Ardian Fachreza
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

RANCANG BANGUN APLIKASI PRESENSI MULTI EVENT DENGAN QR-CODE BERBASIS RESTFUL WEB SERVICE Fandy Indra Pratama; Mustagfirin Mustagfirin; Ardian Fachreza
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 7, No 1 (2020): Desember 2020
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v7i1.903

Abstract

Abstract: Activities in the world of education and institutions are documents that must be documented which can be used as activity reports to the leadership. One such documentation is attendance documentation because attendance is sometimes very sensitive because it affects the prerequisites for further activities. Meanwhile, most attendance systems currently use conventional methods, namely printing attendance forms and participants taking notes on the form. After completion of the event, it is recorded in an electronic storage and the original sheet is archived. Meanwhile, universities and schools are required to be sensitive to technology so that they are not out of date. So the researchers proposed a presence system based on Scan Id QR Code based on Restful Web Service technology with the following process: (i) Schedule 1 time in advance; (ii) attendance by scanning the QR-Code ID to a scanner; (iii) Attendance monitoring. This proposed technology can be used for multi-platform and multi-event, so that to use this presence system, each agency can list its activities and its members. And as a member, you can do attendance by just scanning the QR-Code Id you have into a scanner. The development of this system uses the web engineering method because this method is appropriate for developing this system. So that the system is deemed capable of trimming the administration of the committee and minimizing the problem of data fraud and corruption.            Keywords: presence, qr-code, web engineering  Abstrak: Kegiatan pada dunia pendidikan dan instansi merupakan dokumen yang wajib didokumentasikan yang dapat digunakan sebagai laporan kegiatan ke pimpinan. Salah satu dokumentasi tersebut adalah dokumentasi presensi kehadiran karena presensi kehadiran terkadang sangat sensitif karena mempengaruhi prasyarat kegiatan selanjutnya. Sedangkan hampir besar sistem presensi saat ini menggunakan cara konvensional yaitu cetak formulir presensi dan peserta mencatat di formulir tersebut. Setelah selesai acara, dicatat di penyimpanan elektronik dan lembar aslinya diarsipkan. Sedangkan universitas dan sekolah dituntut peka terhadap teknologi agar tidak ketinggalan zaman. Sehingga peneliti mengusulkan sistem presensi berbasis dengan Scan Id qr-code berbasis teknologi Restful Web Service dengan proses sebagai berikut: (i) Jadwal 1 kali diawal; (ii) Presensi dengan cara scan Id qr-code ke mesin scanner; (iii) Pemantauan kehadiran. Teknologi yang diusulkan ini dapat digunakan untuk multi platform dan multi event, sehingga untuk menggunakan sistem presensi ini, setiap instansi dapat membuat daftar kegiatan dan anggotanya masing-masing. Serta sebagai anggota dapat melakukan presensi hanya melakukan scan Id qr-code yang dimiliki ke mesin scanner. Pengembangan sistem ini menggunakan metode web engineering karena metode tersebut tepat untuk mengembangkan sistem ini. Sehingga sistem tersebut dirasa mampu memangkas administrasi panitia dan memperkecil permasalahan kecurangan dan rusaknya data. Kata kunci: presensi, qr-code, web engineering
OPTIMALISASI NEURAL NETWORK DENGAN PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI KELULUSAN MAHASISWA Fandy Indra Pratama; Ardian Fachreza
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 1, No 2 (2019): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v1i2.2947

Abstract

Peraturan BAN-PT standart jumlah kelulusan di perguruan tinggi minimal 50% dari jumlah pendaftar. Namun kenyataannya di Universitas XYZ pada tahun 2009 dan 2010 kurang dari standart BAN-PT. Dengan ini pihak pengelola program studi harus mengantisipasi masalah yang mungkin akan terjadi dengan tujuan mencapai salah satu tujuannya yaitu meluluskan minimal 50% mahasiswanya pada setiap angkatan. Dalam mengantisipasi masalah tersebut bisa menggunakan data mining dalam proses prediksi. Neural network adalah salah satu algoritma yang digunakan untuk prediksi. Neural network sebagian besar sudah cukup handal dalam pemecahan masalah prediksi yang sering digunakan dalam penggambilan keputusan kelulusan mahasiswa. Namun neural network terdapat masalah pada over fitting sehingga tidak dapat menggeneralisasikan masalah. Sehingga penelitian ini mengusulkan Particle Swarm Optimization untuk melatih bobot pada neural network dengan menentukan nilai parameter sehingga dapat dihasilkan akurasi yang berbeda-beda. Pada pengujian neural network dengan number of validation 4, learning rate 0,1 dan hidden layer 25 menghasilkan akurasi sebesar 82,88%. Pada pengujian menggunakan neural network – particle swarm optimization dengan populasi size 4, learning rate 0,1 dan hidden layer 25 menghasilkan akurasi sebesar 84,72%. Sehingga dapat disimpulkan bahwa particle swarm optimization dapat memperbaiki keakuratan neural network.  Kata kunci: Prediksi, Neural Network, Particle Swarm Optimization