Research

Forest fires are a common environmental issue and have many negative impacts. Besides to causing damage to the environment, the impact of forest fires is a high cost in dealing with the forest fires themselves and the post-fire recovery process. Estimates of burned areas are important to predicted how strong fire radiation is to the surrounding area, so that resources in dealing with forest fires can be appropriately allocated. In addition, forest fire estimates can provide preliminary information to avoid greater damage. Neural Network is one of the regression and classification methods that can be applied to predict the area of forest fires. However, Neural Network still has weakness when handling noise data. The noise data can affect the results of the experiments performed. To reduce the noise data on Neural Network, in this experiment will be implemented Bagging to get lower error rate on forest fires estimates area. The results of the study will compare the error rates of Neural Network (NN) before and after Bagging implementation (NN+BG).


R. Sanjaya, Fitriyani, Suharyanto and D. Puspitasari, "Noise Reduction through Bagging on Neural Network Algorithm for Forest Fire Estimates," 2018 6th International Conference on Cyber and IT Service Management (CITSM), Parapat, Indonesia, 2018, pp. 1-5. doi: 10.1109/CITSM.2018.8674287 keywords: {Forestry;Fires;Bagging;Biological neural networks;Training;Mathematical model;Forest Fires;Estimates;Bagging;Noise;Neural Network}, URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8674287&isnumber=8674047
Show Detail

Website www.ellraka.com aplikasi yang dirancang khusus untuk UMKM Ellraka yang bergerak dibidang penjualan dan konveksi tas, dompet, dan lain sebagainya. Website ini dibangun atas hasil program pengabdian kepada masyarakat bagi dosen, dengan maksud untuk memberikan kontribusi untuk membangun dan mengembangkan UMKM di Indonesia.

Informasi Ciptaan:

  • Nomor dan tanggal permohonan : EC00201900629, 9 Januari 2019
  • Judul Ciptaan : Website Manajemen Order, Custom Order, dan Laporan Keuangan Ellraka
  • Pemegang Hak Cipta : Rangga Sanjaya, S.T.,M.Kom
  • Pemegang Hak Cipta : Asti Herliana, S.Kom.,M.Kom
  • Pemegang Hak Cipta : Fitriyani, S.T.,M.Kom
  • Pemegang Hak Cipta : Dra. Titin Suhartini, M.Pd
  • Pemegang Hak CIpta : Yayu Sri Rahayu, S.E.,M.M
  • Jenis Ciptaan : Program Komputer
  • Tanggal dan tempat diumumkan untuk pertama kali di wilayah Indonesia atau di luar wilayah Indonesia : 28 Oktober 2018, di Kota Bandung
  • Jangka waktu perlindungan : Berlaku selama 50 (lima puluh) tahun sejak Ciptaan tersebut pertama kali dilakukan Pengumuman.
  • Nomor Pencatatan : 000122362

Sanjaya, R., Herliana, A., Fitriyani, Suhartini, T., & Rahayu, Y. S. (2019). Website Manajemen Order, Custom Order, dan Laporan Keuangan Ellraka
Show Detail

Sistem Manajemen Laboratorium (SimLab) patologi dan anatomi selama ini diantaranya pemeriksaan Fine Needle Aspiration Biopsy (FNAB), histopatologi dan sitopatologi, serta Papsmear secara manual. Telah dirancang sistem informasi manajemen laboratorium patologi & anatomi menggunakan model Model-View-Controller (MVC) berbasis Lavarel Framework. Sistem informasi manajemen laboratorium ini menggunakan use case diagram, rancangan basis data dan user interface guna mengidentifikasi entitas, data dan proses-proses apa saja yang terjadi di dalam sistem. Hasil dari perancangan ini adalah berupa prototipe sistem informasi manajemen laboratorium patologi anatomi menggunakan model MVC berbasis Laravel framework untuk semua layanan pemeriksaan yang dapat diakses oleh pengunjung ataupun pengguna jasa laboratorium patologi dan meliputi semua fungsi yang telah diidentifikasi sebelumnya.


Riana, D., Sanjaya, R., & Kalsoem, O. (2018). Sistem Informasi Manajemen Laboratorium Patologi Anatomi Menggunakan Model MVC Berbasis Laravel Framework. In Konferensi Nasional Sistem Informasi (pp. 237–242). Pangkal Pinang: STMIK Atma Luhur.
Show Detail

Kebakaran hutan menimbulkan berbagai permasalahan seperti asap yang dapat mengganggu sistem pernapasan, kerusakan lingkungan dan bencana lainnya. Kebakaran hutan juga dapat berdampak pada biaya yang akan dikeluarkan untuk menyelesaikan masalah yang timbul akibat kebakaran hutan, sehingga diperlukan penelitian untuk mengukur tingkat radiasi api pada area yang terbakar. Algoritma LR (Linear Regression), K-NN (K-Nearest Neighbor) dan SVM (Support Vector Machine) merupakan metode untuk regresi dan klasifikasi. Pada penelitian ini dilakukan perbandingan atau komparasi untuk mendapatkan algoritma terbaik dalam estimasi area kebakaran hutan.


Fitriyani, & Sanjaya, R. (2018). KOMPARASI ALGORITMA LR , K-NN DAN SVM UNTUK ESTIMASI. Infotronik, 3(2), 103–110. Retrieved from http://jurnal.usbypkp.ac.id/index.php/infotronik/article/view/109
Show Detail

Sistem Administrasi Pelatihan Online (SIMPONI) merupakan aplikasi yang dirancang untuk mengelola agenda pelatihan dan jadwal pelaksanaan bagi Admin, Penyelenggaran dan atau Pelaksana. Bagi peserta pelatihan dapat mengisi pre-test, post-test, dan feedback sebagai bentuk evaluasi terhadap efektivitas pelatihan yang sudah diselenggarakan. Update data peserta dapat dijadikan sensus untuk masyarakat UMKM.

Informasi Ciptaan:

  • Nomor dan tanggal permohonan : EC00201851665, 28 Oktober 2018
  • Judul Ciptaan : Sistem Administrasi Pelatihan Online (SIMPONI)
  • Pemegang Hak Cipta : Rangga Sanjaya, S.T.,M.Kom
  • Pemegang Hak Cipta : Dr. Dwiza Riana, S.Si.,MM.,M.Kom
  • Jenis Ciptaan : Program Komputer
  • Tanggal dan tempat diumumkan untuk pertama kali di wilayah Indonesia atau di luar wilayah Indonesia : 28 Oktober 2018, di Kota Bandung
  • Jangka waktu perlindungan : Berlaku selama 50 (lima puluh) tahun sejak Ciptaan tersebut pertama kali dilakukan Pengumuman.
  • Nomor Pencatatan : 000122362

Sanjaya, R., Riana, D. (2018). Sistem Administrasi Pelatihan Online (SIMPONI)
Show Detail