Article Per Year (5 Year)
p-Index From 2021 - 2026
3.147
P-Index
This Author published in this journals
All Journal CogITo Smart Journal Journal of Information Technology and Computer Engineering Jurnal Nasional Komputasi dan Teknologi Informasi APTEK Jurnal Teknik Industri Terintegrasi (JUTIN) Jurnal Surya Teknika Journal of Computer Networks, Architecture and High Performance Computing CHIPSET (Journal on Computer Hardware, Signal Processing, Embedded System and Networking) Jurnal Penelitian Rumpun Ilmu Teknik Innovative: Journal Of Social Science Research Journal of System and Technology
Yoan Purbolingga
Universitas Andalas
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Neuroscience Public Health Transportation Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Karakteristik Beton K225 Berserat Tandan Kosong Kelapa Sawit Bentuk Kubus Fahrizal Fahrizal; Lukman Hakim Nasution; Yoan Purbolingga; Bastul Wajhi Akramunnas; Asde Rahmawati; Dila Marta Putri
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 15, No. 01, Desember 2022
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v15i1.1601

Abstract

Abstract: Eksperimental I (Kesatu) dilakukan untuk menentukan karakteristik beton berserat Tandan Kosong Kelapa Sawit (TKKS) K225 bentuk kubus umur 3 hari; dengan pengujian perbandingan berat dan kuat tekan rata-rata menggunakan 27 sampel beton K225 kubus umur 3 hari. Persentase serat TKKS yang ditambahkan adalah 1%, 5% dan 10% berjenis A (40mm-10mm), B (10mm-5mm) dan C (5mm-0.1mm), dengan pola matrik campuran berdasarkan SNI 2847:2013, dan pengujian berdasarkan SNI 03-2834-2000. Hasil analisis hubungan antara persentase dan jenis serat terhadap berat dan kuat tekan beton berserat TKKS K225 kubus umur 3 hari; berbanding dengan beton standar K225 kubus umur 3 hari membuktikan bahwa penambahan serat 1% jenis C berat rata-ratanya adalah 7.37kg, berbanding 7.5kg berat standar. Sedangkan sampel matrik 3K1C1, 3K1C2 dan 3K1C3 adalah campuran terbaik dengan berat rata-rata tertinggi adalah 7.42kg. Namun nilai rata-rata kuat tekan masih dibawah range nilai konversi diizinkan untuk beton standar K225 kubus umur 3 hari; dimana nilai kuat tekan rata-rata beton berserat TKKS adalah 72.84kg/cm2, berbanding 82.8kg/cm2-103.5kg/cm2 beton standar K225 kubus umur 3 hari. Sehingga disimpulkan bahwa sampel matrik 3K1C1, 3K1C2 dan 3K1C3 adalah sampel matrik terbaik (C1%). Ini merupakan karakteristik beton berserat TKKS K225 kubus umur 3 hari; namun eksperimen lanjutan diperlukan khusus pada persentase serat TKKS 1%-5%, berjenis B dan C, berbentuk kubus, silinder dan balok pada umur 28 hari.
Prediksi dan Analisis Sentimen Masyarakat Indonesia Terhadap Kenaikan Harga Minyak Goreng di Twitter menggunakan Metode LSTM dan RoBERTa Dila Marta Putri; Fahrizal; Yoan Purbolingga; Bastul Wajhi Akramunnas; Asde Rahmawati
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 15, No. 02, Juni 2023
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v15i2.1931

Abstract

Minyak goreng merupakan salah satu bahan pokok utama bagi mayoritas masyarakat Indonesia. Sehingga kenaikan harga minyak goreng dapat menyebabkan keresahan dan perbincangan yang hangat bagi masyarakat Indonesia. Hal ini dapat dilihat pada media sosial salah satunya adalah Twitter, dimana Indonesia menjadi salah satu negara dengan pengguna Twitter terbesar di dunia. Jumlah pengguna Twitter di Indonesia mencapai 18,45 juta pada tahun 2022. Pada penelitian ini bertujuan untuk menganalisis sentimen masyarakat di Twitter tentang perubahan harga minyak goreng dalam 3 tahun terakhir menggunakan pre-trained model RoBERTa serta memprediksi perubahan harganya menggunakan metode long short term memory (LSTM) untuk 1 tahun ke depan dan hubungan keduanya. Hasil Prediksi yang dilakukan oleh pre-trained model untuk analisis sentimen menghasilkan jumlah dari sentimen negatif sebesar 21149, sentimen netral sebesar 50586 dan sentimen positif sebesar 6222. Prediksi kenaikan harga minyak goreng untuk satu tahun ke depan diprediksi dengan error MSE sebesar 0.005 serta mean absolute error (MAE) sebesar 0.02. Sehingga hasil sentimen analisis yang didapatkan menunjukkan bahwa semakin tinggi harga minyak goreng maka semakin banyak sentimen negatif yang didapatkan pada sosial media Twitter
Analisis Prediksi Harga Minyak West Texas Intermediate menggunakan Artificial Neural Network dengan Optimisasi Adaptive Moment Asde Rahmawati; Fahrizal; Bastul Wajhi Akramunnas; Yoan Purbolingga; Dila Marta Putri
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 15, No. 02, Juni 2023
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v15i2.1932

Abstract

Minyak merupakan salah satu sumber daya krusial yang dibutuhkan hampir dalam semua industri terutama dalam kegiatan operasi/produksi dan distribusi. Salah satu jenis minyak mentah adalah West Texas Intermediate (WTI). WTI merupakan satu dari empat minyak mentah yang berpengaruh pada harga pasar dunia. Akan tetapi, harga minyak dunia sering kali mengalami fluktuasi karena beberapa faktor. Fluktuasi harga minyak dunia dapat berpengaruh pada berbagai bidang mulai dari regulasi, harga saham hingga perputaran ekonomi dalam perdagangan internasional. Prediksi harga minyak penting dilakukan untuk preferensi pengambilan keputusan stakeholder terkait. Pada penelitian ini prediksi dilakukan dengan menggunakan model artificial neural network (ANN) dan adaptive moment (Adam) sebagai algoritma optimasinya. Hasil pengolahan data set dengan pemodelan ANN dengan optimisasi Adam sebanyak 10 iterasi didapatkan nilai mean absolute error (MAE) sebesar 2,31 dan mean absolute error (MAE) sebesar 2,2. Serta nilai sebesar 0,97 dan nilai prediction sebesar 0,68
Perbandingan Algoritma CatBoost dan XGBoost dalam Klasifikasi Penyakit Jantung Yoan Purbolingga; Dila Marta Putri; Fahrizal; Asde Rahmawati; Bastul Wajhi Akramunnas
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 15, No. 02, Juni 2023
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v15i2.1930

Abstract

Penyakit jantung merupakan masalah kesehatan yang serius dan dapat berdampak negatif pada kualitas hidup individu. Dalam beberapa tahun terakhir, penggunaan teknik pembelajaran mesin dalam mendiagnosis penyakit jantung telah menjadi topik penelitian yang penting. Pada penelitian ini melakukan perbandingan kinerja algoritma CatBoost dan XGBoost, dalam tugas klasifikasi penyakit jantung. Tahapan perbandingan algoritma diawali dengan data acquisition, exploratory data analysis, future engineering, modelling, dan model evaluation. Hasilnya membuktikan bahwa algoritma CatBoost dapat mengungguli algoritma XGBoost dalam mengklasifikasi kasus orang dengan penyakit jantung dengan data set yang digunakan. Untuk dataset yang digunakan diperoleh dari UCI Machine Learning Repository dengan 12 feature dan 918 jumlah data. Dari hasil analisis data, feature OldPeak, MaxHR, Age, dan FastingBS merupakan faktor utama dalam memprediksi orang dengan penyakit jantung. Sehingga berdasarkan kinerja algoritma CatBoost dan XGBoost dengan data ini, kami merekomendasikan algoritma CatBoost untuk memprediksi orang dengan penyakit jantung dengan lebih baik
Mathematical Modeling of Linear Momentum to determine The Breaking Pattern of Coal Physical Collision Fahrizal; Lukman Hakim Nasution; Yoan Purbolingga; Dila Marta Putri; Asde Rahmawati; Bastul Wajhi Akramunnas
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 15, No. 02, Juni 2023
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v15i2.1936

Abstract

A study shows that 40% of steam power plants in Indonesia use coal as a fuel in boiler systems. The number of power plants using coal is increasing; in 2030, it is estimated to produce 4,500 GW of electricity. The coal fuel for the combustion process should be in powder form in order to produce a complete combustion. Generally, a crusher is used to produce coal chunks, and then a grinder is needed to bring the chunks to powder form. By using a linear momentum mathematical model, the coal breaking pattern can be predicted. From this study, the state of coal throughout the transformation process could be classified into 3 stages; initial state, static impact and momentum effect. The above studies would influence the mathematical modeling of the breaking pattern, and the transformation process in coal physical collision. Therefore, to produce coal in the form of powder can be carried out with an impact system, not only a system of grinding such as in the grinding process.
Utilizing Convolutional Neural Network for Learning Web-Based Braille Letter Classification System Ahmad Ridwan; Yoan Purbolingga; Hanisah Hanisah
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 1 (2024): Article Research Volume 6 Issue 1, January 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i1.3386

Abstract

This paper aims to facilitate prospective teachers and people who want to learn braille letters. The system designed is a website that will classify braille letters using the convolutional neural network (CNN) method with the activation functions used, namely ReLU and Softmax. In this research, the input is an image of braille letters with grayscale elements. The output of the data is a regular alphabet letter. Most of this research data consists of training and testing data, which is 2,722 pieces. The accuracy results obtained in the data training process using Max Pooling and epoch 30 for data is 92.15%, epoch 50 is 94.58%, and for training data with epoch 100 is 96.64%. The test results using the system produce an accuracy value of all braille letter image data of 92.30%. Furthermore, for better system development, it is recommended to use hyperparameter tuning to minimize classification uncertainty in braille letter images.
Implementasi Metode DevOps pada Sistem Informasi Pengelolaan Uang Kas Prodi Ekonomi Syari’ah STAIN Bengkalis Mentari Tri Indah Rahmayani; Nurhayati Nurhayati; Yoan Purbolingga; Restu Dian Saputri; Desi Ratna Sari
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 3 (2024): Juni 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i3.7633

Abstract

Abstrak- Perubahan teknologi informasi pada era modern berkembang sangat pesat. Tingginya pengguna dalam menggunakan produk teknologi pun kian meningkat. Hal ini berbanding lurus dengan gaya hidup masyarakat yang ingin mendapatkan pelayanan yang cepat, tepat dan akurat. Pada penelitian ini penulis membuat sebuah sistem informasi pengelolaan uang kas untuk mahasiswa pada himpunan prodi Ekonomi Syari’ah STAIN Bengkalis. Pada pengembangan sistem penulis menggunakan metode Software Development Life Cycle dan pada proses implementasi sistem penulis menerapkan metode DevOps. Hasil implementasi menunjukkan bahwa sistem dapat berjalan dengan baik sesuai dengan kebutuhan mahasiswa dalam pengelolaan uang kas. DevOps telah memudahkan proses pengembangan perangkat lunak pada satu antar muka web menggunakan GitLab.Kata Kunci : DevOps, Pengelolaan KAS, SDLCAbstract - Changes in information technology in the modern era are developing very rapidly. The number of users using technology products is also increasing. This is directly proportional to the lifestyle of people who want to get fast, precise and accurate service. In this research the author created a cash management information system for students at the STAIN Bengkalis Sharia Economics study program association. In system development the author uses the Software Development Life Cycle method and in the system implementation process the author applies the DevOps method. The implementation results show that the system can run well according to students' needs in cash management. DevOps has made the software development process easier on a single web interface using GitLab.Keyword : DevOps, KAS Management, SLC.
Utilizing Convolutional Neural Network for Learning Web-Based Braille Letter Classification System Ridwan, Ahmad; Purbolingga, Yoan; Hanisah, Hanisah
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 1 (2024): Article Research Volume 6 Issue 1, January 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i1.3386

Abstract

This paper aims to facilitate prospective teachers and people who want to learn braille letters. The system designed is a website that will classify braille letters using the convolutional neural network (CNN) method with the activation functions used, namely ReLU and Softmax. In this research, the input is an image of braille letters with grayscale elements. The output of the data is a regular alphabet letter. Most of this research data consists of training and testing data, which is 2,722 pieces. The accuracy results obtained in the data training process using Max Pooling and epoch 30 for data is 92.15%, epoch 50 is 94.58%, and for training data with epoch 100 is 96.64%. The test results using the system produce an accuracy value of all braille letter image data of 92.30%. Furthermore, for better system development, it is recommended to use hyperparameter tuning to minimize classification uncertainty in braille letter images.
Sistem Informasi Rumah Moderasi STAIN Bengkalis Menggunakan Metode Research And Development (R&D) Rahmayani, Mentari Tri Indah; Purbolingga, Yoan; Yolanda, Desta
Jurnal Teknik Industri Terintegrasi (JUTIN) Vol. 8 No. 2 (2025): April
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jutin.v8i2.44319

Abstract

This study aims to develop the Rumah Moderasi (Moderation House) Information System at STAIN Bengkalis as a platform for information services and reporting, intended to strengthen religious moderation within the campus environment. The research employs the Research and Development (R&D) method using the 4D development model (Define, Design, Develop, and Disseminate). The system is designed to facilitate lecturers and students in accessing information and reporting indications of radicalism online. The test results show that the system has a positive impact in enhancing services and reinforcing values of tolerance and religious moderation in the academic setting. The implementation of this system is expected to encourage the creation of an inclusive, tolerant campus environment that is free from radical ideologies.
Comparison of MDKA Stock Price Prediction using Multi-Layer Perceptron, Long Short-Term Memory, and Gated Recurrent Unit Wajhi Akramunnas, Bastul; Hakim, Legisnal; Marta Putri, Dita; Fahrizal, Fahrizal; Rahmawati, Asde; Purbolingga, Yoan
SURYA TEKNIKA Vol 10 No 1 (2023): JURNAL SURYA TEKNIKA
Publisher : Fakultas Teknik UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jst.v10i1.5004

Abstract

Shares are rights owned by a person against a company due to the delivery of capital, either in part or in whole. Investors invest in stocks and try to get maximum results, but many investors are still unsure about the risks involved in investing. To minimize risk, investors need to predict stock prices with an accurate method. Several methods that can be implemented to predict stock data include Multi-Layer Perceptron (MLP), Long Short-Term Memory (LSTM), and Gated Recurrent Unit (GRU). The research objective to be achieved in this study is to compare the performance of each algorithm in producing a more accurate stock price forecasting model by testing neurons (10, 20, 30) and epochs (50, 75, 100). The research was conducted on the stock price data of PT. Merdeka Copper Gold Tbk (MDKA) which is a mining sector share with the largest capitalization value. Tests on some of the algorithms above got the best results using 82% training data and 18% test data, namely the MLP model with 10 neurons and 100 epochs with a MAPE training data result of 2.325 and a MAPE test data of 2.014. Based on the test results, MLP can predict MDKA stock prices for the 2018-2022 period with good performance and a relatively small error rate, while tests using the LSTM and GRU methods still produce large errors. Thus, it can be concluded that MLP can predict stock prices with more accurate results.
Co-Authors Ahmad Ridwan Ahmad Ridwan Anandika, Arrya Arrya Anandika Asde Rahmawati Asde Rahmawati Aulia Ramadhani, Shafira Bastul Wajhi Akramunnas Bastul Wajhi Akramunnas Desi Ratna Sari Dila Marta Putri Dila Marta Putri Dila Marta Putri Dini Utami FAHRIZAL Fahrizal Fahrizal Fahrizal Fahrizal Fahrizal Fahrizal Fitri Andriani, Fitri Hanisah Hanisah Hanisah, Hanisah Hudaya Muna Putra Ika Mayla Sari Laellatul Husna Legisnal Hakim Lukman Hakim Nasution Lukman Hakim Nasution M Ikhsan Marta Putri, Dita Mentari Tri Indah Rahmayani Novendra, Radinal Dwiki Nurhayati Nurhayati Prawira, Aditya Prima, Lucky Rahmayani, Mentari Tri Indah Restu Dian Saputri Rian Ferdian Ririn Violina Siti Nurjanah Siti Nurjanah Syahputra, Ronaldo Wajhi Akramunnas, Bastul Yolanda, Desta Zahran, Dzaki