Article Per Year (5 Year)
p-Index From 2019 - 2024
1.978
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Simetris Perfecting a Video Game with Game Metrics JSI: Jurnal Sistem Informasi (E-Journal) Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Ilmiah Matrik Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Informatika Global Jurnal Mantik Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Locus Penelitian dan Pengabdian Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Tri Basuki Kurniawan
Universitas Bina Darma
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PENINGKATAN KECEPATAN PROSES PADA METODE COLOR ORDERING DAN MAPPING DENGAN PENDEKATAN DELAPAN-KETETANGGAAN Astried Astried; Tri Basuki Kurniawan
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 7, No 1: April 2009
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v7i1.576

Abstract

The development of digital technology and internet, nowadays, has given the facility for easy access and distribution of a lot of information in digital form. The facilities in distributing digital data also has emerged the negative impact such as the violence of copy right. One of techniques developed from negative impact is water making technique. Several techniques have been mentioned by many researches in water making, one of them is the use of color palette and color index which is also know as ordering and mapping color method. In this method, the substitute color found through all colors in the pallets so this process gives the longer time in bit watermark inserting process. In this paper, ordering and mapping color which use color pallet of an image will be modified to increase the speed of the process by using eight neighborhoods approximation. From experimental result conducted to 30 images, it can be concluded that the proposed approximation has taken the shorter time than the conventional method. 
SYSTEM USABILITY SCALE VS HEURISTIC EVALUATION: A REVIEW Usman Ependi; Tri Basuki Kurniawan; Febriyanti Panjaitan
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5004.496 KB) | DOI: 10.24176/simet.v10i1.2725

Abstract

Usability merupakan salah satu bidang ilmu untuk menganalisa atau menguji tingkat kemudahan penggunaan perangkat lunak.  Usability atau yang sering dikenal dengan kebergunaan adalah teknik pengujian atau pengukuran aplikasi perangkat lunak yang dilihat dari lima aspek yaitu  learnability, efficiency, memorability, errors dan satisfaction. Untuk melakukan analisa atau pengujian usability dapat dilakukan dengan pendekatan heuristic evaluation (HE) dan system usability scale (SUS). Heuristic evaluation (HE) merupakan pengujian dengan cara melibatkan ahli dalam proses pengerjaannya dan system usability scale (SUS) merupakan pengujian dengan cara melibatkan pengguna akhir (end user) dalam proses pengerjaannya. Untuk itu dalam penelitian dilakukan pengkajian antara heuristic evaluation (HE) dan system usability scale (SUS). Dari hasil kajian didapat bahwa heuristic evaluation (HE) dapat dilakukan bersamaan dengan teknik pengujian lain namun membutuhkan biaya yang besar serta proses pengujian yang lebih mudah. Sedangkan system usability scale (SUS) proses pengujian dan perhitungan lebih rumit namun dapat dilakukan dengan jumlah sampel yang sedikit.
Text Mining - Analisis Teks Terkait Isu Vaksinasi COVID-19 (Text Mining - Text Analysis Related to COVID-19 Vaccination Issues) Novita Anggraini; Edi Surya Negara Harahap; Tri Basuki Kurniawan
IPTEK-KOM : Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi Vol 23, No 2 (2021): JURNAL IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi)
Publisher : BPSDMP KOMNFO Yogyakarta, Kementerian Komunikasi dan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33164/iptekkom.23.2.2021.141-153

Abstract

Sebagai langkah untuk dapat mengurangi penularan COVID-19, pemerintah tengah menggalakkan program vaksinasi sehingga tercapainya herd immunity. Disebabkan kegagalan vaksinasi  sebelumnya, sebagian besar masyarakat menolak dengan keras adanya vaksinasi, hal ini sangat disayangkan karena terjadi kegaduhan ditengah–tengah masyarakat. Dalam proses menarik kembali kepercayaan masyarakat, pemerintah mecoba menyebaran luaskan informasi vaksinasi lewat media sosial (instagram), kemudian inilah yang menjadi daya tarik peneliti untuk mengeksplorasi lebih lanjut proses vaksinasi. Dari banyaknya opini masyarakat terdapat beberapa hal yang mungkin masih sulit ditemukan, sebab itulah perlunya analisis teks. Analisis teks dilakukan bertujuan melihat term rangking dan informasi lainnya dengan metode Rule-based Sentiment Analysis. TF-IDF & LSI/LSA adalah jenis metode rule mining yang digunakan dalam penerapan ektrasi informasi. Hasil analisis penelitian ini kemungkinan mempengaruhi informasi lainnya. Seperti analisis persepsi pengguna digunakan untuk melihat gambaran lebih luas tentang isu atau topik pembicaraan penting, serta titik temu permasalahan berkaitan dengan vaksinasi COVID-19.
Prediksi Lokasi Titik Panas Kebaran Hutan menggunakan Model Regresion SVM (Support Vector Machine) pada Data Kebakaran Hutan Daops Manggala Agni Oki Provinsi Sumatera Selatan Tahun 2019 Jepri Yandi; Tri Basuki Kurniawan; Edi Surya Negara; Muhamad Akbar
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i1.4101

Abstract

Peningkatan titik panas (hotspot) setiap tahunnya di Daops Manggala Agni OKI, dikhawatirkan akan terus terjadi jika tidak dilakukan upaya pengendalian titik panas. Salah satu upaya pengendalian titik panas yaitu dengan memperkirakan wilayah yang berpotensi menghasilkan titik panas kebakaran hutan dan lahan di Daops Manggala Agni OKI. Tujuan penelitian ini adalah untuk memprediksi lokasi hotspot  kebakaran hutan pada masa depan berdasarkan data hotspot kebakaran hutan pada Daops Manggal Agni OKI pada tahun 2019. Metode predisi data menggunakan algoritma regresi SVM (Support Vector Machine) dengan data date, time, satellite, accuration, district, sub district, humadity dan temperature. Dari data jumlah hotspot yang muncul pada tahun 2019 dilakukan prediksi data untuk tahun 2020, kemudian untuk prediksi jumlah hotspot tahun 2021 diprediksi menggunakan data pada tahun 2019 dan 2020, demikian seterusnya. Berdasarkan hasil analisis didapatkan yang cukup baik, yaitu nilai RSME 2.1 dan nilai R2 0.83. Dimana hotspot terbanyak hasil dari proses pada tahun 2021 terdapat pada kecamatan Pematang Panggal dengan jumlah 448 lokasi hotspot untuk tahun 2021. Sedangkan data untuk tahun 2022, jumlah hotspot terbanyak terdapat pada kecamatan Cengal dengan jumlah hotspot 571 lokasi. Selanjutnya, untuk memberikan visualisasi data yang lebih baik, data hasil prediksi hotspot divisualisasikan dalam bentuk Heatmap.
Perbandingan Dan Analisis Metode Klasifikasi Untuk Menentukan Konsentrasi Jurusan Indah Hidayanti; Tri Basuki Kurniawan; Afriyudi Afriyudi
Jurnal Informatika Global Vol 11, No 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v11i1.1067

Abstract

AbstractHigher education is the organizer of further education after the high school level. Five institutions of higher education, namely universities, institutes, high schools, academies and polytechnics. One of the factors that determine the quality of higher education is the percentage of students' ability to complete their studies on time. This is certainly obtained by choosing the right concentration of students during the lecture period and the academic ability of students. Determination of student concentration specifications is needed to determine the interests and talents of the students themselves. With the selection of the right concentration it is expected that students can graduate on time. At this time students have difficulty in determining the concentration of majors. At Bina Darma University in Palembang, especially in the Faculty of Computer Science, there are Informatics Engineering (IT). At the Faculty of Computer Science, the IT Study Program has a concentration of expertise such as Database, Software, and Network Infrastructure that are in accordance with the IT Study Program curriculum at Bina Darma University. Determination of concentration is carried out at the end of semester 4 or precisely the lecture period for semester 5. However, what happens is that students do not know their interests and abilities. At this time students have difficulty in determining the concentration of majors. The choice of concentration of the department is only based on the wishes of the students or by joining friends, so that there is a need for preference in helping students choose concentration. The methods used in data mining are C4.5 and Naïve Bayes by using the Rapid Miner application as a tool to classify student majors. In this study, it is know that C4.5 algorithm has a high accuracy of 48,06% and Naïve Bayes 42,79%Keywords : C4.5, Naïve Bayes, Klasifikasi Jurusan, Rapid MinerAbstrakPerguruan tinggi merupakan penyelenggara pendidikan lanjutan setelah tingkat sekolah menengah atas. Salah satu faktor yang menentukan kualitas perguruan tinggi yaitu persentasi kemampuan mahasiswa untuk menyelesaikan studi tepat pada waktunya. Hal ini tentunya didapatkan dengan pemilihan konsentrasi mahasiswa yang tepat pada masa perkuliahan serta kemampuan akademis dari mahasiswa. Penentuan spesifikasi konsentrasi mahasiswa sangat dibutuhkan untuk menentukan minat dan bakat mahasiswa itu sendiri. Dengan pemilihan konsentrasi yang tepat diharapkan mahasiswa dapat lulus tepat pada waktunya. Pada saat ini mahasiswa kesulitan dalam menentukan konsentrasi jurusan. Di Universitas Bina Darma Palembang terutama di Fakultas Ilmu Komputer, terdapat Program Studi Teknik Informatika (TI). Pada Fakultas Ilmu Komputer ini, Program Studi TI mempunyai konsentrasi keahlian seperti Database, Software, dan Jaringan Infrastructure yang  sesuai dengan kurikulum Program Studi TI di Universitas Bina Darma. Penentuan konsentrasi jurusan yaitu pada akhir semester 4 atau tepatnya masa perkuliahan untuk semester 5. Akan tetapi yang terjadi yaitu mahasiswa tidak tahu minat dan kemampuannya masing-masing. Saat ini mahasiswa kesulitan dalam menentukan pemilihan konsentrasi jurusan. Pemilihan konsentrasi jurusan hanya berdasarkan pada keinginan mahasiswa ataupun ikut-ikutan teman, untuk itu dirasa perlu adanya preferensi dalam membantu mahasiswa memilih konsentrasi. Metode yang digunakan yaitu C4.5 dan Naïve Bayes dengan menggunakan aplikasi Rapid Miner sebagai alat bantu untuk mengklasifikasikan penjurusan mahasiswa. Pada penelitian ini diketahui algoritma C4.5 memiliki tinggkat akurasi 48,06 % dan naïve bayes 42,79%.Kata kunci: C4.5, Naïve Bayes, Klasifikasi Jurusan, Rapid Miner
pengenlan angka tulis tangan mengunakan metode backpropagation studi kasus lembar c1 pada rekapitulasi pemilihan umum Abi daud Yusuf; Tri Basuki Kurniawan; Edi Surya Negara
Jurnal Locus Penelitian dan Pengabdian Vol. 1 No. 6 (2022): Jurnal Locus Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v1i3.25

Abstract

 Tujuan dari penelitian ini adalah untuk menganalisis dan menerapkan machine learning. Penulisan penelitian ini bertujuan untuk mengenali angka yang berbeda beda pada hasil rekapitulasi c1 yang sering terjadi perbedaan selisih dalam penghitungan pada saat  pemilu untuk karna itu penulis  menggunakan metode backprogration yang sudah teruji valid dalam pengenalan angka dan di sertakan metode machine learning dan deep learning sebagai pembanding metode yang akan di gunakan untuk penghitungan akurasi nya. Pengumpulan data pada penelitian ini menggunakan teknik Scraping untuk mengambil data dari situs kpu  yang berupa image atau angka hasil tulis tangan yang bisa kelola dan di analisis menjadi suatu data yang bagus dan bisa dijadikan sebagai acuan data yang tersusun rapi.  Metode yang digunakan dalam penilitian ini adalah algoritma Backprogation  dengan melakukan fase pengumpulan data, pengolahan data, model atau metode yang diusulkan, pengujian dan evaluasi. Dengan dilakukannya penelitian ini diharapkan dapat menemukan model yang paling tepat untuk diterapkan pada klasifikasi data tulisan tangan  c1.
PERANCANGAN SISTEM REPOSITORY JOINT INSPECTION PADA PT. KAI (PERSERO) REGIONAL III PALEMBANG Misinem - Misinem; Tri Basuki Kurniawan; Rika Nuraini
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 4 No 2 (2021)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v4i2.384

Abstract

PT. Indonesian Railways Regional Division III is still processing and storing reports manually. The best system was developed called the website-based Repository Joint Inspection System, aiming to make it easier for employees to manage, store, and monitor existing reports for the managerial. This system was developed using the RUP (Rational Unified Process) method. This system has four types of users, Admin, User, Manager, and Safety. However, this study will explore and explain the upload, download, and delete processes of file features in more detail. Testing on this system uses the black box method with feature test techniques. Based on the test results, the system developed in this study follows the expected results, so it can be concluded that this system is suitable for managing and storing reports.
Analisis Usability Sistem Informasi Akademik (Studi Kasus SISFO Universitas PGRI Palembang) Dendi dendi Irawan; dedy syamsuar; tri basuki kurniawan; Muhamad Akbar
Jurnal Sistem Informasi Vol 13, No 2 (2021)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (588.008 KB) | DOI: 10.36706/jsi.v13i2.15599

Abstract

AbstractThis study aims to determine the level of effectiveness of the usability analysis of the Academic Information System (SISFO) at the PGRI Palembang University. This research uses 2 (two) methods in analyzing, namely, the Webqual 4.0 method and the SUS (System Usability Scale) method. The sample in this research amounted to 385 people both from students, lecturers and staff at the PGRI University of Palembang. The results of this study are, (1) through analysis using Webqual 4.0, it is found that overall usability affects user satisfaction, (2) through analysis using SUS it is found that respondents assess SISFO at PGRI Palembang University. using the system well, after a while of not using it. This research was conducted by applying quantitative methods according to the objective, namely to determine the quality of the academic information system (SISFO) at the PGRI Palembang University. To measure the quality of the academic system, this study uses the Webqual 4.0 method and the System Usability Scale (SUS). Based on the results of this study will be explained as usability. The hypothesis of the utility variable is that the significance value is 0.000 <0.05. From this comparison, the results obtained are H0 rejected and Ha accepted, which means that the usability variable has a significant effect on usability satisfaction (Academic Information System) SUS. keywords: Usability, system Informasi Akademic (Sisfo)
Analisis Sentimen Masyarakat Terhadap Tweet Ruang Guru Menggunakan Algoritma Naive Bayes Classifier (NBC) Indah Novitasari; Tri Basuki Kurniawan; Deshinta Arrova Dewi; Misinem
Jurnal Mantik Vol. 6 No. 3 (2022): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

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

Abstract

Pembalajaran online di masa modern kala ini telah menjadi kebutuhan primer bagi pelajar. Ruang guru Sebagai aplikasi penyedia layanan pendidikan terbesar di Indonesia tentu perlu melakukan sebuah evaluasi kebergunaan dalam menaikkan kualitas layanan aplikasi tersebut. Cara yang dapat digunakan untuk mengetahui data tersebut yaitu dengan melakukan penelitian analisis sentimen. Analisis sentimen yang dilakukan dalam penelitian ini akan diklasifikasikan menjadi label sentimen positif,negatif dan netral,dengan memanfaatkan algoritma Naive Bayes Classifier, karena dapat Kualitas klasifikasi memuaskan, bahkan dengan hanya sejumlah kecil data training, dan kinerja pada kumpulan data besar akurat dan cepat. Tahapan yang dilakukan dalam penelitian ini adalah pengumpulan data, preprocessing, pengolahan data, akurasi dan evaluasi. Hasil dari penelitian ini menunjukkan bahwa prediksi yang dihasilkan lebih dominan pada sentimen positif. Dan performa dari metode pengujian Naive Bayes Classifier yang telah dilakukan didapatkan hasil nilai presisi 71%, recall 69% dan F1-score 69% dengan nilai akurasanyinya adalah 69%.
Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin Andree Fernando Pratama; Tri Basuki Kurniawan; Misinem; Deshinta Arrova Dewi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 15 No 1b (2023): Jupiter Edisi April 2023
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281./5522/15.jupiter.2023.04

Abstract

Cryptocurrency is a digital or virtual currency that is guaranteed by cryptography. With cryptography, this digital currency has become almost impossible to counterfeit. The recording of all transactions made is stored on the blockchain. This blockchain is widespread between one computer and another and is connected in a network that is widespread so that it is not centralized in one place, otherwise known as decentralization. Sentiment analysis is used to see the reaction of the community or the public in general to an ongoing issue, whether the public reaction is positive or negative. the determination of these sentiments will be based on which label appears the most. Then the sentiment that has been obtained is determined to correlate with the increase in bitcoin prices so that sentiment can be one of the attributes that can be used to increase the accuracy of bitcoin price predictions. Bitcoin is then predicted using a deep learning model with an LSTM layer.
Co-Authors Abi daud Yusuf Afriyudi Afriyudi Andree Fernando Pratama Astri Cahaya Plangi Astried, Astried Ayu Okta Pratiwi Dedy Syamsuar Dendi dendi Irawan Deshinta Arrova Dewi Deshinta Arrova Dewi Edi Surya Negara Fajar Prayoga Febriyanti Panjaitan Indah Hidayanti Indah Novitasari Jepri Yandi Misinem Misinem - Misinem Muhamad Akbar Novita Anggraini Rika Nuraini Tata Sutabri Usman Ependi Widya Cholil Yesi Novaria Kunang