Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal Jurnal Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Pilar Nusa Mandiri Information Management For Educators And Professionals (IMBI)
Ridan Nurfalah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perbandingan Algoritma Multi-Thresholding, Konversi Biner, Low-Pass Filtering pada Segmentasi Rambut Kaki Ridan Nurfalah; Sri Hadianti; Nissa Almira Mayangky; Muhammad Faitullah Akbar
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.792 KB) | DOI: 10.32520/stmsi.v10i1.1117

Abstract

AbstrakRambut berada tersebar pada bagian tubuh manusia dan memiliki fungsi yang berbeda, untuk mementingkan estetika tidak sedikit orang yang melakukan pencukuran rambut pada beberapa bagian tubuh, salah satunya bagian kaki. Terdapat banyak metode pencukuran yang tersedia saat ini, mulai dari cara alami, terapi, modern sampai penggunaan laser, namun pada penelitian ini berfokus pada metode laser. Pencukuran rambut dengan metode laser kelebihannya dapat menghilangkan rambut dalam jangka waktu yang cukup lama dengan pengaplikasian yang cukup mudah, dan tidak memerlukan waktu yang lama dibandingkan dengan teknik pengaplikasian tradisional. Dengan permasalahan itu dibutuhkan sistem yang bisa membedakan wilayah rambut dan kulit, sehingga tujuan untuk hair removal lebih fokus pada bagian rambut dan tidak mencederai bagian atau lapisan kulit. Pemisahan dua bagian tersebut dilakukan dengan cara segmentasi helai rambut dan menghilangkan bagian kulit. Empat metode dibandingkan dalam penelitian ini yaitu multi-thresholding, Konversi biner, low-filter dan high- filter, hasil dari perbandingan empat metode diketahui jika metode Multi-Thresholding diyakini dapat melakukan segmentasi rambut dengan baik, karena pola rambut dapat terlihat jelas dan tidak banyak noise yang terlihat.Kata Kunci: konversi biner, low-pass filtering, multi-thresholding, high-pass filtering, segmentasi AbstractHair is scattered in various parts of the human body and has different functions. To emphasize the aesthetics, many people shave their hair on several parts of the body, one of which is the legs. Today, there are many shaving methods, ranging from natural, therapeutic, modern to laser use, but this research focuses on laser methods. Laser hair removal has the advantage that it can remove hair in a fairly long period of time with a fairly easy application and does not require a long time compared to traditional application techniques. With this problem, a system that can differentiate between hair and skin areas is needed so that hair removal aims to focus more on the hair and not injure any part or layer of the skin. The separation of the two parts is done by segmenting the hair strands and removing part of the skin. Four methods were compared in this study, namely multi-thresholding, binary conversion, low-filter, and high-filter. Comparing the four methods shows that the multi-thresholding method is believed to segment hair well because the hair pattern can be seen clearly, and not much noise is visible.Keywords: binary conversion, low-pass filtering, multi-thresholdinghigh-pass filtering, segmentation
TELEMARKETING BANK SUCCESS PREDICTION USING MULTILAYER PERCEPTRON (MLP) ALGORITHM WITH RESAMPLING Siti Masturoh; Fitra Septia Nugraha; Siti Nurlela; M. Rangga Ramadhan Saelan; Daniati Uki Eka Saputri; Ridan Nurfalah
Jurnal Pilar Nusa Mandiri Vol 17 No 1 (2021): Publishing Period for March 2021
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v17i1.2168

Abstract

Telemarketing is a promotion that is considered effective for promoting a product to consumers by telephone, other than that telemarketing is easier to accept because of its direct nature of offering products to consumers. Telemarketing is also considered to help increase a company's revenue. The problem of predicting the success of a bank's telemarketing data must be done using machine learning techniques. Machine learning used in the available historical data is a bank dataset of 45211 instances at 17 features using the multilayer perceptron algorithm (MLP) with resampling. The use of resampling aims to balance the unbalanced data resulting in an accuracy value of 90.18% and a ROC of 0.89%. Meanwhile, if the data resampling is not used in the multilayer perceptron (MLP) algorithm, the accuracy value is 88.6 and ROC is 0.88%. The use of resampling data becomes more effective and results in higher accuracy values.
KOMPARASI ALGORITMA NAIVE BAYES, RANDOM FOREST DAN SVM UNTUK MEMPREDIKSI NIAT PEMBELANJA ONLINE Cucu Ika Agustyaningrum; Windu Gata; Ridan Nurfalah; Ummu Radiyah; Mawadatul Maulidah
Jurnal Informatika Vol 20, No 2 (2020): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v20i2.2402

Abstract

Beberapa tahun terakhir ini, penggunaan e-commerce atau toko online sangat meningkat. Bermacam-macam toko online yang bermunculan di internet, baik berskala kecil maupun yang berskala besar. Hal ini memiliki pengaruh yang sangat penting pada penggunaan waktu yang efektif dan tingkat angka penjualan. Maka dari itu e-commerce atau toko online harus mempunyai kemampuan menilai sarana yang digunakan untuk mengetahui dan mengklasifikasikan niat pembelanjaan online sehingga menghasilkan keuntungan bagi toko tersebut. Niat pembelanja online dapat dilakukan pengklasifikasian menggunakan beberapa algoritma, seperti Naive Bayes, Random Forest dan Support Vector Machine. Dalam penelitian ini perbandingan algoritma dilakukan menggunakan aplikasi WEKA dengan mengetahui nilai F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error. Terdapat perbedaan antara hasil pengujian, untuk nilai F1-Score, Akurasi, Kappa Statistic menghasilkan pengujian algoritma Random Forest-lah yang paling baik dibandingkan Naive Bayes dan Support Vector Machine. Sedangkan pada nilai Mean Absolute Error hasil pengujian algoritma Support Vector Machine merupakan nilai terbaik dari pada Naive Bayes dan Random Forest. Sehingga berdasarkan penelitian ini Algoritma Random Forest merupakan algoritma yang paling baik dan tepat untuk diterapkan sebagai pengklasifikasian niat pembelanja online, karena algoritma Random Forest yang paling mendominasi dalam mengetahui nilai kriteria seperti F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error.
Perancangan Sistem Informasi Penggajian Karyawan Berbasis Desktop pada PT. Pandawa Ekadharma Ekspress Yuma Yaumaidzinnaimah; Sri Hadianti; Ridan Nurfalah; Nissa Almira Mayangky; Nita Merlina
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 7 No 1 (2022): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (DESEMBER 2022)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/imbi.v7i1.1941

Abstract

Penggajian merupakan salah satu aktivitas penting dalam suatu perusahaan, untuk memudahkan serta menghasilkan data yang akurat maka diperlukan suatu sistem yang dapat membantu proses pelaksanaannya. PT. Pandawa Ekadharma Ekspres belum sepenuhnya memanfaatkan keberadaan teknologi informasi dalam membantu aktivitas penggajian karyawan. Penggunaan sistem manual pada aktivitas perusahaan dapat menghambat alur pemprosesan data untuk berbagai informasi yang diperlukan. Tujuan dari penelitian ini untuk menghasilkan sebuah sistem berbasis desktop menggunakan open source Netbeans IDE 8.1 dengan bahasa pemrograman Java yang dapat dimanfaatkan penggunaannya oleh PT. Pandawa Ekadharma Ekspress. Dalam aktivitas perancangannya sistem informasi penggajian ini menggunakan metode Waterfall serta penggunaan diagram UML (Unifield Modeling Language), LRS (Logical Record Structured) dan ERD (Entity Relationship Diagram) dalam proses analisis desainnya. Hasil yang diperoleh dari penulisan skripsi ini yaitu sebuah sistem berbasis desktop dengan kemampuan yang dimiliki dalam melakukan aktivitas pencatatan, pengelolaan serta menghasilkan data berupa informasi yang diharapkan mampu membantu proses pengambilan keputusan serta menyelesaikan berbagai permasalahan maupun kendala yang dihadapi oleh PT. Pandawa Ekadharma Ekspress dalam aktivitas penggajiannya.
Co-Authors Cucu Ika Agustyaningrum Daniati Uki Eka Saputri Fitra Septia Nugraha Gata, Windu M. Rangga Ramadhan Saelan Mawadatul Maulidah Mayangky, Nissa Almira Muhammad Faitullah Akbar Nita Merlina Siti Masturoh siti nurlela Sri Hadianti Sri Hadianti Ummu Radiyah Yuma Yaumaidzinnaimah