Article Per Year (5 Year)
p-Index From 2019 - 2024
3.817
P-Index
This Author published in this journals
All Journal Jurnal Teknoin Jurnal Teknologi INFORMAL: Informatics Journal Proceeding SENDI_U Sebatik Jurnal Sisfokom (Sistem Informasi dan Komputer) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT JMAI (Jurnal Multimedia & Artificial Intelligence) Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Pengabdian Nasional (JPN) Indonesia Jurnal Teknik Informatika (JUTIF) Jurnal Pendidikan dan Teknologi Indonesia Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Sains dan Teknologi Journal Of Information System And Artificial Intelligence Jurnal Pengabdian Nasional (JPN) Indonesia
Agus Sidiq Purnomo
Universitas Mercu Buana Yogyakarta
Religion Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Pendidikan dan Teknologi Indonesia

 1 
Implementasi Metode Profile Matching dalam Pembuatan Tes Psikologi untuk Pemetaan Karir Berdasarkan Minat dan Kepribadian Arifi Zulaika; Agus Sidiq Purnomo
Jurnal Pendidikan dan Teknologi Indonesia Vol 1 No 7 (2021): JPTI - Juli 2021
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.64

Abstract

Minat dan kepribadian sangat penting untuk diketahui oleh masing-masing orang. Hampir dipastikan jika seseorang mengetahui minat dan kepribadian yang tepat maka ia tak akan salah melangkah ke jalan karir yang bukan menjadi minat dan kepribadian yang ada dalam dirinya. Pada saat ini alat yang dapat memetakan minat dan kepribadian hanya dapat dilakukan melalui tes psikologi. Khususnya pada penelitian ini melakukan pengembangan tes psikologi menjadi terkomputerisasi. Pengembangan tes menjadi digital perlu dilakukan untuk memperoleh hasil yang cepat, maksimal, dan akurat. Hasil penelitian ini adalah berupa hasil pemeriksaan psikologis yang berisi tentang hasil pemetaan minat, pemetaan kepribadian dan rekomendasi bidang karir yang cocok untuk peserta tes berdasarkan dari sisi psikologis peserta tes. Metode penelitian yang diterapkan menggunakan metode waterfall. Pengembangan tes psikologi minat dan kepribadian menggunakan model CBT (Computer Based Test) yang berisi tes minat (RIASEC) dan tes kepribadian (DISC). Tes minat menggunakan teori Holland, sedangkan tes kepribadian menggunakan teori Marston. Sistem ini diisi dengan 31 data karir. Untuk menghasilkan karir pada masing-masing peserta tes menggunakan metode profile maching  atau biasa disebut group algorithm programing (GAP) yang dikombinasikan nilai tes minat dan nilai tes kepribadian. Sistem telah diuji coba  dengan 50 peserta tes dan hasil telah divalidasi oleh pakar (Psikolog). Hasilnya didapatkan 90% hasil karir valid  dan 10% tidak valid, yang menunjukan bahwa aplikasi sistem pakar ini sangat efektif.
Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Teorema Bayes Natalia Anjela Sagat; Agus Sidiq Purnomo
Jurnal Pendidikan dan Teknologi Indonesia Vol 1 No 8 (2021): JPTI - Agustus 2021
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.73

Abstract

Mata merupakan salah satu panca indra atau organ tubuh yang penting dalam menunjang keseharian khususnya dalam hal melihat. Mata juga merupakan panca indra yang sangat sensitif sehingga rentan mengalami penyakit mata. Saat ini pasien dengan gejala penyakit mata semakin meningkat. Keterbatasan jumlah tenaga ahli atau dokter spesialis mata menjadi faktor utama lamanya waktu dalam mendiagnosa penyakit mata. Selain itu, dalam pengisian data pemeriksaan penyakit mata masih menggunakan pencatatan secara manual. Sehingga dibutuhkan suatu sistem yang dapat membantu melakukan diagnosa penyakit mata dengan cepat, tepat, dan akurat. Penelitian ini bertujuan untuk membangun suatu sistem pakar yang dapat mendiagnosa penyakit mata dengan menggunakan metode teorema bayes. Hasil penelitian ini berupa kesimpulan jenis penyakit mata yang diderita berdasarkan gejala yang dipilih pasien dan telah dihitung menggunakan perhitungan bayes. Berdasarkan pada pengujian 50 data pasien, didapatkan presentase kesesuaian antara sistem dengan pakar sebesar 96% data uji.
Sistem Pakar Mendiagnosa Penyakit pada Gigi Menggunakan Metode Bayes-Forward Chaining Erlangga Samudera Kencana; Agus Sidiq Purnomo
Jurnal Pendidikan dan Teknologi Indonesia Vol 1 No 10 (2021): JPTI - Oktober 2021
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.93

Abstract

Gigi merupakan salah satu alat pencernaan makanan yang paling penting. Penyakit Gigi merupakan salah satu jenis penyakit yang sering dipandang ringan, namun sangat mengganggu bagi penderita penyakit tersebut, terutama saat aktivitas makan. Penyakit gigi memiliki banyak jenis dan mempunyai bentuk gejala hampir sama. Sistem pakar dapat mendeteksi penyakit. Dengan menjawab pertanyaan-pertanyaan yang terdapat di web sistem pakar oleh tenaga medis, maka dapat menentukan jenis penyakit gigi yang diderita pasien. Dengan menggunakan metode Naïve Bayes yaitu menggunakan data-data seperti gejala - gejala pada umumnya yang sudah dikelompokan dan ditentukan sesuai golongan jenis penyakit gigi, dan juga hasil data diagnosa pasien, sistem pakar dapat menentukan penyakit gigi yang diderita pasien. Sehingga diharapkan dapat membantu dan memudahkan tenaga medis dalam bekerja menangani pasien dengan hasil kesesuaian 96,6%.
Co-Authors Ade Fitriadin Alfian Romadhon Anief Fauzan Rozi Anief Fauzan Rozi Anief Fauzan Rozi Arif Wiji Setiyanto Arifi Zulaika Aris Susanto Bagas Irvan Bagaskara Berita Estu Widodo Dany Suktiawan Irman Fiano Emi Agustina Erlangga Samudera Kencana Fernando Bayu Andika Ficky Septian Ali Gita Prastianingrum Indah Susilawati Ismunu, R. Sumarwan Jevi Ariyanti M. Ridwan Nur Septian Mutaqin Akbar Muthia Gidriani Maelan Nadafi'ah Hari Fitri Natalia Anjela Sagat Nisriina Nuur Hasanah Octy Kartika Dewi Putri, Novita Anggraini Rahmandhita Fikri Sannawira Rahmandhita Fikri Sannawira, Rahmandhita Fikri Robi Adi Saputra Subardjo, Ratna Yunita Setiyani Supatman Supatman Widatin Mayasari Yasser Yazid Mohammad