Article Per Year (5 Year)
p-Index From 2019 - 2024
2.319
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Transmisi: Jurnal Ilmiah Teknik Elektro Jurnal Teknik ITS Jurnal Sains dan Seni ITS Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Communications in Science and Technology SISFO Journal of Advanced in Information and Industrial Technology (JAIIT) Sewagati
Faizal Mahananto
Departemen Sistem Informasi Institut Teknologi Sepuluh Nopember Surabaya
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
BLENDED LEARNING DARI PERSPEKTIF PARA GURU SEKOLAH DI PONDOK PESANTREN Muklason, Ahmad; Mahananto, Faizal; Anggraeni, Wiwik; Djunaidy, Arif; Riksakomara, Edwin
SISFO Vol 8 No 2 (2019)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

Abstract

To survive the industrial revolution 4.0 which was marked by the massive use of digital technology, educational organizations are expected to do digital transformation. However, unfortunately it is commonly known that there is a gap in the use of technology in Indonesia between big cities and regions, between modern education system and traditional education system. To reduce this gap, blended learning technology training was held aimed for teachers in the Darul Ulum Islamic boarding school in Peterongan, Jombang. Pondok Pesantren Darul Ulum Islamic is a boarding school with almost 10,000 students. In the Darul Ulum Islamic boarding school its self there are various educational units ranging from primary school to higher education. This study focuses on investigating the online learning technology adoption by teachers in Islamic boarding school, especially their perspective on the technology. Our findngs showed that they are very ready to adopt the technology.
OBJECTIVE STRESS MEASUREMENT: STUDI KORELASI PARAMETER SALIVA AMYLASE DAN AKTIVITAS GELOMBANG OTAK MENGGUNAKAN ELECTROENCEPHALOGRAPH (EEG) Sahroni, Alvin; Setiawan, Hendra; Mahananto, Faizal; Zakaria, Hasballah
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 22, No 1 Januari (2020): TRANSMISI
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1052.106 KB) | DOI: 10.14710/transmisi.22.1.22-29

Abstract

Stres menjadi suatu permasalahan sosial yang berdampak luas, seperti ekonomi, sosial, agama, dan aspek lainnya di masyarakat. Dengan dampak tersebut, instrumen stress measurement diyakini memiliki urgensi dalam menyelesaikan permasalahan tersebut. Hingga kini, mayoritas studi pengukuran tingkat stres masih menggunakan metode personal assessment (kuesioner) yang memungkinkan terjadinya inkonsistensi dalam proses evaluasinya. Metode pengukur stres lain dengan menggunakan sampel saliva pada manusia yang diyakini mengandung hormon cortisol yang dilepaskan saat stres/manifestasinya muncul. Namun, waktu handling cukup lama dan hasil yang diperoleh tidak konsisten jika dilakukan pengukuran berulang. Penelitian ini bertujuan menginvestigasi bagian otak yang memiliki korelasi antara parameter gelombang otak menggunakan Electroencephalograph (EEG) dengan perangkat saliva amylase chip monitor sebagai salah satu upaya mengestimasi tingkat stres pada seseorang secara objektif menggunakan sampel saliva. Sepuluh orang subjek berpartisipasi dalam penelitian ini. Dengan memberikan stimulasi untuk meningkatkan tingkat stres pada seseorang menggunakan sebuah permainan komputer, respon otak menunjukkan korelasi yang kuat pada bagian frontal/otak depan terhadap hasil pengukuran saliva amylase, terutama pada aktivitas gelombang beta pada bagian F8 dengan tujuh dari sepuluh subjek memiliki nilai korelasi ≥ 0.7. Hal ini menunjukkan bahwa aktivitas gelombang otak pada bagian depan merupakan bagian terpenting untuk mengukur tingkat stres secara objektif menggunakan sinyal biologis secara real time.
Stock price forecast of macro-economic factor using recurrent neural network M. Reza Pahlawan; Edwin Riksakomara; Raras Tyasnurita; Ahmad Muklason; Faizal Mahananto; Retno A. Vinarti
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 10, No 1: March 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v10.i1.pp74-83

Abstract

The stock market is one of the investment choices that always have traction from time to time. Aside from being a means of corporate funding, investing in the stock market can benefit investors. Investing also has a higher risk because the pattern of stock prices is volatile, which is caused by internal and external factors. One external factor that affects stock prices is the macro-economic, where these factors are events that occur in a country where one of the economic sectors affected is stock prices. Investors often feel confused about the right time in decisions making related to buying or selling stock. One way to look at how the prospect of stock prices is a stock price forecasting activity. For this study, we will be making use of the recurrent neural network (RNN) to forecast stock prices for the next periods. This research involves two variables: the closing stock price and the rupiah exchange rate against the dollar for the daily period. We achieve a MAPE value of 1.546% for RNN model without the variable foreign exchange rate and 1.558% for the RNN model that uses the foreign exchange rate against the dollar.
Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt's: Studi Kasus Di PT Bank Central Asia Tbk Nabihah Hanun Atikah; Arif Djunaidy; Faizal Mahananto
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v6i2.23341

Abstract

Salah satu indeks harga saham yang banyak diminati investor di Indonesia adalah indeks saham LQ45. Pada indeks saham LQ45 terdiri atas 45 perusahaan besar dan dapat dijadikan prospek bisnis yang bagus bagi para investor. Salah satunya adalah PT Bank Central Asia Tbk.Data deret waktu yang digunakan dalam penelitian ini adalah data historis harga penutupan saham periode harian PT Bank Central Asia Tbk selama 4 tahun antara tahun 2013 hingga 2016. Pergerakan harga penutupan saham tersebut cenderung mengalami peningkatan dan diindikasikan bahwa pola datanya memiliki sifat kecenderungan (trend) meningkat. Sehingga pada eksperimen ini menggunakan metode deret waktu double exponential smoothing (DES) Holt’s, karena metode pemulusan ini dapat mengatasi data deret waktu yang memiliki pola trend.Oleh karena itu, perlu dibuat sebuah aplikasi prediksi pergerakan harga saham berbasis web yang nantinya dapat digunakan oleh investor dan pelaku pasar modal sebagai pertimbangan dalam melakukan investasi dengan mudah.Berdasarkan penelitian yang telah dilakukan, diperoleh hasil nilai MAPE terkecil yaitu 0.823% dari model terbaik yang dibangun berdasarkan eksperimen. Model terbaik dihasilkan dari pembagian data training 70%, data validasi 20% dan data testing 10%.
Segmentasi Pelanggan Menggunakan Algoritma K-Means dan Analisis RFM di Ova Gaming E-Sports Arena Kediri Kartika Zahretta Wijaya; Arif Djunaidi; Faizal Mahananto
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.67707

Abstract

Selama sepuluh tahun berdiri, Ova Gaming E-sports Arena belum menerapkan strategi retensi pelanggan. Persaingan bisnis di daerah ini dapat dibilang cukup ketat, karena dalam radius 500 m terdapat dua kompetitor bisnis di bidang yang sama. Dengan semakin banyaknya e-sports arena di Kediri, Ova tentu harus melakukan perancangan strategi retensi pelanggan di samping meningkatkan kualitas layanan. Penelitian ini melaku-kan segmentasi pelanggan Ova Gaming E-Sport Arena mengguna-kan model RFM dan algoritma K-Means. Algoritma K-Means dipilih karena memiliki hasil clustering yang lebih baik diban-dingkan metode lainnya. Jumlah segmen optimum didapatkan dengan menggunakan metode Elbow dan Silhouette Coefficient. Dilakukan perhitungan Customer Live Value (CLV) dengan meng-gunakan bobot RFM perhitungan AHP untuk mengetahui urutan prioritas strategi retensi berdasarkan rata-rata CLV segmen terbesar. Setiap segmen pelanggan yang terbentuk selanjutnya dilakukan analisis karakteristik RFM, demografi, dan perilaku sebagai landasan penyusunan strategi retensi pelanggan. Melalui segmentasi pelanggan, diharapkan dapat menjadi upaya dalam meningkatkan pertumbuhan jangka panjang dan profitabilitas perusahaan dengan mengetahui menerapkan strategi retensi pelanggan yang tepat. Hasil penentuan jumlah segmen optimal menggunakan metode Elbow dan Silhouette Coefficient sebesar empat. Berdasarkan hasil tersebut, dalam penelitian ini digu-nakan segmen pelanggan sebesar empat. Berdasarkan analisis karakteristik, masing-masing segmen diurutkan sesuai hasil perhitungan CLV menggunakan pembobotan AHP diberi label superstar, everyday, occasional, dan dormant. Hasil analisis demo-grafi menggunakan atribut usia dan pekerjaan menghasilkan pelanggan usia muda dan berstatus pelajar sebagai target pasar utama perusahaan. Hasil analisis perilaku menunjukkan bahwa hari jumat dan sabtu sebagai waktu ramai. Berdasarkan ketiga hasil analisis yang telah dilakukan, strategi retensi pelanggan menghasilkan antara lain penawaran program loyalitas, pemberian reward, publisitas pemberlakuan protokol kesehatan, dan pemberian informasi layanan dan produk baru.
Penerapan Weighted Word Embedding pada Pengklasifikasian Teks Berbasis Recurrent Neural Network untuk Layanan Pengaduan Perusahaan Transportasi Muhammad David Rahman; Arif Djunaidy; Faizal Mahananto
Jurnal Sains dan Seni ITS Vol 10, No 1 (2021)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v10i1.56145

Abstract

Twitter menjadi salah satu media sosial yang paling sering dan paling populer digunakan oleh perusahaan sebagai penyedia layanan pelanggan perusahaan. Adanya ribuan cuitan yang dapat masuk dalam setiap hari, tentu akan merepotkan operator layanan untuk mengkategorikan jenis berbagai cuitan tersebut, lebih-lebih jika proses pemilahan kategori cuitan harus dilakukan secara manual. Dalam Tugas Akhir ini, kategoriasi cuitan secara otomatis dibangun dan diimplementasi¬kan menggunakan model klasifikasi berbasis recurrent neural network (RNN) yang dikombinasikan dengan model weighted word embedding (WWE). RNN merupakan salah satu jenis jaringan syaraf tiruan yang populer dan banyak digunakan dalam persoalan klasifikasi, sedangkan WWE merupakan metode yang memungkinkan untuk meng-hubungkan kata-kata yang serupa dengan mengukur jarak semantik antara vektor yang disematkan pada kata tersebut dan memberikan bobot yang berbeda pada setiap kata pada suatu kelas tertentu. Implementasi model penggabungan RNN dan WWE diuji coba menggunakan data pengaduan di perusahaan transportasi untuk data cuitan pada tahun 2015-2016. Hasil uji coba menunjukkan bahwa implementasi WWE baik yang menggunakan model FastText (Weighted FastText) maupun model Word2Vec (Weighted Word2Vec) memberikan hasil yang lebih baik dibandingkan dengan hasil kinerja yang menggabungkan RNN dan model word embedding biasa. Dengan menggunakan metode evaluasi berbasis 10-fold cross validation, model gabungan RNN-Weighted FastText dan RNN-Weighted Word2Vec berturut-turut memberikan hasil akurasi sebesar 88,2% dan 87,5%. Di lain pihak, dengan menggunakan metode evaluasi yang sama, model gabungan RNN-FastText dan RNN-Word2Vec memberikan hasil akurasi yang sama sebesar 83,4%.
Studi Literatur Human Activity Recognition (HAR) Menggunakan Sensor Inersia Humaira Nur Pradani; Faizal Mahananto
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 6 (2021): Desember 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (710.727 KB) | DOI: 10.29207/resti.v5i6.3665

Abstract

Human activity recognition (HAR) is one of the topics that is being widely researched because of its diverse implementation in various fields such as health, construction, and UI / UX. As MEMS (Micro Electro Mechanical Systems) evolves, HAR data acquisition can be done more easily and efficiently using inertial sensors. Inertial sensor data processing for HAR requires a series of processes and a variety of techniques. This literature study aims to summarize the various approaches that have been used in existing research in building the HAR model. Published articles are collected from ScienceDirect, IEEE Xplore, and MDPI over the past five years (2017-2021). From the 38 studies identified, information extracted are the overview of the areas of HAR implementation, data acquisition, public datasets, pre-process methods, feature extraction approaches, feature selection methods, classification models, training scenarios, model performance, and research challenges in this topic. The analysis showed that there is still room to improve the performance of the HAR model. Therefore, future research on the topic of HAR using inertial sensors can focus on extracting and selecting more optimal features, considering the robustness level of the model, increasing the complexity of classified activities, and balancing accuracy with computation time.
Requirement Engineering terhadap Virtual Team pada Proyek Software Engineering Muhammad Nasrullah; Nisa Dwi Angresti; Sayekti Harits Suryawan; Faizal Mahananto
Journal of Advances in Information and Industrial Technology Vol. 3 No. 1 (2021): May
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v3i1.79

Abstract

Seiring perkembangan teknologi, virtual team dapat menjadi solusi untuk sebuah proyek software engineering, karena virtual team tidak terbatas oleh letak geografis dan waktu. Namun, untuk menentukan kebutuhan pengguna dari virtual team ini menemui beberapa kendala, karena para stakeholder yang tidak saling bertatap muka, sehingga sulit untuk saling mendapatkan feeling antara stakeholder. Salah satu teknik yang digunakan untuk penggalian kebutuhan pada virtual team ini adalah teknik kolaborasi. Kolaborasi dilakukan dengan memanfaatkan berbagai media/teknologi. Tujuan literature review ini adalah mengulas cara-cara penggalian kebutuhan pada virtual team dan mengulas tantangan apa saja yang dihadapi untuk penggalian kebutuhan pada virtual team. Metode yang digunakan dalam penulisan makalah adalah studi literatur dari berbagai sumber pustaka yang relevan. Hasil studi litetatur ini adalah sebuah pemaparan tentang cara penentuan kebutuhan terhadap virtual team dan tantangan yang dihadapi dalam penggalian kebutuhan pada virtual team. Penentuan kebutuhan pada virtual team dilakukan dengan cara pendekatan user-centered design dan wawancara online.
EEG band power analysis corresponding to salivary amylase activity during stressful computer gameplay Alvin Sahroni; Faizal Mahananto; Hasballah Zakaria; Hendra Setiawan
Communications in Science and Technology Vol 7 No 1 (2022)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.7.1.2022.676

Abstract

The cortisol and norepinephrine from human salivary can represent psychological conditions. A portable salivary amylase monitor device (sAA) has existed; however, how the sAA corresponds to the central nervous system changes is still limited to carry out. Twenty university students aged between 20 and 22 years participated in which they played a stressful computer game during the experiment. Nineteen EEG electrodes were attached to the head scalp while the relative power on the delta, theta, alpha, and beta-band was calculated. The sAA value was obtained using a portable device called Nipro Cocorometer from Japan. The sAA levels and the brain's relative band power increased. Beta waves of the brain's right hemisphere were found higher than that of the left hemisphere, especially on the right temporal (T4, p < 0.01). Then, we concluded that the beta-band power on the right hemisphere corresponds to wthe sAA changes.
Sistem Peramalan Menggunakan Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) Untuk Harga Minyak Sawit Indonesia Dio Afriansyah Putra Pradana; Faizal Mahananto; Arif Djunaidy
Jurnal Teknik ITS Vol 11, No 2 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i2.86373

Abstract

Minyak kelapa sawit memiliki kontribusi yang signifikanterhadap pertumbuhan ekonomi, pengurangan angka kemiskinan, hingga perbaikan terhadap ekonomi terbuka. Pada kegiatan ekspor, nilai minyak kelapa sawit dapat mencapai ratusan triliun rupiah.. Namun, resolusi yang dikeluarkan oleh Uni Eropa sangat mempengaruhi pergerakan ekspor minyak kelapa sawit Indonesia. Kebijakan yang bernama Renewable Energy Directive II atau RED II sangat membatasi jumlah ekspor minyak kelapa sawit Indonesia ke negara – negara anggota Uni Eropa dengan anggapan bahwa minyak kelapa sawit merupakan penyebab gundulnya hutan. Kebijakan tersebut berpotensi untuk mengurangi jumlah permintaan ekspor minyak kelapa sawit terutama bagi negara – negara Uni Eropa. Hal ini tentu mampu mempengaruhi harga minyak kelapa sawit Indonesia di pasar global. Harga minyak kelapa sawit merupakan salah satu unsur penting dalam hal pendapatan bagi negara. Oleh karena itu, diperlukan adanya upaya dalam mengatasi hal tersebut. Salah satu upayanya adalah meramalkan harga minyak sawit Indonesia dalam beberapa periode ke depan.Peramalan yang dilakukan terhadap minyak kelapa sawit Indonesia dapat menggunakan metode Autoregressive Integrated Moving Average with Exogenous Variable atau ARIMAX. Metode ini dipilih karena paling sesuai digunakan pada kondisi di mana harus melibatkan berbagai macam variabel input yang bersifat independen untuk meramalkan suatu variabel yang dependen terhadap variabel input tersebut. Hal ini sejalan dengan harga minyak kelapa sawit Indonesia yang dipengaruhi oleh berbagai macam faktor, seperti luas lahan produksi, volume produksi, volume ekspor, kondisi cuaca, hingga nilai kurs yang berlaku pada saat itu. Pada implementasinya, metode ARIMAX akan dibandingakan dengan metode ARIMA untuk melihat performa yang dihasilkan. Hal itu dilakukan untuk melihat apakah peramalan dengan menggunakan variabel eksogen memiliki hasil yang lebih baik dari peramalan tanpa menggunakan variabel eksogen. Hasilnya, metode ARIMAX menunjukkan hasil yang lebih baik dengan nilai MAPE pelatihan dan pengujian sebesar 5,06% dan 6,35%. Hasil tersebut menunjukkan kategori model peramalan yang sangat akurat.
Co-Authors Ahmad Muklason Algracevian Andrea Gibran Syahrial Alvin Sahroni Amalia Utamima Amalinda Jayanty Andhika Prasandy Rachman Arif Djunaidi Arif Djunaidy Arif Wibisono Dio Afriansyah Putra Pradana Erma Suryani Hanif Mitsal Mahatta Hardhika Propitadewa Hendra Setiawan Humaira Nur Pradani Ika Nurkasanah Jeremy Diaz Prasetyo Jessica Patricia Halim Jihaan Harvi Habibah Kartika Zahretta Wijaya Laura Wilhelmina Theresia M. Fiqri Ananda M. Yusuf Sulaiman Mochamad Zidan Aqila Kamil Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Daffa Maulana Muhammad David Rahman Muhammad Hisyam Muhammad Nasrullah Muhammad Reza Pahlawan Nabihah Hanun Atikah Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Nisa Dwi Angresti Nur Khofifah Nur Laila Nur Nindya Risnina Raffly Andico Devara Rahma Fauzia Raras Tyas Nurita Raras Tyasnurita Retno A. Vinarti Retno Aulia Vinarti Riksakomara, Edwin Rizka Wakhiddatus Sholikah Rully Agus Hendrawan Sayekti Harits Suryawan Septica Tiara Indah Permatasari Tri Achmadi Wiwik Anggraeni Wiwik Anggraeni Wiwik Anggraeni Zakaria, Hasballah