Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Format : Jurnal Imiah Teknik Informatika Jatilima : Jurnal Multimedia Dan Teknologi Informasi Jurnal Tera
Sandy, Muchamad
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
RANCANG BANGUN APLIKASI DATA KEPEGAWAIAN BERBASIS WEB MENGGUNAKAN METODE WATERFALL Sandy, Muchamad; Lazuardi, Sandi Nuramadhana
Jurnal Tera Vol 4 No 1 (2024): Jurnal Tera (Maret 2024)
Publisher : Fakultas Teknik dan Informatika, Universitas Dian Nusantara

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

Abstract

Human resource information systems (HRIS) are essential for effective business operations today. To address this need, this research aimed to design a web-based HRIS that could be implemented in any organization. The Waterfall methodology was employed for this development. The Waterfall model, a linear sequential design approach, was chosen due to its simplicity and suitability for smaller projects. The results demonstrated that the Waterfall method could be successfully applied to the design of this specific HRIS
Machine Learning System untuk Mendeteksi Gerakan Tubuh Menggunakan Library Mediapipe Nurdiansyah, Irfan; Utami, Reni; Sandy, Muchamad
FORMAT Vol 14, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2025.v14.i1.008

Abstract

Communication with people with hearing and speech disabilities is often challenging. Sign language is the primary tool that helps them convey thoughts and feelings, but it is often difficult for those who are not used to it to understand. This project aims to develop a machine learning model to recognize hand gestures in spelling fingers using American Sign Language (ASL). The model uses image data and Computer Vision techniques to train a deep learning algorithm that can recognize signals in real-time through a camera. The system utilizes deep neural networks that work through layers of nodes to process, classify, and predict cues accurately.
Analisis Sentimen Komentar Pengguna Aplikasi AlloFresh Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Sandy, Muchamad; Dariato, Eri
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1650

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi AlloFresh dengan memanfaatkan teknik Text Mining dan pembelajaran mesin. Data yang digunakan berupa ulasan konsumen yang dikumpulkan dari platform digital, kemudian melalui serangkaian tahap pra-pemrosesan, meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, dan stemming. Selanjutnya dilakukan pelabelan sentimen ke dalam kategori positif dan negatif, sementara ulasan netral dikecualikan agar fokus analisis lebih terarah. Representasi teks kemudian dikonversi ke bentuk numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk memberikan bobot pada setiap kata berdasarkan frekuensi dan tingkat kepentingannya dalam keseluruhan korpus. Dalam tahap klasifikasi, algoritma Support Vector Machine (SVM) digunakan untuk mengukur performa model. Hasil pengujian menunjukkan bahwa SVM mampu memberikan tingkat akurasi yang cukup tinggi dengan capaian mendekati 95%. Hal ini menunjukkan bahwa SVM efektif dalam mengklasifikasikan ulasan pengguna, khususnya dalam mengidentifikasi sentimen positif maupun negatif.
Analisis Sentimen Komentar Pengguna Aplikasi Segari Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Sandy, Muchamad; Laple Satria Putra, Rani
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1651

Abstract

Perkembangan teknologi digital telah mendorong munculnya berbagai platform belanja daring, salah satunya aplikasi Segari. Tingkat keberhasilan aplikasi ini sangat bergantung pada pengalaman serta persepsi pengguna yang tercermin melalui ulasan di Google Play Store. Ulasan tersebut menjadi sumber data penting untuk dianalisis guna mengetahui kepuasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar pengguna aplikasi Segari dengan memanfaatkan algoritma Support Vector Machine (SVM). Data penelitian diperoleh melalui teknik web scraping dari Google Play Store, menghasilkan 5.752 ulasan pengguna. Dataset kemudian diproses melalui beberapa tahapan preprocessing, meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, dan stemming agar data lebih terstruktur. Setelah itu, dilakukan pembobotan kata menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) untuk merepresentasikan teks dalam bentuk numerik. Hasil TF-IDF menunjukkan kata “segar” sebagai term dengan bobot tertinggi, diikuti oleh “kirim”, “belanja”, “promo”, dan “barang”, yang merefleksikan fokus utama konsumen terhadap kualitas produk dan layanan pengiriman. Model SVM diuji pada 1.021 sampel data menggunakan metode 10-fold cross-validation. Hasil pengujian menunjukkan akurasi rata-rata sebesar 95% dengan nilai tertinggi mencapai 0,968 pada beberapa lipatan. Model menunjukkan performa optimal pada kelas negatif (precision 0,96; recall 1,00; F1-score 0,98) dan cukup baik pada kelas positif (precision 0,93; recall 0,64), tetapi sangat rendah pada kelas netral (precision, recall, dan F1-score = 0,00)
Implementasi Teori Graf dan Optimisasi Alogaritma Dijktra, BFS dan DFS Dalam Menentukan Rute Terpendek Jaringan Masjid Jami di Jatiasih Kota Bekasi Berbasis Google Maps Sandy, Muchamad; Andini Andriati , Dea
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1652

Abstract

Penelitian ini bertujuan untuk menganalisis jalur terpendek menuju masjid jami di wilayah Jatiasih, Kota Bekasi dengan memanfaatkan teori graf dan algoritma pencarian jalur. Masjid direpresentasikan sebagai simpul (node) dan jalan penghubung antar masjid sebagai sisi (edge) berbobot yang merepresentasikan jarak atau estimasi waktu tempuh. Tiga algoritma diterapkan, yaitu Dijkstra, Breadth-First Search (BFS), dan Depth-First Search (DFS), dengan tujuan membandingkan efektivitasnya dalam menentukan rute optimal. Data penelitian diperoleh melalui Google Maps berupa nama masjid, koordinat geografis, serta jarak antar lokasi yang kemudian dimodelkan ke dalam graf berbobot. Hasil implementasi menunjukkan bahwa algoritma Dijkstra berhasil menemukan jalur terpendek dari simpul A ke J melalui lintasan langsung A → J dengan bobot 2 km. Algoritma BFS juga menghasilkan lintasan yang sama dengan level pencarian 1, menandakan efisiensi dalam jumlah simpul minimum. Sementara itu, algoritma DFS menelusuri jalur secara mendalam dengan urutan kunjungan A, B, C, E, D, F, G, H, I, J yang menunjukkan sifat eksploratifnya dalam menjelajahi seluruh simpul.
Co-Authors Andini Andriati , Dea Dariato, Eri Laple Satria Putra, Rani Lazuardi, Sandi Nuramadhana Nurdiansyah, Irfan Reni Utami