Article Per Year (5 Year)
p-Index From 2019 - 2024
1.126
P-Index
This Author published in this journals
All Journal Bina Insani ICT Journal Information System for Educators and Professionals : Journal of Information System Jurnal Mahasiswa Bina Insani Informatics for Educators and Professional : Journal of Informatics Jurnal SOLMA Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System
Rully Pramudita
Manajemen Informatika; Universitas Bina Insani
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences Other

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

Found 7 Documents
Search

 1 
Pelatihan Online Database Fundamental Untuk Aparatur Sipil Negara dan non Aparatur Sipil Negara Pemerintah Kota Bekasi Endang Retnoningsih; Solikin Solikin; Didik Setiyadi; Rully Pramudita
Jurnal Pengabdian kepada Masyarakat UBJ Vol. 3 No. 2 (2020): Juni 2020
Publisher : Lembaga Penelitian Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (875.931 KB) | DOI: 10.31599/jabdimas.v3i2.193

Abstract

Abstract Civil Servants (ASN) and non-ASN employees serve as professional public services by providing administrative services with the support of information and communication technology (ICT) to carry out integrated and sustainable government. The Bekasi city government is aware of the demands of the community, so there is a programming training for ASN and non ASN who are in the Bekasi City Government, due to the problem of lack of understanding the concept of Database and SQL (Structured Query Language), lack of ability to create Database and use MySQL. Fundamental Database training is conducted online as a solution given the COVID-19 pandemic and the existence of large-scale social restrictions (PSBB). Online activities are www.zoom.us and www.youtube.com, informed through www.facebook.com, www.twitter.com and www.instagram.com. The PkM activity gave the trainees the ability to see this from the participants' feedback on the material and the achievement of the training objectives, namely 3 (Enough) 5.8%, 4 (Good) 42% and 5 (Very Good) 52.2%. Keywords: state civil apparatus, Covid-19, community service, MySQL, XAMPP Abstrak Pegawai Aparatur Sipil Negara (ASN) dan non ASN berperan sebagai pelayanan publik yang profesional dengan memberikan pelayanan administratif dengan dukungan teknologi informasi dan komunikasi (TIK) untuk menjalankan pemerintahan yang terintegrasi secara terpadu dan berkesinambungan. Pemerintah Kota Bekasi menyadari terhadap tuntutan masyarakat maka dilakukan pelatihan pemrogaman bagi ASN dan non ASN yang berada di Pemerintah Kota Bekasi, karena permasalahan kurangnya memahami konsep Database dan SQL (Structured Query Language), kurangnya kemampuan membuat Database dan penggunaan MySQL. Pelatihan Database Fundamental dilakukan secara online sebagai solusi mengingat pandemi COVID-19 dan adanya pembatasan sosial berskala besar (PSBB). Kegiatan secara online www.zoom.us dan www.youtube.com, diinformasikan melalui www.facebook.com, www.twitter.com dan www.instagram.com. Kegiatan PkM memberikan kemampuan pada peserta pelatihan hal ini terlihat dari feedback peserta terhadap materi dan dan pencapaian sasaran pelatihan yaitu nilai 3 (Cukup) 5.8%, nilai 4 (Bagus) 42% dan nilai 5 (Sangat Bagus) 52.2%. Kata kunci: aparatur sipil negara, Covid-19, pengabdian masyarakat, MySQL, XAMPP
Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python Endang Retnoningsih; Rully Pramudita
Bahasa Indonesia Vol 7 No 2 (2020): Bina Insani ICT Journal (Desember 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (655.113 KB) | DOI: 10.51211/biict.v7i2.1422

Abstract

Abstrak: Machine learning merupakan sistem yang mampu belajar sendiri untuk memutuskan sesuatu tanpa harus berulangkali diprogram oleh manusia sehingga komputer menjadi semakin cerdas berlajar dari pengalaman data yang dimiliki. Berdasarkan teknik pembelajarannya, dapat dibedakan supervised learning menggunakan dataset (data training) yang sudah berlabel, sedangkan unsupervised learning menarik kesimpulan berdasarkan dataset. Input berupa dataset digunakan pembelajaran mesin untuk menghasilkan analisis yang benar. Permasalahan yang akan diselesaikan bunga iris (iris tectorum) yang memiliki bunga bermaca-macam warna dan memiliki sepal dan petal yang menunjukkan spesies bunga, dibutuhkan metode yang tepat untuk pengelompokan bunga-bunga tersebut kedalam spesiesnya iris-setosa, iris-versicolor atau iris-virginica. Penyelesaian digunakan Python yang menyediakan algoritma dan library yang digunakan membuat machine learning. Penyelesaian dengan teknik supervised learning dipilih algoritma KNN Clasiffier dan teknik unsupervised learning dipilih algoritma DBSCAN Clustering. Hasil yang diperoleh Python menyediakan library yang lengkap numPy, Pandas, matplotlib, sklearn untuk membuat pemrograman machine learning dengan algortima KNN memanggil from sklearn import neighbors termasuk teknik supervised, maupun DBSCAN memanggil from sklearn.cluster import DBSCAN termasuk teknik unsupervised learning. Kemampuan Python memberikan hasil output sesuai input dalam dataset menghasilkan keputusan berupa klasifikasi maupun klusterisasi. Kata kunci: DBSCAN, KNN, machine learning, python. Abstract: Machine learning is a system that is able to learn on its own to decide something without having to be repeatedly programmed by humans so that computers become smarter in learning from the experience of the data they have. Based on the learning technique, supervised learning can be distinguished using a dataset (training data) that is already labeled, while unsupervised learning draws conclusions based on the dataset. The input in the form of a dataset is used by machine learning to produce the correct analysis. The problem to be solved by iris flowers (iris tectorum), which has flowers of various colors and has sepals and petals that indicate the species of flowers, requires an appropriate method for grouping these flowers into iris-setosa, iris-versicolor or iris-virginica species. The solution is used by Python, which provides the algorithms and libraries used to make machine learning. The solution with the supervised learning technique was chosen by the KNN Clasiffier algorithm and the unsupervised learning technique was selected by the DBSCAN Clustering algorithm. The results obtained by Python provide a complete library of numPy, Pandas, matplotlib, sklearn to create machine learning programming with KNN algorithms calling from sklearn import neighbors including supervised techniques, and DBSCAN calling from sklearn.cluster import DBSCAN including unsupervised learning techniques. Python's ability to provide output according to the input in the dataset results in decisions in the form of classification and clustering. Keywords: DBSCAN, KNN, machine learning, python.
Opini Media Sosial Facebook Terhadap Produk Hijab Menggunakan Metode Text Mining Agus Heryanto; Rully Pramudita
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 4 No 2 (2020): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.453 KB)

Abstract

Abstrak: Analisis opini bertujuan untuk melihat opini masyarakat atau kelompok mengenai entitas tertentu. Analisis sentimen digunakan untuk menilai sebuah produk, apakah memberikan review yang baik dan disukai masyarakat ataupun sebaliknya. Penelitian dilakukan untuk mengklasifikasikan opini atau sentimen masyarakat terhadap produk hijab. Hijab yang sekarang menjadi trend dikalangan remaja muslim, sebagian besar remaja muslim merupakan para pengguna media sosial terutama facebook. Sehingga pandangan para pengguna hijab ini akan tertuang dalam sebuah opini, baik itu opini positif maupun negatif. Oleh karena itu, penelitian ini mengambil opini masyarakat terhadap produk hijab Zoya dan El-zatta melalui dua fanspage facebook dari Zoya Lovers dan El-zatta Hijab. Metode penghitungan dan pengklasifikasian yang dipakai yaitu dengan menggunakan algoritma naive bayes. Hasil penelitian menunjukkan bahwa sentiment positif terbentuk paling banyak yaitu 432 komentar pada Zoya, dan 395 komentar pada EL-zatta. Jika dibandingkan dengan sentimen negatif yang hanya 103 komentar pada El-zatta dan 63 komentar pada Zoya. Jadi secara keseluruhan, persepsi masyarakat terhadap dua produk hijab yang tertuang pada komentar di fanspage facebook memberikan penilaian yang positif. Kata kunci: analisis opini, facebook, hijab, naïve bayes, text mining. Abstract: Opinion analysis aims to see the opinions of the public or group regarding certain entities. Sentiment analysis is used to assess a product, whether to give a good review and accepted by the public or the opposite. Studies are conducted to classify public opinion or sentiment toward hijab products. The current hijab is a trend among muslim youths, most of muslim teenagers are social media users, mainly facebook. That the opinion of the hijab users will be featured in an opinion, whether positive or negative. Therefore, the study takes public opinion on the products of hijab Zoya and El-zatta through two facebook fans page from Zoya Lovers and El-zatta Hijab. The counter-intelligance and classification methods were adopted using a naive boyes algorithm. Research indicates that the most positive sentiment was 432 comments on Zoya and 395 comments on El-zatta. Compared to the negative sentiment which was just 103 comments on El-zatta and 63 comments on Zoya. So on the whole, the public's conception of two hijab products, featured on comments of facebook fans page has a positive assessment. Keywords: facebook,hijab, naïve bayes, sentiment analysis.
Metode Penetration Testing pada Keamanan Jaringan Wireless Wardriving PT. Puma Makmur Aneka Engineering Bekasi Rizky Wahyu Ismail; Rully Pramudita
JURNAL MAHASISWA BINA INSANI Vol 5 No 1 (2020): Jurnal Mahasiswa Bina Insani (Agustus 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

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

Abstract

Abstrak: Jaringan Wireless selama ini digunakan sebagai penyedia internet yang sangat baik. Dengan memanfaatkan jaringan Wireless, pengguna dapat menikmati internet tanpa harus tersambung pada sebuah kabel. PT. Puma Makmur Aneka Engineering sudah menggunakan Wireless sebagai penyedia internet yang dapat digunakan oleh pegawai. Jaringan Wireless yang baik haruslah memiliki keamanan yang baik agar terhindar dari ancaman kejahatan. Wardriving adalah suatu kegiatan diamana seseorang maupun sekelompok orang yang dibekali alat dan keahlian untuk mengakses sebuah jaringan Wireless secara gratis atau tanpa melakukan login. Wardriving merupakan ancaman bagi PT. Puma Makmur Aneka Engineering karena data penting yang diolah menggunakan jaringan Wireless tidak terjamin keamanannya. Untuk mengetahui seberapa kuat keamanan jaringan Wireless pada PT. Puma Makmur Aneka Engineering, maka diperlukan analisis. Dari hasil analisis yang telah dilakukan, didapatlah kesimpulan bahwa jaringan wireless pada PT. Puma Makmur Aneka Engineering tidak aman karena masih ada titik hotspot yang dapat dilakukan crack. Kata kunci: jaringan wireless, keamanan jaringan, wardriving, wireless Abstract: Wireless networks have been used as an excellent internet provider. By utilizing Wireless network, users can enjoy the internet without having to connect to a cable. PT. Puma Makmur Aneka Engineering Bekasi is already using Wireless as an internet provider that can be used by employees. A good Wireless Network must have good security to avoid the threat of crime. Wardriving is an activity where someone or a group of people equipped with the tools and expertise to access a Wireless network for free or without logging in. Wardriving is a threat to PT. Puma Makmur Aneka Engineering Bekasi because important data is processed using Wireless network is not guaranteed security. To find out how strong the security of Wireless network on PT. Puma Makmur Aneka Engineering Bekasi, then needed analysis. From the results of the analysis that has been done, got the conclusion that the wireless network on PT. Puma Makmur Aneka Engineering Bekasi not safe because there are still hotspots that can be done crack. Keywords: network security, wardriving, wireless network, wireless
Pengujian Black Box pada Aplikasi Ecampus Menggunakan Metode Equivalence Partitioning Rully Pramudita
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 4 No 2 (2020): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.844 KB) | DOI: 10.51211/itbi.v4i2.1347

Abstract

Salah satu tahapan penting dalam pengembangan sebuah perangkat lunak yaitu tahap pengujian. Teknik testing dibagi menjadi dua yaitu black box testing dan white box testing. Pada penelitian akan menerapkan teknik pengujian black box. Teknik pengujian black box terdiri dari, Equivalence Partitioning, Boundary Value Analysis / Limit Testing, Comparison Testing, Sample Testing, Robustness Testing, Behavior Testing, Requirement Testing, Performance Testing, Endurance Testing, Cause-Effect Relationship Testing. Salah satu yang akan diterapkan dalam penelitian ini yaitu teknik equivalence partitioning. Teknik ini ujicoba yang dilakukan berdasarkan tujuh tahapan, yaitu menentukan use case yang diuji, tentukan kriteria, definisikan partisi, buat data uji, buat kasus uji, lakukan pengujian dan evaluasi. Hasil pengujian nantinya akan menghasilkan feedback untuk masukan bagi pengelola ecampus. Kata kunci: Aplikasi, Black box, Ecampus, Ekuivalence partitioning, Pengujian Abstract: One important stage in the development of a software is the testing phase. Testing techniques are divided into two namely black box testing and white box testing. In the study will apply black box testing techniques. Black box testing techniques consist of, Equivalence Partitioning, Boundary Value Analysis / Limit Testing, Comparison Testing, Sample Testing, Robustness Testing, Behavior Testing, Requirement Testing, Performance Testing, Endurance Testing, Cause-Effect Relationship Testing. One that will be applied in this research is equivalence partitioning technique. This technique is based on seven stages of testing, namely determining the tested use case, determining criteria, defining partitions, creating test data, making test cases, testing and evaluating. The test results will later produce feedback for input for ecampus managers. Keywords: Application, Black box, Ecampus, Ekuivalence partitioning, Testing
Pelatihan Pemanfaatan Internet of Things pada Mahasiswa Teknik Komputer Rully Pramudita; Didik Setiyadi; Ahmad Chusyairi; Samhana Suryati Subari; Ismail Marzuki
Jurnal SOLMA Vol. 11 No. 1 (2022)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v11i1.8457

Abstract

Background: Keberadaan Internet of Things (IoT) dalam kehidupan saat ini semakin dibutuhkan baik oleh masyarakat maupun dunia usaha dunia industri (DUDI). Diperlukan pengetahuan mengenai konsep dasar IoT dengan perancangan program, dan juga wawasan mengenai bagaimana pemanfaatan IoT dalam kehidupan masyarakat. Tujuan dari STIKI Bali sebagai institusi pendidikan yang terdepan dalam memberikan kontribusi keilmuan di bidang komputer dalam mendukung perkembangan industri pariwisata berwawasan budaya pada tahun 2027. Metode: Metode dalam PkM dengan memberikan pelatihan pemanfaatan IoT dengan dukungan 1 narasumber, 1 moderator, 1 techinal support, 2 pembawa acara dari mahasiswa dan demo produk dari 2 mahasiswa mengenai monitoring daya pada listrik di rumah dengan aplikasi blynk dan sistem untuk mendeteksi sampah logam dan non logam. PkM dilakukan secara daring melalui zoom dan youtube di kediaman masing-masing. Hasil: Hasil angket berupa kuesioner sebagai umpan balik terhadap PkM ini 108 responden denagn N1 (0,19%), N2 (0,00%), N3 (2,96%), N4 (47,31%), dan N5 (49,54%). Akumulasi untuk penilaian baik dan baik sekali sebesar 96,9%, jadi PkM ini mendapatkan umpan balik yang baik sekali. Kesimpulan: Pelatihan ini adalah dapat memberikan pemahaman mengenai IoT terhadap mahasiswa semester 3 dan 5 Program Studi Teknik Komputer di STIKI Bali.
Opini Media Sosial Facebook Terhadap Produk Hijab Menggunakan Metode Text Mining Agus Heryanto; Rully Pramudita
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 4 No 2 (2020): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.453 KB)

Abstract

Abstrak: Analisis opini bertujuan untuk melihat opini masyarakat atau kelompok mengenai entitas tertentu. Analisis sentimen digunakan untuk menilai sebuah produk, apakah memberikan review yang baik dan disukai masyarakat ataupun sebaliknya. Penelitian dilakukan untuk mengklasifikasikan opini atau sentimen masyarakat terhadap produk hijab. Hijab yang sekarang menjadi trend dikalangan remaja muslim, sebagian besar remaja muslim merupakan para pengguna media sosial terutama facebook. Sehingga pandangan para pengguna hijab ini akan tertuang dalam sebuah opini, baik itu opini positif maupun negatif. Oleh karena itu, penelitian ini mengambil opini masyarakat terhadap produk hijab Zoya dan El-zatta melalui dua fanspage facebook dari Zoya Lovers dan El-zatta Hijab. Metode penghitungan dan pengklasifikasian yang dipakai yaitu dengan menggunakan algoritma naive bayes. Hasil penelitian menunjukkan bahwa sentiment positif terbentuk paling banyak yaitu 432 komentar pada Zoya, dan 395 komentar pada EL-zatta. Jika dibandingkan dengan sentimen negatif yang hanya 103 komentar pada El-zatta dan 63 komentar pada Zoya. Jadi secara keseluruhan, persepsi masyarakat terhadap dua produk hijab yang tertuang pada komentar di fanspage facebook memberikan penilaian yang positif. Kata kunci: analisis opini, facebook, hijab, naïve bayes, text mining. Abstract: Opinion analysis aims to see the opinions of the public or group regarding certain entities. Sentiment analysis is used to assess a product, whether to give a good review and accepted by the public or the opposite. Studies are conducted to classify public opinion or sentiment toward hijab products. The current hijab is a trend among muslim youths, most of muslim teenagers are social media users, mainly facebook. That the opinion of the hijab users will be featured in an opinion, whether positive or negative. Therefore, the study takes public opinion on the products of hijab Zoya and El-zatta through two facebook fans page from Zoya Lovers and El-zatta Hijab. The counter-intelligance and classification methods were adopted using a naive boyes algorithm. Research indicates that the most positive sentiment was 432 comments on Zoya and 395 comments on El-zatta. Compared to the negative sentiment which was just 103 comments on El-zatta and 63 comments on Zoya. So on the whole, the public's conception of two hijab products, featured on comments of facebook fans page has a positive assessment. Keywords: facebook,hijab, naïve bayes, sentiment analysis.
Co-Authors Agus Heryanto Chusyairi, Ahmad Didik Setiyadi Endang Retnoningsih Ismail Marzuki Rizky Wahyu Ismail Samhana Suryati Subari Solikin Solikin