Article Per Year (5 Year)
p-Index From 2020 - 2025
4.317
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) POROS TEKNIK JOIN (Jurnal Online Informatika) JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JITK (Jurnal Ilmu Pengetahuan dan Komputer) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer CYBERNETICS JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Repositor Jurnal Perempuan & Anak Jurnal Impresi Indonesia
Chandranegara, Didih Rizki
Universitas Muhammadiyah Malang
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Controller Based Proxy for Handling NDP in OpenFlow Network Fauzi Dwi Setiawan Sumadi; Didih Rizki Chandranegara
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 4, No 1, February 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (416.116 KB) | DOI: 10.22219/kinetik.v4i1.720

Abstract

A significant method should be deployed in OpenFlow environment for reducing the complexity during the implementation of IPv6 neighbor discovery protocol (NDP) in multicast manner. This paper was performed for deploying reactive-based application in controller’s northbound layer for handling as well as cutting the Neighbor solicitation packet’s journey. The application had a capability for storing each of the incoming Neighbor Solicitation (NS) and Neighbor Advertisement (NA) packet information. Therefore, the controller could reply the NS packet directly by using OFPT_PACKET_OUT message that contained the NA packet extracted from the reactive application. The experiment’s result showed that the proposed approach could reduce the NS response time up to 71% than the normal result produced by the traditional/learning switch application.
Aplikasi Pendukung Keputusan Kontrasepsi Menggunakan Metode TOPSIS Berbasis Mobile Zamah Sari; L. Yasril Imam; Didih Rizki Chandranegara; Wildan Suharso; Hardianto Wibowo
CYBERNETICS Vol 5, No 02 (2021): CYBERNETICS
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/cbn.v5i02.2731

Abstract

Keluarga adalah komponen kecil dari sebuah negara dan keluarga yang dihasilkan manusia yang akan membangun negara dan bangsa. Keluarga berencana (KB) adalah sebuah solusi yang efesien dalam menghasilkan manusia yang lebih berkualitas, baik dari sisi materi maupun spritual. Berdasarkan permasalahan tersebut maka dibangunlah Aplikasi Pendukung Keputusan yang bertujuan untuk membantu para Akseptor KB dalam pemilihan alat kontrasepsi sesuai dengan kondisi pasien. Sistem pakar sendiri merupakan sebuah sistem pendukung keputusan yang sangat dibutuhkan untuk mendukung dalam pendukung keputusan alat kontrasepsi yang sesuai, cepat dan tepat berdasarkan pakar dalam bidang nya. Dalam pendukung keputusan ini, metode TOPSIS digunakan untuk memberi bobot pada pendukung keputusan. Metode TOPSIS dipilih karena dapat memberikan solusi yang efektif untuk permasalahan tertentu yang mengandung multi kriteria bahwa alternatif yang dipilih harus memiliki jarak terpendek dari Positif Ideal Solution (PIS) dan terjauh dari Negatif Ideal Solution (NIS) untuk menentukan alternatif terbaik. Pada penggunaan 50 sampel data uji Akseptor KB untuk dibandingkan antara metode TOPSIS dan AHP maka hasil akurasi metode TOPSIS memiliki tingkat akurasi lebih tinggi dibandingkan dengan AHP dengan akurasi 84% sedangkan AHP memiliki akurasi 76%.
Analysis of the Combination of Naïve Bayes and MHR (Mean of Horner’s Rule) for Classification of Keystroke Dynamic Authentication Zamah Sari; Didih Rizki Chandranegara; Rahayu Nurul Khasanah; Hardianto Wibowo; Wildan Suharso
JOIN (Jurnal Online Informatika) Vol 7 No 1 (2022)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v7i1.839

Abstract

Keystroke Dynamics Authentication (KDA) is a technique used to recognize somebody dependent on typing pattern or typing rhythm in a system. Everyone's typing behavior is considered unique. One of the numerous approaches to secure private information is by utilizing a password. The development of technology is trailed by the human requirement for security concerning information and protection since hacker ability of information burglary has gotten further developed (hack the password). So that hackers can use this information for their benefit and can disadvantage others. Hence, for better security, for example, fingerprint, retina scan, et cetera are enthusiastically suggested. But these techniques are considered costly. The advantage of KDA is the user would not realize that the system is using KDA. Accordingly, we proposed the combination of Naïve Bayes and MHR (Mean of Horner’s Rule) to classify the individual as an attacker or a non-attacker. We use Naïve Bayes because it is better for classification and simple to implement than another. Furthermore, MHR is better for KDA if combined with the classification method which is based on previous research. This research showed that False Acceptance Rate (FAR) and Accuracy are improving than the previous research.
Pengembangan Sistem Pengelompokan Sekolah Menggunakan Metode Algoritma K-Means (Studi Kasus Dinas Pendidikan Kabupaten Malang) Moch. Rosid Noviansyah; Ilyas Nuryasin; Didih Rizki Chandranegara
Jurnal Repositor Vol 4 No 2 (2022): Mei 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i2.1323

Abstract

Sebuah instansi pemerintah yang bergerak di bidang pendidikan khususnya pendidikan smp tentunya Dinas Pendidikan Kabupaten Malang yang merupakan instansi penting sebagai penggerak pendidikan di wilayah kabupaten malang untuk mengukur suatu mutu dan kualitas - kualitas sekolah yang ada di Dinas Kabupaten Malang yaitu berdasarkan standart penilaian pendidikan dan Standart pengelolaan yang berupa Nilai Ujian Nasional, Nilai Ujian Sekolah, dan Nilai Akreditasi Sekolah, namun demikian mengingat banyaknya jumlah Sekolah Menengah Pertama atau dalam kasus ini adalah SMP yang ada di Kabupaten Malang, nilai Ujian Nasional, Ujian Sekolah, serta Nilai Akreditasi Sekolah dari tiap tiap sekolah tidak seragam tentu pihak Dinas Kabupaten Malang akan kesulitan dalam mencari dan memilah tiap tiap sekolah berdasarkan karakteristik tersebut. Maka penelitian ini membahas tentang penerapan data mining menggunakan metode Algoritma K-Means untuk menghasilkan tampilan profil yang memiliki atribut sama , atribut atau parameter nilai yang digunakan adalah rata rata nilai dari setiap sekolah dari nilai Ujian Nasional, nilai Ujian Sekolah, serta nilai Akreditasi Sekolah, dengan menghasilkan cluster sejumlah 3 (k = 3) dengan cluster1 sebanyak 33 data , cluster2 sebanyak 56 data, cluster3 sebanyak 49 data. Hal ini menunjukan nilai SSE paling besar dengan jumlah cluster sebanyak 3 dimana dengan jumlah cluster tersebut yang paling ideal untuk melakukan clustering sekolah SMP berdasarkan data di Dinas Pendidikan Kabupaten Malang.
Utilization of Information Technology in Women Boarding High Schools to Support Learning Activities Wildan Suharso; Moch Imron; Ekanita Rakhmah; Lathifah Hanif; Didih Rizki Chandranegara
Jurnal Perempuan dan Anak Vol. 3 No. 1 (2020): Februari
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.266 KB) | DOI: 10.22219/jpa.v3i1.14506

Abstract

The use of information technology media becomes very important when the needs are increasingly complex or schools are in the development stage because with the use of information technology media teaching and learning activities can be carried out quickly and centrally. In female boarding schools, the use of technology really needs to be considered considering the activities that are so dense both intraculricular and extracurricular activities, on the other hand, Aisyiyah Boarding School Malang High School has quite high activities outside the school, this is evidenced by the many achievements they have from the local to the national level. . At the time this research was conducted, all countries in the world were experiencing the Covid-19 pandemic and required all activities to run online, so this research was conducted to determine the use of information technology at ABSM High School to support teaching and learning activities. The variables used in the study include new desire and interest in learning, motivation and interest in learning, understanding in learning. The research method includes research assumptions and definitions, data collection, analysis of initial conditions, preparation of questionnaires, descriptive analysis. Respondents were students of class X, XI, and XII of SMA ABSM, with a total of 30 respondents who were all ABSM high school students. The results show that in general the use of information technology media can support the teaching and learning process in the school environment for both intraculricular and extracurricular activities.
Mendeteksi Ekspresi Wajah dengan Meninjau Iris Mata Menggunakan Metode Transformasi Hough dan K-Nearest Neighbor (KNN) Ningsih Djamsi; Didih Rizki Chandranegara; Zamah Sari
Jurnal Repositor Vol 5 No 1 (2023): Februari 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i1.1504

Abstract

The face has differences (characteristics), besides that the face is also the center of expression in humans. Directly facial expressions become a non-verbal communication, many factors can support detecting a person's facial expressions such as movements and changes in eyebrows, lips and eyes. In this study, the focus is on the iris as the object of observation. There are two test scenarios to detect facial expressions based on facial images, using the TFEIDHigh dataset. The first scenario uses the KNearest Neighbor (K-NN) method with an accuracy quality of 80.0% and an execution time of 61.3831 Seconds. The second scenario uses the Convolutional Neural Network (CNN) method with an accuracy of 80.0% with an execution time of 656,730 Seconds.
Penerapan Model EfficientNetV2-B0 pada Benchmark IP102 Dataset untuk Menyelesaikan Masalah Klasifikasi Hama Serangga Ahmad Hanif Nurfauzi; Yufis Azhar; Didih Rizki Chandranegara
Jurnal Repositor Vol 5 No 3 (2023): Agustus 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i3.1583

Abstract

Hama serangga merupakan masalah yang sering di hadapi oleh petani. Karena ukurannya yang kecil dan jenis spesiesnya banyak. tak jarang petanipun kesulitan untuk menjaga tanaman mereka dari ancaman hama serangga karena penanganannya tidak memakai satu obat, melainkan dengan mencocokan spesies serangga. Sehingga karena banyaknya obat pembasmi, petanipun bingung obat mana yang tepat. Di dalam penelitian ini, telah di coba penggunaan metode deep learning arsitektur model EfficientNetV2 B0 pada dataset IP102 yang berkarakteristik imbalance dan ada jenis serangga yang identik antara satu dengan yang lain. Penelitian ini bertujuan untuk mengeksplorasi kemungkinan model kecil yang dapat di implementasikan di smartphone atau IOT yang mudah di bawa ke ladang pertanian tanpa tergantung pada internet. Model terbaik yang berhasil dibuat memperoleh akurasi 51% dengan F1-Score 50.14%
Pengembangan Sistem Informasi Geografis Pemetaan daerah Prioritas Tujuan Vaksin Berbasis Website Elsandy Wirahadi Kusumah; Didih Rizki Chandranegara; Ilyas Nuryasin
Jurnal Impresi Indonesia Vol. 2 No. 3 (2023): Jurnal Impresi Indonesia
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jii.v2i3.2203

Abstract

Tujuan: tujuan dilakukannya penelitian ini adalah untuk membangun sistem yang mampu mengelompokan data penduduk berdasarkan jenis zona dan mengetahui hasil target vaksinasi yang menjadi prioritas berdasarkan zona. Tujuan utama pemberian vaksin COVID-19 adalah membantu tubuh untuk mengembangkan kekebalan terhadap virus penyebab COVID-19 tanpa harus terserang penyakit terlebih dahulu. Metode: Dalam melakukan penelitian, agar penelitian tersebut dapat berjalan dengan lancar diperlukan tahapan-tahapan yang perlu dilalui oleh peniliti. Urutan tahapan yang dimaksud adalah studi literatur, analisis masalah, perancangan sistem, analisa dan pembahasan dan yang terakhir kesimpulan dan saran. Sistem informasi geografis merupakan sistem yang terdiri dari software dan hardware komputer, data spasial yang bergeoreferensi yang digunakan untuk memperoleh, menyimpan, mengolah dan menampilkan informasi. Dalam perhitungannya perangkat lunak yang rencananya akan dibangun oleh peneliti akan menggunakan algoritma K-means. Hasil: Hasil Penelitian menunjukkan bahwa pada sistem informasi geografis yang sudah dirancang pada penelitian ini dapat menampilkan jumlah data penduduk pada suatu daerah yang mendapatkan dampak dari COVID-19 terbanyak. Dengan begitu sistem ini sangat membantu petugas vaksinasi dalam menentukan prioritas daerah mana yang harus dilakukan kegiatan vaksinasi untuk mengurangi penyebaran virus tersebut. Kesimpulan: Temuan dari penelitian ini menyarankan pada sistem informasi geografis yang sudah dirancang pada penelitian ini dapat menampilkan jumlah data penduduk pada suatu daerah yang mendapatkan dampak dari covid-19 terbanyak
Prediksi Harga Saham Jakarta Islamic Index Menggunakan Metode Long Short-Term Memory Didih Rizki Chandranegara; Raffi Ainul Afif; Christian Sri Kusuma Aditya; Wildan Suharso; Hardianto Wibowo
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 1 (2023): Volume 9 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i1.57561

Abstract

Saat ini investasi sudah sangat menyebar luas dan banyak dari kita sedang melakukannya. Investasi ini berguna untuk mengatasi kebutuhan hidup dimasa mendatang yang tidak menentu. Salah satu penyebab tidak menentunya kebutuhan dimasa mendatang adalah inflasi. Salah satu contoh investasi adalah saham. Di dalam jual beli saham di Indonesia terdapat Jakarta Islamic Index (JII). JII adalah salah satu index yang ada di pasar modal Indonesia yang mengelompokkan beberapa saham yang masuk dalam kriteria syariah dan dihitung rata-rata dari harga saham – saham tersebut. Dalam berinvestasi saham, kita tidak bisa melakukan pergerakan yang sembarangan karena saham yang relatif berubah-ubah menjadi penyebab kegagalan dalam berinvestasi saham. Dengan demikian ketika melakukan investasi saham harus dilakukan analisa yang tepat. Perkembangan teknologi saat ini sangat maju dan juga dapat membantu kita dalam melakukan analisa dalam berinvestasi dengan melakukan prediksi harga. Pada penelitian ini, akan dimanfaatkan kemajuan teknologi tersebut dengan melakukan penelitian prediksi, penelitian ini dilakukan menggunakan metode Long short Term-Memory (LSTM). Model LSTM yang diusulkan dapat memperoleh performa yang cukup baik dengan hasil RMSE mencapai 5.20877667554, dan MAPE 0.08658576985.
BRAIN TUMOR CLASSIFICATION USING INCEPTIONRESNET-V2 AND TRANSFER LEARNING APPROACH Vallent Austin Theasar Kurniawan; Elan Cahya Niswary; christian s.k.aditya; Didih Rizki Chandranegara
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 10 No. 1 (2024): JITK Issue August 2024
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v10i1.5223

Abstract

Brain, a highly intricate organ within the central nervous system, plays a fundamental role in information processing, cognition, motor control, and consciousness. Brain tumors pose severe threats to brain function and overall human well-being. Timely detection of these tumors is imperative for life-saving interventions. A dataset comprising four categories: no tumors, meningioma tumors, glioma tumors, and pituitary tumors was regarded in this research. The employed of the InceptionResNet-V2 architecture combined with Transfer Learning and data augmentation proposed to obtain optimal results on brain tumor classification types. Transfer learning act as fine tuning, enabling the model to acquire fundamental low-level image features from a comprehensive dataset. It then leverages higher-level features to become more tailored to the specific training data. This method is employed to improve the model's adaptability to the training data. The InceptionResNet-V2 architecture utilized in the evaluation using test data, in Scenario 1, achieved 94.18% accuracy. Scenario 2, which combined augmentation with InceptionResNetV2, showed an improvement in accuracy to 95.10%. Furthermore, in Scenario 3, the combination of InceptionResNetV2 with Transfer Learning and augmentation resulted in an impressive accuracy of 96.63%, demonstrating its effectiveness in brain tumor classification. Transfer learning aligns the model by acquiring low-level image features and utilizing higher-level features to improve adaptability to the training data.
Co-Authors Agus Eko Minarno Agus Zainal Arifin Ahmad Hanif Nurfauzi Akbar, Muhammad Sulthoni Akbi, Denar Regata Aminudin, Aminudin Aprilya Dinathi, Devi Aulyah, Khairunnisa Azzahra, Kiara christian s.k.aditya Christian Sri Kusuma Aditya Christian Sri kusuma Aditya, Christian Sri kusuma christianskaditya Dewantoro, Muhammad Bagas Ekanita Rakhmah Eko Budi Cahyono Elan Cahya Niswary Elsandy Wirahadi Kusumah Fadhlan, Muhammad Ferdiansyah, Danny Gayatri, Agnes Ayu Maharani Dyah Hanif, Lathifah Hardianto Wibowo Heni Pujiastuti Ianatut Thoifah Imron, Moch L. Yasril Imam Lathifah Hanif Lathifah, Fildzah Moch Imron Moch. Rosid Noviansyah Ningsih Djamsi Novidianto, Raditya Nuryasin, Ilyas Raffi Ainul Afif Rahayu Nurul Khasanah Rakhmah, Ekanita Ramadanti, Elisa Rista Azizah Arilya Rizaldi, Muhammad Ikhwananda Rizky, Wahyu Saiful Amien Sari, Zamah Setiono, Fauzan Adrivano Setyarini, Dela Ananda Sofyan Arifianto Sumadi, Fauzi Dwi Setiawan Vallent Austin Theasar Kurniawan Wanvy Arifha Saputra Wicaksono, Galih Wasis Wildan Suharso Wildan Suharso Yuda Munarko Yufis Azhar Zamah Sari