Article Per Year (5 Year)
p-Index From 2019 - 2024
4.664
P-Index
This Author published in this journals
All Journal JAIS (Journal of Applied Intelligent System) InComTech: Jurnal Telekomunikasi dan Komputer JISA (Jurnal Informatika dan Sains) Jurnal Teknologi Informatika dan Komputer Academic Journal of Computer Science Research (AJCSR) Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan SIGMA: Information Technology Journal Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Lentera Pengabdian Jurnal Pelita Pengabdian SAINTEK Inaba of Community Services Journal (Inacos-J)
Donny Maulana
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Implementasi Algoritma Naïve Bayes Dalam Mendiagnosa Penyakit Angin Duduk Ahmad Turmudi Zy; Lutfi Adji Ardiansyah; Donny Maulana
Jurnal Pelita Teknologi Vol 16 No 1 (2021): Maret 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (598.183 KB) | DOI: 10.37366/pelitatekno.v16i1.669

Abstract

Angina or wind sitting disease is chest pain caused by reduced blood flow to the heart, making it a severe pain in the left chest area and can radiate to the left shoulder and followed by breathless. The risk of a person experiencing sitting winds includes entering old age, having a family history of heart disease, hypertension, smoking and other medical conditions. Sitting wind disease can potentially lead to heart attacks if not treated properly. This study aims to determine the level of accuracy and the effect of the Naive Bayes algorithm on the sitting wind data used in this study. As well as getting information about accuracy, precision and recall that can be obtained when testing data using the Naïve Bayes algorithm. Data processing using the RapidMiner tool, the dataset used in this study is divided into 80% training data and 20% testing data. The results of this study stated that the accuracy rate is 87.50%, precision is 94.12%, and the recall is 80%. Based on the research conducted, it can be concluded that the process of determining the status of sitting wind patients using the Naïve Bayes algorithm has good accuracy in this study.
Implementasi Fuzzy Mamdani pada Seleksi Penerimaan Mahasiswa Baru Agung Nugroho; Donny Maulana
Jurnal Pelita Teknologi Vol 15 No 1 (2020): Maret 2020
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (236.024 KB) | DOI: 10.37366/pelitatekno.v15i1.265

Abstract

The process of selecting new students at a tertiary institution is one of the stages of the admission process. In the process, not all applicants will be accepted, but only student candidates who fulfill the criteria will be selected. So that the selection process needs to be done based on the stages that have been determined. This research aims to make a new student admission selection system modeling using the fuzzy inference Mamdani method. Fuzzy Mamdani is used because it has characters such as the human core in processing data based on several determining criteria. Based on the results of the validation of the new student selection data, the Mamdani method can be used in the admission system
Optimization of Genetic Algorithm on Naïve Bayes for Classification of Bank Credit Applications: Optimasi Genetic Algorithm pada Naïve Bayes untuk Klasifikasi Pengajuan Kredit Bank Yoga Religia; Donny Maulana; Nanang Tedi
Jurnal Pelita Teknologi Vol 16 No 2 (2021): September 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (157.463 KB) | DOI: 10.37366/pelitatekno.v16i2.719

Abstract

Seleksi calon nasabah yang mengajukan kredit dalam dunia perbankan merupakan hal yang sangat penting untuk diperhatikan oleh bagian marketing agar terhindar dari kredit bermasalah. Saat ini pada website www.kaggle.com telah menyediakan data South German Credit yang terdiri dari 22 atribut, 1 label dan 25976 instance yang termasuk dalam kategori data supervised learning. Berdasarkan beberapa penelitian terdahulu, algoritma Naïve Bayes dapat memberikan performa klasifikasi yang lebih baik dibandingkan algoritma klasifikasi yang lain. Beberapa penelitian juga menyebutkan bahwa penggunaan Naive Bayes dapat dioptimasi menggunakan Genetic Algorithm (GA) untuk memperoleh performa yang lebih baik. Penelitian ini bertujuan untuk membandingkan penggunaan algoritma Naive Bayes untuk klasifikasi South German Credit dengan dan tanpa optimasi GA. Proses validasi data yang digunakan pada penelitian ini adalah menggunakan split validasi membagi dataset adalah 95% data training dan 5% data testing. Hasil pengujian menunjukkan bahwa penggunaan GA pada Naive Bayes mampu meningkatkan performa klasifikasi data South German Credit dalam hal akurasi dan recall dengan nilai akurasi sebesar 85,99% Dan recall sebesar 87,91%.
Penerapan Data Mining Untuk Klasifikasi Produk (Ok Dan Scrap) Pada Industri Ban Menggunakan Metode Naïve Bayes Donny Maulana; Yusup Solikhun
Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (453.995 KB)

Abstract

Abstrak Masih banyaknya ketidaksesuaian terhadap kualitas ban secara visual inspeksi. Visual inspeksi yang dilakukan sebelum proses pengiriman masih banyak ditemukan miss inspection tidak sesuai standar kualitas yang sudah ditentukan. Untuk itu diperlukan suatu sistem yang bisa mengklasifikasikan produk baik produk OK atau Scrap. Dari kriteria yang ditetapkan membutuhkan algoritma yang tepat untuk melakukan perhitungan agar hasil yang diberikan lebih akurat. Algoritma Naïve Bayes merupakan metode untuk klasifikasi dengan menggunakan teori probabilitas yang memiliki tingkat akurasi tinggi. Pengujian algoritma Naïve Bayes menggunakan tools Rapid Miner yang menghasilkan tingkat akurasi sebesar 96% dari 200 data yang diberikan. Algoritma ini tepat digunakan untuk klasifikasi produk. Terdapat 2 class yang dibutuhkan yaitu Ok dan Scrap. Kata kunci: Klasifikasi, Naïve Bayes, Rapid Miner, produk.
ANALISA TINGKAT KEPUASAN PELANGGAN TERHADAP PENJUALAN BEAUTY PRODUK PADA ONLINE SHOP DENGAN MENGGUNAKAN METODE NAIVE BAYES Donny Maulana; Emi Lia Nurjanah
Jurnal SIGMA Vol 10 No 4 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.851 KB) | DOI: 10.37366/sigma.v10i1.477

Abstract

The development of technology is now making it easier and pampering humans, one example that we have known for a long time is shopping online. Besides that customer satisfaction becomes the main target in the business world, because customers are the main foundation in the establishment of a company and become the main goal. Efforts to improve customer satisfaction services in one of the stores in the biggest marketplace in shopee namely DeBeautyHouse, the authors analyze the level of satisfaction in the online shop through existing assessment data, as for the attributes that affect customer satisfaction, namely, product name, product type, product quality , product prices and product shipments. The method used in this study is Naive Bayes to determine the level of data accuracy. The results of this study obtained an accuracy rate of 96.00% with a recall value of 95,24% and a percision value of 100,00%. Keywords : Customer Satisfaction, Online Shop, Naive Bayes
Perancangan Sistem Informasi Perekrutan Karyawan Pada PT. SMAP Indonesia Berbasis Web Programing Donny Maulana
Jurnal SIGMA Vol 8 No 4 (2017): Desember 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.164 KB) | DOI: 10.37366/sigma.v8i4.146

Abstract

Abstrak Kemajuan teknologi kian hari makin berkembang pesat, sehingga perusahaan membutuhkan tenaga kerja terampil yang dapat membawa perusahaan berkembang dan bersaing dengan perkembangan zaman, dan aspek informasi perekrutan mulai mendapatkan pandangan khusus, karena proses perekrutan yang tidak sesuai dengan kebutuhan perusahaan dapat menghambat laju berkembangnya perusahaan itu sendiri. Demikian pula yang terjadi pada PT. SMAP Indonesia, banyaknya permintaan karyawan dari tiap divisi sehingga membutuhkan para tenaga kerja yang terampil dan profesional dalam pekerjaannya. Sitem informasi recruitment merupakan sebuah metode perekrutan para calon tenaga kerja baru pada perusahaan dengan melewati segala tahapan-tahapan yang telah diberikan oleh perusahaan tersebut dan menggunakan media komunikasi elektronik modern seperti internet, sehingga sistem informasi perekrutan dapat dilaksanakan secara cepat dan tepat guna mendapatkan tenaga kerja yang sesuai dengan kebutuhan perusahaan. Untuk memperoleh data-data yang diperlukan selama penelitian, maka digunakan metodologi SDLC, dengan tahapan antara lain : analisis, design, coding and testing, penerapan, dan pemeliharaan. Dan melalui kegiatan antara lain : pengumpulan data dengan wawancara, observasi, dan studi pustaka. Data yang diperoleh kemudian dianalisis dan digambarkan dengan menggunakan metode data flow diagram. Hasil dari penelitian ini dalam bentuk aplikasi sistem informasi recruitment yang dapat memberikan kemudahan dalam proses perekrutan karyawan dan mendapatkan tenaga kerja sesuai kriteria perusahaan. Kata Kunci : Sistem, Tenaga Kerja, Recruitment, DFD
PENERAPAN DATA MINING UNTUK MEMPREDIKSI POLA NASABAH MENGGUNAKAN ALGORITMA C4.5 Donny Maulana; Raden Rangga Bramantya Putra
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.886 KB)

Abstract

Data Mining merupakan proses analisa data dari sudut yang berbeda dan mengolahnya menjadi informasi-informasi penting yang bisa digunakan untuk meningkatkan keuntungan. Secara teknis, data mining dapat disebut juga sebagai proses untuk menemukan korelasi atau pola dari ratusan atau ribuan field. Pada data mining dapat digunakan metode decision tree untuk melakukan klasifikasi. Kredit tidak lagi menjadi hal yang asing bagi masyarakat luas, banyaknya kebutuhan membuat masyarakat mengambil kredit untuk memenuhi kebutuhan konsumtif mereka. Sering kali pembayaran kredit yang macet membuat bank kerepotan, karena semakin banyaknya nasabah yang membayar secara macet dapat berdampak buruk untuk kesehatan bank. Oleh karena itu, data nasabah dari Bank XYZ menjadi bahan acuan untuk menganalisis pola nasabah pemohon kredit. Pemohon kredit termasuk dalam kategori lancar, atau macet. Untuk mengatasi masalah tersebut, dapat digunakan metode decision tree. Sehingga penelitian ini bisa dijadikan acuan pihak Bank untuk menilai nasabah dengan record data yang ada untuk pengambilan kredit selanjutnya. Informasi yang ditampilkan berupa tingkat akurasi data nasabah lancar dan macet. Kemudian hasil akurasi dari aplikasi yang diimplementasikan akan dibandingkan dengan hasil menggunakan software rapidminer. Sehingga diperoleh akurasi dengan decision tree sebesar 95%. Dapat disimpulkan bahwa algoritma C4.5 dapat digunakan untuk melakukan klasifikasi dengan cukup baik dan dapat mengukur klasifikasi nasabah.
Pembelajaran Kosakata Dalam Bahasa Jepang Untuk Pemula Meliputi Angka Warna Dan Bentuk Bangun Datar Berbasis Android Donny Maulana
Jurnal SIGMA Vol 8 No 2 (2017): Juni 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.117 KB) | DOI: 10.37366/sigma.v8i2.209

Abstract

Abstrak Penggunaan perangkat moblie seperti smartphone sudah menjadi kegiatan sehari-hari. Penggunaan smartphone ini tidak hanya digunakan sebagai sarana komunikasi saja melainkan sebagai media infromasi, bisnis, hiburan bahkan pembelajaran. Dengan adanya perangkat mobile sebagai media pembelajaran ini diharapkan dapat menambah pengetahuan pengguna dalam hal yang postif dalam penggunaan smartphone misalnya dalam hal bahasa seperti bahasa Jepang. Maka dari itu, penulis membuat aplikasi pembelajaran yang berbasis mobile dengan sistem operasi android dengan harapan para pengguna dapan menambah pengetahuan bahasa bagi pemula tentang bahasa Internasional. Aplikasi ini merupakan aplikasi pembelajaran kosakata bahasa jepang untuk pemula meliputi angka, warna, dan bangun datar dengan metode penelitian dan pengembangan aplikasi yaitu waterfall. Harapan penulis apliaksi pembelajaran ini dapat membantu pengguna dalam tahap awal pembelajaran tentang kosakata bahasa Jepang. Kata kunci : Pembelajaran, Android, Jepang, Angka, Warna, Bangun datar
IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENDERITA PENYAKIT JANTUNG DI INDONESIA MENGGUNAKAN RAPID MINER Donny Maulana; Rezayadi Yahya
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (257.66 KB)

Abstract

Penyakit jantung terjadi karena penyumbatan sebagian atau total dari suatu lebih pembuluh darah, akibat dari adanya penyumbatan maka dengan sendirinya suplai energi kimiawi ke otot jantung berkurang, sehingga terjadi gangguan keseimbangan antara suplai dan kebutuhan darah, penyakit jantung merupakan penyebab kematian tertinggi kedua setelah stroke. Penelitian ini bertujuan untuk mengetahui apakah teknik klasifikasi dengan penerapan algoritma naive bayes dapat digunakan untuk prediksi penyakit jantung, serta mendapatkan informasi mengenai akurasi, presicion dan recall yang didapat saat melakukan pengujian data pasien menggunakan algoritma naive bayes.Penelitian ini menggunakan teknik klasifikasi dan tahapan - tahapan pada data mining untuk klasifikasi data pasien yang menderita penyakit jantung dengan algoritma Naïve Bayes menggunakan tool RapidMiner, pengolahan data yang akan dijadikan dataset dalam penelitian ini. Dari data tersebut akan dibagi menjadi 80% data training dan 20% data testing. Hasil dari penelitian data menyatakan tingkat accurcy 70,00 %, persicion 77,9 % dan recall 82.10 % putuskan dalam klasifikasi naïve bayes. Berdasarkan penelitian yang sudah dilakukan mendapatkan kesimpulan bahawa teknik klasifikasi dengan penerapan algoritma Naïve Bayes dapat digunakan untuk melakukan prediksi ada penyakit jantung.
IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA POLA FREKUENSI KERANJANG BELANJA PADA DATA PENJUALAN PRODUK TOKO MAHIRA Donny Maulana; Novita Sari
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.61 KB)

Abstract

Dalam penelitian ini, dirumuskan masalah tentang bagaimana mengimplementasikan algoritma apriori dengan association rules atau yang biasa disebut dengan istilah market basket analysis, didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi dan alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Algoritma Apriori adalah algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data-data transaksi yang tersimpan dalam basis data. Dalam penelitian ini Algoritma Apriori digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data transaksi penjualan pada Toko Mahira sehingga bisa diketahui item- item barang apa saja yang dibeli secara bersamaan, Hasil dari penelitian ini terbentuk aturan asosiasi dengan nilai confidence 100% berdasarkan parameter yang telah ditentukan yaitu minimum support 20% dan minimum confidence 50%, yaitu kombinasi item Sonice => Teh Gelas, Roma Sari => Teh Gelas, Yasmin=> Roma Sari, teh Gelas.
Co-Authors Adi Fitra Agung Nugroho Agung Nugroho Agus Suwarno, Agus Ahmad Turmudi Zy Ahmad Turmuzdy ZY Alfatan Dzulatkha2 Amali Amali Andri Firmansyah Asep Saepudin Barokah, Awalina Daspar Daspar Eko Budiarto Emi Lia Nurjanah Eva Ferawati Fibi Eko Putra Gatot Tri Pranoto Hasim Budi Jatmiko Ikhsanudin ikhsanudin Inna Nisawati Mardiani Ira Restu Kurnia Irfan Afriantoro Irfan Afriantoro Ismamudi Ismamudi Lutfi Adji Ardiansyah Maha Putra Majid Aminurdin Maryatul Kiptiyah Maulana Sofyan Miftakul Huda Miftakul Huda Huda Muhtajuddin Danny Nanang Tedi Nanang Tedi Kurniadi Nani Hartati Nawangsih, Ismasari Novita Sari Nur Ilman Ilyas Nurhidayanti, Nisa Raden Rangga Bramantya Putra Rani Nur Umah Rezayadi Yahya Riady, Sasmitoh Rahmad Risma Auliyah Rudi Rahmanto2 Shinta Mawarni Slamet Nur Ihsan Suherman Suherman Taufik Hidayat Tri Ngudi Wiyatno Vivi Mustikaningtyas Wiyanto Wiyanto Yoga Religia Yusup Solikhun