Article Per Year (5 Year)
p-Index From 2019 - 2024
0.768
P-Index
This Author published in this journals
All Journal Proceedings of KNASTIK Perfecting a Video Game with Game Metrics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Prosiding Semnastek REKAYASA Journal of Information Systems Engineering and Business Intelligence Network Engineering Research Operation [NERO] Berdikari: Jurnal Pengabdian Masyarakat Indonesia
Budi Dwi Satoto
Universitas Trunojoyo Madura
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Electrical & Electronics Engineering Engineering Physics

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Pengelompokan Wilayah Madura Berdasar Indikator Pemerataan Pendidikan Menggunakan Partition Around Medoids Dan Validasi Adjusted Random Index Satoto, Budi Dwi; Khotimah, Bain Khusnul; Iswati, Iswati
Journal of Information Systems Engineering and Business Intelligence Vol 1, No 1 (2015): April
Publisher : Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.174 KB)

Abstract

Abstrak— Pemerataan pendidikan di Indonesia telah menjadi perhatian pemerintah sejak lama. Namun hingga saat ini, pendidikan di Indonesia masih belum merata. Hal tersebut dapat dilihat dari rendahnya nilai Angka Partisisipasi Kasar (APK) dan Angka Partisipasi Murni (APM) di daerah-daerah tertentu serta belum meratanya sarana dan prasarana pendidikan. Adapun tujuan penelitian ini adalah memberikan informasi kepada pemerintah setempat mengenai kondisi pendidikan di wilayahnya sehingga dapat menghasilkan kebijakan yang tepat mengenai pengembangan infrastuktur pendidikan dan distribusi guru bantu. Clustering adalah metode data mining yang membagi data kedalam kelompok yang mempunyai objek yang karakteristik sama. Penelitian ini menggunakan metode clustering Partition Around  Medoids (PAM) dengan 3 distance measure: Manhattan, Euclidean dan Canberra distance. Untuk mengukur kualitas hasil clustering, digunakan nilai Adjusted Rand Index (ARI). Semakin besar nilai ARI, semakin baik kualitas cluster. Dari 3 kali ujicoba diperoleh rata-rata nilai ARI untuk Euclidean distance sebesar 0.799, Manhattan distance dengan rata-rata sebesar 0.738 dan Canberra distance sebesar 0.163. Sedangkan pengelompokan terbaik diperoleh menggunakan Euclidean distance dengan nilai ARI sebesar 0.825 dan kecocokan dengan label asli sebesar 83.33%. Dari pengelompokan terbaik menghasilkan kelompok pemerataan tinggi terdiri dari 11 kecamatan, kelompok pemerataan sedang  terdiri dari 15 kecamatan dan kelompok pemerataan rendah terdiri dari 46 kecamatan. Kata Kunci— indikator pemerataan pendidikan, clustering, Partition Around Medoid, distance measure, Adjusted Random IndexAbstract—Distribution of education in Indonesia has become governments attention for a long time. But until now, education in Indonesia is still not evenly distributed. This can be seen from the low value of Participation Rough figures and net enrollment ratio in certain areas as well as uneven educational facilities. The purpose of this research is to provide information to local authorities about the state of education in local region to produce an appropriate policy regarding development of educational infrastructure and teachers assistant distribution. Clustering is a data mining method that divides data into several groups with the same object characteristics. This research used Partition Around Medoids methods with 3 distance measure that contain Manhattan, Euclidean and Canberra distance. Adjusted Random Index used to measure the quality of clustering results. From 3 times sampling, better value of ARI Euclidean distance 0.799,  Manhattan distance 0.738 and Canberra distance 0.163  while the best clustering obtained  is Euclidean distance with value of ARI 0.825 and compatibility with the original label 83.33%. it is produces high equity group composed of 11 districts with equity groups are composed of 15 districts and low equity group consists of 46 sub-districts. Keywords—Indicator of Educational Equity, Clustering, Partition Around Medoid, Distance Measure, Adjusted Random Index .
Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation Khotimah, Bain Khusnul; Laili, Moh; Satoto, Budi Dwi
Network Engineering Research Operation [NERO] Vol 1, No 1 (2014): Nero
Publisher : Universitas Trunojoyo Madura

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

Abstract

Forecasting atau peramalan di suatu pergudangan digunakan untuk mengetahui kebutuhan persediaan stock ikan teri. Sistem peramalan untuk menyediakan permintaan pasar agar kebutuhan jangka panjang bisa terpenuhi dan tidak akan ada persediaan yang terputus. Metode peramalan yang sering digunakan adalah metode Exponential Smoothing berbasis Ordered Weighted Aggregation (OWA) karena memberikan prioritas tinggi terhadap observasi baru dan diharapkan akan mendapatkan hasil ramalan yang lebih bagus dengan nilai error kecil. Berdasarkan uji coba penggunaan parameter bebas α dari 0,1 sampai dengan 0,9 didapatkan hasil parameter yang optimal α =0,3 dan tingkat kesalahan MAPE =- 3,735. Hasil ujicoba dari tingkat error berdasarkan MAPE perhitungan selisih antara data persediaan dengan data hasil peramalan, diperoleh akurasi antara 10% dan 20% sehingga hasil peramalan mendekati nilai yang sebenarnya. Kata kunci : Sistem peramalan, Exponential Smoothing, Ordered Weighted Aggregation, MAPE
SISTEM INFORMASI E-COMMERCE PRODUK UNGGULAN USAHA MIKRO KECIL DAN MENENGAH (UMKM) BATIK Irhamni, Firli; Khotimah, Bain Khusnul; Satoto, Budi Dwi
Network Engineering Research Operation [NERO] Vol 2, No 3 (2016): NERO
Publisher : Universitas Trunojoyo Madura

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

Abstract

Sistem informasi E-Commerce Usaha Mikro Kecil Dan Menengah sebagai media yang dilengkapi fitur-fitur sebagai media promosi, dan media transaksi jual beli dengan konsumen. Industri Batik di Bangkalan ini sudah cukup banyak menggunakan sistem penjualan secara online yang dilengkapi dengan forum komunikasi kepada para konsumen. Selama ini promosi yang dilakukan hanya memanfaatkan jejaring sosial seperti Facebook, Twitter, BlackBerry messenger akan tetapi mekanisme ini masih mempunyai kesulitan dalam memperluas area pemasarannya. Perancangan sistem infomasi E-Commerce yang dibuat dengan menggunakan pemodelan sistem informasi diagram konteks, dekomposisi diagram, diagram aliran data, dan diagram entitas. Sistem informasi pemasaran ini berisi laporan penjualan, inventori persedian produk, dan proses pencarian data produk. Sedangkan hasil aplikasi sistem informasi pemasaran situs web E-Commerce mampu memberikan pilihan transaksi jual-beli kepada konsumen sehingga pengelolaan data yang lebih efektif dan penyajian informasi yang cepat. Sistem informasi pemasaran ini dibuat menggunakan pemrograman PHP dan MySQL. Penelitian ini diharapkan dapat memberikan informasi kepada pelanggan yang tersebar diberbagai kota untuk meningkatkan penjualan dan loyalitas pelanggan terhadap UMKM.Kata kunci: E-Commerce, UMKM, sistem informasi, jual beli online, pemodelan
SISTEM INFORMASI GEOGRAFIS PENCARIAN JALUR TERPENDEK TEMPAT PENGINAPAN DI SURABAYA MENGGUNAKAN ALGORITMA DIJKSTRA Rimala Dewi, Linda; Dwi Satoto, Budi
Proceedings of KNASTIK 2012
Publisher : Duta Wacana Christian University

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

Abstract

On business or vacation travelling to outside city, it's need to take a rest for a while.Aim of this purpose travelling is begining from departure places that it's need to knowshortest and fastest path that belong to correct way to the destination places. Todetermine this shortest path, user have to know the route to reach any place from map.Although Surabaya is one of the big city, this city devide into five region and 31 districtthat define in Google map, Geographic Information system with shortest path finddestination place such rest place, Lodging house in this city is become recommend forthis new traveller. Dijkstra algorithm used to find shortest path very helpfully to solvetraveller problem although worst condition such as weather problem, missing path anddirection or etc. This application support with web base application that can be surffrom Handheld phone that very simple to used. This SIG with google map also expectedto help new traveller getting shortest path similar with his speed of driving.
SISTEM PENGUKURAN KINERJA PRODI DENGAN METODE INTEGRATED PERFORMANCE MEASUREMENT SYSTEMS (IPMS) DAN MULTI-ATTRIBUTE UTILITY THEORY (MAUT) (STUDI KASUS: PRODI TEKNIK INFORMATIKA UTM) Rachman, Fika Hastarita; Satoto, Budi Dwi
Rekayasa Vol 5, No 2: Oktober 2012
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (403.689 KB) | DOI: 10.21107/rekayasa.v5i2.2133

Abstract

Peningkatan kualitas pendidikan merupakan tolok ukur Perguruan Tinggi, sehingga perlu mengambil langkah-langkah prioritas dalam menyelesaikan permasalahan dan  meningkatkan kinerjanya. Peningkatan kinerja digunakan untuk penilaian akreditasi dan evaluasi diri institusi yang dilakukan terhadap Perguruan Tinggi. Sehingga penelitian ini akan melakukan pengukuran kinerja Program Studi (Prodi) dengan merancang sistem pengukuran kinerja (SPK) yang terintegrasi dengan metode IPMS (Integrated Performance Measurement Systems) dan MAUT (Multi-Attribute Utility Theory). Dengan metode IPMS, Key Performance Indicators (KPI). Prodi ditentukan berdasarkan stakeholder requirement dan identifikasi KPI yang dikelompokkan dalam  kriteria kinerja prodi yang terdiri: kurikulum, mahasiswa, finansial, SDM, administrasi akademik, proses pembelajaran, alumni, evaluasi dan pengendalian, serta external party. Dalam penelitian ini terdapat 9 kriteria umum dan 38 sub kriteria, untuk hasil pembobotan bobot terbesar adalah kriteria kurikulum yaitu 0.223 dan bobot yang terkecil adalah kriteria masyarakat yaitu 0.042. Untuk kriteria umum yang memperoleh bobot terbesar adalah kriteria kurikulum sebesar 0.223 dan bobot yang terkecil adalah kriteria masyarakat sebesar 0.042. Ini memberikan keterangan bahwa kriteria kurikulum lebih penting daripada kriteria-kriteria lainnya sedangkan tingkah kepentingan yang paling rendah adalah kriteria masyarakat. Dalam hasil akhir evaluasi kinerja program studi beberapa KPI yang sudah mencapai target yang diinginkan oleh program studi. Rata-rata scoring system dari KPI adalah 81.53% ini memberikan keterangan bahwa kinerja Program Studi Teknik Informatika Trunojoyo secara keseluruhan kinerjanya sudah baik, dengan skor terbesar adalah diatas 100%.
An improvement of Gram-negative bacteria identification using convolutional neural network with fine tuning Budi Dwi Satoto; Imam Utoyo; Riries Rulaningtyas; Eko Budi Khoendori
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 3: June 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i3.14890

Abstract

This paper proposes an image processing approach to identify Gram-negative bacteria. Gram-negative bacteria are one of the bacteria that cause lung lobe damage-bacterial samples obtained through smears of the patient's sputum. The first step bacterium should pass the pathogen test process. After that, it bred using Mc Conkey's media. The problem faced is that the process of identifying bacterial objects is still done manually under a fluorescence microscope. The contributions offered from this research are focused on observing bacterial morphology for the operation of selecting shape features. The proposed method is a convolutional neural network with fine-tuning. In the stages of the process, a convolutional neural network of the VGG-16 architecture used dropout, data augmentation, and fine-tuning stages. The main goal of the current research was to determine the method selection is to get a high degree of accuracy. This research uses a total sample of 2520 images from 2 different classes. The amount of data used at each stage of training, testing, and validation is 840 images with dimensions of 256x256 pixels, a resolution of 96 points per inch, and a depth of 24 bits. The accuracy of the results obtained at the training stage is 99.20%.
Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation Bain Khusnul Khotimah; Moh Laili; Budi Dwi Satoto
Network Engineering Research Operation Vol 1, No 1 (2014): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1271.003 KB) | DOI: 10.21107/nero.v1i1.19

Abstract

Forecasting atau peramalan di suatu pergudangan digunakan untuk mengetahui kebutuhan persediaan stock ikan teri. Sistem peramalan untuk menyediakan permintaan pasar agar kebutuhan jangka panjang bisa terpenuhi dan tidak akan ada persediaan yang terputus. Metode peramalan yang sering digunakan adalah metode Exponential Smoothing berbasis Ordered Weighted Aggregation (OWA) karena memberikan prioritas tinggi terhadap observasi baru dan diharapkan akan mendapatkan hasil ramalan yang lebih bagus dengan nilai error kecil. Berdasarkan uji coba penggunaan parameter bebas ? dari 0,1 sampai dengan 0,9 didapatkan hasil parameter yang optimal ? =0,3 dan tingkat kesalahan MAPE =- 3,735. Hasil ujicoba dari tingkat error berdasarkan MAPE perhitungan selisih antara data persediaan dengan data hasil peramalan, diperoleh akurasi antara 10% dan 20% sehingga hasil peramalan mendekati nilai yang sebenarnya.Kata kunci : Sistem peramalan, Exponential Smoothing, Ordered Weighted Aggregation, MAPE
SISTEM INFORMASI E-COMMERCE PRODUK UNGGULAN USAHA MIKRO KECIL DAN MENENGAH (UMKM) BATIK Firli Irhamni; Bain Khusnul Khotimah; Budi Dwi Satoto
Network Engineering Research Operation Vol 2, No 3 (2016): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1053.731 KB) | DOI: 10.21107/nero.v2i3.64

Abstract

Pengelompokan Wilayah Madura Berdasar Indikator Pemerataan Pendidikan Menggunakan Partition Around Medoids Dan Validasi Adjusted Random Index Budi Dwi Satoto; Bain Khusnul Khotimah; Iswati Iswati
Journal of Information Systems Engineering and Business Intelligence Vol. 1 No. 1 (2015): April
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.174 KB) | DOI: 10.20473/jisebi.1.1.17-24

Abstract

Abstrak— Pemerataan pendidikan di Indonesia telah menjadi perhatian pemerintah sejak lama. Namun hingga saat ini, pendidikan di Indonesia masih belum merata. Hal tersebut dapat dilihat dari rendahnya nilai Angka Partisisipasi Kasar (APK) dan Angka Partisipasi Murni (APM) di daerah-daerah tertentu serta belum meratanya sarana dan prasarana pendidikan. Adapun tujuan penelitian ini adalah memberikan informasi kepada pemerintah setempat mengenai kondisi pendidikan di wilayahnya sehingga dapat menghasilkan kebijakan yang tepat mengenai pengembangan infrastuktur pendidikan dan distribusi guru bantu. Clustering adalah metode data mining yang membagi data kedalam kelompok yang mempunyai objek yang karakteristik sama. Penelitian ini menggunakan metode clustering Partition Around  Medoids (PAM) dengan 3 distance measure: Manhattan, Euclidean dan Canberra distance. Untuk mengukur kualitas hasil clustering, digunakan nilai Adjusted Rand Index (ARI). Semakin besar nilai ARI, semakin baik kualitas cluster. Dari 3 kali ujicoba diperoleh rata-rata nilai ARI untuk Euclidean distance sebesar 0.799, Manhattan distance dengan rata-rata sebesar 0.738 dan Canberra distance sebesar 0.163. Sedangkan pengelompokan terbaik diperoleh menggunakan Euclidean distance dengan nilai ARI sebesar 0.825 dan kecocokan dengan label asli sebesar 83.33%. Dari pengelompokan terbaik menghasilkan kelompok pemerataan tinggi terdiri dari 11 kecamatan, kelompok pemerataan sedang  terdiri dari 15 kecamatan dan kelompok pemerataan rendah terdiri dari 46 kecamatan. Kata Kunci— indikator pemerataan pendidikan, clustering, Partition Around Medoid, distance measure, Adjusted Random IndexAbstract—Distribution of education in Indonesia has become government's attention for a long time. But until now, education in Indonesia is still not evenly distributed. This can be seen from the low value of Participation Rough figures and net enrollment ratio in certain areas as well as uneven educational facilities. The purpose of this research is to provide information to local authorities about the state of education in local region to produce an appropriate policy regarding development of educational infrastructure and teachers assistant distribution. Clustering is a data mining method that divides data into several groups with the same object characteristics. This research used Partition Around Medoids methods with 3 distance measure that contain Manhattan, Euclidean and Canberra distance. Adjusted Random Index used to measure the quality of clustering results. From 3 times sampling, better value of ARI Euclidean distance 0.799,  Manhattan distance 0.738 and Canberra distance 0.163  while the best clustering obtained  is Euclidean distance with value of ARI 0.825 and compatibility with the original label 83.33%. it is produces high equity group composed of 11 districts with equity groups are composed of 15 districts and low equity group consists of 46 sub-districts. Keywords—Indicator of Educational Equity, Clustering, Partition Around Medoid, Distance Measure, Adjusted Random Index .
PEMILIHAN PRIORITAS LAYANAN QOS DENGAN PENDEKATAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) DAN TOPSIS Budi Dwi Satoto; Mukhamad Khoironi
Prosiding Semnastek PROSIDING SEMNASTEK 2016
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Internet of Things dikenal juga dengan singkatan  IoT merupakan sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus-menerus. Untuk mendukung iot diperlukan analisa QoS yang baik. Quality of Service (QoS) didefinisikan sebagai suatu pengukuran tentang seberapa baik jaringan  komputer memberikan  layanan. QoS didesain untuk membantu end user menjadi lebih produktif dengan memastikan bahwa end user mendapatkan performansi yang handal dari aplikasi berbasis jaringan. Metode FAHP (Fuzzy Analytical Hierarchy Process) digunakan untuk mendapatkan bobot dari beberapa kriteria yang telah ditentukan.  Setelah menentukan bobot, selanjutnya data diolah menggunakan model keputusan yaitu TOPSIS  (Technique for Order Preference by Similarity to Ideal Solution). Metode ini digunakan untuk memberikan penilaian alternatif yang akan dipilih berdasarkan bobot dengan peringkat. Kedua metode dikombinasikan untuk menghasilkan suatu proses sesuai dengan kriteria yang diinginkan. Integrasi pendekatan FAHP dan TOPSIS dapat memberikan bobot yang sesuai kriteria dan memberikan hasil seleksi yang baik. Adapun hasilnya dari beberapa access point di LAB yang dipantau menunjukkan nilai rata rata QoS hasil uji verifikasi berkisar pada 86% setelah dilakukan perbaikan instalasi.  Kata kunci: Internet of thing, FAHP, TOPSIS, Quality of Service
Co-Authors Bain Khusnul Khotimah Bain Khusnul Khotimah Bain Khusnul Khotimah Bain Khusnul Khotimah Bain Khusnul Khotimah Bain Khusnul Khotimah Eko Budi Khoendori Fika Hastarita Rachman, Fika Hastarita Firli Irhamni Imam Utoyo Irhamni, Firli Iswati Iswati Iswati Iswati, Iswati Khotimah, Bain Khusnul Khotimah, Bain Khusnul Laili, Moh Linda Rimala Dewi Moh Laili Mukhamad Khoironi Rima Tri Wahyuningrum Riries Rulaningtyas