Article Per Year (5 Year)
p-Index From 2021 - 2026
3.783
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan JURIKOM (Jurnal Riset Komputer) Building of Informatics, Technology and Science Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Informatika Terpadu Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Janitra Informatika dan Sistem Informasi PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Sistem Informasi dan Manajemen Jurnal Kecerdasan Buatan dan Teknologi Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Purnamasari, Ade Irma
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Mechanical Engineering

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Improving the Education Development Contribution Payment Model at SMK Istiqomah Maruyung Using the C4.5 Algorithm Noviyanti; Purnamasari, Ade Irma; Bahtiar, Agus; Tohidi, Edi
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 4 No. 3 (2025): June 2025
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v4i3.729

Abstract

  Payment of tuition fees is one of the important aspects of school financial management. At SMK Istiqomah Maruyung, the management of SPP payments is still done manually, which causes student non-compliance in paying on time. The purpose of the research is to improve the SPP payment model by using the C4.5 algorithm to classify the level of student compliance and identify the main factors that influence late payments. The method used is the Knowledge Discovery in Databases (KDD) approach which includes the stages of data selection, preprocessing, transformation, data mining, and result evaluation. The research data was taken from 206 students in the 2023/2024 academic year with attributes such as parental income, number of siblings, scholarship status, and academic grade point average. The C4.5 algorithm was applied to build a decision tree model, with evaluation using five-fold cross validation. The result of this study is that the C4.5 algorithm is able to classify student compliance levels with an average accuracy of 93.55%. The main factors that influence late payment are academic grade point average, class, and parental income. Although the model is very good at predicting compliant students (precision 95%, recall 98%), it shows weakness in predicting lateness (precision 67%, recall 40%). It is concluded that the C4.5 algorithm can improve the efficiency of managing tuition payments and provide data-driven insights for policy making. With further implementation, this algorithm is expected to be adopted by other educational institutions to address similar challenges in financial management.
Optimalisasi Pengalaman Pengguna Game Elden Ring Melalui Analisis Sentimen Berbasis BERT Ramadhan, M. Fadhilatur; Purnamasari, Ade Irma; Bahtiar, Agus
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 6, No 03 (2025): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v6i03.13839

Abstract

Pertumbuhan pesat industri video game, khususnya di Steam dengan 30 juta pengguna aktif, menyoroti pentingnya memahami sentimen pengguna untuk meningkatkan pengalaman bermain game. Studi ini berfokus pada analisis sentimen terhadap Elden Ring menggunakan model BERT. Sebanyak 2.000 ulasan dari Januari hingga September 2024 dikumpulkan, dengan 80% digunakan untuk pelatihan dan 20% untuk pengujian. Langkah-langkah pra-pemrosesan meliputi pembersihan teks, tokenisasi, penghapusan kata henti, dan normalisasi. Hasilnya menunjukkan sentimen positif yang dominan, dengan BERT mencapai akurasi 99% dalam tugas klasifikasi. Evaluasi performa model menghasilkan metrik yang sangat baik, dengan akurasi 0.9900, presisi untuk sentimen negatif 0.96, recall 0.89, F1-score 0.92, serta presisi untuk sentimen positif 0.99, recall 1.00, dan F1-score 0.99. Ulasan umumnya mengapresiasi gameplay dan grafis, sementara mekanika kamera dan tingkat kesulitan game memicu pendapat yang beragam. Analisis temporal menunjukkan pola yang berfluktuasi sepanjang tahun, dengan munculnya masalah teknis pertengahan tahun dan perbaikan selanjutnya menyusul pembaruan. Berdasarkan temuan ini, direkomendasikan untuk menyesuaikan mekanika game guna mengatasi kekhawatiran terkait fungsionalitas kamera dan menyeimbangkan tingkat kesulitan. Lebih lanjut, peningkatan elemen naratif dapat meningkatkan pengalaman pengguna.
Sistem Informasi Administrasi Kependudukan Berbasis Web Dengan Pengujian System Usability Scale Untuk Meningkatkan Pelayanan Pada Masyarakat Illahi, Asep Wahyu; Suarna, Nana; Purnamasari, Ade Irma; Rahaningsih, Nining
Jurnal Janitra Informatika dan Sistem Informasi Vol. 2 No. 2 (2022): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/janitra.v2i2.147

Abstract

Sistem informasi kependudukan merupakan faktor penting berjalannya proses administrasi pemerintahan yang seharusnya telah menggunakan sistem pengambilan keputusan dan penyimpanan data secara online. Permasalahan selama ini yang sering dijumpai belum adanya kepengurusan surat-surat, pendataan dan monitoring pelayanan kepada masyarakat. Tujuan dibangunya system pelayanan administrasi kependudukan yaitu agar dapat memberikan pelayanan yang cepat, akurat dan tepat, serta menjadi kepuasan tersendiri dalam kinerja pemerintahan terhadap masyarakat. Penelitian ini menggunakan metode waterfall dengan tahapan analisis kebutuhan, desain system, implementasi, pengujian system, penerapan program dan pemeliharaan. Secara keseluruhan sistem dapat melakukan pencatatan data penduduk di Desa Karangasem dan melayani semua pembuatan surat keterangan. Sedangkan berdasarkan hasil pelaksanakan kuisioner SUS diperoleh nilai akurasi rata-rata sebesar 76 yang dapat disimpulkan bahwa sistem termasuk kategori diterima oleh pengguna dengan baik.
Optimalisasi Aplikasi CyReborn dengan HttpURLConnection API Berbasis Framework dan Android Untuk Autentifikasi Peserta PKKMB Setiawan, Andi; Fauzi, Ahmad; Purnamasari, Ade Irma
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813243

Abstract

Aplikasi CyReborn merupakan sistem untuk memudahkan autentifikasi data peserta pengenalan kehidupan kampus mahasiswa baru atau PKKMB berbasis framework, namun mengalami kendala pada saat pengoperasinya, yaitu sulitnya menguraikan kepadatan antrian pada proses autentifikasi peserta terutama pada saat absensi pagi, absensi istirahat, dan absensi pulang. Tujuan penelitian dari penelitian ini adalah optimalisasi aplikasi CyReborn dengan HttpURLConnection API agar dapat menjalankan QRCode melalui aplikasi android pada bagian frontend, sedangkan pada bagian backend menggunakan web framework untuk pengelolaan data autentifikasinya. Sedangkan fokus dari penelitian ini adalah membandingkan kecepatan autentifikasi data peserta PKKMB, antara sebelum optimalisasi dengan yang sesudah dilakukan optimalisasi. Pengujian dilakukan dengan menggunakan empat API yang biasa digunakan pada aplikasi berbasis web PHP framework dan android, yaitu HttpURLConnection API, Retrofit API, OkHttp API dan Asynchronous Http Client API. Metode pengembangan perangkat lunak menggunakan Rapid Application Development (RAD), terdiri dari tiga tahap yaitu requirement planning, design system, dan implementation. Sedangkan data yang digunakan untuk pengujian sebanyak 117 peserta, dari jumlah populasi keseluruhan peserta sebanyak 248 peserta. Hasil yang diperoleh dari penelitian ini adalah kecepatan authentifikasi data peserta PKKMB aplikasi CyReborn dengan HttpURLConnection API, hasil terendah saat pengujian awal sebesar 30 detik dan tertinggi sebesar 90 detik, sedangkan hasil pengujian dengan HttpURLConnection API terendah sebesar 5 detik dan tertinggi 30 detik. Artinya hasil optimalisasi aplikasi CyReborn dengan HttpURLConnection API, meningkat sebesar 15 detik untuk hasil akhir terendah dan sebesar 82 detik untuk hasil akhir tertinggi, atau persentase terendah sebesar 40% dan persentase tertinggi 92%. AbstractCyReborn application is a system to facilitate the authentication of participant's introduction of campus life for new students or PKKMB based on the framework, but has problems when operating, which is the difficulty of deciphering the queue density in the participant's authentication process especially during morning attendance, rest absenteeism, and home absence. The research objective of this research is to optimize the CyReborn application with the HttpURLConnection API so that it can run QRCode through the android application on the frontend, while the backend uses a web framework for managing its authentication data. While the focus of this study is to compare the speed of PKKMB participant data authentication, between before optimization and after optimization. Testing is done by using four APIs that are commonly used on PHP framework and android web-based applications, namely the HttpURLConnection API, Retrofit API, OkHttp API and Asynchronous Http Client API. The software development method uses Rapid Application Development (RAD), consisting of three stages, namely requirements planning, system design, and implementation. While the data used for testing were 117 participants, out of a total population of 248 participants. The results obtained from this study are the speed of authentication of PKKMB CyReborn application participants with the HttpURLConnection API, the lowest results at initial testing were 30 seconds and the highest was 90 seconds, while the test results with the lowest HttpURLConnection API were 5 seconds and the highest was 30 seconds. This means that the optimization results of the CyReborn application with the HttpURLConnection API, increase by 15 seconds for the lowest final result and by 82 seconds for the highest final result, or the lowest percentage by 40% and the highest percentage by 92%.
MENINGKATKAN MODEL PREDIKSI KELULUSAN SANTRI TAHFIDZ DI PONDOK PESANTREN AL-KAUTSAR MENGGUNAKAN ALGORITMA RANDOM FOREST Sobari, Syahrul; Purnamasari, Ade Irma; Bahtiar, Agus; Kaslani, Kaslani
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5704

Abstract

Abstrak. Penelitian ini bertujuan untuk meningkatkan model prediksi kelulusan santri Tahfidz di Pondok Pesantren Al-Kautsar dengan menerapkan algoritma Random Forest , yang dikenal memiliki kemampuan menangani data kompleks dan menghasilkan prediksi yang lebih akurat dibandingkan metode tradisional. Dengan algoritma Random Forest, penelitian ini berusaha mengeksplorasi keunggulan dalam memberikan prediksi yang lebih baik. Penelitian ini melibatkan beberapa tahapan penting, dimulai dari pengumpulan data santri yang berjumlah 300 dengan mencakup beberapa atribut, seperti jumlah hafalan, tingkat kehadiran, nilai ujian, dan status izin sebagai target prediksi. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara signifikan lebih unggul dibandingkan regresi linier dalam memprediksi kelulusan santri. Random Forest menghasilkan akurasi sebesar 99,64% , presisi 100,00% , dan recall 98,80% , sementara regresi linier hanya mencapai akurasi sebesar 77% . Analisis mendalam menunjukkan bahwa atribut jumlah hafalan dan tingkat kehadiran memiliki pengaruh terbesar terhadap prediksi kelulusan, diikuti oleh nilai ujian. Hal ini menegaskan bahwa faktor nonakademik seperti hafalan dan kehadiran mempunyai peranan penting dalam keberhasilan santri. Keunggulan algoritma Random Forest terletak pada kemampuannya menggabungkan prediksi dari banyak pohon keputusan, sehingga menghasilkan model yang lebih stabil dan tahan terhadap noise dalam data. Selain itu, algoritma ini dapat menangani data dengan kombinasi variabel numerik dan kategorikal tanpa perlu transformasi yang signifikan, menjadikannya cocok untuk dataset dunia nyata yang seringkali tidak sempurna.  Abstrak. Penelitian ini bertujuan untuk memperbaiki model prediksi izin santri tahfidz di Pondok Pesantren Al-Kautsar dengan menerapkan algoritma Random Forest yang diketahui memiliki kemampuan dalam menangani data yang kompleks dan menghasilkan prediksi yang lebih akurat dibandingkan metode tradisional. Dengan algoritma Random Forest, penelitian ini berupaya untuk mengeksplorasi kelebihan dalam memberikan prediksi yang lebih baik. Penelitian ini melibatkan beberapa tahapan penting, dimulai dari pengumpulan data santri sebanyak 300 data yang mencakup beberapa atribut, seperti jumlah hafalan, tingkat kehadiran, nilai ujian, dan status izin sebagai target prediksi. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara signifikan lebih unggul dibandingkan regresi linier dalam memprediksi kelulusan santri. Random Forest menghasilkan akurasi sebesar 99,64%, presisi sebesar 100,00%, dan recall sebesar 98,80%, sedangkan regresi linier hanya mencapai akurasi sebesar 77%. Analisis mendalam menunjukkan bahwa atribut hafalan dan tingkat kehadiran memiliki pengaruh paling besar dalam memprediksi penerimaan, diikuti oleh nilai ujian. Hal ini menegaskan bahwa faktor non akademis seperti hafalan dan kehadiran memiliki peran penting dalam keberhasilan siswa. Keunggulan algoritma Random Forest terletak pada kemampuannya menggabungkan prediksi dari banyak pohon keputusan, sehingga menghasilkan model yang lebih stabil dan tahan terhadap noise dalam data. Selain itu, algoritma ini dapat menangani data dengan kombinasi variabel numerik dan kategoris tanpa memerlukan transformasi yang signifikan, sehingga cocok untuk dataset dunia nyata yang seringkali tidak sempurna.
KOMPARASI ALGORITMA REGRESI LINEAR DAN BACKPROPAGATION NEURAL NETWORK PADA SISTEM PREDIKSI HARGA SAHAM BERBASIS WEBSITE Setiawan, Riyan; Purnamasari, Ade Irma; Ali, Irfan; Rohmat, Cep Lukman; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8468

Abstract

Penelitian ini bertujuan untuk membandingkan performa algoritma Regresi Linear dan Backpropagation Neural Network dalam memprediksi harga saham PT Astra Agro Lestari serta mengimplementasikannya ke dalam sistem prediksi berbasis web. Data historis saham dari Kaggle digunakan dengan variabel previous, high, low sebagai input dan close sebagai target. Pengembangan sistem menggunakan model Waterfall melalui tahapan analisis kebutuhan, desain, implementasi, pengujian, dan analisis komparatif. Pelatihan model dilakukan menggunakan Scikit-learn untuk Regresi Linear dan TensorFlow/Keras untuk Backpropagation Neural Network, dengan preprocessing MinMaxScaler dan pembagian data latih dan uji sebesar 80:20. Evaluasi model menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil pengujian menunjukkan BPNN lebih akurat dengan RMSE 26.81 dan MAE 19.01, dibandingkan Regresi Linear dengan RMSE 45.11 dan MAE 29.56. Sistem web berhasil menampilkan prediksi otomatis, grafik komparatif, dan evaluasi error secara real-time.
Co-Authors Abdul Rohim, Adi Nur Amalia, Dita Rizki Andi Setiawan Bagustio, Agung Prayogo Budiarti, Reksa Damayanti, Selpiana Dikananda, Arif Rinaldi Dimas Ardiansyah Elsa Safutri Fadlan Abdul Rojak Fauzi Ahmad Muda Febriansyah, Feggy Gifthera Dwilestari Illahi, Asep Wahyu Irfan Ali Irfan Ali, Irfan Kaslani Nining Rahaningsih NOVIYANTI Nurcholis, Rifki Odi Nurdiawan Putri, Haidah R, Nining Ramadhan, M. Fadhilatur Rini Astuti Rohmat, Cep Lukman Ryanto, Bayu Sadiyah, Ainur Rohimatus Saeful Anwar, Saeful Sapta Wardani, Ruri Riana Setiawan, Riyan Sobari, Syahrul Srirahmawati, Eneng Okta Suarna, Nana Syahrul, Adis Tati Suprapti Taukhid, Abdul Tohidi, Edi Wahyudin, Edi Wilda Rusmiati Rahayu Zahrudin Zaki Nur Rahmat Hidayat