Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.882

P-Index

This Author published in this journals

All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika Perfecting a Video Game with Game Metrics Scientific Journal of Informatics Seminar Nasional Informatika (SEMNASIF) JRSI (Jurnal Rekayasa Sistem dan Industri) JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika jurnal teknik informatika dan sistem informasi Innovation in Research of Informatics (INNOVATICS)

Aradea

Jurusan Teknik Informatika, Fakultas Teknik, Universitas Siliwangi

Author-ID : 230912

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

Published : 20 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

PENGGUNAAN MOBILE SOCIAL NETWORK SEBAGAI SISTEM PERINGATAN DINI PADA BENCANA Acep Irham Gufroni; Aradea Aradea; R. Reza El Akbar
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2011): Information System and Application
Publisher : Jurusan Teknik Informatika

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

Jejaring sosial atau yang biasa disebut Social Network saat ini menjadi hal yang dibutuhkan oleh setiap individu. Pada awalnya, jejaring sosial hanya digunakan sebagai media eksistensi dan pengakuan diri bagi pemiliknya, dimana penggunaan jejaring sosial sangat dimudahkan dengan munculnya media-media jejaring sosial yang sangat besar, diantaranya adalah Facebook dan Twitter . Hadirnya Facebook dan Twitter meningkatkan tingkat penggunaan jejaring sosial di masyarakat, dikarenakan kedua jejaring sosial ini dapat diakses menggunakan telepon seluler yang mana hampir semua individu telah memilikinya, sehingga penggunaan jejaring sosial di telepon seluler menjadi penyumbang utama peningkatan tingkat penggunaan social network di Indonesia. Dengan melihat hal tersebut, dimana penggunaan mobile social network telah menyentuh hampir semua individu, maka penggunaannya dapat digunakan sebagai sistem peringatan dini dalam bencana, dikarenakan jejaring sosial bersifat online dan realtime, sehingga dengan pengaturan content yang tepat dan akurat, maka informasi tentang suatu bencana yang terjadi dapat di teruskan ke individuindividu pengguna mobile social network dalam waktu yang sangat singkat, dan dengan tingkat penyebaran yang sangat luas. Dengan informasi yang tepat dan akurat mengenai suatu bencana, dapat menghindarkan kepanikan di masyarakat dikarenakan tidak ada informasi yang tepat mengenai bencana yang terjadi.

PENERAPAN CHANGE MANAGEMENT UNTUK PENINGKATAN PROSES BISNIS DALAM MERAIH KEUNGGULAN KOMPETITIF ORGANISASI Aradea Aradea; Ade Yuliana; Hidayatullah Himawan
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2010): Information System And Application
Publisher : Jurusan Teknik Informatika

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

Lingkungan bisnis merupakan faktor yang sangat berpengaruh pada proses bisnis sebuah organisasi, perubahan yang terjadi pada lingkungan bisnis harus dapat direspon secara positif oleh organisasi, supaya organisasi tersebut dapat bertahan hidup dan meraih keunggulan kompetitif. Change management merupakan serangkaian proses yang digunakan untuk memastikan bahwa perubahan yang signifikan dapat dilakukan secara terkontrol dan sistematis, untuk mengatasi resistensi terhadap perubahan dalam rangka meningkatkan keterlibatan dan pencapaian tujuan organisasi untuk melakukan transformasi yang efektif. Pada makalah ini akan dibahas penerapan change management dengan pendekatan manajemen proyek perubahan yang mengadopsi dari model yang dikemukakan John P. Kotter dan William Bridges, kajian ini akan memberikan pemahaman tentang pengetahuan secara teori dan menggabungkannya antara practical tool dan metodologi manajemen proyek dalam mengelola proses perubahan yang kompleks. Untuk melengkapi kajian dari penelitian, pada makalah ini dilengkapi dengan pembahasan sebuah studi kasus.

REKAYASA PERANGKAT LUNAK BERORIENTASI AGEN SOLUSI UNTUK KEBERLANGSUNGAN HIDUP PERANGKAT LUNAK DAN MENJAMIN KUALITAS PERANGKAT LUNAK Aradea Aradea; Asep Andang
KOMPUTASI Vol 3, No 6 (2006): Vol. 3, No. 6, Juli 2006
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Dengan semakin pesatnya perkembangan teknologi berbasis agen, para peneliti dibidang rekayasa perangkat lunak aplikasi, yaitu rekayasa perangkat lunak berorientasi agen (Agent Oriented Software Enginering, AOSE).Pada pembahan makalah ini telah dikaji dan dianalisis dari paradigma metodologi pengembangan perangkat lunak berbasis agen agen dengan pendekatan metodologi rekayasa system multiagen (Multiagen Sistem Enginering, MaSE), dalam upaya keberlangsungan hidup sebuah perangkat lunak dan untuk menjamin kualitasnya Pendekatan ini menawarkan suatu konsep untuk menghindari berakhirnya kehidupan perangkat lunak lebih cepat. Setiap tugas yang ada, didelegasikan kepada agent, yang secara cerdas mengelola pengetahuannya, da memberikan konstribusi untuk agent lainnya, maka ketika terjadi perubahan pada lingkungan sekitarnya, hanya agent yang terkaitlah yang ditambah atau diubah pengetahuan dan kerjanya, tanpa harus mengganggu agent lainya. Kata kunci : Agent, Agent Oriented Software Enginering, Multiagent Sistem Engiering)

SEGMENTASI KOLEKSI DATA UNTUK MENDUKUNG PERFORMANSI SISTEM Aradea Aradea; Iping Supriana; Kridanto Surendro
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 2 (2016)
Publisher : Universitas Widyatama

[Id] Pengelolaan koleksi data merupakan hal yang sangat kritis, apalagi jika melibatkan volume data yang sangat besar, karena hal ini akan berpengaruh terhadap performansi sistem secara menyeluruh. Suatu rancangan strategi khusus dibutuhkan bagi penyediaan performansi sistem, sehingga sistem mampu mengerjakan tugas-tugasnya sesuai dengan indikator sistem. Salah satu inini. Makalah ini akan menguraikan salah satu persoalan yang berhubungan dengan application tuning, terutama beberapa hal yang berhubungan dengan kebutuhan penggunaan segmentasi atau partisi untuk mengelompokan koleksi data yang besar. Pembahasan diawali dengan latar belakang, dilanjutkan dengan teori-teori terkait, kemudian mendefinisikan ilustrasi kasus, analisis dan pembahasan kasus, proses implementasi dan pengujian, serta kesimpulan dan pekerjaan kedepan [EN] Management of data collection is one of critical matter, event if involving a large volume of data because its will affect to all system performance. a particular strategic planning is needed to provision system performance, then the system able to do its jobs suitable with system indicator. one of very general indicator that can be used to assess system performance is speed. Basically, speed connected with tuning technique, and at the current time, there are many types, both theory or methodology that can be used in tuning technique. This paper will depict one problem that related to tuning application, especially some item that related with the requirement of using segmentation or partition to grouping large data collection. Depiction started with a background, then continued with related theories, case illustration, analyze and case description, implementation process, testing, conclusion and future works.

PEMODELAN REQUIREMENTS DALAM MENGKONSTRUKSI PERANGKAT LUNAK SELF-ADAPTIVE Aradea Aradea; Iping Supriana; Kridanto Surendro
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 3 (2016)
Publisher : Universitas Widyatama

[Id]Mengkonstruksi perangkat lunak self-adaptive sangat berbeda dengan mengkonstruksi perangkat lunak non self-adaptive, hal ini menuntut banyak cara yang harus ditempuh untuk mencapai tujuan tersebut. Salah satunya adalah pada tahapan pemodelan requirements. Pendekatan yang digunakan saat melakukan pemodelan requirements untuk perangkat lunak self-adaptive, tidak cukup hanya menangkap kebutuhan sesuai dengan kondisi systems-as-is. Namun kebutuhan systems-to-be yang berhubungan dengan spesifikasi perilaku, dan kemampuannya untuk menangani perubahan ketika sistem sedang berjalan, merupakan faktor penting yang harus terpenuhi. Makalah ini membahas pemodelan requirements untuk mengembangkan self-adaptive systems, dengan mengintegrasikan pendekatan goal oriented requirements engineering dan feedback loop. Diawali dengan latar belakang, kemudian menguraikan penelitian terkait, dilanjutkan dengan konsep yang diusulkan beserta contoh penerapannya, dan diakhir bahasan kami menguraikan pekerjaan untuk masa depan serta kesimpulan.Kata kunci:Requirements modeling, goal oriented requirements engineering, self-adaptive systems, feedback loop[En]Construction of self-adaptive software is very different with the construction of non-self-adaptive software, its require many ways that must be through to gain these goals. one of them is on the requirement of modelling phase. The approach that used, when conduct modelling requirement is not enough to catch the needs appropriate with as-is system condition, but the requirement of to-be systems that connected with behaviour specification and its ability to handle transformation when system running is an important factor that must be fulfilled. this paper describes requirement modelling to develop self-adaptive systems, with goal oriented engineering integration approach and loop feedback. Started with the background, then untangle related research, continued with proposed concept and its implementation example, and in the last description, we untangle conclusion and our future works.Keywords: Requirements modeling, goal oriented requirements engineering, self-adaptive systems, feedback loop

PEMODELAN BAYESIAN NETWORK UNTUK MENENTUKAN PROBABILITAS PENYEBAB PELANGGARAN DALAM PERTANDINGAN KARATE KUMITE Yudha Permadya Putra; Aradea Aradea; Rianto Rianto
Innovation in Research of Informatics (INNOVATICS) Vol 3, No 2 (2021): September 2021
Publisher : Informatika Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v3i2.4341

Pelanggaran dalam pertandingan karate kumite akan sangat mempengaruhi dalam hasil pertandingan, banyaknya faktor penyebab pelanggaran dalam pertandingan kumite harus diantisipasi se-dini mungkin agar kelak dalam pertandingan berikutnya tidak mengulangi kesalahan yang sama. Itu membuat kompleksitas hubungan faktor ketidakpastian karena bersifat probabilistik. Bayesian Network merupakan Direct Acyclic Graph (DAG) dengan tabel probabilitas untuk setiap node. Node yang terdapat dalam Bayesian Network adalah representasi proporsional variabel dalam domain, dan garis yang menunjukkan ketergantungan hubungan. Berdasarkan deskripsi tersebut, solusi dari kompleksitas ketergantungan faktor ketidakpastian di dalam pertandingan karate kumite dapat dimodelkan menggunakan Bayesian Network untuk mengetahui penyebab pelanggaran yang menjadi variabel acak di dalam sistem pertandingan. Penelitian ini menerapkan teknik pemodelan Bayesian Network berdasarkan data prestasi atlit Bandung Karate Club (BKC) Kota Tasikmalaya tahun 2020. Hasil penelitian ini menunjukan bahwa pemodelan yang telah dibangun untuk menentukan probabilitas penyebab pelanggaran dalam pertandingan karate Kumite mendapatkan nilai Mutual Information sebesar 0,01829 (2,01%) untuk terhentinya suatu pertandingan karena terjadi pelanggaran.

Implementasi Deep Learning pada Sistem Klasifikasi Hama Tanaman Padi Menggunakan Metode Convolutional Neural Network (CNN) Susi Yuliany; Aradea; Andi Nur Rachman
Jurnal Buana Informatika Vol. 13 No. 1 (2022): Jurnal Buana Informatika, Volume 13, Nomor 1, April 2022
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v13i1.5022

Hama menjadi serangan utama tanaman, khususnya tanaman padi. Dalam melakukan pengendalian hama, sebagian besar petani melakukan aplikasi insektisida secara tidak bijaksana sehingga mengakibatkan terbunuhnya organisme bukan sasaran. Beberapa peneliti telah mencoba mengklasifikasi kerusakan pada tanaman alih-alih mengklasifikasikan hama itu sendiri. Oleh karena itu, dengan mengklasifikasikan jenis hama pada tanaman padi memungkinkan petani melakukan penanganan sesegera mungkin pada tanaman padi sesuai jenis hama yang menyerangnya. Metode Convolutional Neural Network (CNN) banyak digunakan dalam image processing karena tingkat akurasinya yang tinggi dan lebih baik dalam pengenalan gambar. Metode CNN pada beberapa penelitian mengalami masalah overfitting. Penelitian ini mengusulkan penerapan tiga jenis pembagian data training dan data testing juga penggunaan penggunaan beberapa parameter yang berfungsi mengurangi masalah overfitting. Berdasarkan evaluasi, pembagian data 90%:10% adalah pembagian data yang paling cocok untuk dataset dan arsitektur yang digunakan dengan akurasi training 83,02%, 78,30%, dan 81,13%. Nilai akurasi pengujian dari ketiga model tersebut yaitu 69,33%, 77,33%, dan 76%..

The Application of Template Matching Algorithm to Improve Accuracy of Plate Number Recognition R. Moch. Dysa Satria Anggara; Aradea Aradea; Rianto Rianto
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 9 No 01 (2022): Jurnal Rekayasa Sistem & Industri - Juni 2022
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v9i01.514

Salah satu kajian di dalam proses pengolahan citra adalah pengenalan pola. Pengenalan pola dalam penerapannya telah digunakan untuk berbagai kebutuhan, di antaranya adalah pengenalan plat nomor kendaraan. Mengenali plat nomor kendaraan merupakan salah satu cara yang dapat dilakukan untuk mengurangi serta mencegah berbagai tindak kriminal, kecelakaan maupun membantu instansi terkait dalam mendata informasi kendaraan dalam berlalu lintas. Pengambilan gambar pada plat nomor menggunakan kamera menghasilkan citra digital yang dapat diolah dengan menggunakan Optical Character Recogntion (OCR). OCR adalah proses konversi gambar yang di dalamnya terdapat huruf serta angka menjadi karakter ASCII. Dalam pembuatan OCR, terdapat berbagai macam algoritma yang dapat digunakan salah satunya adalah algoritma Template Matching, yaitu dengan mencocokkan setiap bagian dari suatu citra digital hasil tangkapan kamera dengan citra yang telah diolah menjadi template sebagai data. Namun sebagaimana algoritma pada umumnya, algoritma ini masih memiliki kekurangan dalam hal akurasi dan kecepatan waktu proses untuk rekognisi. Untuk menghasilkan dan meningkatkan akurasi pada algoritma Template Matching, dilakukan pembuatan 3 skenario pengambilan gambar untuk membandingkan hasil akurasi dan kecepatan, serta melakukan komparasi dengan metode Learning Vector Quantization (LVQ) sebagai metode pembanding akurasi. Berdasarkan perbandingan tersebut diperoleh hasil sebanyak 84% untuk akurasi dan 0,942 Milidetik untuk kecepatan pada Algoritma Template Matching.

Optimasi Prakiraan Cuaca Menggunakan Metode Ensemble pada Naïve Bayes dan C4.5 Yani, Vini Indri; Aradea, Aradea; Mubarok, Husni
Jurnal Teknik Informatika dan Sistem Informasi Vol 8 No 3 (2022): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v8i3.5455

Weather forecasting is important for the survival of the wider community. Therefore, the accuracy of the weather forecast must be high. Based on this, a study was conducted to improve the accuracy of weather forecasting with the naïve Bayes and C4.5 models and then performed an optimization using the ensemble method. The dataset used is weather data observed from BMKG Bandung for 10 years. Accuracy in the pretest process shows that the naïve Bayes algorithm has an accuracy of 49.45% and the C4.5 algorithm produces 41.24% accuracy, while in the posttest process the accuracy obtained is 49.76% for bagging naïve Bayes, 46.47% for boosting naïve Bayes, 45.76 for bagging C4.5 and 38.82% for C4.5.

Implementation of Stacking Ensemble Classifier for Multi-class Classification of COVID-19 Vaccines Topics on Twitter Jayapermana, Rama; Aradea, Aradea; Kurniati, Neng Ika
Scientific Journal of Informatics Vol 9, No 1 (2022): May 2022
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v9i1.31648

Purpose: However, from the variety of uses of these algorithms, in general, accuracy problems are still a concern today, even accuracy problems related to multi-class classification still require further research.Methods: This study proposes a stacking ensemble classifier method to produce better accuracy by combining Logistic Regression, Random Forest, and Support Vector Machine (SVM) algorithms as first-level learners and using Logistic Regression as a meta-learner for the multi-class classification of COVID-19 vaccine topics on Twitter.Result: Based on the evaluation, the proposed Stacking Ensemble Classifier model shows 86% accuracy, 85% precision, 86% recall, and 85% f1-score.Novelty: The novelty is produce better accuracy by combining Logistic Regression, Random Forest, and Support Vector Machine (SVM) algorithms as first-level learners and using Logistic Regression as a meta-learner.

Co-Authors Acep Irham Gufroni Ade Yuliana Ade Yuliana Andi Nur Rachman Asep Andang Asep S. Devi Febrianty Dewanto R. A. Dewanto RA. Dewanto Rosian Adhy Hidayatullah Himawan Husni Mubarok Iping Supriana Iping Supriana Iping Supriana Jayapermana, Rama Kridanto Surendro Kridanto Surendro Kridanto Surendro Kridanto Surendro Kurniati, Neng Ika R. Moch. Dysa Satria Anggara R. Reza El Akbar Rianto, Rianto Susi Yuliany Yani, Vini Indri Yudha Permadya Putra

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search