Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.633

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Teknik ITS Journal of Information Systems Engineering and Business Intelligence Konvergensi SISFO JSiI (Jurnal Sistem Informasi) Sewagati

Riksakomara, Edwin

Departemen Sisitem Informasi Institut Teknologi Sepuluh Nopember

Author-ID : 829388

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Social Sciences

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

ANALISIS KINERJA METODE ANFIS UNTUK PERAMALAN KASUS DEMAM BERDARAH DI KABUPATEN MALANG Anggraeni, Wiwik; Kurniaji, Garis Narendra; Riksakomara, Edwin; Samopa, Febriliyan; Wibowo, Radityo Prasetianto; T, Lulus Condro; Pujiadi, Pujiadi
SISFO Vol 7 No 3 (2018)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

Demam Berdarah Dengue (DBD) di Kabupaten Malang saat ini telah menjadi kejadian luar biasa nasional di Kabupaten Malang. Pemerintah Malang sudah melakukan upaya preventif untuk menekan jumlah penderita, namun penderita DBD tetap besar. Dibutuhkan peramalan jumlah penderita sebagai dasar informasi untuk tindakan mitigasi (sistem peringatan dini). Penelitian ini mempunyai tujuan untuk menerapkan metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk meramalkan jumlah penderita demam berdarah dan kemudian mengetahui bagaimana kinerja metode tersebut dari segi akurasi dan kemampuan mengikuti pola. Dalam melakukan prediksi, daerah di Kabupaten Malang dikelompokkan menjadi 3 berdasarkan ketinggian daerah, yaitu Malang Rendah, Malang Sedang, dan Malang Tinggi. Hasil penelitian menunjukkan bahwa nilai Mean Absolute Percentage error sebesar 19% untuk daerah Malang Rendah, 24% untuk Malang Sedang dan 15% untuk Malang Tinggi. Sedangkan Mean Directional Accuracy sebesar 50% untuk Malang Rendah, 42% untuk Malang Sedang dan 42% untuk Malang Tinggi.

BLENDED LEARNING DARI PERSPEKTIF PARA GURU SEKOLAH DI PONDOK PESANTREN Muklason, Ahmad; Mahananto, Faizal; Anggraeni, Wiwik; Djunaidy, Arif; Riksakomara, Edwin
SISFO Vol 8 No 2 (2019)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

To survive the industrial revolution 4.0 which was marked by the massive use of digital technology, educational organizations are expected to do digital transformation. However, unfortunately it is commonly known that there is a gap in the use of technology in Indonesia between big cities and regions, between modern education system and traditional education system. To reduce this gap, blended learning technology training was held aimed for teachers in the Darul Ulum Islamic boarding school in Peterongan, Jombang. Pondok Pesantren Darul Ulum Islamic is a boarding school with almost 10,000 students. In the Darul Ulum Islamic boarding school its self there are various educational units ranging from primary school to higher education. This study focuses on investigating the online learning technology adoption by teachers in Islamic boarding school, especially their perspective on the technology. Our findngs showed that they are very ready to adopt the technology.

SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEBSITE DENGAN NOTIFIKASI ANDROID (STUDI KASUS DI POLITEKNIK PELAYARAN SURABAYA) Haryanto, Haryanto; Wrahatnala, Ery Sadewa Yudha; Riksakomara, Edwin
KONVERGENSI Vol 16 No 1 (2020)
Publisher : Informatics, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30996/konv.v1i1.3259

Perpustakaan merupakan bagian dari sumber belajar yang harus dimiliki oleh setiap sekolah atau perguruan tingi. Karena peserta didik dengan mudah mencari informasi atau ilmu pengetahuan melalui perpustakaan. Dengan adanya perkembangan teknologi membuat manusia berfikir untuk dapat bekerja lebih efektif dan efisien. Salah satunya yaitu membuat sistem konvensional menjadi sistem yang terkomputerisasi. Dengan memanfaatkan fasilitas website dan android yang terhubung ke internet, perpustakaan dapat lebih efektif dan efisien dalam pencarian dan pemesanan buku. Pada penelitian ini dirancang suatu sistem informasi perpustakaan berbasis website dan android menggunakan bahasa pemograman PHP MySQL. Dengan sistem ini, di harapkan mampu mengatasi berbagai kebutuhan dari user untuk mencari buku dan melakukan pemesanan serta memudahkan administrasi sekolah dalam sirkulasi peminjaman buku dan pembuatan laporan.

Stock price forecast of macro-economic factor using recurrent neural network M. Reza Pahlawan; Edwin Riksakomara; Raras Tyasnurita; Ahmad Muklason; Faizal Mahananto; Retno A. Vinarti
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 10, No 1: March 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v10.i1.pp74-83

The stock market is one of the investment choices that always have traction from time to time. Aside from being a means of corporate funding, investing in the stock market can benefit investors. Investing also has a higher risk because the pattern of stock prices is volatile, which is caused by internal and external factors. One external factor that affects stock prices is the macro-economic, where these factors are events that occur in a country where one of the economic sectors affected is stock prices. Investors often feel confused about the right time in decisions making related to buying or selling stock. One way to look at how the prospect of stock prices is a stock price forecasting activity. For this study, we will be making use of the recurrent neural network (RNN) to forecast stock prices for the next periods. This research involves two variables: the closing stock price and the rupiah exchange rate against the dollar for the daily period. We achieve a MAPE value of 1.546% for RNN model without the variable foreign exchange rate and 1.558% for the RNN model that uses the foreign exchange rate against the dollar.

Evaluasi Aplikasi Sistem Informasi Penerimaan Online Menggunakan Information Systems Success Model (Studi Kasus: Otoritas Jasa Keuangan) Achmad Ramadhani; Edwin Riksakomara
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Otoritas Jasa Keuangan merupakan suatu lembaga yang berfungsi untuk menyelenggarakan sistem pengaturan dan pengawasan yan terintegrasi terhadap keseluruhan kegiatan di dalam sektor jasa keuangan. Lembaga ini menyediakan sistem yang bernama SIPO (Sistem Informasi Penerimaan Online) yang dapat digunakan sebagai alat bantu bagi OJK untuk mengelola pembayaran pungutan OJK dengan lebih cepat dan mudah secara online. Pada dasarnya sistem ini digunakan untuk memudahkan bagi OJK, namun demikian, OJK ingin mengetahui apakah SIPO (Sistem Informasi Penerimaan Online) berhasil memberikan informasi yang diberikan kepada pengguna implementasinya.Oleh karena itu perlu adanya penilaian kualitas sistem informasi penerimaan online (SIPO) di Otoritas Jasa Keuangan (OJK). Dengan adanya permasalahan ini maka akan dilakukan evaluasi aplikasi tersebut dengan menggunakan Information Systems Success Model dan untuk perhitungan akan menggunakan Structural Equation Model (SEM) yang nantinya akan dilakukan survei pada internal OJK yang menggunakan sistem ini dan hasil dari survei data akan dihitung menggunakan LISREL. Hasil dari tugas akhir ini adalah diharapkan dapat membantu Otoritas Jasa Keuangan dalam hal mengetahui apakah SIPO berhasil memberikan informasi yang diberikan kepada pengguna implementasinya yang telah diterapkan serta memberikan masukan indikator yang bernilai jelek menurut pengguna dan beberapa contoh perbaikan yang bisa dilakukan.

Prediksi Intensitas Hujan Kota Surabaya dengan Matlab menggunakan Teknik Random Forest dan CART (Studi Kasus Kota Surabaya) Maulana Dhawangkhara; Edwin Riksakomara
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Keakuratan prediksi potensi curah hujan di Kota Surabaya dibutuhkan untuk antisipasi bencana akibat hujan seperti banjir bandang, membantu memprediksi kondisi penerbangan dan membantu majaemen saluran sanitasi di Surabaya. Prediksi dilakukan dengan data hari sebelumnya menggunakan perbandingan teknik Classification and Regression Trees (CART) dan Random Forest (RF) pada data cuaca selama 17 tahun (2000-2016) berasal dari stasiun cuaca Juanda, Surabaya melalui website NCDC (National Climate Data Center) yang terdiri dari data suhu udara, titik embun, keepatan angin, tekanan udara, visibilitas dan curah hujan. Evaluasi pembuatan model dengan pengukuran akurasi, precision dan recall menunjukkan bahwa baik metode CART maupun Random Forest mampu mengklasifikasi dengan akurasi baik sebesar 78% untuk 4 dari 5 kelas intensitas hujan, dengan kelas terakhir belum mampu diklasifikasi oleh kedua metode. Metode Random forest memiliki nilai performa sedikit lebih baik dibandingkan dengan CART sebesar 6%. Eksperimen tuning parameter untuk kedua metode membuktikan performa lebih baik dibandingkan parameter default metode dan mampu memberikan kestabilan hasil performa dari segi uji coba proporsi data training dan testing. Variabel yang berpengaruh besar dalam model CART dan random forest dengan nilai uji performa yang baik antara lain adalah suhu udara, titik embun, suhu udara maksimum dan suhu udara minimum beserta variabel turunannya (selisih suhu udara maksimum dan minimum, selisih suhu udara dan titik embun dan kelembapan relatif). Penelitian ini menghasilkan aplikasi pengklasifikasi intensitas hujan yang memiliki akurasi baik atas kelas intesitas hujan (tidak hujan, ringan, sedang, deras, sangat deras).

Peramalan Jumlah Produksi Ikan dengan Menggunakan Backpropagation Neural Network (Studi Kasus: UPTD Pelabuhan Perikanan Banjarmasin Azhar Razak; Edwin Riksakomara
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Pelabuhan Perikanan Banjarmasin (UPTD dibawah binaan Dinas Perikanan dan Kelautan Kalimantan Selatan) mempunyai salah satu tugas pokok dan fungsi untuk memproduksi hasil tangkapan ikan dari kapal-kapal nelayan dan mendistribusikannya ke berbagai daerah untuk dipasarkan dalam setiap bulannya. Hasil pemasaran ini nantinya akan digunakan Pemerintah Daerah untuk meningkatkan Pendapatan Asli Daerah (PAD) dari provinsi itu sendiri. Permasalahan yang ada adalah jumlah produksi ikan ini umumnya tidak menentu pada setiap bulannya yang mungkin juga dapat berdampak pada kegiatan utama lainnya, seperti penyaluran es pendingin, penyediaan air bersih, dan kegiatan lainnya yang berkaitan dengan proses produksi. Hal seperti ini merupakan permasalahan lumrah dalam bidang peramalan, yaitu ketidakpastian suatu keadaan apabila dilihat fakta-fakta history yang telah lalu. Oleh karena itu, penulis mencoba mencari solusi dengan penggunaan metode peramalan ANN untuk melihat sistemasi dari kegiatan produksi pada instansi ini. Artificial Neural Network (ANN) merupakan sebuah sistem pemrosesan data dengan meniru cara kerja sistem saraf manusia. ANN merupakan sebuah sistem yang terdiri atas banyak elemen pemrosesan sederhana yang terhubung secara paralel. Backpropagation Neural Network (BPNN) dikatakan memiliki kelebihan dalam aspek pembelajaran sistem (adaptive) dan memiliki resiko kesalahan kecil (fault tolerance) terhadap pemecahan masalah. Diharapkan dari hasil penelitian ini didapatkan model, output, hasil analisis, dan aplikasi peramalan produksi ikan yang dapat digunakan oleh instansi terkait untuk memprediksi variabel produksi ikan pada periode-periode berikutnya.

Optimasi Pemilihan Supplier dan Alokasi Supply Batubara Pada PLTU Kapasitas 615MW dengan Menggunakan Metode Analytical Hierarchy Proces dan Goal Programming (Studi Kasus PT.XYZ) Muhammad Asvin Imaduddin; Edwin Riksakomara
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Supplier merupakan salah satu mitra bisnis yang memegang peranan dalam menjamin ketersediaan barang pasokan yang dibutuhkan oleh perusahaan. Pada perusahaan yang baik dan sehat ketika kondisi supplier tidak sedang baik maka perusahaan tidak terlalu mendapatkan kerugian. Pemilihan supplier sendiri merupakan salah satu kegiatan strategis bagi perusahaan dalam proses bisnisnya apabila supplier memasok barang barang yang kritis dan dalam jangka waktu yang panjang bagi perusahaan sehingga perusahaan harus dapat mempertimbangkan dengan baik pemilihan supplier tersebut. Dalam mengatasi masalah tersebut, penulis mencoba mengimplementasikan pendekatan analytical hierarchy process dengan goal programming dengan terintegrasi, sehingga dapat menghasilkan hasil yang baik dalam pemilihan supplier dengan kriteria lebih dari satu, sesuai dengan kriteria yang telah ditentukan oleh perusahaan. Pada hasil penelitian didapatkan bukti bahwa metode AHP dapat digunakan dengan baik untuk membantu proses pemilihan supplier dengan 3 kriteria dan 7 subkriteria. Hasil proses pemilihan supplier dengan menggunakan metode AHP didapatkan hasil 3 terbaik dari 12 supplier dengan nilai pada PT. H sebesar 81.6, PT F sebesar 80.2, dan PT. I sebesar 79.6. Dalam jangka waktu satu tahun PT. H mendapatkan alokasi supply sebesar 3000000 ton, PT. F sebesar 500000 ton, dan PT. I sebesar 500000 ton.

Peramalan Harga Garam Konsumsi Menggunakan Artificial Neural Network Feedforward-Backpropagation (Studi Kasus : PT. Garam Mas, Rembang, Jawa Tengah) Mochammad Yusuf Habibi; Edwin Riksakomara
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Garam merupakan salah satu komoditas strategis, karena selain merupakan kebutuhan pokok manusia, garam juga digunakan sebagai bahan baku industri. Indonesia menjadi salah satu negara yang memproduksi garam. Akan tetapi Indonesia belum bisa memenuhi kebutuhan garam dalam negeri. Kabupaten Rembang sebagai salah satu daerah penghasil garam, baik garam konsumsi maupun garam industri. Salah satu perusahaan yang mengolah garam adalah PT. Garam Mas. Pada perusahaan tersebut sudah melayani permintaan pasar di wilayah Jawa Tengah-DIY dan sebagian wilayah Sumatra.Masih banyak industri di Indonesia yang memilih garam impor dibandingkan dengan garam lokal. Hal tersebut sangat merugikan, baik bagi petani maupun bagi pemilik usaha pengolahan garam. Karena membuat harga garam lokal menjadi tidak menentu. Untuk itu perlu dibuat strategi bisnis yang tepat agar dapat meminimalisir kerugian tersebut. Untuk mendukung strategi tersebut perlu dilakukan sebuah permalan harga garam. Dimana hasil peramalan dapat dijadikan acuan untuk mengatur strategi bisnis yang tepat. Pada penelitian ini, digunakan metode Artificial Neural Network. Model yang dihasilkan pada penelitian ini memiliki nilai MAPE sebesar 4.394%.

Implementasi Fuzzy C-Means dan Model RFM untuk Segmentasi Pelanggan (Studi Kasus : PT. XYZ) Denny Bintang Saputra; Edwin Riksakomara
Jurnal Teknik ITS Vol 7, No 1 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Era globalisasi yang disertai dengan berlakunya MEA menyebabkan persaingan dalam berbagai sektor bisnis, termasuk sektor industri. Hal ini memaksa perusahaan-perusahaan yang bergerak di sektor industri di Indonesia untuk bersaing dengan negara-negara tetangga di ASEAN, termasuk PT. XYZ. Banyaknya perusahaan kompetitor yang menawarkan harga rendah membuat pelanggan PT. XYZ beralih pada kompetitor. Terkait dengan hal tersebut, PT. XYZ telah melakukan berbagai kegiatan promosi dalam rangka mengelola hubungan dengan pelanggan. Namun kegiatan promosi selama ini diimplementasikan kepada semua pelanggan tanpa adanya segmentasi sehingga strategi promosi menjadi tidak efektif dan efisien. Untuk menyelesaikan masalah pelanggan tersebut, salah satu solusi yang dapat dilakukan adalah menentukan segmentasi pelanggan. Segmentasi yang dilakukan menggunakan metode clustering Fuzzy C-Means. Sedangkan untuk menentukan jumlah K, metode yang digunakan adalah metode Elbow. Dalam proses clustering, diterapkan variabel RFM yang menggambarkan perilaku pelanggan dalam melakukan transaksi. Setelah hasil clustering muncul, cluster tersebut akan divisualisasikan sehingga memudahkan untuk menganalisa setiap cluster. Hasil dari clustering dengan Fuzzy C-Means dan model RFM adalah tiga segmen pelanggan. Segmen 1 adalah segmen terburuk dengan rata-rata nilai CLV 0.0538. Segmen 2 adalah segmen menengah dengan rata-rata nilai CLV 0.1674. Segmen 3 adalah segmen terbaik dengan rata-rata nilai CLV 0.3516. Segmen 1 memiliki 42 anggota, segmen 2 memiliki 64 anggota, dan segmen 3 memiliki 17 anggota

Co-Authors Achmad Ramadhani Ahmad Muklason Amalia Utamima Amalinda Jayanty Arif Djunaidy Azhar Razak Denny Bintang Saputra Etria Sepwardhani Purba Faizal Mahananto Febriliyan Samopa Hamzah Muhammad Hanif Mitsal Mahatta Hardhika Propitadewa Haryanto Haryanto Jeremy Diaz Prasetyo Jihaan Harvi Habibah Kurniaji, Garis Narendra Laura Wilhelmina Theresia M. Fiqri Ananda M. Rayhan Brameswara Maulana Dhawangkhara Mochamad Zidan Aqila Kamil Mochammad Yusuf Habibi Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Asvin Imaduddin Muhammad Daffa Maulana Muhammad Hisyam Muhammad Reza Pahlawan Naufal Abdurahman Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Nur Aini Lestari Nur Khofifah Nur Laila Nur Nindya Risnina Pramesti Putri Pujiadi Pujiadi Pujiadi, Pujiadi Radityo Prasetianto Wibowo Rahma Fauzia Raras Tyas Nurita Raras Tyasnurita Retno A. Vinarti Retno Aulia Vinarti Rifqi Luthfiansyah Septica Tiara Indah Permatasari Siti Aminatus Zehroh T, Lulus Condro Tresnaning Arifiyah Tri Achmadi Wiwik Anggraeni Wiwik Anggraeni Wrahatnala, Ery Sadewa Yudha

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search