Article Per Year (5 Year)
p-Index From 2021 - 2026
1.829
P-Index
This Author published in this journals
All Journal Infotronik : Jurnal Teknologi Informasi dan Elektronika Jurnal Mantik INFORMASI (Jurnal Informatika dan Sistem Informasi) Media Jurnal Informatika INOTEK VISA: Journal of Vision and Ideas INOVTEK Polbeng - Seri Informatika
Herwanto, Patah
STMIK IM, Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Kolaborasi Teknik Optimasi Web Untuk Mendapatkan Popularitas Terbaik Di Mesin Pencari, Akses Yang Cepat, Kemudahan Akses, Dan Keamanan Rosida Rosida; Patah Herwanto
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 11 No 2 (2019): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (310.665 KB) | DOI: 10.37424/informasi.v11i2.18

Abstract

Optimasi web merupakan sesuatu yang harus dilakukan jika menginginkan web yang dibangun mendapatkan popularitas terbaik di suatu mesin pencari, dengan begitu maka bisa dipastikan situs web tersebut akan mendapatkan banyak pengunjung karena sebagian pencari informasi melakukan pencarian melalui mesin pencari. Teknik yang dapat dilakukan untuk optimasi web sepertinya tidak cukup hanya Search Engine Optimization (SEO) saja, melainkan perlu optimasi pada sisi yang lain seperti pada sisi konten, desain, performa, dan aksesibilitas. Dengan begitu maka diharapkan situs web bukan hanya memiliki rangking terbaik di mesin pencari saja tetapi juga memiliki konten yang rapi, performa yang baik, serta kemudahan akses bagi para pengunjungnya.
Diagnosis Kanker Payudara Menggunakan Machine Learning Dengan Algoritma K-Nearest Neighbor Chalifa Chazar; Indra Nursyamsi; Patah Herwanto
Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK) Vol. 1 No. 1 (2021): Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK)
Publisher : LPPM STMIK Rosma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (423.707 KB)

Abstract

Banyak anggapan bahwa kanker payudara sama seperti tumor, pada kenyataanya tumor yang muncul tidak berarti kanker payudara. Penyakit ini sulit didiagnosis pada tahap awal, hal ini menyebabkan banyak penderita baru mengetahui kondisinya setelah memasuki tahapan yang sulit disembuhkan. Biopsi adalah teknik pemeriksaan dengan mengambil cairan di payudara dengan menggunakan Fine Needle Aspiration (FNA), selanjutnya akan dilakukan diagnosis untuk mengetahui jenis kanker apakah termasuk pada kelompok jinak atau ganas. Diagnosis ini membutuhkan waktu yang relative lama. Machine Learning (ML) memiliki kemampuan untuk dapat meniru kecerdasan manusia dan terus melakukan pembelajaran berdasarkan data atau pengalaman di masa lalu. Semakin sering digunakan Machine Learning (ML) akan menghasilkan tingkat akurasi yang lebih tinggi. Untuk meningkatkan hasil akurasi dari predisksi yang dihasilkan digunakan algoritma K-Nearest Neighbor (K-NN). Penelitian ini bertujuan untuk membangun aplikasi Machine Learning (ML) untuk mendiagnosis jenis kanker payudara dengan menggunkan algoritma K-Nearest Neighbor. Hasil dari penelitian ini menunjukan bahwa algoritma K-Nearest Neighbor (K-NN) dapat menentukan jenis kanker payudara dengan menggunkan sedikit data atau pengalaman dengan hasil akhir yang mudah dipahami.
Penggunaan Encripsi MD5 Untuk Pencegahan SQL Injection Pada Aplikasi Berbasis Web Benediktus Zebua; Patah Herwanto; Rosida Rosida
Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK) Vol. 2 No. 1 (2022): Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK)
Publisher : LPPM STMIK Rosma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (373.036 KB) | DOI: 10.35969/inotek.v2i1.206

Abstract

Pengembangan website yang terus berkembang dan masif maka sistem keamanan adalah hal yang paling penting untuk melindungi informasi yang bersifat sensitif. SQL Injection merupakan salah satu serangan yang sangat populer dan sering digunakan untuk memanfaatkan celah keamanan pada sistem untuk menyerang database pada sebuah website. Oleh karena itu, pencegahan perlu dilakukan untuk menghindari serangan SQL Injection. Penelitian ini menggunakan metode pengumpulan data dan pengembangan sistem. Pengumpulan data menggunakan studi pustaka dan studi lapangan. Pengembangan sistem dilakukan dengan metode prototype, sebelum mendapatkan kesepakatan pada bentuk sistem yang akan dibangun maka perubahan dan presentasi pada prototype yang dirancang dapat dilakukan berkali-kali. Pencegahan adanya serangan SQL Injection pada suatu website, maka peneliti tertarik membuat sistem pencegahan dengan menggunakan Algoritma MD5 untuk mengenkripsi parameter query string. Enkripsi dilakukan untuk menjaga keaslian data yang dikirimkan ke sistem agar tidak terjadi penyisipan perintah-perintah yang membahayakan sistem. Dalam pembuktian implementasi MD5 untuk pencegahan SQL injection ini digunakan aplikasi website sederhana yang bisa menggambarkan proses bagimana pencegahan dapat dilakukan.
Analisis Faktor-faktor yang Mempengaruhi Penerimaan Teknologi Blockchain dalam Industri Akuntansi Intan Pramesti Dewi; Patah Herwanto; Haryoso Wicaksono; Rosida
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 15 No 1 (2023): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v15i1.221

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi penerimaan teknologi blockchain dalam industri akuntansi. Melalui analisis faktor dan regresi linear, faktor-faktor seperti persepsi manfaat, kompleksitas, keamanan, ketidakpastian regulasi, dan faktor lainnya dieksplorasi untuk mengetahui pengaruhnya terhadap adopsi teknologi blockchain. Data diperoleh dari responden di industri akuntansi dan dianalisis menggunakan metode statistik. Hasil penelitian menunjukkan bahwa persepsi manfaat, kompleksitas, dan keamanan memiliki pengaruh yang signifikan terhadap penerimaan teknologi blockchain dalam industri akuntansi. Hipotesis H0 ditolak, sementara hipotesis alternatif diterima. Penelitian ini memberikan wawasan bagi perusahaan akuntansi dalam mengembangkan strategi penggunaan teknologi blockchain.
PREDIKSI KINERJA KEUANGAN PT ASTRA INTERNATIONAL TBK DENGAN REGRESI LINIER DAN EXPONENTIAL SMOOTHING Patah Herwanto; Nenda Marliani; Rosida Rosida
Jurnal Teknologi Informasi dan Elektronika (INFOTRONIK) Vol 8, No 1 (2023): Vol 8 No 1 Tahun 2023
Publisher : Universitas Sangga Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32897/infotronik.2023.8.1.2734

Abstract

Kinerja keuangan suatu perusahaan dapat diprediksi dengan menggunakan berbagai metode, salah satunya adalah regresi linear dan exponential smoothing. Penelitian ini bertujuan untuk memprediksi kinerja keuangan PT Astra International Tbk dengan menggunakan metode regresi linear dan exponential smoothing, serta menggabungkan kedua metode tersebut untuk memperoleh prediksi yang lebih akurat. Data keuangan PT Astra International Tbk dari tahun 2012-2021 digunakan dalam penelitian ini. Hasil prediksi dengan regresi linear menunjukkan bahwa rasio current ratio memiliki MAPE paling rendah, sedangkan exponential smoothing menunjukkan bahwa rasio debt to equity ratio memiliki MAPE paling rendah. Dalam penggabungan kedua metode, MAPE terendah diperoleh pada prediksi total asset turnover. Dalam pembahasan, faktor-faktor yang memengaruhi kinerja keuangan PT Astra International Tbk dibahas untuk masing-masing rasio keuangan yang diprediksi. Kesimpulannya, penggabungan antara regresi linear dan exponential smoothing dapat meningkatkan akurasi prediksi kinerja keuangan, dan hasil prediksi dapat digunakan sebagai acuan dalam pengambilan keputusan investasi.
Implementation of adaptive neuro fuzzy inference system (ANFIS) in diagnosing obsessive compulsive disorder (OCD) Hendri Hendri; Patah Herwanto
Jurnal Mantik Vol. 7 No. 2 (2023): Agustus: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i2.4105

Abstract

Obsessive Compulsive Disorder (OCD) is a condition characterized by repetitive thoughts that encourage sufferers to do repetitive actions with the intention of reducing anxiety. People who experience OCD require assistance from specialist doctors to ensure appropriate treatment and avoid delays in treatment. However, the imbalance between the number of specialist doctors and sufferers can lead to prolonged consultation waiting times. In addition, the high costs incurred for consultations are also an obstacle for sufferers. Therefore, this research aims to develop a system that can diagnose OCD disease using the Adaptive Neuro Fuzzy Inference System (ANFIS) method. This system was designed on a website-based platform using the Python programming language with the help of the Flask framework and MySQL as the database. It is expected that this system will help people who experience OCD in the process of diagnosing OCD disorde
Analisis Perbandingan Model Algoritma Data Mining dalam Memprediksi Harga Emas terhadap Mata Uang US Dollar (XAU/USD) di Pasar Forex Herwanto, Patah; Suwandy, Fanji Arief; Rustam, Yudhi Widya Arthana; Rosida
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 16 No 1 (2024): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v16i1.292

Abstract

Studi ini menganalisis pergerakan harga XAU/USD di pasar forex untuk memfasilitasi prediksi tren yang akurat bagi para trader. Berbagai model algoritma data mining, termasuk Jaringan Saraf Tiruan (Neural Network), Mesin Vector Pendukung (Support Vector Machine), Gaussian Process, Regresi Linier, dan Regresi Polinomial, dibandingkan untuk akurasi. RapidMiner memproses data, dan Validasi Silang K-Fold digunakan untuk menentukan akurasi model. Akar Mean Square Error (RMSE) digunakan untuk evaluasi, dengan Jaringan Saraf Tiruan menunjukkan kesalahan terendah (7,059). Pengujian mengkonfirmasi identifikasi tren yang akurat dan prediksi harga penutupan oleh Jaringan Saraf Tiruan, membantu para trader dalam transaksi yang terinformasi.
Sistem Analisis Laporan Keuangan Dan Prediksi Kinerja Keuangan PT Astra International Tbk Dengan Model ARIMA (Autoregressive Integrated Moving Average) Herwanto, Patah; Marliani, Nenda; Rosida, Rosida; Herdyansyah, Ridwan
Media Jurnal Informatika Vol 15, No 2 (2023): Media Jurnal Informatika
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v15i2.3755

Abstract

Penelitian ini bertujuan untuk melakukan analisis laporan keuangan dan prediksi kinerja keuangan PT Astra International Tbk dengan model ARIMA. Data yang digunakan adalah data keuangan PT Astra International Tbk dari tahun 2012 hingga 2021. Hasil prediksi menggunakan model ARIMA menunjukkan proyeksi Current Ratio (CR) sebesar 138,17, Debt to Equity Ratio (DER) sebesar 70,44, Return on Assets (ROA) sebesar 6,87%, dan Total Asset Turnover (TOA) sebesar 0,68. Evaluasi model prediksi dilakukan dengan menghitung nilai Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan bahwa model ARIMA memberikan prediksi yang cukup akurat untuk rasio keuangan CR, DER, dan TOA, namun kurang akurat untuk rasio keuangan ROA. Dalam pengukuran tingkat kesalahan prediksi, nilai MAE dan RMSE untuk semua rasio keuangan memiliki nilai yang rendah, sedangkan nilai MAPE menunjukkan kesalahan prediksi yang rendah hingga sedang. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa model ARIMA dapat digunakan sebagai alat bantu dalam melakukan prediksi kinerja keuangan perusahaan. Namun, penelitian lebih lanjut dapat dilakukan dengan menggunakan model lain atau mengombinasikan beberapa model untuk meningkatkan akurasi prediksi kinerja keuangan perusahaan.
Implementasi ICA Framework Untuk Peningkatan Efisiensi Waktu Dan Sumber Daya Dalam Proses Data Ingestion Di Informatica Dei (Studi Kasus Bank XYZ) Maulana, Muhamad Iqbal Farhan; Herwanto, Patah
Media Jurnal Informatika Vol 17, No 1 (2025): Media Jurnal Informatika
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v17i1.5149

Abstract

Platform Informatica Data Engineering Integration (DEI) memainkan peran penting dalam pengelolaan aliran data di Bank XYZ, terutama dalam proses data ingestion, yaitu perpindahan data awal dari berbagai sumber ke penyimpanan terpusat, Datalake. Proses pengembangan ingestion pipeline dan pengujian secara tradisional membutuhkan waktu signifikan, yaitu sekitar 240 menit untuk pengembangan dan 90 menit untuk pengujian, sehingga total 330 menit per pipeline dalam kondisi ideal. Tingginya permintaan pembuatan pipeline baru seringkali menyebabkan bottleneck. Untuk mengatasi tantangan ini, sebuah parameterized job yang bersifat composable diinisiasikan dalam Informatica DEI guna mencapai efisiensi. Parameterized job ini, yang mampu mengambil parameter terkait ingestion dan dapat digunakan kembali, diimplementasikan dalam sebuah aplikasi web untuk kemudahan akses oleh developer dan tester. Gabungan ini membentuk sebuah framework end-to-end yang disebut Integration Composable Architecture (ICA) Framework. ICA Framework bertujuan menyederhanakan proses data ingestion dengan mengubah tugas manual dan repetitif menjadi proses input dan klik yang sederhana melalui situs web ICA. Penelitian ini mencakup perancangan ICA Framework, identifikasi kekuatan dan kelemahan proses yang ada, pengembangan proses yang diusulkan, serta implementasi dan evaluasi. Metode penelitian yang digunakan adalah eksploratif dengan pendekatan kualitatif dan kuantitatif, melibatkan observasi, wawancara, dan analisis log sistem. Hasil implementasi menunjukkan bahwa ICA Framework berhasil mengurangi waktu pengembangan pipeline dari 240 menit menjadi 5 menit (efisiensi 97,91%) dan waktu pengujian dari 90 menit menjadi 1 menit (efisiensi 98,9%), sehingga mencapai efisiensi waktu proses keseluruhan sebesar 98,4%. Selain itu, terjadi peningkatan efisiensi penggunaan sumber daya manusia sebesar 65%. Dengan demikian, ICA Framework terbukti efektif dalam mengurangi waktu pengembangan, mengefisienkan penggunaan SDM, dan berpotensi meningkatkan kualitas serta akurasi data ingestion. 
Integration of K-Means Clustering and GPT-4.1 for an AI-Based Strategic Hotel Decision Support System Anasayyasy, Daffa; Whily Ambodo, Inov; Herwanto, Patah
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/rh6p1t14

Abstract

This research develops an artificial intelligence-based strategic decision support system for optimizing hotel revenue management, integrating K-Means Clustering and GPT-4.1. The novelty of this study lies in the combination of daily performance analysis using K-Means for segmentation and narrative-based recommendations generated by GPT-4.1, a novel approach not widely applied in hospitality contexts. This approach not only utilizes data segmentation techniques but also transforms the segmentation results into strategic recommendations that are practical and easily understood by hotel management. The theoretical contribution of this research is the development of an integration method between clustering algorithms and large language models, while its practical contribution is the improvement of operational decision-making efficiency based on data, which can enhance hotel performance and daily revenue. Thus, this research contributes to the development of AI-based systems that can be adapted to other service sectors with similar operational patterns.
Co-Authors Anasayyasy, Daffa Benediktus Zebua Chairuddin Chairuddin Chalifa Chazar Haryoso Wicaksono Hendri Hendri Herdyansyah, Ridwan Indra Nursyamsi Intan Pramesti Dewi Maulana, Muhamad Iqbal Farhan Muhammad, Dian Nenda Marliani Rosida Rosida Rosida Rosida Rosida Rosida Suwandy, Fanji Arief Syukur, Moh Rezky Whily Ambodo, Inov Yudhi Widya Arthana Rustam