Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika Jurnal Teknik Informatika STMIK Antar Bangsa JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JATI (Jurnal Mahasiswa Teknik Informatika) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Sistem Informasi
Faddillah, Umi
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Environmental Science Social Sciences

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Performance Comparison of Data Mining Algorithm to Predict Approval of Credit Card Sugiyarto, Ipin; Sudarsono, Bibit; Faddillah, Umi
Sinkron : jurnal dan penelitian teknik informatika Vol. 4 No. 1 (2019): SinkrOn Volume 4 Number 1, October 2019
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.118 KB) | DOI: 10.33395/sinkron.v4i1.10181

Abstract

Credit analysis needs to identify and assess the factors that can affect customers in returning credit. Accurate measurement and good management ability in dealing with credit risk is an effort to save the economic operations unit and be beneficial for a stable and healthy financial system. Data mining prediction techniques are used to determine credit risk. Using the Cross-Industry Standard Process for Data Mining (CRISP-DM) method which consists of several stages, namely Business Understanding (dataset), Data Processing (Feature Selection PCA & Dimension Reduce), Algorithm Models (NN+PSO, SVM, LR), Evaluation (Validation and Accuracy). This study has tested the model using a neural network using the PCA selection feature and optimized with the Particle Swarm Optimize (PSO) algorithm to predict credit card approval. Several experiments were conducted to see the best results. The results of this study prove that the use of a single Neural Network method produces an accuracy of 80.33%. whereas the use of PCA + Neural Network + PSO hybrid method has been proven to increase accuracy to 82.67%. Likewise, the AUC NN value of 0.706 increased to 0.749 when the Neural Network was optimized using PSO and used feature selection. The purpose of this study is to implement and compare Support Vector Machine, Logistic Regression and Neural Network algorithms based on PCA and optimize PSO (Particle Swarm Optimization) to improve accuracy in predictions of credit card approvals.
Pemodelan Enterprise Arsitektur Sistem Informasi Pemesanan Barang Menggunakan Kerangka Kerja TOGAF ADM Faddillah, Umi; Selawati, Arina
Jurnal Sistem Informasi Vol 8 No 1 (2019): Volume 8
Publisher : STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.815 KB)

Abstract

Abstract—The application of information technology based on computerized systems will help companies in carrying out business processes in their business activities. The accuracy of the data at the time of ordering by consumers will lead to a successful sales system as a whole. Therefore a system that has been computerized well becomes a solution for a company. The existence of information technology systems ordering goods with a computerized system is expected to be able to answer a variety of problems that exist in a company, plus a computerized system has been implemented in a framework that will greatly assist management in making a decision and synergize with the business process that is run . The framework using TOGAF ADM can be the right solution in modeling the enterprise architecture of a company in running its ordering information system. With TOGAF ADM, you will be assisted in designing system architecture, business process architecture, ordering information system architecture, technology architecture, several proposed strategies for business opportunities, and finally proposed system changes. Intisari—Penerapan teknologi informasi yang berbasis sistem terkomputerisasi akan membantu perusahaan dalam menjalankan proses bisnis kegiatan usahanya. Keakurasian data pada saat terjadi pemesanan oleh konsumen akan menyebabkan suksesnya sistem penjualan secara menyeluruh. Oleh karenanya sebuah sistem yang sudah terkomputerisasi dengan baik menjadi sebuah solusi bagi suatu perusahaan. Adanya teknologi sistem informasi pemesanan barang dengan sistem yang sudah terkomputerisasi diharapkan mampu menjawab berbagai permasalahan yang ada pada suatu perusahaan, ditambah lagi sistem terkomputerisasi ini sudah diterapkan dalam sebuah kerangka kerja yang akan sangat membantu pihak manajemen dalam membuat suatu keputusan dan bersinergi pada proses bisnis yang dijalankan. Kerangka kerja dengan menggunakan TOGAF ADM dapat menjadi solusi tepat dalam pemodelan arsitektur enterprise suatu perusahaan dalam menjalankan sistem informasi pemesanannya. Dengan TOGAF ADM akan dibantu dalam merancang arsitektur sistem, arsitektur proses-proses bisnis, arsitektur sistem informasi pemesanan, arsitektur teknologi, beberapa rancangan usulan strategi bagi peluang bisnis, dan terakhir usulan perubahan sistem berjalan. Kata Kunci: Sistem, Teknologi, Arsitektur, TOGAF, ADM
Optimasi Artificial Neural Network dengan Algorithm Genetic pada Prediksi Approval Credit Card Sugiyarto, Ipin; Faddillah, Umi
Jurnal Teknik Informatika Vol. 3 No. 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.151

Abstract

Abstract— Approval credit card initial determination of approval to be a credit card customer for non-cash transaction purposes with a payment system. The population dataset of credit cards is taken from the UCI data repository of 30000 population data with 23 predictor attributes. Credit card approval prediction using sample data redaction top 100, down 100 and 4 attributes predictor as a parameter to determine the accuracy. Sex, education, marriage and age are used as parameter attributes. The process of determining credit card approval required computation calculation to solve the problem. Neural network and genetic algorithm are used as computation method to get the best accuracy value. The result of initial accuracy using neural network 85.42%, while the optimization results with genetic algorithm 87.82%. Intisari— Approval credit card awal penentuan persetujuan menjadi nasabah kartu kredit untuk keperluan transaksi non-tunai dengan sistem pembayaran berjangka. Dataset populasi credit card ini di ambil dari UCI data repository sebanyak 30000 data  populasi dengan 23 atribut prediktor. Prediksi approval credit card menggunakan sampel data redaction top 100, down 100 dan 4 atribut predictor sebagai parameter untuk menentukan akurasi. Sex, education, marriage dan age dijadikan sebagi atribut parameter. Proses penentuan approval credit card dibutuhkan perhitungan komputasi untuk menyelesaikan permasalahan. Neural network dan algoritma genetika digunakan sebagai metode komputasi untuk mendapatkan nilai akurasi terbaik. Hasil akurasi awal menggunakan neural network 85.42%, sedangkan hasil optimasi dengan genetic algorithm 87.82%. Kata Kunci - Kartu Kredit, Akurasi, Neural Network, Genetic Algorithm
Sistem Pakar Mengidentifikasi Kerusakan pada Komputer dengan Backward Chaining dan Decesion Tree Faddillah, Umi
Jurnal Teknik Informatika Vol. 4 No. 2 (2018): JTI Periode Agustus 2018
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v4i2.257

Abstract

Abstract – Artificial Inteligent is part of computer knowledge that is specially intended to makesoftware and hardware that can fully imitate function of the human brain. Computer users assume that troubleshooting the computer is too difficult. But not like that, if we find out the correct troubleshooting technique. With Artificial Intelligence (AI) knowlege we can identify the computer problem. Intelligent programming is smart computer program with knowledge and inference procedure to solve difficult problems. In this approach tracking start from the destination, then look for rules that have that purpose to get conclusions, end then the tracking process uses premise for rule as a new goal and look for other rules with new goals as their conclusion. The process continues untul all possibilities. Intisati - Kecerdasan buatan merupakan bagian dari pengetahuan komputer yang secara khusus ditujukan untuk membuat software dan hardware sepenuhnya bisa menirukan beberapa fungsi otak manusia. Pemakai komputer menganggap bahwa pekerjaan penelusuran kesalahan pada komputer terlalu rumit untuk dilakukan. Sebenarnya tidaklah demikian jika kita mengetahui teknik-teknik penelusuran kesalahan tersebut dengan benar. Dengan Ilmu pengetahuan dalam Artificial Intelligence (AI) kita dapat mengidentifikasi masalah-masalah yang ada tersebut. Pemrograman Intelligent (cerdas) adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya. Program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace untuk memformulasikan kesimpulan. Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Keyword: Kerusakan Komputer, Pohon Keputusan, Sistem Pakar
Optimasi Artificial Neural Network dengan Algorithm Genetic pada Prediksi Approval Credit Card Sugiyarto, Ipin; Faddillah, Umi
Jurnal Teknik Informatika Vol 3 No 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.151

Abstract

Abstract— Approval credit card initial determination of approval to be a credit card customer for non-cash transaction purposes with a payment system. The population dataset of credit cards is taken from the UCI data repository of 30000 population data with 23 predictor attributes. Credit card approval prediction using sample data redaction top 100, down 100 and 4 attributes predictor as a parameter to determine the accuracy. Sex, education, marriage and age are used as parameter attributes. The process of determining credit card approval required computation calculation to solve the problem. Neural network and genetic algorithm are used as computation method to get the best accuracy value. The result of initial accuracy using neural network 85.42%, while the optimization results with genetic algorithm 87.82%. Intisari— Approval credit card awal penentuan persetujuan menjadi nasabah kartu kredit untuk keperluan transaksi non-tunai dengan sistem pembayaran berjangka. Dataset populasi credit card ini di ambil dari UCI data repository sebanyak 30000 data  populasi dengan 23 atribut prediktor. Prediksi approval credit card menggunakan sampel data redaction top 100, down 100 dan 4 atribut predictor sebagai parameter untuk menentukan akurasi. Sex, education, marriage dan age dijadikan sebagi atribut parameter. Proses penentuan approval credit card dibutuhkan perhitungan komputasi untuk menyelesaikan permasalahan. Neural network dan algoritma genetika digunakan sebagai metode komputasi untuk mendapatkan nilai akurasi terbaik. Hasil akurasi awal menggunakan neural network 85.42%, sedangkan hasil optimasi dengan genetic algorithm 87.82%. Kata Kunci - Kartu Kredit, Akurasi, Neural Network, Genetic Algorithm
Sistem Pakar Mengidentifikasi Kerusakan pada Komputer dengan Backward Chaining dan Decesion Tree Faddillah, Umi
Jurnal Teknik Informatika Vol 4 No 2 (2018): JTI Periode Agustus 2018
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v4i2.257

Abstract

Abstract – Artificial Inteligent is part of computer knowledge that is specially intended to makesoftware and hardware that can fully imitate function of the human brain. Computer users assume that troubleshooting the computer is too difficult. But not like that, if we find out the correct troubleshooting technique. With Artificial Intelligence (AI) knowlege we can identify the computer problem. Intelligent programming is smart computer program with knowledge and inference procedure to solve difficult problems. In this approach tracking start from the destination, then look for rules that have that purpose to get conclusions, end then the tracking process uses premise for rule as a new goal and look for other rules with new goals as their conclusion. The process continues untul all possibilities. Intisati - Kecerdasan buatan merupakan bagian dari pengetahuan komputer yang secara khusus ditujukan untuk membuat software dan hardware sepenuhnya bisa menirukan beberapa fungsi otak manusia. Pemakai komputer menganggap bahwa pekerjaan penelusuran kesalahan pada komputer terlalu rumit untuk dilakukan. Sebenarnya tidaklah demikian jika kita mengetahui teknik-teknik penelusuran kesalahan tersebut dengan benar. Dengan Ilmu pengetahuan dalam Artificial Intelligence (AI) kita dapat mengidentifikasi masalah-masalah yang ada tersebut. Pemrograman Intelligent (cerdas) adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya. Program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace untuk memformulasikan kesimpulan. Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Keyword: Kerusakan Komputer, Pohon Keputusan, Sistem Pakar
PENGGUNAAN APLIKASI ZAHIR PADA PERUSAHAAN DAGANG UNTUK MEMBUAT LAPORAN KEUANGAN Faddillah, Umi
Perspektif : Jurnal Ekonomi dan Manajemen Akademi Bina Sarana Informatika Vol 14, No 2 (2016): SEPTEMBER 2016
Publisher : www.bsi.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.328 KB) | DOI: 10.31294/jp.v14i2.1299

Abstract

Accounting information systems ranging from the balance at beginning of period, journaling, posting ledger, trial balance at end of period, the adjusting entry to preparing the reports at end of period experience recording errors, lack of accurate financial statements that were made and the delay in the search data of financial accounting. Application of Accounting Information Systems to collect data of financial transactions manually and searching for literature on financial accounting information systems to support theories relating to the processing of financial data using application Zahir. Utilization Zahir applications to process financial data in accounting information system is a data recording error solutions in accounting, financial reporting delays and the accuracy of the search data of financial accounting.Keyword : Accounting information systems, financial data, zahir
Implementasi Extreme Programming pada Pembuatan Website Sistem Informasi E-Accountant PT Naga Emas Internasional fachrurozi, Ahmad; Agustine, Lady; Faddillah, Umi; Sugiyarto, Ipin
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14294

Abstract

PT Naga Emas Internasional menghadapi tantangan dalam mengelola keuangan perusahaan akibat perubahan regulasi dan dinamika bisnis yang cepat. Sistem pencatatan keuangan yang digunakan saat ini tidak efektif dalam menangani masalah tersebut, sehingga perusahaan membutuhkan sistem informasi yang lebih fleksibel dan dapat beradaptasi dengan perubahan yang terjadi. Penelitian ini mengusulkan penerapan metode Extreme Programming (XP) dalam pengembangan Sistem Informasi E-Accountant  sebagai solusi yang tepat untuk mengatasi masalah tersebut. XP adalah metode pengembangan perangkat lunak yang mengutamakan fleksibilitas, kolaborasi erat dengan pengguna, serta pengujian yang terus-menerus. Metode ini memungkinkan sistem dikembangkan secara iteratif dan dapat dengan cepat menyesuaikan diri dengan kebutuhan yang terus berubah. Dalam penelitian ini, sistem E-Accountant  berbasis web dirancang untuk memudahkan pengelolaan keuangan perusahaan, yang meliputi pencatatan transaksi, pembuatan laporan keuangan, serta pemantauan kondisi keuangan secara real-time. Keunggulan utama XP adalah keterlibatan pengguna pada setiap tahap pengembangan, sehingga sistem dapat disesuaikan secara langsung dengan kebutuhan mereka. Hasil penelitian ini menunjukkan bahwa penerapan XP berhasil menciptakan sistem yang fleksibel, mudah diadaptasi terhadap perubahan regulasi dan kebutuhan bisnis, serta memastikan bahwa setiap fitur sistem telah diuji dan sesuai dengan kebutuhan pengguna. Dengan demikian, sistem ini diharapkan dapat meningkatkan efisiensi, transparansi, dan akurasi dalam pengelolaan keuangan perusahaan yang lebih baik dan lebih efektif.
ANALISIS SENTIMEN PUBLIK PENGGUNA TWITTER TERHADAP KANKER SERVIKS DI INDONESIA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER Faddillah, Umi; Sugiyarto, Ipin; Agustin Fitriana, Lady
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.v9i3.13460

Abstract

Media sosial, khususnya Twitter, telah menjadi bagian dari kehidupan sehari-hari sebagai sumber informasi serta sebagai indikator opini publik terhadap berbagai isu yang sedang ramai diperbincangkan. Salah satu topik yang mendapat perhatian adalah kanker serviks, yang menurut data Kementerian Kesehatan RI merupakan penyakit mematikan kedua setelah kanker payudara. Perbincangan mengenai kanker serviks di Twitter mencerminkan tingkat pemahaman dan kesadaran masyarakat terhadap penyakit ini, sehingga penting untuk dianalisis lebih lanjut. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kanker serviks di Indonesia menggunakan algoritma Naïve Bayes Classifier sebagai model klasifikasi sentimen. Data yang digunakan berupa 325 tweet terkait kanker serviks yang dikumpulkan selama lima tahun terakhir (2020–2024). Metode yang digunakan dalam penelitian ini meliputi pengumpulan data tweet, pemrosesan teks, penerapan algoritma Naïve Bayes Classifier, serta evaluasi akurasi model. Hasil penelitian menunjukkan bahwa model klasifikasi mencapai tingkat akurasi yang bervariasi setiap tahunnya, yaitu 0,76 pada tahun 2020 dengan 48 tweet positif, 0,73 pada tahun 2021 dengan 45 tweet positif, 0,76 pada tahun 2022 dengan 51 tweet positif, 0,88 pada tahun 2023 dengan 53 tweet positif, dan 0,81 pada tahun 2024 dengan 71 tweet positif. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sentimen positif terhadap kanker serviks mengalami peningkatan setiap tahunnya. Hal ini mengindikasikan meningkatnya kesadaran masyarakat terhadap penyakit ini, yang dapat menjadi dasar bagi pemerintah dan lembaga kesehatan untuk terus mengedukasi masyarakat mengenai pencegahan serta deteksi dini kanker serviks guna menekan angka kasus di Indonesia.
Analisa Penjualan Barang Untuk Mengetahui Kebutuhan Barang Menggunakan Algoritma K-Mean Pada Toko X Faddillah, Umi; Sudarsono, Bibit; Nuryadi, Nanang; Rizal, Khairul; Nuryaman, Yosep
JATISI Vol 10 No 4 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i4.6426

Abstract

Pengiriman barang mempunyai peranan penting dalam rantai bisnis retail, setiap pengiriman harus memperhitungkan jumlah barang yang terjual dan juga toko mana saja yang dapat dikirimkan bersamaan. PT X merupakan Perusahaan retail yang memiliki banyak cabang toko di wilayah Jakarta, sehingga memerlukan gambaran toko-toko mana saja dan barang apa saja yang dikirimkan secara bersamaan. Algorima K-mean adalah salah satu algorima untuk mengklusterisasi. Oleh sebab itu maka penulis melakukan perhitungan data penjualan menggunakan alogoritma k-mean untuk mengelompokan toko-toko. Dan dari hasil perhitungan yangs sudah dilakukan terdapat hasil kluster terbaik yaitu kedalam 5 cluster dimana untuk cluster 0 terdapat 13 toko, cluster 1 terdapat 17 toko, cluster 2 terdapat 7 toko, cluster 3 terdapat 16 toko dan cluster 4 terdapat 12 Toko.
Co-Authors Agustin Fitriana, Lady Agustine, Lady Arina Selawati Bibit Sudarsono Fachrurozi, Ahmad Nanang Nuryadi, Nanang Nuryaman, Yosep Rizal, Khairul Sugiyarto, Ipin