Mahmud Imrona
Telkom University

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Indonesian Journal on Computing (Indo-JC)

Penentuan Prioritas Perbaikan Jalan dengan Menggunakan Metode Analytic Hierarchy Process (AHP) dan COPRAS-G di Kota Tangerang Rifaldi Rizqi Pratama; Mahmud Imrona; Annisa Aditsania
Indonesia Journal on Computing (Indo-JC) Vol. 3 No. 1 (2018): Maret, 2018
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2018.3.1.219

Abstract

Seiring dengan bertambahnya usia, jalan pasti mengalami kerusakan. Sebagian jalan yang telah dibangun kurang mendapat perawatan dan perbaikan. Perbaikan yang dilakukan biasanya kurang tepat sasaran. Salah satu masalahnya yaitu anggaran yang dialokasikan kurang memenuhi kebutuhan. Untuk mengatasi masalah perbaikan jalan, dibutuhkan sistem yang menentukan urutan prioritas jalan mana yang diperbaiki terlebih dahulu, sehingga mengoptimalkan anggaran yang terbatas. Untuk menentukan urutan prioritas perbaikan jalan tersebut, metode yang digunakan adalah Analytic Hierarchy Process (AHP) dan COPRAS-G. Dari hasil penelitian diperoleh bobot kepentingan setiap kriteria, yaitu pertama adalah Tataguna Lahan dengan bobot 0,51, kedua Klasifikasi Jalan dengan bobot 0,26, ketiga adalah Kondisi Kerusakan Jalan dengan bobot 0,12, keempat adalah Volume Kendaraan dengan bobot 0,06 dan terakhir adalah Kecepatan Kendaraan dengan bobot 0,03, dengan nilai CR 0,03 menunjukan bahwa penilaian bobot kepentingan antar kriteria tersebut bersifat konsisten. Jadi, urutan prioritas ruas jalan yang diperoleh yaitu, pertama kode ruas jalan J53 adalah Jalan Manis 2 KM 1 dengan tingkat kepentingan Ni sebesar 100%, kedua yaitu kode ruas jalan J55 adalah Jalan Kasir 2 KM 1 dengan tingakat kepentingan Ni sebesar 90,96% dan ketiga yaitu pada kode ruas jalan J67-5 adalah Jalan Imam Bonjol KM 5 dengan tingakat kepentingan Ni sebesar 86,5% dan seterusnya.
Penerapan Metode AHP dan COPRAS-G untuk Menentukan Prioritas Perbaikan Drainase Pada Jalan Nasional Di Kota Bandung Mahmud Imrona; Aditya Arif Budiutama; Eko Darwiyanto; Dini Handayani
Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 1 (2019): Maret, 2019
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2019.4.1.261

Abstract

Drainase merupakan salah satu bangunan pelengkap jalan berfungsi untuk mengurangi dan membuang kelebihan air dari suatu kawasan atau lahan, sehingga lahan dapat difungsikan secara optimal. Namun apabila terjadi kerusakan pada drainase maka kerusakan tersebut dapat menyebabkan bencana seperti banjir yang dapat mengakibatkan rusaknya struktur jalan, sehingga diperlukan pemeliharaan agar drainase tetap dapat berfungsi dengan baik. Namun pemeliharaan infrastruktur dibatasi oleh jumlah dana, waktu dan sumber daya. Keterbatasan tersebut mengakibatkan ketimpangan pengambilan keputusan dalam penentuan prioritas perbaikan drainase. Untuk menentukan prioritas perbaikan tersebut digunakan metode Analytic Hierarchy Process (AHP) untuk menghitung bobot setiap kriteria, metode COmplex PRoportional ASsessment of alternatives with Grey relations (COPRAS-G) untuk mendapatkan urutan prioritas perbaikan drinase dan metode Mean Absolute Error (MAE) untuk mendapatkan nilai akurasi. Dari hasil penelitian diperoleh bobot setiap kriteria, kriteria pertama adalah Tingkat Kerusakan Drainase dengan bobot 0,71, Volume Kerusakan Drainase dengan bobot 0,20 dan kriteria ketiga Waktu Perbaikan Drainase dengan bobot 0,09. Dengan nilai CR 0,083 menunjukkan bahwa matriks kriteria adalah konsisten. Hasil akurasi dari perbandingan prioritas perbaikan drainase antara PPK PJN Metropolitan Bandung dan COPRAS-G sebesar 100%. Studi kasus jalan Soekarno-Hatta di kota Bandung.
Optimasi Rute Angkutan Kota Secara Simultan Menggunakan Algoritma Exhaustive Search (Studi Kasus Sepuluh Trayek Kota Bandung) M. Hady Setiawan; Mahmud Imrona; Danang Triantoro Murdiansyah
Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2017.2.2.178

Abstract

Angkutan kota merupakan salah satu sarana transportasi yang berfungsi untuk mengangkut penumpang dari tempat asal ke tempat tujuan. Saat ini, masyarakat lebih memilih menggunakan kendaraan pribadi dari pada menggunakan jasa angkutan kota yang disebabkan oleh beberapa faktor, salah satunya yaitu kurangnya ketersebaran rute trayek angkutan kota. Akibatnya penggunaaan kendaraan pribadi terutama kendaraan bermotor melebihi batas wajar sehingga menyebabkan kemacetan. Oleh karena itu, diperlukan optimasi rute trayek angkutan kota untuk mengatasi masalah tersebut. Ada dua sudut pandang yang diperhatikan dalam penelitian ini, yaitu: pemerintah (menginginkan tingkat ketersebaran rute trayek yang tinggi), dan sopir (menginginkan pendapatan yang tinggi). Pada penelitian ini dilakukan optimasi sepuluh trayek angkutan kota menggunakan algoritma exhaustive search dengan memperhatikan ketersebaran rute. Hasil dari penelitian ini menghasilkan peningkatan pendapatan sopir angkutan kota sebesar 57,25%, dan peningkatan ketersebaran rute sebesar 33,2 %.
Monitoring the Number of Vehicles on Highway Using Frame Difference Method M. Sofyan Bahrum Juniardi; Mahmud Imrona; Putu Harry Gunawan
Indonesia Journal on Computing (Indo-JC) Vol. 3 No. 1 (2018): Maret, 2018
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2018.3.1.202

Abstract

Indonesia is a country with the third largest motorcycle rider in the world after China and India. One of the biggest cities in Indonesia is Bandung is a city that often experience traffic congestion, especially during peak hours and weekends because of population growth, urbanization and transmigration has increased and not comparable with the growth and development of adequate infrastructure so that frequent traffic jams.In this study, the authors developed a traffic monitoring system to calculate the number of vehicles using the Frame Difference method. To implement the method contained in this paper in calculating the number of vehicles passing on a highway by using two different points of view. The assumption in this research is using static background assumption.Based on the result of the research, it is found that the performance of video from Toll Pasteur with the viewing angle has 8.21% error and Purbaleunyi Toll with vertical angle has 4.43% error by using some filter and morphological operation. Conversely, if without using filters and morphological operations have an error of 175.22% in Pasteur Toll and 115.44% at Purbaleunyi Toll.
Deteksi Kemacetan Lalu Lintas dengan Menggunakan Algoritma Monte Carlo Bagus Gigih Adisalam; Putu Harry Gunawan; Mahmud Imrona
Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 2 (2017): September, 2017
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2017.2.2.174

Abstract

Sensor dan kamera telah digunakan sekian lama dalam montoring lalu lintas untuk mendeteksi kemacetan lalu lintas. Kemacetan lalu lintas disebabkan karena perkembangan infrastruktur yang lambat tidak sebanding dengan peningkatan jumlah kendaraan. Penelitian ini bertujuan untuk mendeteksi status lalu lintas berdasarkan citra lalu lintas dengan sudut pandang yang berbeda. Citra lalu lintas diolah dengan menggunakan pengolahan citra menjadi 3 kondisi lalu lintas yaitu lancar, ramai, dan padat. Pengolahan citra merupakan metode untuk mengolah citra. Pengolahan citra dilakukan untuk mengubah citra RGB menjadi citra biner sehingga Monte Carlo dapat diterapkan dengan cara menghitung luas dari area piksel putih. Luas area putih pada citra biner digunakan untuk menentukan status lalu lintas. Hasil testing 1 menunjukkan skenario 1 menghasilkan performa terbaik dengan precision ramai bernilai 44%, recall ramai bernilai 77%, precision lancar bernilai 92%, recall lancar bernilai 73%, dan akurasi bernilai 73%. Hasil testing 2 menunjukkan skenario 2 menghasilkan performa terbaik dengan precision padat bernilai 100%, recall padat bernilai 99%, dan akurasi bernilai 99%.Kata Kunci: grayscale, pengolahan citra, segmen gambar, algoritma Monte Carlo, kemacetan lalu lintas, status lalu lintas
Pengembangan Sistem Informasi pada Perusahaan Dagang Menggunakan Zachman Framework Studi Kasus : Toko Perlengkapan Pesta Party Partner Teguh Anshari Nugraha; Mahmud Imrona; Eko Darwiyanto
Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 2 (2019): September, 2019
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2019.4.2.254

Abstract

Perusahaan yang bergerak dibidang penjualan perlengkapan pesta. Bisnis yang dijalankan terus berkembang, hingga menjadi produsen untuk salah satu produk yang dijual di toko dan para pemasok. Proses bisnis yang berlangsung menuntut perusahaan untuk dapat mengelola informasi dengan baik dan dapat memenuhi kebutuhan dalam mengembangkan sistem informasi menjadi lebih baik. Pengembangan yang dilakukan, dapat mencegah terjadinya pembengkakan biaya, kesalahan produksi, dan ketidaksesuaian transaksi dengan ketersediaan stok barang. Masalah yang dikemukakan dianalisis menggunakan Zachman Framework, visi dan misi serta pengembangan sistem informasi. Pengembangan sistem informasi menggunakan Zachman Framework dapat didefinisikan secara sistematis, diidentifikasi dan dikategorikan berdasarkan cara pandang dan fokus analisis. Dari hasil penelitian, diperoleh analisis perusahanan, analisis pada pengembangan sistem informasi menggunakan Zachman Framework dan hasil uji prototype menggunakan metode kuisioner Usability Testing, dengan nilai rata rata 3.668.
Implementasi User Centered Requirements Engineering pada Perancangan Aplikasi Panduan Informasi Pertanian untuk Petani Arian Nurrifqhi; Sri Widowati; Mahmud Imrona
Indonesia Journal on Computing (Indo-JC) Vol. 4 No. 2 (2019): September, 2019
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2019.4.2.256

Abstract

Kebutuhan para petani terhadap informasi di bidang pertanian sangat beragam. Selama ini para petani hanya memanfaatkan pengetahuan informasi pertanian secara turun temurun. Meskipun teknologi sudah memasuki sektor pertanian seperti penggunaan perangkat telepon pintar (smartphone). Akan tetapi penggunaannya masih belum produktif karena belum adanya aplikasi mobile yang dapat menyediakan informasi pertanian secara terpadu. Sehingga diperlukan metode User Centered Requirements Engineering (UCRE) sebagai proses mengklasifikasikan kebutuhan informasi petani yang sangat beragam dan dikemas ke dalam model perancangan aplikasi informasi pertanian secara terpadu. Hasil rancangan aplikasi itu diperoleh ukuran usability sebesar 80.32% dan correctness sebesar 79% sehingga menggambarkan nilai kualitas yang baik terhadap aplikasi berdasarkan kebutuhan kegunaan dan ketepatan informasi dalam pengujian metode McCall.
Implementation of K-Means++ Algorithm for Store Customers Segmentation Using Neo4J Arief Chaerudin; Danang Triantoro Murdiansyah; Mahmud Imrona
Indonesia Journal on Computing (Indo-JC) Vol. 6 No. 1 (2021): April, 2021
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2021.6.1.547

Abstract

In the era of data and information, data has become one of the most useful and desirable things. Data can be useful information if the data is processed properly. One example of the results of data processing in business is by making customer segmentation. Customer segmentation is useful for identifying and filtering customers according to certain categories. Analysis of the resulting segmentation can produce information about more effective target market, more efficient budget, more accurate marketing or promotion strategies, and much more. Since segmentation aims to separate customers into several categories or clusters, a clustering algorithm can be used. In this research, customer segmentation is carried out based on the value of income and value of expenditure. The categorization method that will be used for this research is to use the K-Means ++ algorithm which is useful for determining clusters of the given data. In this study, the implementation of K-Means ++ is carried out using Neo4J. Then in this research, a comparison of K-Means ++ and K-Means is carried out. The result obtained in this study is that K-Means ++ has a better cluster than K-Means in term of silhouette score parameter.