Article Per Year (5 Year)
p-Index From 2019 - 2024
14.72
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering JURNAL SISTEM INFORMASI BISNIS Techno.Com: Jurnal Teknologi Informasi Perfecting a Video Game with Game Metrics Jurnal Informatika Jurnal Sarjana Teknik Informatika CommIT (Communication & Information Technology) Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Scientific Journal of Informatics Seminar Nasional Informatika (SEMNASIF) ELINVO (Electronics, Informatics, and Vocational Education) Annual Research Seminar Proceeding SENDI_U Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) BACA: Jurnal Dokumentasi dan Informasi Edu Komputika Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SISFOTENIKA Jurnal Teknik Komputer AMIK BSI Jurnal Khatulistiwa Informatika Journal of Information Technology and Computer Science (JOINTECS) Jurnal Ilmiah FIFO Emerging Science Journal Bina Insani ICT Journal JURNAL MEDIA INFORMATIKA BUDIDARMA JIEET (Journal of Information Engineering and Educational Technology) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi ILKOM Jurnal Ilmiah Jiko (Jurnal Informatika dan komputer) Query : Jurnal Sistem Informasi CYBERNETICS Krea-TIF: Jurnal Teknik Informatika IJID (International Journal on Informatics for Development) J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Edumaspul: Jurnal Pendidikan Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Jurnal Mantik Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Informatika dan Rekayasa Elektronik RADIAL : Jurnal Peradaban Sains, Rekayasa dan Teknologi Mobile and Forensics Jurnal Repositor JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Bubungan Tinggi: Jurnal Pengabdian Masyarakat Edunesia : jurnal Ilmiah Pendidikan Reswara: Jurnal Pengabdian Kepada Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) Techno Insand Comtech : Information Science and Computer Technology Journal Jurnal Informatika: Jurnal Pengembangan IT
Rusydi Umar
Universitas Ahmad Dahlan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Neuroscience Social Sciences Other

Published : 149 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika

 1 
Perancangan Sistem Informasi Menggunakan Enterprise Architecture Planning (Studi Kasus Pada Kecamatan di Kota Samarinda) Yudhana, Anton; Umar, Rusydi; Alameka, Faza
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.7039

Abstract

Perencanaan sistem informasi di kecamatan seringnya mengalami ketidakselarasan dengan bisnis dan IT yang ada. Agar dapat menyelaraskan informasi dan mesinergikan bisnis dan IT di kecamatan yang ada di kota Samarinda, maka diperlukan suatu perencanaan sistem informasi. Dalam hal ini metode yang digunakan untuk menggambarkan kondisi organisasi saat ini dan merancang arsitektur enterprise adalah Enterprise Architecture Planning (EAP). Metode ini digunakan untuk menggambarkan dan merancang enterprise architecture yang baik untuk mencapai strategi binis kecamatan tersebut. Penelitian ini menghasilkan 5 kandidat entitas bisnis dan 8 kandidat aplikasi yang menjadi acuan pengembangan sistem informasi pada kecamatan di kota Samarinda.
Sistem Pendukung Keputusan dengan Metode AHP untuk Penilaian Kompetensi Soft Skill Karyawan Umar, Rusydi; Fadlil, Abdul; Yuminah, Yuminah
Khazanah Informatika Vol. 4 No. 1 Juni 2018
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i1.5978

Abstract

Karyawan dalam perusahaan merupakan sumber daya utama yang dituntut untuk mampu memberikan pelayanan terbaik dan kinerja yang optimal. Soft skill karyawan adalah keterampilan individu karyawan yang dapat menunjang hubungan individu karyawan dengan karyawan lain, meningkatkan kinerja dan membuka prospek karirnya. Penilaian kinerja karyawan yang dilaksanakan oleh perusahaan umumnya hanya untuk penilaian prestasi kerja yakni bagaimana pekerjaan dapat dikerjakan dengan baik, mencapai target yang ditetapkan dan meraih tujuan akhir yang diinginkan (hard skill). Penilaian terkait kemampuan soft skill karyawan belum banyak dilakukan. Ada beberapa kriteria yang diterapkan beberapa perusahaan dalam melakukan penilaian kompetensi soft skill, tetapi kriterianya masih berbeda-beda. Penelitian ini membahas penilaian kompetensi soft skill karyawan dengan menerapkan empat kriteria. Keempat kriteria ini adalah kemampuan komunikasi, kemampuan bekerjasama, kejujuran dan kemampuan interpersonal. Analisis data menerapkan metode Analytical Hierarchical Process (AHP), yang memungkinkan perhitungan matematis dengan berbagai kriteria. Hasil penelitian menunjukan nilai rasio konsistensi 0.053 yang berarti kurang dari nilai rasio konsistensi yang digunakan dalam metode AHP yaitu 0.1, sehingga hasil perhitungan tersebut valid, dan dapat digunakan. Penelitian ini menghasilkan penilaian prioritas kompetensi soft skill yang dibutuhkan perusahaan sebagai berikut: Komunikasi 48%, Kerjasama 27%, Kejujuran 16 % dan interpersonal 10%. Hasil penelitian ini membuktikan bahwa metode AHP dapat digunakan pada penilaian kompetensi soft skill karyawan.
Self Organizing Maps(SOM) untuk Pengelompokkan Jurusan di SMK Umar, Rusydi; Fadlil, Abdul; Az-Zahra, Rifqi Rahmatika
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.7044

Abstract

Permasalahan pemilihan jurusan yang tepat banyak dirasakan oleh siswa yang baru lulus sekolah SMP. Salah satu penyebab permasalahan tersebut adalah kebanyakan calon siswa merasa tidak mempunyai bakat dan tidak menguasai dalam beberapa materi pelajaran. Setiap orang pasti mempunyai bakat, seperti halnya orang pintar dan kurang pintar pasti mempunyai bakat juga. Bakat dan minat yang dimiliki sangat diperlukan seseorang dalam proses belajar. Seseorang harus mampu menentukan bidang yang diminati untuk dapat mengembangkan potensi yang dimilikinya. Langkah yang tepat untuk mempermudah siswa memilih jurusan adalah dengan metode clustering. Clustering merupakan pembelajaran yang tidak terbimbing atau juga disebut dengan unsupervised learning. Pengelompokan dilakukan berdasarkan rekap data kuisioner yang telah dibagikan kepada calon siswa. Self Organizing Map (SOM) merupakan metode untuk membagi pola masukan ke dalam beberapa kelompok cluster. Penelitian ini dilakukan untuk melakukan klastering/pengelompokan jurusan sekolah terhadap siswa yang mengalami kebingunan untuk memutuskan. Pengelompokan didasarkan pada skill, bakat, dan minat masing-masing siswa. Pengelompokan pada penelitian ini bermanfaat bagi siswa-siswi yang mengalami kesulitan untuk memutuskan jurusan sekolah yang dituju. Hasil dari perhitungan tersebut berupa cluster. Hasil pengelompokan dapat digunakan sebagai rekomendasi pada calon siswa sesuai dengan skill, bakat, dan minat yang dimiliki.
Speech Classification to Recognize Emotion Using Artificial Neural Network Helmiyah, Siti; Riadi, Imam; Umar, Rusydi; Hanif, Abdullah
Khazanah Informatika Vol. 7 No. 1 April 2021
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v7i1.11913

Abstract

This study seeks to identify human emotions using artificial neural networks. Emotions are difficult to understand and hard to measure quantitatively. Emotions may be reflected in facial expressions and voice tone. Voice contains unique physical properties for every speaker. Everyone has different timbres, pitch, tempo, and rhythm. The geographical living area may affect how someone pronounces words and reveals certain emotions. The identification of human emotions is useful in the field of human-computer interaction. It helps develop the interface of software that is applicable in community service centers, banks, education, and others. This research proceeds in three stages, namely data collection, feature extraction, and classification. We obtain data in the form of audio files from the Berlin Emo-DB database. The files contain human voices that express five sets of emotions: angry, bored, happy, neutral, and sad. Feature extraction applies to all audio files using the method of Mel Frequency Cepstrum Coefficient (MFCC). The classification uses Multi-Layer Perceptron (MLP), which is one of the artificial neural network methods. The MLP classification proceeds in two stages, namely the training and the testing phase. MLP classification results in good emotion recognition. Classification using 100 hidden layer nodes gives an average accuracy of 72.80%, an average precision of 68.64%, an average recall of 69.40%, and an average F1-score of 67.44%.This study seeks to identify human emotions using artificial neural networks. Emotions are difficult to understand and hard to measure quantitatively. Emotions may be reflected in facial expressions and voice tone. Voice contains unique physical properties for every speaker. Everyone has different timbres, pitch, tempo, and rhythm. The geographical living area may affect how someone pronounces words and reveals certain emotions. The identification of human emotions is useful in the field of human-computer interaction. It helps develop the interface of software that is applicable in community service centres, banks, and education and others. This research proceeds in three stages, namely data collection, feature extraction, and classification. We obtain data in the form of audio files from the Berlin Emo-DB database. The files contain human voices that express five sets of emotions: angry, bored, happy, neutral and sad. Feature extraction applies to all audio files using the method of Mel Frequency Cepstrum Coefficient (MFCC). The classification uses Multi-Layer Perceptron (MLP), which is one of the artificial neural network methods. The MLP classification proceeds in two stages, namely the training and the testing phase. MLP classification results in good emotion recognition. Classification using 100 hidden layer nodes gives an average accuracy of 72.80%, an average precision of 68.64%, an average recall of 69.40%, and an average F1-score of 67.44%.
Speech Classification to Recognize Emotion Using Artificial Neural Network Siti Helmiyah; Imam Riadi; Rusydi Umar; Abdullah Hanif
Khazanah Informatika Vol. 7 No. 1 April 2021
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v7i1.11913

Abstract

This study seeks to identify human emotions using artificial neural networks. Emotions are difficult to understand and hard to measure quantitatively. Emotions may be reflected in facial expressions and voice tone. Voice contains unique physical properties for every speaker. Everyone has different timbres, pitch, tempo, and rhythm. The geographical living area may affect how someone pronounces words and reveals certain emotions. The identification of human emotions is useful in the field of human-computer interaction. It helps develop the interface of software that is applicable in community service centers, banks, education, and others. This research proceeds in three stages, namely data collection, feature extraction, and classification. We obtain data in the form of audio files from the Berlin Emo-DB database. The files contain human voices that express five sets of emotions: angry, bored, happy, neutral, and sad. Feature extraction applies to all audio files using the method of Mel Frequency Cepstrum Coefficient (MFCC). The classification uses Multi-Layer Perceptron (MLP), which is one of the artificial neural network methods. The MLP classification proceeds in two stages, namely the training and the testing phase. MLP classification results in good emotion recognition. Classification using 100 hidden layer nodes gives an average accuracy of 72.80%, an average precision of 68.64%, an average recall of 69.40%, and an average F1-score of 67.44%.This study seeks to identify human emotions using artificial neural networks. Emotions are difficult to understand and hard to measure quantitatively. Emotions may be reflected in facial expressions and voice tone. Voice contains unique physical properties for every speaker. Everyone has different timbres, pitch, tempo, and rhythm. The geographical living area may affect how someone pronounces words and reveals certain emotions. The identification of human emotions is useful in the field of human-computer interaction. It helps develop the interface of software that is applicable in community service centres, banks, and education and others. This research proceeds in three stages, namely data collection, feature extraction, and classification. We obtain data in the form of audio files from the Berlin Emo-DB database. The files contain human voices that express five sets of emotions: angry, bored, happy, neutral and sad. Feature extraction applies to all audio files using the method of Mel Frequency Cepstrum Coefficient (MFCC). The classification uses Multi-Layer Perceptron (MLP), which is one of the artificial neural network methods. The MLP classification proceeds in two stages, namely the training and the testing phase. MLP classification results in good emotion recognition. Classification using 100 hidden layer nodes gives an average accuracy of 72.80%, an average precision of 68.64%, an average recall of 69.40%, and an average F1-score of 67.44%.
Convolutional Neural Network and Support Vector Machine in Classification of Flower Images Ari Peryanto; Anton Yudhana; Rusydi Umar
Khazanah Informatika Vol. 8 No. 1 April 2022
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v8i1.15531

Abstract

Flowers are among the raw materials in many industries including the pharmaceuticals and cosmetics. Manual classification of flowers requires expert judgment of a botanist and can be time consuming and inconsistent. The ability to classify flowers using computers and technology is the right solution to solve this problem. There are two algorithms that are popular in image classification, namely Convolutional Neural Network (CNN) and Support Vector Machine (SVM). CNN is one of deep neural network classification algorithms while SVM is one of machine learning algorithm. This research was an effort to determine the best performer of the two methods in flower image classification. Our observation suggests that CNN outperform SVM in flower image classification. CNN gives an accuracy of 91.6%, precision of 91.6%, recall of 91.6% and F1 Score of 91.6%.
Perancangan Sistem Informasi Menggunakan Enterprise Architecture Planning (Studi Kasus Pada Kecamatan di Kota Samarinda) Anton Yudhana; Rusydi Umar; Faza Alameka
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.7039

Abstract

Perencanaan sistem informasi di kecamatan seringnya mengalami ketidakselarasan dengan bisnis dan IT yang ada. Agar dapat menyelaraskan informasi dan mesinergikan bisnis dan IT di kecamatan yang ada di kota Samarinda, maka diperlukan suatu perencanaan sistem informasi. Dalam hal ini metode yang digunakan untuk menggambarkan kondisi organisasi saat ini dan merancang arsitektur enterprise adalah Enterprise Architecture Planning (EAP). Metode ini digunakan untuk menggambarkan dan merancang enterprise architecture yang baik untuk mencapai strategi binis kecamatan tersebut. Penelitian ini menghasilkan 5 kandidat entitas bisnis dan 8 kandidat aplikasi yang menjadi acuan pengembangan sistem informasi pada kecamatan di kota Samarinda.
Sistem Pendukung Keputusan dengan Metode AHP untuk Penilaian Kompetensi Soft Skill Karyawan Rusydi Umar; Abdul Fadlil; Yuminah Yuminah
Khazanah Informatika Vol. 4 No. 1 Juni 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i1.5978

Abstract

Karyawan dalam perusahaan merupakan sumber daya utama yang dituntut untuk mampu memberikan pelayanan terbaik dan kinerja yang optimal. Soft skill karyawan adalah keterampilan individu karyawan yang dapat menunjang hubungan individu karyawan dengan karyawan lain, meningkatkan kinerja dan membuka prospek karirnya. Penilaian kinerja karyawan yang dilaksanakan oleh perusahaan umumnya hanya untuk penilaian prestasi kerja yakni bagaimana pekerjaan dapat dikerjakan dengan baik, mencapai target yang ditetapkan dan meraih tujuan akhir yang diinginkan (hard skill). Penilaian terkait kemampuan soft skill karyawan belum banyak dilakukan. Ada beberapa kriteria yang diterapkan beberapa perusahaan dalam melakukan penilaian kompetensi soft skill, tetapi kriterianya masih berbeda-beda. Penelitian ini membahas penilaian kompetensi soft skill karyawan dengan menerapkan empat kriteria. Keempat kriteria ini adalah kemampuan komunikasi, kemampuan bekerjasama, kejujuran dan kemampuan interpersonal. Analisis data menerapkan metode Analytical Hierarchical Process (AHP), yang memungkinkan perhitungan matematis dengan berbagai kriteria. Hasil penelitian menunjukan nilai rasio konsistensi 0.053 yang berarti kurang dari nilai rasio konsistensi yang digunakan dalam metode AHP yaitu 0.1, sehingga hasil perhitungan tersebut valid, dan dapat digunakan. Penelitian ini menghasilkan penilaian prioritas kompetensi soft skill yang dibutuhkan perusahaan sebagai berikut: Komunikasi 48%, Kerjasama 27%, Kejujuran 16 % dan interpersonal 10%. Hasil penelitian ini membuktikan bahwa metode AHP dapat digunakan pada penilaian kompetensi soft skill karyawan.
Co-Authors Aang Anwarudin Abdu Fadlil Abdul Fadlil Abdul Fadlil Abdul Fadlil Abdul Hadi Abdullah Hanif Abdullah Hanif Achmad Dito Achmad Nugrahantoro Agus Prasetyo Marsaid Ahmad Fajar Sidiq Ahmad Ikrom Ahmadi, Ahwan ahmadi, ahwan Aini, Fadhilah Dhinur Aji Nugroho Alameka, Faza Alameka, Faza Aldi Rifki Andriawan Alfiansyah Imanda Putra Alfiansyah Imanda Putra Alfiansyah Imanda Putra Alfian Anak Agung Gede Sugianthara Andhy Sulistyo Anton Yudhana Anton Yudhana Anwar Siswanto Ardi Pujiyanta Arfiani Nur Khusna Ari Periyanto Ari Peryanto Arief Setyo Nugroho Arief Setyo Nugroho Arief Setyo Nugroho Arief Setyo Nugroho Arif Budiman Arif Budiman Arif Wirawan Muhammad Arif Wirawan Muhammad, Arif Wirawan Arizona Firdonsyah Aulyah Zakilah Ifani Az-Zahra, Rifqi Rahmatika Bashor Fauzan Muthohirin Bintang, Rauhulloh Noor Busthomi, Iqbal Deni Murdiani Dewi Astria Faroek Dewi Estri Jayanti Dewi Estri Jayanti Dewi Sahara Dewi Sahara Nasution Dwi Susanto Eko Handoyo Elfaditiya Wardaya Ermin Ermin Fadhilah Dhinur Aini Fadlillah Mukti Ayudewi Fahmi Anwar Faiz Isnan Abdurrachman Faizin Ridho Fajar R. B Putra Fathia Irbati Ammatulloh Fauzan, Fauzan Faza Alameka Faza Alameka Fijaya Dwi Bimasakti Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Yasin Fitrah Juliansyah Fitrah Juliansyah Fitrah Juliansyah Fitrah Fitriyani Tella Frandika Septa Gema Kharismajati Gustafi, Muhammad Fauzan Gustafi, Muhammad Fauzan Hanif, Abdullah Helmiyah, Siti Herman Herman Herman Herman Herman Hermansa Hermansa H Imam Mahfudl Nasrulloh Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Indra Gunawan Iqbal Busthomi Iqbal Busthomi Iqbal Bustomi Izzan Julda D.E Purwadi Putra Jaka Dernata Jefree Fahana Kgs Muhammad Rizky Alditra Utama Kiagus Muhammad Rizky Aditra Utama Kusuma, Ridho Surya Lisna Zahrotun Lukman Nurhakim M Sabiq Dzakwan Mardhiatul Ihsaniah Maya Anggriani Miladiah Miladiah Miladiah, Miladiah Muhammad Abdul Aziz Muhammad Abdul Aziz Muhammad Aziz Muhammad Fauzan Gustafi Muhammad Fauzan Gustafi Muhammad Ihya Aulia Elfatiha Muhammad Irwan Syahib Muhammad Irwan Syahib Muhammad Jundullah Muhammad Jundullah Muhammad Noor Fadillah Muhammad Noor Fadillah Muhammad Nur Ardhiansyah Muhammad Nur Faiz Musri Iskandar N Mustafa Mustafa Muzakkir Pangri Nasrulloh, Imam Mahfudl Novita Ranti Muntiari Ockhy Jey Fhiter Wassalam Panggah Widiandana Prasetyo Hari Prabowo prayudi, Andi Purwanto Purwanto Purwono Purwono, Purwono Putra, Fijaya Dwi Bima Sakti Resmi - Aini Rezki Ramdhani Ridho Surya Kusuma Rifqi Rahmatika Az-Zahra Rio Anggara Sabarudin Saputra Sahiruddin Sahiruddin Saleh khalifa saad Saleh Khalifah Saad Sarjimin Sarjimin Siti Helmiyah Siti Helmiyah Sri Rahayu Astari Sri Rahayu Astari Subhan Subhan Sugandi, Andi Sunardi Sunardi Sunardi, Sunardi Tarisno Amijoyo Tri Lestari Tri Lestari Tri Lestari Tuska Abe Wasito Sukarno Winoto, Sakti Yuminah yuminah Yuminah, Yuminah