Article Per Year (5 Year)
p-Index From 2018 - 2023
1.383
P-Index
This Author published in this journals
All Journal Smart Comp : Jurnal Orang Pintar Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jiko (Jurnal Informatika dan komputer) Jurnal Abdimas Mandiri INISTA Journal of Dinda : Data Science, Information Technology, and Data Analytics
Auliya Burhanuddin
Institut Teknologi Telkom Purwokerto
Computer Science & IT Control & Systems Engineering Education Engineering Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
PENENTUAN JUMLAH CLUSTER IDEAL SMK DI JAWA TENGAH DENGAN METODE X-MEANS CLUSTERING DAN K-MEANS CLUSTERING Rifki Adhitama; Auliya Burhanuddin; Ridho Ananda
JIKO (Jurnal Informatika dan Komputer) Vol 3, No 1 (2020)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v3i1.1635

Abstract

SMK merupakan salah satu intrumen penting dalam pengembangan Sumber Daya Manusia (SDM) di Indonesia pada umumnya dan di Jawa Tengah pada khususnya. Belum adanya pengelompokan SMK berdasarkan data pokok kemendikbud di jawa tengah merupakan sebuah peluagn untuk mengembangkan arah revitalisasi SMK menjadi lebih baik dan jelas. X-means merupakan salah satu metode clustering yang dikembangkan dari metode clustering yang cukup popular, yaitu K-means. Penelitian ini menggunakan data pokok kemendikbud untuk menghitung pembagian cluster terbaik dengan menggunakan metode X-means dengan membandingkan nilai DBI X-means dengan nilai DBI K-means pada variasi ukuran cluster mulai dari empat, enam, delapan dan sepuluh cluster. Hasil penelitian ini menunjukkan bahwa secara konsisten nilai DBI terbaik ada pada ukuran cluster empat, baik menggunakan X-means ampun K-means dengan nilai DBI X-means sebesar 0,933 dan nilai DBI K-means sebesar 0,914, sedangkan nilai DBI paling besar juga konsisten pada ukuran cluster 10, sebesar 1,439 pada X-means dan 1,322 pada K-means. Berdasrkan hasil tersebut maka SMK di Jawa Tengah dapat dibagi ke dalam 4 kelompok yaitu kurang, cukup, baik, dan unggul.
PENGEMBANGAN BISNIS PENGELOLAAN SAMPAH BERBASIS WEBSITE DI DESA KALIBAGOR BANYUMAS Gita Fadila Fitriana; Rifki Adhitama; Aditya Wijayanto; Auliya Burhanuddin; Rendi Putra Pradana; Mochammad Hanif; Rochman Beny Riyanto
Jurnal Abdimas Mandiri Vol 5, No 2
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v5i2.1886

Abstract

Menurut data Statistik Lingkungan Hidup di Indonesia pada tahun 2018, diperkirakan menghasilkan 64 juta ton sampah di tiap tahunnya. Namun, merujuk data Sustainable Waste Indonesia (SWI) tahun 2017, dari angka tersebut baru 7% yang didaur ulang, sementara 69% di antaranya menumpuk di tempat pembuangan akhir (TPA). Pengelolaan sampah di kota-kota di Indonesia sampai saat ini belum mencapai hasil yang optimal. Berbagai kendala masih banyak dihadapi dalam pelaksanaan pengelolaan sampah baik kendala ekonomi, sosial budaya maupun penerapan teknologi. Inovasi dalam penanganan sampah harus mampu mengubah nilai ekonomi dari sampah. Nilai sampah yang awalnya tidak bernilai menjadi nilai ekonomi adalah salah satu harapan baru dalam mengatasi permasalahan sampah. Desa Kalibagor merupakan salah satu Desa yang memanfaatkan sampah untuk membuat berbagai macam karya yang dapat dijual. Pembuatan Aplikasi PickyTrash untuk pengelolaan sampah merupakan salah satu upaya untuk membantu warga dalam mengelola limbah dan menaikkan taraf ekonomi desa, aplikasi PickyTrash ini memiliki fitur utama pengelolaan hasil penjualan sampah, sehingga warga dapat mengetahui secara transparan dan akuntabel sampah yang telah dikelola dan telah menghasilkan nilai ekonomi.  Kata kunci : inovasi, nilai ekonomi, PickyTrash, Tempat Pembuangan Akhir
Analisis K-Means Untuk Mengetahui Kelompok Tingkat Antusias Netizen Twitter Pada Kejadian Letusan Gunung Tangkuban Perahu Auliya Burhanuddin; Rifki Adhitama; Apri Junaidi
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.165

Abstract

Internet merupakan produk terknologi yang menandai era revolusi industri 4.0 dimana telah merubah cara berkomunikasi dengan jenis interaksi sosial yang baru. Pada 27 Agustus 2010 gunung sinabung meletus dan banyak kerugian dirasakan. Gunung tangkuban perahu meletus pada 26 Juli 2019 pukul 15.48. Belajar dari meletusnya gunung Sinabung yang merugikan maka memunculkan empati dari masyarakat, bantuan moral dan spiritual. Untuk mendapatkan data twiter dari website twitter maka dapat dilakukan proses crawling data yang dicari. Dari hasil crawling twetter akan didapatkan data user berupa total tweet, total follower, total likes, website, source, bio profile, id, akun, nama, dan lokasi. Kemudian dilakukan proses pengelompokkan/clustering menggunakan metode K-Means Clustering untuk mengetahui kelompok antusias dari netizen sebelum, ketika, dan pasca kejadian bencana. Hasil yang didapat adalah jumlah tweet sebelum gunung meletus yaitu 11.324 Tweet ketika meletus 35 tweet, dan pasca meletus 26 Juli 2019 yaitu 1.170 tweet dan 26-29 juli 2019 yaitu 1.512 tweet. Tingkat antusias sebelum kejadian 6.572 antusias dan 4.696 sangat antusias. Setelah gunung meletus 812 dan 798 antusias; dan 346 dan 575 sangat antusias. Tingkat antusias netizen sangat tinggi pada sebelum kejadian maka dapat dilakukan aktivitas sosial yang dapat dimanfaatkan pasca kejadian bencana sehingga dapat membantu secara langsung setelah kejadian bencana terjadi.
Sistem Rekomendasi Pemilihan Peminatan Menggunakan Density Canopy K-Means Ridho Ananda; Muhammad Zidny Naf’an; Amalia Beladinna Arifa; Auliya Burhanuddin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 1 (2020): Februari 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (623.312 KB) | DOI: 10.29207/resti.v4i1.1531

Abstract

The carelessly selection of specialization course leaves some students with difficulty. Therefore, it is needed a recommendation system to solve it. Several approaches could be used to build the system, one of them was K-Means. K-Means required the number of initial centroid at random, so its result was not yet optimal. To determine the optimal initial centroid, Density Canopy (DC) algorithms had been proposed. In this research, DC and K-Means (DCKM) was implemented to build the recommendation system in the problem. The alpha criterion was also proposed to improve the performance of DCKM. The academic quality dataset in the 2018 informatics programs students of ITTP was used. There were three main stages in the system, namely determination of the weight of the course in dataset, implementation of DCKM, and determination of specialization recommendations. The results showed that the system by using DCKM has good quality based on the Silhouette results (at least 0.655). The system also used standar valuation scale in ITTP and silhouette index in the process of system. The results showed that 176 (65.91%) students were recommended in IT specialization, 25 (9.36%) students were recommended in MM specialization and 66 (24.7%) students were recommended in SC specialization.
Prediksi Harga Saham Bank Bri Menggunakan Algoritma Linear Regresion Sebagai Strategi Jual Beli Saham Janur Syah Putra; Rima Dias Ramadhani; Auliya Burhanuddin
Indonesian Journal of Data Science, IoT, Machine Learning and Informatics Vol 2 No 1 (2022): February
Publisher : Research Group of Data Engineering, Faculty of Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/dinda.v2i1.273

Abstract

Shares are securities as proof of ownership of investors in a company. Stocks have a volatile nature, this makes stocks difficult to predict. Stock prediction is an effort to estimate the stock price, especially in the Bank Rakyat Indonesia company that will appear in the future, and to increase investors' profit opportunities in making investment decisions. During the COVID-19 pandemic, Bank BRI's shares experienced significant ups and downs in four months, which illustrates the sensitivity of the stock to an event. Therefore, it is important to predict stock prices to reduce the risk accepted by investors. The prediction itself requires time series data. Time series is data that is collected sequentially from time to time. The method used for time series data is Linear Regression because this method can handle time-series data. Based on these problems, stock prediction research will be conducted at the Bank Rakyat Indonesia company using the Linear Regression method. Bank Rakyat Indonesia share price data were obtained from the investing.com website from the period starting on January 1, 2008, to June 1, 2020. The data is processed starting from preprocessing to determine attributes, remove unnecessary attributes, and change the contents of the data type, then process split data to divide the dataset into training and test data. The attributes used in this study are Date and Price and the distribution of the data used is 60:40, 65:35, 70:30, 75:25, and 80:20. The best ratio is at 80:20 which produces train and test accuracy of 0.89 and 0.91, Then each training data and testing data are entered into the linear regression model for prediction. The error results from the predictions were calculated using MAPE and yielded a percentage of 13.751% for training data, 13.773% for test data, and 13.755% for overall data. The MAPE results indicate that the linear regression method can be used to predict the stock price of BRI Bank.
Sistem Pakar dalam Identifikasi Penyakit Pada Ikan Nila dengan Menggunakan Metode Forward Chaining dan Certainty Factor Alifta Salma Shafira; Auliya Burhanuddin; Diandra Chika Fransisca
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3788

Abstract

Ikan nila merupakan salah satu jenis ikan air tawar yang melimpah dan mudah dibudidayakan karena pertumbuhannya yang sangat cepat. Salah satu kendala dalam pengembangan budidaya ikan nila adalah sulitnya pengendalian hama dan penyakit ikan nila. Petani ikan nila di desa tidak mengetahui penyakit ikan, oleh karena itu, diperlukan seorang ahli di bidang ini. Namun menggunakan tenaga ahli atau ahli ikan tentunya akan menimbulkan masalah, salah satunya terbatasnya ketersediaan di suatu daerah, dan biaya yang cukup besar. Tujuan dari penelitian ini adalah untuk membuat sistem pakar untuk mengidentifikasi penyakit pada ikan nila. Tujuan penggunaan sistem pakar adalah sistem yang berusaha mengadopsi atau menyerupai pengetahuan manusia (ahli) ke komputer. Metode yang digunakan untuk mengidentifikasi penyakit pada ikan nila dalam penelitian ini adalah metode forward chaining dan metode certainty factor. Metode forward chaining digunakan karena penelitian ini akan dimulai dengan beberapa fakta dari pengguna kemudian diproses oleh sistem. Metode certainty factor digunakan untuk mengatasi ketidakpastian. Data yang digunakan merupakan hasil wawancara dengan pakar ikan nila. Alur kerja sistem diawali dengan menginputkan gejala pada ikan, selanjutnya akan masuk ke proses forward chaining untuk menentukan penyakitnya. Kemudian masuk ke certainty factor dan hasilnya berupa diagnosis penyakit serta solusinya. Hasil akurasi sistem juga cukup memuaskan sebesar 91.67% dari total pengujian yang telah dilakukan
Analisis Aksesibilitas 10 Website E-Commerce Menggunakan Metode Fuzzy Analytical Hierarchy Process dan Simple Additive Weighting Zhafirah Zhafirah; Auliya Burhanuddin; Dwi Januarita
Journal of INISTA Vol 4 No 2 (2022): Mei 2022
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v4i2.532

Abstract

Perkembangan e-commerce cukup pesat di kalangan masyarakat Indonesia. Aksesibilitas merupakan faktor penting untuk pengukuran kualitas dan perkembangan website e-commerce yang bertujuan memberikan kenyamanan pada user. Dalam pengukuran kualitas, pengambil keputusan seringkali kesulitan menentukan bobot kriteria yang bersifat subjektif. Untuk mengatasi hal tersebut, diperlukan metode yang memperhatikan kriteria yang bersifat subjektif melalui penilaian oleh pakar. Fuzzy Analytical Hierarchy Process (FAHP) digunakan untuk menentukan bobot kriteria yang bersifat subjektif dan metode Simple Additive Weighting (SAW) digunakan untuk melakukan penjumlahan dari bobot yang sudah dihasilkan. Input utama dalam penelitian ini adalah penilaian para pakar sebagai pengambil keputusan yang bersifat subjektif dengan data 10 website e-commerce yaitu Tokopedia, Shopee, Bukalapak, Lazada, Blibli, Orami, Ralali, Bhinneka, JD.ID dan Zalora. Dari penelitian ini dihasilkan analisis kualitas website e-commerce terbaik berdasarkan aksesibilitasnya yaitu website Bukalapak memperoleh nilai jumlah akhir tertinggi yaitu 0,83 dan menduduki peringkat pertama, sedangkan website JD.ID memperoleh nilai jumlah akhir terendah yaitu 0,12 dengan posisi peringkat terakhir. Permasalahan yang paling banyak muncul pada WCAG 2.1 A 4.1.2 Bagian 508 (2017) A 4.1.2 mengenai label kosong sehingga perlu ditambahkannya label untuk kontrol terkait agar mudah dipahami oleh pengguna/user.
Co-Authors Aditya Wijayanto Alifta Salma Shafira Amalia Beladinna Arifa Apri Junaidi, Apri Diandra Chika Fransisca Dwi Januarita Gita Fadila Fitriana Janur Syah Putra Mochammad Hanif Muhammad Zidny Naf’an Rendi Putra Pradana Ridho Ananda Rifki Adhitama Rifki Adhitama Rima Dias Ramadhani Rochman Beny Riyanto Zhafirah Zhafirah