Garuda - Garba Rujukan Digital

RANCANG BANGUN WEBSITE DONASI DENGAN MENGGUNAKAN FRAMEWORK LARAVEL: STUDI KASUS: YAYASAN ROUDHOTUL FIRDAUS Arga Adi Putra, Harvian; Umaidah, Yuyun; Carudin, Carudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11925

Perkembangan internet yang pesat mempermudah akses informasi melalui website, termasuk sebagai platform donasi yang memungkinkan sumbangan secara online. Website donasi meningkatkan efisiensi dan transparansi bagi lembaga non-profit, memungkinkan donatur memantau penyaluran bantuan secara real-time. Salah satu panti asuhan yang membutuhkan platform ini adalah Yayasan Panti Asuhan Roudhotul Firdaus, yang saat ini memiliki website kurang terintegrasi dan informatif. Untuk mengatasi masalah ini, diperlukan pengembangan aplikasi berbasis web menggunakan framework Laravel agar yayasan dapat menyampaikan kebutuhan donasi secara lebih efektif, meningkatkan jumlah donasi, dan memberikan dampak positif bagi mereka yang membutuhkan. Hasil penelitian menunjukkan bahwa website donasi yang dikembangkan mampu meningkatkan efisiensi waktu dan pengelolaan donasi, memungkinkan donatur untuk mendapatkan informasi lengkap mengenai kebutuhan penerima dan menanggapi kebutuhan mendesak dengan cepat. Pengujian sistem dilakukan dengan metode black box testing, memastikan semua fitur berfungsi sesuai dengan yang diharapkan.Website donasi ini diharapkan dapat mendorong partisipasi masyarakat dalam kegiatan amal dan sosial, meningkatkan transparansi dan efisiensi dalam pengelolaan donasi, serta memberikan kemudahan bagi donatur dan penerima dalam berinteraksi. Implementasi sistem informasi donasi ini tidak hanya memberikan manfaat bagi masyarakat setempat, tetapi juga mencakup wilayah yang lebih luas, sehingga dapat menginspirasi lebih banyak orang untuk berkontribusi dalam kegiatan donasi.

Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja) Pratama, Aditiya Yoga; Umaidah, yuyun; Voutama, Apriade
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.386

The use of information technology is growing rapidly, marked by public opinion that can be conveyed indefinitely through social media. One of the social media that is Twitter. Twitter is considered easier to retrieve information related to existing opinions and sentiments due to the limited character in a tweet made by users and there is the hashtag "#" which can be searched easily regarding the current hotly discussed situation. Some time ago, there was a lot of discussion regarding the ratification of the omnibus work copyright law. Tweets in the form of lively sentiments adorn the hashtag “#omnibuslaw” and other related hashtags. This study discusses reviews in the form of tweets related to omnibus law with the Chi Square selection feature and the K-Nearest Neighbor algorithm using R Studio. Data were taken as many as 500 tweets related to the omnibus law. The methodology used is Knowledge Discovery in Databases. Data labeling is carried out by experts who are divided into positive and negative sentiments. The results of the modeling using K-Fold Cross Validation, the highest accuracy is obtained with a 25% feature use scheme (Chi Square feature selection), and the value of k = 5 in KNN is 81.4%. Testing on the model was carried out using 100 random data and obtained 83% accuracy, 100% precision, 15% recall and 26.08% F-Measure value. Of the 500 data taken, the word "people" is the most dominating word. Of the 500 data taken, 78.8% negative sentiments and 21.2% positive sentiments.

Analisis Sentimen Media Sosial Twitter Dengan Algoritma K-Nearest Neighbor Dan Seleksi Fitur Chi-Square (Kasus Omnibus Law Cipta Kerja) Pratama, Aditiya Yoga; Umaidah, yuyun; Voutama, Apriade
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.386

The use of information technology is growing rapidly, marked by public opinion that can be conveyed indefinitely through social media. One of the social media that is Twitter. Twitter is considered easier to retrieve information related to existing opinions and sentiments due to the limited character in a tweet made by users and there is the hashtag "#" which can be searched easily regarding the current hotly discussed situation. Some time ago, there was a lot of discussion regarding the ratification of the omnibus work copyright law. Tweets in the form of lively sentiments adorn the hashtag “#omnibuslaw” and other related hashtags. This study discusses reviews in the form of tweets related to omnibus law with the Chi Square selection feature and the K-Nearest Neighbor algorithm using R Studio. Data were taken as many as 500 tweets related to the omnibus law. The methodology used is Knowledge Discovery in Databases. Data labeling is carried out by experts who are divided into positive and negative sentiments. The results of the modeling using K-Fold Cross Validation, the highest accuracy is obtained with a 25% feature use scheme (Chi Square feature selection), and the value of k = 5 in KNN is 81.4%. Testing on the model was carried out using 100 random data and obtained 83% accuracy, 100% precision, 15% recall and 26.08% F-Measure value. Of the 500 data taken, the word "people" is the most dominating word. Of the 500 data taken, 78.8% negative sentiments and 21.2% positive sentiments.

Analisis Sentimen Pengguna Twitter Terhadap Grup Musik BTS Menggunakan Algoritma Support Vector Machine Safitri, Tiara; Umaidah, Yuyun; Maulana, Iqbal
Journal of Applied Informatics and Computing Vol. 7 No. 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5039

Twitter is often used as a source of public opinion and sentiment data for analysis, where the data can be used to understand public opinion about a topic. Sentiment analysis is widely used in various fields, one of which is in the marketing field. a company can carry out a sentiment analysis of the public figures they want to make Brand Ambassadors (BA), which later these sentiments can be taken into consideration for them to be able to determine the BA of their products. Sentiment analysis can also be used to distinguish the attitude of customers, users or followers towards a brand, topic, or product with the help of their reviews. Based on this, this study will analyze the sentiments of Twitter users towards music group BTS, using the Knowledge Discovery Database (KDD) research methodology, with 5 stages namely Data Selection, Data Preprocessing, Data Transformation, Text Mining and Evaluation. By using the Support Vector Machine (SVM) algorithm with a linear kernel, this study will do 3 scenarios with the distribution of training data and testing data 90:10 in scenario 1, 80:20 in scenario 2, and 70:30 in scenario 3. Confusion Matrix is used to evaluate the performance of the algorithm used and the results show that the best performance of the model formed is in scenario 1 and scenario 2.

IMPLEMENTASI REACT JS DAN INTEGRASI STRAPI CMS DALAM PENGEMBANGAN WEBSITE OK OCE INDONESIA Hakim, Reza; Carudin, Carudin; Umaidah, Yuyun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13031

Perkembangan teknologi dan transformasi digital memberikan peluang besar bagi organisasi dan UMKM untuk meningkatkan efisiensi layanan melalui optimalisasi platform digital, seperti website. Penelitian ini bertujuan untuk mengembangkan website OK OCE Indonesia dengan menggunakan framework React JS pada frontend dan Strapi CMS pada backend, yang diintegrasikan untuk meningkatkan efisiensi manajemen konten, kualitas antarmuka pengguna (UI), serta pengalaman pengguna (UX). Penelitian ini menggunakan metode Software Development Life Cycle (SDLC) dengan model Waterfall, yang mencakup tahapan analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Pada tahap implementasi, React JS digunakan untuk membangun komponen antarmuka yang responsif, sementara Strapi CMS memungkinkan pengelolaan konten secara terstruktur dan efisien. Pengujian dilakukan dalam dua tahap, yaitu alpha testing dan beta testing dengan hasil pengujian menunjukkan bahwa tingkat kepuasan pengguna terhadap fungsionalitas website mencapai 89,5%, tampilan antarmuka 92,16%, dan kemudahan penggunaan 92,16%, yang dikategorikan sebagai “sangat memuaskan”. Hasil penelitian ini menunjukkan bahwa pengembangan website menggunakan React JS dan integrasi Strapi CMS mampu meningkatkan efisiensi manajemen konten dan memberikan pengalaman pengguna yang lebih baik. Implementasi ini diharapkan dapat menjadi referensi bagi organisasi lain dalam mengoptimalkan platform digital mereka.

Klasterisasi Tren Tuberkulosis Global dengan Principal Component Analysis (PCA) dan K-Means Muhaa, Najibah Aisyah; Mulyono, Larasati Mya; Fadhilah, Muhammad Rizqi; Umaidah, Yuyun
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

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

Tuberkulosis (TB) masih menjadi masalah kesehatan global dengan lebih dari 10 juta kasus baru setiap tahun. Penelitian ini bertujuan mengidentifikasi pola epidemiologi TB secara global menggunakan algoritma Principal Component Analysis (PCA) dan K-Means dalam pendekatan Knowledge Discovery in Databases (KDD). PCA mereduksi 22 variabel menjadi dua komponen utama, sedangkan K-Means mengelompokkan data berdasarkan insidensi, mortalitas, dan faktor kesehatan lainnya. Hasil menunjukkan tiga klaster utama, salah satunya negara dengan beban TB tinggi namun keberhasilan pengobatan rendah (60,4%), dan lainnya dengan cakupan vaksinasi tinggi (78,1%) meski insidensi tinggi. Evaluasi dengan Silhouette Score menunjukkan nilai 0,0694. Temuan ini memberikan dasar bagi strategi pengendalian TB yang lebih terarah. Penelitian selanjutnya disarankan mempertimbangkan data sosio-ekonomi dan temporal untuk analisis yang lebih mendalam.

PENERAPAN ALGORITMA DBSCAN DAN K-MEANS UNTUK CLUSTERING PENDERITA PNEUMONIA DI KABUPATEN KARAWANG Fauzan, Muh. Yoga; Garno, Garno; Umaidah, Yuyun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13410

Pneumonia adalah infeksi pernapasan akut yang menyerang paru-paru dan dapat disebabkan oleh bakteri, virus, atau jamur. Penyakit ini menjadi salah satu penyebab utama morbiditas dan mortalitas di berbagai wilayah, termasuk Kabupaten Karawang. Penelitian ini bertujuan untuk mengklasifikasikan wilayah rawan penyebaran pneumonia di Kabupaten Karawang menggunakan algoritma K-Means dan DBSCAN pada rentang tahun 2019-2023. Metode Knowledge Discovery in Database (KDD) diterapkan dengan pemrograman Python dalam Google Colab sebagai editor teks. DBSCAN menghasilkan 3 cluster, cluster -1 (5 kecamatan), cluster 0 (40 kecamatan), dan cluster 1 (6 kecamatan). Sementara itu, K-Means menghasilkan 4 klaster: Cluster 0 (6 kecamatan), Cluster 1 (31 kecamatan), cluster 2 (7 kecamatan), dan cluster 3 (7 kecamatan). Pemilihan C= 4, menggunakan Sum of Square Error (SSE) menunjukkan nilai 14.54426 pada K-Means, dengan Silhouette Coefficient sebesar 0.61082, menunjukkan struktur klasterisasi yang cukup baik. DBSCAN dengan nilai epsilon 3 memiliki Silhouette Coefficient lebih tinggi, yaitu 0.76746, menunjukkan struktur klasterisasi yang lebih kuat. Selain itu, Davies-Bouldin Index (DBI) menunjukkan nilai 0.684 untuk K-Means dan 0.273 untuk DBSCAN, mengindikasikan keunggulan DBSCAN dalam membentuk cluster yang lebih optimal. Hasil penelitian ini dapat menjadi referensi dalam pengambilan keputusan terkait intervensi kesehatan untuk mengendalikan penyebaran pneumonia di Kabupaten Karawang.

Faktor Sosial Ekonomi yang Mempengaruhi Pengelolaan Risiko pada Usaha Agribisnis Jamur Merang Suhaeni, Suhaeni; Mahatmayana, I Ketut Manu; Umaidah, Yuyun
Agrikultura Vol 36, No 2 (2025): Agustus, 2025
Publisher : Fakultas Pertanian Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/agrikultura.v36i2.64215

Budidaya jamur merang di Kabupaten Karawang memiliki potensi pasar yang kuat, namun dihadapkan pada risiko produksi dan ketidakstabilan rantai pasok. Penelitian ini bertujuan menganalisis pengaruh faktor sosial ekonomi terhadap strategi mitigasi risiko yang diterapkan oleh petani jamur merang. Penelitian dilakukan di Kecamatan Cilamaya Kulon dengan pendekatan kuantitatif melalui survei deskriptif terhadap 33 responden yang dipilih menggunakan teknik stratified random sampling, berdasarkan kategori pengalaman berusahatani dari populasi sebanyak 62 petani. Data dianalisis menggunakan statistik deskriptif dan regresi logistik biner. Hasil analisis menunjukkan bahwa mayoritas petani berusia lanjut, berpendidikan rendah, memiliki 3–5 anggota keluarga, pengalaman bertani luas, dan pendapatan di bawah upah minimum. Karakteristik ini berkontribusi terhadap pemilihan strategi mitigasi; misalnya, petani berpengalaman lebih memilih reduksi risiko, sementara yang berpendapatan rendah cenderung melakukan retensi risiko. Variabel pendidikan, pengalaman bertani, pendapatan, dan jumlah anggota keluarga berpengaruh signifikan terhadap strategi mitigasi, sedangkan usia tidak signifikan. Temuan ini menegaskan perlunya pengembangan program pelatihan budidaya dan manajemen risiko berbasis latar belakang sosial ekonomi, penyediaan akses bibit unggul dan input berkualitas, serta kebijakan insentif seperti subsidi input dan asuransi pertanian. Selain itu, penguatan kelembagaan petani dan pemanfaatan modal sosial seperti jaringan kepercayaan dan kerja sama antarpetani penting untuk meningkatkan resiliensi kolektif menghadapi risiko dan mendukung keberlanjutan agribisnis jamur merang di wilayah tersebut.

Prediksi Curah Hujan Menggunakan Jaringan Syaraf Tiruan Backpropagation pada Software Matlab Prasetya, Muhammad Erlangga; Ryansyah, Eddy; Rusfauzi Surya, Muhammad; Umaidah, Yuyun
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 5 No 2 (2025): JAKAKOM Vol 5 No 2 SEPTEMBER 2025
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2025.5.2.2398

This study aims to design and implement a rainfall prediction model using the Artificial Neural Network (ANN) approach with the backpropagation learning algorithm on the Matlab platform. Rainfall prediction is an important aspect in agriculture, hydrology, and water resources management, which requires accurate and adaptive methods to seasonal data patterns. In this study, monthly rainfall data for Bogor City for the period 2020-2022 was used as the training and testing dataset. The data was normalized using the sigmoid activation function to improve the network training performance. The network architecture consists of 12 input neurons, 10 hidden neurons, and 1 output neuron. The training results showed an error rate (Mean Squared Error) of 0.00090677 with a regression value of 0.99022, while the test results produced a regression of 0.98837. These findings indicate that the backpropagation method in ANN is able to predict rainfall effectively and accurately. This model can be further developed to predict other weather phenomena.

Title

Found 29 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 29 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 29 Documents
Search