Article Per Year (5 Year)
p-Index From 2018 - 2023
13.49
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Journal of Software Engineering Jurnal Informatika Universitas Pamulang Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Pendidikan dan Konseling Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Jurnal Algoritma, Logika dan Komputasi KOMMAS: Jurnal Pengabdian Kepada Masyarakat
Aries Saifudin
Universitas Pamulang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Mathematics Other

Published : 127 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 127 Documents
Search

 1   2   3   4   5 
Daftar Isi Jurnal Informatika Universitas Pamulang Vol. 2 No. 2 Juni 2017 Aries Saifudin
Jurnal Informatika Universitas Pamulang Vol 2, No 2 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.037 KB) | DOI: 10.32493/informatika.v2i2.1494

Abstract

Penerapan Teknik Ensemble untuk Menangani Ketidakseimbangan Kelas pada Prediksi Cacat Software Saifudin, Aries; Wahono, Romi Satria
Journal of Software Engineering Vol 1, No 1 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1101.153 KB)

Abstract

Software berkualitas tinggi adalah software yang tidak ditemukan cacat selama pemeriksaan dan pengujian. Memperbaiki software yang cacat setelah pengiriman membutuhkan biaya jauh lebih mahal dari pada selama pengembangan. Pengujian merupakan proses paling mahal dan menghabiskan waktu sampai 50% dari jadwal pengembangan software. Tetapi belum ada model prediksi cacat software yang berlaku umum. Naϊve Bayes merupakan model paling efektif dan efisien, tetapi belum dapat mengklasifikasikan dataset berbasis metrik dengan kinerja terbaik secara umum dan selalu konsisten dalam semua penelitian. Dataset software metrics secara umum bersifat tidak seimbang, hal ini dapat menurunkan kinerja model prediksi cacat software karena cenderung menghasilkan prediksi kelas mayoritas. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas. Sedangkan pendekatan level algoritma dilakukan dengan memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi tunggal agar menjadi lebih baik. Algoritma ensemble yang populer adalah boosting dan bagging. AdaBoost merupakan salah satu algoritma boosting yang telah menunjukkan dapat memperbaiki kinerja pengklasifikasi. Maka pada penelitian ini diusulkan penerapan teknik ensemble menggunakan algoritma AdaBoost dan Bagging. Pengklasifikasi yang digunakan adalah Naϊve Bayes. Hasil penelitian menunjukkan bahwa teknik ensemble dengan algoritma Bagging dapat meningkatkan sensitivitas dan G-Mean secara signifikan, sedangkan AdaBoost tidak dapat meningkatkan secara signifikan. Sehingga disimpulkan bahwa Bagging lebih baik daripada AdaBoost ketika digunakan untuk meningkatkan kinerja Naϊve Bayes pada prediksi cacat software.
Pendekatan Level Data untuk Menangani Ketidakseimbangan Kelas pada Prediksi Cacat Software Saifudin, Aries; Wahono, Romi Satria
Journal of Software Engineering Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1146.976 KB)

Abstract

Dataset software metrics secara umum bersifat tidak seimbang, hal ini dapat menurunkan kinerja model prediksi cacat software karena cenderung menghasilkan prediksi kelas mayoritas. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas, sedangkan pendekatan level algoritma ditujukan untuk memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi agar lebih konduktif terhadap kelas minoritas. Pada penelitian ini diusulkan pendekatan level data dengan resampling, yaitu random oversampling (ROS), dan random undersampling (RUS), dan mensintesis menggunakan algoritma FSMOTE. Pengklasifikasi yang digunakan adalah Naϊve Bayes.  Hasil penelitian menunjukkan bahwa model FSMOTE+NB merupakan model pendekatan level data terbaik pada prediksi cacat software karena nilai sensitivitas dan G-Mean model FSMOTE+NB meningkat secara signifikan, sedangkan model ROS+NB dan RUS+NB tidak meningkat secara signifikan.
Implementasi Sistem Pengambilan Keputusan dalam Memilih Merek Sosis Frozen Food Terbaik dengan Metode Simple Additive Weighting (SAW) pada Prima Freshmart BSD Aries Saifudin; Adinda Dwi Lestari; Afifah Yasmin; Gustin Triani; Indira Putri Shahne
Jurnal Informatika Universitas Pamulang Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i3.21525

Abstract

Prima Freshmart bergerak dalam bidang Industri Food & Beverage (F&B), serta wajib mengikuti perkembangan dunia kuliner terutama bahan-bahan makanan. Hal ini dikarenakan agar Prima Freshmart bisa bersaing serta mengikuti kemajuan. Saat ini persaingan bidang usaha frozen food semakin ketat dan sulit untuk menentukan kualitas pada saat membeli merek sosis terbaik. Prima Freshmart memiliki banyak macam-macam merek sosis seperti Champ, Okey, Asimo, dan Fiesta. Oleh sebab ituadanya sebuah system penarikan diharuskan agar dapat membantu pemilihan dan penentuan merek sosis tersebut. Dalam riset ini akan ditarik sebuah kasus yakni menelusuri alternatif yang paling baik berdasarkan merek - merek yang telah ditetapkan dengan memakai teknik SAW (Simple Additive Weighting). Metode SAW mempunyai perhitungan dengan dua iterasi yakni matriks keputusan yang ternormalisasi dan proses perangkingan. Metode ini adalah sebuah teknik yang dapat membantu untuk membuat keputusan dalam memilih merek sosis ini dengan memberi nilai bobot dalam tiap kriteria serta memberi nilai merek sosis dalam tiap kriteria, akan membuahkan hasil peringkat merek sosis dari yang terbaik.   
Daftar Isi Jurnal Informatika Universitas Pamulang Vol. 2 No. 4 Desember 2017 Saifudin, Aries
Jurnal Informatika Universitas Pamulang Vol 2, No 4 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.266 KB) | DOI: 10.32493/informatika.v2i4.1491

Abstract

Cover Jurnal Informatika Universitas Pamulang Vol. 3 No. 1 Maret 2018 Saifudin, Aries
Jurnal Informatika Universitas Pamulang Vol 3, No 1 (2018): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4371.257 KB) | DOI: 10.32493/informatika.v3i1.1477

Abstract

Cover Jurnal Informatika Universitas Pamulang Vol. 1 No. 2 Desember 2016 Saifudin, Aries
Jurnal Informatika Universitas Pamulang Vol 1, No 2 (2016): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1587.749 KB) | DOI: 10.32493/informatika.v1i2.1473

Abstract

Cover Jurnal Informatika Universitas Pamulang Vol. 2 No. 1 Maret 2017 Saifudin, Aries
Jurnal Informatika Universitas Pamulang Vol 2, No 1 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4366.908 KB) | DOI: 10.32493/informatika.v2i1.1496

Abstract

Cover Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 1 No. 1 Oktober 2018 Saifudin, Aries
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol 1, No 1 (2018): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (627.492 KB) | DOI: 10.32493/jtsi.v1i1.1943

Abstract

Penerapan Teknik Bagging Berbasis Naïve Bayes untuk Seleksi Penerimaan Mahasiswa Nursimpati, Yum Leifita; Saifudin, Aries
Jurnal Informatika Universitas Pamulang Vol 4, No 2 (2019): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (344.602 KB) | DOI: 10.32493/informatika.v4i2.3235

Abstract

Students who graduate not on time create an imbalanced ratio between lecturers and students. The current selection system is ineffective because it has not been able to detect prospective students who have the possibility of not being able to complete their education on time so that many students who are accepted do not graduate on time and leave without completing their education. This condition causes a decrease in performance of study programs and institutions. The classification algorithm can use for classifying new students as graduate timely or not. Naïve Bayes classification algorithm can use to classify data in certain classes, using the history of alumni of informatics engineering at Pamulang university as training data and prospective student data as test data. Some attributes used to determine which label class to graduate on time and not on time are gender, school majors, year difference, math grades, English, Indonesian. To improve the results of the classification of Naïve Bayes, Bagging (Bootstrap Aggregating) technique is used. From the test results of the alumni dataset, the informatics study program using bagging techniques as an optimization of the Naïve Bayes classification algorithm has a lower failure rate than without using bagging techniques. The results of the calculation of performance data using bagging techniques can increase accuracy by 2.381% and AUC by 1.470% on the student graduation prediction model for new student selection using the Naïve Bayes classification.
Co-Authors Abd Wahid Abd. Rasyid Syamsuri Abdul Jalil Abdullah Syafii Abeda Falah, Dimas Fatkhi Abi Tulkhah Abrilianto, Taufik Abyghail Shiddiq Achmad Fauzi Achmad Muzakih Andriansyah Adi Krismadi Adi Surya Anggana Adinda Dwi Lestari Adjie Pangestu Afifah Yasmin Afriyani Agustin Agil Erwanda Agil Muhammad Agit Kurniawan Agung Mursito Agung Suseno Ahmad Fawaid Ahmad Fikri Zulfikar Ahmad Hambali, Ahmad Ahmad Ijudin Ahmad Muhlisin Ahmad Nasrullah Ahmad Prayogi S. Ahmad Rinaldi Ahmad Saepudin Ahmad Satibi Ahmad Thoriq Susilo Ahmad Zuhair Aini Arifta Arwaz Aji, Wahyu Akbar, Muchamad Raffi Aldin Furqon Darmawan Alfarabi Dwi Karuniawan Alfian Anwar Ali Basir Alifia Fatwa Hakim Ana Fisca Lestari Andi Kusuma Saputra Andi Widiarto Andrey Agung Samui Andri Ricat Sinulingga Andri Saputra Andrian Agustian Andrian Fakhrizal Anggit Prastika Setiany Anggra Priambodho Anif Biantoro Anisah Pitriyah Antomy Amsyah Apriliyan Mahardika S. Ardiansyah, Muhammad Fadil Arfira Trisna Devi Argo Tri Anggoro Ari Asyari Ari Irawan Arief Maulana Arif Ega Prakosa Arif Fiansyah Arif Rahman Arinda Chintya Sari Atina Fahma Awaludien Saputra Ayu Ernawati Ayu Sri Wulandari Aziz Hafidu Azmi, Ammar Baehaqi, Reza Anwar Sidiq Bagas Putra Pratama Bagas Saputra Baharulloh, Muhammad Bayu Aji Priyaungga Bayu Saputra Bintang Fahrezi Bukhari Muslim Choirul Kodri Christian Harta Wijaya Citra Teguh Pratala Dadang Setiawan Damanik, Dearma Alam Dandi Suherman Dedi Yansah Dedy Priyatna Deni Mulyadi Deni Pirmantara Derry Bagus Muharto Dhimas Maulana Hadi Dian Noviyanto Dilan Tri Ovandi Dimas Nugroho Dwi Bayu Aji Ebenhaezer Mahardhika Asyer Eka Putra Pratama Eka Rahmat Mauluddin Endar Nirmala Enjel Melani Nubatonis Fadhila Cahya Ningrum Fahmi Ramadhan Faisal Amri Fajrial Subhan Farah Cahyana Ramadhani Farhan Haidar Rabbani Farhan Khadafi Farhan Oktafiansyah Faroeq Althof Nuru Febri Yanto Febriansyah, M. Yoga Febryansyah, Feby Fefbi Septa Kristara Feriyano Erbi Ferizal Ferizal, Ferizal Fery Setiawan Fiqri Nanda Maulana Geri Santoso Adi Gilang Aditya Gusti Kanuraga Gustin Triani Hanaan Ridho Altamerano Handika Angga Prasetya Handy Nur Haryanto, Galih Hasan Basri Hayartudin Keliwawa Helmy Agus Pradita Hendra Setiawan Herdiansyah, Aditya Tri Hidayat, Muhamad Syahrul Hilaludin Hilaludin Hotmaida Simanjuntak Humaedi, Dedi Husaini, Vandy Sadam I Wayan Putra Ardhie Mardangga Ibnu Adha Shaleh Ihda Setiaji Nugroho Ika Komala Annafiyah Ikrar Panji Satrio Ilham Bagus Vitriadi Ristianto Ilham, Aldi Arista Ima Prayudi Imas Andryani Indah Riski Indika Hanjalah Indira Novi Yulianti Indira Putri Shahne Irkham Shohibul Latif Irkhas Nusantara Irpan Kusyadi Irvansah Satria Pamungkas Isa Hermawan Ismail Abdul Jalal Ismail Adi Prayogo Iwan Setiawan Jajang Tashika Jodi Iskandar Judin, Sirat Juma Pra Yogi Kahfiansyah, Raihan Keumala, Wini Khalil gibran Almaulidi Khantaqwa Amri Kholik, Nur Kiki Mahendra Kumala, Shelee Fransiska Kurnia Putra Kyash Sabda Gusti Prabu Satmata Laita Rahmadila Listiyo Arief Nugroho Lukita, Muhammad Bagas Luthtiansyah Luthtiansyah M. Dicky Firyal M. Virzy Ardiansyah Maeylani, Winni Mardianto Triaji Meitasya Putri Kinanti Meri Hendayani Mochamad Ihwan Ridwan Faturrohman Mohamad Sopiyan Mohammad Fahmi Muhamad Rafli Mauludin Muhamad Rizki Ramadhan Muhammad Aditiya Muhammad Arvy Syahputra Muhammad Asshidiqie Muhammad Burhan Muhammad Fahmi Kashoif Muhammad Faisal Muhammad Handika Riyadi Muhammad Irfansyahfalah Muhammad Ivan Prayogi Nugroho Muhammad Nurul Huda Muhammad Rizki Eka Saputra Muhammad Rizky Alrazyd Muhammad Rizky Julianto Muhammad Syaiful Arief Muhammad Zuhri Muji Astuti Mukhlis Aryanto Mukron Syahroni Munawaroh Munawaroh Nahrowi Nahrowi Nanang Suhaemi Nanda Noverdi Ruziki Nanda Risky Maulana Nasrullah Nasrullah Niki Ratama Nisa, Aenun Novitalia Novitalia Nur Hidayah Nursimpati, Yum Leifita Nurul Justina Mahardianing Verdaningroem Nurul Tri Sukma Aji Nurullia Novianty Octavia, Indriyani Opa Fauzi Pandu Dewonoto Laut Santoso Pendi Septiana Perdi Pirdaus Pratama, Arnold Agusti Pratama, Arvin Arya Primus Desideratus Baleri Putra, Alvin Pratama Putri Dinanti Mawasgenti Putri Esa Suciati Raden Muhamad Agung Trisakti Supriawan Rahmad Danil Fajri Raja Fadhilah Hamdan Rama Dwi Saputra Ramadhani, Ardian Rizky Ramdani, Dandi Rani Rosada Rediansyah Putra Rika Nursafitri Riki Firmansyah Tanjung Riky Syawal Rio Anggara Riris Lima Putri Riski, Indah Rizal Aji Saputro Rizki Gustianto Sidi Rizki Kurniawan Rizky Abiansyah Putra Rizky Budi Mukti Rizky Prasetyo Adi Rizky Tiwa Saputra Rohmat Rohmat Rohmat Taufiq Romi Satria Wahono Rosyidah Astari Nur Ruly Suryana Sandi Hidayat Ikhsan Juni Santoso, Pandu Dewonoto Laut Saputra, Ade Sony Saputra, Herdiansyah Sari, Aulia Kurnia Selly Nur Holifah Septa Septa Sita Aryanti Sita Khoerunisa Siti Aisah Siti Rika Yulistina Sri Mulyati Sri Mulyati Suci Fitriyana Sugeng Gunantio Sukma, Verdian Ramadika Sulkhan, Sulkhan Syahrul Al-Rasyid Syahvira Kusumawati Syamsul Dahri Syifa Irhammi Ramdhania Tabah Yulistio Teti Desyani Teuku Raja Muhammad Zaki Theja Kusumawijaya Tika Nurmala Tina Apriani Tirto Purwadi Umul Musfiroh Nurali Usep Irvan Nugraha Vadlan Febrian Viky Ardiansyah Vini Delviani Wahyu Iskandar Wahyudin Wahyudi Wasis Haryono Wira Shilviana Hanum Yoga Koswara Yosanny Ferdino Rizkyansyah Yudha Eka Saputra Yulia Sahara Yuliana Devi Yulianti Yulianti Yulianti Zainudin Zainudin Zia Syifa Ziki Sudesi Ziska Andris