Article Per Year (5 Year)
p-Index From 2019 - 2024
6.509
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) Journal of Computer System and Informatics (JoSYC) KLIK: Kajian Ilmiah Informatika dan Komputer Indonesian Journal of Computer Science
Rahmi Hidayati
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
Implementasi Metode Profile Matching Pada Sistem Penerimaan Penyedia Jasa Lainnya Orang Perorangan (PJLP) Di Lingkungan Pemerintah Kota Pontianak Berbasis Website Indah Advia Lestarry; Rahmi Hidayati; Syamsul Bahri
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57967

Abstract

Penyedia Jasa Lainnya Orang Perorangan (PJLP) Pemerintah Kota Pontianak, pertama kali dilakukan pada tahun 2017. Dalam setiap kegiatan proses penerimaan PJLP, terdapat permasalahan antara lain kualifikasi yang tidak sesuai dengan kebutuhan dan banyaknya jumlah pencari kerja, sehingga mengalami kesulitan dalam menentukan calon yang mempunyai kemampuan maupun kompetensi sesuai dengan bidangnya, tercatat sebanyak 158 orang pelamar pada tahun 2020 untuk semua formasi, data pelamar yang digunakan sebanyak 32 orang yang mendaftar pada bagian admin Pontive Center. Tujuan dari penelitian ini dibangun sebuah sistem pendukung keputusan untuk membantu memberikan rekomendasi kepada tim penyeleksi dalam memilih calon PJLP yang sesuai dengan kebutuhan proses seleksi yang lebih efisien dan efektif, sehingga subjektifitas dalam pengambilan keputusan dapat dikurangi. Metode profile matching dapat mengatasi masalah dalam penentuan keputusan yang memiliki banyak kriteria penilaian, dan aspek-aspek penilaian seperti core factor dan secondary factor. Hasil akhir penilaian dipengaruhi oleh besaran bobot core factor dan secondary factor pada setiap kriteria, hasil dari penelitian ini berupa sistem pendukung keputusan dalam penerimaan PJLP di lingkungan Pemerintah Kota Pontianak dengan mengimplementasikan metode profile matching yang dibangun berbasis website. Berdasarkan  hasil pengujian yang dilakukan, fungsionalitas sistem berjalan sesuai kebutuhan dan dapat memberikan hasil rekomendasi dalam penerimaan PJLP.
IMPLEMENTASI GENERALIZED RELEVANCE LVQ (GRLVQ) UNTUK PREDIKSI DROUGHT CODE (DC) PADA INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS : KABUPATEN KUBU RAYA) Suci Junianti; Dwi Marisa Midyanti; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.62890

Abstract

Drought Code (DC) atau Kode Kekeringan merupakan peringkat numerik dari kandungan kelembapan lapisan tanah organik yang padat. DC digunakan sebagai indikator membaranya api dalam suatu kebakaran dan potensi terjadinya kabut asap. Diketahui bahwa total luas hutan dan lahan yang terbakar di Kalimantan Barat sepanjang tahun 2022 adalah 21.836 Ha. Jika DC terus menunjukkan tingkat tinggi maupun ekstrim, akan terjadi kebakaran hutan yang lebih parah. Hal yang harus dilakukan untuk mencegahnya adalah dengan mengetahui kondisi DC dan tidak melakukan pembakaran di lahan gambut. Selain itu para petugas Manggala Agni harus bersiaga ketika kondisi DC tinggi maupun ekstrim. Dengan algoritma GRLVQ dibuat sebuah sistem untuk memprediksi DC dengan memasukkan data suhu, kelembapan, curah hujan dan kecepatan angin selama 6 hari, untuk memprediksi kondisi DC pada hari ke-7. Algoritma Generalized Relevance LVQ (GRLVQ) merupakan algoritma yang mengadaptasi pembaharuan bobot dari algoritma GLVQ, dan mengadaptasi perhitungan jarak serta pembaharuan vektor relevansi dari algoritma RLVQ. Berdasarkan hasil pengujian untuk sistem prediksi DC dengan algoritma GRLVQ diperoleh akurasi sebesar 65,72% untuk 607 data uji dengan 200 iterasi dan learning rate awal 0,06 serta MSE sebesar 0,342762.
Analisis Perbandingan Sistem Keamanan Jaringan Wi-Fi Protected Access 2-Pre Shared Key (WPA2-PSK) Dan Captive Portal Pada Jaringan Publik Wireless Michael Michael; Ikhwan Ruslianto; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45902

Abstract

Wi-Fi Protected Access 2-Pre Shared Key (WPA2-PSK) dan captive portal adalah tipe keamanan untuk keamanan jaringan wireless dan banyak digunakan oleh penyedia jaringan publik wireless atau sering disebut hotspot. Jaringan publik wireless adalah area dimana seorang client dapat terhubung ke jaringan internet. Sistem keamanan WPA2-PSK dan captive portal masih memiliki celah keamanan yang dapat dieksploitasi dan rentan terhadap serangan. Penelitian ini berhasil menyederhanakan penggunaan tools yang masih menggunakan commandline berbasis text dengan interface berbasis desktop yang telah dimodifikasi. Pengujian pada penelitian ini dilakukan dengan menggunakan metode wireless penetration test. Hasil perbandingan WPA2-PSK dan captive portal dengan melakukan pengujian pada 10 sampel sistem keamanan WPA2-PSK dengan serangan packet capture, deauthentication, brute force, dan ARP attack, 2 sampel memiliki tingkat keamanan low dan 8 sampel memiliki tingkat keamanan high. Sedangkan, pada sistem keamanan captive portal dengan serangan packet capture, deauthentication, MAC Address Clone, dan ARP attack pada 10 sampel pengujian terdapat 4 sampel memiliki tingkat keamanan low dan 6 sampel memiliki tingkat keamanan medium. Kesimpulan dari hasil penelitian, WPA2-PSK memiliki sistem keamanan yang lebih baik dibandingkan captive portal, dimana dari 10 sampel yang diujikan pada sistem keamanan WPA2-PSK hanya 2 sampel yang berhasil didapatkan password WPA2 nya dan berhasil masuk ke jaringan. Sedangkan, pada sistem keamanan captive portal dari 10 sampel yang diujikan semua sampel berhasil masuk ke jaringan, hanya dengan menduplikat MAC address client yang sudah dapat terhubung ke jaringan. Kata Kunci: Captive Portal, Hotspot, Wireless Penetration Test, WPA2-PSK.
Klasifikasi Buah Pinang Berdasarkan Data Sensor Menggunakan Metode K-Nearest Neighbor Berbasis Web Dea Rizki Febrinamas; Rahmi Hidayati; Irma Nirmala
Journal of Computer System and Informatics (JoSYC) Vol 4 No 4 (2023): August 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i4.3805

Abstract

Buah Pinang merupakan salah satu jenis buah yang banyak diekspor dan memiliki manfaat dalam bidang kecantikan, pewarna makanan serta sebagai bahan baku untuk industri tekstil. Proses klasifikasi buah pinang secara manual membutuhkan waktu dan tenaga yang banyak. Sehingga untuk membantu mempercepat dan mempermudah proses klasifikasi buah pinang dibutuhkan sistem klasifikasi yang dapat mengenali buah pinang berdasarkan warna dalam berbagai tingkat kematangan buah yaitu mentah, matang dan tua. Penelitian ini menggunakan metode K-Nearest Neighbor (K-NN) untuk proses klasifikasi buah pinang. Data yang digunakan sebanyak 600 data yang diperoleh dari sensor, terdiri dari 200 buah pinang mentah, 200 buah pinang matang, dan 200 buah pinang tua. Parameter yang digunakan yaitu mentah, matang dan tua dengan rentang nilai Red, Green, Blue (RGB) yang berbeda setiap kondisinya. Pengujian menggunakan nilai ketetanggaan (K) yaitu 5, 7, 9 dan 11 dan diperoleh nilai ketetanggaan (K) terbaik adalah K = 7. Hasil pengujian dilakukan menggunakan confusion matrix didapatkan nilai accuracy sebesar 98,33%, recall sebesar 97,24%, dan precision sebesar 100%.
Penerapan Metode CART Dalam Klasifikasi Jurusan Siswa Baru Destia Arini Hairunnisa; Cucu Suhery; Rahmi Hidayati
Journal of Computer System and Informatics (JoSYC) Vol 4 No 4 (2023): August 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i4.3860

Abstract

SMK Negeri 3 Pontianak is one of the vocational education schools in Pontianak City. Every new academic year SMK Negeri 3 Pontianak accepts around 320 new students. The large number of prospective new students makes the majoring process carried out by the school become less effective and takes a long time to determine majors for new students. With a system that can classify new student majors, it helps in the process of determining student majors. This study uses the Classification and Regression Trees (CART) algorithm for the classification process in determining majors for new students. The assessment indicators used for classification consist of interest, MTK (US) school exam scores, school exam IPA scores, school exam Indonesian language scores, math report cards, science report cards, social science report cards, Indonesian language report cards, and English report cards. Classification of majors at SMK 3 Pontianak consists of accounting, office, marketing, and hospitality majors. The amount of data used is 320 data which is divided into 224 training data and 96 test data. The CART algorithm generates decision trees, rules, and new student majors that have been classified. Based on the test results using the confusion matrix, the system accuracy results are 84.38%.
Sistem Otomatisasi Lampu Ruangan berdasarkan Kebiasaan Pengguna menggunakan Algoritma Backpropagation CHANDRA MONICA PERMADANI; IRMA NIRMALA; RAHMI HIDAYATI
Jurnal Elkomika Vol 12, No 2 (2024): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.352

Abstract

ABSTRAKLampu adalah alat penerangan yang sangat penting dalam aktivitas sehari-hari, namun seringkali pengguna lupa atau lalai dalam mematikannya saat tidak digunakan. Akibatnya, penggunaan daya listrik menjadi berlebihan. Untuk mengatasi masalah ini, diperlukan sebuah teknologi yang mampu mengendalikan lampu secara otomatis. Dalam penelitian ini dibangun sebuah sistem kendali otomatisasi lampu berdasarkan kebiasaan pengguna dengan menerapkan algoritma backpropagation. Struktur jaringan algoritma ini terdiri dari 1 neuron input, 6 neuron pada hidden layer, dan 6 neuron output. Data yang digunakan pada 6 buah lampu dalam penelitian ini terdiri dari 620 data latih dan 72 data uji. Penerapan sistem otomatis menggunakan algoritma backpropagation menunjukkan tingkat keberhasilan yang tinggi, dengan menggunakan confusion matrix menghasilkan akurasi mencapai 95,83%, recall 93,75%, dan precision 96,77%. Rata-rata waktu klasifikasi yang didapat adalah 0,979055 detik dari 72 percobaan.Kata Kunci: Otomatis, Lampu, Kebiasaan, Backpropagation, Klasifikasi ABSTRACTLights are a very important lighting tool in daily activities, but often users forget or neglect to turn them off when not in use. As a result, the use of electric power becomes excessive. To solve this problem, a technology is needed that is able to control lights automatically. In this research, a light automation control system based on user habits is built by applying the backpropagation algorithm. The network structure of this algorithm consists of 1 input neuron, 6 neurons in the hidden layer, and 6 output neurons. The data used on 6 lamps in this study consists of 620 training data and 72 test data.The implementation of an automated system using the backpropagation algorithm shows a high level of success, using a confusion matrix resulting in accuracy reaching 95,83%, recall 93,75%, and precision 96,77%. The average classification time obtained is 0,79055 seconds from 72 test trials.Keywords: Automatic, Lights, Habits, Backpropagation, Classification
OTOMATISASI LAMPU BERDASARKAN KEBIASAAN PENGGUNA MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS WEBSITE Hafiz Adlan Afrigi Subri; Rahmi Hidayati,; Suhardi Suhardi
Coding Jurnal Komputer dan Aplikasi Vol 12, No 1 (2024): Edisi April 2024
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v12i1.77427

Abstract

Pengendalian efisien perangkat listrik, terutama lampu, memegang peran krusial dalam manajemen energi listrik. Salah satu permasalahan yang umum dihadapi adalah kelalaian pengguna dalam mematikan lampu saat siang hari, mengakibatkan pemborosan energi. Untuk mengatasi isu ini, penelitian ini mengusulkan solusi inovatif berupa sistem otomatisasi lampu berdasarkan kebiasaan pengguna, khususnya menggunakan metode klasifikasi K-Nearest Neighbor (KNN). Metode KNN digunakan untuk memahami pola perilaku pengguna dalam menghidupkan dan mematikan lampu pada waktu tertentu. Penelitian melibatkan 620 data latih dan 72 data uji. Hasil uji variasi nilai k menunjukkan bahwa semakin besar nilai k, tingkat akurasi cenderung menurun. Dalam penelitian ini, berdasarkan pengujian dengan confusion matrix penerapan metode KNN dengan nilai k sebesar 3 menghasilkan tingkat akurasi mencapai 99,76%, recall 100%, dan presisi 99,48%. Penelitian ini menunjukkan bahwa pendekatan ini mampu secara efektif memahami kebiasaan pengguna dalam mengoperasikan lampu, sehingga sistem otomatisasi dapat memberikan respons yang tepat. Implementasi solusi ini dapat berpotensi mengurangi konsumsi energi secara signifikan dan meningkatkan kesadaran pengguna terhadap penggunaan listrik, mendukung upaya konservasi energi yang lebih luas. 
PREDIKSI KETERSEDIAAN PANGAN DI KALIMANTAN BARAT DENGAN MENGGUNAKAN METODE MADALINE Ayu Lathalia Lestari; Dwi Marisa Midyanti; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.59224

Abstract

Ketersediaan pangan di suatu wilayah dipengaruhi oleh beberapa faktor antara lain  penyediaan, penggunaan, dan jumlah penduduk. Jumlah penduduk yang bertambah setiap tahun, mengakibatkan persediaan pangan semakin meningkat. Apabila kebutuhan konsumsi kurang dari ketersediaan pangan, maka wilayah tersebut mengalami defisit pangan. Dampak defisit pangan dapat ditanggulangi dengan melakukan suatu prediksi ketersediaan pangan dengan metode MADALINE. Penelitian tentang ketersediaan pangan menggunakan metode MADALINE bertujuan melakukan prediksi ketersediaan pangan untuk 1 bulan kedepan. Dengan meminimalkan respon yang telah dilatih sebelumnya, MADALINE dapat meningkatkan kemampuan komputasinya sehingga dapat merespon pola input dengan baik. Metode MADALINE Neural Network dengan algoritma MADALINE Rule I digunakan untuk memprediksi ketersediaan pangan di Kalimantan Barat. 12 unit masukan, 2 unit dalam 1 lapisan tersembunyi, dan 1 unit keluaran membentuk jaringan MADALINE. Metode Xavier digunakan untuk menentukan bobot awal selama proses pelatihan. Pada proses pelatihan menggunakan 84 data latih untuk setiap jenis pangan dengan laju pembelajaran terbaik 0,007. Hasil pengujian menggunakan 36 data uji untuk setiap jenis pangan dengan akurasi rata-rata sebesar 87,88%.
Klasifikasi Kecanduan Bermain Game online Pada Remaja Menggunakan Metode Naïve Bayes Classifier Berbasis Website Tika Suci Pania; Rahmi Hidayati; Kasliono Kasliono
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 4 No. 5 (2024): April 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v4i5.1782

Abstract

The use of electronic devices such as cellphones, laptops, and others is often found for various reasons, including playing online games. Online games are very popular because they can relieve stress and can be played by various ages, one of which is teenagers aged 10-19 years. However, online games can be detrimental to teenagers. If a teenager plays online games for a long time, that teenager will become dependent on online games. This research creates a system that can help teenagers find out their level of addiction to online games, so that teenagers can overcome their addiction problems. This system classifies addiction to playing online games in teenagers with mild, moderate and severe levels using the Naïve Bayes Classifier method. This system can help teenagers control themselves when playing online games. In determining the level of online game addiction, 5 attributes are used, namely age, gender, place of play, type of game, and length of play. Testing with 150 data and tested with nine comparisons of training data and test data, namely 10:90, 20:80, 30:70, 40:60, 50:50, 60:40, 70:30, 80:20, and 90: 10. Testing is carried out using a confusion matrix to produce accuracy, precision, recall and error rate values. The highest accuracy value is found in comparing training data and test data of 40:60. Accuracy results were 93%, precision was 90%, recall was 89%, and error rate was 6.67%.
Penerapan Metode Constraint Programming Pada Penjadwalan Mata Pelajaran di MTs Khaulafaur Rasyidin Maulana Basuki Ilham; Ikhwan Ruslianto; Rahmi Hidayati
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 16 No 1 (2024): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER) In Press
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10595152

Abstract

Scheduling subjects is a component found in educational institutions. In the creation of school subject schedules, it is not only the school subjects that must be considered; The availability of teachers, the classes, and the appropriate time slots must all be taken into account to prevent conflicting schedules. To address scheduling issues, a high level of precision is required, especially when schedules are created manually. Based on these issues, a system is needed to accurately solve problems, ensuring that no scheduling conflicts occur. This school subject scheduling system is built at MTs. Khaulafaur Rasyidin. The system built is a web-based scheduling application using constraint programming. The number of scheduling slots used from Monday to Saturday is 7 slots, with only 6 slots available on Fridays. Each class is scheduled for learning activities for 6 days per week from Monday to Saturday. Therefore, each class has 41 scheduling slots per week. Testing is conducted five times to assess the accuracy of the system. The five tests involve the system processing the scheduling using five different types of soft constraints. After conducting these five tests, the system successfully resolves scheduling issues with 164 slots without generating conflicting schedules, with an average accuracy of the system against all constraints of 85.81%
Co-Authors Agus Harjoko Ariansyah Sudarsono Arif Rahmawan Aris Fajrianto Ayu Lathalia Lestari CHANDRA MONICA PERMADANI Cucu Suhery Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Fajar Mu'alim Fransiskus Julian Adresman Frasila Frasila Hafiz Adlan Afrigi Subri Ika Nurul Hidayah Ikhwan Ruslianto Ilhamsyah Indah Advia Lestarry Irma Nirmala Irwan Guntoro Irwan Guntoro Ita Permata Sari Jaka Jaka Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Maulana Basuki Ilham Michael Michael Muhamad Reksy Mulia Nur Fitriana Putri Nurul Fajri 'Aini Firdaus Nurul Mutiah Rahmanita Widiyanti Rizky Risan R Sampe Hotlan Sitorus Suci Junianti Suhardi Suhardi Suhardi Suhardi Suhardi Sy Kamal Baraqbah Syamsul Bahri Sylviana Kusuma Tedy Rismawan Tika Suci Pania Uray Ristian