Article Per Year (5 Year)
p-Index From 2019 - 2024
1.066
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING Mulia International Journal in Science and Technical Journal of Informatics, Information System, Software Engineering and Applications (INISTA) Journal of Informatics and Communication Technology (JICT)
Apri Junaidi, Apri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Mathematics

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
The Development of Smart Campus System in Indonesia Hardi, Richki; Kamalrudin, Massila; Hashim, Ummi Rabah; Yana Hendriana; Gunawan; sumardi; Yustian; Sigit Sigalayan; Jack Febrian Rusdi; Agus Sasmito; Apri Junaidi; Anastasia Lidya Maukar
Mulia International Journal in Science and Technical Vol 2 No 1 (2019): August
Publisher : Universitas Mulia

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

Abstract

Dependence on technology is complicated to avoid and very difficult to separate in the digital era. It impacts the education system, especially in Indonesian higher education. Higher education institutions in Indonesia have begun to implement information and communication technology-based systems within the campus environment. Encouraged from all academic communities in higher education who expect comfort so that the importance of the role of technology. Smart Campus comes as a result of a system that uses technology and the internet as an intermediary. Smart Campus is expected to be a campus that can educate students with IT-managed methods. The smart campus is a campus that combines, combines, combines, and implements teaching and learning processes using information technology. So that all systems that support the teaching and learning process also use technology. The smart campus system can be implemented starting from the new student admission system, campus academic system, online examination system, library information system, and tuition payment system. With the smart campus, the system will reduce errors in doing work. Of course, it will also reduce the costs to be incurred by the campus.
Cardiovascular Disesases Treatment Prediction Using Support Vector Machine Apri Junaidi; Jerry Lasama
Mulia International Journal in Science and Technical Vol 2 No 2 (2019): December
Publisher : Universitas Mulia

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

Abstract

­The number 1 diseases that take up to 17 million lives annually are Cardiovascular diseases (CVDs).  CVDs mistreatment would increase the risk dramatically to the point that saving the patient deemed impossible. The dataset used in this research originated from RSUP DR. M Djamil Padang from January 2014, until July 2014 with 426 entries and seven columns, the data also digitized in CSV form from the log journal with a lot of wrong data input because the data has not been standardized yet. The proposed method analyses the pattern of patient diagnosis, age, insurance, origin, and gender using Support Vector Machine (SVM) and predicts the appropriate treatment for the patient. In the process,  SVM drew a hyperplane for each target class in the transformed training set by the radial basis function (RBF), and classify the target data. Simulation results on CVDs treatment prediction show 50% accuracy, which then improved by Gaussian Process optimizer and the score increased to 66%.
Extract, Transform, Load sebagai upaya Pembangunan Data Warehouse Ade Rahmat Iskandar; Apri Junaidi; Asep Herman
Journal of Informatics and Communication Technology (JICT) Vol 1 No 1 (2019): JICT
Publisher : PPM Institut Teknologi Telkom Telkom Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (601.864 KB) | DOI: 10.52661/j_ict.v1i1.21

Abstract

Paper ini dibuat untuk memberikan gambaran secara general dalam proses transformasi Ekstract, Transform, dan Load (ETL) sebagai data masukan untuk multidimensional modeling data mart dan data warehouse. Artikel ini dibuat dengan mengimplementasikan database dari Online Transaction Processing (OLTP) kedalam database Online Analytical processing (OLAP). Pada penelitian ini digunakan database classicmodels yang bersifat open source dari Mysql.Metode yang dilakukan dalam penelitian ini adalah, dengan melakukan proses Extract, Transform danLoad (ETL) pada data classic models yang dilakukan dengan cara melakukan ketiga proses tersebut (ETL) dari database OLTP kedalam database OLAP.Luaran dari penelitian ini adalah terbntuknya fact oder berisi data dari semua data dimension yang dbiuat untuk data classic model menggunakan perngkat lunak Pentaho Data Intergarion (Kettle) dan database management system MySQL
Simulasi Penghilangan Noise Pada Sinyal Suara Menggunakan Metode Fast Fourier Transform (FFT) Alhamda Adisoka Bimantara; Muhammad Satria Adhi; Danang Priambodo; Hanif Muslim Azhar; Apri Junaidi
Journal of INISTA Vol 1 No 2 (2019): Mei 2019
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v1i2.45

Abstract

Perekaman suara biasa dilakukan oleh beberapa orang untuk merekam suara tertentu. suara yang direkam tersebut biasanya memiliki informasi didalamnya yang akan ditujukan atau disampaikan kepada banyak pihak. Namun, terdapat adanya permasalahan yang sering terjadi ketika melakukan perekaman suara, yaitu adalanya noise atau gangguan suara yang menyebabkan kualitas dari hasil perekaman suara kurang baik. Permasalahan tersebut dapat diatasi dengan menerapkan metode Fast Fourier Transform untuk menghilangkan noise yang terdapat pada data suara hasil rekaman. Perhitungan dari metode Fast Fourier Transform digunakan untuk mencari nilai rata-rata dan nilai ambang batas. Selanjutnya menghilangkan nilai yang berada dibawah nilai ambang batas karena dianggap sebagai noise. Hasil dari penelitian ini merupakan menampilkan sebuah grafik yang menunjukkan data suara hasil rekaman sebelum di-filter dan sesudah di-filter.
Analisis K-Means Untuk Mengetahui Kelompok Tingkat Antusias Netizen Twitter Pada Kejadian Letusan Gunung Tangkuban Perahu Auliya Burhanuddin; Rifki Adhitama; Apri Junaidi
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.165

Abstract

Internet merupakan produk terknologi yang menandai era revolusi industri 4.0 dimana telah merubah cara berkomunikasi dengan jenis interaksi sosial yang baru. Pada 27 Agustus 2010 gunung sinabung meletus dan banyak kerugian dirasakan. Gunung tangkuban perahu meletus pada 26 Juli 2019 pukul 15.48. Belajar dari meletusnya gunung Sinabung yang merugikan maka memunculkan empati dari masyarakat, bantuan moral dan spiritual. Untuk mendapatkan data twiter dari website twitter maka dapat dilakukan proses crawling data yang dicari. Dari hasil crawling twetter akan didapatkan data user berupa total tweet, total follower, total likes, website, source, bio profile, id, akun, nama, dan lokasi. Kemudian dilakukan proses pengelompokkan/clustering menggunakan metode K-Means Clustering untuk mengetahui kelompok antusias dari netizen sebelum, ketika, dan pasca kejadian bencana. Hasil yang didapat adalah jumlah tweet sebelum gunung meletus yaitu 11.324 Tweet ketika meletus 35 tweet, dan pasca meletus 26 Juli 2019 yaitu 1.170 tweet dan 26-29 juli 2019 yaitu 1.512 tweet. Tingkat antusias sebelum kejadian 6.572 antusias dan 4.696 sangat antusias. Setelah gunung meletus 812 dan 798 antusias; dan 346 dan 575 sangat antusias. Tingkat antusias netizen sangat tinggi pada sebelum kejadian maka dapat dilakukan aktivitas sosial yang dapat dimanfaatkan pasca kejadian bencana sehingga dapat membantu secara langsung setelah kejadian bencana terjadi.
Mendeteksi Kematangan Pada Buah Mangga Garifta Merah Dengan Transformasi Ruang Warna HSI Ahmad Muslih Syafi’i; Muhammad Fajar Ahadi; Muhammad Iqbal Rasyid; Faisal Dharma Adhinata; Apri Junaidi
Journal of Applied Informatics and Computing Vol 5 No 2 (2021): December 2021
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v5i2.3217

Abstract

Garifta Mango is obtained from the combination of the best quality local mangoes. Garifta mango is said to have a sweeter taste variant than the quality of other types of mango. However, when choosing Red Garifta mangoes with a good level of ripeness, we are often confused. Sometimes Red Garifta mango entrepreneurs still use manual methods to distinguish the ripeness of Red Garifta mangoes. Therefore, this study carried out a systematic design using the HSI color space transformation method. We used 15 Red Garifta mangoes as test data and 30 Red Garifta mangoes as training data in the testing phase. After doing the test, we get the accuracy, precision, and recall of 15 test data, respectively 80%, 80%, and 87%. From this percentage value, it can be concluded that the method we use can be used to detect the ripeness of the Red Garifta mango fruit.
Co-Authors Ade Rahmat Iskandar Agus Sasmito Ahmad Muslih Syafi’i Alhamda Adisoka Bimantara Anastasia Lidya Maukar Asep Herman Auliya Burhanuddin Danang Priambodo Faisal Dharma Adhinata Gunawan Hanif Muslim Azhar Hashim, Ummi Rabah Jack Febrian Rusdi Jerry Lasama Kamalrudin, Massila Muhammad Fajar Ahadi Muhammad Iqbal Rasyid Muhammad Satria Adhi Richki Hardi Rifki Adhitama Sigit Sigalayan SUMARDI Yana Hendriana Yustian