Article Per Year (5 Year)
p-Index From 2019 - 2024
2.286
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Journal of Information System JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Kreativitas PKM STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Systematics Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika) Innovative: Journal Of Social Science Research Jurnal INFOTEL
Asep Jamaludin
Universitas Singaperbangsa Karawang
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Health Professions Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Product Purchase Analysis Using Apriori Algorithm Method at Gigra Wholesale Store: Analisis Pembelian Produk Menggunakan Metode Algoritma Apriori Pada Toko Grosir Gigra Felix Sianturi; Betha Nurina Sari; Asep Jamaludin
SYSTEMATICS Vol 4 No 1 (2022): April 2022
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/sys.v4i1.6182

Abstract

Gigra Grocery Store is a store that sells various basic food products. This Gigra store has experiencedproblems in sales, this research raises the problem that exists in the Gigra store, which is related todata that is increasing day by day. If left alone, the transaction data will only become garbage, onlyserves as an archive and cannot be used for market strategy development. This study uses the AprioriAlgorithm and the help of WEKA tools to find a combination of itemset from sales transaction data atthe Gigra store. The stages of data mining used are Knowledge Discovery In Database (KDD) withstages of data selection, preprocessing or cleaning, transformation, data mining and evaluation. Thefinal result of this research can be used as a reference for the store in marketing strategies to increaseproducts for eating and snack places. to reduce in-store losses
Implementasi Teknologi Alat Penetas dan Teropong Otomatis Untuk Meningkatkan Daya Tetas Telur Bebek di UKM Beki Karawang Garno Garno; Suparno Suparno; Asep Jamaludin; Apriade Voutama; Jamaludin Indra
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 5, No 10 (2022): Volume 5 No 10 Oktober 2022
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v5i10.7174

Abstract

ABSTRAK Pengabdian terintegrasi dengan penelitian di bidang peternakan bebek dan teknologi penetasan telur. Kegiatan membantu UKM Beki mengatasi kesulitan penetasan telur bebek menjadi itik. Satu tahun terakhir setiap kali menetaskan telur sejumlah 300 butir telur rata-rata menetas hanya 175 ekor itik atau berhasil hanya 58%. Team pengabdi mengimplementasikan metode dalam mengatasi kesulitan UKM. Pemilihan induk bebek yang berkualitas. Pemberian pakan pada bebek vitamin dan mineral yang cukup. Pengawinan induk yang baik dengan perbandingan maksimal 1 ekor bebek jantan digabung 6-9 ekor bebek betina. Ke dua pemilihan telur yang berkualitas, meneropong telur sebelum ditetaskan. Jika terlihat embrio atau fertile berarti telur ditetaskan, jika tidak berarti infertile, telur tidak ditetaskan. Pengaturan suhu dalam proses pengeraman, alat penetas telur otomatis diset point awal di 360-370C dan pertengahan 370-380C dan mengatur kelembaban ruang bok penetasan. Hasil pengabdian dengan menerapkan metode dapat menetaskan telur bebek mencapai 86,33%. Prosentase penetasan telur itik mengalami kenaikan sebesar 28,33% dari kondisi sebelumnya. Pengabdian kepada masyarakat dalam bentuk pelatihan metode pada UKM Beki penetasan telur bebek dapat meningkatkan jumlah produksi tetas telur menjadi itik. Kata kunci: Teknologi Penetas, Teropong Telur, Fertilitas Telur, Itik, Bebek  ABSTRACT Integrated service with research in the field of duck farming and egg hatching technology. Activities to help UKM Beki overcome the difficulties of hatching duck eggs into ducks. In the last one year, every 300 eggs hatched, on average, only 175 ducks hatched or only 58% succeeded. The service team implements methods in overcoming the difficulties of SMEs. Selection of quality duck mother. Feeding ducks adequate vitamins and minerals. A good parent mating with a maximum ratio of 1 male duck combined with 6-9 female ducks. Second, selecting quality eggs, observing the eggs before they are hatched. If you see an embryo or fertile, it means the egg was hatched, if it doesn't mean it is infertile, the egg is not hatched. Setting the temperature in the incubation process, the egg incubator automatically sets the initial point at 360-370C and mid-370-380C and adjusts the humidity of the hatching bok. The results of service by applying the method to incubate duck eggs reached 86.33%. The percentage of duck eggs hatching increased by 28.33% from the previous condition. Community service in the form of training methods Beki SMEs can increase the amount of egg hatching production to ducks. Keywords: Incubator Technology, Egg Binoculars, Egg Fertility, Ducks, Ducks
Klasifikasi Kesiapan Siswa Melaksanakan Pembelajaran Tatap Muka di Masa Pandemi dengan Algoritma Naive Bayes (Studi Kasus: SMA Negeri 61 Jakarta) Valerie Febriana Putri Indra Kusumawati; Asep Jamaludin; Carudin Carudin
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 23 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.642 KB) | DOI: 10.5281/zenodo.7384628

Abstract

Indonesia is one of the countries affected by Covid-19. The impact of the Covid-19 pandemic has made all aspects of life experience obstacles, including the field of education. Finally, teaching and learning activities in schools had to be stopped and replaced with distance learning with the aim of breaking the chain of Covid-19 spread. In 2022, the government will start implementing face-to-face learning by implementing health protocols. But apparently, this policy reaps various pros and cons. Nave Bayes algorithm is one of the most popular classification algorithms. The purpose of this study is to classify student readiness data in carrying out Face-to-face Learning (PTM) during the Covid-19 pandemic at one of the public high schools (SMA) in the Jakarta area, namely SMAN 61 Jakarta. This study uses a dataset of 267 records which will be divided into two data, namely training data and testing data with a ratio of 90:10. The total data used in the training data is 240 records and the total data used as testing data is 27 records. The data will be applied to RapidMiner and MS Excel tools with the nave Bayes algorithm to determine whether or not the classification results of the two are the same. Based on the results of the RapidMiner and MS Excel tools, the results obtained are 92.59% accuracy, 96% precision, and 96% recall.
Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Menentukan Tingkat Vaksinasi Pada Kecamatan Tambun Selatan Anissa Aidha Zulyani; Agung Susilo Yuda Irawan; Asep Jamaludin
Innovative: Journal Of Social Science Research Vol. 3 No. 3 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i3.2946

Abstract

Berdasarkan penduduk yang sudah wajib di vaksin, total pencapaian sasaran penyebaran vaksinasi COVID-19 belum memenuhi target yang ditentukan. Penelitian ini bertujuan melakukan analisis k-means clustering terhadap penyebaran vaksinasi COVID-19 di kecamatan Tambun Selatan dengan variabel Vaksin 1, Vaksin 2, dan Vaksin 3. Menggunakan metode KDD dalam proses algoritma k-means dan dalam pengolahan data dibantu oleh tools Rstudio. Hasil clustering terbaik dengan fungsi scale dengan nilai variance 77,9%, serta melakukan evaluasi dengan hasil clustering terbaik dengan fungsi scale dengan validitas connectivity = 0,9111, validitas dunn = 0.2393, dan validitas silhouette = 0.6205. Hasil clustering menggunakan K = 3 menghasilkan cluster 1 = 20 RW dengan kategori pemerataan sangat merata, cluster 2 = 45 RW dengan kategori pemerataan sedang, cluster 3 = 115 RW dengan kategori pemerataan tidak merata.
Analisa Performa Arsitektur Transfer Learning Untuk Mengindentifikasi Penyakit Daun Pada Tanaman Pangan Tawang Sahro Winanto; Chaerur Rozikin; Asep Jamaludin
Journal of Applied Informatics and Computing Vol 7 No 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5991

Abstract

Salah satu faktor gagal panen ialah serangan penyakit yang menyerang pada bagian daun pada tanaman. Solusi dari permasalahan ini yaitu dengan melakukan identifikasi dini penyakit tanaman pangan dengan memanfaatkan image classification dan deep learning menggunakan objek citra daun untuk mempercepat proses identifikasi penyakit pada daun tanaman pangan sehingga tidak mempengaruhi hasil produksi tanaman. Banyak penelitian yang sudah membuat penelitian memanfaatkan Image classification untuk klasifikasi penyakit tanaman berdasarkan citra daun menggunakan metode Transfer Learning. Namun pada penelitian terdahulu hanya menggunakan satu dua atau tiga arsitetur dan hanya mengunakan satu dataset saja untuk proses pengujian yang membuat tidak terlalu memberikan jawaban arsitektur mana yang mempunyai performa terbaik untuk membuat model klasifikasi penyakit berdasarkan citra daun tanaman. oleh karena itu diperlukan adanya perbandingan performa dari tiap model arsitektur untuk mengetahu arsitektur mana yang terbaik. Maka dari itu penelitian ini, peneliti akan melakukan eksperimen menggunakan lima arsitektur dan tiga dataset yang berbeda dengan enam sekenario pelatihan model dan selanjutnya kami melakukan anlisis perbandingan kinerja tiap sekenario pelatihan model. Hasilnya Penelitian ini dilakukan analisa hasil pelatihan dan pengujian yang sudah dilakukan arsitektur VGG 16 memiliki performa yang paling baik dibandingkan dengan arsitektur lainnya yang diujikan.
Prediksi Produktivitas Tanaman Padi di Kabupaten Karawang Menggunakan Bayesian Networks Betha Nurina Sari; Hendi Permana; Kardo Trihandoko; Asep Jamaludin; Yuyun Umaidah
JURNAL INFOTEL Vol 9 No 4 (2017): November 2017
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v9i4.336

Abstract

Penelitian ini ditujukan untuk membangun sebuah model prediksi tingkat produktivitas padi di kabupaten Karawang. Prediksi menggunakan Bayesian Networks dilakukan dengan tiga tahap, yaitu tahap pra-pemrosesan data, tahap implementasi dan tahap evaluasi. Tahap pra-pemrosesan dilakukan dengan transformasi data numerik menjadi data nominal dengan menggunakan dua skenario,yaitu threshold mean dan teknik diskretisasi. Tahap implementasi adalah menerapkan algoritma Bayesian Networks, yaitu melalui proses pembelajaran struktur dan pembelajaran parameter. Proses pembelajaran struktur dan parameter pada bayesian networks menggunakan software CaMML 1.41. Evaluasi performa Bayesian Networks dalam memprediksi produktivitas padi dengan confusion matrix, yaitu menghitung akurasi prediksi dan log loss. Hasil eksperimen menunjukkan hasil yang memuaskan, akurasi di atas 90%. Model terbaik dihasilkan dari tahap pra-pemrosesan menggunakan diskretisasi dan training data selama 5 tahun dan testing data selama 1 tahun. Hal ini menunjukkan pemilihan teknik pra-pemrosesan dan teknik pembagian training data dan testing data mempengaruhi hasil evaluasi performa struktur Bayesian Networks.
Co-Authors Agung Susilo Yuda Irawan Alma Apriliani Anissa Aidha Zulyani Apriade Voutama Carudin Chaerur Rozikin Didi Juardi Felix Sianturi Garno, Garno Hafiz Abdul Fatah Kurniawan Hendi Permana Heryana, Nono Indra, Jamaludin Intan Purnamasari Kamal Prihandani Kardo Trihandoko Miftahul Faizin Muhammad Budhiluhoer Muhammad Syam Firdaus shelladita fitriyani susilo Suparno Tawang Sahro Winanto Tesa Nur Padilah Thalita Meisya Permata Aulia Valerie Febriana Putri Indra Kusumawati Vina Yanuar Prasasti Wahyu Rudiansyah Yuyun Umaidah