Article Per Year (5 Year)
p-Index From 2021 - 2026
6.163
P-Index
This Author published in this journals
All Journal Kinesik Jurnal Informatika dan Teknik Elektro Terapan Jurnal ICT : Information Communication & Technology Infotekmesin JATI (Jurnal Mahasiswa Teknik Informatika) JUSTIN (Jurnal Sistem dan Teknologi Informasi) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
Irma Purnamasari, Ade
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
PENERAPAN ALGORTMA X-MEAN MENENTUKAN PENERIMA BANTUAN SOSIAL Jaelani, Ahmad; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8828

Abstract

Pertambahan jumlah data keluarga tidak mampu di Desa Jatipancur dapat berpotensi mengakibatkan dampak buruk akibat peningkatan jumlah penduduk. Masalah ketidakseimbangan keluarga tidak mampu dapat menyebabkan masalah kemiskinan dan tekanan penduduk. Tujuan penelitian ini adalah Mendapatkan hasil cluster dari penerima bantuan Sosial dala pengaplikasian metode x-mean, mengetahui kelompok penerima bantuan sosial dan cluster terbaik. Penelitian menggunakan pendekatan data mining dengan menerapkan Algoritma X-Means Clustering. Algoritma X-Means diimplementasikan menggunakan software Ms. Excel dan Rapidminer. Penelitian ini menggunakan data dari Badan Pusat Statistik (BPS) Jatipancur, Data yang digunakan melibatkan 7 atribut dan mencakup periode tahun 2019-2023. Hasil pengelompokan menggunakan X-Means menghasilkan 10 cluster, Cluster 1 mendekati nilai sempurna dengan Davies Bouldin Index sebesar 0.002, Jarak antara cluster terbaik adalah pada cluster 1 dengan jumlah 0.000, serta Performance terdekat ada pada cluster 0 dengan nilai 5.672.239.884.760. Peneliti berharap penelitian ini dapat membantu Desa Jatipancur dalam proses penyaluran bantuan dan Optimalisasi dalam penyaluran bantuan yang lebih tepat sasaran.
ANALISIS PENJUALAN ROTI PADA DISTRIBUTOR MY ROTI MENGGUNAKAN METODE REGRESI LINEAR BERDASARKAN NILAI RMSE Julkarnaen, Agus; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9426

Abstract

Pada saat ini roti menjadi salah satu kebutuhan pokok dalam kehidupan. Komposisi gizi roti bervariasi bergantung pada jenis tepung yang dipakai serta bahan tambahan lainnya. My roti menjual roti dari berbagai macam merk. Tujuan dari penelitian ini adalah untuk memprediksi penjualan roti pada 3 bulan berikutnya pada data penjualan roti merk My roti distributor bandung timur. Regresi linear digunakan sebagai metode prediksi dengan jumlah roti yang terjual sebagai variabel Y dan periode penjualan roti sebagai variabel X. RMSE (Root Mean Squared Error) dan Relative Error digunakan untuk memutar hasil prediksi. Hasil kategori prediksi Entry pada bulan pertama terjual 564unit, pada bulan kedua 569 unit dan bulan ketiga 575 unit dan kategori Mid pada bulan pertama terjual 63 unit, pada bulan kedua 64 unit dan bulan ketiga 65 unit. Hasil evaluasi nilai RMSE pada kategori Entry 83.318, sedangkan nilai Relative Error kategori Entry 13.25% dan Nilai RMSE kategori Mid 17.721, sedangkan Nilai Relative Error kategori Mid 17.42%. Prediksi penjualan handphone menggunakan metode regresi linier ini dapat dikatakan tergolong dalam kategori cukup atau bisa digunakan.
PENERAPAN DATAMINING DALAM MENENTUKAN POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA FP-GROWTH Gunia, Euis; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9506

Abstract

Perkembangan bisnis di era digital menuntut penggunaan teknologi untuk meningkatkan efisiensi dan efektivitas operasional. Penelitian ini fokus pada penerapan datamining menggunakan algoritma FP-Growth dalam konteks penjualan produk di toko spesial juice dan sop buah. Tujuan penelitian ini yaitu untuk menerapkan datamining dengan algoritma FP-Growth guna menentukan pola penjualan produk yang relevan dan memberikan kontribusi signifikan terhadap keberhasilan toko spesial juice dan sop buah. Metode yang digunakan melalui pendekatan penelitian dengan mengumpulkan data penjualan historis dari toko tersebut. Selanjutnya, algoritma FP-Growth diterapkan untuk mengidentifikasi pola penjualan yang signifikan dari dataset tersebut. Hasil yang paling banyak memberikan dukungan (support) dan confident yaitu 0.064 dengan nama minuman adalah: Air kelapa murni, Alpuket, Es kelapa gula putih, Es tape ketan, Mangga, Sop buah.
PENERAPAN ALGORITMA DECISION TREE DALAM KLASIFIKASI PENYAKIT STROKE OTAK Hendriyansyah, Hendriyansyah; Irma Purnamasari, Ade; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9602

Abstract

Stroke adalah gangguan kesehatan serius yang memiliki tingkat kematian tinggi, sehingga penanganan cepat sangat penting untuk mengurangi risiko komplikasi dan kerusakan otak. Studi ini menggunakan pendekatan Knowledge Discovery in Databases dan mengimplementasikan algoritma decision tree untuk melakukan klasifikasi penyakit stroke. Hasilnya menunjukkan tingkat akurasi sebesar 85.81%, recall sebesar 86.12%, dan presisi sebesar 85.85%. Dengan demikian, langkah-langkah pencegahan dapat diimplementasikan lebih efektif, membantu mengurangi dampak stroke pada tingkat kesehatan masyarakat.
MENGOPTIMALKAN KEPUASAN PENGGUNA: ANALISIS SENTIMEN REVIEW APLIKASI GRAB DI INDONESIA Suryana, Aldi; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9688

Abstract

Sebagai perusahaan terkemuka di sektor transportasi dan teknologi di Asia Tenggara, Grab, didirikan pada 2012 di Malaysia sebagai platform pemesanan taksi melalui aplikasi. Pertumbuhan pesat perusahaan ini menciptakan kebutuhan untuk strategi analisis sentimen guna meningkatkan layanan dan kepuasan pengguna. Penelitian ini menggunakan pendekatan eksperimental dan kuantitatif dengan fokus pada ulasan aplikasi Grab di Google Play Store. Penggunaan teknik web scraping melalui Google Play Scraper mengumpulkan 1000 data ulasan. Hasil analisis sentimen menggunakan metode klasifikasi Naïve Bayes dimana metode ini merupakan metode pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilistik dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan menunjukkan tingkat akurasi sebesar 87%, dengan presisi 86%, dan recall 97%. Tahapan preprocessing, seperti case folding, tokenizing, stopwords, dan stemming, memastikan kualitas data sebelum klasifikasi. Evaluasi menggunakan Confusion Matrix di Google Colaboratory menunjukkan kinerja memuaskan, mengidentifikasi sentiment masyarakat pengguna aplikasi Grab. Tingkat akurasi 87% memberikan gambaran rinci tentang kemampuan model dalam menangani variasi sentimen, termasuk presisi, recall, dan F1-score. Penerapan metode klasifikasi Naïve Bayes dalam analisis sentimen aplikasi Grab terbukti efektif, memberikan wawasan berharga untuk pengembangan layanan yang lebih baik.
PENINGKATAN MODEL POLA PEMBELIAN MENU DI METAMOR SPACE MENGGUNAKAN ALGORITMA FP-GROWTH Lutfiah, Lutfiah; Irma Purnamasari, Ade; Bahtiar, Agus; Wahyudin, Edi
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.v9i2.13039

Abstract

Metamor Space adalah sebuah café di Cirebon yang dihadapkan pada tantangan untuk memahami pola pembelian pelanggan yang bervariasi, guna meningkatkan kepuasan pelanggan dan mengoptimalkan strategi pemasaran. Penelitian ini bertujuan untuk menerapkan algoritma FP-Growth dalam menganalisis data transaksi pelanggan, sehingga dapat mengidentifikasi pola pembelian signifikan. Algoritma FP-Growth dipilih karena kemampuannya dalam mengelola data besar secara efisien tanpa perlu pemrosesan ulang yang kompleks, menjadikannya cocok untuk analisis Association Rules yang dapat mengungkap keterkaitan antara menu yang sering dipesan bersamaan oleh pelanggan. Data yang digunakan adalah data transaksi penjualan di Metamor Space selama periode 1-30 Oktober 2024, dengan total 201 transaksi 954 record. Proses analisis dilakukan dengan menetapkan support sebesar 0,5556 atau 55,56% dan confidence sebesar 0.5, yang dapat mendukung strategi promosi dan pengelolaan menu yang lebih efektif. Hasil penelitian menunjukkan pola pembelian yang dominan, seperti menu "Choco Galaxy dan Roti Bakar" yang sering dipesan bersamaan. Temuan ini memberikan wawasan bagi Metamor Space dalam menyusun program promosi, seperti diskon bundling atau rekomendasi produk. Selain itu, pola ini membantu café dalam mengatur stok bahan baku dengan lebih efisien, meminimalkan risiko kelebihan atau kekurangan stok.
PENGGUNAAN ALGORITMA FP-GROWTH UNTUK MENINGKATKAN POLA PENJUALAN PERLENGKAPAN HEWAN PELIHARAAN DI 23 PETSHOP Rahmawati, Novi; Irma Purnamasari, Ade; Bahtiar, Agus
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.v9i2.13116

Abstract

Data mining telah menjadi alat yang sangat penting dalam mengatasi tantangan analisis data besar-besaran dan mendukung pengambilan keputusan yang lebih cerdas di berbagai sektor, Tujuannya adalah menemukan pola, tren, atau informasi yang dapat membantu perkiraan atau pengambilan keputusan di berbagai industri. Karena persaingan usaha yang semakin bervariasi, produsen perlu mempunyai rencana yang matang untuk mencapai tujuannya. Diantara metode utama yang diterapkan produsen untuk menangkis persaingan dan mempertahankan kelangsungan bisnis mereka adalah pemasaran melalui penggunaan data pembelian dari database yang dapat memberikan rincian tren penjualan pelanggan pada data transaksi dengan menerapkan metode Market Basket Analysis untuk mengidentifikasi barang yang dibeli sekaligus. Berdasarkan data perdagangan yang kemudian diproses menggunakan Rapid Miner Studio menggunakan algoritma fp-growth, maka perdagangan akan selesai. Salah satu manfaat dari proses data mining ini adalah dapat membantu bisnis dalam memperoleh angka dan kuantitas penjualan serta mengungkap informasi baru. Menurut temuan penelitian, data mining menggunakan algoritma FP-Growth bisa dalam menganalisis perilaku pelanggan dan direkomendasikan dalam ulasan produk untuk barang berkualitas tinggi. Oleh karena itu, produk yang sering dibeli secara kooperatif ditangani dengan hati-hati oleh pemilik toko. Dapat dihasilkan beberapa pola penjualan dalam penelitian ini dan dimanfaatkan untuk keberlangsungan toko.
MODEL KLASIFIKASI SENTIMEN PADA ULASAN PENGGUNA APLIKASI GAME WEPLAY DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES Karunia Nurul Asry, Kintan; Irma Purnamasari, Ade; Bahtiar, Agus; Wahyudin, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13909

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna pada aplikasi Game WePlay di Google Play Store menggunakan algoritma Naive Bayes. Dengan menganalisis sentimen, penelitian ini berupaya memahami persepsi dan pengalaman pengguna terhadap aplikasi game. Salah satu tantangan utama adalah keragaman data ulasan, seperti penggunaan bahasa informal dan distribusi data yang tidak seimbang. Data ulasan diambil dari Google Play Store melalui proses web scraping, kemudian diproses melalui tahapan praproses seperti normalisasi, tokenisasi, dan penghapusan kata-kata yang tidak relevan. Proses ekstraksi fitur dilakukan menggunakan pendekatan Term Frequency-Inverse Document Frequency (TF-IDF). Algoritma Naive Bayes digunakan untuk mengelompokkan sentimen menjadi kategori positif dan negatif. Hasil penelitian menunjukkan bahwa model memiliki tingkat akurasi sebesar 86%, dengan presisi rata-rata 84,9%, recall 82,7%, dan F1-score 83,6%. Dalam evaluasi lebih lanjut, sentimen positif tercatat memiliki F1-score sebesar 89,9%, sementara sentimen negatif mencapai F1-score sebesar 77,3%. Hasil ini mengindikasikan bahwa model lebih efektif dalam mengidentifikasi pola kata pada ulasan positif. Penelitian ini memberikan kontribusi penting untuk pengembangan aplikasi Game WePlay dengan menyediakan pemahaman yang lebih baik tentang ulasan pengguna.
PENINGKATAN MODEL KLASIFIKASI SENTIMEN PUBLIK DI YOUTUBE CNBC INDONESIA TERHADAP MOBIL LISTRIK MENGGUNAKAN ALGORITMA SUPPORT VEKTOR MACHINE Sehabudin, Sehabudin; Irma Purnamasari, Ade; Bahtiar, Agus; Wahyudin, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14184

Abstract

Pertumbuhan teknologi kendaraan listrik di Indonesia memicu beragam opini publik, khususnya di platform media sosial seperti YouTube. CNBC Indonesia, sebagai salah satu sumber informasi terpercaya, sering menjadi pusat diskusi terkait isu ini. Penelitian ini bertujuan untuk meningkatkan model klasifikasi sentimen publik terhadap kendaraan listrik menggunakan algoritma Support Vector Machine (SVM), yang dikenal memiliki performa unggul dalam klasifikasi berbasis teks. Data penelitian berupa komentar publik dari kanal YouTube CNBC Indonesia yang dikumpulkan dari video-video bertema kendaraan listrik selama periode tertentu. Tahapan penelitian meliputi preprocessing data seperti tokenisasi, penghapusan stopwords, stemming, pembobotan dengan Term Frequency-Inverse Document Frequency (TF-IDF), dan implementasi algoritma SVM untuk klasifikasi sentimen menjadi positif dan negatif. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score, serta membandingkan hasilnya dengan algoritma lain seperti Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki performa terbaik dengan akurasi mencapai 93% dan F1-score yang konsisten tinggi. Sebagian besar sentimen publik terhadap kendaraan listrik bersifat negatif, meskipun terdapat kritik terkait infrastruktur dan biaya yang masih menjadi tantangan. Keberhasilan algoritma SVM menunjukkan potensinya untuk analisis teks yang lebih kompleks di masa depan, meskipun penelitian ini menghadapi tantangan seperti bias data dan perlunya memperluas dataset.
Pengembangan Media Pembelajaran Tari Topeng Berbasis Android dengan Metode Analysis Design Development Implementation and Evaluation Irma Purnamasari, Ade; Setiawan, Andi; Kaslani, Kaslani
Infotekmesin Vol 12 No 1 (2021): Infotekmesin: Januari 2021
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v12i1.473

Abstract

Mask Dance is one of Cirebon's traditional arts in Indonesia and has a variety of types and meanings in accordance with the symbols depicting characters such as in popular stories. The young generation in their activities cannot be separated from using internet technology, one of which is social media, so that it affects their less concern for art and traditions that have been inherent in society. From these problems, it is necessary to make Mask Dance learning media by utilizing android technology. This study uses the ADDIE method through the stages of Analysis, Design, Development, Implementation, and Evaluation as a guide in building learning tools. The results of this study are an Android-based application of Mask Dance learning media to introduce Mask Dance starting from history, descriptions, types of dance, how to dance to Mask Dance, and quizzes to evaluate understanding of learning. With this learning media, it can make it easier for students to learn mask dance among students and other young generations. From the test results using a black box, it shows that the functions in the application have been running according to their function, while the test results to the respondents obtained a value of 84.27% with good criteria for the application so that this application can be used as a medium for learning Mask Dance.
Co-Authors Adi Supriyatna Afiatul Ulumik, Rizki Ahmad Jaelani Aji Santoso Aldiyansyah, Aldiyansyah Amdani Ana Amalia, Ana Andi Setiawan Annurfariz, Aditya Arofah, Mila Azrul, Ahmad Azzam, Ahmad Christian Anderson Wint's II, Hans Danar Dana, Raditya Elfrida Ratnawati ETI KURNIAWATI Fajar Fauzan, Muhammad Fatmawati, Aisyah Gifthera Dwilestari Gitacahyani, Adisty Gunia, Euis Hendiana, Hendiana Hendriyansyah, Hendriyansyah Hurifiani, Alfia Ikbal, Ali Indriyan Dwi Kesuma, Adri Irfan Ali Irfan Ali, Irfan Julkarnaen, Agus Karunia Nurul Asry, Kintan Kaslani Khoerudin, Ikna Kodratul Munawar, Koko Lestari, Hasanah Lutfiah Lutfiah Mariyani, Dinda Maulana, Ali Muharram, Akbar Nining.R.M Novi Rahmawati Nur Alam, Alfian Nur Aziziah, Aldila Nurdiawan, Rudi Odi Nurdiawan Putra Pratama, Aeri R, Nining Rakhmat Hidayat, Rakhmat Ramadhan, Ryan Ramanto, Aditiya Restillah, Syifa Retno Sari Rifa'i, Akhmad Rinaldi Dikananda, Arif Rinaldi Dikanda, Arif Rini Astuti Rosyd, Abdul Rudi Kurniawan Sehabudin Sehabudin, Sehabudin Shodik, Fajar Suarna, Nana Suarna, Nana Sudrajat, Adi Suryana, Aldi Syajida, Hanna Tati Suprapti Wahyudin, Edi Wisnu Saputra, Adrian