Article Per Year (5 Year)
p-Index From 2019 - 2024
5.119
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal Mantik Tematik : Jurnal Teknologi Informasi Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Kajian Ilmiah Jurnal Sains Teknologi dalam Pemberdayaan Masyarakat Journal of Students‘ Research in Computer Science (JSRCS) Jurnal Abdimas Ekonomi Dan Bisnis (JAMEB) Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan SIGMA: Information Technology Journal Indonesian Journal of Computer Science Jurnal Sistim Informasi dan Teknologi Jurnal Pengabdian Pelitabangsa Jurnal Sistem Informasi VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Journal Of Computer Science Contributions (JUCOSCO)
Priatna, Wowon
Informatika, Fakultas Ilmu Komputer, Universitas Bhayangkara Jakarta Raya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Peningkatan Lingkungan Bersih dan Sehat pada Desa Kedung Jaya Kecamatan Babelan Bekasi Priatna, Wowon; Warta, Joni
Jurnal Sains Teknologi dalam Pemberdayaan Masyarakat Vol. 1 No. 1 (2020): Juli 2020
Publisher : Fakultas Teknik Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jstpm.v1i1.153

Abstract

Pengabdian kepada masyarakat dilaksanakan di desa kedung jaya, Babelan, Kabupaten Bekasi. Mayoritas penduduk Desa Kedung Jaya bermata pencaharian sebagai petani, beternak dan pedagang. Permasalahan yang terjadi di Desa Kedung Jaya adalah kurang memiliki budaya membuang sampah pada tempatnya karena tidak adanya penampungan sampah, sehingga sampah berserakan, tidak menjaga kebersihan dan kerapian lingkungan sekitar, dan tidak memiliki jadwal kerja bakti secara rutin. Solusi yang ditawarkan dengan permasalahan ini adalah melakukan kerja bakti secara rutin, membiasakan membuang sampah pada tempatnya dengan pengadaan bak sampah di dusun 3 dan 4, serta penyuluhan dalur ulang sampah dengan Metode 3R (Reduce, Reuse dan Recyle). Program pengabdian tersebut mendapat respon positif dikalangan warga desa, terbukti dengan keikutsertaan warga pada setiap program. Hasil program yang sudah terlaksana adalah lingkungan terlihat bersih, warga mulai membiasakan diri mengumpulkan sampah dan membakar di bak sampah yang sudah tersedia serta masyarakat mengenal pengetahuan mengenai dalur ulang sampai dasarkan 3R (Reduce, Reuse dan Recycle).
Implementasi Fuzzy Inference System Metode Sugeno Pada Aplikasi Penilaian Kinerja Dosen Wowon Priatna; Rakhmat Purnomo
Techno.Com Vol 19, No 3 (2020): Agustus 2020
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v19i3.3638

Abstract

Kinerja dosen dalam perguruan tinggi merupakan bukti nyata yang dihasilkan oleh dosen sebagai prestasi yang ditujukan sesuai perannya. Penilaian kinerja dosen mengacu sistem secara formal dan terstruktur untuk mengukur, menilai, dan mempengaruhi sifat-sifat yang berkatian dengan pekerjaanya.Tujuan dalam penelitan ini adalah untuk menilai kinerja dosen menggunakan Fuzzy Inference System metode Sugeno. Variabel fuzzy yang digunakan adalah pengabungan dari varibel-variabel penelitian sebelumnya diantaranya pengajaran, penelitian & publikasi, abdimas, penunjang, materi, disiplin dan sikap. ini menghasilkan Aplikasi kinerja dosen yang di dimulai dengan merancang use case diagram, class diagram sebagai bagian dari unified modeling language untuk memodelkan perangkat lunak, selanjutnya merancang interface aplikasi. Berdasarkan penilaian kinerja dosen yang dilakukan oleh aplikasi menggunakan sample 10 dosen, diperoleh skor terendah 60 dan skor tertinggi dengan nilai 100.
Algoritma K-Means Clustering Untuk Menentukan Rekomendasi Pemberian Beasiswa Bagi Siswa Berprestasi Febry Sandrian Sagala; Mugiarso; Wowon Priatna
Journal of Students‘ Research in Computer Science Vol. 2 No. 2 (2021): November 2021
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.099 KB) | DOI: 10.31599/jsrcs.v2i2.840

Abstract

Scholarships are given to underprivileged students or outstanding students through a selection involving certain criteria. The criteria include the average value of report cards, parents' income, distance from home to school, number of dependents of parents, condition of the house, and status of the house. This study aims to assist the selection team in determining the award of scholarships so that they can provide appropriate and inappropriate recommendations, taking into account 6 criteria. The problem is that the existing scholarships are only given to students who do not have a father. The K-Means Clustering Algorithm can help Cluster students who are not eligible and eligible to get scholarship recommendations. The dataset used was 145 instances from the MAS scholarship selection committee. Attaqwa 02 Babylon. The data is calculated and tested using the K-Means Clustering algorithm. The results of the test were 32 people were recommended as eligible and 113 people were not eligible. The K-Means Clustering Algorithm can help the selection team to determine the scholarship award.   Keywords: K-Means Clustering Algorithm, Scholarship Award, Students.   Abstrak   Beasiswa diberikan kepada siswa yang kurang mampu atau siswa berprestasi melalui seleksi yang melibatkan kriteria-kriteria tertentu. Kriterianya antara lain nilai rata-rata rapot, penghasilan orang tua, jarak rumah ke sekolah, jumlah tanggungan orang tua, kondisi rumah, dan status rumah. Penelitian bertujuan untuk membantu tim penyeleksi dalam menetukan pemberian beasiswa sehingga dapat memberikan rekomendasi layak dan tidak layak, dengan pertimbangan 6 kriteria. Masalahnya beasiswa yang ada hanya diberikan kepada siswa yang tidak memiliki Ayah. Dengan Algoritma K-Means Clustering dapat membantu pembuatan Clustering siswa yang tidak layak dan layak untuk mendapatkan rekomendasi beasiswa. Dataset yang digunakan sebanyak 145 instance yang berasal dari panitia seleksi beasiswa MAS. Attaqwa 02 Babelan. Data tersebut dihitung serta pengujiannya menggunakan algoritma K-Means Clustering. Hasil pengujian sebanyak 32 orang direkomendasikan layak dan 113 orang tidak layak. Dengan Algoritma K-Means Clustering dapat membantu tim seleksi untuk menetukan pemberian beasiswa.   Kata Kunci: Algoritma K-Means Clustering, Pemberian Beasiswa, Siswa.
A IMPLEMENTASI TERM FREQUENCY – INVERSE DOCUMENT FREQUENCY (TF-IDF) DAN VECTOR SPACE MODEL (VSM) UNTUK PENCARIAN BERITA BAHASA INDONESIA Wiyanto W; Wowon Priatna; Jumi Saroh Hidayat
Jurnal Pelita Teknologi Vol 14 No 2 (2019): September 2019
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v14i2.237

Abstract

A search engine that already exists and widely used today can be provide the result of information very much, so it takes time to sort through the information in need. The research with the title "The “implementation term frequency-inverse document frequency (TF-IDF) and vector space model (VSM) to search a news of Indonesian language” have a purpose to develop the method of quick search uses TF-IDF method and vector space model. There are two main processes in the search system of news that are indexing and retrieval. The process of indexing is a process to give assessment to the words on document, the method of assessment in this research uses an assessment of method TF-IDF. The process of retrieval is a process of calculating the slope of the query against the document, the calculation of the similarity using concept vector space model by finding the value of cosine similarity. Based on the analysis and implementation in the build of search system in the news. The quick method of search can be built using vector space model. The system build by this method of vector is able to display a results of search that relevant accordance with the query in the user input. Keywords: term frequency - inverse document frequency, vector space model, search a news of Indonesian language, indexing, retrieval.
Implementasi Algoritma Genetika Untuk Optimasi Penjadwalan Mata Kuliah Agung Nugroho; Wowon Priatna; Ikhsan Romli
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 1 No. 2 (2018): Jutikomp Volume 1 Nomor 2 Oktober 2018
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v1i2.238

Abstract

Penjadwalan merupakan masalah kombinasional yang memiliki batasan-batasan kondisi yang harus dipenuhi, oleh karena itu hal ini menjadi pekerjaan rumit yang harus diselesaikan dengan cepat, tepat dan akurat. Ketersediaan ruangan, kapasitas kelas, ketersediaan dosen dan jumlah mahasiswa merupakan batasan mutlak yang harus dipenuhi dalam menyusun jadwal. Proses penjadwalan dengan batasan-batasan tersebut membutuhkan ketelitian agar mendapatkan jadwal yang sesuai, namun prosesnya memakan waktu dan terkadang masih terjadi bentrok antar jadwal. Untuk mengatasi masalah tersebut, diperlukan suatu metode untuk melakukan optimasi proses penjadwalan. Pengoptimalan masalah tersebut biasanya melibatkan suatu algoritma. Algoritma yang telah banyak digunakan dalam masalah penjadwalan adalah Algoritma Genetika. Algoritma ini berhasil mengungguli Algoritma yang lain dengan fitness rata-rata paling tinggi. Pada penelitian ini, telah dibuat aplikasi penjadwalan mata kuliah menggunakan Algoritma Genetika untuk menyelesaikan masalah tersebut.
Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Dalam Perluasan Usaha Kafe menggunakan Analytical Hierarchy Process Wowon Priatna; Suryadi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 3 (2019): Desember 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (759.864 KB) | DOI: 10.29207/resti.v3i3.1263

Abstract

vanilla. The Milk Café was founded in 2015 which currently has 3 branches and 5 franchises in various cities in Central Java and D.I. Yogyakarta and many more. the milk café owner has plans to open a new café branch. The milk café owner does not yet have the right method for determining location selection recommendations. Currently, café owners only conduct surveys and then choose locations that they think are appropriate based on several criteria so that café owners are often hesitant in determining the right location. Choosing an improper business location can cause bankruptcy or failure to run a business. This study aims to find out how the AHP method is able to provide problem solving solutions in the selection of locations in the expansion of the café business. And how to build a decision support system application AHP method. The data used are location data to conduct a feasibility survey based on criteria data to locations that have been determined by the team leader, where the criteria for determining new cafes are strategic locations, market share, competitors, rental prices and area size ... results from AHP calculations for expansion of the café is that it can be concluded that the alternative location of Jl. Sultan Syahrir Surakarta was stated as the most suitable location to be chosen as the location of the new branch of The Milk Café with the highest weighting value of 0.235. While the least recommended alternative locations are Jl. Adi Soemarmo with the least total weight is 0.153.
Pengaruh Kematangan, Kinerja Dan Pemanfaatan Teknologi Informasi Terhadap Implementasi Si Di SMK Negeri Jakarta Timur Dengan Model Cobit Framework Wowon Priatna
Jurnal SIGMA Vol 7 No 1 (2016): Maret 2016
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.655 KB) | DOI: 10.37366/sigma.v7i1.83

Abstract

Abstrak Penelitian ini bertujuan untuk memperoleh pemahaman tentang tingkat kematangan ada tidaknya pengaruh teknologi informasi, kinerja dan pemanfaatan Teknologi Informasi Implementasi Sistem Informasi di Negara Middle School SMK di Jakarta Timur pada pengelolaan dan pemanfaatan Teknologi Informasi . Kuesioner yang dibagikan kepada para guru dan karyawan dari responden berdasarkan indikator diambil dari jatuh tempo variabel teknologi informasi, kinerja dan pemanfaatan teknologi informasi oleh Domain COBIT 4. Metode dalam penelitian ini adalah teknik pengumpulan data, metode analisis data, analisis faktor metode. pengolahan data menggunakan SPSS untuk menguji reliabilitas, uji validasi dan analisis faktor untuk mengurangi variabel yang ada yang pada akhirnya akan menghasilkan faktor baru. Hasil penelitian menunjukkan bahwa 5 faktor baru yang Ketersediaan Mengelola IT, Ketersediaan Mengelola keamanan, kualitas Sistem perbaikan, kualitas informasi sistem, mengelola kesiapan kinerja. Kesimpulan dari penelitian ini adalah penciptaan model dari 5 faktor yang memiliki pengaruh signifikan terhadap pelaksanaan Sistem Informasi. Kata kunci: Kematangan: IT Sistem Informasi Pemanfaatan, IT Kinerja, COBIT, Analisis Faktor, Implementasi
Implementasi Metode Simple Additive Weighting Pada Aplikasi Penentukan Karyawan Terbaik Wowon Priatna; Joniwarta Joniwarta; Rinaldi Tunnisia
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 4, No 4 (2020): Oktober 2020
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v4i4.2293

Abstract

Election of the best employees is an important aspect of employee performance management in a company because it produces useful information for employee administrative decisions such as promotions, awards, and other decisions. Making the best employee selection not only selects and determines the right employees, but it is also important for managers to plan mature policies in motivating and developing potential employees. The problem with choosing the best employees in company agencies is the difficult decision making by managers in determining who the best employees are really worthy because of limited time and the number of employees and work that must be done by managers so that the best employee implementation is only chosen by the manager and assessment. The criteria are ignored which causes the assessment results to be subjective. One of the methods built to solve problems in the best employee decision making is done by using the Simple Additive Weighting (SAW) method, which is then ranked for the best alternative in the form of employee assessment scores. In this study, the implementation of SAW used 5 criteria to determine the best employees, namely skills, personality, initiative, attendance and loyalty. The calculation results from the implementation of the SAW method are used as a reference for designing the best employee determination application. The system design uses the Unified Modeling Language (UML) and builds applications with PHP programming and MySQL databases.
Sistem Pendukung Keputusan Untuk Penentuan Dosen Favorit Menggunakan Simple Additive Weighting (SAW) Wowon Priatna; Agung Nugroho; Nurjeli Nurjeli
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 4 (2019): Edisi Juli
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v4i1.131

Abstract

The process of determining favorites is what must be in accordance with predetermined criteria. To help in selecting people who deserve to be favorites, a decision support system is needed. One method that can be used to support decisions is to use FMADM (Fuzzy Multiple Addictive Decision Making). Where in this study using the SAW method (Simple Addictive Weighted), which is to find the best alternative from several alternatives. Find the best alternative based on predetermined criteria. This method is chosen to choose the best alternative that is suitable, and look for the value of each attribute, after the search process to get the best.
Implementasi Deep Learning Untuk Rekomendasi Aplikasi E-learning Yang Tepat Untuk Pembelajaran Jarak Jauh Wowon Priatna; Rakhmat Purnomo; Tri Dharma Putra
Jurnal Kajian Ilmiah Vol. 21 No. 3 (2021): September 2021
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (554.294 KB)

Abstract

The purpose of this study is to recommend e-learning applications that are appropriate for use in online learning in college environments. The large number of e-learning platforms used by lecturers for online lecture activities results in students being forced to use several e-learning applications depending on the lecturer who teaches the courses taken, for the university also finally gives lecturers policies for distance learning reports each finished giving the material. In this study the data collection method began by taking data from the faculty to find out which e-learning applications were widely used by lecturers, then distributing questionnaires to students and lecturers who used the e-learning application to measure the E-learning application with the e-learning criteria. Appropriate. The data is then processed into a dataset. The algorithm used in implementing deep learning is Artificial Neural Network (ANN). For the implementation of ANN, 27 variables were determined from the e-learning criteria and 1 target. In this ANN stage, prediction was used with classifications based on preparation, training, learning, evaluation and prediction using the python programming. The results obtained in this study that the Moodle application gets the highest score with an accuracy of 97% to be used as a recommendation for e-learning applications that are appropriate for universities to conduct online lectures.   Keywords: Artificial Neural Network, Deep Learning, E-learning, Online Teaching, Python    Abstrak   Tujuan penelitian ini adalah untuk rekomendasi aplikasi e-learning yang tepat untuk digunakan dalam pembelajaran online dilingkungan perguruan tinggi. Banyaknya platform e-learning yang digunakan oleh dosen-dosen untuk kegiatan kuliah online berakibat mahasiswa dalam belajar terpaksa menggunakan beberapa aplikasi e-learning tergantung dari dosen yang mengajar mata kuliah yang diambil, untuk pihak universitas juga akhirnya memberikan kebijakan dosen-dosen untuk laporan pembelajaran jarak setiap selesai memberikan materi. Dalam penelitian ini metode pengumpulan data dimulai dengan mengambil data dari fakultas untuk mengetahui aplikasi e-learning yang banyak digunakan oleh para dosen, selanjutnya membagikan kuisioner kepada mahasiswa dan dosen yang menggunakan aplikasi e-learning untuk mengukur aplikasi e-leaning tersebut dengan kriteria e-learning yang sesuai. Data kemudian diolah dijadikan dataset. Algoritma yang digunakan dalam implementasi deep learning ini adalah Artificial Neural Network (ANN). Untuk implementasi ANN ditentukan 27 variable yang didapat dari kriteria e-learning dan 1 target, dalam tahapan ANN ini menggunakan prediksi dengan klasifikasi berdasarkan preposesing training, learning, evaluation dan prediction dengan menggunakan pemograman python. Hasilnya yang didapat penelitian ini aplikasi moodle mendapatkan nilai tertinggi dengan akurasi 97% untuk dijadikan rekomendasi aplikasi e-learning yang tepat digunakan untuk perguruan tinggi dalam melakukan perkuliahan online.   Kata kunci: Artificial Neural Network, Deep Learning, E-learning, Online Teaching, Python   
Co-Authors Agung Nugroho Agung Nugroho Ajif Yunizar Pratama Yusuf Alexander, Allan D Andri Fajriya Andry Fadjriya Annisa Oktavianti Hermadi Asep R. Hamdani Asep Ramdhani M Asep Ramdhani Mahbub Dwi Budi Srisulistiowati Dwi Sulistiyo Endang Retnoningsih Faisal Adi Saputra Fajar Mukharom Febry Sandrian Sagala Fefbiansyah Hasibuan Galih Apriansha Pradana Hadi Kusmara Hendarman Lubis Herlawati Herlawati Ikhsan Romli Ilham Rizky Widianto Ismaniah Ismaniah Joni Warta Joni Warta Joniwarta Joniwarta, Joniwarta Jumi Saroh Hidayat Kustanto , Prio M. Fadhli Nursal Mayadi Mayadi Mugiarso Muhammad Khaerudin Nurjeli Nurjeli Prima Dina Atika Purnomo, Rakhmat Rahmadya Trias Handayanto Rakhmat Purnomo Rinaldi Tunnisia Ritzkal, Ritzkal Silvi - Siti Setiawati Siti Setiawati Sri Rejeki Suryadi Syahbaniar Rofiah Tri Dharma Putra Tri Dharma Putra Tyastuti Sri Lestari Tyastuti Sri Lestari Tyastuti Sri Lestari Wiyanto Wiyanto