Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal Jurnal Simetris MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Prosiding SNATIKA Vol 01 (2011) Nusanatara of Engineering Generation Journal
Fajar Rohman Hariri, Fajar Rohman
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Mathematics

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Hariri, Fajar Rohman
Nusantara of Engineering Vol 3, No 1 (2016)
Publisher : Fakultas Teknik - Universitas Nusantara PGRI Kediri

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

Abstract

Abstrak— Teknologi pendaftaran khususnya dalam memilah data murid memerlukan adanya sebuah sistem pendukung keputusan (SPK) yang bisa memilah data secara otomatis ketika ada data yang di masukkan. Sistem pendukung keputusan selalu membutuhkan metode yang tepat. Fuzzy banyak digunakan dalam pendukung pengambilan keputusan. Untuk program pendaftaran yang akan di buat akan menggunakan  metode fuzzy sugeno. Dimana metode fuzzy sugeno ini mampu mengelompokkan data berdasarkan input yang telah dipilih dan menerapkan aturan yang telah ditetapkan sehingga bisa menghasilkan output pembagian siswa kelas khusus dan kelas biasa. Dari 49 pendaftar berhasil didapatkan 16 siswa masuk kelas khusus dan sisanya masuk kelas biasa.   Kata Kunci — Fuzzy, Fuzzy Sugeno, Pendaftaran.
Penerapan Data Mining menggunakan Association Rules untuk Mendukung Strategi Promosi Universitas Nusantara PGRI Kediri Hariri, Fajar Rohman; Ramadhani, Risky Aswi
Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)

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

Abstract

Persaingan di dalam dunia bisnis ini sangat ketat , khususnya dalam mempromosikan perguruan tinggi. Setiap kampus berusaha memberikan fasilitas yang terbaik. Oleh karena itu setiap kampus berusaha mencari strategi yang tepat untuk mempromosikan kampusnya. Menurut para pengembang untuk menemukan suatu strategi yang dapat menentukan strategi pemasaran dalam mempromosikan perguruan tinggi dengan memaksimalkan pelayanan kepada masyarakat. Salah satu teknik yang dipakai dalam penerapan Data Mining adalah di dalam bidang promosi. Bila sasaran promosi tidak ditentukan secara baik, dalam arti tidak diupayakan mencari sasaran promosi yang potensial, maka hanya akan menghabiskan banyak waktu dan biaya yang seharusnya bisa diminimalisir melalui pemilihan target promosi yang baik. Penelitian kali ini akan mengimplementasikan metode Association Rule Apriori dalam menganaliasa hubungan daerah dan minat mahasiswa terhadap suatu prodi pada Universitas Nusantara PGRI Kediri, sehingga dapat memberikan rekomendasi wilayah promosi.
Implementasi Metode PCA dan City Block Distance untuk Presensi Mahasiswa Berbasis Wajah Pamungkas, Danar Putra; Hariri, Fajar Rohman
Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya) Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)

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

Abstract

Sistem presensi yang masih manual, menimbulkan banyaknya mahasiswa yang memanfaatkan celah untuk melakukan kecurangan. Misalnya mahasiswa yang tidak hadir dalam perkuliahan menyuruh temannya yang untuk menandatangani presensinya, sehingga kejujuran mahasiswa menjadi dipertanyakan. Selain itu presensi manual masih mempunyai banyak kekurangan. Seperti membutuhkan waktu lama untuk perekapan, serta pengecekan yang berulang untuk menghindari kesalahan. Untuk itu diperlukan sebuah sistem presensi yang mampu menangani permasalahan tersebut, seperti penerapkan sistem pengenalan wajah untuk proses presensi mahasiswa. Dalam penelitian ini menggunakan metode Eigenface PCA untuk ektraksi ciri dan metode City Blok Distance untuk proses pencocokan citra wajah. Data citra yang digunakan dalam uji coba sebanyak 100 data citra dari 10 responden. Hasil uji coba didapatkan tingkat akurasi pengenalan wajah menggunakan metode Eigenface PCA dan City Blok Distance 55,88% sampai dengan 83,33 % dengan rata-rata akurasi 69,86 %.
Klasifikasi Jenis Golongan Darah Menggunakan Fuzzy C-Means Clustering (FCM) dan Learning Vector Quantization (LVQ) Hariri, Fajar Rohman
MATICS Vol 10, No 1 (2018): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (353.709 KB) | DOI: 10.18860/mat.v10i1.5356

Abstract

Abstract— Blood is an important part of the body. Blood is divided into several groups A, B, O, and AB. Conventionally, detect blood group by dripping anti-A serum and anti-B serum into the blood to be recognized and direct measurement of the serum droplet reaction. This study will compare the processes that use segmentation and  without using segmentation to know the various segmentation information in introduction of human blood type image. From the test results that segmentation increase accuracy of recognition between 10% -24% of each test. By using JST Learning Vector Quantization (LVQ) as a classifier and Fuzzy C-Mean as segmentation, the optimal result on the system averages 92% to 98%.. Index Terms—Blood, Segmentation, Classification Abstrak–- Darah merupakan salah satu bagian penting dalam tubuh. Darah dibedakan menjadi beberapa golongan yaitu A, B, O, dan AB. Secara konvensional, mendeteksi golongan darah dengan cara meneteskan serum anti-A dan serum anti-B ke darah yang akan dikenali kemudian melakukan pengamatan langsung terhadap reaksi tetesan serum tersebut.  Penelitian ini akan membandingkan antara proses pengenalan yang menggunakan segmentasi dengan proses pengenalan tanpa menggunakan segmentasi untuk mengetahui seberapa besar pengaruh metode segmentasi dalam pengenalan citra golongan darah manusia. Dari hasil pengujian didapatkan bahwa dengan adanya metode segmentasi akurasi system pengenalan bertambah antara 10%-24% setiap uji coba. Dengan menggunakan JST Learning Vector Quantization (LVQ) sebagai pengklasifikasi dan Fuzzy C-Mean sebagai segmentasi citra darah dapat diperoleh hasil yang optimal pada sistem pengenala golongan darah manusia dengan prosentase keberhasilan rata rata 92% hingga 98%. Kata Kunci—Darah, Segmentasi, Klasifikasi Klasifikasi Jenis Golongan Darah MenggunakanFuzzy C-Means Clustering (FCM) dan Learning Vector Quantization (LVQ)
METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI Hariri, Fajar Rohman
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.178 KB) | DOI: 10.24176/simet.v7i2.788

Abstract

Sari kedelai Rosi setiap hari memproduksi sari kedelai yang akan disalurkan ke tiga tempat yaitu warung A, B dan C. Penjualan di tiga tempat tersebut setiap harinya mengalami naik turun, akibatnya tidak jarang hasil produksi banyak yang tidak terjual sehingga mengakibatkan kerugian. Selain itu juga mengakibatkan pengadaan bahan baku produksi yang tidak sesuai dengan hasil penjualannya. Selama ini Sari Kedelai Rosi dalam pengadaan bahan baku tidak dinamis setiap harinya atau tidak disesuaikan dengan perkiraan penjualan hari berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan setiap harinya. Sistem prediksi yang dibuat menggunakan metode least square. Data yang digunakan yaitu data penjualan 1 April 2016 sampai dengan 31 Mei 2016. Periode yang diprediksi yaitu tiga periode hari selanjutnya. Dari hasil uji coba dapat disimpulkan sistem prediksi penjualan sari kedelai dapat memprediksi penjualan pada periode selanjutnya. Metode least square dapat digunakan untuk memprediksi penjualan sari kedelai dengan nilai korelasi 0,88. Kata kunci: prediksi, penjualan, least square.
Implementasi Metode PCA dan City Block Distance untuk Presensi Mahasiswa Berbasis Wajah Pamungkas, Danar Putra; Hariri, Fajar Rohman
Prosiding SNATIKA Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : LPPM STIKI Malang

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

Abstract

Sistem presensi yang masih manual, menimbulkan banyaknya mahasiswa yang memanfaatkan celah untuk melakukan kecurangan. Misalnya mahasiswa yang tidak hadir dalam perkuliahan menyuruh temannya yang untuk menandatangani presensinya, sehingga kejujuran mahasiswa menjadi dipertanyakan. Selain itu presensi manual masih mempunyai banyak kekurangan. Seperti membutuhkan waktu lama untuk perekapan, serta pengecekan yang berulang untuk menghindari kesalahan. Untuk itu diperlukan sebuah sistem presensi yang mampu menangani permasalahan tersebut, seperti penerapkan sistem pengenalan wajah untuk proses presensi mahasiswa. Dalam penelitian ini menggunakan metode Eigenface PCA untuk ektraksi ciri dan metode City Blok Distance untuk proses pencocokan citra wajah. Data citra yang digunakan dalam uji coba sebanyak 100 data citra dari 10 responden. Hasil uji coba didapatkan tingkat akurasi pengenalan wajah menggunakan metode Eigenface PCA dan City Blok Distance 55,88% sampai dengan 83,33 % dengan rata-rata akurasi 69,86 %.
Penerapan Data Mining menggunakan Association Rules untuk Mendukung Strategi Promosi Universitas Nusantara PGRI Kediri Hariri, Fajar Rohman; Ramadhani, Risky Aswi
Prosiding SNATIKA Vol 4 (2017): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : LPPM STIKI Malang

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

Abstract

Persaingan di dalam dunia bisnis ini sangat ketat , khususnya dalam mempromosikan perguruan tinggi. Setiap kampus berusaha memberikan fasilitas yang terbaik. Oleh karena itu setiap kampus berusaha mencari strategi yang tepat untuk mempromosikan kampusnya. Menurut para pengembang untuk menemukan suatu strategi yang dapat menentukan strategi pemasaran dalam mempromosikan perguruan tinggi dengan memaksimalkan pelayanan kepada masyarakat. Salah satu teknik yang dipakai dalam penerapan Data Mining adalah di dalam bidang promosi. Bila sasaran promosi tidak ditentukan secara baik, dalam arti tidak diupayakan mencari sasaran promosi yang potensial, maka hanya akan menghabiskan banyak waktu dan biaya yang seharusnya bisa diminimalisir melalui pemilihan target promosi yang baik. Penelitian kali ini akan mengimplementasikan metode Association Rule Apriori dalam menganaliasa hubungan daerah dan minat mahasiswa terhadap suatu prodi pada Universitas Nusantara PGRI Kediri, sehingga dapat memberikan rekomendasi wilayah promosi.
Perbandingan metode Double Exponential Smoothing dan Simple Moving Average pada kasus peramalan penjualan Hariri, Fajar Rohman; Sari, Waskita; Mashuri, Chamdan
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 11, No 2 (2021): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v11i2.2348

Abstract

Toko Bangunan Barokah (TB. Barokah) yang berada di Singosari, Malang, Jawa Timur adalah salah satu toko yang menjual bahan bangunan. Beberapa barang yang dijual adalah semen putih dan semen hitam. Jumlah penjualan semen setiap bulan sangat beragam dan fluktuatif. Semen hitam menempati angka sangat tinggi dibandingkan semen hitam pada grafik penjualan setiap bulannya. Begitu juga dengan semen hitam merek Bosowa, semen putih merek Gresik dan merek Tiga Roda meskipun permintaan kecil, tetapi masih terjadi pergerakan jumlah penjualannya. Jumlah permintaan yang sangat fluktuatif menjadikan jumlah persediaan produk yang disiapkan tidak pasti, yang dipengaruhi oleh jumlah jenis dan merek, sehingga manajemen persediaan produk kesulitan dalam penyediaannya. Penelitian ini bertujuan untuk meramal jumlah semen yang terjual di bulan berikutnya, serta untuk mengetahui kinerja antara kedua metode Double Exponential Smoothing (DES) dan Simple Moving Average (SMA) untuk melakukan forecasting hasil penjualan semen pada TB. Barokah. Metode SMA mampu melakukan peramalan dengan data permintaan atau penjualan yang stabil/konstan. Sedangkan metode DES mampu dan dapat memberikan nilai pada bobot secara bertingkat dengan data up to date. DES mampu melakukan peramalan penjualan semen tiap bulan dengan nilai rata-rata percentange error (PE) 0,14%, sedangkan SMA dengan nilai rata-rata PE 1,35%.  Berdasarkan hasil pengujian menggunakan data dari TB. Barokah didapatkan bahwa metode yang paling efektif adalah DES karena memiliki nilai PE lebih kecil dibandingkan dengan SMA.
Perbandingan metode Double Exponential Smoothing dan Simple Moving Average pada kasus peramalan penjualan Hariri, Fajar Rohman; Sari, Waskita; Mashuri, Chamdan
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 11, No 2 (2021): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v11i2.2348

Abstract

Toko Bangunan Barokah (TB. Barokah) yang berada di Singosari, Malang, Jawa Timur adalah salah satu toko yang menjual bahan bangunan. Beberapa barang yang dijual adalah semen putih dan semen hitam. Jumlah penjualan semen setiap bulan sangat beragam dan fluktuatif. Semen hitam menempati angka sangat tinggi dibandingkan semen hitam pada grafik penjualan setiap bulannya. Begitu juga dengan semen hitam merek Bosowa, semen putih merek Gresik dan merek Tiga Roda meskipun permintaan kecil, tetapi masih terjadi pergerakan jumlah penjualannya. Jumlah permintaan yang sangat fluktuatif menjadikan jumlah persediaan produk yang disiapkan tidak pasti, yang dipengaruhi oleh jumlah jenis dan merek, sehingga manajemen persediaan produk kesulitan dalam penyediaannya. Penelitian ini bertujuan untuk meramal jumlah semen yang terjual di bulan berikutnya, serta untuk mengetahui kinerja antara kedua metode Double Exponential Smoothing (DES) dan Simple Moving Average (SMA) untuk melakukan forecasting hasil penjualan semen pada TB. Barokah. Metode SMA mampu melakukan peramalan dengan data permintaan atau penjualan yang stabil/konstan. Sedangkan metode DES mampu dan dapat memberikan nilai pada bobot secara bertingkat dengan data up to date. DES mampu melakukan peramalan penjualan semen tiap bulan dengan nilai rata-rata percentange error (PE) 0,14%, sedangkan SMA dengan nilai rata-rata PE 1,35%.  Berdasarkan hasil pengujian menggunakan data dari TB. Barokah didapatkan bahwa metode yang paling efektif adalah DES karena memiliki nilai PE lebih kecil dibandingkan dengan SMA.
Clustering Dokumen Fatwa MUI berdasarkan Bidang Permasalahan Menggunakan K-Means Hariri, Fajar Rohman; Syauqi, Ala
Generation Journal Vol 4 No 1 (2020): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v4i1.13899

Abstract

Sejak Majelis Ulama Indonesia (MUI) berdiri pada tahun 1975 sampai sekarang, lembaga ini telah menghasilkan fatwa sebanyak 201 buah yang mencakup berbagai bidang. Seperti masalah ibadah, ahwal al-syakhshiyah, keluarga berencana, masalah makanan dan minuman, kebudayaan, hubungan antar agama, dan lain-lain. Text mining merupakan salah satu teknik yang digunakan untuk menggali data yang tersembunyi dari data yang berbentuk text. Salah satu metode dalam text mining adalah clustering. Penelitian kali ini mengimplementasikan metode K-Means Clustering pada dokumen – dokumen fatwa MUI untuk mengelompokkan fatwa yang ada berdasarkan kemiripan masalah yang dibahas. Silhouette Coefficient digunakan untuk analisa terhadap cluster yang dihasilkan, dengan nilai terbaik 0.0994699359772012 dengan pengelompokan 10 cluster.
Co-Authors Danar Putra Pamungkas, Danar Putra Mashuri, Chamdan Risky Aswi R, Risky Sari, Waskita Syauqi, Ala