p-Index From 2019 - 2024
5.906
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Bulletin of Electrical Engineering and Informatics Jurnal Informatika Ethos Telematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence JTET (Jurnal Teknik Elektro Terapan) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal SOLMA Jurnal Telematika JTT (Jurnal Teknologi Terapan) Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Infotekmesin JISA (Jurnal Informatika dan Sains) Indonesian Journal of Electrical Engineering and Computer Science Jurnal Sistem Komputer dan Informatika (JSON) Journal of Innovation Information Technology and Application (JINITA) Madani : Indonesian Journal of Civil Society Madaniya Jurnal Teknologi Informasi dan Komunikasi Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Pengabdian Kepada Masyarakat (JPKM) Langit Biru Jurnal Nasional Teknik Elektro dan Teknologi Informasi JAMAIKA: Jurnal Abdi Masyarakat JURNAL SIPISSANGNGI: Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimas: Pengabdian dan Pengembangan Masyarakat Journal of Applied Community Engagement (JACE) Pengabdian Jurnal Abdimas Hikmayo: Jurnal Pengabdian Masyarakat SmartComp Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT
Claim Missing Document
Check
Articles

Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional. 
Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) Somantri, Oman; Wiyono, Slamet; Dairoh, Dairoh
Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i1.5845

Abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%. 
Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) Somantri, Oman; Wiyono, Slamet; Dairoh, Dairoh
Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v3i1.5845

Abstract

Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%.
PGawean: Aplikasi Mobile Lowongan Pekerjaan Kota Tegal Berbasis Unified Modeling Language (UML) Somantri, Oman; Wibowo, Dega Surono; Faulin, Muhammad Husni
JTET (Jurnal Teknik Elektro Terapan) Vol 7, No 1: (April 2018)
Publisher : Teknik Elektro - Politeknik Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The problem experienced by every person is looking for job vacancies. Job vacancy is an information about a job that available for job seekers, especially for a person who have not been employed and/or person who are freshly looking for a job accompanied under certain conditions. One reason of difficulty of getting a job is due to a lack of information about job vacancies. To overcome the problem, there needy urgent to build a system that capable to provide information about job vacancy. The purpose of this research is to build a mobile-based application named "PGawean" which can be used to help everyone, especially those located in the city of Tegal in finding job vacancy information. Mobile-based apps named "PGawean" are built with the method Unified Modeling Language (UML) to simplify the application creation process. Because the method of Unified Modeling Language (UML) provides an easy understanding of the role of each actor and class of the system created. Based on evaluation results by applying black box method, to mobile based application that has been made, it is proven that 95% function of the application that has been made can run well. The system has been created, will be implemented to facilitate the user / job seekers get job vacancy information, especially in the area of Tegal City and its neighborhood.Keywords : job vacancies, mobile-based application, Unified Modeling Languge (UML)
APLIKASI STEGANOGRAFI UNTUK PENYISIPAN PESAN Rohayah, Siti; Sasmito, Ginanjar Wiro; Somantri, Oman
Jurnal Informatika Vol 9, No 1 (2015): Januari
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.261 KB) | DOI: 10.26555/jifo.v9i1.a2038

Abstract

Dengan semakin berkembangnya teknologi informasi dan telekomunikasi, maka perhatian pada tingkat keamanan akan menjadi semakin penting. Salah satunya adalah tingkat kemanan penyisipan data atau informasi. Peningkatan keamanan penyisipan data dapat dilakukan dengan menggunakan Steganografi. Steganografi adalah teknik menyembunyikan pesan ke dalam sebuah media digital. Media digital yang dapat digunakan adalah teks, gambar, suara, dan video. Penelitian ini membahas tentang penerapan Steganografi untuk penyisipan pesan. Jenis pesan yang dapat disisipkan adalah pesan teks dengan format (pdf dan doc), pesan gambar dengan format (jpg, png, gift dan bmp), pesan suara dengan format (mp3, wav dan wma), serta pesan video dengan format (3gp). Aplikasi ini dikembangkan dengan menggunakan bahasa pemrograman Java dalam platform IDE NetBeans 6.8. Aplikasi yang dibangun dengan menggunakan bahasa pemrograman Java tersebut dapat menyisipkan pesan. Pesan yang dapat disisipkan antara lain pesan teks dengan format pdf dan doc, pesan gambar dengan format jpg, png, gift dan bmp, pesan suara dengan format mp3, wav dan wma, serta pesan video dengan format 3gp. Kata Kunci : Steganografi, Penyisipan Pesan
Analisis Sentimen Penilaian Tempat Tujuan Wisata Kota Tegal Berbasis Text Mining Somantri, Oman; Dairoh, Dairoh
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 2 (2019): Volume 5 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (458.962 KB) | DOI: 10.26418/jp.v5i2.32661

Abstract

Mendapatkan sebuah informasi untuk meningkatkan pelayanan dan strategi dalam pengelolaan tempat kunjungan wisata masih sedikit dan sulit dikarenakan informasi yang didapatkan masih terbatas. Media sosial memiliki peranan dalam memberikan sebuah data terhadap penilaian kunjungan wisata, sama halnya dengan tempat-tempat wisata yang berada di wilayah Tegal dan sekitarnya. Pada penelitian ini model sentiment analysis diusulkan sebagai solusi untuk mengatasi permasalahan. Tujuan dari penelitian ini adalah mencari model sistem untuk memberikan sebuah informasi pendukung keputusan bagi para wisatawan dan pengelola tempat wisata untuk dijadikan sumber informasi terhadap tempat wisata yang ada. Metode penelitian yang digunakan adalah dengan melakukan eksperimen untuk mendapatkan model yang diharapkan. Pada penelitian ini metode Naïve Bayes dan Decision Tree diterapkan untuk klasifikasi teks sehingga mendapatkan model terbaik yang dihasilkan untuk diimplementasikan pada sistem sehingga model yang didapatkan dapat dijadikan sebuah sistem pendukung keputusan untuk pengembangan sistem cerdas pada pihak terkait dalam upaya peningkatan nilai jual potensi daerah khususnya bidang pariwisata. Hasil penelitian menunjukan bahwa model yang didapatkan setelah dilakukan eksperimen didapatkan tingkat akurasi naïve bayes menghasilkan 77,50% lebih baik dibandingkan dengan menggunakan Decision Tree yang menghasilkan tingkat akurasi 60,83%.
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional.
Peningkatan Kompetensi Guru melalui Pelatihan Keterampilan Pembuatan E-Presentation Somantri, Oman; Abidin, Taufiq; Wijayanto, Sena; Wibowo, Dega Surono; Dairoh, Dairoh
Jurnal SOLMA Vol 8 No 2 (2019): Jurnal Solma
Publisher : Uhamka Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (661.989 KB) | DOI: 10.29405/solma.v8i2.3245

Abstract

Electronic presentations are media presentations made using various tools such as powerpoint, prezy and others that are useful for presenting to audiences from various fields, be it business, offices or education. Pusponegoro Vocational School currently has difficulties in finding appropriate media in the current situation, which it wants to improve the pattern of the distribution system in the school, so in this case the electronic manufacturing presentation is using through training activities. The method of activity used to achieve the objectives of this community service activity is the lecture method and practice using powerpoint and Prezy media where all the training participants after getting the material presented then practice what has been given its implementation. Based on the results of community service activities, it can be concluded that the knowledge and understanding of the application of electronic presentations given to the Pusponegoro Jatibarang Vocational School Teachers who participated in the training can provide new insights into the use of alternative learning media that can be used in the learning process.
INTEGRASI FITUR BACK-END UNTUK PENGEMBANGAN SISTEM INFORMASI E-ABSENSI KEHADIRAN MAHASISWA BERBASIS FRAMEWORK CODEIGNITER Dyah Apriliani; Oman somantri
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol 8 No 2 (2017): September
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v8i2.176

Abstract

The presence of students in the classroom is one way to supervise students. Evidence of the presence of students in the classroom is still done manually, ie signature presence. The aim of this research is to build a back-end information system that can be used to manage student attendance recapitulation named e-abseni. The Codeigniter framework is used to build this system in order to get a good result. Benefits of the research conducted is to provide assistance in policy making about the presence of students. With e-absensi is expected to assist in the process of calculating the attendance of students in the class that the number of attendance is a requirement to take the exam, both Mid Semester Exam (UTS) and Semester Exam (UAS).
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional.