Article Per Year (5 Year)
p-Index From 2021 - 2026
2.715
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Journal of Information System JOIV : International Journal on Informatics Visualization Informatik : Jurnal Ilmu Komputer SEINASI-KESI JSR : Jaringan Sistem Informasi Robotik Jurnal Teknik Informatika (JUTIF) ABDI MOESTOPO: Jurnal Pengabdian pada Masyarakat Jurnal Pengabdian kepada Masyarakat (Nadimas) ABDIKOM Jurnal Sistem Informasi dan Aplikasi
Irmanda, Helena Nurramdhani
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Environmental Science Health Professions Public Health Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Edukasi Pengembangan Game Pada Siswa SMK Badan Perguruan Indonesia Kota Bandung dengan Pembuatan Game Edukasi Menggunakan Game Maker Hadi, Novi Trisman; Muslim, Muhammad Panji; Irmanda, Helena Nurramdhani; Utami, Adita
Jurnal Pengabdian kepada Masyarakat Bidang Ilmu Komputer Vol 2 No 1 (2023): Jurnal Pengabdian Kepada Masyarakat Bidang Ilmu Komputer (ABDIKOM)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/abdikom.v2i1.6755

Abstract

Perkembangan industri game telah mengalami pertumbuhan signifikan dalam beberapa tahun terakhir. Game tidak lagi hanya merupakan bentuk hiburan semata, tetapi telah menjadi alat pembelajaran, sarana hiburan, dan bahkan alat untuk mengembangkan keterampilan kognitif, sosial, dan kreatif. Teknologi informasi dan komunikasi yang terus berkembang telah memungkinkan game untuk menjadi lebih interaktif, realistis, dan dapat diakses oleh berbagai kalangan masyarakat Pendidikan tinggi dan sekolah menengah kejuruan (SMK) adalah salah satu sektor yang aktif mengintegrasikan teknologi dalam metode pengajaran. Pengembangan game edukasi telah menjadi salah satu metode inovatif yang efektif untuk meningkatkan pembelajaran siswa. Di SMK Badan Perguruan Indonesia Kota Bandung, terdapat permasalahan terkait kurangnya pengenalan dan pengetahuan tentang game dan pengembangan game, serta pembelajaran TIK yang masih terbatas pada desain grafis. Oleh karena itu, melalui kegiatan PKM ini, dilaksanakan edukasi pengembangan game edukasi menggunakan Game Maker. Adapun tahapan pelaksanaan dari kegiatan pengabdian kepada masyarakat terdiri atas dari 5 tahapan antara lain: survey, edukasi materi, pelatihan, pendampingan, dan evaluasi. Hasil dari kegiatan PKM ini yaitu meningkatnya pengetahuan dan keterampilan siswa dalam pengembangan game dengan hasil jumlah penyelesaian game edukasi oleh siswa sebanyak 90% dari 31 siswa serta didapatkan hasil kuisioner sebesar 48.39% menyatakan materi yang disampaikan “jelas”, sebesar 45.16% menyatakan pelatihan dilakukan dengan “menyenangkan”, dan 58.06% pelatihan yang dilakukan “bermanfaat”.
COMPARISON PERFORMANCE OF WORD2VEC, GLOVE, FASTTEXT USING SUPPORT VECTOR MACHINE METHOD FOR SENTIMENT ANALYSIS Anjani, Margaretha; Irmanda, Helena Nurramdhani
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 3 (2024): JUTIF Volume 5, Number 3, June 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.3.1366

Abstract

Spotify is a digital audio service that provides music and podcasts. Reviews received by the application can affect users who will download the application. The unstructured characteristic of review text is a challenge in text processing. To produce a valid sentiment analysis, word embedding is required. The data set that is owned is divided by a ratio of 80:20 for training data and testing data. The method used for feature expansion is Word2Vec, GloVe, and FastText and the method used in classification is Support Vector Machine (SVM). The three word embedding methods were chosen because they can capture semantic, syntactic, and contextual meanings around words when compared to traditional engineering features such as Bag of Word. The best performance evaluation results show that the GloVe model produces the best performance compared to other word embeddings with an accuracy value of 85%, a precision value of 90%, a recall value of 79%, and an f1-score of 85%.
Pelatihan Sistem Informasi Untuk Pendataan UMKM di Indramayu Ermatita, Ermatita; Adrezo, Muhammad; Matondang, Nurhafifah; Irmanda, Helena Nurramdhani
ABDI MOESTOPO: Jurnal Pengabdian Pada Masyarakat Vol 7, No 1 (2024): Januari 2024
Publisher : Universitas Prof. Dr. Moestopo (Beragama)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32509/abdimoestopo.v7i1.3467

Abstract

UMKM menjadi salah satu bagian dari kegiatan yang memberikan solusi dalam mengatasi perekonomian masyarakat di Indonesia khususnya di Kabupaten Indramayu. Dinas Koperasi dan UMKM Indramayu saat ini dalam melakukan pendataan UMKM masih manual,  pendataan masih menggunakan Ms. Excel. Dengan system yang masih manual ini menimbulkan resiko terjadinya human error saat pencatatan, tidak ada histori pada perubahan data, data yang kurang akurat, dan butuh waktu lama untuk rekonsiliasi. Dari kekurangan tersebut sering terjadi pada saat melakukan pendataan jumlah dan jenis UMKM. Oleh karena itu maka dibutuhkan sistem yang dapat mendata UMKM secara akurat. Penggunaan sistem ini butuh pelatihan bagi pengguna yang akan bertugas mendata UMKM yang ada didesa untuk dapat mendata UMKM secara akurat di Kabupaten Indramayu. Pelatihan penggunaan sistem UMKM diberikan kepada perwakilan pengelola data UMKM di desa, sehingga dari desa dapat didata UMKM secara akurat.Dengan pelatihan ini dapat membantu pihak pemerintah Kabupaten indramayu untuk mendata jumlah, lokasi dan jenis UMKM yang ada. Sehingga mempermudah magi pihak pemerintah untuk melakukan pembinaan UMKM yang dapat meningkatkan perekonomian masyarakat. Pelatihan penggunaan sistem UMKM diberikan kepada perwakilan pengelola data UMKM di desa, sehingga dari desa dapat didata UMKM secara akurat.
Sentiment Analysis of Cryptocurrency Exchange Application on Twitter Using Naïve Bayes Classifier Method Indarso, Andhika Octa; Irmanda, Helena Nurramdhani; Astriatma, Ria
Telematika Vol 20 No 1 (2023): Edisi Februari 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i1.9044

Abstract

Purpose: The growth and development of the digital currency industry also presents a variety of applications for conducting transactions using these currencies, including utilizing cryptocurrency exchanges to make investments. InI ndonesia, there are two applications that fall into the category of the largest cryptocurrency exchange and are recognized by Bappebti (Commodity Futures Trading Regulatory Agency), namely TokoCrypto and Indodax. Both applications are analyzed based on the sentiments of their users on Twitter.Design/methodology/approach: In this study the data collected is data originating from social media Twitter and has the keywords "indodax" or "#indodax" and "tokocrypto" or "#tokocrypto". The data used is between January 2021 – January 2022. The data collected from Twitter is processed using the Naïve Bayes Classifier algorithm.Findings/result: From the results of the analysis, it was found that the Indodax application has a higher positive sentiment percentage value of 9% compared to TokoCrypto.Originality/value/state of the art: The use of the Naïve Bayes algorithm in this study supports sentiment analysis of cryptocurrency exchange application users to consider which application has better positive sentiment for investing in digital currency or cryptocurrency.
Classification of Indonesian Tale Categories using Support Vector Machine and FastText Feature Extraction Irmanda, Helena Nurramdhani; Astriratma, Ria; Zaidiah, Ati; Hadi, Muhammad Rahman; Putra, Nayandra Agastia
Telematika Vol 21 No 2 (2024): Edisi Juni 2024
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v21i2.10867

Abstract

The purpose of this work is to develop a model to classify the various kinds of Indonesian folktales and to assess how well the support vector machine (SVM) approach and fastText feature extraction perform. The first phase of the study process is the gathering of data, namely the fairy tale dataset that has been annotated with categorizations for each genre of fairy tale. Following the collection of data, the pre-processing step is conducted. The purpose of the pre-processing step is to prepare the data for further processing in the subsequent stage. Following the completion of the preprocessing step, the training data and testing data are segregated. The subsequent step involves doing feature extraction using fastText. Moreover, the classification process is conducted using the Support Vector Machine (SVM) approach in order to get the ultimate outcome of the modeling process. The last phase involves assessing the performance of the constructed model. The categorization model for Indonesian fairy tales has a commendable accuracy rate of 85%, indicating its effectiveness. The aforementioned findings are substantiated by an accuracy metric of 85%, a recall metric of 85%, and an F1-score of 86%, indicating favorable outcomes.Previous researchs have not conducted any studies on the categorization of types of Indonesian fairy tales.
Enhancing Weather Prediction Models through the Application of Random Forest Method and Chi-Square Feature Selection Irmanda, Helena Nurramdhani; Ermatita, Ermatita; bin Awang, Mohd Khalid; Adrezo, Muhammad
JOIV : International Journal on Informatics Visualization Vol 8, No 3-2 (2024): IT for Global Goals: Building a Sustainable Tomorrow
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3-2.2356

Abstract

This study discovers weather forecast methodologies, concentrating mainly on the climatic issues faced by Indramayu Regency and its considerable impact on agriculture, specifically rice production and national food security. The study emphasizes the crucial need for accurate weather forecasting, especially in the context of ongoing climate change, by highlighting the region's vulnerability to weather anomalies and their possible disruption of crop output. To solve these issues, the study investigates machine learning techniques, particularly ensemble learning methods such as Random Forest in conjunction with Chi-Square feature selection. The article thoroughly outlines the research approach, including data collection from Indonesia's Meteorology, Climatology, and Geophysics Agency (BMKG), data pre-processing, feature selection processes, and data splitting. Notably, the methodology integrates the Synthetic Minority Over-sampling Technique (SMOTE) to adjust imbalanced data and uses key weather attributes for model construction (humidity, wind speed, and direction). The resulting Random Forest model performs well, with an accuracy rate of 87.6% in forecasting different types of rainfall. However, the study indicates potential overfitting in some rainfall classes, implying the need for additional data augmentation or modeling technique refining. In conclusion, this study demonstrates the potential efficacy of ensemble learning techniques in weather prediction, focusing on the Indramayu Regency. It emphasizes the need for exact forecasts in the agricultural and fisheries industries and suggests possibilities for additional investigation, such as research into alternative prediction approaches such as deep learning.
Cased Based Reasoning untuk Menentukan Gaya Belajar Mahasiswa Irmanda, Helena Nurramdhani; Santoni, Mayanda Mega; Astriratma, Ria
Informatik : Jurnal Ilmu Komputer Vol 15 No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1709.356 KB) | DOI: 10.52958/iftk.v15i3.1293

Abstract

Gaya belajar mahasiswa penting untuk diketahui karena dapat mempermudah proses pembelajaran. Kementerian Pendidikan dan Kebudayaan telah menerbitkan Seri Manual GLS (Gerakan Literasi Sekolah yang didalamnya memuat mengenai identifikasi gaya belajar antara lain visual, auditori, dan kinestetik. Namun, assessment ini hanya bisa digunakan secara manual. Berdasarkan latar belakang tersebut, penelitian ini membuat sistem pakar berbasis aplikasi web untuk mengidentifikasi gaya belajar mahasiswa dengan Teknik case based reasoning berdasarkan indikator yang telah disusun dalam Seri Manual GLS.  Untuk menentukan solusi, user mengisi kuesioner dalam aplikasi yang terdiri dari 30 pertanyaan. Kemudian,sistem akan melakukan reasoning yaitu mencari kemiripan kasus baru dengan kasus sebelumnya sehingga didapatkan solusi berupa jenis gaya belajar mahasiswa tersebut. Sistem ini diimplementasikan ke dalam aplikasi berbasis web yang mudah diakses kapan saja dan dimana saja.
Implementasi Metode Naïve Bayes untuk Analisis Sentimen Warga Jakarta Terhadap Afrizal, Sarika; Irmanda, Helena Nurramdhani; Falih, Noor; Isnainiyah, Ika Nurlaili
Informatik : Jurnal Ilmu Komputer Vol 15 No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1671.8 KB) | DOI: 10.52958/iftk.v15i3.1454

Abstract

Kegiatan riset ini bertujuan untuk menganalisis animo masyarakat Indonesia khususnya warga Jakarta atas munculnya transportasi massa umum MRT yang di resmikan oleh Pemerintah di bulan Maret 2019. Tahapan penelitian diawali proses crawling tweet dengan menggunakan tweetscrapper dari python. Kemudian dilakukan Preprocessing sehingga didapatkan data tweet yang siap untuk diproses pada pemisahan data yaitu data training dan data testing. Data training dilakukan proses pembobotan dengan TF-IDF, dan proses pembelajaran dengan naive bayes. Proses ini disebut dengan proses training yang bertujuan untuk menghasilkan model klasfikasi. Model klasifikasi digunakan untuk data testing melakukan proses klasifikasi yang menghasilkan label sentimen (positif/negatif). Proses ini dinamakan dengan proses testing. Hasil testing akan dilakukan perhitungan akurasi dari model yang sudah dibuat. Luaran dari penelitian ini berupa analisis sentimen animo warga Jakarta pada media sosial Twitter terhadap kehadiran layanan transportasi publik MRT, dan akurasi yang dihasilkan oleh metode naïve bayes yang diimplementasikan pada analisis sentimen
Sistem Informasi Magang Pada UPT Teknologi Informasi dan Komunikasi Universitas Pembangunan Nasional Veteran Jakarta Amelia, Hanny; Irmanda, Helena Nurramdhani
Informatik : Jurnal Ilmu Komputer Vol 17 No 2 (2021): Agustus 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i2.3464

Abstract

UPT Teknologi Informasi dan Komunikasi (TIK) UPN Veteran Jakarta memberikan kesempatan bagi para siswa/i dari Sekolah Menengah Kejuruan dan bagi para mahasiswa/i dari UPN Veteran Jakarta untuk dapat melaksanakan kegiatan kerja praktik pada satuan kerja UPT TIK. Dalam proses kegiatan praktik kerja lapangan (PKL) mulai dari pendaftaran hingga penilaian akhir belum terdapat media bagi para pendaftar dan pemagang untuk memeroleh informasi terkait alur PKL. Hal ini menimbulkan masalah yang menyebabkan proses dari kegiatan PKL ini memakan waktu yang lebih lama, sehingga diperlukan sebuah sistem informasi magang berbasis website untuk mengolah seluruh data terkait PKL/magang. Pembuatan sistem informasi magang ini menggunakan bahasa pemrograman PHP dengan framework Codeigniter dan database management system (DBMS) MySql. Metode pengembangan perangkat lunak yang digunakan adalah metode waterfall. Hasil dari penelitian ini yaitu sistem informasi magang berbasis website dengan fitur utama pendaftaran magang, pengelolaan data log harian dan kehadiran, serta pengelolaan nilai pemagang.
Sistem Informasi Survei Kepuasan Masyarakat Terhadap Pelayanan Publik di Kecamatan Metro Pusat Berbasis Web Anjaswari, Lulu Erga; Irmanda, Helena Nurramdhani
Informatik : Jurnal Ilmu Komputer Vol 17 No 2 (2021): Agustus 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i2.3468

Abstract

Kepuasan masyarakat merupakan hal yang perlu diperhatikan karena merupakan hal yang sangat berpengaruh dalam tercapainya suatu keberhasilan pada sebuah organisasi. Akan tetapi Kecamatan Metro Pusat belum terdapat sistem Survei Kepuasan Masyarakat terhadap pelayanan publik. Hal ini menjadi alasan dibangunnya aplikasi ini untuk mempermudah pihak Kecamatan Metro Pusat. Penelitian ini menggunakan metode waterfall dengan tujuan untuk mendapatkan gambaran mengenai aplikasi yang akan dibuat. Perancangan sistem dalam penelitian ini menggunakan UML, dibangun dengan bahasa pemrograman PHP serta framework CodeIgniter, dan menggunakan database MySQL. Berdasarkan hasil penelitian, maka dapat disimpulkan bahwa Sistem Informasi Survei Kepuasan Masyarakat terhadap Pelayanan Publik di Kecamatan Metro Pusat Berbasis Web yang akan digunakan oleh Kecamatan Metro Pusat dalam mengukur Survei Kepuasan Masyarakat, baik pada masyarakat yang telah selesai maupun yang belum selesai melakukan pelayanan dengan kendala berkas yang masih kurang lengkap atau adanya kesalahan pada berkas dan dapat memudahkan masyarakat sekalipun masyarakat tersebut kurang pengetahuan mengenai kemajuan teknologi.
Co-Authors Alsen Medikano Amelia, Hanny Andhika Octa Indarso Anita Muliawati Anjani, Margaretha Anjaswari, Lulu Erga Astriatma, Ria bin Awang, Mohd Khalid Ermatita - Falih, Noor Febrianty, Novia Hadi, Muhammad Rahman Hadi, Novi Trisman Idah Yuniasih Isnainiyah, Ika Nurlaili khafanofa, widya Matondang, Nurhafifah Muhammad Adrezo Muslim, Muhammad Panji Narissa, Tania Suzanne Niqotaini, Zatin Nurkhairiyyah, Hani Dzikra Putra, Nayandra Agastia Rahman, Puti Ayu Andhini Ria Astriratma Santoni, Mayanda Mega Sarika Afrizal, Sarika Susan Rachmawati Utami, Adita Widiastiwi, Yuni Yudhakesuma, Mochamad Ihza Zaidiah, Ati