Article Per Year (5 Year)
p-Index From 2020 - 2025
1.325
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sistem dan Informatika Jurnal Eksplora Informatika Jurnal Abdi Insani JUKI : Jurnal Komputer dan Informatika Jurnal Locus Penelitian dan Pengabdian Kohesi: Jurnal Sains dan Teknologi
Fatonah, Nenden Siti
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Peringkasan Teks Otomatis pada Modul Pembelajaran Berbahasa Indonesia Menggunakan Metode Cross Latent Semantic Analysis (CLSA) Sari, Yunita Maulidia; Fatonah, Nenden Siti
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i2.47768

Abstract

Perkembangan teknologi yang pesat membuat kita lebih mudah dalam menemukan informasi-informasi yang dibutuhkan. Permasalahan muncul ketika informasi tersebut sangat banyak. Semakin banyak informasi dalam sebuah modul maka akan semakin panjang isi teks dalam modul tersebut. Hal tersebut akan memakan waktu yang cukup lama untuk memahami inti informasi dari modul tersebut. Salah satu solusi untuk mendapatkan inti informasi dari keseluruhan modul dengan cepat dan menghemat waktu adalah dengan membaca ringkasannya. Cara cepat untuk mendapatkan ringkasan sebuah dokumen adalah dengan cara peringkasan teks otomatis. Peringkasan teks otomatis (Automatic Text Summarization) merupakan teks yang dihasilkan dari satu atau lebih dokumen, yang mana hasil teks tersebut memberikan informasi penting dari sumber dokumen asli, serta secara otomatis hasil teks tersebut tidak lebih panjang dari setengah sumber dokumen aslinya. Penelitian ini bertujuan untuk menghasilkan peringkasan teks otomatis pada modul pembelajaran berbahasa Indonesia dan mengetahui hasil akurasi peringkasan teks otomatis yang menerapkan metode Cross Latent Semantic Analysis (CLSA). Jumlah data yang digunakan pada penelitian ini sebanyak 10 file modul pembelajaran yang berasal dari modul para dosen Universitas Mercu Buana, dengan format .docx sebanyak 5 file dan format .pdf sebanyak 5 file. Penelitian ini menerapkan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan kata dan metode Cross Latent Semantic Analysis (CLSA) untuk peringkasan teks. Pengujian akurasi pada peringkasan modul pembelajaran dilakukan dengan cara membandingkan hasil ringkasan manual oleh manusia dan hasil ringkasan sistem. Yang mana pengujian ini menghasilkan rata-rata nilai f-measure, precision, dan recall tertinggi pada compression rate 20% dengan nilai berturut-turut 0.3853, 0.432, dan 0.3715.
Aplikasi Analisis Sentimen Isu Kesehatan di Media Sosial dengan Metode Convolutional Neural Network Berbasis Web Hermawati, Fajar Astuti; Fatonah, Nenden Siti; Mangambali, Hermawan Ali
Jurnal Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1012

Abstract

Media sosial telah mengalami pertumbuhan pesat di berbagai sektor, termasuk bidang medis. Pengguna aktif berpartisipasi aktif dalam komunitas kesehatan, berbagi informasi dan pengalaman. Akses terhadap media sosial telah menjadi sarana utama untuk mencari informasi kesehatan. Platform media sosial populer yang digunakan untuk tujuan ini termasuk WhatsApp, Facebook, Instagram, Youtube, dan Twitter. Media sosial juga memungkinkan penggunanya untuk mengungkapkan pendapatnya melalui postingan dan komentar. Analisis sentimen diperlukan untuk memahami opini pengguna. Tahap awal melibatkan pengumpulan data dari platform media sosial seperti Facebook, dengan fokus pada postingan terkait tagar penyakit. Selanjutnya, teks tersebut mengalami pra-pemrosesan yang bertujuan untuk membersihkan, memformat, dan menata teks untuk dianalisis. Pada penelitian ini hasil pengujian menggunakan algoritma Convolutional Neural Network memperoleh performa akurasi 77% untuk distribusi dataset 80:20.
Analisis Seleksi Fitur untuk Optimasi Metode Klasifikasi k-NN pada Studi Kasus Penilaian Kinerja Karyawan Tangkawarow, Irene; Hostiadi, Dandy Pramana; Fatonah, Nenden Siti; Mohammad Yazdi; Hariyanti, Eva
Jurnal Sistem dan Informatika (JSI) Vol 18 No 1 (2023): Jurnal Sistem dan Informatika (JSI)
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/jsi.v18i1.593

Abstract

Model Klasifikasi banyak digunakan dalam rangka menganalisis dan menemukan jenis kategori kelas data. Salah satu bentuk pemanfaatan metode klasifikasi adalah mengklasifikasikan hasil penilaian pengukuran kinerja karyawan. Metode klasifikasi yang umum dan dapat digunakan antara lain adalah metode Decision Tree, Naive Bayes, -NN dan Random Forest. Namun tidak semua metode dapat menghasilkan performa yang baik dalam penilaian kinerja Karyawan. Sehingga perlu dilakukan optimasi misalnya melalui penggunaan seleksi fitur. Beberapa penelitian telah dilakukan optimasi metode klasifikasi melalui penggunaan metode seleksi fitur dalam penilaian kinerja karyawan. Namun optimasi ini dipengaruhi oleh karakteristik data yang digunakan. Tidak semua teknik seleksi fitur sesuai untuk meningkatkan hasil klasifikasi dan jumlah penggunaan fitur dapat mempengaruhi performa model klasifikasi. Penelitian ini mengusulkan teknik analisis penggunaan jumlah fitur pada data kinerja dosen melalui metode seleksi fitur ANOVA untuk meningkatkan performa model klasifikasi metode -NN. Tujuannya adalah untuk mendapatkan jumlah fitur yang terbaik dalam peningkatan performa metode klasifikasi -NN. Hasil penelitian menunjukkan bahwa jumlah fitur terbaik dari metode ANOVA adalah sejumlah 5 fitur dengan hasil akurasi klasifikasi -NN sebesar 0.839, precision 0.8323, recall 0.839 dan F1-score 0.833. Teknik analisis ini dapat digunakan oleh sebuah perusahaan dalam mengutamakan fitur terbaik dalam menilai kualitas kinerja karyawannya.
Game Edukasi Berbasis Augmented Reality (AR) Menggunakan Metode Marker-Based Tracking dalam Perancangan Aplikasi Tata Surya Aryani, Diah; Noviandi, Noviandi; Fatonah, Nenden Siti; Akbar, Habibullah
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

Augmented Reality (AR) technology has had a positive impact on education, particularly in improving the quality of learning and creating an interactive learning environment. This research aims to design a solar system application based on AR as an alternative learning media that integrates 3D models, animations, and videos to enhance the learning experience of students, especially at SDN Larangan 5 Tangerang. The background of this research is the lack of variety in teaching the solar system material at the school, which still relies on textbooks and videos without utilizing AR technology. The method used in this study is Marker-Based Tracking, which involves the use of specific markers to detect objects and display information as well as 3D models of the planets in the Solar System on the device screen. By using this method, the application provides a more interactive and immersive learning experience. For usability testing, the System Usability Scale (SUS) method was used, involving 33 respondents, including teachers, students, and parents. The test results yielded a score of 78, indicating a high level of user satisfaction with the application. This study is expected to be a first step in the application of AR technology to support learning innovation, particularly in enhancing students' understanding of the solar system concept
PENERAPAN METODE CONTEN-BASED FILTERING PADA SISTEM REKOMENDASI BUKU: (STUDI KASUS: SMK TANJUNG JAKARTA BARAT) Gajah, Sulastri; Fatonah, Nenden Siti
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 5 (2025): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i5.11774

Abstract

Located in Jl. Dr. Nurdin 4 No. 1, Grogol Petamburan District, West Jakarta City, DKI Jakarta, SMK Tanjung West Jakarta is a private vocational school. Finding appropriate reading recommendations for pupils is a difficulty for SMK Tanjung West Jakarta as an educational institution. One approach that may address the issue of readers' desires and provide reference information for other like books is a book recommendation system. A system may assess the similarity of each book using a content-based filtering technique that leverages cosine similarity. Because of its potential to help readers discover books that are a good fit for their tastes, book recommendation systems have recently emerged as a hot area of academic inquiry. Book recommendation systems often use the Content-Based Filtering approach. The goal of this study is to create a system that uses the Content-Based Filtering approach to suggest books. Using this strategy, books that users have read in the past may be recommended to them based on shared characteristics. Data about books is culled from reliable sources, and the algorithm suggests reading material based on shared characteristics with user favorites. When it comes to making personalized book recommendations, the established system performs well, according to the test findings. Berlokasi di Jl. Dr. Nurdin 4 No. 1, Kecamatan Grogol Petamburan, Kota Jakarta Barat, DKI Jakarta, SMK Tanjung Jakarta Barat merupakan sekolah kejuruan swasta. Menemukan rekomendasi bacaan yang tepat bagi siswa merupakan kesulitan bagi SMK Tanjung Jakarta Barat sebagai lembaga pendidikan. Salah satu pendekatan yang dapat menjawab masalah keinginan pembaca dan menyediakan informasi referensi untuk buku sejenis lainnya adalah sistem rekomendasi buku. Suatu sistem dapat menilai kesamaan setiap buku menggunakan teknik penyaringan berbasis konten yang memanfaatkan kesamaan kosinus. Karena potensinya untuk membantu pembaca menemukan buku yang sesuai dengan selera mereka, sistem rekomendasi buku baru-baru ini muncul sebagai bidang penelitian akademis yang sedang hangat. Sistem rekomendasi buku sering kali menggunakan pendekatan Penyaringan Berbasis Konten. Tujuan dari penelitian ini adalah untuk membuat sistem yang menggunakan pendekatan Penyaringan Berbasis Konten untuk menyarankan buku. Dengan menggunakan strategi ini, buku-buku yang telah dibaca pengguna di masa lalu dapat direkomendasikan kepada mereka berdasarkan karakteristik yang sama. Data tentang buku dikumpulkan dari sumber yang dapat dipercaya, dan algoritme menyarankan bahan bacaan berdasarkan karakteristik yang sama dengan favorit pengguna. Dalam hal membuat rekomendasi buku yang dipersonalisasi, sistem yang ada bekerja dengan baik, menurut hasil pengujian.
PENINGKATAN HEALTH LITERACY PADA GENERASI Z (GEN-Z) UNTUK PENCEGAHAN PENULARAN TUBERCULOSIS PARU (TB PARU) Rosya, Ernalinda; Yusvita, Ferdania; Fatonah, Nenden Siti; Anam, Khoirul; Farhana, Sajida; Setiaji, Willian Rossa; Rahmawati, Wina; Kusuma, Galih Adhi
Jurnal Abdi Insani Vol 12 No 3 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i3.2278

Abstract

TB Paru menjadi penyebab kematian peringkat ke-8 didunia. Indonesia merupakan penyumbang peringkat ke-2 terbanyak kematian akibat TB Paru dan di posisi ke 2 dengan jumlah penderita TB Paru terbanyak didunia. TB Paru adalah penyakit infeksi yang dapat dicegah penularannya. Masyarakat belum optimal mendapatkan informasi dan tidak mengetahui bagaimana mencegah penularan penyakit ini. Penelitian yang terintegrasi dengan pengabdian masyarakat ini bertujuan untuk meningkatkan pengetahuan anggota karangtaruna (Gen Z) tentang TB Paru. Metode yang digunakan adalah penelitian kuantitatif dengan pendekatan a pilot study of quasi experiment pre-post one group. Adapun intervensi yang diberikan meliputi pendidikan kesehatan dengan pendekatan ceramah dilakukan selama 1 bulan. Pendidikan kesehatan untuk pengetahuan, motivasi, dan kompetensi dalam mengakses, memahami,menilai dan menerapkan informasi untuk membuat keputusan dalam hal perawatan kesehatan, pencegahan penyakit dan promosi kesehatan. Kegiatan pendidikan kesehatan dihadiri oleh 30 orang anggota karang taruna. Peserta yang hadir lebih banyak perempuan (90%), dengan latar belakang pendidikan SMA (66%). Peserta mengetahui tentang penyakit TB Paru (25%) dan mendapatkan informasi tentang TB PAru dari Media social (46%). Kegiatan ini berhasil meningkatkan health literacy dari rata-rata (1.66 0.19) sebelum pendidikan kesehatan menjadi (1.980.23) sesudah diberikan pendidikan kesehatan. Peningkatan yang signifikan terjadi pada kemampuan mengevaluasi dan menggunakan informasi.  Kesimpulan: Kegiatan pengabdian masyarakat berjalan sesuai rencana dan berjalan lanjar serta terjadi peningkatan health litecacy pada anggota karang taruna (Gen-Z).
Evaluasi dan Optimasi Kinerja MySQL Master-Slave dengan Metode Kuantitatif pada Database Pemohon Tes Psikologi SIM PT XYZ pada POLDA METRO JAYA Haryoto, Iin Sahuri; Firmansyah, Gerry; Tjahjono, Budi; Widodo, Agung Mulyo; Akbar, Habibullah; Fatonah, Nenden Siti
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 9 (2025): : JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i9.4685

Abstract

The development of information technology and cloud computing has enabled organizations to manage large-scale data efficiently. PT XYZ, which is engaged in psychological testing for Driving Licenses (SIM), uses a web-based system with a MySQL database that has implemented master-slave replication. However, as the data volume increases to 4,000-5,000 entries per day, the system experiences performance constraints, especially in the speed of read and write queries. This study aims to optimize the performance of the MySQL database by adjusting the server configuration and specifications to improve system efficiency. The test results show that server specification settings, including processor speed, memory size, and replication configuration, play an important role in improving system performance. By adjusting the master and slave server configurations, the system shows a significant increase in database response time and operational efficiency. This optimization is expected to be a reference in the implementation and management of large-scale databases using MySQL replication.
Co-Authors Akbar, Habibullah BUDI TJAHJONO Dandy Pramana Hostiadi Diah Aryani, Diah Eva Hariyanti Fajar Astuti Hermawati Farhana, Sajida Firmansyah, Gerry Gajah, Sulastri Haryoto, Iin Sahuri KHOIRUL ANAM Kusuma, Galih Adhi Mangambali, Hermawan Ali Mohammad Yazdi Pusadan Noviandi Noviandi, Noviandi Rahmawati, Wina Rosya, Ernalinda Sari, Yunita Maulidia Setiaji, Willian Rossa Tangkawarow, Irene Widodo, Agung Mulyo Yusvita, Ferdania