Article Per Year (5 Year)
p-Index From 2021 - 2026
5.623
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sistem dan Informatika JUSIFO : Jurnal Sistem Informasi Journal of Information Systems Engineering and Business Intelligence Format : Jurnal Imiah Teknik Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Eksplora Informatika CCIT (Creative Communication and Innovative Technology) Journal Jurnal Abdi Insani JUKI : Jurnal Komputer dan Informatika Jurnal Abdidas Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences International Journal Of Science, Technology & Management (IJSTM) Jurnal Locus Penelitian dan Pengabdian Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Indonesia Sosial Sains Journal Research of Social Science, Economics, and Management Eduvest - Journal of Universal Studies Kohesi: Jurnal Sains dan Teknologi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Masyarakat Nasional IPSSJ INOVTEK Polbeng - Seri Informatika
Fatonah, Nenden Siti
Universitas Esa Unggul
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
PERANCANGAN APLIKASI KASIR KANTIN BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL (STUDI KASUS : SMKN 15 JAKARTA) Alvin Rayhan; Nenden Siti Fatonah
Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v5i2.6891

Abstract

Kantin smkn 15 jakarta merupakan sebuah usaha yang menyediakan makanan dan minuman yang sering dikunjungin oleh para guru, pegawai, siswa disekolah tersebut. Beberapa aktivitas yang dapat dilakukan misalnya yaitu mencatat proses pesanan, melakukan transaksi pembayaran, melakukan rekap hasil laporan penjualan. Aplikasi kasir kantin ini dibuat berdasarkan masalah yang sering dihadapi oleh para siswa saat menjadi kasir. Permasalahan pertama yaitu barang yang tidak up to date dari kasir yang mengakibatkan pembeli tidak mengetahui menu tersebut sudah habis. Permasalahan kedua yaitu terjadinya kesalahan dalam antrian pembeli yang mengakibatkan kesalahpahaman antar pembeli. Permasalahan ketiga yaitu terjadinya kesalahan dalam merekap hasil laporan penjualan yang tidak sesuai dengan menu yang disediakan dan di jual. Dengan permasalahan tersebut aplikasi kasir kantin ini bertujuan untuk mempermudah semua pihak yang terlibat dikantin sekolah tersebut. Aplikasi kasir kantin ini dibuat dengan metode waterfall, bahasa pemrograman php native serta database menggunakan MYSQL. Langkahlangkah dalam aplikasi kasir kati ini akan diuji dengan blackbox testing dan white box testing. Aplikasi kasir kantin ini memiliki 2 level pengguna yaitu guru yang mengkoordinir kantin tersebut yang menjadi admin, siswa/i yang berjaga kantin di minggu tersebut dan perwakilan siswa/i tersebut yang akan menjadi kasir di sistem ini.
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.
Loan Repayment Prediction Using XGBoost and Neural Network in Japan's Technical Internship Training Suhendry, Mohammad Roffi; Gerry Firmansyah; Nenden Siti Fatonah; Agung Mulyo Widodo
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14709

Abstract

Delayed repayment of financial aid among participants in Japan’s Technical Internship Training Program presents challenges for training institutions in managing funds efficiently. To address this issue, this study aims to compare the performance of two machine learning models: Extreme Gradient Boosting (XGBoost) and Multi-Layer Perceptron (MLP) in predicting the likelihood of delayed loan repayments. The research begins with data preprocessing, including handling missing values, normalization, and feature selection based on a correlation threshold of 0.06, where features with absolute correlation values below this threshold are excluded. Three models are tested: XGBoost Default, XGBoost optimized using GridSearchCV, and MLP. These models are evaluated using performance metrics such as accuracy, precision, recall, F1-score, and ROC-AUC. The XGBoost Default model achieves the highest accuracy at 95% and precision of 95%, although its recall is slightly lower at 83%. Tuning XGBoost improves recall to 84%, albeit with a marginal reduction in accuracy to 94%. In contrast, the MLP model demonstrates the lowest performance, with an accuracy of 92% and recall of 74%, indicating limitations in identifying delayed repayments. XGBoost also outperforms MLP in terms of ROC-AUC, scoring 91% compared to MLP’s 86%. These findings suggest that XGBoost is the more effective model for this predictive task. The results have practical implications for training institutions, enabling better participant selection, reducing repayment delays, and supporting more effective financial aid management.
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).
MEMBANGUN APLIKASI SISTEM PAKAR MENGGUNAKAN METODE CERTAINTY FACTORY DALAM MENDIAGNOSA TUBERCULOSIS STUDI KASUS DI PUSKESMAS PALMERAH Leodionis; Nenden Siti Fatonah
Integrative Perspectives of Social and Science Journal Vol. 2 No. 2 Mei (2025): Integrative Perspectives of Social and Science Journal
Publisher : PT Wahana Global Education

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

Abstract

Kesalahan dalam mendiagnosis penyakit dapat menyebabkan penanganan yang tidak tepat dan berujung pada kematian. Oleh karena itu, hasil diagnosis perlu disertai dengan tingkat keyakinan yang dapat dipercaya. Seiring dengan pesatnya perkembangan teknologi, banyak dampak positif yang dirasakan dalam kehidupan manusia, termasuk dalam bidang kesehatan. Salah satunya adalah sistem pakar yang memungkinkan pengetahuan seorang ahli dipindahkan ke dalam aplikasi komputer, yang memudahkan dan mempercepat proses pemberian informasi terkait gangguan atau penyakit pada manusia.Metode pengembangan yang digunakan dalam pembuatan sistem pakar ini adalah metode inferensi certainty factor. Dalam penelitian ini, sistem certainty factor digunakan untuk memberikan informasi mengenai penyakit Tuberkulosis (TB) berdasarkan fakta-fakta yang dikumpulkan dari wawancara dengan dokter spesialis, dokter umum, serta sumber-sumber lain seperti internet dan buku referensi. Diharapkan, Evaluasi dilakukan dengan membandingkan hasil diagnosa sistem dengan hasil diagnosa dokter, hasil penelitian ini menunjukkan tingkat akurasi sebesar 85% Dengan demikian, sistem ini dapat meningkatkan efisiensi tenaga medis dalam mendeteksi TB secara lebih cepat dan berbasis data yang terstruktur.
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.
Aplikasi Analisis Sentimen Isu Kesehatan di Media Sosial dengan Metode Convolutional Neural Network Berbasis Web Hermawati, Fajar Astuti; Fatonah, Nenden Siti; Mangambali, Hermawan Ali
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.
Churn Prediction Analysis Of Customer Ferry Operator "Batamfast" Using Machine Learn-Ing With Supervised Classification Model Pamungkas, Ryan Tri; Fatonah, Nenden Siti; Firmansyah, Gerry; Tjahjono, Budi
Eduvest - Journal of Universal Studies Vol. 5 No. 1 (2025): Journal Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/eduvest.v5i1.1669

Abstract

BatamFast is the first ferry operator in Batam and has been serving international routes to Singapore and Malaysia since 1985. Until 2010, BatamFast was the only ferry operator in Batam. However, since 2011, competitors such as Sindo Ferry, Horizon Ferry, and Majestic have emerged, increasing competition to four ferry operators in Batam by 2024. This study aims to measure the churn rate of BatamFast customers and identify the factors causing it using machine learning prediction models such as Random Forest, XGBoost, and Gradient Boosting. In addition to churn prediction, feature importance analysis was conducted to determine the significant features influencing customer decisions. The results indicate that XGBoost is the best model compared to Random Forest and Gradient Boosting. Key factors for churn are customer category, payment method, and booking mode. These findings are expected to help BatamFast reduce churn, improve customer satisfaction, and strengthen its competitive position in the international ferry market.
Predicting Technical Intern Training Program Trainee Success: A Comparative Machine Learning Analysis For Risk Mitigation Maulana, Syaban; Fatonah, Nenden Siti; Firmansyah, Gerry; Widodo, Agung Mulyo
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/1r93bf26

Abstract

Japan's demographic crisis has increased demand for the Technical Intern Training Program (TITP). However, for Sending Organizations (SOs) in Indonesia, this process carries high financial risk due to an upfront talent funding scheme, where significant costs (up to IDR 35,000,000) are paid in advance. Trainee failure (dropouts or runaways) leads to substantial bad debt. This research aims to develop and validate a robust machine learning model for risk mitigation. We compare XGBoost and Random Forest on a dataset of 784 historical trainee records, characterized by extreme class imbalance (75.5% majority class). To address prior methodological weaknesses and prevent data leakage, we implement a 10-fold stratified cross-validation pipeline incorporating StandardScaler and SMOTE. The results show XGBoost (mean macro F1-Score: 0.5470 ± 0.15) significantly outperforms Random Forest (mean macro F1: 0.5098 ± 0.15), which is confirmed as statistically significant (p=0.0384) by a paired t-test. Furthermore, SMOTE is validated as a superior imbalance strategy compared to class_weight (p=0.0076). SHAP analysis identified 'contract duration' and lifestyle factors (e.g., 'alcohol consumption') as key predictors. The final model effectively predicts 'Runaway' cases (F1=0.533) but struggles with 'Training Dropouts' (F1=0.170), indicating a key limitation and a need for temporal features in future work.
Co-Authors Agung Mulyono Widodo Agustin, Yolanda Akbar, Habibullah Alvin Rayhan Andriyanti Asianto Anisa Aulia Arya Bintang Setiawan Audry Safrina Zahra Aulia, Anisa Bambang Jokonowo Budi Tjahjono Chastine Fatichah Dandy Pramana Hostiadi Diah Aryani, Diah Dodo, La Dudy Fathan Ali Dwi Pamungkas, Eric Emelia Akashah Patah Akhir Eric Dwi Pamungkas Eva Hariyanti Fajar Astuti Hermawati Farhana, Sajida Fathan Ali, Dudy Gajah, Sulastri Gerry Firmansyah Handayani Tjandrasa Hani Dewi Ariessanti Haryoto, Iin Sahuri Irene Realyta Halldy Trosi Tangkawarow KHOIRUL ANAM Kusuma, Galih Adhi La Dodo Leodionis Mangambali, Hermawan Ali Maulana, Syaban Mochamad Welly Rosadi Mohammad Yazdi Pusadan Nila Rusiardi Jayanti Noviandi Noviandi Pamungkas, Ryan Tri Putra, Syahrizal Dwi Putri, Rani Aprillya Rahmawati, Wina Rosnanto, Imam Rosya, Ernalinda Sabri Alim Sari, Yunita Maulidia Sarima Lumbansiantar Saruni Dwiasnati Sea, Rona Aulia Wangsa Setiaji, Willian Rossa Suhendry, Mohammad Roffi Widodo, Agung Mulyo Widodo, Agung Mulyono Yusvita, Ferdania