Article Per Year (5 Year)
p-Index From 2019 - 2024
3.147
P-Index
This Author published in this journals
All Journal Informatics for Educators and Professional : Journal of Informatics JURNAL MANAJEMEN INFORMATIKA (JUMIKA) JURIKOM (Jurnal Riset Komputer) JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal ICT : Information Communication & Technology Building of Informatics, Technology and Science Jurnal Accounting Information System (AIMS) MEANS (Media Informasi Analisa dan Sistem) Narada : Jurnal Desain dan Seni Hello World Jurnal Ilmu Komputer Jurnal Sistim Informasi dan Teknologi AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Accounting Information System (AIMS)
Arif Rinaldi Dikananda
STMIK IKMI Cirebon
Arts Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
E-Learning Satisfaction Menggunakan Metode Auto Model Dikananda, Arif Rinaldi; Pratama, Fidya Arie; Rinaldi, Ade Rizki
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 10 No 1 (2020): Jurnal Ilmiah
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.281 KB)

Abstract

Abstrak - E-Learning sama seperti media pembelajaran pada umumnya perlu dievaluasi untuk mengetahui dan mengukur seberapa besar efektifitas, efesien dan kepuasan pengguna terhadap kualitas proses pembelajaran secara keseluruhan. Salah satu upaya yang dapat dilakukan untuk mengetahui dan mengevaluasi kualitas sebuah pembelajaran adalah dengan menggunakan satisfaction evaluation. Pengukuran satisfaction memerlukan data yang berasal dari kuesioner yang disajikan menggunakan skala likert. Data tersebut menggambarkan persepsi pengguna yang memiliki ketidakpastian karena sangat bersifat subjektif sehingga berpotensi menimbukan kesalahan interpretasi. Metode auto model dapat digunakan untuk mengevaluasi e-Learning satisfaction karena metode auto model memiliki keunggulan dalam menyelesaikan sebuah permasalahan dengan berbagai model yang dihasilkan, yang dalam hal ini sesuai dengan konteks permasalahan kepuasan yang sering disajikan dalam bahasa natural yang memiliki ketidakpastian, seperti “seberapa puas ?”, ‘seberapa efisen ? ” dan “seberapa besar kepuasan pengguna. Berdasarkan metode auto model, hasil nilai kepuasan setiap responden, diperlihatkan dalam tabel diatas dijumlahkan dan dihitung rata – ratanya. Dengan auto model diperoleh hasil bahwa SVM merupakan metode yang best performance dengan tingkat akuarsi 90% dan best gains dengan nilai 38.
E-Learning Satisfaction Menggunakan Metode Auto Model Dikananda, Arif Rinaldi; Pratama, Fidya Arie; Rinaldi, Ade Rizki
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 10 No 1 (2020): Jurnal Ilmiah
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.281 KB)

Abstract

Abstrak - E-Learning sama seperti media pembelajaran pada umumnya perlu dievaluasi untuk mengetahui dan mengukur seberapa besar efektifitas, efesien dan kepuasan pengguna terhadap kualitas proses pembelajaran secara keseluruhan. Salah satu upaya yang dapat dilakukan untuk mengetahui dan mengevaluasi kualitas sebuah pembelajaran adalah dengan menggunakan satisfaction evaluation. Pengukuran satisfaction memerlukan data yang berasal dari kuesioner yang disajikan menggunakan skala likert. Data tersebut menggambarkan persepsi pengguna yang memiliki ketidakpastian karena sangat bersifat subjektif sehingga berpotensi menimbukan kesalahan interpretasi. Metode auto model dapat digunakan untuk mengevaluasi e-Learning satisfaction karena metode auto model memiliki keunggulan dalam menyelesaikan sebuah permasalahan dengan berbagai model yang dihasilkan, yang dalam hal ini sesuai dengan konteks permasalahan kepuasan yang sering disajikan dalam bahasa natural yang memiliki ketidakpastian, seperti “seberapa puas ?”, ‘seberapa efisen ? ” dan “seberapa besar kepuasan pengguna. Berdasarkan metode auto model, hasil nilai kepuasan setiap responden, diperlihatkan dalam tabel diatas dijumlahkan dan dihitung rata – ratanya. Dengan auto model diperoleh hasil bahwa SVM merupakan metode yang best performance dengan tingkat akuarsi 90% dan best gains dengan nilai 38.
Penerapan Machine Learning menggunakan algoritma C4.5 berbasis PSO dalam Menganalisa Data Siswa Putus Sekolah Agus Surip; Muhamad Aji Pratama; Irfan Ali; Arif Rinaldi Dikananda; Ade Irma Purnamasari
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 5 No 2 (2021): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2021)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v5i2.1530

Abstract

Pendidikan sangat memegang peranan penting dalam meningkatkan kualitas Sumber daya manusia yang ada di Indonesia. Untuk itu Pemerintah menggalakkan program wajib belajar 12 tahun. SMK As Salam, adalah salah satu Sekolah Menengah Kejuruan (SMK) swasta yang ada di Kecamatan Gegesik yang memiliki angka putus sekolah yang berubah setiap tahunnya. Ada beberapa penyebab seorang anak putus sekolah, diantaranya faktor ekonomi dimana orang tua tidak sanggup membiayai anaknya untuk sekolah, bisa juga faktor membantu usaha orang tua, faktor siswanya sendiri, atau faktor lingkungan dan teman – teman siswa tersebut. Perlu dilakukan penganalisaan terhadap data siswa agar dapat diklasifikasikan siswa yang berpotensi putus sekolah. Sehingga kepala sekolah dan bagian kesiswaan di SMK As Salam dapat mengambil keputusan agar siswa yang putus sekolah bisa diantisipasi setiap tahunnya. fokus maka penelitian ini adalah penggunaan model decision tree dalam mengkasifikasikan data putus sekolah yang dioptimasi menggunakan PSO di SMK As Salam Gegesik. Dari hasil klasifikasi tersebut diketahui nilai akurasi dari model decision tree tersebut adalah 90.86 %. Artinya keakuratan dalam klasifikasi tersebut sudah cukup baik. Sedangkan hasil klasifikasi model decision tree yang menggunakan PSO diketahui memiliki nilai akurasi 92.95 %. Artinya keakuratan dalam klasifikasi tersebut menjadi lebih baik dari decision tree yang tanpa optimasi PSO
Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori Tio Prasetya; Julia Eka Yanti; Ade Irma Purnamasari; Arif Rinaldi Dikananda; Odi Nurdiawan
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 6 No 1 (2021): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v6i1.1688

Abstract

Transaksi penjualan yang bertambah setiap hari mengakibatkan semakain bertambahnya data penjualan, dalam hal ini Toko Yoss Elektonik hanya memanfaatkan data penjualan sebagai arsip dan laporan bulanan. Data Mining merupakan kegiatan menambang/menggali data untuk mengenali pola atau aturan tertentu dari sejumlah dataset. Tujuan penelitian ini memenfaatkan Data Mining untuk membantu manajemen toko dalam menentukan pola penjualan dengan algoritma Apriori. Hal ini dilakukan dengan cara menganalisis data penjualan dan membandingkan dengan dua algoritma association rule untuk mengetahui aturan asosiasi. Hasil membandingkan dua algoritma Association Rules yaitu, algoritma Apriori dengan algoritma FP-Growth dengan hasil dari algoritma Apriori terdapat 6 aturan asosiasi, nilai tertinggi confidance 0,64 dengan aturan yang didapat jika membeli item 165SDB maka membeli KARAKTER, sedangkan hasil dari algoritma FP-Growth dengan nilai minimum support dan minimum confidance yang sama, terdapat 25 aturan asosiasi, nilai tertinggi confidance yaitu 1,00 dengan aturan yang didapat jika membeli item OKAYAMA maka membeli KARAKTER.
Augmented Reality Dalam Mendeteksi Produk Rotan Menggunakan Metode Multimedia Development Life Cycle (MDLC) Arif Rinaldi Dikananda; Odi Nurdiawan; Husein Subandi
MEANS (Media Informasi Analisa dan Sistem) Volume 6 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1129.165 KB) | DOI: 10.54367/means.v6i2.1512

Abstract

The furniture business has developed quite well every year, but the promotions used by the company still use the usual methods, such as using brochures that only display 2D information and images. With so much competition, consumers want something unique and different so they can find out more detailed and real product information offered. Augmented reality is the right technology to meet these consumer needs. Augmented reality is a technology that combines the virtual world with the real world directly. Therefore, an application was designed that functions as a company profile as well as displays 3D rattan chair products using Augmented reality technology on android devices. The method used in this research is the Multimedia Development Life Cycle (MDLC) which includes Concept, Design, Material Collecting, Assembly, Testing, and Distribution. This Augmented reality application requires streaming video taken from a smartphone camera as an input source, then this application will track and detect markers using a tracking system, after the marker is detected, the 3D chair model in the catalog will appear above the marker as if it were a chair model. it's real. the results of the hypothesis test with a significant level of 0.139, which is greater than 0.05, then what is accepted is H1. It can be stated that an augmented reality-based electronic catalog application can increase buying interest in potential consumers of Raffi cushion rotan
E-Learning Usability Evaluation Menggunakan Fuzzy Logic dan Usulan Alternatif Desain Interaktif Learning Management System (LMS) Chamilo Arif Rinaldi Dikananda; Harry Budi Santoso; Raditya Danar Dana; Dadang Sudrajat
Jurnal ICT : Information Communication & Technology Vol 18, No 1 (2019): JICT-IKMI, Juli 2019
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v18i1.56

Abstract

E-Learning as well as learning media in general needs to be evaluated to find out and measure how much effectiveness, efficiency and user satisfaction is for the quality of the overall learning process. One effort that can be done to find out and evaluate the quality of learning is to use usability evaluation. Usability measurements require data derived from questionnaires presented using a Likert scale. The data illustrates the perceptions of users who have uncertainties because they are very subjective so they have the potential to cause misinterpretations. Fuzzy logic can be used to evaluate e-Learning reusability because fuzzy logic has the advantage of resolving a problem that contains uncertainty / ambiguity, which in this case is in accordance with the context of usability problems that are often presented in natural languages that have uncertainties, such as "how effective? "," How efficient? "And" how much user satisfaction. By using the Mamdani model Fuzzy Inference an increase in system usability with a score of 3.06 with a membership level of 0.9961 in the Moderate Usability stack. With the application of fuzzy variables and fuzzy rules, the process of evaluating system usability can be done with natural language that is easier to understand.
Game Edukasi Pengenalan Huruf Hiragana Untuk Meningkatkan Kemampuan Berbahasa Jepang Rifki Nurcholis; Ade Irma Purnamasari; Arif Rinaldi Dikananda; Odi Nurdiawan; Saeful Anwar
Building of Informatics, Technology and Science (BITS) Vol 3 No 3 (2021): Desember 2021
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (444.357 KB) | DOI: 10.47065/bits.v3i3.1091

Abstract

Educational games are very interesting to develop, because of the diversity that can be done. Some of the advantages of educational games compared to conventional educational methods, one of the main advantages of educational games is the visualization of real problems. Based on the pattern possessed by the game, players are required to learn so that they can solve existing problems. Game status, instructions, and tools provided by the game will guide players actively to explore information so that they can enrich their knowledge and strategies while playing. One of the interesting educational games to focus on is an educational game that discusses the introduction of foreign languages ​​focused on Japanese. With this educational game, it is hoped that it can help students to understand and memorize the hiragana letters in Japanese. This study aims to create a windows-based educational game application as an alternative medium for learning to recognize Japanese Hiragana letters. This game can later be used as an alternative learning media for the general public who just want to learn Japanese, by knowing the basics of Hiragana letters. The research method that can be used for this research can use the MDLC development method. The stages in this research process are Concept, Design, Material Collecting, Assembly, Testing, Distribution. The result of the research is an educational game of Japanese hiragana letters which introduces the basic Japanese hiragana letters and how to write them. In addition there is a quiz game of stacking letters into words to train children after knowing the basic letters of Japanese hiragana. Thus it can help children learn Japanese more easily. With this educational game, it is hoped that it can help children to understand and memorize the hiragana letters in Japanese
Penerima Manfaat Bantuan Non Tunai Kartu Keluarga Sejahtera Menggunakan Metode NAÏVE BAYES dan KNN Haidah Putri; Ade Irma Purnamasari; Arif Rinaldi Dikananda; Odi Nurdiawan; Saeful Anwar
Building of Informatics, Technology and Science (BITS) Vol 3 No 3 (2021): Desember 2021
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.586 KB) | DOI: 10.47065/bits.v3i3.1093

Abstract

The Prosperous Family Card is one of the government's programs in accelerating poverty which functions as a marker for the underprivileged. The implementation of the PSC policy is still not optimal due to factors, namely the lack of socialization and information from village and sub-district officials to the community regarding programs issued by the government. This research to classify the beneficiaries of the Prosperous Family Card, because there are still many other disadvantaged families who have not had the opportunity to receive this assistance program. The method used in this research is the Naive Bayes method and the K-NN method. The results of this study are the classification of beneficiaries from 6,491 KKS recipients with the K-NN Algorithm method yielding an accuracy value of 66.46% with a distribution in 5 villages, including pred Argasunya class precision 64.90% pred Harjamukti class precision 65.18% pred Kalijaga class precision 66.64% pred Kecapi class precision 68.44% pred Prohibition class precision 68.34% while the Naïve Bayes algorithm is classified with true in each kelurahan with true Argasunya distribution of 1,196 KKS class precision 100%, true Harjamukti 1,339 KKS class precision 100%, true Kalijaga 2,067 KKS class precision 100%, true Kecapi 1,137 KKS class precision 100%, true Prohibition 744 KKS(1 KKS true Argasunya, 1 KKS true Harjamukti, 3 KKS true Kalijaga, 3 KKS true Kecapi) class precision 98.64%. the accurasy value of the Naïve Bayes algorithm model is 99.88%.
PENGELOMPOKAN JUMLAH PENDUDUK BERDASARKAN KATEGORI USIA 0-18 TAHUN DENGAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENENTUKAN PENGEMBANGAN POTENSI DESA WISATA DI KABUPATEN CIREBON Irfan Ali; Arif Rinaldi Dikananda; Farid Ali Ma'ruf; Muhamad Abdurohman
JURNAL MANAJEMEN INFORMATIKA (JUMIKA) Vol 8, No 1 (2021): JUMIKA
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jumika.v8i1.529

Abstract

Penelitian mengenai pengelompokan jumlah penduduk berdasarkan kategori usia 0-18 tahun dengan menggunakan Algoritma K-Means untuk menentukan pengembangan potensi desa wisata di Kabupaten Cirebon bertujuan untuk mengetahui hasil nilai optimum dari rekapitulasi uji coba cluster, mengetahui hasil analisa cluster pengelompokan jumlah penduduk berdasarkan kategori usia 0-18 tahun, mengetahui jumlah desa yang memiliki pengembangan potensi wisata terbaik di Kabupaten Cirebon berdasarkan jumlah penduduk kategori usia 0-18 tahun. Penelitian ini menggunakan metode analisis deskriptif dalam menyeleksi data kuantitatif dalam fungsinya analisis deskriptif digunakan untuk mendeskripsikan atau memberi gambaran dari data yang terkumpul dari fakta-fakta yang ada.Dengan upaya tersebut penulis berfikir menggunakan Algoritma K-Means merupakan solusi yang tepat. Hasil Penelitian uji coba cluster 2 sampai dengan 20 nilai optimum pada 13 (Tiga Belas) kelompok dengan nilai DBi = 0.472. Pengelompokan berdasarkan rata rata centroid di kelompokan menjadi 4 (empat) Kategori dan setiap kelompok memiliki rata rata centroid  Avg. within centroid distance_cluster_0: 974732426.358, Avg. within centroid distance_cluster_1: 2357894919.544, Avg. within centroid distance_cluster_2: 1239931120.084, Avg. within centroid distance_cluster_3: 1892429956.582. Cluster terbaik yaitu pada cluster 1 dengan jumlah 137 desa, dapat diartikan bahwa prioritas berdasarkan kategori usia 0-18 tahun yang bisa dijadikan pengembangan potensi desa wisata di Kabupaten Cirebon. Kata Kunci : Kategori Usia, Desa Wisata, Algoritma K-Means, Kependudukan
KLASIFIKASI HASIL SELEKSI KARYAWAN BARU MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) Arif Rinaldi Dikananda; Farid Ali Ma'ruf; Muhamad Abdurohman; Raja Al-Fath Hidayat
JURNAL MANAJEMEN INFORMATIKA (JUMIKA) Vol 8, No 1 (2021): JUMIKA
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jumika.v8i1.533

Abstract

Rekrutmen merupakan proses seleksi karyawan baru yang melalui beberapa tahapan, diantaranya seleksi berkas lamaran kerja, pemanggilan lamaran kerja, wawancara langsung, serta melalui beberapa tahapan tes pisikotes, dan tes kesehatan. Penerapan klasifikasi menggunakan metode  Iterative  Dichotomiser 3 (ID3) dengan aplikasi RapidMiner dapat digunakan dalam membuat pohon keputusan dalam memilih seleksi  karyawan baru yang berpotensi dapat diterima oleh perusahaan dengan ketentuan kriteria ipk, umur, pendidikan, berhitung cepat, keterampilan/ketahanan, pengalaman kerja, relasi, mampu bekerjasama, target kerja, kesehatan, riwayat sakit, dan hasil. Tujuan dari penelitian ini untuk mendapatkan karyawan yang berkualitas dan kompeten dalam bidangnya, meminimalisir waktu seleksi karyawan baru, dan mengambil keputusan dengan hasil nilai yang akurat. Dari hasil penelitian pengujian nilai precision sebesar 97.50%, recall sebesar 89.00% dan accuracy sebesar 94,00%.Kata Kunci : Seleksi Karyawan Baru, Algoritma, Iterative Dichotomiser 3.
Co-Authors Abrar Hiswara Ade Irma Purnamasari Ade Irma Purnamasari Ade Irma Purnamasari Ade Rizki Rinaldi Agus Surip Agus Surip Ahmad Faqih Dadang Sudrajat Dias Bayu Saputra Edi Wahyudin Farid Ali Ma'ruf Fidya Arie Pratama Haidah Putri Harry Budi Santoso Husein Subandi Iin Irfan Ali Irfan Ali Irfan Ali Julia Eka Yanti Kanda Muhamad Ishak Muhamad Abdurohman Muhamad Aji Pratama Nining Rahaningsih Nova Nur Sakbani Nurilah Odi Nurdiawan Pratama, Fidya Arie Putri Apriyani Raditya Danar Dana Raja Al-Fath Hidayat Rifki Nurcholis Rinovian Rais Saeful Anwar Siskawati suroso, amat Tiar Imam Muarif Tio Prasetya Umi Hayati