p-Index From 2021 - 2026
6.293
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Informatika dan Teknik Elektro Terapan KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Indonesian Journal of Mathematics Education Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar Jurnal Kridatama Sains dan Teknologi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Budimas : Jurnal Pengabdian Masyarakat jurnal syntax admiration Journal Zetroem Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ICTEE (Engineering Journals of Information, control, telecommunication and electrical) Jurnal Sosial dan Teknologi Jurnal Tika Journal of Informatics Management and Information Technology Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Penelitian Inovatif Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Nasional Teknologi Komputer Jurnal ADAM : Jurnal Pengabdian Masyarakat Journal Of Information System And Artificial Intelligence Jurnal Pengabdian Masyarakat Bangsa Jurnal Pengabdian Kepada Masyarakat Radisi Teknologi : Jurnal Ilmiah Sistem Informasi Jurnal Pengabdian Indonesia Jurnal Komputer, Informasi dan Teknologi
Claim Missing Document
Check
Articles

Perbandingan Algoritma XGBoost dan CatBoost dalam Prediksi Harga Rumah Berdasarkan Data Perumahan di Jabodetabek Efendi, Muh Agum Nur; Suharjo, Imam
Jurnal Nasional Teknologi Komputer Vol 6 No 1 (2026): Januari 2026
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v6i1.345

Abstract

Penelitian ini bertujuan untuk membangun dan membandingkan model prediksi harga rumah di wilayah Jabodetabek menggunakan algoritma machine learning XGBoost dan CatBoost. Data yang digunakan merupakan data sekunder properti perumahan yang diperoleh dari situs real estat dan dataset publik dengan total 9.991 data. Variabel yang digunakan meliputi fitur numerik seperti luas tanah, luas bangunan, jumlah kamar, jumlah kamar mandi, garasi, dan usia bangunan, serta fitur kategorikal seperti lokasi, jenis sertifikat, kondisi bangunan, dan fasilitas. Variabel target dalam penelitian ini adalah harga rumah dalam satuan rupiah. Tahapan pra-pemrosesan data meliputi pembersihan data, konversi satuan dan format harga, penanganan nilai hilang menggunakan median, serta rekayasa fitur dengan mengekstraksi informasi kota dari lokasi properti. Dataset kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20. Pada model XGBoost, dilakukan One-Hot Encoding untuk fitur kategorikal dan standardisasi fitur numerik, sedangkan CatBoost memanfaatkan kemampuan native dalam menangani fitur kategorikal. Kedua model menggunakan transformasi logaritmik pada variabel target. Hasil evaluasi menunjukkan bahwa CatBoost memiliki performa yang lebih unggul dibandingkan XGBoost. Model CatBoost menghasilkan nilai MAE sebesar Rp 126.169.305, RMSE sebesar Rp 212.418.771, dan R² sebesar 0,9907 pada data uji, sedangkan XGBoost menghasilkan MAE Rp 239.321.909, RMSE Rp 393.835.569, dan R² sebesar 0,9682. Distribusi error dan MAPE CatBoost juga lebih stabil, dengan 91,80% prediksi memiliki error di bawah 10% sebanyak 1.835 data, sedangkan MAPE XGBoost memiliki prediksi error di bawah 10% sebesar 72,59% dari total data uji, yaitu 1.451 data. Temuan ini menunjukkan bahwa CatBoost efektif untuk prediksi harga rumah, khususnya pada dataset dengan dominasi fitur kategorikal.
Implementasi Metode Simple Additive Weighting pada Sistem Rekomendasi Pembelian Iphone Bekas Pradana, Febri Yuga; Suharjo, Imam
Jurnal Penelitian Inovatif Vol 4 No 3 (2024): JUPIN Agustus 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.433

Abstract

Ponsel merupakan alat penting untuk berkomunikasi. Banyak merek yang dijual dan tersedia di Indonesia, salah satunya adalah iPhone. Perkembangan spesifikasi yang sangat cepat memengaruhi tingkat pembelian dan penjualan iPhone baik yang baru maupun bekas. Minat pembelian terhadap iPhone bekas tidak kalah banyak dibandingkan iPhone yang masih baru karena harganya yang bisa turun drastis tanpa menurunkan kualitas iPhone itu sendiri. Namun konsumen terkadang bingung ketika memilih iPhone bekas mana yang tepat untuk mereka. Penelitian ini membuat sistem pendukung keputusan yang bertujuan membantu memilih iPhone bekas berdasarkan berbagai kriteria yaitu harga, memori internal, fitur kamera, kapasitas baterai, dan ukuran layar. Metode yang digunakan pada penelitian ini adalah Simple Additive Weighting (SAW), yang menghitung nilai bobot untuk setiap kriteria. Setelah dilakukan proses perhitungan,bobot, maka pada perangkingan dihasilkan keputusan rekomendasi iPhone bekas XS Max 512 berdasarkan kriteria harga sedang dan kapasitas baterai terbesar. Dengan demikian dapat disimpulkan metode SAW yang telah diuji dapat digunakan sebagai alat bantu pengambilan keputusan pembelian iPhone bekas.
Sistem Pendukung Keputusan Pemilihan Tanaman Pertanian Berdasarkan Kondisi Lahan dan Iklim Menggunakan Metode AHP-TOPSIS Ikhwanuddin, Yazid; Suharjo, Imam
Journal of Informatics Management and Information Technology Vol. 6 No. 1 (2026): January 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jimat.v6i1.920

Abstract

The selection of crops that are suitable for land and climate conditions is an important factor in increasing agricultural productivity and resource utilization efficiency. This study aims to develop a decision support system (DSS) in the selection of food and horticultural crops based on local agroclimatic conditions using an integration of the Analytical Hierarchy Process (AHP) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) methods. The case study was conducted in Bantul Regency, Yogyakarta Special Region, by considering five main criteria, namely soil type, humidity, rainfall, air temperature, and altitude, as well as five alternative crops, namely rice, corn, soybeans, tomatoes, and chilies. The AHP method was used to determine the importance weight of each criterion based on expert assessment, while the TOPSIS method was used to rank alternative crops based on their suitability level. The results of the AHP calculation showed that soil type was the most influential criterion with a weight of 0.4301, followed by humidity, rainfall, altitude, and air temperature. Based on the TOPSIS analysis, rice plants obtained the highest preference value (C = 0.8688), so it is recommended as the most suitable plant for the agro-climatic conditions of Bantul Regency, while chili plants obtained the lowest preference value (C = 0.1311). These ranking results are in line with the real conditions and historical agricultural patterns in Bantul Regency, which is known as one of the rice production centers, thus indicating that the proposed DSS model is able to represent the agro-climatic conditions of the study area rationally and based on data. This research is expected to be the basis for the development of a more adaptive and applicable agricultural decision support system in supporting crop cultivation planning.
Rancang Bangun Sistem Infomasi Pemasaran Lahan Kosong Berbasis Web Didaerah Istimewa Yogyakarta Aji Rahadian Agung Haryo Wicaksono; Imam Suharjo
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14423

Abstract

Pada masa ini, perkembangan teknologi sangatlah cepat dan berbanding lurus dengan kebutuhan manusia yang selalu ingin cepat dalam mendapatkan informasi. Salah satu bentuk perkembangan teknologi adalah Sistem Informasi (SI) yang telah banyak berkembang dan telah banyak digunakan untuk menunjang dan menyelesaikan suatu permasalahan yang biasa timbul pada suatu individu, kelompok atau perusahaan. Salah satu masalah yang dapat diselesaikan dengan bantuan Sistem Informasi adalah pemasaran tanah atau lahan milik pribadi. Pada penelitian ini akan dibuat suatu Sistem Informasi Pemasaran Lahan dimana penjual atau pemilik lahan bisa memasarkan tanahnya jika ingin dijual kemudian dipublikasi di internet agar dapat diketahui dengan mudah oleh seseorang yang ingin mencari lahan atau tanah. Pada sistem ini juga, pencari lahan dapat mencari tempat atau melakukan filter potensi usaha berdasarkan kriteria yang diinginkan yaitu rentang harga tempat dan rentang luas tempat, selain itu ada juga fitur dimana pencari lahan bisa melakukan pencarian berdasarkan maps dan radius dimana posisi pencari lahan saat ini berada. Setelah menemukan tempat yang cocok, pengguna dapat melihat informasi tentang pemilik tempat tersebut seperti nama, luas lahan, foto-foto lahan dan harga. Penelitian ini melakukan rekayasa perangkat lunak dengan System Development Life Cycle (SDLC) model Waterfall. Sistem dibuat dengan bahasa pemrograman PHP menggunakan kerangka kerja Laravel 8 dan database MySQL. Dengan pengujian Blackbox, disimpulkan bahwa sistem ini berfungsi sebagai aplikasi bagi penjual lahan yang ingin menjual lahan nya dan pencari lahan.
Prototipe Alat Deteksi Banjir Berbasis ESP32, TinyML, dan Notifikasi Telegram Fauzi, Laily Rahmad; Suharjo, Imam
Jurnal Kridatama Sains dan Teknologi Vol 8 No 01 (2026): Jurnal Kridatama Sains dan Teknologi (In Progress)
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v8i01.2115

Abstract

Floods are among the most frequent hydrometeorological disasters in Indonesia and cause significant impacts on public safety, economic activities, and community infrastructure. To support improved preparedness, a water level monitoring system that operates in real time, provides accurate measurements, and is easy to implement in the field is required. This study aims to develop a prototype of an Internet of Things (IoT)-based water level monitoring and classification system using an ESP32 microcontroller, an HC-SR04 ultrasonic sensor, and a Tiny Machine Learning (TinyML) model that performs on-device inference. Water condition determination is based on predefined criteria and water level thresholds established during the analysis stage, which are subsequently used for data labeling and TinyML model development. The system is equipped with LED indicators (green, yellow, red), a 0.96-inch I2C OLED display for local monitoring, and an automatic notification mechanism via the Telegram application as a remote early warning system. The research adopts a Research and Development (R&D) approach using the ADDIE model, which includes needs analysis, system design, hardware and software development, prototype implementation, and system performance evaluation. Experimental results show that the system is able to measure water levels stably with a maximum error of 0.2 cm. A Mean Absolute Error (MAE) of 0.025 cm was obtained from eight experimental trials within a test range of 0–22.5 cm. The system successfully classified water conditions into “Safe,” “Alert,” and “Flood” categories using the TinyML model, achieving 100% agreement with test scenarios across ten test conditions. Furthermore, the Telegram notification mechanism operated as designed, with warning messages sent during all tested warning status transitions (five out of five scenarios) and not sent under stabel safe conditions. These findings indicate that the integration of IoT and TinyML has strong potential to support responsive and efficient flood monitoring and early warning systems, suitabel for small- to medium-scale prototype deployment in residential areas prone to inundation with measurable water level variations.
Sistem Pendukung Keputusan Akurasi Diagnosa Kejiwaan Seseorang Dengan Metode Simple Additive Weighting (Saw) Ahmad Muzakki; Imam Suharjo
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2192

Abstract

Keputusan dalam mendiagnosis gangguan kejiwaan sering kali memerlukan pertimbangan yang kompleks dan melibatkan banyak faktor, seperti gejala yang dialami dan faktor psikologis lainnya. Dalam konteks ini, sistem pendukung keputusan (SPK) sangat penting untuk membantu tenaga medis atau psikolog dalam mengambil keputusan yang tepat. Penelitian ini membuat sebuah Sistem Pendukung Keputusan Akurasi Diagnosa Kejiwaan dengan Metode Simple Additive Weighting (SAW) dengan studi kasus di Puskesmas Depok I Sleman guna untuk membantu pengambilan sebuah keputusan dari keluhan dan masalah pasien sehingga menciptakan sebuah diagnosa yang mengarah ke kejiwaan seseorang dengan akurat sesuai dengan bobot dan kriteria yang di inputkan. Sistem pendukung keputusan (SPK) berperan penting dalam meningkatkan akurasi diagnosa kejiwaan seseorang. Metode SAW dipilih karena kemampuannya dalam mengelola data dengan berbagai kriteria dan menghasilkan keputusan dengan nilai bobot yang ditentukan. Kriteria yang dianalisis meliputi gejala, diagnosa, usia dan jenis intervensi menjadi suatu keputusan yang diambil.
Rancang Bangun Sistem Kendali Suhu Kandang Ayam Berbasis IoT Dengan Notifikasi Otomatis dan Pemantauan Real-Time Muhammad Hanafi; Imam Suharjo
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2836

Abstract

Penelitian ini bertujuan untuk merancang sistem pengendalian suhu berbasis Internet of Things (IoT) pada kandang ayam dengan fitur notifikasi otomatis dan pemantauan waktu nyata. Sistem ini menggunakan mikrokontroler NodeMCU ESP8266, sensor suhu DHT11, serta aktuator berupa kipas dan pemanas untuk menjaga suhu kandang tetap stabil. Data suhu dikirim secara waktu nyata ke server dan dapat diakses melalui aplikasi web maupun seluler. Ketika suhu melebihi ambang batas yang telah ditentukan, sistem secara otomatis mengirimkan notifikasi kepada pengguna melalui layanan pesan instan. Pengujian menunjukkan bahwa sistem mampu memantau dan mengontrol suhu secara akurat dalam rentang yang diinginkan. Fitur notifikasi mendukung respons cepat terhadap kondisi yang tidak ideal, sehingga meningkatkan efisiensi pengelolaan kandang ayam. Sistem ini menawarkan solusi praktis dan terjangkau dalam penerapan otomatisasi pada sektor peternakan unggas.