direktur, supervisor, dan anggota staf diberikan kepada pengguna. Tujuan dari sistem ini adalah untuk meningkatkan efisiensi gudang, mengurangi ketidaksesuaian stok, dan memfasilitasi pengambilan keputusan yang lebih tepat. Kata Kunci: [Sistem Monitoring, Gudang Kedelai, CV XYZ, Waterfall]
Course Design Based on Students’ English Skill Cluster: A Case Study in a University Language Center Murpratomo, Eldwin Ilham; Kurniawati, Amelia; Anggana, Hilman Dwi
Metris: Jurnal Sains dan Teknologi Vol. 21 No. 02 (2020): Desember
Publisher : Prodi Teknik Industri, Fakultas Teknik - Universitas Katolik Indonesia Atma Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25170/metris.v21i02.2488

Abstract

The English Proficiency Test (EPrT) is a prediction test for English as a Foreign Language (TOEFL), which is a prerequisite for graduation at XYZ University. The Language Center provides a course for EPrT preparation. The course posttest data shows that only 74% of students met the graduation prerequisites. This study aims to develop an English course design based on the students’ English skill cluster. This study uses the K-Means clustering approach to classify the students based on English skills. The respondents are 397 students who joined the EPrT preparation course in October and November 2018. The 397 students are distributed into 3 clusters, which are 174 students in cluster 1, 116 students in cluster 2, and 107 students in cluster 3. Cluster 1 consists of students with the score below average. Cluster 2 consists of students with the total score above average, but the components score is below average. Cluster 3 consists of students with pre-test total score below average, but the post-test score are above average. Therefore, the EPrT preparation course is suggested to have different levels, instead of one level as now. The course materials are designed to be suitable for students’ initial English skills at each level.
Co-Authors Aditya, Muhammad Ridzky Aditya, Reza Amaniputra, Matthew Ewaldo Amelia Kurniawati Anisa, Nurul Apsari, Adelia Sekar Arinaldi, Vinsa ASEP SAEFUDDIN Augustina Asih Rumanti Bagus Sartono Barlean , M Zaidan Rais Darmasatya , Nyoman Eflin Trinova Limbong Eldwin Ilham Murpratomo FANDI ACHMAD Hanif, Fadhilah Muhammad Luciana Andrawina Maulana Adi Saksono Murpratomo, Eldwin Ilham Nurdinintya Athari Supratman Oktariani Nurul Pratiwi Perkasa, Anugrah Bintang Rayinda Pramuditya Soesanto Rengganis, Astrid Rial, Muhamad Daffa Rumanti, Augustiana Asih Saleh Hasan Badjrie Saputra, Adjie Bambang Sena, Muhammad Avin Suryaneda, Azzahra Putri