Dataset Preview
The full dataset viewer is not available (click to read why). Only showing a preview of the rows.
The dataset generation failed because of a cast error
Error code: DatasetGenerationCastError
Exception: DatasetGenerationCastError
Message: An error occurred while generating the dataset
All the data files must have the same columns, but at some point there are 8 new columns ({'Name', 'Affiliation', 'Last_Updated', 'Research_Interests', 'Safe_Filename', 'Total_Publications', 'Abstracts_Collected', 'Email_Verification'}) and 13 missing columns ({'General_Topics', 'Publication_Date', 'id', 'Citations', 'Author_Interests', 'Author_Name', 'title', 'year', 'source_file', 'Authors', 'Abstract', 'Journal', 'Specific_Topics'}).
This happened while the csv dataset builder was generating data using
hf://datasets/Lab-IS/filkom-research-papers/faculty_summary.csv (at revision ae0a55b87e800c7209c888ea1c8720dd92888030)
Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)
Traceback: Traceback (most recent call last):
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1871, in _prepare_split_single
writer.write_table(table)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/arrow_writer.py", line 643, in write_table
pa_table = table_cast(pa_table, self._schema)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2293, in table_cast
return cast_table_to_schema(table, schema)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2241, in cast_table_to_schema
raise CastError(
datasets.table.CastError: Couldn't cast
Name: string
Affiliation: string
Email_Verification: string
Research_Interests: string
Total_Publications: int64
Abstracts_Collected: int64
Profile_URL: string
Safe_Filename: string
Last_Updated: string
-- schema metadata --
pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 1402
to
{'Author_Name': Value(dtype='string', id=None), 'Author_Interests': Value(dtype='string', id=None), 'title': Value(dtype='string', id=None), 'year': Value(dtype='int64', id=None), 'Citations': Value(dtype='int64', id=None), 'Journal': Value(dtype='string', id=None), 'Authors': Value(dtype='string', id=None), 'Publication_Date': Value(dtype='string', id=None), 'Profile_URL': Value(dtype='string', id=None), 'Abstract': Value(dtype='string', id=None), 'id': Value(dtype='int64', id=None), 'General_Topics': Value(dtype='string', id=None), 'Specific_Topics': Value(dtype='string', id=None), 'source_file': Value(dtype='string', id=None)}
because column names don't match
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1436, in compute_config_parquet_and_info_response
parquet_operations = convert_to_parquet(builder)
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1053, in convert_to_parquet
builder.download_and_prepare(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 925, in download_and_prepare
self._download_and_prepare(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1001, in _download_and_prepare
self._prepare_split(split_generator, **prepare_split_kwargs)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1742, in _prepare_split
for job_id, done, content in self._prepare_split_single(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1873, in _prepare_split_single
raise DatasetGenerationCastError.from_cast_error(
datasets.exceptions.DatasetGenerationCastError: An error occurred while generating the dataset
All the data files must have the same columns, but at some point there are 8 new columns ({'Name', 'Affiliation', 'Last_Updated', 'Research_Interests', 'Safe_Filename', 'Total_Publications', 'Abstracts_Collected', 'Email_Verification'}) and 13 missing columns ({'General_Topics', 'Publication_Date', 'id', 'Citations', 'Author_Interests', 'Author_Name', 'title', 'year', 'source_file', 'Authors', 'Abstract', 'Journal', 'Specific_Topics'}).
This happened while the csv dataset builder was generating data using
hf://datasets/Lab-IS/filkom-research-papers/faculty_summary.csv (at revision ae0a55b87e800c7209c888ea1c8720dd92888030)
Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
Author_Name
string | Author_Interests
string | title
string | year
int64 | Citations
int64 | Journal
string | Authors
string | Publication_Date
string | Profile_URL
string | Abstract
string | id
int64 | General_Topics
string | Specific_Topics
string | source_file
string |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
AI, Machine Learning & Deep Learning (Teori & Implementasi)
| 2,021
| 39
|
no. July
|
I Cholissodin, AA Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
| null | 2
|
Artificial Intelligence; Machine Learning; Deep Learning
|
Artificial Intelligence for Theory and Implementation; Machine Learning for Theory and Implementation; Deep Learning for Theory and Implementation
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
AI, machine learning and deep learning
| 2,020
| 20
|
Fakultas Ilmu Komputer, Universitas Brawijaya, Malang
|
Imam Cholissodin, S Sutrisno, AA Soebroto, U Hasanah, YI Febiola
|
2020
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Buku ini merupakan uraian dari pemahaman empat teknik dasar pemecahan masalah dalam Artificial Intelligence, Machine Learning dan Deep Learning (AI, ML & DL), yaitu: Searching, Reasoning, Planning dan Learning. Setiap teknik memiliki banyak metode yang dapat digunakan untuk menyelesaikan kasus tertentu. Oleh karena itu, pengggunaan metode ini harus disesuaikan dengan permasalahan apa yang akan diselesaikan. Dalam perkuliahan nanti akan diberikan beberapa tugas dalam bentuk presentasi, pembuatan ilustrasi dan penyelesaian case study dengan mengimplementasikan beberapa teknik serta metode untuk membantu mempermudah pemahaman serta memberikan gambaran bagaimana memilih teknik dan metode yang tepat untuk digunakan sebagai general problem solving.
| 6
|
Artificial Intelligence; Machine Learning; Deep Learning
|
Artificial Intelligence for Overview; Machine Learning for Overview; Deep Learning for Overview
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Aplikasi Manajemen Proyek menggunakan Kanban Framework
| 2,019
| 20
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Nurul Faizah, Nurudin Santoso, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Proyek merupakan suatu kegiatan yang bersifat sementara yang memiliki batas waktu, ruang lingkup, dan biaya. Proyek memiliki banyak jenis salah satunya yaitu proyek perangkat lunak. Software house mengerjakan bermacam-macam jenis proyek perangkat lunak. Setiap jenis proyek mempunyai tahap-tahap/alur untuk mengembangkannya secara berbeda-besa sesuai dengan ketentuan pada software house atau ketentuan dari manajer proyeknya. Dalam satu waktu yang bersamaan software house setidaknya mengerjakan 1-3 proyek yang dibagi menjadi beberapa tim. Setiap proyek dipimpin oleh manajer proyek yang berbeda dimana, seorang manajer proyek pada proyek tertentu dapat menjadi anggota tim dari proyek lainnya. Manajer proyek kebingungan untuk memantau progres dari proyek yang dipimpinnya dan pengerjaan tugas pada proyek yang lainnya. Membangun sistem yang dapat manajemen suatu proyek dengan menggunakan kanban dalam manajemennya yang dapat membantu manajer proyek dan anggota tim merupakan solusi yang diberikan. Dengan menggunakan kanban seorang manajer proyek dapat memvisualisasikan setiap tahap-tahap/alur untuk menyelesaikan suatu proyek. Dalam penelitian ini dalam pengembangan sistem menggunakan metode Rapid Application Development (RAD) dengan pendekatan Object-Oriented (OO) dan dibangun pada platform website. Pengujian pada sistem ini telah berhasil diuji diantaranya pada pengujian unit dan pengujian integrasi menggunakan basis path dalam teknik white-box testing dan pengujian validasi menggunakan scenario based testing dalam teknik black …
| 7
|
Software Development; Kanban
|
Software Development for Project Management; Kanban for Project Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Buku Ajar AI
| 2,019
| 11
|
Machine Learning & Deep Learning
|
Imam Cholissodin, Arief Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
| null | 11
|
Artificial Intelligence
|
Artificial Intelligence for Teaching Materials
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Comparison of regression, support vector regression (SVR), and SVR-particle swarm optimization (PSO) for rainfall forecasting
| 2,020
| 10
|
Journal of Information Technology and Computer Science
|
Fendy Yulianto, Wayan Firdaus Mahmudy, Arief Andy Soebroto
|
2020/12/31
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Rainfall is one of the factors that influence climate change in an area and is very difficult to predict, while rainfall information is very important for the community. Forecasting can be done using existing historical data with the help of mathematical computing in modeling. The Support Vector Regression (SVR) method is one method that can be used to predict non-linear rainfall data using a regression function. In calculations using the regression function, choosing the right SVR parameters is needed to produce forecasting with high accuracy. Particle Swarm Optimization (PSO) method is one method that can be used to optimize the parameters of the existing SVR method, so that it will produce SVR parameter values with high accuracy. Forecasting with rainfall data in Poncokusumo region using SVR-PSO has a performance evaluation value that refers to the value of Root Mean Square Error (RMSE). There are several Kernels that will be used in predicting rainfall using Regression, SVR, and SVR-PSO with Linear Kernels, Gaussian RBF Kernels, ANOVA RBF Kernels. The results of the performance evaluation values obtained by referring to the RMSE value for Regression is 56,098, SVR is 88,426, SVR-PSO method with Linear Kernel is 7.998, SVR-PSO method with Gaussian RBF Kernel is 27.172, and SVR-PSO method with ANOVA RBF Kernel is 2.193. Based on research that has been done, ANOVA RBF Kernel is a good Kernel on the SVR-PSO method for use in rainfall forecasting, because it has the best forecasting accuracy with the smallest RMSE value.
| 13
|
Machine Learning; Regression Analysis; Particle Swarm Optimization
|
Machine Learning for Rainfall Forecasting; Regression Analysis for Rainfall Forecasting; Particle Swarm Optimization for Rainfall Forecasting
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Smart development of big data app for determining the modelling of covid-19 medicinal compounds using deep AI core engine system
| 2,020
| 10
|
Journal of Physics: Conference Series
|
I Cholissodin, S Sutrisno, N Santoso, AA Soebroto, N Hidayat, NT Rochman
|
2020/10/1
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Smart Big Data App Using Deep Artificial Intelligence (AI) Core Engine System focuses on solving problems related to the difficulty in building a prototyping model computer simulation like in silico as a model initiation of the complex Covid-19 medicinal compound involving Big Data ecosystems such as Hadoop and Spark. The difficulty is for example, currently, it is still very arduous to measure the rate of mixture of a compound when combined with many other compounds, which can consider the trade-off in minimizing the negative effects but optimizing the positive effects. In addition, the computation time becomes very long when using a system that is not in the Big Data ecosystem since this is proportional to the large number of compounds that vary widely and also the number of different situations of Covid-19 patients with other congenital diseases (comorbid) or without congenital disease; thus, it can be …
| 14
|
Big Data; Deep Learning; Artificial Intelligence
|
Big Data for COVID-19 Medicinal Compounds; Deep Learning for COVID-19 Medicinal Compounds; Artificial Intelligence for COVID-19 Medicinal Compounds
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Buku Ajar AI, Machine Learning & Deep Learning
| 2,019
| 9
| null |
Imam Cholissodin, A Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
| null | 17
|
Artificial Intelligence; Machine Learning; Deep Learning
|
Artificial Intelligence for Teaching Materials; Machine Learning for Teaching Materials; Deep Learning for Teaching Materials
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pembangunan Aplikasi Informasi Kesehatan Masyarakat Kota Malang Berbasis Mobile Native Android
| 2,019
| 9
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ferdy Wahyurianto, Issa Arwani, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Populasi masyarakat akan terus berkembang seiring berjalannya waktu, hal ini membuat proses pendataan kesehatan masyarakat menjadi lebih sukar untuk dilakukan. Masalah tersebut menjadi alasan dalam mengembangkan teknologi untuk mempermudah proses pendataan kesehatan masyarakat secara cepat. Informasi kesehatan masyarakat tersebut digunakan oleh pemerintah dalam melayani dan meningkatkan kesejahteraan masyarakat. Teknologi informasi kesehatan masyarakat di Kota Malang sekarang masih berbasis website yang membutuhkan tempat yang statis dan mobilitas yang rendah. Penyelesaian untuk masalah tersebut, yaitu dengan mengembangkan aplikasi mobile yang lebih praktis dan banyak diminati, karena memberikan kemudahan untuk mengakses informasi dan mendukung mobilitas yang tinggi. Solusi yang ditawarkan penulis adalah membangun sebuah aplikasi informasi kesehatan masyarakat berbasis mobile native dengan menggunakan platform android karena mayoritas 89, 75% masyarakat menggunakan sistem operasi android. Metode pengembangan aplikasi ini menggunakan metode waterfall yang mendukung pengembangan sesuai dengan kebutuhan pengguna yang didefinisikan secara jelas di awal. Aplikasi ini dapat mengolah dan memproyeksikan jumlah persebaran data kesehatan masyarakat kedalam Google Maps. Sistem ini diuji dengan melakukan unit testing, validation testing, serta compatibility testing. Hasil analisis pengujian pada sistem ini memenuhi kebutuhan pengguna serta mampu menunjang kinerja sistem secara cepat dan mobilitas tinggi.
| 18
|
Mobile Development; Android
|
Mobile Development for Health Information; Android for Health Information
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Metode Analytical Hierarchy Process (AHP)-Weighted Product (WP) dalam Sistem Pendukung Keputusan untuk Rekomendasi Pelanggan Terbaik berbasis Website (Studi Kasus …
| 2,022
| 8
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Niftah Fatiha Armin, Nurul Hidayat, Arief Andy Soebroto
|
2022/8/4
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pada PT. Pelabuhan Indonesia IV, tentunya terdapat pelanggan yang bekerjasama dan menjadi mitra perusahaan. Pelanggan yang telah berkontribusi positif menyumbang pertumbuhan dan kemajuan perseroan akan berpeluang mendapatkan penghargaan sebagai pelanggan terbaik. Suatu pelanggan dapat dikatakan berkontribusi positif dengan tetap menjadi mitra dari perusahaan. Dengan adanya pengharagaan ini pelanggan bisa lebih antusias untuk tetap menggunakan jasa dari PT. Pelabuhan Indonesia IV. Termasuk pada sektor perekonomian, tanpa adanya pelanggan pertumbuhan ekonomi di daerah terpencil akan kurang berkembang karena salah satu mode transportasi yang paling besar adalah menggunakan kapal laut atau kontainer. Dalam menentukan pelanggan terbaik PT. Pelabuhan Indonesia IaV masih menggunakan proses manual. Hal inilah yang menjadi kendala pada PT. Pelabuhan Indonesia IV Makassar. Oleh karena itu, untuk mendapatkan saran klien terbaik di PT. Pelabuhan Indonesia IV Makassar maka keputusan peneliti dengan alasan bahwa taeknik AHP-WP merupakan teknik yang tepat untuk dijalankan menjadi sebuah sistem yang mendukung sesuai dengan pertimbangan yang konsistensi dari hasil evaluasi yang telah dilakukan dengan melihat variabel-variabel yang ada. Pemecahan masalah dalam penelitian adalah dengan pelaksanaan teknik Analytical Hierarchy Process (AHP)-Weighted product (WP) untuk mendapatkan saran klien terbaik di PT. Pelabuhan Indonesia IV Makassar. Berdasarkan penerapan metode AHP-WP didapatkan dari sistem dapat dinyatakan sah. Hasil akurasi sebeasar 80 …
| 20
|
Decision Support Systems; Analytical Hierarchy Process; Weighted Product
|
Decision Support Systems for Customer Recommendations; Analytical Hierarchy Process for Customer Recommendations; Weighted Product for Customer Recommendations
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Geotagging Pelaporan Keluhan Masyarakat pada Dinas Perhubungan Kota Mojokerto menggunakan Restful Web Services berbasis Mobile
| 2,019
| 7
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Nizar Rahman Kusworo, Achmad Arwan, Arief Andy Soebroto
|
2019/9/5
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Dinas Perhubungan Kota Mojokerto adalah bagian dari SKPD (Satuan Kerja Perangkat Daerah) Pemerintah Kota Mojokerto yang salah satu tugasnya melayani izin penggunaan jalan, melakukan survei kepuasan masyarakat dan menerima pegaduan keluhan masyarakat terhadap berbagai macam masalah yang terjadi di bidang transportasi dan lalu lintas. Permasalahan terkait tugas seperti masih ada masyarakat yang enggan melakukan izin penggunaan jalan, sulitnya proses penyebaran kuisioner survei kepuasan masyarakat dan pengaduan keluhan dari masyarakat ini membuat Dinas Perhubungan kewalahan. Untuk mengatasi permasalahan tersebut pada penelitian ini dikembangkan sebuah aplikasi untuk masyarakat dapat mengurus izin penggunaan jalan, mengisi survei kepuasan masyarakat secara online dan dapat melaporkan keluhannya melalui smartphone dengan metode pengembangan waterfall. Aplikasi dibangun dengan teknologi hybrid menggunakan NodeJS sebagai back-end, VueJS sebagai front-end framework yang dipadukan dengan Framework7 yang menyediakan komponen untuk mendapatkan nuansa aplikasi native dan Apache Cordova yang berfungsi untuk mengemas aplikasi sebagai paket menggunakan Software Development Kit (SDK). Aplikasi ini bertujuan untuk memberikan pelayanan yang maksimal baik dalam izin penggunaan jalan, survei kepuasan masyarakat dan melaporkan keluhan. Hasil penelitian tersebut kemudian dilakukan pengujian menggunakan pengujian unit, pengujian integrasi, pengujian validasi dan pengujian compatibility yang menghasilkan 100% valid pada setiap pengujian …
| 25
|
Web Services; Mobile Development
|
Web Services for Geotagging Complaints; Mobile Development for Geotagging Complaints
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Klasifikasi Tingkat Stres Berdasarkan Tweet pada Akun Twitter menggunakan Metode Improved k-Nearest Neighbor dan Seleksi Fitur Chi-square
| 2,019
| 7
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Mohammad Imron Maulana, Indriati Indriati, Arief Andy Soebroto
|
2019/8/5
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Saat ini, media sosial telah menjadi gaya hidup baru bagi masyarakat modern. Salah satu media sosial yang paling populer adalah Twitter. Pembatasan karakter saat men-tweet di twitter membuat pesan yang disampaikan oleh penggunanya menjadi singkat, padat dan jelas. Sehingga, keluh kesah pengguna yang dituangkan dalam sebuah tweet dapat dianalisa menggunakan klasifikasi teks yang kemudian dapat digunakan sebagai metode baru untuk mengetahui tingkat stres dari seseorang. Di mana sampai saat ini, untuk mengetahui tingkat stres masih dilakukan secara manual menggunakan sistem kuesioner. Klasifikasi teks yang digunakan pada penelitian ini adalah metode Improved k-Nearest Neighbor yang merupakan improvisasi dari metode k-Nearest Neighbor yang mempunyai kelemahan dalam penggunaan nilai k terhadap semua kelas. Selain itu, untuk meningkatkan akurasi dari sistem serta menghilangkan fitur yang kurang relevan maka digunakan seleksi fitur chi-square yang dapat menghilangkan fitur yang kurang relevan tanpa menurunkan akurasi dari sistem. Dari 5 kali pengujian rasio fitur, didapatkan nilai terbaik pada rasio fitur 50% dan k= 20 dengan nilai rata-rata precision 70%, rata-rata recall sebesar 67, 2%, rata-rata accuracy sebesar 83, 3% dan rata-rata f-measure sebesar 66, 3%. Dari penilitian ini dapat disimpulkan bahwa seleksi fitur dapat meningkatkan rata-rata precision, recall, accuracy, dan f-measure.
| 26
|
Machine Learning; Natural Language Processing; Feature Selection
|
Machine Learning for Stress Classification; Natural Language Processing for Stress Classification; Feature Selection for Stress Classification
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Modelling of Flood Hazard Early Warning Group Decision Support System
| 2,024
| 6
|
Civil Engineering Journal
|
Arief A Soebroto, Lily M Limantara, Ery Suhartanto, Moh Sholichin
|
2024/2/1
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Early warning of flood hazards needs to be carried out comprehensively to avoid a higher risk of disaster. Every decision on early warning of a flood hazard is carried out in part by one party, namely the government or water resource managers. This research aims to provide a collaborative decision-making model for early warning of flood hazards through a Group Decision Support System Model (GDSS), especially in Indonesia. The novelty of this research is that the GDSS model involves more than one decision-maker and multi-criteria decision-making for early warning of flood hazards in the downstream Kali Sadar River, Mojokerto Regency, East Java Province, Indonesia. The GDSS model was developed using a hybrid method, namely the Analytical Network Process (ANP) and VlseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR). There was more than one decision result; voting was carried out using the BORDA method to produce the decision. The test results of GDSS were obtained using a Spearman rank correlation coefficient of 0.8425 and matrix confusion, an accuracy value of 86.7%, a precision value of 86.7%, a recall value of 86.7%, and an f-measure of 86.7%. Based on the test results, good results were obtained from the GDSS model.
| 29
|
Decision Support Systems; Group Decision Making
|
Decision Support Systems for Flood Hazard Early Warning; Group Decision Making for Flood Hazard Early Warning
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Penyakit Stroke menggunakan Metode Fuzzy Tsukamoto dengan Basis Pengetahuan Framingham Risk Score
| 2,022
| 6
|
JEPIN (Jurnal Edukasi dan Penelitian Informatika)
|
Arief Andy Soebroto, Muhammad Tanzil Furqon, Wildan Marhendraputro, Eko Ari Setijono: Ziaulhaq
|
2022/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penyakit stroke adalah salah kerusakan pada otak yang muncul secara mendadak akibat gangguan peredaran darah otak non-traumatis. Gangguan tersebut dapat berupa pembuluh darah tersumbat yang dapat menghambat atau menghentikan aliran darah ke otak. Penyakit stroke di Indonesia telah mengalami peningkatan, angka prevalensi per mil telah meningkat dari 7% pada tahun 2013 menjadi sebesar 10, 9% pada tahun 2018. Penyakit stroke dapat dikurangi dengan melakukan deteksi dini pada masyarakat supaya dapat melakukan tindakan preventif. Deteksi dini penyakit stroke memiliki kondisi data yang semi terstruktur karena banyaknya faktor untuk mengidentifikasi risiko penyakit stroke. Kondisi data semi terstruktur akan mempersulit deteksi dini penyakit stroke sehingga diperlukan alat bantu berupa sistem pendukung keputusan (SPK). Penelitian dilakukan dengan membangun sistem pendukung keputusan deteksi dini penyakit stroke menggunakan metode Fuzzy Tsukamoto. Model basis pengetahuan menggunakan Framingham Risk Score sebagai dasar untuk pembuatan aturan (rule) klasifikasi dengan 120 data pasien Puskesmas Kendalkerep Kota Malang. Hasil pengujian yang didapatkan adalah akurasi sebesar 0, 8444, presisi sebesar 0, 7801, recall sebesar 0,796, specificity sebesar 0, 8891, dan F1 score sebesar 0,751.
| 30
|
Decision Support Systems; Fuzzy Logic
|
Decision Support Systems for Stroke Disease; Fuzzy Logic for Stroke Disease
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Design Framework as a Prototype of Islamic Medicine Engine to any Disease Especially for Covid-19 Based Al-Qur’an and Hadith Using Meta-Deep AI and Particle Swarm Optimization
| 2,021
| 6
| null |
Imam Cholissodin, Arief Andy Soebroto, Mohammad Muallif, Aurick Yudha Nagara, Renny Nova, Tamara Gusti Ebtavanny
|
2021/4/22
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Design Framework as a Prototype of Islamic Medicine Engine to any Disease Especially for Covid-19 Based Al-Qur’an and Hadith Using Meta-Deep AI and Particle Swarm Optimization
| 31
|
Artificial Intelligence; Deep Learning; Particle Swarm Optimization
|
Artificial Intelligence for Islamic Medicine; Deep Learning for Islamic Medicine; Particle Swarm Optimization for Islamic Medicine
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Metode Support Vector Machine Untuk Klasifikasi Jenis Penyakit Malaria
| 2,019
| 6
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Tryse Rezza Biantong, Muhammad Tanzil Furqon, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Malaria merupakan suatu penyakit yang ditularkan oleh nyamuk Anopheles betina yang terinfeksi oleh suatu parasit (protozoa) yang berasal dari genus Plasmodium. Terdapat empat spesies parasit protozoa yang umumnya menyerang manusia, diantaranya: Plasmodium vivax yang menyebabkan malaria tertiana, Plasmodium falciparum menyebabkan malaria tropika, Plasmodium malariae menyebabkan malaria kuartana, dan Plasmodium ovale menyebabkan malaria ovale. Dari keempat penyakit malaria ini memiliki gejala yang hampir sama sehingga tidak mudah untuk membedakan antara jenis malaria yang satu dengan yang lain. Maka dari itu, dibutuhkan suatu sistem yang dapat mengklasifikasan jenis penyakit malaria berdasarkan gejala yang ditimbulkan. Klasifikasi merupakan pembuatan suatu model yang digunakan untuk mengelompokkan suatu objek yang memiliki ciri-ciri yang sama ke dalam suatu kelas yang telah ditentukan. Salah satu metode klasifikasi adalah Support Vector Machine (SVM). Oleh karena itu dalam penelitian ini digunakan algoritma klasifikasi SVM dengan menggunakan kernel RBF. Data yang digunakan sebanyak 200 data yang diambil dari Dinas Kesehatan Kabupaten Nabire, Papua. Pada pengujian ini digunakan K-fold Cross Validation dengan nilai K-fold= 10. Hasil akurasi terbaik yang dihasilkan oleh sistem ini adalah 72% dengan nilai parameter λ= 0.1, σ= 1, γ= 0.001, C= 0.1, ε= 1.10-5, itermax= 50 pada data rasio 80% data training: 20% data testing.
| 32
|
Machine Learning; Support Vector Machine
|
Machine Learning for Malaria Disease Classification; Support Vector Machine for Malaria Disease Classification
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan aplikasi sistem informasi pelayanan desa berbasis website (SIMPEDE) pada Desa Dawuhan Kecamatan Poncokusumo Kabupaten Malang
| 2,022
| 5
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ahmad Shofi Nurur Rizal, Djoko Pramono, Arief Andy Soebroto
|
2022/12/29
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Desa Dawuhan berada dikawasan Kecamatan Poncokusumo Kabupaten Malang Jawa Timur. Dawuhan termasuk desa berkembang dengan jumlah penduduk mencapai 7115 orang. Namun pada kasus ini pelayanan administrasi dan pengolahan data penduduk di desa dawuhan masih menggunakan cara konvensional, dimana masih menggunakan arsip buku untuk mengolah data tertulis sehingga pengurusan dokumen surat keterangan dan surat pencatatan sipil masih menemui banyak permasalahan. Permasalahan tersebut dapat diatasi dengan adanya sistem informasi untuk menangani surat menyurat. Penelitian ini bertujuan untuk mengetahui bahwa Sistem Informasi Pelayanan Desa (SIMPEDE) berjalan secara efektif. Menjawab permasalahan tersebut, pemodelan proses bisnis, analisis dan perancangan, implementasi, dan pengujian sistem dilakukan untuk mengetahui sistem berjalan sesuai kebutuhan. Pemodelan proses bisnis menciptakan proses bisnis AS-IS dan To-Be. Analisis kebutuhan dan perancangan dilakukan dengan mengidentifikasi aktivitas aktor dengan sistem, mengidentifikasi kebutuhan fungsional dan kebutuhan non fungsional, memvisualisasikan use case diagram, use case scenario, sequence diagram, kemudian dilakukan perancangan basis data menggunakan MySql, serta perancangan antarmuka sistem. Implementasi sistem menjelaskan spesifikasi perangkat keras dan perangkat lunak yang digunakan, source code, kemudian menghasilkan antarmuka sistem yang sesuai kebutuhan.
| 34
|
Information Systems; Web Development
|
Information Systems for Village Services; Web Development for Village Information Systems
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Prediksi Omzet Penjualan Jersey menggunakan Metode Regresi Linier (Studi Kasus CV. Quattro Project Bululawang)
| 2,022
| 5
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Raymond Gunito Farandy Junior, Nurul Hidayat, Arief Andy Soebroto
|
2022/9/23
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Manfaat jersey dalam permainan sepak bola tidak hanya sekedar pakaian biasa, melainkan sebagai kaos yang dirancang khusus untuk kenyamanan pemain. Atribut seperti warna jersey dan nomer punggung sebagai informasi pembeda dengan pemain lainnya. Jika dalam permainan sepak bola, fungsi jersey dan atribut seperti kaos, bendera, warna, dan nomor punggung adalah sebagai pembeda dengan lawan main, justru sebagai penggemar menggunakan kaos dan atribut tersebut sebagai identitas. CV. Quattro Project adalah salah satu perusahaan produsen jersey yang bergerak dalam produksi dan pengadaan pakaian olahraga. Untuk menjaga kestailan usaha dan pembuatan perencanaan untuk bulan-bulan berikutnya maka CV. Quattro Proect membutuhkan suatu metode yang dapat memprediksi omzet dibulan selanjutnya, pada penelitian ini metode yang digunakan adalah regresi linier dan data yang digunakan adalah data history omzet setahun kebelakang. Dari pengujian yang telah dilakukan hampir setiap pengujian menghasilkan MAPE terbesar ketika digunakan untuk memprediksi omzet di bulan November 2021, MAPE yang dihasilkan sangat besar dikarenakan terdapat penurunan omzet yang signifikan dari bulan Oktober ke November. Tetapi, secara keseluruhan rata-rata yang dihasilkan baik karena MAPE-nya hanya 10.23201. itu berarti Regresi Linier adalah metode yang cukup baik digunakan untuk melakukan prediksi omzet terutama pada bisnis yang omzetnya cenderung stabil.
| 35
|
Machine Learning; Regression Analysis
|
Machine Learning for Sales Prediction; Regression Analysis for Revenue Forecasting
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pakar Sistem Pakar untuk Deteksi Dini Tingkat Depresi Mahasiswa menggunakan Metode Support Vector Machine (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)
| 2,022
| 5
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Teddy Syach Pratama, Arief Andy Soebroto
|
2022
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Mahasiswa merupakan seseorang yang sedang mengikuti jenjang di salah satu lembaga pendidikan tertinggi selama beberapa waktu. Mahasiswa ada beberapa tingkatan yaitu awal dan tingkat akhir. Di mana tingkat akhir merupakan langkah untuk mempersiapkan diri menyusun skripsi atau tugas akhir sebagai syarat kelulusan menjadi salah satu rintangan terberat. Dalam beberapa penelitian yang dilakukan pada tahun 2019 di salah satu universitas, 15 mahasiswa dengan umur rata-rata 21 sebagian memiliki tingkat depresi ringan sebesar (51, 7%), sedang (41, 4%), ada 2 mahasiswa depresi tingkat tinggi (Mir et al., 2019). Sebagai mahasiswa tingkat akhir depresi merupakan suatu penyakit yang dapat menjangkit semua mahasiswa akhir termasuk mahasiswa bukan tingkat akhir. Oleh karena itu depresi pada mahasiswa harus ditangani dengan cepat dan tepat. Namun, kendala untuk melakukan penanganan membutuhkan ahli atau psikologi, ditambah minimnya orang yang mengerti tentang gangguan mental pada mahasiswa. Maka dari itu dibutuhkan adanya sistem yang dapat mendeteksi dini tingkat depresi pada mahasiswa untuk dapat menghentikan masalah yang lebih serius. Dalam penelitian ini akan mengimplementasikan sistem pakar untuk deteksi dini tingkat depresi mahasiswa menggunakan metode Support Vector Machine dengan kernel-RBF berbasis web. Dengan menggunakan 257 data dalam pengujiannya mendapatkan nilai rata-rata akurasi sebesar 90, 6% serta nilai precision 87, 8%, recall 83, 2%, Âf1-score 85% dan didapatkan nilai parameter SVM terbaik pada nilai complexity (C)= 2, gamma (y)= 0, 1, dan …
| 36
|
Expert Systems; Machine Learning
|
Expert Systems for Depression Detection; Machine Learning for Mental Health Assessment
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Diagnosis Gejala Depresi Pada Mahasiswa Fakultas Ilmu Komputer (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)
| 2,019
| 5
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Enggarsita Auliasin, Denny Sagita Rusdianto, Arief Andy Soebroto
|
2019/9/10
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Aplikasi diagnosis gejala depresi pada mahasiswa adalah aplikasi yang diperuntukan untuk membantu pembimbing konseling dalam memberikan pelayanannya kepada mahasiswa untuk melakukan konsultasi. Dalam pendiagnosisan suatu depresi yang baik, dibutuhkan suatu sistem yang dapat mendiagnosis suatu depresi dan dapat menyimpan data-data mahasiswa yang sudah pernah datang untuk berkonsultasi serta membangun suatu pendekatan konsultasi yang terstruktur. Namun, pembimbing konseling memiliki masalah dalam pelayanannya. Setiap mahasiswa yang datang mereka tidak dapat mengetahui sejauh apa tingkatan depresi yang mahasiswa alami sehingga tidak terlalu jelas bagaimana cara solusi penanganannya, serta tidak adanya penyimpanan data rekapan mahasiswa yang sudah pernah datang untuk berkonsultasi. Permasalahan tersebut mengakibatkan kurang pahamnya mahasiswa akan pelayanan yang diterimanya, karena keterbatasan kemampuan yang dimiliki dari pembimbing konseling. Jika permasalahan ini tidak diatasi, maka proses pelayanan bimbingan konseling tidak dapat berjalan dengan maksimal. Solusi dari permasalahan tersebut adalah dilakukannya pengembangan aplikasi diagnosis gejala depresi berbasis web yang dapat membantu pembimbing konseling dalam menjalankan pelayanannya dalam mengetahui apa yang di dikeluhkan mahasiswa, mengetahui gejala tingkatan depresi, mempelajari kriteria gejala macam-macam jenis depresi, menyimpan hasil data mahasiswa yang pernah mendaftar. Penelitian menghasilkan rekayasa kebutuhan yaitu 37 kebutuhan fungsional dan 1 …
| 37
|
Health Informatics; Software Development
|
Health Informatics for Depression Diagnosis; Software Development for Mental Health Applications
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimasi Rute Wisata Religi di Jawa Timur menggunakan Algoritme Genetika
| 2,023
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Achmad Fajar Sutanto, Arief Andy Soebroto, Imam Cholissodin
|
2023/6/15
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Perjalanan wisata terutama wisata religi masih memiliki daya tarik yang cukup besar. Daya tarik yang besar bagi para wisatawan akan tetapi terkadang menemui kendala terkait dengan rute mana yang perlu dilalui agar perjalanan memiliki efisiensi jarak serta efektifitas dari rute yang dilalui. Penyelesaian solusi yang dapat diterapkan adalah dengan mengoptimalkan rute dengan asumsi melalui pemilihan rute yang tepat sehingga dapat meminimalkan jarak yang ditempuh. Maka pada penelitian ini mencoba untuk menyelesaikan masalah Optimasi Rute Wisata Religi di Jawa Timur menggunakan Algoritme Genetika. Penelitian ini mencari jarak dari koordinat pada setiap lokasi wisata, sehingga hasilnya dapat diubah menjadi matriks jarak (distance matrix). Kemudian dari matriks jarak yang telah terbentuk akan dilakukan pencarian rute terpendek menggunakan Algoritma Genetika dengan menguji beberapa nilai parameter. Hasil dari Algoritme ini berupa susunan kromosom yang pada penelitian ini mewakili masing-masing lokasi wisata. Hasil susunan kromosom yang paling baik telah dihasilkan dengan nilai fitness tertinggi dari seluruh generasi yang telah diujikan. Pada pengujian ini akan digunakan nilai parameter dari hasil terbaik yaitu jumlah populasi 312, jumlah generasi 88 serta crossover rate 0, 2 dan mutation rate 0, 8. Pada setiap pengujian dilakukan sebanyak 5 kali percobaan. Hasil pengujian dengan menggunakan Algoritme Genetika lebih optimal dibandingkan tanpa menggunakan Algoritme Genetika. Hasil terbaik dengan selisih rata-rata jarak rute 941, 56 km dengan kinerja 72, 79%. Pada penelitian selanjutnya bisa …
| 39
|
Optimization; Genetic Algorithms
|
Optimization for Tourism Route Planning; Genetic Algorithms for Travel Optimization
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Maximum Power Point Tracking (MPPT) pada Panel Surya dalam Kondisi Berbayang Sebagian dengan Particle Swarm Optimization (PSO)
| 2,021
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Rois Al Haqq, Imam Cholissodin, Arief Andy Soebroto
|
2021/8/25
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Panel surya dalam keadaan terkena bayangan sebagian karena awan atau bayangan bangunan akan membuat panel surya menerima intensitas radiasi yang tidak merata. Panel surya dengan intensitas radiasi yang tidak merata akan membentuk beberapa puncak pada kurva karakteristik dan akan membuat kurva karakteristik menjadi kompleks. Pada kondisi panel surya terkena bayangan sebagian, Maximum Power Point Tracking (MPPT) konvensional seringkali terjebak pada titik daya maksimum lokal dan tidak dapat menjangkau titik daya maksimum global. MPPT dengan metode metaheuristik dapat mengatasi masalah kurva karakteristik panel surya dengan lebih dari satu titik puncak. Salah satu metode metaheuristik yang dapat digunakan yaitu Particle Swarm Optimization (PSO). Metode PSO digunakan untuk pemecahan permasalahan terhadap daya maksimum global pada panel surya yang terkena bayangan sebagian. Sistem panel surya yang terdiri dari panel surya, boost converter dan MPPT dimodelkan dan diimplementasikan dalam MATLAB/Simulink. Percobaan dilakukan pada 3 pola bayangan sebagian yang mungkin terjadi pada 5 modul surya yang dihubungkan secara seri. Berdasarkan hasil percobaan yang telah dilakukan, secara keseluruhan MPPT PSO memperoleh hasil rata-rata efisiensi tracking sebesar 99, 4275% dengan rata-rata waktu tracking selama 1, 04 detik. MPPT PSO mampu melacak daya maksimum pada panel surya yang terkena bayangan.
| 40
|
Renewable Energy; Optimization
|
Renewable Energy for Solar Panel Optimization; Optimization for Maximum Power Point Tracking
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Wireless Sensor Network Untuk Mendeteksi Gas Amonia Pada Kandang Ayam Menggunakan Modul Wifi ESP8266
| 2,020
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Mahdi Fiqia Hafis, Nurul Hidayat, Arief Andy Soebroto
|
2020/11/11
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kita sebagai warga negara Indonesia merasa bangga dengan potensi tinggi yang dimiliki, khususnya dibidang peternakan dan pertanian. Dengan adanya usaha ternak ayam tidak sedikit yang menjadi pencipta lapangan kerja baru serta menjadi mandiri dalam berkarya. Masalah yang sering dialami oleh peternak ayam adalah gas amonia yang ditimbulkan oleh kotoran ayam sendiri, gas amonia ini nantinya dapat menyebabkan ganguan pada manusia dan juga ayam itu sendiri. Gangguan pada manusia antara lain berupa gangguan pernafasan, iritasi mata, dan keracunan yang berupa gejala kejang-kejang. Adanya teknologi internet of thing, dapat mempermudah kita dalam memantau kadar gas amonia di area peternakan ayam yang disajikan dalam bentuk ppm dengan memanfaatkan sensor mq-135 yang bisa mendeteksi kadar gas amonia. Data yang telah diambil oleh client akan ditampung oleh master dan akan ditampilkan pada laman web dengan bantuan gateway untuk mengetahui kadar gas amonia yang berada pada area peternakan ayam tersebut. Hasil penelitian dimulai dari pengujian quality of service untuk megetahui kinerja dari jaringan waktu koneksi perangkat untuk mengirimkan data sampai ke server. Dan pengujian fungsi alat yang berhasil bekerja dimana sensor mq-135 yang bisa mendeteksi kadar gas berbahaya amonia (NH3).
| 41
|
Wireless Sensor Networks; IoT
|
Wireless Sensor Networks for Ammonia Detection; IoT for Poultry Farm Monitoring
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Penyusunan standard operating procedure untuk incident management dan problem management aset digital pada perusahaan XYZ berdasarkan pedoman Information Technology …
| 2,020
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Nadya Rahmasari, Admaja Dwi Herlambang, Arief Andy Soebroto
|
2020/7/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Perusahaan XYZ adalah perusahaan yang bergerak pada pengolahan sumber daya air nasional. Perusahaan XYZ memiliki RITI atau Rencana Induk Teknologi Informasi yang telah mencakup secara keseluruhan pengelolaan TI, termasuk pengelolaan Arsip Digital yang biasa disebut Aset Digital. Dalam penelitian ini telah dipilih ITIL sebagai pedoman yang akan digunakan. Peneliti akan berfokus pada domain Incident Management dan Problem Management. Dalam melakukan penggalian data, akan dilakukan metode wawancara dan observasi. Narasumber yang akan diwawancarai didapat dari pemetaan RACI Chart. Data yang didapatkan akan dianalisis menggunakan analisis keadaan saat ini dan keadaan ideal yang kemudian dilanjutkan dengan analisis kesenjangan. Dari hasil analisis kesenjangan akan didapatkan solusi untuk perusahaan. Solusi yang ditemukan adalah output yang dihasilkan dari penelitian ini berbentuk rancangan Standard Operating Procedure dimana akan disusun berdasarkan kegiatan-kegiatan yang terdapat pada Pedoman ITIL Domain Incident Management dan Problem Management. Penyusunan SOP akan dilakukan berdasarkan Peraturan Menteri Pendayagunaan Aparatur Negara dan Reformasi Birokrasi RI No. 35 Tahun 2012 tentang Pedoman Penyusunan Standar Operasional Prosedur Administrasi Pemerintahan. Penelitian ini menghasilkan SOP sesuai dengan masing-masing domain. Domain Incident Management menghasilkan 3 Rangkaian SOP, 16 kegiatan dan 2 Formulir pendunkung. Sedangkan, domain Problem Management menghasilkan 4 Rangkaian SOP, 19 kegiatan, dan 3 Formulir …
| 42
|
IT Management; Standard Operating Procedures
|
IT Management for Incident and Problem Handling; Standard Operating Procedures for Digital Assets
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Analisis Pengujian Sistem RAKOON POS Berdasarkan Teori Kualitas McCall
| 2,020
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Hastian Bayu, Adam Hendra Brata, Arief Andy Soebroto
|
2020/2/14
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pengujian perangkat lunak merupakan elemen kritis dari jaminan kualitas perangkat lunak dan merepresentasikankajian pokok dari spesifikasi, desain dan pengkodean. Point Of Sale dapat diartikan sebagai tempat kasir (check-out counter) dengan mesin kasir. Pengujian Perangkat Lunak mempunyai banyak metode dalam menguji produk aplikasi, salah satunya adalah Teori Kualitas McCall, teori ini berfokus pada 3 hal utama yaitu Product Revision, Product Transisiton dan Product Operation. Pengujian sistem Point of Sale dengan menggunakan McCall mampu membantu penguji dalam mengulas dan mendefinsikan kembali fungsionalitas-fungsionalitas yang ada pada perangkat lunak, metode McCall dinilai menyediakan metode yang lebih praktis dalam mengklarifikasi kebutuhan perangkat lunak ke dalam faktor kualitas perangkat lunak. Rakoon POS adalah suatu produk aplikasi perangkat lunak yang dibuat oleh PT. JakaMedia yang berdasar atas manajemen keuangan kasir, untuk membantu sistem keuangan pada kasir, memanajemen, serta mengolah suatu data-data yang bersifat sensitif terhadap transaksi pada badan usaha berbasis website. Pada faktanya aplikasi Rakoon POS ini belum pernah diuji sebelumnya menggunakan metode Pengujian Perangkat Lunak, Kualitas dan Kehandalan pada produk ini masih belum dibuktikan secara argumentatif. Dengan definisi yang telah dijabarkan tersebut, teori kualitas McCall diharapkan mampu membantu meningkatkan faktor-faktor pada aplikasi sistem kasir Rakoon POS.
| 43
|
Software Testing; Quality Assurance
|
Software Testing for POS Systems; Quality Assurance Based on McCall's Theory
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Pemesanan Jasa Instruktur Olahraga Kota Malang Berbasis Web
| 2,019
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Tiara Rossa Diassananda, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/12
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Olahraga adalah salah satu kegiatan untuk meningkatkan kualitas hidup dan kesehatan jasmani maupun rohani. Pada era sekarang dalam melakukan kegiatan olahraga diberikan berbagai kemudahan diantaranya: dengan meniru tutorial diyoutube ataupun menyewa jasa instruktur olahraga. Dari hasil wawancara 14 instruktur olahraga Kota Malang menyebutkan bahwa kendala dalam pemasaran jasa mereka adalah penyebaran informasinya yang masih terbatas serta persaingan dan perkembangan yang pesat dalam dunia instruktur olahraga dan hasil survey responden di Kota Malang yang terbagai menjadi 3 kalangan yaitu umum, pelajar dan mahasiswa terdiri dari laki-laki dan perempuan 83, 8% dari mereka menyukai olahraga seperti zumba, aerobic, yoga, gym, renang, muaythai dan 60, 6% dari mereka membutuhkan jasa instruktur olahraga dalam melakukan kegiatan olahraga tersebut tetapi 63, 4% dari mereka menemui masalah dalam pencarian instruktur olahraga diantaranya sulitnya mencari profil instruktur, kurangnya refrensi, sulit mencari instruktur yang dapat menyesuaikan dengan jadwal kita dan kurangnya informasi paket harga instruktur per sesi latihan. Solusi yang dikembangkan adalah mengembangkan aplikasi pemesanan jasa instruktur olaharaga berbasis web dengan metode pengembangan perangkat lunak waterfall. Dalam proses rekayasa kebutuhan diperoleh 54 kebutuhan fungsionalitas dengan 4 aktor didalamnya dan 1 kebutuhan non fungsional. Hasil pengujian blackbox testing diperoleh 100% valid terhadap fungsionalitas aplikasi. Hasil pengujian whitebox testing diperoleh tingkat probabilitas rendah …
| 44
|
Web Development; E-Commerce
|
Web Development for Sports Instructor Booking; E-Commerce for Service Reservations
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Audit system development for government institution documents using stream deep learning to support smart governance
| 2,019
| 4
|
Journal of Information Technology and Computer Science
|
Imam Cholissodin, Arief Andy Soebroto, Sutrisno Sutrisno
|
2019/6/27
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Document audit system is a means of evaluating documents on the results of delivering information, administrative documentary evidence in the form of texts or others. Currently, these activities become easier with the presence of computer technology, smartphones, and the internet. One of the examples is the documents created by various government institutions whether local, city and central government. The instance is online-published documents that are shaded by certain government institutions. Before the documents are published or used as an archive or authentic evidence for reporting or auditing activities, the documents must go through the editing stage to correct if there are errors and deficiencies such as spelling errors or incomplete information. In the editing process, however, a person may not be able to escape from making mistakes that result in the existence of writing errors after the editing process before the submission. Word spelling mistakes can change the meaning of the conveyed knowledge and cause misunderstanding of information to the readers, especially for assessors or the audit team. Based on the problem, the researcher intends to assist the work of the audit preparation team in document analysis by proposing a system capable of detecting word spelling errors using the Dictionary Lookup method from Information Retrieval (IR) and Natural Language Processing (NLP) science combined with Stream Deep Learning algorithms. Dictionary Lookup method is considered effective in determining the spelling of words that are true or false based on Lexical Resource. In addition, String Matching method that has been …
| 45
|
Deep Learning; Smart Governance
|
Deep Learning for Document Auditing; Smart Governance for Government Institutions
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Klasifikasi Berita Olahraga Berbahasa Indonesia Menggunakan Metode BM25 dan K-Nearest Neighbor
| 2,019
| 4
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Enggar Septrinas, Indriati Indriati, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Antara Sumbar merupakan sebuah portal berita yang bertujuan untuk memenuhi hak publik untuk mendapatkan informasi yang akurat dan lengkap secara seketika. Terdapat berbagai macam berita yang disajikan, salah satunya adalah berita olahraga. Dengan perkembangan informasi digital yang terus meningkat menyebabkan begitu cepatnya penyebaran dokumen berita sehingga dibutuhkan portal web yang dikelola secara profesional. Antara Sumbar merupakan portal berita yang telah dikelola secara profesional, namun ada beberapa kekurangan terhadap pengelompokkan berita olahraga, yang menyebebkan terganggunya pembaca dalam mendapatkan berita berdasarkan kategori olahraga yang ada. Kekurangan tersebut dapat diatasi menggunakan metode BM25 dan K-Nearest Neighbor. Proses yang dilakukan untuk mengatasi kekurangan tersebut adalah melakukan preprocessing terhadap dokumen berita, melakukan pembobotan dan pemeringkatan menggunakan metode BM25, dan yang terakhir proses algoritme K-Nearest Neighbor sebagai metode klasifikasi. Proses pengujian yang digunakan adalah metode k-fold sebanyak 7 kali pengujian. Data yang digunakan pada tiap-tiap pengujian yaitu sebanyak 240 dokumen latih dan 40 dokumen uji. Berdasarkan pengujian yang dilakukan, didapatkan hasil pengujian tertinggi ketika nilai ketetanggaan (k) sebesar 20, menghasilkan nilai precision= 0, 921577, nilai recall= 0, 914286 dan nilai f-measure= 0, 917917. Proses klasifikasi dipengaruhi oleh jumlah dokumen yang digunakan serta besaran nilai k yang ditentukan.
| 46
|
Natural Language Processing; Machine Learning
|
Natural Language Processing for News Classification; Machine Learning for Sports News Categorization
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Rekomendasi Wisata Di Kota Batu Dengan Metode Voting Borda Berdasarkan Metode TOPSIS Dan PROMETHEE
| 2,019
| 4
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Rivaldy Raihan Syams, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kota Batu adalah salah satu kota tujuan untuk berwisata. Berwisata adalah kegiatan untuk melakukan perjalanan wisata, baik secara individu atau berkelompok dengan tujuan untuk memperluas pengetahuan, bersenang-senang dan sebagainya. Berwisata juga bisa meringankan beban stres pikiran setelah menjalankan aktivitas kerja yang tinggi. Kota Batu memiliki banyak lokasi wisata yang bisa didatangi. Dengan banyaknya lokasi wisata tersebut, untuk menentukan lokasi wisata yang sesuai selera dan minat, perlu dilakukan pencarian mendalam tentang kegiatan wisata, kualitas wisata dan keamanan wisata yang bisa memakan waktu yang tidak sedikit. Maka dari itu dibutuhkan sistem untuk memperoleh ranking lokasi wisata yang sesuai selera dan minat berdasarkan kriteria-kriteria yang telah di tentukan yaitu sistem pendukung keputusan kelompok menggunakan metode TOPSIS, PROMETHEE dan Borda. Metode TOPSIS dan PROMETHEE digunakan untuk pengambilan keputusan oleh decision maker. Metode Borda digunakan untuk pengambilan keputusan kelompok dari hasil tiap metode pengambilan keputusan oleh decision maker.
| 47
|
Recommendation Systems; Decision Making
|
Recommendation Systems for Tourism; Decision Making for Travel Recommendations
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Prediksi Penjualan Ponsel Pintar menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Kombinasi Particle Swarm Optimization
| 2,023
| 3
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Wildansyah Maulana Rahmat, Nurul Hidayat, Arief Andy Soebroto
|
2023/2/28
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penggunaan ponsel pintar atau smartphone di Indonesia cenderung meningkat. Pengguna ponsel pintar sendiri telah mencapai 28% dari total penduduk Indonesia pada tahun 2019 dan mengalami kenaikan 2% dari tahun sebelumnya. Pada bulan-bulan tertentu penjualan ponsel dapat meningkat pesat dan dapat pula menurun. Namun seringkali beberapa ponsel tidak terjual berbulan-bulan dan mendapati harga jual yang semakin menurun dari sebelumnya. Maka dari itu dibutuhkan sebuah upaya agar mengurangi kerugian dari hal tersebut dan meningkatkan keuntungan. Memperhitungkan jumlah ponsel yang akan di-restock adalah salah satu cara untuk mengurangi kerugian pada ponsel yang lama tidak terjual. Manfaat Cell adalah sebuah toko penjualan ponsel yang berdomisili di Karangploso, Jawa Timur. Seiring berjalannya waktu beberapa ponsel tidak terjual sesuai target pada bulan tersebut dikarenakan banyaknya barang namun minat pembeli sedikit, dibutuhkan sebuah planning terhadap jumlah produk yang akan restock salah satunya adalah mengimplementasikan suatu metode untuk memprediksi jumlah barang yang akan di restock. Sistem prediksi menggunakan metode backpropagation dan dioptimasi menggunakan particle swarm optimization. data yang digunakan merupakan data penjualan Manfaat Cell perbulan dari tahun 2018 hingga 2021, dengan pembagian 70% untuk data training dan 30% untuk data testing. Hasil dari kinerja backpropagation kombinasi particle swarm optimization adalah nilai MAPE sebesar 3,453%, yang diperoleh dari kombinasi parameter optimal yaitu input sebanyak 3, hidden sebanyak …
| 51
|
Machine Learning; Neural Networks
|
Machine Learning for Sales Forecasting; Neural Networks for Smartphone Sales Prediction
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Wireless Sensor Network untuk Monitoring Limbah Cair Gondorukem Menggunakan Modul Wifi Esp8266
| 2,098
| 3
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Risqi Nur Ifansyah, Nurul Hidayat, Arief Andy Soebroto
|
2021/5/11
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Indonesia negara yang kaya akan sumber daya alamnya, banyaknya pohon pinus yang menghasilkan getah. Getah pohon pinus mempunyai banyak kegunaan di bidang industri kosmetik, anti septik dan farmasi. Tetapi getah pinus menghasilkan efek limbah. Pengolahan gondorukem masih banyak yang perlu diperbaiki untuk pengolahan limbah cair. Terutama pada bagian pembuangan belum bisa memperkirakan standar pembuangan limbah cair yang baik. Standar pembuangan limbah cair terdapat beberapa parameter seperti pH, suhu dan kekeruhan limbah. Adanya teknologi IoT, kita dipermudah menantu pH, suhu dan kekeruhan limbah dengan sensor pH meter air, DS18B20 dan Turbidity. Data ketiga sensor di kumpulkan ke sensor node, kemudian dikirimkan ke gateway melalui websocket, diteruskan ke firebase yang akan ditampilkan di antarmuka web. Pengujian menggunakan Quality of Service, untuk mengetahui suatu kinerja kecepatan jaringan saat melakukan pengiriman, yang berguna mengetahui waktu setiap pengiriman dan paket yang hilang saat pengiriman. Fungsi sensor pH meter air, DS18B20 dan Turbidity, bekerja baik saat penelitian. Kemudian didapatkan dari hasil pengujian berdasarkan throughput h-1 hingga h-4 pengujian adalah 17.01 bps, 20.89 bps, 19.83 bps dan 18.86 bps. Untuk packet loss h-1 sampai h-4 yaitu 0.1%, 0%, 0% dan 0.%. Kemudian delay h-1 hingga h-4 sebesar 0.08 s, 0.07 s, 0.07 s, dan 0.07 s.
| 52
|
Wireless Sensor Networks; Environmental Monitoring
|
Wireless Sensor Networks for Liquid Waste Monitoring; Environmental Monitoring for Industrial Waste
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pembangunan Sistem Aplikasi Deteksi Code Smell berdasarkan Metrik Feature Envy
| 2,019
| 3
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Vicky Virdus, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/14
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Code Smell merupakan pola struktur bagian dari kode program perangkat lunak yang memiliki desain yang buruk. Pola struktur kode yang berkontribusi pada kopling yang berlebihan diantaranya adalah code smell feature envy. Feature Envy terjadi karena tingginya kopling atas ketidaktepatan penempatan class member di dalam suatu klas. Penempatan class member yang salah akan berpengaruh pada struktur kode program apabila dilakukan suatu perubahan. Namun, pola persepsi setiap programmer yang berbeda-beda mengakibatkan sulitnya pengukuran terhadap code smell feature envy. Penelitian ini bertujuan untuk menyamakan persepsi programmer dengan membangun sebuah sistem aplikasi yang dapat melakukan deteksi code smell feature envy secara otomatis sehingga mampu mempermudah dalam melakukan implementasi yang bersih dari code smell feature envy. Sistem aplikasi deteksi code smell feature envy dikembangkan berdasarkan feature envy factor sebagai acuan dalam pengukuran serta perhitungan nilainya. Pengujian sistem ini menerapkan pengujian unit dan pengujian integrasi menggunakan metode Whitebox sedangkan pengujian validasi menggunakan metode BlackBox dengan status pass atau valid pada masing-masing metode yang telah diterapkan. Sistem yang dibangun juga memperoleh tingkat akurasi 100% pada setiap proyek yang diuji.
| 53
|
Software Engineering; Software Metrics
|
Software Engineering for Code Smell Detection; Software Metrics for Feature Envy Detection
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Marketplace Untuk Jasa Konfeksi
| 2,019
| 3
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Iqbal Kurniawan, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/13
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Konfeksi merupakan satu dari bisnis-bisnis yang ramai dengan pertumbuhan produksi UKM untuk pakaian jadi mencapai 7, 05 persen pada tahun 2018 berlandaskan data Badan Pusat Statistik. Seiring perkembangan teknologi saat ini, pemanfaatan teknologi di bidang ekonomi dapat memberikan keuntungan bagi UKM seperti konfeksi. Namun aplikasi e-marketplace yang sudah ada di Indonesia belum menyediakan fungsi yang memadai untuk proses pemesanan jasa konfeksi. Oleh karena itu pemesanan jasa konfeksi tidak dapat dilakukan melalui aplikasi e-marketplace yang sudah ada. Pemasalahan yang terjadi pada proses saat ini yaitu pelanggan kesulitan mencari harga yang sesuai dari berbagai konfeksi, pelanggan kesulitan dalam memantau progres pengerjaan pesanan dan jangka waktu pengerjaan yang tidak jelas. Berdasarkan permasalahan tersebut, penelitian tentang pengembangan aplikasi marketplace untuk jasa konfeksi diharapkan dapat menyelesaikan permasalahan tersebut. Proses pertama dari penelitian ini yakni analisis kebutuhan dan diperoleh 28 fungsional beserta 2 non-fungsional yaitu compatibility dan performance. Kemudian dilakukan proses perancangan sistem serta implementasi sistem yang merujuk pada perolehan proses analisis kebutuhan. Implementasi aplikasi memakai framework Laravel berbasis PHP. Hasil uji di tingkat unit dan integrasi, serta pengujian validasi terhadap aplikasi yaitu 100 persen valid. Hasil uji compatibility menunjukkan bahwa aplikasi tidak memiliki isu compatibility dan dapat berjalan di beberapa platform. Hasil pengujian performance menunjukkan bahwa aplikasi memiliki …
| 54
|
E-Commerce; Web Development
|
E-Commerce for Marketplace Development; Web Development for Convection Services
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Customer Relationship Management (CRM) Sistem Informasi E-Complaint Kota XYZ
| 2,019
| 3
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Elza Fadli Hadimulyo, Welly Purnomo, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Belum adanya penggunaan sistem informasi pada pengelolaan dan penanganan pengaduan di kota XYZ mengakibatkan proses pengelolaan dan penanganan pengaduan yang masuk membutuhkan waktu yang lebih lama. Hal ini juga berdampak pada proses pembuatan laporan pengaduan yang menjadi tidak efisien. Untuk meningkatkan kualitas pelayanan pengaduan di kota XYZ, dibutuhkan dukungan sistem informasi untuk mendukung proses pengelolaan dan penanganan pengaduan di kota XYZ dengan menerapkan CRM. Penelitian ini dilakukan untuk mengetahui sistem informasi yang dibangun dapat meningkatkan kualitas pelayanan pengaduan di kota XYZ. Sistem informasi akan dibangun menggunakan metode Waterfall dan pemodelan berorientasi objek. Untuk membangun sistem informasi tersebut dilakukan analisis kebutuhan, perancangan, implementasi, dan pengujian. Tahapan analisis kebutuhan menghasilkan penggambaran proses bisnis menggunakan BPMN dan use case diagram untuk memodelkan kebutuhan beserta aktor yang terlibat dalam sistem. Tahapan perancangan menghasilkan activity diagram, dokumentasi model interaksi objek ke dalam bentuk sequence diagram, model objek class diagram, perancangan basis data, perancangan algoritme, dan perancangan antarmuka. Pada tahap implementasi dihasilkan sistem informasi sesuai dengan perancangan yang dibuat pada tahap sebelumnya. Setelah itu dilakukan pengujian white box menggunakan basis path testing untuk mengetahui kompleksitas kode program yang dibuat dan pengujian black box testing untuk menguji kebutuhan fungsional yang …
| 55
|
Customer Relationship Management; Information Systems
|
Customer Relationship Management for E-Complaint Systems; Information Systems for City Services
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Informasi Manajemen Penilaian Pendidikan berbasis Web (Studi Kasus: Yayasan Darul Itqon Kabupaten Malang)
| 2,023
| 2
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Ahmad Mustafirudin, Fajar Pradana, Arief Andy Soebroto
|
2023/8/18
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Yayasan Darul Itqon bergerak dalam bidang Pendidikan SMP dan SMK. Dengan keterbatasan tenaga pendidik, proses untuk mengisikan dokumen penilaian masih menggunakan sistem pengisian nilai secara manual, sehingga menyulitkan tenaga pendidik dalam proses perhitungan nilai pemahaman, perekapan nilai dan pembuatan laporan penilaian peserta didik. Untuk menyelesaikan masalah ini, sistem informasi diperlukan. Ini akan membuat proses penilaian kinerja guru lebih cepat dan lebih akurat, dan membuat laporan penilaian siswa akan menjadi lebih mudah. Dalam proses pengembangan sistem informasi menggunakan pendekatan Framework Application of Systems Thinking (FAST) yang dapat menyelesaikan pembuatan sistem dengan fleksibel. Dalam metode FAST, proses penggalian kebutuhan menggunakan model analisis Performance, Information, Economic, Control, Efficiency, and Service (PIECES). Proses ini menggabungkan beberapa masalah dari sistem lama ke dalam kelompok aspek untuk menghasilkan solusi untuk sistem baru. Penggunaan framework PIECES menghasilkan proses bisnis baru yang dapat mempermudah tenaga pendidik terutama untuk guru dalam melakukan penilaian. Implementasi sistem ini memiliki fitur utama kelola nilai siswa, import nilai siswa, cetak nilai siswa dan mengelola pengguna. Hasil dari pengujian menunjukkan hasil valid, sehingga sistem dapat membantu tenaga pendidik dalam mengelola nilai peserta didik dengan baik.
| 61
|
Information Systems; Web Development
|
Information Systems for Educational Assessment; Web Development for Education Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Klasifikasi Masa Panen Varietas Unggul Kedelai menggunakan K-Nearest Neighbor
| 2,023
| 2
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Zaien Bin Umar Alaydrus, Arief Andy Soebroto
|
2023/8/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kedelai merupakan bahan pokok yang dibutuhkan masyarakat pada setiap tahunnya. Fakta pada lapangan, para petani di Indonesia mengalami penurunan hasil produksi kedelai. Hal tersebut dikarenakan ketidakmampuan para petani dalam meliputi kualitas dan kuantitas kedelai pada saat masa panen. Solusi dari masalah tersebut adalah menggunakan klasifikasi K-Nearest Neighbor untuk mendapatkan masa panen kedelai berkualitas dan berkuantitas tinggi. Algoritma dari penelitian ini menggunakan K-Nearest neighbor menggunakan pre-processing manualisasi min-max. Manualisasi diperlukan untuk menyamakan jarak antara nilai satu fitur dengan nilai fitur lainnya, pada penilitian ini akan menggunakan nilai yang hanya berjarak antara 1 sampai 0. Setelah semua nilai pada data latih maupun data uji melewati fase manualisasi, maka baru bisa masuk ke proses Klasifikasi menggunakan K-NN. Pada proes K-NN nilai dari fitur data latih akan dihitung jaraknya terhadap data uji menggunakan euclian distance, diurutkan, dan kemudian diambil sejumlah nilai K teratas. Nilai K yang akan digunakan dalam sistem ialah bernilai 5. Proses terkahir pada K-NN ialah mengambil voting untuk mendapatkan kelas baru data uji. Berdasarkan hasil pengujian yang telah dilakukan, algoritma dari sistem mendapatkan presentase keberhasilan sebesar 80% dengan nilai K paling optimal yaitu bernilai 5.
| 62
|
Machine Learning; Agriculture
|
Machine Learning for Soybean Harvest Classification; Agriculture for Crop Yield Prediction
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Diagnosis Kerusakan pada Iphone dengan Metode Dempster Shafer
| 2,023
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Yusril Iszha Eginata, Nurul Hidayat, Arief Andy Soebroto
|
2023/3/6
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Smartphone merupakan perangkat yang memiliki keunggulan dibandingkan alat komunikasi lainnya. Kerusakan Smartphone itu wajar dan normal, begitu juga dengan kerusakan iPhone, contoh kerusakan mulai baterai cepat habis, tidak ada gambar di layar, kamera tidak berfungsi dll. Namun, teknisi menghadapi kendala saat mendiagnosis cacat iPhone, yang mengakibatkan kinerja teknisi kurang optimal. Sistem pakar ini menggunakan metode Dempster-Shafer. Kesimpulan dibuat berdasarkan gejala kerusakan iPhone yang ada, dan frekuensi setiap gejala ditentukan oleh teknisi Smartphone. Dari perhitungan densitas terlihat kerusakan yang terjadi pada iPhone, sistem memiliki 20 gejala kerusakan dan 14 jenis kerusakan. Tujuan penelitian ini adalah untuk membantu teknisi menentukan kerusakan yang terjadi pada iPhone, yang akan memilih gejala dan memberikan hasil penelitian ini skor akurasi 90%.
| 63
|
Expert Systems; Dempster-Shafer Theory
|
Expert Systems for iPhone Damage Diagnosis; Dempster-Shafer Theory for Device Diagnostics
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Klasifikasi Buku Perpustakaan menggunakan Metode Naive Bayes
| 2,022
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Risda Nur Ainum, Nurul Hidayat, Arief Andy Soebroto
|
2022/8/24
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Setiap Perpustakaan mempunyai data Buku yang tersimpan kemudian dikembangkan untuk mempermudah mengelompokkan data yang diperlukan bagi Perpustakaan tersebut. Perpustakaan SD Negeri Borong adalah Perpustakaan Sekolah dibawah naungan SD Negeri Borong. Perpustakaan ini menyimpan data Buku yang di olah. Data mining atau machine learning berfungsi sebagai pemilah dan pencarian data mengenai berita agar berguna tersebut pada database. Tersebut dapat digunakan yaitu Naive Bayes dengan metode ini dapat mengembangkan Buku Perpustakaan. Penelitian ini difokuskan untuk mengetahui sistem informasi Perpustakaan dan diklasifikasi pada kategori jenis Buku. Dari klasifikasi tersebut, sistem akan memberikan informasi kepada siswa yang akan meminjam buku dari kategori yang tersedia di Perpustakaan. Manfaat dari sistem ini adalah data mengenai informasi Buku tersebut tersedia di Perpustakaan. Variabel yang digunakan adalah jenis Buku yang sering di pinjam. Data tersebut di kelola dengan memakai metode Naive Bayes dalam menyusun daftar yang berisi tingkat terjadinya peristiwa itu akan di olah untuk mengklasifikasikan Buku. Adapun keluaran pada program tersebut dengan mengklasifikasikan kinerja Perpustakaan memprediksikan ketersediaan Buku serta menyerahkan menganjurkan peminjaman Buku dalam jangka yang tepat. Tercapai pada uji memberi tahu kalau mempengaruhi tersebut berkuasa pada ketentuan mengklasifikasikan mengenai informasi Perpustakaan adalah penerbit buku, pengarang buku dan tahun terbit. Akibat yang mempengaruhi bisa di pakai untuk hal …
| 64
|
Machine Learning; Naive Bayes
|
Machine Learning for Library Book Classification; Naive Bayes for Text Classification
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pakar untuk Diagnosis Penyakit Ayam menggunakan Metode Certainty Factor (Studi Kasus: Balai Besar Pelatihan Peternakan Batu)
| 2,022
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ishak Panangian Sinaga, Arief Andy Soebroto, Imam Cholissodin
|
2022/7/15
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Ayam merupakan hewan ternak yang banyak dipelihara oleh masyarakat indonesia baik dipelihara dalam jumlah sedikit hingga jumlah banyak yang dikembangkan di peternakan ayam berskala besar. Pilihan masyarakat memilih untuk beternak ayam tidak lain dikarenakan perawatannya yang mudah, konsumsi masyarakat yang tinggi, sehingga beternak ayam menjadi sebuah sumber pendapatan yang menjanjikan. Walaupun demikian, peternakan ayam sendiri sangat beresiko mengalami siklus kerugian seperti yang terjadi pada tahun 2020 di mana terjadinya penularan penyakit ayam secara massal. Penularan penyakit ayam secara massal ini terjadi dikarenakan berbagai faktor. Untuk mengtasi masalah ini para peternak ayam biasanya melakukan konsultasi penanganan kepada pakar tetapi untuk sektor ini jumlah pakar masih sedikit sehingga masyarakat sangat membutuhkan keberadaan pakar untuk membantu penanganan masalah ini. Untuk mengatasi masalah ini dibangun sebuah sistem pakar diagnosis penyakit ayam dimana sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar. Penerapan sistem pakar ini akan mempermudah para peternak ayam untuk melakukan diagnosis penyakit dan penanganan sama seperti pakar. Sistem pakar ini di implementasikan dengan metode Certainty Factor dimana metode ini akan memberikan hasil se akurat mungkin dikarenakan nilai kepastian yang didapatkan dari pakar akan selalu terjaga stabil dikarenakan perhitungan untuk mencari nilai kepastian hanya menggunakan dua data saja …
| 65
|
Expert Systems; Certainty Factor
|
Expert Systems for Poultry Disease Diagnosis; Certainty Factor for Animal Health Assessment
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pakar Diagnosis Penyakit Leukimia dengan Metode Fuzzy Tsukamoto
| 2,021
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Stefan Levianto, Arief Andy Soebroto
|
2021/10/26
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Leukimia atau yang biasa kita sebut kanker darah merupakan kanker yang menyerang sel darah putih. Metode penyembuhan yang masih menjadi perdebatan di dunia kedokteran dan kesulitan untuk mencegah penyakit ini, membuat penyakit ini termasuk dalam kanker yang mematikan. Kurangnya pakar dan informasi mengenai penyakit leukimia sering kali mengakibatkan keterlambatan dalam mendiagnosis penyakit leukimia. Mahalnya biaya pengobatan dokter pun membuat tidak sedikit orang mencoba pengobatan alternatif yang biayanya relatif lebih terjangkau. Namun pengobatan alternatif pun tidak memastikan kesembuhan untuk pasien, yang akhirnya membuat pasien harus dibawa ke rumah sakit kembali dan pada kebanyakan kasus kanker tersebut telah mencapai stadium lanjut. Berdasarkan permasalahan tersebut penulis menyimpulkan dan mengangkat suatu masalah ke dalam sebuah penelitian sistem pakar untuk mendiagnosis penyakit leukimia yang diharapkan dapat membantu penderita serta para dokter yang membutuhkan. Sistem pakar untuk mendiagnosis penyakit leukimia yang dibuat menggunakan metode Fuzzy Tsukamoto berdasarkan 100 data latih pasien dengan 10 artribut, telah diuji dengan diagnosis pakar memiliki tingkat keberhasilan sebesar 90%. Perbedaan hasil diagnosis sistem dengan pakar dari 30 data uji adalah 3 data sehingga terdapat 27 data benar dari 30 data uji.
| 66
|
Expert Systems; Fuzzy Logic
|
Expert Systems for Leukemia Diagnosis; Fuzzy Logic for Medical Diagnostics
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Monitoring Kebocoran Gas Berbahaya di Lingkungan Kawasan Industri berbasis Bluetooth Low Energy (BLE)
| 2,021
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Bambang Gunadi, Nurul Hidayat, Arief Andy Soebroto
|
2021/4/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Beberapa pabrik menggunakan gas sebagai sumber bahan bakar pembakaran untuk keperluan produksi sehingga mengakibatkan emisi dari proses pembakaran tersebut. Sebagian besar gas yang digunakan untuk sumber bahan bakar terdiri dari gas metana atau CH4. Sedangkan emisi dari proses pembakaran berupa gas karbon monoksida atau CO. Teknologi di bidang industri yang dapat mengamati kebocoran gas serta mengamati kualitas udara di kawasan industri salah satunya adalah teknologi Wireless Sensor Network. Wireless Sensor Network merupakan gabungan node yang diatur dalam jaringan nirkabel guna mengamati lingkungan sekitar dan dapat saling berkomunikasi melalui suatu protokol, salah satunya contohnya adalah Bluetooth Low Energy. Dibandingkan dengan protokol lainnya, ada beberapa kelebihan yang dimiliki Bluetooth Low Energy seperti, lebih baik dalam penghematan daya, mampu mengirim data dengan cepat, konfigurasi yang mudah, serta jangkauan yang luas. Karenanya, peneliti memutuskan untuk melakukan penelitian dengan mengaplikasikan Bluetooth Low Energy di dunia nyata yaitu pengamatan suhu, kelembapan, gas CH4 dan kadar gas CO. Melalui Bluetooth Low Energy, Raspberry Pi mampu mengirimkan hasil pengamatan kepada client. Dalam penelitian ini, dua skenario digunakan untuk menguji performa pengiriman Bluetooth Low Energy. Dua skenario tersebut yaitu perubahan jarak tanpa obstacle dan perubahan jarak dengan obstacle. Hasil pengujian membuktikan bahwa perubahan jarak tanpa obstacle dan dengan obstacle memiliki rata-rata delay total sebesar 0.0752 ms dan 0 …
| 67
|
IoT; Bluetooth Low Energy
|
IoT for Hazardous Gas Leak Monitoring; Bluetooth Low Energy for Industrial Safety
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Deteksi Hujan dan Banjir Secara Real Time Monitoring berbasis MQTT Over Websocket Menggunakan Modul ESP32
| 2,021
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Rouzikin Annur, Nurul Hidayat, Arief Andy Soebroto
|
2021/4/6
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Indonesia merupakan negara yang dilalui oleh garis khatulistiwa yang berarti Indonesia memiliki curah hujan yang cukup tinggi. Curah hujan di beberapa daerah salah satunya di Kota Malang adalah salah satu dari beberapa daerah yang memiliki curah hujan tinggi. Kondisi jalan di Kota Malang yang tidak rata atau perbukitan membuat sebagian jalan banjir tergenang air saat hujan dan ada jalan yang tidak banjir tergenang air, oleh karena itu penulis membuat alat yang dapat memberikan informasi kondisi terkini tentang keadaan pada jalan yang rawan hujan dan banjir genangan air dengan memasang alat pendeteksi berupa sensor yang terhubung dengan internet agar dapat diakses oleh masyarakat umum. Cara kerja alat ini yaitu dengan mendeteksi hujan dan ketinggian air yang berada di jalan raya tepatnya di jalan yang sering terjadi banjir ketika hujan deras kemudian data hasil pendeteksian dikirim ke internet agar dapat diakses oleh pengguna atau masyarakat umum. Hasil dari penelitian ini diharapkan dapat membantu pengguna atau masyarakat umum mencari jalan alternatif ketika terjadi hujan atau banjir genangan air di jalan raya.
| 68
|
IoT; MQTT
|
IoT for Real-Time Flood Monitoring; MQTT for Environmental Monitoring
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Informasi Manajemen Pemesanan Homestay Desa Bajulmati Berbasis Website
| 2,019
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Adi Setyo Nugroho, Nurudin Santoso, Arief Andy Soebroto
|
2019/11/14
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pariwisata menjadi penggerak perekonomian di berbagai negara di dunia. Di Indonesia, ada beberapa kota atau daerah yang sudah banyak mengembangkan potensi daerah wisatanya seperti Malang. Pada tahun 2016 kunjungan wisatawan domestik pada kota Malang tercatat sekitar 5 juta orang kunjungan atau meningkat dari tahun 2015 yang hanya 3 juta kunjungan. Salah satu fasilitas yang diperlukan wisatawan saat berwisata adalah penginapan dengan harga terjangkau seperti homestay. Oleh karena itu diperlukan sarana informasi yang dapat digunakan oleh pengelola homestay untuk memberikan informasi yang relatif cepat pada wisatawan. Tujuan dari penelitian adalah mengembangkan sistem informasi pemesanan homestay yang berada di Malang Selatan khususnya desa Bajulmati. Penelitian ini menggunakan metode Rapid Application Development (RAD) untuk mengambangkan sistem. Berdasarkan hasil analisis kebutuhan diperoleh 1 kebutuhan non-fungsional sistem dan 32 kebutuhan fungsional. Perancangan dan implementasi adalah tahap selanjutnya. Implementasi sistem dilakukan framework CodeIgniter. Pada pengujian terdapat pengujian compatibility, integrasi, unit, validasi. Dari pengujian validasi, integrasi, dan unit menunjukan hasil 100% valid. Pengujian compatibility menunjukan bahwa sistem dapat berjalan pada 9 dari 12 browser tanpa ada malasalah pada fungsionalitas. Sedangkan 3 browser yang lainya yaitu internet explorer dan safari mengalami masalah pada bagian tampilan dimana terdapat tag CSS yang tidak bisa dijalankan.
| 69
|
Information Systems; Web Development
|
Information Systems for Homestay Booking; Web Development for Rural Tourism
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Reservasi dan Manajemen Marketplace Homestay Berbasis Web (Studi Kasus: Kota Pekanbaru)
| 2,019
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Habib Yafi Ardi, Bayu Priyambadha, Arief Andy Soebroto
|
2019/10/22
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pada Provinsi Riau, Kota Pekanbaru, pada kategori akomodasi yaitu penyewaan tempat tinggal di tahun 2012, mengalami pesatnya perkembangan akibat dampak dari Pekan Olahraga Nasional (PON) 2012, masyarakat berlomba-lomba untuk membangun properti seperti hotel, homestay, kost, kondominium, dan wisma untuk memenuhi kebutuhan para pendatang dari luar provinsi Riau. Namun pada tahun 2013 penggunaan dari properti tersebut berubah alih dari yang sebelumnya diperuntukkan kepada atlet, panitia, dan penonton diluar provinsi yang bersifat masif menjadi orang-orang yang ingin bekerja di Pekanbaru. Sehingga properti-properti kecil seperti homestay dan kost menjadi kalah bersaing dengan hotel-hotel yang sudah memiliki pasar tersendiri. Berdasarkan masalah-masalah yang telah dirumuskan diatas, maka dikembangkanlah sebuah perangkat lunak yang berbasis web yaitu Homie. Tujuan dari perangkat lunak ini adalah untuk menciptakan suatu pasar bagi para pemilik properti persewaan tempat tinggal dimana pemilik dan pelanggan penyewa tempat tinggal dapat dipertemukan. Dari hasil penelitian ini didapatkan dua puluh empat kebutuhan fungsional dan satu kebutuhan non-fungsional dari tahap analisis kebutuhan, kemudian perancangan arsitektur, perancangan komponen, perancangan basisdata, dan perancangan antarmuka yang digunakan untuk menghasilkan implementasi sistem. Kemudian pada tahap pengujian diperolehlah hasil tiga pengujian unit, satu pengujian integrasi, dan dua puluh empat pengujian validasi yang memberikan nilai 100% valid. Kemudian pada pengujian kompatibilitas didapatkan …
| 70
|
E-Commerce; Web Development
|
E-Commerce for Homestay Reservations; Web Development for Marketplace Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Aplikasi Penjadwalan Dosen Jurusan Teknik Mesin Politeknik Negeri Malang berbasis Web
| 2,019
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Austenita Pasca Aisyah, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/14
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penjadwalan merupakan bagian terpenting dari dunia pendidikan yang tidak dapat dipisahkan. Dengan adanya penjadwalan, kegiatan belajar mengajar akan bejalan dengan baik. Namun, terkadang penjadwalan dapat menimbulkan permasalahan seperti yang ada di Jurusan Teknik Mesin Politeknik Negeri Malang (JTM POLINEMA). Dalam penyusunan jadwal para dosen, sering dijumpai permasalahan seperti bentroknya jadwal mengajar seorang dosen. Hal ini dikarenakan proses penjadwalan dosen dilakukan secara manual oleh setiap Ketua Program Studi (KPS) JTM POLINEMA sehingga permasalahan ini menimbulkan dampak mundurnya kegiatan belajar mengajar selama satu minggu. Maka dari itu, penelitian ini bertujuan untuk membantu kerja KPS dalam menyusun jadwal dosen dengan merancang dan mengembangkan suatu sistem penjadwalan berbasis web yang dapat meminimalisir human error dalam menyusun jadwal dan memudahkan pendistribusian jadwal untuk setiap dosen. Pengembangan sistem ini terdiri atas analisis kebutuhan, perancangan, implementasi, serta pengujian sistem. Sistem aplikasi ini dirancang dengan menggunakan pendekatan object-oriented (OOP) dan model pengembangan perangkat lunak waterfall serta diimplementasikan dengan bahasa pemrograman PHP. Untuk pengujian, sistem ini diuji menggunakan pendekatan kotak putih (whitebox), pengujian kotak hitam (blackbox), dan pengujian compatibility. Hasil dari penelitian ini adalah nilai 100% valid pada pengujian unit, nilai 97.5% valid pada pengujian validasi, dan sistem dapat berjalan dengan baik pada browser Mozilla Firefox dan …
| 71
|
Information Systems; Web Development
|
Information Systems for Academic Scheduling; Web Development for University Departments
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Aplikasi Manajemen Transaksi Pembelian, Penjualan dan Produksi (Studi Kasus: PT. Abadi Ario Sekawan)
| 2,019
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Amira Ibtisama, Bayu Priyambadha, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
PT. Abadi Ario Sekawan adalah sebuah perusahaan kontruksi dengan spesialisasi kontruksi atap dan supplier roofing. Dalam melakukan manajemen data dan transaksi dilakukan dengan Microsoft Excel. Karena masih dilakukan dengan manual, menyebabkan kesulitan dalam melakukan manajemen persediaan barang. Dan juga perusahaan ini belum memiliki sistem untuk manajemen persediaan barang, sehingga untuk menjalankan transaksi pembelian, penjualan dan produksi dilakukan dengan memperkirakan sisa bahan baku atau barang yang tersedia pada gudang. Dalam menjalankan produksi atap, perusahaan memperkirakan waktu selesai, jumlah bahan baku produksi dengan menghitung manual. Dengan adanya permasalahan tersebut, maka penelitian ini dilakukan untuk mengembangkan sistem manajemen transaksi pembelian, penjualan dan produksi berbasis web yang dapat melakukan manajemen persediaan barang dan pencatatan transaksinya. Metode Rough Cut Capacity Planning digunakan untuk menghitung perkiraan kapasitas dari mesin. Tahap-tahap yang dilakukan dalam pengembangan sistem ini adalah analisis kebutuhan, perancangan sistem, implementasi dan pengujian. Analisis kebutuhan dilakukan dengan wawancara langsung terhadap pihak perusahaan, sedangkan perancangan sistem digunakan pendekatan object oriented. Implementasi dilakuan berdasarkan perancangan sistem dan diimplementasikan menggunakan bahasa pemrograman PHP, dengan framework codeigniter. Pengujian yang dilakukan adalah pengujian white-box, black-box dan pengujian compatibility. Pengujian white-box …
| 72
|
Information Systems; Web Development
|
Information Systems for Transaction Management; Web Development for Business Operations
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Pencarian Sponsorship dan Partnership Berbasis Web
| 2,019
| 2
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ana Kusuma Ardani, Denny Sagita Rusdianto, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pada sistem pencarian sponsorship dan partnership ini, diperuntukan untuk mempertemukan dua belah pihak yaitu perusahaan dan komunitas. Adanya Sponsorship juga merupakan bagian dari dukungan perusahaan dalam bentuk pendanaan dalam suatu kegiatan event yang akan diselenggarakan agar dapat berjalan dengan lancar dan pada saat yang bersamaan juga perusahaan sebagai pihak sponsor juga akan mendapatkan keuntungan dalam segi awareness dan image melalui event yang diselenggarakan. Namun, beberapa kendala masih sering dihadapi pada komunitas seperti pada proses pengajuan sponsor masih untuk mengetahui data calon sponsor, tersebarnya berbagai informasi dan kontak mengenai perusahaan penyedia sponsor yang sumbernya terkadang tidak dapat diverifikasi. Kemudian pada pihak perusahaan untuk menerima sebuah kerja sama sponsor biasanya mereka lebih melihat apakah event yang ditawarkan sesuai dengan market dari perusahaan atau tidak dan dengan melalui beberapa pertimbangan seperti feedback yang akan didapatkan apakah sesuai dengan target atau tidak dan pengalaman perusahaan pada saat memberikan pendanaan pada event. Penulis menawarkan suatu solusi guna membangun sebuah sistem berupa website yang berguna untuk memperlihatkan daftar sponsor yang sesuai dengan kebutuhan dan juga membantu pihak perusahaan untuk menemukan komunitas yang sedang mengadakan event. Sistem ini berguna untuk memperkenalkan produk dari perusahaan tersebut disertai dengan tujuan dan ruang lingkup event yang jelas dan tepat, yang keseluruhan proses …
| 73
|
Web Development
|
Web Development for Sponsorship and Partnership Systems
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Investasi Pemasaran Budidaya Ternak Domba Berbasis Penguatan Managemen Peternakan Dengan Kearifan Lokal
| 2,023
| 1
|
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi Dan Informatika
|
Arief Andy Soebroto, Nanang Suryadi, Puguh Surjowardojo, Hagus Tarno
|
2023/8/2
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Salah satu tantangan peternak adalah rendahnya akses ke pembiayaan yang mudah dan murah. Seperti diketahui bahwa rasio kredit UMKM terhadap total kredit perbankan kurang dari 20 persen. Penyerapan KUR masih didominasi oleh sektor perdagangan (44,4%) sedangkan sektor pertanian, perternakan, perburuan, dan kehutanan di posisi kedua yaitu 30,1%. Selain problematika permodalan, maka juga perlu strategi lainnya dalam memperkuat UMKM, yaitu ada 5 pondasi. Lima pondasi adaptasi yang telah dijalankan di Tahun 2022 diantaranya, kemudahan akses pembiayaan, perluasan pasar dan digitalisasi, kemitraan, pendataan dan reformasi birokrasi. Modal, kemitraan dan pemarasan sangat memegang peranan penting dalam penguatan perekonomian UMKM. Hal ini sejalan dengan SDGs Indonesia 2030 dimana peningkatan kesejahteraan masyarakat desa untuk mengurangi kemiskinan, pekerjaan yang layak dan pertumbuhan ekonomi, infrastruktur, industri dan inovasi dan kemitraan untuk mencapai tujuan adalah empat (4) dari tujuh belas (17) kesepakatan bersama dalam Sustainable Development Goals (SDGs) pada tahun 2015. Desa Bumirejo Kecamatan Dampit Kabupaten Malang yang memiliki BUMDESA dan 700 peternak (farm) mempunyai prgram pemberdayaan UMKM sehingga perlu didukung dengan sistem permodalan dan pemasaran untuk meningkatkan kapasistas dan kualitas produksi. Salah satu solusi yang ditawarkan adalah melalui pengembangan sistem investasi pemasaran budidaya ternak domba berbasis penguatan managemen peternakan dengan kearifan lokal. Berbasis kearifan lokal karena …
| 77
|
Information Systems; Agriculture
|
Information Systems for Livestock Farming Investment; Agriculture for Local Wisdom-Based Livestock Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Pemilihan Kost di Kota Malang menggunakan Metode Analytical Hierarchy Process dan Weighted Product (AHP-WP)
| 2,023
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Thareq Ibrahim, Arief Andy Soebroto
|
2023
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kos atau Indekos adalah tempat tinggal bagi orang yang berasal dari daerah atau kota lain khususnya seperti mahasiswa atau pekerja. Di kota Malang, terdapat banyak mahasiswa yang berasal dari luar kota untuk menjalankan perkuliahan di universitasnya. Terutama bagi Universitas Brawijaya yang setiap tahunnya terdapat ribuan mahasiswa yang berasal dari luar kota Malang. Namun, memilih kos yang tepat adalah hal yang sulit karena terdapat banyak faktor yang dapat memengaruhi mahasiswa tersebut seperti harga, jarak, fasilitas, daerah sekitar, dll. Dari permasalahan tersebut, maka dibutuhkan suatu sistem yang dapat membantu mahasiswa dalam memilih kos yang tepat. Solusi dalam mengatasi masalah tersebut adalah dengan membuat sistem pendukung keputusan. Tujuan dari penelitian ini adalah membuat sistem pendukung keputusan untuk membantu mahasiswa dalam memilih kos yang tepat. Metode yang digunakan adalah metode Analytical Hierarchy Process dan Weighted Product (AHP-WP). Hasil dari pengujian menggunakan metode Spearman rank mendapatkan hasil paling baik pada jumlah alternatif sebanyak 31 dengan nilai 0, 8362 yang menyatakan bahwa hubungan antara hasil peringkat dari sistem dan pengguna adalah sangat kuat.
| 78
|
Decision Support Systems; Analytical Methods
|
Decision Support Systems for Dormitory Selection; Analytical Methods for AHP-WP Implementation
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimasi Jadwal Pembelajaran Sekolah menggunakan Metode Hybrid Cat Swarm Optimization (Studi Kasus: SD Muhammadiyah 2 Denpasar)
| 2,022
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
I Gede Adi Brahman Nugraha, Nurul Hidayat, Arief Andy Soebroto
|
2022/8/26
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Jadwal pendidikan adalah kegiatan administrasi utama untuk berbagai institusi. Dalam penelitian ini, peneliti akan berkonsentrasi pada masalah penjadwalan sekolah. Penjadwalan sekolah pada SD Muhammadiyah 2 Denpasar dilakukan setiap tahun ajaran baru. Pada penelitian ini dibuat sistem yang dapat melakukan penjadwalan sekolah menggunakan metode hybrid cat swarm optimization dalam melakukan optimasi penjadwalan sekolah. Pada pengujian kinerja algoritma metode hybrid cat swarm optimization menunjukkan bahwa rata-rata nilai fitness menunjukkan hasil yang terbaik pada jumlah cat sebanyak 10, iterasi CSO sebanyak 750, dan iterasi LSRP sebanyak 500 dengan nilai fitness sebesar 104,243. Penjadwalan menggunakan sistem mampu memperoleh jadwal sekolah tanpa ada bentrokan guru.
| 79
|
Optimization; Swarm Intelligence
|
Optimization for School Scheduling; Swarm Intelligence for Hybrid Cat Swarm Optimization
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pelatihan Budidaya Multi-Culture Farming Berbasis Teknologi Sistem Pakar serta Optimasi untuk Kemandirian Ekonomi dan Ketahanan Pangan Masyarakat Indonesia
| 2,022
| 1
|
JAST: Jurnal Aplikasi Sains dan Teknologi
|
Sutrisno Sutrisno, Imam Cholissodin, Arief Andy Soebroto, Lailil Muflikhah
|
2022/1/5
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Poverty alleviation efforts in Indonesia are still challenging due to the lack of job opportunities. Therefore, creative efforts are needed that are easy to do at home, especially during this Covid-19 pandemic. In this service activity, the creative business was introduced, which was packaged in multi-culture farming cultivation training. The community service activities were preceded by conducting a field survey on three partners, ie, the farmer groups in Sunge Geneng Village, Sekaran District, Lamongan Regency, RT 3/RW III Kauman Village Malang City, and Poncokusumo District Malang Regency. Since the survey plan was carried out during the Covid-19 Pandemic and the frequent Public Activity Restrictions (PPKM), the team could only survey the initial two partners. However, during the implementation process, the second partner was the only one to reach the implementation stage of Multi-Culture Farming with non-AI technology and introduce the use of AI Technology. Therefore, the second partner, RT 03/RW 03 Kauman Village, Klojen District, Malang City, also became the leading partner. The main results of activities were ten budikdamber tools, catfish feed, and training modules about optimizing plant fertilizer nutrition. The other results were land-use using AI Engine and educational videos that received an excellent response from the partners and non-partners being sustainable to create a kind of fostered village, especially in entrepreneurship that utilizes digital technology. ABSTRAK Upaya pengentasan kemiskinan di Indonesia masih sulit dilakukan, karena minimnya lapangan pekerjaan. Oleh karena itu dibutuhkan usaha kreatif yang …
| 80
|
Agriculture; Expert Systems
|
Agriculture for Multi-Culture Farming; Expert Systems for Farming Optimization
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Hybrid Of AdaBoost Algorithm And Naïve Bayes Classifier On Selection Of Contraception Methods
| 2,021
| 1
|
Journal of Environmental Engineering and Sustainable Technology
|
Nurul Faridah, Candra Dewi, Arief Andy Soebroto
|
2021/11/30
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Stunting is a growth failure in children. Stunting can be avoided by adjusting birth spacing or implementing a Family Planning program by using appropriate contraception. Therefore, it is necessary to develop appropriate and rapid contraceptive selection techniques to assist family planning programs. This study develops a model for determining contraceptive methods using a Naïve Bayes Classifier. In addition, an Adaboost algorithm was used to handle the independent between attributes on Naïve Bayes. The performance evaluation of model was measured by combining k-fold cross validation and confusion matrix. Based on the results testing was obtained an optimal parameter of learning rate was 0.1 and the number of iterations was 50. The evaluation using optimal parameters produce the best accuracy of 87.5%, precision of 87.6%, recall of 87.5%, and f1-measure of 87.5%. This result was better than applying the Naïve Bayes without implementing Adaboost, which had 70% accuracy. The used of Adaboost was proven to increase the accuracy of Naive Bayes by 17.5%.
| 81
|
Machine Learning; Classification
|
Machine Learning for Contraception Method Selection; Classification using AdaBoost and Naïve Bayes
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Informasi Penjualan Sayuran berbasis Web dengan menggunakan Metode Waterfall Studi Kasus:(Agro Techno Park Universitas Brawijaya)
| 2,021
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Riski Ida Agustiyan, Imam Cholissodin, Arief Andy Soebroto
|
2021/11/12
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Agro Techno Park merupakan tempat pengembangan dari hasil pertanian yang dikelola untuk berwirausaha pertanian dan tempat pelayanan teknologi pertanian. tujuan dari Agro Techno Park adalah sebagai pusat penerapan teknologi dibidang pertanian, perikanan, dan peternakan. Salah satu contoh Agro Techno Park yang terletak di Jawa Timur adalah milik Universitas Brawijaya yang berlokasi di Cangar dan Jatikerto. Dalam pemasaran produk Agro Techno Park UB masih menggunakan cara manual, yaitu dengan memasarkan produk melalui jerjaring sosila WhatsApp. Dengan menggunakan metode ini membuat pihak Agro Techo Park UB menemui kesulitan tertentu pada saat menerima pesanan dari pelanggan. Karena pelanggan terkadang memesan produk pada saat pengiriman, sehiingga membuat pihak Agro Techno Park UB akan kembali lagi untuk mengambil pesanan yang telah ditambahkan. Dalam hal ini tentunya banyak menyita waktu dalam melakukan transaksi jual beli. Masyarakat bahkan belum mengetahui bahwa produk sayuran Agro Tecno Park UB dapat dijual dengan sayuran yang berkualitas. Untuk mengatasi masalah tersebut, penulis mengembangkan Sistem Informasi Penjualan Sayuran yang terdapat di Agro Techno Park UB. Sistem ini dikembangkan untuk memudahkan transaksi jual beli pada Agro Techno Park UB dan memperluas segmen pemasaran produk sayuran yang dijual. Pengembangan sistem yang dilakukan dengan berbasis website dan menggunakan model waterfall dengan menggunakan bahasa pemrograman PHP pada framework Laravel. Sistem akan diuji dengan menggunakan metode …
| 82
|
Web Development; Software Engineering
|
Web Development for Vegetable Sales Information Systems; Software Engineering for Waterfall Method Implementation
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Wireless Sensor Network untuk Monitoring Kesuburan Lahan Pertanian Padi menggunakan Modul Wifi ESP8266
| 2,021
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Krisna Wahyu Aji Kusuma, Nurul Hidayat, Arief Andy Soebroto
|
2021/4/6
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Indonesia merupakan negara yang sepertiga penduduknya bekerja dari sektor pertanian terutama daerah persawahan. Kebanyakan petani mengharapkan hasil panen secara maksimal tanpa mengetahui kesuburan tanah dengan faktor-faktor yang mendukung kesuburan tersebut. Faktor-faktor seperti pH tanah, kelembapan tanah, suhu tanah dan berbagai faktor lainnya. Terutama faktor-faktor juga dapat berubah setiap saat yang bisa mengganggu proses pertumbuhan tanaman tersebut bila para petani tidak memperhatikan perubahan tersebut. Dengan adanya teknologi yang berkembang, kita dapat mempermudah dalam pemantauan pH tanah, kelembapan tanah dan suhu tanah dengan menggunakan sensor YL-69, DS18B20 dan pH meter tanah. Data yang diambil oleh ketiga sensor akan ditampung dalam sensor node lalu dikirimkan ke gateway melalui websocket dan diteruskan ke firebase lalu ditampilkan ke antarmuka web. Pengujian dilakukan menggunakan quality of service untuk mengetahui kinerja performa jaringan dari kecepatan pengiriman, paket yang hilang saat pengiriman, dan jarak waktu tiap pengiriman. Lalu hasil pengujian performa didapatkan yaitu throughput H-1 sampai H-3 adalah 12.11 bps, 10.88 bps, dan 16.13 bps. Packet loss dari H-1 sampai H-3 adalah 0.4%, 0.3%, dan 0.2%. Delay dari H-1 sampai H-3 adalah 0.12 s, 0.09 s, dan 0.09 s. Pengujian fungsi alat berhasil bekerja dengan data yang diambil dari ketiga sensor dapat ditampilkan di antarmuka web.
| 83
|
Wireless Sensor Networks; Agriculture
|
Wireless Sensor Networks for Agricultural Fertility Monitoring; Agriculture for Rice Field Monitoring
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pelatihan Feedforward Neural Network Menggunakan Particle Swarm Optimization untuk Peramalan Harga Saham
| 2,020
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Fildzah Amalia, Imam Cholissodin, Arief Andy Soebroto
|
2020/10/7
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Saham merupakan salah satu bentuk investasi menjanjikan dan sangat fleksibel, para investor dapat menjual sahamnya kapan saja baik sebagian ataupun seluruh sahamnya. Tingginya potensi imbal hasil atau return yang ditawarkan membuat saham menjadi begitu terkenal dikalangan para ivestor. Namun, tingkat partisipasi masyarakat Indonesia dalam berinvestasi di pasar saham masih sangat rendah. Harga saham yang fluktuatif merupakah salah satu faktor orang enggan menjadi investor saham. Oleh karena itu, investasi pada saham memerlukan analisis yang bagus agar para investor dapat meningkatkan keuntungan, salah satunya dengan cara meramalkan harga saham dari waktu ke waktu sehingga harga saham yang akan datang dapat diramalkan dengan melakukan analisis teknis. Pada penelitian ini, peramalan dilakukan dengan menggunakan salah satu metode jaringan saraf tiruan yaitu Feedforward Neural Network (FFNN) yang dilatih menggunakan metode Particle Swarm Optimization (PSO). Algoritme PSO dianggap mampu menggantikan algoritme Backpropagation dalam melatih jaringan. Tingkat error hasil peramalan dihitung menggunakan Mean Absolute Percentage Error (MAPE). Pada pengujian dihasilkan nilai MAPE terkecil sebesar 1,793% dan nilai fitness sebesar 0, 98239 dengan 4 input layer, 2 hidden layer, dan 1 output layer pada arsitektur jaringannya.
| 84
|
Neural Networks; Particle Swarm Optimization
|
Neural Networks for Stock Price Prediction; Particle Swarm Optimization for Neural Network Training
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pelatihan Pelaporan Keuangan Berbasis Aplikasi di Lingkup Antar RT dalam RW Kelurahan Kauffman Kecamatan Klojen Malang
| 2,020
| 1
|
JAST
|
Lailil Muflikhah
|
2020
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pemanfaatan teknologi informasi dan komunikasi untuk aplikasi keuangan berbasis online telah banyak dikembangkan, diantaranya di bidang perbankan, keuangan, transportasi, jual beli, kesehatan, dan sebagainya. Demikian juga aplikasi berbasis perangkat bergerak seperti telepon seluler, komputer, laptop maupun lainnya juga sudah lazim dan banyak digunakan oleh masyarakat. Berdasarkan kondisi tersebut, maka dilaksanakan kegiatan pengabdian masyarakat antar RT dalam satu RW di wilayah Kelurahan Kauman Kecamatan Klojen Kota Malang (khususnya RT-02 dan RT-03 di RW-03) untuk menggunakan aplikasi keuangan. Aplikasi yang dikembangkan diharapkan dapat mempermudah dalam melakukan pengelolaan keuangan di tingkat RT, sehingga lebih efektif, efisien, akurat dan transparan. Tahapan kegiatan pengabdian kepada masyarakat ini diawali dengan melakukan observasi dan survei khususnya RT-02 dan RT-03 di RW-03 Kelurahan Kauman Kecamatan Klojen Kota Malang. Hasil survei ini dijadikan dasar implementasi aplikasi keuangan yang dikembangkan. Selanjutnya dilakukan sosialisasi dan pelatihan penggunaan aplikasi yang telah berhasil dikembangkan dari referensi terpilih, agar masyarakat lebih terbiasa dalam menggunakan sistem layanan keuangan tersebut. Dengan adanya aplikasi ini, diharapkan pengelolaan layanan keuangan menjadi lebih mudah dan pengguna aplikasi juga dimudahkan dengan adanya fitur-fitur yang telah disediakan. Hasil dari kegiatan ini yaitu, Sistem Pengelola Keuangan RT (SIPUT) dapat diakses dalam berbagai platform baik perangkat PC desktop maupun web, lalu …
| 85
|
Financial Reporting; Software Applications
|
Financial Reporting for Community-Based Applications; Software Applications for Financial Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan E-Government Inovasi Pelayanan Publik Kegiatan Hibah dan Bantuan Sosial di Dinas Komunikasi dan Informatika Kabupaten Bogor
| 2,019
| 1
|
Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
|
Khrisna Widhi Dewanto, Nurudin Santoso, Arief Andy Soebroto
|
2019/11/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Inovasi pelayanan publik merupakan sebuah upaya pemerintahan untuk melayani masyarakat didalam menyelenggarakan pemerintahan nya. Pelayanan tersebut dikemas dalam bentuk pemerintahan elektronik yang bisa disebut dengan E-Government. Dengan adanya pemerintahan berbasis elektronik diharapkan dapat mempermudah dan mengatasi beberapa permasalahan yang ada, yang salah satunya suatu permasalahan mengenai transparansi dana terkait kegiatan hibah dan bantuan sosial yang dilaksanakan di Kabupaten Bogor. Didasari oleh berbagai permasalahan yang sudah terjadi, secara tidak langsung hal tersebut melatarbelakangi pemerintah Kabupaten Bogor untuk melakukan suatu inovasi untuk memperbaiki pengelolaan dana hibah dan bantuan sosial tersebut. Pada penelitian ini akan mengimplementasikan sebuah inovasi berupa website yang bergerak di bidang E-Government terkait pelayanan inovasi publik yang ditujukan untuk mengajukan proposal usulan kegiatan beserta besaran dana nya. Metode yang dipergunakan dalam Penelitian kali ini yaitu menggunakan Rapid Application Development. Web tersebut akan diimplementasikan menggunakan framework CodeIgniter dengan menggunakan bahasa pemrograman PHP dan Javascript. Penelitian ini menghasilkan sebuah aplikasi yang bisa melakukan pemeriksaan terhadap pemeriksaan yang nantinya akan diajukan, pemberian rekomendasi dana, persesetujuan bupati hingga monitoring evaluasi. Sistem tersebut khusus dipergunakan pada lingkup Kabupaten Bogor. Dengan adanya sistem ini diharapkan dapat membantu proses pnegusulan proposal …
| 86
|
E-Government; Information Systems
|
E-Government for Public Service Innovation; Information Systems for Social Aid Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Aplikasi Manajemen Multi Proyek menggunakan Metode Scrum
| 2,019
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Andri Wijaya Kusuma, Nurudin Santoso, Arief Andy Soebroto
|
2019/10/21
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Dalam suatu software house, manajer proyek memegang peranan penting dalam proses pengelolan dan pembuatan perangkat lunak. Manajer proyek untuk setiap proyeknya diberikan kepada orang yang berbeda. Namun dimungkinkan juga untuk seseorang berperan sebagai manajer proyek pada lebih dari 1 proyek dalam waktu yang bersamaan. Untuk cara pelaporan dari tiap pekerja kepada manajer proyek-pun bervariasi. Ada yang melakukan rapat setiap seminggu sekali, atau pada hari kerja sebelum pulang, atau manajer proyek harus menanyakan sendiri kepada tiap anggotanya. Sehingga manajer proyek tidak dapat memantau perkembangan pengerjaan terkini dari anggota tim setiap waktunya dan juga tidak dapat secara langsung memberikan tugas untuk anggota tim begitu pula anggota tim tidak dapat mengetahui tugas yang harus dikerjakan jika tugas sebelumnya telah selesai dikerjakan. Untuk menangani permasalahan tersebut, penulis mengembangkan aplikasi manajemen multi proyek yang dapat mengelola aktivitas pekerjaan yang dilakukan, dan memantau perkembangan proyek. Aplikasi tersebut menerapkan metode scrum, yang didalamnya terdapat iterasi untuk proses pengerjaan proyek. Dalam pengembangan aplikasi penulis menggunakan waterfall model. Berdasarkan pengujian yang dilakukan, pengujian unit, pengujian integrasi, dan pengujian validasi menghasilkan nilai valid pada kasus uji yang telah dilakukan. Untuk pengujian compatibility diperoleh bahwa aplikasi dapat berjalan optimal pada 9 dari 11 versi browser yang diujikan.
| 87
|
Project Management; Software Development
|
Project Management using Scrum Methodology; Software Development for Multi-Project Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Informasi Kesehatan Gizi (Studi Kasus: Klinik UB Malang)
| 2,019
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Aizul Faiz Iswafaza, Achmad Arwan, Arief Andy Soebroto
|
2019/8/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kesejahteraan manusia salah satunya didapatkan dari nilai kesehatan. Untuk sehat didapatkan dengan cara menjaga asupan makan bagi tubuh. Menjaga asupan makanan bisa dilakukan dengan konsultasi kepada ahlinya atau penerapan pola makan yang seimbang. Klinik Universitas Brawijaya Malang merupakan salah satu penyedia layanan kesehatan gizi. Klinik tersebut melakukan layanan berdasarkan buku Pedoman Gizi Rumah Sakit tahun 2011. Layanan yang dilakukan berupa perekaman data diri hingga monitoring dan evaluasi. Perekaman data pasien saat ini menggunakan metode konvensional, menyebabkan keterbatasan akses hasil layanan data pasien. Dalam membuat rancangan menu makan pasien diperlukan data bahan makan dan tidak melebihi batas intervensi pasien. Penelitian ini bertujuan untuk mengembangkan sebuah sistem informasi yang membantu ahli gizi dalam melayani kesehatan gizi pasien menggunakan metode pengembangan waterfall. Teknologi yang digunakan untuk mengembangkan sistem berupa penggunaan framework laravel dengan bahasa pemrograman website. Dalam pembuatan rekayasa kebutuhan sistem, didapatkan 30 kebutuhan fungsional yang kemudian dibuatkan rancangan kemudian dilakukan implementasi. Pada tahap akhir penelitian, dilakukan pengujian menggunakan metode black box dan white box. Hasil pengujian black box dari 30 kebutuhan fungsional didapatkan 52 test case yang memberikan status valid sebesar 100% yang berarti sesuai dengan rancangan yang dibuat.
| 88
|
Health Information Systems; Medical Informatics
|
Health Information Systems for Nutrition Management; Medical Informatics for Clinical Applications
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Aplikasi Belajar Pegon Berbasis Android Dengan Menerapkan Metode User Centered Design
| 2,019
| 1
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Evi Irhamillah Azza, Adam Hendra Brata, Arief Andy Soebroto
|
2019
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Abjad Arab Jawa atau lebih diketahui dengan nama pegon ialah sandi lama yang sempat menjadi abjad utama dalam berbagai kegiatan tulis menulis di Nusantara. Di masa kini penggunaan pegon tidak sebanyak zaman dulu, namun dalam pesantren pegon masih sering digunakan dalam proses pembelajaran, bahkan pegon menjadi sebuah mata pelajaran yang diajarkan dengan alokasi waktu 45 menit. Namun walau pegon bahkan diajarkan sebagai mata pelaran, dalam penerapannya pembelajaran pegon kurang efektif, dikarenakan tidak adanya media pembelajaran yang digunakan dalam proses pembelajaran. Jikapun ada media pembelajaran media tersebut hanya bersifat terbatas dan digunakan oleh kalang sendiri. Dengan melihat dan memanfaatkan kondisi di lapangan, maka akan dikembangkan sebuah aplikasi pembelajaran abjad pegon dengan menggunakan metode User-Centered Design yang mengacu pada experience pengguna sehingga dapat membuat aplikasi pembelajaran abjad pegon ini memiliki nilai usability yang cukup baik untuk digunakan oleh siswa dan pengajar, dan mampu membuat pembelajaran pegon lebih efektif. Disamping itu metode UCD bersifat iteratif yang artinya dapat menggali kebutuhan pengguna end-user yang dapat berubah-ubah secara langsung. Hasil dari penelitian ini adalah terciptanya aplikasi pembelajaran abjad pegon dengan hasil pengujian usability menggunakan kuesioner USE terdapat hasil rata-rata kelayakan pada kriteria usefulness sebesar 89, 14%, kriteria ease of use sebesar 93, 5%, kriteria ease of learning sebesar 100%, dan kriteria satisfaction sebesar 92, 33%. Untuk …
| 89
|
Mobile Applications; User-Centered Design
|
Mobile Applications for Learning Pegon Script; User-Centered Design for Educational Applications
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pembangunan Aplikasi Farm Record Tanaman Buah Berkayu Di Kecamatan Poncokusumo Kab Malang Dalam Rangka Mendukung Ketahanan Pangan
| 2,025
| 0
|
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi Dan Informatika
|
Arief Andy Soebroto
|
2025/1/20
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Sudah jamak bahwa diketahui petani tanaman buah berkayu gagal dalam panen karena produktivitas dan kualitas produksi hasil pertanian turun. Dampak dari turunya produktivitas dan kualitas produksi hasil pertanian turun berdampak pada ketahanan pangan petani. Gangguan hama, penyakit, kesalahan proses budidaya dan lain hal selama ini tidak tercatat dengan baik sehingga petani jika ada masalah maka yang memberikan solusi dari permasalahannya berdasarkan informasi sesama petani dan trial and error. Berdasarkan hal tersebut maka perlu diberikan solusi berupa aplikasi farm recording tanaman buah berkayu dengan batasan di Kecamatan Poncokusumo Kabupaten Malang dalam rangka mendukung ketahanan pangan. Dari permasalahan tersebut dibutuhkan pendekatan teknologi informasi dalam me-nyelesaikan satu kasus berkaitan dengan budidaya pertanian tanaman buah berkayu. Mitra kegiatan pengabdian kepada masyarakat ini melibatkan dua petani pada Ke-lompok Tani Hutan-KTH Rahayu yang berlokasi di RT 22/RW 5 Dusun Lesti Desa Dawuhan Kecamatan Poncokusumo Kabupaten Malang. Aplikasi yang telah dikembangkan diberikan nama InFarm. InFarm ke depan akan dikembangkan menjadi suatu aplikasi Integrated Farming yang meliputi perkebunan, pertanian, perikanan darat dan peternakan. Pengguna ada dua yaitu administrator dan petani. Petani perkebunan buah berkayu dapat memasukan data kataegori tanaman yaitu tanaman berkayu dan tanaman non berkayu. Tiap kategori dibagi diberikan isian jenis tanaman yang meliputi nama dan jenis tanaman. Petani dapat memasukkan catatan …
| 97
|
Agriculture; Food Security
|
Agriculture for Wooden Fruit Plant Farming; Food Security through Farm Record Applications
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Perancangan Antarmuka Pada Sistem Informasi Investasi dan Pemasaran Domba Digital Masyarakat 5.0 Menggunakan Metode Human Centered Design (HCD)(Desa Bumirejo, Kecamatan Dampit …
| 2,025
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Aldi Rahman Wijaya, Arief Andy Soebroto
|
2025/1/6
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Pertumbuhan teknologi informasi yang semakin pesat, terutama dalam bidang peternakan. Salah satu inovasi terbaru dalam peternakan adalah peternakan domba digital yang menggunakan teknologi digital untuk meningkatkan efisiensi dan produktivitas peternakan. Berdasarkan permasalahan yang ada pada Desa Bumirejo, Kecamatan Dampit, Kabupaten Malang, masih banyak warga yang kesulitan dalam memasarkan hasil ternak domba. Selain itu, kemudahan antarmuka dalam perancangan aplikasi menjadi hal yang sangat berpengaruh terhadap pengalaman pengguna yang baik. Oleh karena itu, perlu dihadirkan sebuah solusi antarmuka yang memiliki fleksibilitas dan dapat diakses di berbagai tempat. Penelitian ini merancang suatu antarmuka pada Sistem Informasi Investasi Dan Pemasaran Domba Digital menggunakan metode Human Centered Design (HCD). Dalam perancangan antarmuka didapatkan hasil penelitian berupa wireframe, high fidelity, serta prototype design. Hasil evaluasi pengujian usabilitas mendapatkan hasil dari aspek efektivitas menggunakan metrik success rate sebesar 99, 56%, hasil dari aspek efisiensi menggunakan metrik Overall Relative Efficiency sebesar 100% dan hasil dari aspek kepuasan menggunakan metode System Usability Scale (SUS) rata-rata sebesar 89, 1 dengan kategori excellent Hasil excellent dan High Acceptable evaluasi pengalaman pengguna menggunakan User Experience Questionnaire (UEQ) hasil skala daya tarik mendapat kategori excellent, skala efisiensi mendapat kategori excellent, skala ketepatan mendapat kategori excellent, skala stimulasi mendapat kategori …
| 98
|
Human Centered Design; Information Systems
|
Human Centered Design for Digital Investment and Marketing Systems; Information Systems for Community 5.0
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Algoritma Ant Colony Optimization Untuk Rekomendasi Rute Terpendek Pada Usaha Thriting Di Kota Malang
| 2,025
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Ihsan Saiful Kirom, Arief Andy Soebroto
|
2025/1/3
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Fenomena jual beli baju bekas atau yang sekarang dikenal dengan istilah thrifting muncul sebagai alternatif bagi individu yang ingin mengikuti tren mode terkini namun dengan harga yang lebih terjangkau. Fenomena thrifting ini semakin pesat tumbuh di Indonesia, berdasarkan data dari Badan Pusat Statistik (BPS), angka impor baju bekas pada tahun 2019 mencapai 392 ton. Angka ini meningkat 363% dari tahun sebelumnya, yakni 108 ton. Tingginya permintaan konsumen serta besarnya nilai ekonomi perdagangan membuat usaha thrift banyak bermunculan di kota kota besar, salah satunya adalah Kota Malang. Namun, tidak sedikit juga usaha thrifting yang tidak bertahan lama. Salah satu masalah yang terjadi adalah pendistribusian barang. Masalah yang ditemui didalam usaha thrift “SecondHypes” ini terjadi pada tempat pengiriman produk yang berbeda–beda untuk setiap tempatnya, jarak rute yang dilaluinya, waktu yang digunakan untuk pendistribusian produk dan lain sebagainya. Berdasarkan permasalahan tersebut, Algoritma Ant Colony Optimization digunakan untuk menemukan rute terpendak dalam pengiriman produk. Penelitian ini dilakukan dengan cara mengumpulkan data toko thrift dan menjadikannya matriks jarak untuk setiap toko. Matriks tersebut dilakukan proses perhitungan menggunakan algoritma Ant Colony Optimization dengan parameter terbaik Faktor Pengaruh Feromon: 1, Faktor pengendalian Visibilitas: 1, Jumlah Semut: 100, Jumlah Iterasi: 150. Hasil Penelitian ini menunjukan Algoritma Ant Colony Optimization dapat menghemat jarak yang ditempuh dari 42, 4 km menjadi 32, 2 km.
| 99
|
Optimization Algorithms; Ant Colony Optimization
|
Optimization Algorithms for Shortest Route Recommendation; Ant Colony Optimization for Thrifting Business
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Rekomendasi Model Sandal Pada Home Industri Menggunakan Collaborative Filtering dan Algoritma Matrix Factorization.
| 2,025
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Fitra Bagus Arviyanto, Arief Andy Soebroto
|
2025/1/3
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Sistem rekomendasi memainkan peran penting dalam membantu pengguna menemukan item yang relevan di tengah volume data yang terus bertambah. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi berbasis collaborative filtering menggunakan algoritma matrix factorization dengan memanfaatkan dataset berupa rating yang diberikan oleh pengguna pada berbagai model sandal. Evaluasi kinerja sistem dilakukan dengan menghitung nilai loss pada data latih dan data uji untuk mengukur akurasi prediksi serta kemampuan generalisasi model. Dalam penelitian ini, algoritma matrix factorization diterapkan untuk memetakan hubungan antara pengguna dan model sandal ke dalam dimensi laten. Proses pelatihan model dilakukan dengan optimasi fungsi loss berbasis mean squared error (MSE), menggunakan parameter seperti jumlah epoch, learning rate, faktor laten, dan optimizer berbasis stochastic gradient descent (SGD). Hasil eksperimen menunjukkan bahwa algoritma matrix factorization menghasilkan nilai data tes loss final sebesar 0.057115 dan nilai data tes loss final sebesar 0.095439, yang mencerminkan kemampuan generalisasi yang baik tanpa overfitting. Kombinasi optimal dari parameter yang digunakan meliputi learning rate sebesar 0, 01, faktor laten sebanyak 10, dan jumlah epoch sebanyak 100. Sistem rekomendasi yang dikembangkan berhasil memberikan prediksi model sandal yang relevan berdasarkan pola preferensi pengguna.
| 100
|
Recommendation Systems; Collaborative Filtering
|
Recommendation Systems for Home Industry Products; Collaborative Filtering for Sandal Models
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Enhanced Virtual First Aid Box to Prevent and Rescue in Body Health Using Deep Extreme Genetic Model-Agnostic Meta-Learning (EG-MAML) Algorithm
| 2,024
| 0
|
Proceedings of the International Conference on Green Technology
|
Imam Cholissodin, Achmad Shampton, Arief Andy Soebroto
|
2024/12/31
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
This study is focus to Enhanced Virtual First Aid Box (EVFAB) leverages advanced technologies to provide health monitoring and preventive measures, integrating the Deep Extreme Genetic Model-Agnostic Meta-Learning (EG-MAML) algorithm for robust and adaptive solutions. EG-MAML enables the system to rapidly learn from minimal data, optimizing medical decision-making and preventive actions in dynamic health scenarios. The model integrates genetic algorithms with deep learning to enhance the adaptability of first aid protocols, tailoring responses to individual health conditions and real-time physiological data. This innovation not only aids in timely interventions during emergencies but also proactively identifies potential health risks, ensuring early detection and personalized prevention strategies. By utilizing an intelligent system like EG-MAML, the virtual first aid box becomes a versatile tool, contributing to public health resilience and improving individual well-being through cutting-edge machine learning techniques.
| 101
|
Deep Learning; Meta-Learning
|
Deep Learning for Virtual First Aid Box; Meta-Learning for Health Rescue Systems
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimalisasi Prediksi Kasus COVID-19 di Indonesia: Perbandingan Teknik Validasi 80-20 Split dan Walk-Forward dengan ARIMA
| 2,024
| 0
|
J-INTECH (Journal of Information and Technology)
|
Divanda Arya Inasta Asrul, Arief Andy Soebroto
|
2024/12/19
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penelitian ini menyajikan studi komparatif teknik validasi split 80-20 dan walk-forward dalam meramalkan kasus COVID-19 harian di Indonesia menggunakan model ARIMA. Berdasarkan kajian penelitian sebelumnya, model ARIMA telah terbukti efektif dalam berbagai konteks epidemiologi, namun studi ini menyoroti pentingnya pemilihan teknik validasi yang tepat. Penelitian ini menggunakan data dari tanggal 3 Januari 2020 hingga 18 Oktober 2023 untuk mengembangkan model prediktif yang kinerjanya diukur menggunakan Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa teknik validasi walk-forward lebih unggul dibandingkan split 80-20, dengan MAE sebesar 137.32 dan RMSE sebesar 198.23, dibandingkan dengan MAE split 80-20 sebesar 4190.92 dan RMSE sebesar 4479.15. Temuan ini mengindikasikan bahwa validasi walk-forward memberikan prediksi yang lebih akurat dan dapat diandalkan untuk skenario data yang dinamis dan tidak stasioner. Studi ini menegaskan pengaruh signifikan dari pemilihan teknik validasi terhadap kinerja model ARIMA, memberikan kontribusi baru dalam metodologi peramalan epidemiologi.
| 102
|
Time Series Analysis; ARIMA
|
Time Series Analysis for COVID-19 Prediction; ARIMA for Pandemic Case Forecasting
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Web-Based Integrated Farming Group Profile Information System with Integrated Farming (Case Study: Dawuhan Village, Malang)
| 2,024
| 0
|
J-INTECH (Journal of Information and Technology)
|
Arief Andy Soebroto, Nurul Hidayat, Rizal Setya Perdana, Indriati Indriati, Hendra Darmawan, Raihan Fikri Brilliansyach, Mohammad Ibnu, Nadhira Nurannisa, M Azka Obila Vasya
|
2024/12/19
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Desa Dawuhan di Kecamatan Poncokusumo, Kabupaten Malang, adalah desa yang sedang berkembang dengan potensi besar di sektor peternakan. Namun, manajemen data peternakan di desa ini masih dilakukan secara manual, menghadapi berbagai kendala seperti keterbatasan akses, masalah integritas data, dan proses yang memakan waktu lama. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan Sistem Informasi Profil Kelompok Peternakan Terpadu Berbasis Web. Tujuan utama dari penelitian ini adalah untuk meningkatkan aksesibilitas, menyederhanakan proses pengelolaan data peternakan, serta meningkatkan akurasi dan keamanan data. Sistem ini dirancang menggunakan framework Next. js, yang dipilih karena kemudahan dan keamanannya dalam mengimplementasikan otentikasi dan otorisasi, serta kemampuannya untuk integrasi di masa depan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berfungsi sesuai kebutuhan, memberikan platform yang lebih efisien, mengurangi kesalahan, dan meningkatkan pengalaman pengguna bagi peternak yang terlibat dalam pengelolaan data. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi operasional dan manajemen data peternakan di Desa Dawuhan secara keseluruhan.
| 103
|
Information Systems; Web Development
|
Information Systems for Integrated Farming; Web Development for Farming Group Profiles
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Development of Smart Live Edu-Multimedia Multilingual Adaptive for Digital Quran to Children and Parents Utilize meta-Deep Lightweight SORA Algorithm
| 2,024
| 0
|
Development
|
Imam Cholissodin, Achmad Shampton, Arief Andy Soebroto
|
2024/10
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
This research related to collaboration Islamic religious education methods in the family home is urgent and important, particularly for children and parents, especially regarding the introduction of the Quran as the word of Allah SWT delivered by the Prophet Muhammad SAW through the angel Gabriel. To improve education ways, the approach, if only conducted conventionally, such as only monotonous with static books, of course, is not enough to attract interest in reading to memorization. Based on these constraints, this study carried out an adaptive approach by utilizing technology from the meta-Deep lightweight SORA algorithm as a tool to create a smart digital Quran that is able to display live adaptive multilingual multimedia, including textual, audio, and video content. We propose Cooperative Agents Meta-Learning (CAML) algorithm as its contribution in supporting greater convenience for early childhood education and parents. The results of this study are expected to be able to provide a treasure trove of Islamic education with a blended method while maintaining methods such as in Islamic boarding schools with the latest Artificial Intelligence (AI) technology.
| 104
|
Educational Technology; Multimedia
|
Educational Technology for Digital Quran Learning; Multimedia for Multilingual Adaptive Learning
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Informasi Kompetisi Berbasis Web (Studi Kasus: Universitas Brawijaya)
| 2,024
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ali Akbar, Adam Hendra Brata, Arief Andy Soebroto
|
2024/8/19
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi kompetisi menggunakan pendekatan iteratif dengan metode prototipe dalam tahapan analisis kebutuhan, menghasilkan 42 kebutuhan fungsional dan 2 kebutuhan non-fungsional dengan lima jenis pengguna, yaitu mahasiswa, pemeriksa, admin fakultas, admin UB, dan guest. Perancangan sistem diwujudkan melalui beberapa diagram klas yang dikelompokkan berdasarkan controller dengan tujuh alur utama yang digambarkan dalam bentuk diagram sekuensial. Implementasi dilakukan menggunakan bahasa pemrograman PHP dan JavaScript dengan framework Laravel dan ReactJS, berfokus pada pembuatan kompetisi, pengisian formulir tim, pemeriksaan dan penilaian tim, penilaian akhir, pengelolaan pengguna, dan notifikasi. Pengujian sistem dilakukan dalam dua tahap, yaitu validasi dan compatibility. Pengujian menggunakan metode blackbox testing menunjukkan tingkat keberhasilan sebesar 41 dari total 42 use case, sementara pengujian compatibility menunjukkan hasil 100% pada tujuh browser yang berbeda, mengindikasikan sistem ini dapat digunakan sesuai dengan use case yang telah ditentukan.
| 105
|
Web Development; Information Systems
|
Web Development for Competition Information Systems; Information Systems for University Competitions
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Enhancing Family Nutrition and Economy by Cultivating Catfish in Aquaponic Systems to Optimise Narrow Land Space
| 2,024
| 0
|
Journal of Innovation and Applied Technology
|
Arief Andy Soebroto, Asus Maizar Suryanto Hertika, Euis Elih Nurlaelih, Renanda DSP Baghaz, Muhammad Asnin Alfarisi
|
2024/7/3
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
The MMD 1000 Village Strategic Community Service Grant Program aims to address the issues that the village community is currently facing, such as the low level of community participation in PKK activities, the need to improve the nutrition of low-income families, and the underutilization of narrow yards. So that through the MMD 1000 Village Strategic Community Service Grant Programme activities, this will offer solutions to these problems, including outreach and demonstration plots along with the assistance of aquaponic cultivation systems. The methods that will be applied to this activity include the following: 1) providing understanding to community leaders and target audiences, especially activity partners; 2). Counselling and training to increase knowledge about the implementation of an appropriate aquaponic cultivation system, 3). Direct practice or application of the aquaponic cultivation system, including assembling the design of aquaponics tools, setting tools and tanks, water preparation and monitoring water quality, stocking fish seeds, planting vegetable seeds, and raising fish and vegetables together 4). Evaluation to monitor success in implementing activities, 5). Evaluate the impact of activities directly on increasing fish and vegetable consumption and the impact on the family economy through fish and vegetable production. This activity increases the community's ability to manage narrow land by implementing an aquaponic system, which has an impact on improving family nutritional welfare and increasing economic income and is expected to be implemented by the wider community in Dawuhan Village and other villages in Malang …
| 106
|
Aquaponics; Sustainable Agriculture
|
Aquaponics for Family Nutrition and Economy; Sustainable Agriculture for Narrow Land Spaces
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Klasifikasi Penyakit Tanaman Bawang Merah Menggunakan Metode Fuzzy K-Nearest Neighbor
| 2,024
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Yosua Christiansen Sitepu, Nurul Hidayat, Arief Andy Soebroto
|
2024/5/31
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Tanaman bawang merah (Allium ascalonicum L.) adalah salah satu jenis tanaman semusim yang termasuk dalam famili Liliaceae. Tanaman bawang merah digunakan oleh manusia sebagai bumbu masakan yang menambah cita rasa pada makanan. Dijumpai kendala dalam proses penanaman bawang merah yaitu penyakit yang membuat tanaman bawang merah tidak dapat dipanen. Oleh karena itu petani membutuhkan solusi agar penyakit tanaman bawang merah dapat diatasi. Metode yang digunakan Fuzzy K-Nearest Neighbor merupakan gabungan dari dua tekniki klasifikasi, yaitu tekniki klasifikasi fuzzy yang digabung dengan teknik klasifikasi K-Nearest Neighbor. Fuzzy K-Nearest Neighbor adalah teknik klasifikasi yang digunakan untuk melakukan sebuah prediksi pada data yang diuji dengan menggunakan konsep fuzzy nilai derajat keanggotaan data pada setiap kelas. Variabel yang digunakan dalam penelitian ini adalah 15 total gejala yang disebabkan oleh 5 total hama dan penyakit tanaman bawang merah. Akurasi tertinggi yang didapatkan dari hasil pengujian adalah ketika nilai K= 2 hingga nilai K= 6 yang memiliki nilai akurasi sebesar 0, 9.
| 107
|
Machine Learning; Fuzzy Logic
|
Machine Learning for Plant Disease Classification; Fuzzy Logic for Onion Disease Detection
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Analisis Peramalan Curah Hujan Menggunakan Metode Extreme Learning Machine (Studi Kasus: Stasiun Klimatologi Jawa Timur)
| 2,024
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Anjas Pramono Sukamto, Arief Andy Soebroto
|
2024/5/31
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penelitian ini fokus pada analisis peramalan curah hujan di Indonesia, sebuah negara tropis yang terdapat curah hujan tinggi sehingga menyebabkan banjir dan tanah longsor. Stasiun Klimatologi Jawa Timur, terletak di Kabupaten Malang, merupakan pusat informasi cuaca dan sering terkena dampak banjir. Studi ini mengidentifikasi pola data historis secara sistematis untuk peramalan yang akurat. Metode peramalan yang digunakan adalah Jaringan Saraf Tiruan, khususnya Extreme Learning Machine (ELM). ELM dianggap efektif dengan tingkat kesalahan rendah dan kecepatan pelatihan yang tinggi. Penelitian ini membandingkan kinerja ELM dibandingkan metode tradisional seperti KNN dan SVM, menunjukkan superioritas ELM dalam kecepatan dan kinerja komputasi. Sebuah studi kasus menggunakan judul" Analisis Peramalan Curah Hujan Menggunakan Metode Extreme Learning Machine (Studi Kasus: Stasiun Klimatologi Jawa Timur)" menyoroti penerapan ELM dalam konteks ini. Temuan penelitian ini dapat mendukung upaya pencegahan banjir melalui peramalan yang lebih akurat. Kinerja peramalan curah hujan dengan metode ELM memperoleh nilai Mean Squared Error (MSE) 0,021 rasio parameter data pelatihan dan data pengujian sebesar 50%-50% dan jumlah hidden neuron sebanyak 10 neuron.
| 108
|
Machine Learning; Extreme Learning Machine
|
Machine Learning for Rainfall Forecasting; Extreme Learning Machine for Climate Data Analysis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Detection of Laylat Al-Qadr in Ramadan Using Iqra'Algorithm Based on Unique Anomaly as Luxlier Data Detection to Prove the Truth Signs of Islam
| 2,024
| 0
|
Proceedings of the International Conference on Green Technology
|
Imam Cholissodin, Achmad Shampton, Arief Andy Soebroto
|
2024/5/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
This study is related to the importance of increasing the understanding on the use of advanced technology on the signs of truth from Allah SWT contained in the Qur'an and Hadith so that they can be easily understood by many people, especially those outside Islam, to show that Islam is a very scientific and rahmatan lil'alamin. Therefore, in this research, a collaboration is carried out between the fields of science and technology from Data Science as the approach of identification the Laylat al-Qadr (LQ) occurrence and why it only occurs one day in the Ramadan using the iQRa'Algorithm as the main research proposal and contribution with Artificial Intelligence (AI), Machine Learning (ML) and implementation code. From the results, it was suggested that the identification of the 2022 LQ day falls on 23 Ramadan 1443 H, which have been tested from 21 cities along 29-30 days data, from the beginning to the end of Ramadan 2022.
| 109
|
Anomaly Detection; Algorithm Design
|
Anomaly Detection for Religious Event Identification; Algorithm Design for Luxlier Data Detection
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Diagnosis Dini Penyakit Diabetes Mellitus Tipe I dan Tipe II dengan Metode Random Forest
| 2,023
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Aulia Fachruz Dzikrullah, Arief Andy Soebroto, Agus Wahyu Widodo
|
2023/10/25
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Diabetes melitus (DM) sebagai suatu penyakit atau gangguan metabolisme cronic yang ditandai dengan tingginya kadar gula darah (hiperglikemia) dan disertai gangguan metabolisme karbohidrat, lemak, dan protein karena kurang efisiennya fungsi insulin. Ditahun 2018 Department Pencegahan dan Pengendalian Penyakit Tidak Menular (P2PTM) menyebut didominasi penderita pada kelompok usia 10-14 dengan 403 kasus, kemudian 275 kasus di kelompok usia 5-9 tahun, dan 146 kasus terdapat pada kelompok usia dibawah 5 tahun, sedangkan pada kelompok usia diatas 15 tahun sebanyak 25 kasus. Penelitian yang diajukan adalah membangun sebuah sistem yang digunakan untuk mendeteksi atau mendiagnosa tingkat diabetes menggunakan algoritme random forest (RF). RF dipilih karena berdasarkan penelitian sebelumnya memiliki error rate kecil dan memiliki akurasi yang lebih tinggi jika …
| 110
|
Machine Learning; Random Forest
|
Machine Learning for Diabetes Diagnosis; Random Forest for Early Disease Detection
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Metode Promethee untuk Klasifikasi Penyakit Paru-Paru
| 2,023
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Andy Hanafi, Nurul Hidayat, Arief Andy Soebroto
|
2023/10/17
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Paru–paru adalah salah satu organ sangat penting dalam tubuh manusia. Ada beberapa faktor yang menyebabkan yang bisa menyebabkan seseorang terkena penyakit paru–paru salah satunya gaya hidup yang kurang sehat. Tuberkuolosis (TB) merupakan salah satu penyakit paru-paru. Menurut World Health Organization (WHO) pada tahun 2006, Indonesia menempati posisi ke 3 sebagai penyumbang penyakit Tuberkulosis dengan angka 500.000 jiwa dan dalam satu tahun total kematian sebesar 100.000 jiwa. Hal tersebut bisa terjadi karena keterlambatan dalam penanganan pada penderita penyakit paru–paru dan kurangnya pemahaman masyarakat akan gejala dini pada penyakit paru–paru itu sendiri. Dengan adanya masalah tersebut muncul suatu ide mengembangkan sebuah perangkat lunak dalam membantu mendiagnosis penyakit paru–paru dini menggunakan metode Promethee. Promethee …
| 111
|
Decision Making; PROMETHEE
|
Decision Making for Lung Disease Classification; PROMETHEE for Medical Diagnosis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Deteksi Dini Penyakit Strok dengan Multiple Attribute Decision Making Simple Additive Weighting (SAW)
| 2,023
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Rio Andika Dwiki Adhi Putra, Arief Andy Soebroto
|
2023/8/24
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penyakit strok atau cerebrovaskuler accident ialah gangguan saraf diakibatkan oleh pecahnya pembuluh darah dalam otak, sehingga kehilangan fungsi otak seseorang. Penyakit strok dapat menyebabkan gangguan pada sistem fungsi otak yang vital dan gangguan gerakan yang menghambat aktivitas individu. Menurut World Health Organizasion (WHO), diperkirakan ada sekitar 7, 6 juta kematian akibat strok, dengan tingkat kematian sebesar 77%, menunjukkan bahwa penyakit strok termasuk penyakit yang berbahaya. Penting untuk melakukan pencegahan dini melalui pemeriksaan medis karena risiko strok yang tinggi. Deteksi risiko penyakit strok dapat dilakukan dengan mudah jika parameter-parameter yang relevan diketahui. untuk mengatasi masalah pola yang tidak terstruktur, diperlukan sistem yang dapat mempermudah dalam pengambilan keputusan, bisa juga dijadikan sebagai solusi. Alasan memilih metode tersebut dikarenakan sanggup mengatasi permasalahan yang sering terkait dengan ketidakpastian dalam penelitian deteksi penyakit. Hasil akurasi yang didapat dari sistem pendukung keputusan deteksi dini penyakit strok dengan metode multiple attribute decision making simple additive weighting sebesar 74, 1%. Dari hasil perhitungan baik secara manual maupun sistem mendapatkan hasil yang sama dimana terdapat beberapa alternatif yang di duga menderita strok, bagi alternatif yang diduga menderita strok diketahui bahwa nilai alternatifnya 0, 84 (threshold).
| 112
|
Decision Support Systems; Simple Additive Weighting
|
Decision Support Systems for Early Stroke Detection; Simple Additive Weighting for Health Diagnostics
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimization of Drug Design Composition by Hybrid Islamic and Evolutionary Medicine for Covid-19 and Its New Variants Using Geometric Time Variants Extreme Genetic Algorithm
| 2,023
| 0
|
Proceedings of the 12th International Conference on Green Technology (ICGT 2022)
|
Aurick Yudha Nagara, Renny Nova, Tamara Gusti Ebtavanny, Zanna Annisa Nur Azizah Fareza
|
2023/5/29
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
There is a difficulty in building the implementation of a computational model to build a complex Covid-19 drug design involving a smart ecosystem. Covid-19 and the drug design of its new variants are formed by combining the appropriate compound and dose as an antiviral. Drug designs as the candidates for Covid-19 drugs can be in the form of herbal medicines and other materials. In computing the design of this drug, the encountered problem is the way to separate the features between the mixed compounds. The feature extraction received will be optimized into compounds that are useful as Covid-19 drug candidates. On the other hand, drug design using manual computational methods is very complicated and requires a fairly long-time estimation in forming the proper compound with many variants of each compound. From the problems that occur, it requires a system that can perform drug design computations quickly and precisely. Therefore, a new method of combining extreme learning machines and genetic algorithms is made called Geometric Time Variants (GTV) Extreme Genetic Algorithm (XtremeGA or eXGA or ExGA). As a result, drug design optimization using historical data by hybrid Islamic and evolutionary medicine for Covid-19 and its new variants can work quickly, optimally, and achieved convergence conditions.
| 113
|
Bioinformatics; Genetic Algorithms
|
Bioinformatics for Drug Design Optimization; Genetic Algorithms for Covid-19 Treatment
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pelatihan Data Science Untuk Umum Dan Bagi Siswa SMA/SMK dari Anggota Karang Taruna Kauman Malang
| 2,023
| 0
|
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi Dan Informatika
|
Arief Andy Soebroto, Imam Cholissodin, Sutrisno Sutrisno, Nurudin Santoso
|
2023/3/20
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kemajuan teknologi informasi telah meluas penggunaannya di berbagai bidang keilmuan dan berbagai kalangan masyarakat. Di bidang keilmuan di antaranya adalah tentang data science yang saat ini banyak diminati di banyak perusahaan dan instansi. Data science merupakan bidang ilmu yang mempelajari, mengolah, dan menganalisis data. Oleh sebab itu, bila ditunjang dengan kemampuan matematika, statistika, dan pemrograman akan mempermudah dalam implementasi dan pemanfaatan data science. Namun materi tentang data science masih jarang sekali diajarkan dan diberikan pada siswa di bangku sekolah menengah atas. Sementara pada siswa SMA, SMK non informatika, dan Pondok Pesantren masih belum diajarkan/diberikan materi pelajaran tentang data science. Pentingnya data science disampaikan atau diperkenalkan kepada siswa SMA/SMK-non informatika/Pondok Pesantren agar dapat memberikan wawasan pandangan perihal teknologi (data science) yang saat ini tengah menjamur pemanfaatannya di lingkungan berbagai perusahaan dan instansi. Sehingga para siswa tidak lagi terasa asing bila nantinya berhadapan atau harus menggunakan data science. Berdasarkan pentingnya penguasaan data-science di pekerjaan dan masih kurangnya pengetahuan dan wawasan dari siswa sekolah menengah atas, maka pelatihan data science menjadi alternatif solusi mengenalkan di sekolah menengah atas. Pelatihan ini diharapkan memberikan manfaat para siswa agar mampu menumbuhkan minat mereka untuk mempelajari data science lebih luas lagi. Siswa diajarkan tentang data science meliputi, yaitu regresi …
| 114
|
Data Science
|
Data Science Training for General Public and High School Students
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pelatihan Smart Multi-Culture Farming Berbasis Teknologi Cloud-AI untuk Pemantauan Objek Budidaya dengan Tenaga Surya sebagai Eco-Green Energy Masyarakat Indonesia
| 2,022
| 0
|
JAST
|
Nurudin Santoso, Imam Cholissodin, Arief Andy Soebroto, Nurul Hidayat, Destyana Ellingga Pratiwi Sutrisno, Vivien Fathuroya
|
2022/12/31
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Proses pengerjaan bidang pertanian multi-culture sangat menguras banyak tenaga dan memiliki beberapa resiko kurang baik bagi petani, baik di pedesaan maupun perkotaan. Mulai dari waktu yang cukup banyak dibutuhkan dalam pembudidayaan terutama saat pemeliharaan tumbuh kembangnya tanaman maupun objek budidaya lainnya, lalu banyaknya biaya yang dibutuhkan dalam penggunaan irigasi untuk pembelian bahan bakar serta resiko ketika melakukan proses tertentu menggunakan listrik tegangan tinggi yang sangat membahayakan petani. Berdasarkan permasalahan tersebut dibutuhkan pendekatan teknologi otomasi yang dapat bekerja membantu petani. Dalam pengabdian ini melibatkan Dua Mitra, yaitu di kelompok petani yang sekaligus pekerja Kampung Kauman RW/RT III/03 dan pada Perkebunan di Poncokusumo Malang yang memanfaatkan listrik tenaga surya untuk irigasi dan kegunaan lainnya serta pendekatan Cloud-AI yang dapat bekerja secara adaptif baik luring maupun daring untuk mengendalikan kelistrikan, prediksi untuk pengambilan keputusan dalam pengamatan objek budidaya dan lainnya. Hasil utama kegiatan berupa pemberian pelatihan, lalu bantuan paket alat instalasi smart multi-culture farming untuk hidroponik, panel surya dan pompa untuk irigasi serta modul pelatihan pertanian berbasis Cloud-AI dan video edukasi dengan respon yang sangat baik dari Mitra.
| 115
|
Smart Farming; Cloud Computing; Artificial Intelligence
|
Smart Farming for Multi-Culture Agriculture; Cloud Computing for Farming Monitoring; Artificial Intelligence for Eco-Green Energy Solutions
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Smart big data app for determining modeling of human genome, virus and medicinal compounds to healing any disease especially for Covid-19 by meta-deep AI reinforcement learning …
| 2,022
| 0
|
AIP Conference Proceedings
|
Imam Cholissodin, Sutrisno, Arief Andy Soebroto, Aurick Yudha Nagara, Tamara Gusti Ebtavanny, Widodo
|
2022/11/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Solving health problems is part of the enigma in finding candidate solutions, one of which is drugs for certain diseases, especially Covid-19, which include those the extensive and complete research of which involves the Human Genome, viruses, and medicinal compounds. Some of the obstacles are the limited knowledge as an approach that to date tends to use the conventional Machine Learning (CML) algorithms and the analysis of human DNA codes, viruses, and medicinal compound codes which still incline to be partial, resulting in discrete conclusions and premature modeling patterns. In this study, a computer simulation model prototyping approach such as in silico as the basis of modeling with meta-deep AI Reinforcement Learning algorithms is employed which provides leniency or flexibility in the machine learning process by integrating Deep Q-Learning, supervised, unsupervised, and other …
| 116
|
Bioinformatics; Deep Learning; Artificial Intelligence
|
Bioinformatics for Human Genome Modeling; Deep Learning for Medicinal Compound Discovery; Artificial Intelligence for Covid-19 Treatment
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Peramalan Kasus Positif Harian Covid-19 di Indonesia menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Whale Optimization Algorithm (WOA)
| 2,022
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Herman Syantoso, Arief Andy Soebroto
|
2022/9/12
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Peramalan Kasus Positif Harian Covid-19 di Indonesia menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Whale Optimization Algorithm (WOA) | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Peramalan Kasus Positif Harian Covid-19 di Indonesia menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Whale Optimization Algorithm (WOA) 1.Beranda / 2.Arsip / 3.Vol 6 No 13 (2022): Publikasi Khusus Tahun 2022 / 4.Artikel Peramalan Kasus Positif Harian Covid-19 di Indonesia menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Whale Optimization Algorithm (WOA) Penulis Herman Syantoso Fakultas Ilmu Komputer, Universitas Brawijaya Arief Andy Soebroto Fakultas Ilmu Komputer, …
| 117
|
Machine Learning; Optimization Algorithms
|
Machine Learning for Covid-19 Case Prediction; Optimization Algorithms for Extreme Learning Machine
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Penerapan Metode ELimination Et Choix Traduisant la REalite (ELECTRE) dan Weighted Product (WP) pada Sistem Pendukung Keputusan Deteksi Dini Penyakit Stroke
| 2,022
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Karmia Larissa Br Pandia, Arief Andy Soebroto, Eko Arisetijono Marhaendraputro
|
2022/9/7
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penyakit stroke merupakan gangguan pada otak secara mendadak yang disebabkan oleh gangguan vaskuler dan dapat menyebabkan kematian yang berlangsung selama 24 jam atau lebih. Menurut laporan WHO di tahun 1999, penyakit stroke menduduki peringkat ke dua di dunia dalam kematian tertinggi. Di Indonesia sendiri menurut data Riskesdas Kementrian Kesehatan RI, terjadi peningkatan angka kemungkinan terkena stroke sebesar 8.3 per mil di tahun 2007 hingga menjadi 12, 1 per mil di tahun 2013. Hal ini menjadi bukti bahwa terjadi peningkatan pada jumlah pasien penyakit stroke di Indonesia dari tahun ke tahun, Pemerintah belum menemukan suatu solusi pencegahan penyakit stroke. Stroke merupakan penyakit yang harus cepat ditangani karena bisa menyebabkan cacat ataupun kematian. Maka dari itu masalah penyakit stroke ini membutuhkan sebuah sistem yang mempermudah seorang ahli kesehatan dalam mendeteksi risiko stroke sehingga dapat mengurangi angka pasien risiko stroke. Dalam sistem ini digunakan metode ELECTRE dan weighted product untuk mendeteksi risiko dini penyakit stroke dikarenakan kedua metode tersebut dapat mengeliminasi pasien yang kurang sesuai dengan karateria dan dapat memilih alternatif terbaik serta mengelompokkan pasien stroke dalam kategori tinggi, sedang maupun rendah. Berdasarkan hasil pengujian membandingkan hasil deteksi yang dilakukan sistem dengan hasil deteksi manual dengan 30 data uji didapatkan nilai akurasi sebesar 86%.
| 118
|
Decision Support Systems; Multi-Criteria Decision Making
|
Decision Support Systems for Early Stroke Detection; Multi-Criteria Decision Making for Medical Diagnosis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Deteksi Dini Penyakit Stroke menggunakan Metode Fuzzy Tsukamoto (Studi Kasus: Puskesmas Kendalkerep Kota Malang)
| 2,022
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Wildan Ziaulhaq, Arief Andy Soebroto, Muhammad Tanzil Furqon
|
2022/9/1
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
| null | 119
|
Decision Support Systems; Fuzzy Logic
|
Decision Support Systems for Early Stroke Detection; Fuzzy Logic for Medical Diagnosis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Prediksi Laju Kasus Positif Harian COVID-19 di Sumatera Utara menggunakan Metode Extreme Learning Machine (ELM)
| 2,022
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Mutia Ayu Sabrina, Arief Andy Soebroto
|
2022/8/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Prediksi Laju Kasus Positif Harian COVID-19 di Sumatera Utara menggunakan Metode Extreme Learning Machine (ELM) | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Prediksi Laju Kasus Positif Harian COVID-19 di Sumatera Utara menggunakan Metode Extreme Learning Machine (ELM) 1.Beranda / 2.Arsip / 3.Vol 6 No 13 (2022): Publikasi Khusus Tahun 2022 / 4.Artikel Prediksi Laju Kasus Positif Harian COVID-19 di Sumatera Utara menggunakan Metode Extreme Learning Machine (ELM) Penulis Mutia Ayu Sabrina Fakultas Ilmu Komputer, Universitas Brawijaya Arief Andy Soebroto Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: akurasi, COVID-19, Extreme Learning Machine, MAPE, Prediksi, Sumatera Utara Abstrak Dipublikasikan di …
| 120
|
Machine Learning; Time Series Analysis
|
Machine Learning for Covid-19 Case Prediction; Time Series Analysis for Pandemic Monitoring
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Comparative Study of SVR, Regression and ANN Water Surface Forecasting for Smart Agriculture
| 2,022
| 0
|
HABITAT
|
Arief Andy Soebroto, Imam Cholissodin, Destyana Ellingga Pratiwi, Guruh Prayogi Willis Putra
|
2022/4/21
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
In the smart agriculture system based on green-based technology of artificial intelligence (AI), flooding can be predicted early by forecasting the water surface and good agricultural irrigation. The process of rising and falling of the water surface in a water basin area can be explained theoretically, but since there are many related variables and the complexity of dependencies between variables, the mathematical model is difficult to construct. Forecasting water surface in the field of irrigation needs too many variable parameters, such as cross-sectional area, depth, volume of rivers and so on. Based on patterns in each period, forecasting can be done using a statistical method and AI. This study uses the support vector regression (SVR) method, regression, multiple linear regression, and algorithm backpropagation, all compared to one another. The results of tests carried out between SVR and multiple linear regression show that SVR is superior. This can be seen from the result of the mean square error (MSE) obtained for each method. SVR 0.03 and for multiple linear regression, 0.05. The result is also supported by the best MSE result in the regression method, which is 0.338, and the best MSE value in artificial neural network (ANN), which is 0.428.
| 121
|
Machine Learning; Smart Agriculture
|
Machine Learning for Water Surface Forecasting; Smart Agriculture for Water Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Implementasi Simple Network Management Protocol (SNMP) pada Bot Monitoring Telegram
| 2,022
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Muhammad Taruna Praja Utama, Arief Andy Soebroto
|
2022
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Salah satu fungsi manajemen jaringan yang berguna untuk menentukan apakah jaringan masih praktis, layak digunakan, atau memerlukan kapasitas lebih adalah monitoring jaringan. Jika administrator ingin mendesain ulang jaringan yang ada saat ini, memonitor hasilnya mungkin juga akan membantu. Memantau status perangkat, seperti persentase CPU, RAM, dan trafik menggunakan SNMP, adalah salah satu dari banyak teknik pemantauan jaringan. Agar memudahkan proses monitoring ini, dapat dilakukan dengan jarak jauh dengan adanya program yang memberikan pesan alert ke pengguna. Salah satu media komunikasi adalah menggunakan aplikasi Telegram, Telegram juga memiliki fasilitas bot yang bisa diprogram untuk berjalan terus menerus tanpa henti. Tujuan dari penelitian untuk mengetahui bagaimana merancang program bot monitoring menggunakan SNMP yang mengirimkan pesan notifikasi ke Telegram dan untuk mengetahui bagaimana menguji program bot monitoring Telegram menggunakan SNMP.
| 122
|
Network Management; Telecommunications
|
Network Management for Telegram Monitoring Bots; Telecommunications for System Monitoring
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Diagnosis Penyakit Stroke menggunakan Metode Fuzzy K-Nearest Neighbor (FK-NN)(Studi Kasus Puskesmas Kendal Kerep Kota Malang)
| 2,021
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Yearra Taufan Ardy Rinaldy, Arief Andy Soebroto, Catur Ari Setianto
|
2021/7/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Stroke merupakan penyakit serius yang dapat menyebabkan kecacatan dan bahkan kematian, namun jumlah penderitanya masih sangat tinggi. Agar kasus stroke baru tidak terus bertambah, diperlukan sebuah cara untuk deteksi dini risiko stroke sehingga orang yang berpotensi menderita stroke dapat melakukan pencegahan. Namun, stroke merupakan sebuah penyakit kompleks yang menunjukkan gejala berbeda antara satu penderita dengan penderita lain. Selain itu, penyebab stroke antara satu orang dan orang lainnya juga dapat berbeda sehingga deteksi dini kemungkinan risiko stroke pada seorang pasien harus dilakukan dengan teliti. Sistem pendukung keputusan yang dibangun menggunakan FK-NN dianggap mampu membantu deteksi dini risiko stroke dengan cepat, teliti, dan objektif. Sistem pendukung keputusan yang dibangun dengan FK-NN akan memperhatikan faktor risiko stroke dan melakukan kalkulasi menggunakan framingham risk score, yaitu metode yang biasa digunakan dokter untuk menghitung risiko penyakit kardio vaskular. Sistem kemudian mengklasifikasikan data menggunakan metode FK-NN pada kelas stroke risiko rendah, stroke risiko sedang, dan stroke risiko tinggi. Hasil penelitian ini membutikan jika FK-NN mampu membantu deketsi dini risiko stroke dengan baik, yaitu menghasilkan akurasi 61.1% ketika K bernillai 4 dan prosentase data latih 50% dari total data set.
| 123
|
Decision Support Systems; Fuzzy Logic
|
Decision Support Systems for Stroke Diagnosis; Fuzzy Logic for Medical Diagnosis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Manajemen Permintaan Pelayanan dan Aduan Karyawan (Studi Kasus: Fakultas Ekonomi dan Bisnis Universitas Brawijaya)
| 2,021
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Reynald Daffa Pahlevi, Faizatul Amalia, Arief Andy Soebroto
|
2021/7/16
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Memberikan pelayanan yang terbaik merupakan prioritas bagi Fakultas Ekonomi dan Bisnis Universitas Brawijaya (FEB UB) untuk memberikan kesan nyaman dan aman. Apbila terdapat pelayanan yang diberikan belum sesuai dengan pelayanan yang seharusnya diberikan, baik dosen, tenaga kependidikan dan tamu FEB UB dapat mengajukan aduan melalui media sosial Whatsapp yang dikelola oleh operator dan admin. Setelah aduan diterima oleh operator atau admin, aduan disaring sesuai dengan kategori aduan dan kemudian diteruskan ke grup Whatsapp sesuai dengan kategori aduan tersebut. Proses tersebut memiliki alur yang cukup rumit dan memakan waktu yang lama. Disamping itu, aduan yang diajukan tidak disimpan oleh pihak FEB UB yang dimana aduan dapat dijadikan bahan evaluasi di setiap semesternya untuk meningkatkan layanan yang lebih baik. Dari permasalahan yang ada, maka dilakukan sebuah pengembangan sistem menajamen perminatan pelayanan dan aduan karyawan. Pengembangan sistem ini menggunakan metode Prototyping. Proses dalam pengembangan sistem dimulai dari tahap studi literatur, analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil analisis kebutuhan yang dilakukan dengan 2 iterasi pada tahap prototyping, terdapat 7 aktor, 35 kebutuhan fungsional, dan 1 kebutuhan non fungsional. Sistem dikembangkan dengan menggunakan bahasa pemrograman Javascript dengan menggunakan framework Express. js dan Bootstrap. Pengujian menggunakan pengujian unit dan integrasi dengan hasil 100% untuk seluruh test-case yang diuji dan pengujian dengan …
| 124
|
Information Systems; Human Resources
|
Information Systems for Employee Service Management; Human Resources for Complaint Management
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Monitoring Aliran Sungai dan Lingkungan Berbasis Smart Environment di RW 03 Kelurahan Kauman Kota Malang
| 2,021
| 0
|
JAST: Jurnal Aplikasi Sains dan Teknologi
|
Sutrisno Sutrisno, Imam Cholissodin, Arief Andy Soebroto, Muh Arif Rahman
|
2021/6/10
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Monitoring of the rivers state and the environment of roads in the city center is often still inadequate. For example, garbage is often found in the river, while on the roads, there is still not yet a sound security system. Kauman RT 03 RW III Klojen Malang is one of the densely populated regions and is located in the center (point of zero) of Malang city at the time ago still does not have a security system or security guard and there is a river flow which is often found garbage piling up and often causes flooding when it rains heavy. Based on field conditions in Kauman and meetings with residents represented by several RT heads in RW 03 Kauman, Klojen Malang requires the use of a smart environment and CCTV technology integration. Therefore the result of dedication to society to apply CCTV's technology, so it has been used at Kauman for environmental and security monitoring. Considering the high level of the …
| 125
|
Smart Environment; Environmental Monitoring
|
Smart Environment for River Flow Monitoring; Environmental Monitoring for Urban Areas
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pendukung Keputusan Kelompok untuk Menentukan Penerima Bantuan Kemiskinan di Kota Malang Menggunakan Metode PROMETHEE II dengan Copeland Score
| 2,021
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Ridwan Fajar Widodo, Arief Andy Soebroto
|
2021/6/9
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Sistem Pendukung Keputusan Kelompok untuk Menentukan Penerima Bantuan Kemiskinan di Kota Malang Menggunakan Metode PROMETHEE II dengan Copeland Score | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Sistem Pendukung Keputusan Kelompok untuk Menentukan Penerima Bantuan Kemiskinan di Kota Malang Menggunakan Metode PROMETHEE II dengan Copeland Score 1.Beranda / 2.Arsip / 3.Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 / 4.Artikel Sistem Pendukung Keputusan Kelompok untuk Menentukan Penerima Bantuan Kemiskinan di Kota Malang Menggunakan Metode PROMETHEE II dengan Copeland Score Penulis Ridwan Fajar Widodo Universitas Brawijaya Arief Andy Soebroto Fakultas Ilmu Komputer, Universitas …
| 126
|
Decision Support Systems; Multi-Criteria Decision Making
|
Decision Support Systems for Poverty Aid Allocation; Multi-Criteria Decision Making for Social Welfare
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Rekam Medis Pasien Berbasis Web (Studi Kasus: Klinik Rafael Malang)
| 2,021
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Himawan Sutanto, Faizatul Amalia, Arief Andy Soebroto
|
2021/5/18
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Banyak fasilitas kesehatan yang menggunakan teknologi informasi untuk mempermudah penyimpanan data, salah satu teknologinya adalah rekam medis elektronik. Di Klinik Rafael Malang, proses rekam medis yang dilakukan belum cukup efisien karena masih menggunakan penulisan manual dan excel. Prosedur dilakukan setidaknya tiga kali, yaitu mencatat data di buku kunjungan pasien, kartu pasien, kemudian disalin ke excel. Data rekam medis masih berbentuk kartu pasien sehingga memerlukan waktu untuk mencari kartunya, belum lagi jika kartunya hilang atau rusak. Berdasarkan permasalahan tersebut, penulis melakukan pengembangan sistem rekam medis elektronik berbasis web. Penelitian ini bertujuan untuk mengetahui hasil analisis kebutuhan, perancangan, implementasi, dan pengujian dari sistem yang dikembangkan. Metode pengembangan yang digunakan adalah waterfall model, yang berprinsip bahwa tahap pengembangan berikutnya tidak dapat dilakukan jika tahap sebelumnya belum selesai. Berdasarkan elisitasi kebutuhan, diperoleh 47 kebutuhan fungsional dan satu kebutuhan non fungsional yaitu security. Pada perancangan, digunakan pendekatan berbasis objek, yang menghasilkan sequence diagram dan class diagram. Dilakukan juga perancangan basis data, algoritme, dan antarmuka. Pengujian unit dengan metode white-box memberikan hasil 100% valid. Pengujian penerimaan dengan metode black-box untuk 80 kasus uji mendapat hasil 100% valid. Pengujian integrasi memberikan hasil 100% valid. Pengujian keamanan terhadap pembayaran elektronik dan session login telah sesuai dengan …
| 127
|
Health Informatics; Web Development
|
Health Informatics for Patient Medical Records; Web Development for Clinic Management Systems
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimasi Input weight dan Bias Extreme Learning Machine menggunakan Ant Colony Optimization untuk Peramalan Cuaca di Kabupaten Malang
| 2,021
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Khoifah Inda Maula, Arief Andy Soebroto
|
2021/4/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Optimasi Input weight dan Bias Extreme Learning Machine menggunakan Ant Colony Optimization untuk Peramalan Cuaca di Kabupaten Malang | Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer j-ptiik logo Beranda Terkini Arsip Tentang Kami Tentang Jurnal Ini Penyerahan Naskah Dewan Editor Kontak Bahasa Indonesia Register Login Optimasi Input weight dan Bias Extreme Learning Machine menggunakan Ant Colony Optimization untuk Peramalan Cuaca di Kabupaten Malang 1.Beranda / 2.Arsip / 3.Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 / 4.Artikel Optimasi Input weight dan Bias Extreme Learning Machine menggunakan Ant Colony Optimization untuk Peramalan Cuaca di Kabupaten Malang Penulis Khoifah Inda Maula Fakultas Ilmu Komputer, Universitas Brawijaya Arief Andy Soebroto Fakultas Ilmu Komputer, Universitas Brawijaya Kata Kunci: Peramalan, Cuaca, Extreme …
| 128
|
Machine Learning; Optimization Algorithms
|
Machine Learning for Weather Forecasting; Optimization Algorithms for Extreme Learning Machine
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Penyusunan Standard Operating Procedure untuk Software Management dan Software Development pada Perusahaan XYZ berdasarkan Pedoman Information Technology Infrastructure Library
| 2,020
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Dwi Cindy Herta Turnip, Admaja Dwi Herlambang, Arief Andy Soebroto
|
2020/10/5
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Perusahaan XYZ adalah salah satu Badan Usaha Milik Negara (BUMN). Perusahaan XYZ dalam mengelola Teknologi Informasi-nya wajib mengikuti Peraturan Menteri BUMN nomor PER-03/MBU/02/2018. Menanggapi peraturan BUMN tesebut, Perusahaan XYZ membentuk RITI 2018-2022. Rencana tersebut menjelaskan bahwa Perusahaan XYZ akan menyusun Pedoman Tata Kelola TI yang berisi SOP (Standard Operating Procedure) dan juga Peraturan Direksi pada tahun 2018/2019. Pembentukan SOP TI tersebut berpedoman pada ITIL (Information Tecnology Infrastructure Library) domain Software Development and Management. Dalam menyusun SOP tersebut, pertama akan dilakukan wawancara dengan Departemen Pengembangan dan Pemeliharaan Sistem (PPS) sebagai peran yang bertanggung jawab pada proses Software Development dan Software Management. Lalu akan dilakukan analisis GAP untuk mengetahui kesenjangan antara kondisi saat ini dan kondisi ideal di perusahaan. Dari hasil kesenjangan tersebut akan muncul usulan untuk menyetarakannya. Usulan ini nantinya akan dimasukkan ke dalan aktivitas yang disusun dengan format flowchart pada Rancangan SOP yang dihasilkan nantinya. Hasil akhirnya adalah rancangan SOP untuk proses Software Development yang menghasilkan 6 aktivitas dan 16 sub-aktivitas. Selain itu juga menghasilkan SOP untuk proses Software Management yang menghasilkan 5 aktivitas dan 12 sub-aktivitas.
| 129
|
Software Engineering; IT Management
|
Software Engineering for Standard Operating Procedures; IT Management for Software Development
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
RAINFALL FORECASTING MODEL USING ADALINE AND REGRESSION ALGORITHM
| 2,020
| 0
|
HATHI 6th International Seminar on Advancement of Water Resources Management in a Global Challenge
|
Arief Andy Soebroto, Ery Suhartanto
|
2020/1/3
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
High rainfall intensity could cause flooding or inundation which needs to be forecasted to estimate the amount of rainfall that will come. Forecasting is the process of making future predictions based on past and present data and most commonly with trend analysis. Computational models can be used using artificial statistics and statistics. The advantage of forecasting using artificial intelligence is able to calculate with non-linear data and limited parameters while statistical forecasting is the opposite. Adaptive Linear Neuron (ADALINE) is one of the learning algorithms of the artificial neural network algorithm. The learning algorithm is able to recognize historical data patterns so that it can provide future pattern predictions. This study have compared the performance of computational models using ADALINE artificial intelligence with statistical computing models, namely regression. The rainfall data used was the rainfall …
| 130
|
Machine Learning; Regression Analysis
|
Machine Learning for Rainfall Forecasting; Regression Analysis for Weather Prediction
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Optimasi Analytic Hierarchy Process (AHP) dalam Penerimaan Siswa Baru pada Sekolah Menengah Kejuruan menggunakan Algoritme Evolution Strategies
| 2,019
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Maya Febrianita, Edy Santoso, Arief Andy Soebroto
|
2019/8/15
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penerimaan siswa baru merupakan kegiatan yang dilakukan setiap memasuki awal masa sekolah. Salah satunya juga diterapkan pada Sekolah Menengah Kejuruan (SMK). Lulusan SMK ditujukan sebagai lulusan siap kerja yang memiliki potensi lebih dibandingkan dengan sekolah yang sederajat. Hal ini tentu dapat menimbulkan masalah jika seleksi yang dilakukan kurang maksimal. Untuk menyelesaikan masalah tersebut maka diterapkan metode Analytic Hyrarchy Process (AHP) dan algoritme Evolution Strategies (ES). Algoritme ES akan melakukan optimasi bobot dari proses AHP. Algoritme ini memiliki panjang kromosom sebanyak 6 gen, yang setiap gen mewakili nilai tiap elemen matrik bobot. Reproduksi yang dalam kasus ini hanya mutasi tanpa rekombinasi. Di dalam proses evaluasi terdapat proses AHP untuk menentukan hasil penerimaan yang kemudian akan dihitung nilai fitness dengan menggunakan rumus akurasi. Metode seleksi yang digunakan yaitu ellitsm selection. Berdasarkan penelitian yang telah dilakukan diperoleh hasil optimal dengan parameter ukuran populasi sebanyak 60, ukuran offspring sebanyak 50 dan banyak generasi 16 dengan nilai fitness 0, 8798 atau dengan akurasi 87, 98%. Hasil akhir yang akan ditampilkan kepada user adalah hasil penerimaan siswa baru.
| 131
|
Decision Making; Optimization Algorithms
|
Decision Making for Student Admission; Optimization Algorithms for Analytic Hierarchy Process
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pembangunan Kakas Bantu Perhitungan Kualitas Kode (Quality Rate) menggunakan Metrik Perangkat Lunak
| 2,019
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Odhia Yustika Putri, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/14
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Perangkat lunak yang berkualitas adalah perangkat lunak yang tidak memiliki defisiensi kode. Sebelumnya Beranic dkk pada tahun 2018 melakukan penelitian berjudul †œTowards a Reliable Identification of Deficient Code with a Combination of Software Metrics†mengenai penggunaan kombinasi 8 (delapan) jenis metrik perangkat lunak berorientasi objek untuk mendeteksi defisiensi kode pada perangkat lunak tersebut. Pendeteksian defisiensi kode ini dapat digunakan pada perhitungan kualitas kode (quality rate) yang dapat menjadi acuan baik buruknya perangkat lunak tersebut. Pada penelitian tersebut perhitungan metrik dilakukan dengan menggunakan kakas bantu terpisah untuk menghitung kualitas kode, sehingga membutuhkan waktu dan sumber daya yang banyak. Oleh karena itu, pada penelitian ini dibangunlah kakas bantu perhitungan kualitas kode menggunakan metrik perangkat lunak. Pembangunan kakas bantu dilakukan menggunakan metode siklus hidup perangkat lunak Waterfall dan dibangun dalam bahasa pemrograman Java. Kakas bantu dapat berjalan pada platform desktop dan menggunakan berkas proyek Java sebagai masukannya. Kakas bantu ini menghasilkan 3 kebutuhan fungsional dan 1 kebutuhan non-fungsional. Perancangan kakas bantu ini dilakukan dengan berorientasi objek dan menghasilkan 1 class diagram, 3 sequence diagram, 5 rancangan algoritme, dan 3 rancangan antarmuka. Implementasi kakas bantu ini dilakukan sesuai rancangan menggunakan library JavaFX dan ASTParser. Hasil pengujian white-box dan black-box yang telah dilakukan menunjukkan bahwa kakas bantu ini …
| 132
|
Software Engineering; Software Development
|
Software Engineering for Code Quality Metrics; Software Development for Quality Rate Calculation
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Sistem Pakar Deteksi Kenakalan Remaja di Sekolah Menggunakan Modified K-Nearest Neighbor (MKNN)
| 2,019
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Asrul Syawal, Arief Andy Soebroto
|
2019/8/12
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Kenakalan remaja salah satu permasalahan yang dihadapi orang tua dalam membimbing anak. Kenakalan remaja sering terjadi didunia pendidikan teruitama disekolah hal ini menjadi perhatian bagi orang tua, selain orang tua, guru sebagai pembimbing di sekolah ikut aktif dalam membimbing siswa di sekolah agar terhindar dari kenakalan remaja dan berprilaku baik dan positif dilingkungan sekolah maupun lingkungan luar sekolah. Untuk menghindari kenakalan di sekolah dilakukan pencegahan dengan melakukan deteksi kenakalan yang mungkin akan terjadi pada anak berdasarkan faktor atau gejala-gejala perilaku yang sering dilakukan oleh anak. Pada penelitian ini dibuat suatu sistem untuk mendeteksi kenakalan remaja khsusnya disekolah untuk mencegah kenakalan yang mungkin terjadi menggunakan metode Modified K-Nearest Neighbor (MKNN). Metode MKNN merupakan metode …
| 133
|
Machine Learning; Expert Systems
|
Machine Learning for Juvenile Delinquency Detection; Expert Systems for School Behavior Analysis
|
publications_arief_andy_soebroto
|
Arief Andy Soebroto
|
Kecerdasan Buatan
|
Pengembangan Sistem Aplikasi Penentuan Prioritas Kasus Uji Berbasis Lexicographical Ordering
| 2,019
| 0
|
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
|
Lailatul Rizqi Ramadhani, Bayu Priyambadha, Arief Andy Soebroto
|
2019/8/8
|
https://scholar.google.com/citations?hl=id&user=ALQDmj0AAAAJ
|
Penentuan prioritas kasus uji merupakan salah satu strategi yang dapat mengurangi biaya pengujian regresi. Teknik penentuan prioritas kasus uji berdasarkan lexicographical ordering merupakan suatu teknik yang dinilai paling unggul berdasarkan nilai rata-rata laju deteksi kesalahan (APFD). Untuk menentukan prioritas kasus uji, teknik ini menggunakan informasi coverage dari setiap kasus uji. Hingga saat ini belum ada penelitian yang mengimplementasikan teknik tersebut ke dalam sistem. Penelitian juga menunjukkan bahwa proses menentukan prioritas menggunakan code coverage membutuhkan biaya yang besar dari segi waktu dan resource. Karena semakin banyaknya jumlah kasus uji, maka semakin besar pula ukuran informasi coverage yang harus dibaca. Oleh karena itu, penelitian ini mengembangkan sistem aplikasi penentuan prioritas kasus uji berdasarkan lexicographical ordering tersebut. Sistem ini bertujuan untuk membantu proses membaca informasi coverage dan menentukan prioritas kasus uji secara otomatis. Sehingga adanya sistem ini diharapkan dapat mempercepat penentuan prioritas kasus uji. Hasil pengujian sistem menunjukkan bahwa sistem memiliki akurasi 100% dengan waktu membaca informasi coverage tiap kasus uji dan menghitung prioritas kasus uji dalam waktu kurang dari 8 detik. Makalah ini akan merangkum tahapan yang dilakukan peneliti dalam mengembangkan sistem aplikasi tersebut. Tahapan yang dijelaskan mulai dari tahap pendahuluan, metodologi penelitian, hasil dan pembahasan, serta penarikan kesimpulan dari penelitian.
| 134
|
Software Development; Lexicographical Ordering
|
Software Development for Test Case Prioritization; Lexicographical Ordering for Case Prioritization
|
publications_arief_andy_soebroto
|
End of preview.
YAML Metadata
Warning:
empty or missing yaml metadata in repo card
(https://huggingface.co/docs/hub/datasets-cards)
About Dataset
This dataset is a collection of FILKOM UB lecturers' research papers, collected from Google Scholar. It includes various fields such as title, abstract, authors, publication year, and more. The dataset is intended for research purposes and can be used to analyze lecturers' research topics, publication trends, and collaboration patterns.
Data Collection Methodology
The data was collected using web scraping techniques from Google Scholar. The scraping process involved extracting information from the profiles of FILKOM UB lecturers, including their research papers, citations, and other relevant details. The data was then cleaned and organized into a structured format for analysis.
Data Repository Structure
complete/
complete_*.json
publications/
publications_*.csv
combined_results.csv
faculty_summary.csv
lecturers_topics.json
lecturer_topics_processed.csv
lecturer_topics_summary.csv
lecturer_topics_top10.csv
lecturer_topics_top10_detailed.csv
Authors
RnD Division Intelligent Systems Lab, Faculty of Computer Science, Universitas Brawijaya
Contributors
- miguroi - Data scraping - miguroi
- tonimurfid - Data processing - tonimurfid
License
This project is licensed under the MIT License - see the LICENSE.md file for details
Acknowledgments
- Thanks to the lecturers of FILKOM UB for their contributions to the research community
- Special thanks to the developers of the libraries and tools used in this project
- Google Scholar for providing access to research papers
- Downloads last month
- 58