Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.745

P-Index

This Author published in this journals

All Journal Speed - Sentra Penelitian Engineering dan Edukasi Sinkron : Jurnal dan Penelitian Teknik Informatika Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Faktor Exacta Jurnal Mantik Penusa JISICOM (Journal of Information System, Infomatics and Computing) Journal of Information System, Applied, Management, Accounting and Research INTI Nusa Mandiri Jurnal Sistem Informasi (JSI) SPEED - Sentra Penelitian Engineering dan Edukasi

Acmad Nurhadi

Universitas Bina Sarana Informatika

Author-ID : 1218734

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Implementation Of Webqual 4.0 For Measuring The Quality Of Baznas.Go.Id Website For User Satisfaction Nurhadi, Acmad; Yunita, Norma; Mukhayaroh, Anna; Sahirudin, Ahmad
Sinkron : Jurnal dan Penelitian Teknik Informatika Vol 3 No 2 (2019): SinkrOn Volume 3 Number 2, April 2019
Publisher : Politeknik Ganesha Medan

In general, a government needs a system that can support the process of a service. where service can be interpreted as an effort to take care of what is needed by the community. In this study to measure the quality of the website baznas.go.id by using the webqual 4.0 method. Webqual is a measurement to measure the quality of a website based on research instruments. The research instruments used in webqual 4.0 are usability, information quality, interaction quality, and user satisfaction. The results of this study that the variable information quality (quality information) and usability (usability) have an influence on website users.

Optimizing Genetic Algorithms for Sentiment Analysis of Apple Product Reviews Using SVM Indrayuni, Elly; Nurhadi, Acmad
Sinkron : Jurnal dan Penelitian Teknik Informatika Vol 4 No 2 (2020): SinkrOn Volume 4 Number 2, April 2020
Publisher : Politeknik Ganesha Medan

Online reviews have the potential to provide buyers with insights about products such as quality, performance and recommendations. Website is one of the media that contains information or reviews provided by individuals, groups or organizations about an object or topic, one of which is Apple products. This study analyzes consumer sentiment reviews of Apple product users consisting of 200 reviews which will be classified into positive opinions and negative opinions using the Support Vector Machine algorithm and the application of genetic algorithms (GA) to obtain optimal accuracy values. The stages of this research are, firstly collecting a dataset, the second is preprocessing data. Third, the sentiment analysis process uses SVM and GA as optimization techniques. Fourth, do the validation process on the accuracy results obtained using the Confusion Matrix and ROC Curve. The results of this study indicate that Apple product review sentiment analysis produces the best accuracy of 70.00% and AUC 0.924 for SVM algorithm. Whereas the SVM + GA algorithm produces 85.76% accuracy and AUC 0.945, so that the accuracy value increases by 15.76% and the AUC 0.021 on the SVM model when compared before optimization with genetic algorithms (GA) is performed

Implementasi Metode Waterfall pada Perancangan Sistem Informasi E-Commerce Griya Busana Emira Sastra, Ricki; Nurhadi, Acmad
Jurnal Sistem Informasi Vol 7 No 2 (2018): Vol VII No.2 Agustus 2018
Publisher : STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (649.552 KB)

Abstract -- The current technology is very influential on the sales business process, offline system began to be replaced and the start of a new system that is online sales through electronic media. This has an impact on the Company's intercompany competition is getting higher, therefore one of the companies selling fashion boutique fashion apparel griya emira trying to increase sales by applying a new system that is selling online through the website. This sales system becomes a way of improving marketing and sales. In designing this E-commerce website researchers use waterfall method that will be applied in the design of ecommerce information systems on fashion boutique emira fashion. In its application Waterfall method consists of several stages of planing, analysis, design, and implementation. This research is expected to support the company in increasing sales and able to make the information system in the company to be better. Intisari - Teknologi yang berkembang saat ini sangat berpengaruh pada proses bisnis penjualan, sistem offline mulai ditinggalkan dan mulainya sistem baru yaitu penjualan secara online melalui media elektronik. Hal ini berdampak pada Persaingan usaha antar Perusahaan semakin tinggi oleh karena itu salah satu perusahaan Penjualan produk busana butik griya busana emira berusaha meningkatkan penjualan dengan menerapkan sistem baru yaitu penjualan secara online melalui website. Sistem penjualan ini menjadi cara dalam meningkatkan pemasaran dan penjualan. Dalam merancang website E-commerce ini peneliti menggunakan metode waterfall yang akan diterapkan dalam Percancangan system informasi ecommerce pada butik griya busana emira. Dalam penerapan nya Metode Waterfall terdiri dari beberapa tahap yaitu planing,analisis,design,dan implementation. Penelitian ini diharapkan dapat menunjang perusahaan dalam meningkatkan penjualan dan mampu menjadikan sistem informasi di perusahaan menjadi lebih baik. Kata Kunci : Penjualan, Online, Waterfall

Implementasi Algoritma NaÃ¯ve Bayes Classifier Berbasis Particle Swarm Optimization (PSO) Untuk Klasifikasi Konten Berita Digital Bahasa Indonesia - AMIK BSI Pontianak, Acmad Nurhadi
Speed - Sentra Penelitian Engineering dan Edukasi Vol 8, No 3 (2016): Jurnal Speed September 2016
Publisher : APMMI - Asosiasi Profesi Multimedia Indonesia

Abstract - A lot of important information is stored in the document word, and have each topic, then text classification is one solution to manage the information that is growing rapidly and the abundant, and already many agencies engaged in the distribution of information or news already started using web-based systems to deliver up to date news. However, the news divide into these categories for now still dilakukkan manually, so it is very troublesome and can also take a long time. In this study will be used merging feature selection methods, namely Particle Swarm Optimization based NaÃ¯ve Bayes classifier to look at the accuracy of the method. This research has resulted in the form of text classification category of gossip, culinary, and travel from digital news content. Measurement is based on NaÃ¯ve Bayes classifier accuracy before and after the addition of feature selection methods. The evaluation was done using a 10 fold cross validation. While the measurement accuracy is measured by confusion matrix. The results of this study obtained accuracy by using NaÃ¯ve Bayes classifier algorithm method amounted to 94.17%.Keywords: Particle Swarm Optimization, NaÃ¯ve Bayes classifier, classification News Content, Text MiningÂ Abstrak - Banyak informasi penting yang tersimpan didalam dokumen berita, dan mempunyai topik masing-masing, kemudian klasifikasi teks merupakan salah satu solusi untuk mengelola informasi yang berkembang pesat dan melimpah tersebut, serta sudah banyak juga instansi yang bergerak dalam penyaluran informasi atau berita sudah mulai menggunakan sistem berbasis web untuk menyampaikan berita secara up to date. Namun, dalam membagi berita ke dalam kategori-kategori tersebut untuk saat ini masih dilakukkan secara manual, sehingga sangat merepotkan dan juga dapat memakan waktu yang lama. Dalam penelitian ini akan digunakan penggabungan metode pemilihan fitur, yaitu Particle Swarm Optimization berbasis NaÃ¯ve Bayes Classifier untuk melihat akurasi pada metode tersebut. Penelitian ini menghasilkan klasifikasi teks dalam bentuk kategori gosip, kuliner, dan travel dari konten berita digital. Pengukuran berdasarkan akurasi NaÃ¯ve Bayes Classifier sebelum dan sesudah penambahan metode pemilihan fitur. Evaluasi dilakukan menggunakan 10 fold cross validation. Sedangkan pengukuran akurasi diukur dengan confusion matrix. Hasil penelitian ini didapat akurasi dengan menggunakan metode algoritma NaÃ¯ve Bayes Classifier sebesar 94.17%.Kata kunci : Particle Swarm Optimization, NaÃ¯ve Bayes Classifier, Klasifikasi Konten Berita, Text Mining

Sistem Informasi Pendaftaran Vaksinasi Covid-19 Acmad Nurhadi; Elly Indrayuni
Journal of Information System, Informatics and Computing Vol 5 No 2 (2021): JISICOM: December 2021
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v5i2.491

Saat ini bangsa indonesia sedang dilanda pandemi virus COVID-19. Penyebarannya sangat cepat hingga berdampak pada semua aspek kehidupan. Atas dasar hal tersebut maka pemerintah mengadakan vaksinasi dalam rangka menanggulangi pandemi COVID-19. Tujuan Utama dari Vaksinasi adalah untuk mengurangi transmisi /penularan covid-19 , menurunkan angka kesakitan dan kematian akibat covid-19. Pelaksanaan vaksinasi dilakukan melalui jalur pendaftaran yang telah dibuat oleh pemerintah, namun dibeberapa daerah di indonesia masih melakukan pendaftaran secara manual yaitu para calon vaksinasi secara langsung datang ke lokasi untuk melakukan pendaftaran . Cara tersebut dianggap kurang efektif dimasa pandemi saat ini. Oleh karena itu penulis membangun sebuah sistem informasi pendaftaran vaksinasi berbasis web dalam memudahkan para calon vaksinasi dalam melakukan pendaftaran dan membantu petugas pendaftaran dalam menginput data pasien. Selain itu tampilan yang terdapat pada sistem ini sangat sederhana dan mudah di gunakan. Pada pembuatan sistem ini menggunakan metode waterfall sehingga sistem ini layak diterapkan dalam proses pendaftaran vaksinasi.

PERANCANGAN APLIKASI SISTEM INFORMASI PELAYANAN PEMBUATAN AKTA KELAHIRAN KELURAHAN JEMBATAN LIMA JAKARTA BARAT Acmad Nurhadi; Elly Indrayuni
Journal of Information System, Applied, Management, Accounting and Research Vol 4 No 4 (2020): JISAMAR: Volume 4, Nomor 4, November 2020
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Manusia akan mengalami suatu peristiwa penting di dalam kehidupan. Salah satu dari peristiwa penting adalah kelahiran. Akta kelahiran merupakan bukti catatan bukti otentik yang melekat pada diri seseorang yang diatur dalam UU No. 23 Tahun 2006 tentang adminitrasi kependudukan serta merupakan bukti yang sah mengenai status anak yang dikeluarkan oleh Catatan Sipil. Mengingat begitu pentingnya peristiwa kelahiran, maka demi terciptanya keadaan masyarakat yang tertib dan teratur serta demi terjaminnya kepastian hukum, maka diperlukan suatu instansi pelaksana adminitrasi untuk mencatatnya. Kelurahan Jembatan Lima adalah instansi pelaksana adminatrasi yang bertugas untuk mendaftar, mencatat, membukukan, serta mengarsipkan Akta Kelahiran bagi peristiwa kelahiran seseorang. Masalah yang mucul pada layanan pembuatan akta kelahiran yaitu pelayanan yang diberikan kepada pemohon dinilai kurang maksimal serta ketidakteraturan pengolahan data dari layanan pembuatan akta kelahiran, sehingga petugas sulit dalam mengontrol dan mengetahui informasi status perkembangan dari setiap layanan pembuatan akta kelahiran. Maka, diperlukan perancangan sistem pembuatan akta kelahiran agar terkomputerisasi. Hasil dari penelitian ini adalah sebuah rancangan Sistem Pelayanan Pembuatan Akta Kelahiran pada Kelurahan Jembatan Lima Jakarta Barat. Metode yang diambil penulis yaitu dengan melaksanakan observasi, wawancara, analisis dan perancangan sistem informasi dilanjutkan dengan pembuatan sistem informasi. Manfaat dari penelitian ini adalah untuk memberikan solusi meningkatkan kinerja petugas dalam layanan pembuatan akta kelahiran, serta mampu mempermudah pelayanan kepada masyarakat Kelurahan Jembatan Lima

Klasifikasi Konten Berita Digital Bahasa Indonesia Menggunakan Support Vector Machines (SVM) Berbasis Particle Swarm Optimization (PSO) Acmad Nurhadi - AMIK BSI Pontianak
Bianglala Informatika Vol 3, No 2 (2015): Bianglala Inormatika 2015
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak - Banyak instansi yang bergerak dalam penyaluran informasi atau berita sudah mulai menggunakan sistem berbasis web untuk menyampaikan berita secara up to date. Namun, dalam membagi berita ke dalam kategori-kategori tersebut untuk saat ini masih dilakukkan secara manual, sehingga sangat merepotkan dan juga dapat memakan waktu yang lama. Dari beberapan teknik tersebut yang paling sering digunakan untuk klasifikasi konten berita adalah Support Vector Machine (SVM). SVM memiliki kelebihan yaitu mampu mengidentifikasi hyperplane terpisah yang memaksimalkan margin antara dua kelas atau lebih yang berbeda. Pemilihan fitur sekaligus penyetingan parameter di SVM secara signifikan mempengaruhi hasil akurasi klasifikasi. Oleh karena itu, dalam penelitian ini digunakan penggabungan metode pemilihan fitur, yaitu Particle Swarm Optimization agar bisa meningkatkan akurasi pengklasifikasi Support Vector Machine. Penelitian ini menghasilkan klasifikasi teks dalam bentuk kategori gosip, kuliner, dan travel dari konten berita digital. Pengukuran berdasarkan akurasi Support Vector Machine sebelum dan sesudah penambahan metode pemilihan fitur. Evaluasi dilakukan menggunakan 10 fold cross validation. Sedangkan pengukuran akurasi diukur dengan confusion matrix. Hasil penelitian menunjukan peningkatan akurasi Support Vector Machine dari 65.81% menjadi 95.42% Kata kunci : Particle Swarm Optimization, Support Vector Machine, Klasifikasi Konten Berita, Text Mining

Penerapan Metode Waterfall Dalam Sistem Informasi Penyedia Asisten Rumah Tangga Secara Online Acmad Nurhadi
Jurnal Khatulistiwa Informatika Vol 6, No 2 (2018): Periode Desember 2018
Publisher : Universitas Bina Sarana Informatika

Berkembangnya Dalam era globalisasi sekarang ini, teknologi informasi melaju dengan cepatnya. Adapun komputer yang merupakan peralatan yang diciptakan untuk mempermudah pekerjaan manusia, saat mencapai kemajuan baik di dalam pembuatan hardware maupun software. Peran pekerja rumah tangga dalam kehidupan sehari-hari amat penting. Perkembangan ruang lingkup perkerjaan bagi buruh yang berkerja di rumah harus sesuai dengan kemajuan zaman yang ternyata ruang lingkupnya semakin luas dan kompleks. Untuk mempermudah mencari pekerja rumah tangga, maka ada penyedia jasa pekerja rumah tangga yang sudah siap menyalurkan pekerjanya. Dikarenakan perkembangan zaman yang makin pesat, penyedia jasa pekerja rumah tangga ini pun membuka layanan jasa secara online agar dapat diakses dengan cepat oleh siapa pun yang membutuhkan.

Penerapan Algoritma C4.5 Untuk Prediksi Loyalitas Nasabah PT Erdika Elit Jakarta Khotibul Umam; Diah Puspitasari; Acmad Nurhadi
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 1 (2020): Januari 2020
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v4i1.1652

C4.5 algorithm is a decision tree algorithm group. This algorithm has input in the form of training samples and samples. While samples are data fields which we will use as parameters in classifying data. From the variable transaction frequency the company can see which customers are loyal to the company based on historical customer transaction data, but there are still some variables that make customers loyal to the company. These variables are age, customer gender, company sales gender, educational background, customer transaction frequency. The company knows how to predict customers who will be loyal to the company based on the experience of some of the variables above, but the company does not know the most influential variable in the assessment of loyal customers because of some of the variables above are not interconnected and it is uncertain if one variable can make a decision whether the customer loyal. Based on the decision tree that has made the most influential attribute on customer loyalty is the educational background because it has the highest gain value of 1.545292721 and as the root of the decision tree while the client's gender does not significantly affect customer loyalty because it is always at the last node with the gain value which is 0.623919119.

Implementasi Algoritma Naive Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk Analisa Sentimen Aplikasi Halodoc Elly Indrayuni; Acmad Nurhadi; Dinar Ajeng Kristiyanti
Faktor Exacta Vol 14, No 2 (2021)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v14i2.9697

During the Covid-19 pandemic, many people access information and even consult health problems online with the best doctors via smartphones. The Halodoc application is considered the most popular with 18 million users in 2020. So that many people have reviewed the application on the Google Play Store application provider. It may take a while to read the full review. However, if only a few comments are read, they are biased. For that, a platform is needed which can automatically identify positive or negative opinions. Sentiment analysis is a solution for the technique of classifying texts or sentiments into positive or negative opinion categories. The method used in this research is an experiment using the Naive Bayes algorithm, Support Vector Machine, and K-Nearest Neighbors. Evaluation is carried out using 10 Fold Cross-Validation. The results showed that K-Nearest Neighbors (KNN) had the best and most accurate performance in the sentiment classification because it produced the highest accuracy value of 95.00% and the largest AUC value of 0.985 compared to the Naive Bayes and Support Vector Machine algorithm.

Co-Authors Anna Mukhayaroh, Anna Diah Puspitasari Dinar Ajeng Kristiyanti Elly Indrayuni Elly Indrayuni Elly Indrayuni, Elly Khotibul Umam Ricki Sastra Sahirudin, Ahmad Yunita, Norma

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search