Article Per Year (5 Year)
p-Index From 2021 - 2026
7.46
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Sistem Informasi Kaputama (JSIK) JATI (Jurnal Mahasiswa Teknik Informatika) JOINT (Journal of Information Technology MEANS (Media Informasi Analisa dan Sistem) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Informatika Terpadu Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen SRODJA
Hayati, Umi
Unknown Affiliation
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Social Sciences

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 2   3   4   5   6 
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBORS UNTUK KLASIFIKASI TOPIK BERITA PADA SITUS DETIK.COM Iksan Maulana, Muhammad; Martanto, Martanto; Hayati, Umi
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.v8i3.9779

Abstract

Perkembangan pesat dalam bidang Informatika telah menjadi pendorong utama perubahan dalam berbagai aspek kehidupan manusia. Era digital saat ini menyaksikan revolusi teknologi yang telah mengubah cara kita berkomunikasi, bekerja, belajar, dan berbisnis. Studi-studi sebelumnya telah banyak mengkaji masalah klasifikasi berita, namun masih ada ruang untuk penelitian lebih lanjut. Algoritma Naïve Bayes Classifier yang digunakan sebagai metode untuk melakukan klasifikasi data terutama untuk kebutuhan deteksi terhadap berita berita palsu/fakta.Tujuan utama dari penelitian ini adalah untuk menguji dan membandingkan efektivitas Algoritma Naïve Bayes Classification dan K-Nearest Neighbors dalam klasifikasi topik berita. Dengan menggunakan Kedua nya bisa memberikan perspektip yang berbeda dan memungkinkan untuk mengeksplorasi kelebihan dan kekurangan masing masing metode, Dengan demikian kedua metode tersebut dipilih. penelitian ini akan memberikan pemahaman yang lebih baik tentang kemungkinan penerapan kedua metode ini dalam konteks yang relevan. Penerapan Algoritma Naïve Bayes Classification dan K-Nearest Neighbors dalam konteks klasifikasi topik berita berjumlah 9 tahapan. Tahapan tersebut adalah (1) Studi Literatur;(2) Pengumpulan Data;(3) Preprocessing Data;(4) Ekstraksi Fitur;(5) Pembagian Data;(6) Penerapan Algoritma Naïve Bayes Classification;(7) Penerapan K-Nearest Neighbors (K-NN);(8) Evaluasi Model;(9) Analisis Hasil. Dari hasil pengujian ini dapat di simpulkan bahwa pengujian analisis algoritma Naïve Bayes dan K-Nearest Neighbor ini didapatkan hasil akurasi terbaik dalam klasifikasi data yaitu pada algoritma K-Nearest Neighbor dimana mendapatkan akurasi sebesar 71,00% yang didapatkan pada data uji 10% dengan k = 1 dibandingkan algoritma Naïve Bayes yang hanya mendapatkan akurasi sebesar 66,00% pada data uji 10%. Perbandingan ini menunjukkan bahwa metode klasifikasi Naive Bayes dan K-Nearest Neighbors masing-masing memiliki kelebihan dan kekurangan dalam klasifikasi topik berita di Detik.com
PENINGKATAN MODEL SEGMENTASI PENGGUNA TERMINAL TIPE B SUMBER KABUPATEN CIREBON DALAM PERBAIKAN SARANA DAN PRASARANA DENGAN ALGORITMA K-MEANS Kusmiyaty, Agesty; Kurniawan, Rudi; Arie Wijaya, Yudhistira; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12466

Abstract

Terminal Sumber, sebuah terminal tipe B di Kabupaten Cirebon, menghadapi tantangan dalam memenuhi kebutuhan pengguna akibat pengelolaan sarana dan prasarana yang belum optimal. Tingkat kepuasan pengguna terhadap fasilitas, kebersihan, kualitas layanan, dan infrastruktur sering kali beragam, mencerminkan kebutuhan perbaikan yang terarah. Penelitian ini bertujuan untuk menganalisis kepuasan pengguna dengan memanfaatkan algoritma K-Means Clustering. Data kepuasan pengguna dikumpulkan melalui survei langsung, menghasilkan dua klaster berdasarkan nilai Davies Bouldin Index (DBI) optimal sebesar 0,547. Klaster 0 merepresentasikan pengguna dengan tingkat kepuasan lebih rendah, sedangkan klaster 1 memiliki tingkat kepuasan lebih tinggi. Hasil ini menunjukkan bahwa segmentasi pengguna dapat membantu pengelola terminal merancang strategi perbaikan layanan yang lebih spesifik dan efektif. Dengan demikian, penelitian ini berkontribusi dalam penerapan metode clustering untuk meningkatkan kualitas layanan transportasi umum, baik secara praktis maupun akademis
ALGORITMA RANDOM FORETS UNTUK PENINGKATAN MODEL KLASIFIKASI PADA DATA DIAGNOSA PASIEN PUSKESMAS PEKALANGAN KOTA CIREBON Arisa, Arisa; Kurniawan, Rudi; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12676

Abstract

Puskesmas Pekalangan Kota Cirebon menghadapi tantangan dalam memanfaatkan data diagnosis pasien secara efektif untuk mendukung keputusan medis. Pengelolaan data yang tidak seimbang dan kompleks sering kali menghambat akurasi klasifikasi diagnosis. Penelitian ini bertujuan untuk meningkatkan akurasi model klasifikasi diagnosis pasien menggunakan algoritma Random Forest dengan optimasi parameter "number of trees" dan "max depth". Metode penelitian ini mengadopsi pendekatan Knowledge Discovery in Databases (KDD) yang mencakup prapemrosesan data, seleksi fitur, dan evaluasi model. Dataset terdiri dari 3.769 data rekam medis pasien Puskesmas Pekalangan periode Januari hingga Juni 2024. Hasil penelitian menunjukkan bahwa parameter optimal "number of trees" adalah 28 dan "max depth" adalah 10, keduanya menghasilkan akurasi model sebesar 76,39%. Selain itu, atribut "keluhan utama" terbukti menjadi faktor yang paling berpengaruh terhadap prediksi, dengan akurasi mencapai 53,58%. Temuan ini menegaskan pentingnya pemilihan parameter yang tepat dan seleksi fitur dalam meningkatkan efisiensi serta keandalan model klasifikasi. Implementasi model ini diharapkan mampu mendukung pengambilan keputusan medis yang lebih akurat dan cepat di tingkat puskesmas.
ALGORITMA FP-GROWTH UNTUK MENINGKATKAN MODEL ASOSIASI PADA DATA PERMINTAAN BARANG LOGISTIK RUMAH SAKIT XXX JAKARTA Anggraeni, Anggi; Kurniawan, Rudi; Wijaya, Yudhistira; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12688

Abstract

Pengelolaan logistik rumah sakit membutuhkan analisis pola permintaan barang untuk meningkatkan efisiensi operasional. Penelitian ini menggunakan algoritma FP-Growth untuk mengidentifikasi pola asosiasi antar barang logistik berdasarkan data permintaan Rumah Sakit XXX Jakarta tahun 2023. Algoritma ini dipilih karena kemampuannya dalam menganalisis frequent itemsets secara efisien dan akurat. Data penelitian mencakup 1.433 entri transaksi permintaan barang, meliputi nama barang, jumlah, dan frekuensi permintaan. Proses penelitian mengikuti tahapan Knowledge Discovery in Database (KDD), meliputi praproses data, transformasi, analisis menggunakan FP-Growth, dan evaluasi hasil. Analisis menemukan bahwa Tissue Hand Towel memiliki nilai support tertinggi (0,645), diikuti oleh Tissue Toilet Roll (0,174). Pola asosiasi antara keduanya menunjukkan confidence 79,4%, mengindikasikan hubungan kuat dalam pemesanan bersama. Hasil penelitian menunjukkan bahwa penerapan algoritma FP-Growth mampu memberikan wawasan strategis untuk manajemen logistik, seperti pengelolaan stok yang lebih efisien, pengurangan pemborosan, dan ketersediaan barang yang tepat waktu. Disarankan pengembangan sistem otomatis berbasis algoritma ini untuk meningkatkan efisiensi dan akurasi pengelolaan logistik di sektor kesehatan.
ALGORITMA K-MEANS UNTUK MENINGKATKAN MODEL KLASTERISASI DATA SISWA SMK SAMUDRA NUSANTARA KABUPATEN CIREBON BERDASARKAN NILAI AKADEMIK Alif Prayudha, Bimo; Kurniawan, Rudi; Wijaya, Yudhistira; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12689

Abstract

Pengelolaan data nilai akademik siswa yang besar dan kompleks menjadi tantangan signifikan dalam dunia pendidikan, khususnya di SMK yang fokus mempersiapkan siswa untuk dunia kerja. Data yang tidak terorganisir dengan baik sering kali menghambat proses pengambilan keputusan berbasis data. Algoritma K-Means dipilih dalam penelitian ini karena kemampuannya yang efektif dalam menganalisis data dan mengelompokkan pola tersembunyi. Penelitian ini menerapkan metodologi Knowledge Discovery in Databases (KDD), meliputi seleksi data, praproses, transformasi, klasterisasi, evaluasi menggunakan Davies-Bouldin Index (DBI), dan interpretasi hasil. Dataset terdiri dari nilai akademik siswa pada mata pelajaran utama, seperti Matematika, Bahasa Inggris, dan Kimia. Hasil penelitian menunjukkan klaster ideal terdiri dari dua kelompok dengan nilai DBI 0.519, di mana atribut Kimia memiliki pengaruh paling signifikan. Klasterisasi ini memberikan wawasan yang mendalam tentang pola akademik siswa, mendukung strategi pembelajaran berbasis data, serta membantu sekolah menyusun kebijakan pendidikan yang lebih efektif.
PENGEMBANGAN MEDIA PEMBELAJARAN INTERAKTIF PADA MATERI PENDIDIKAN AGAMA ISLAM BERBASIS ANDROID UNTUK KELAS 4 SEKOLAH DASAR Faturany, Roni; Hayati, Umi; Basysyar, Fadhil Muhammad
JURSIMA Vol 10 No 1 (2022): Jursima Vol. 10 No. 1, April Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i1.381

Abstract

The purpose of this study is to create an interactive learning medium based on Android. using Adobe flash cs6 to support learning in the current pandemic era. The development model used is the ADDIE model. There are four stages of the ADDIE development procedure, namely Analysis, Design, Development, Implementation, and Evaluation, this method is to produce and develop tested and empirical products. Lack of knowledge and use of technology makes elementary school students when doing learning from many who are lazy, causing a decrease in the achievement value of these students. So we need this Android-based interactive learning media to increase the spirit of learning in this pandemic era. This study aims to develop interactive learning media on Android-based Islamic religious education to keep students' values ??stable in Islamic religious education subjects. The results of this study are expected to be used by SD Negeri 2 Patuanan for learning media during the pandemic and continue to improve students to study hard. Keywords: Islamic religious education, Covid 19, Interactive Learning Media
Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee Saifurridho, Muhammad; Martanto, Martanto; Hayati, Umi
Jurnal Informatika Terpadu Vol 10 No 1 (2024): Maret, 2024
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v10i1.1054

Abstract

One way to gauge users' thoughts and sentiments towards a particular product, service, or subject is by conducting sentiment analysis on reviews posted on the Google Playstore platform. Among the plethora of apps available on the Google Playstore is Shopee. Due to the vast and unstructured nature of user comments in the review section, it becomes challenging to quickly and accurately grasp the overall information. This research aims to classify sentiments as positive, negative, or neutral, with the hope that the Shopee app can improve. Hence, the K-Nearest Neighbor Algorithm is employed to analyze sentiments to ensure users' opinions regarding their interaction with the Shopee program. Sentiment analysis is utilized to categorize reviews into positive, neutral, and negative groups. A dataset of 2000 entries is used in this analysis, obtained through web scraping, with 70% as training data and 30% as test data. The results indicate that this data split scenario yields the best model, achieving an accuracy of 70%, precision of 50.5%, recall of 44.8%, and an F1-score of 48.3% overall. To optimize results further, the implementation of more optimal data sampling techniques is necessary to attain a more balanced class distribution in both training and test data.
Pemanfaatan MATLAB Untuk Optimalisasi Penelitian Teknik Dan Sains Bagi Dosen Kopertip Indonesia Hamonangan, Ryan; Hayati, Umi; Luthfi, Achmad; Haekal Susanto, Ahmad
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 4 : Mei (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Optimizing the use of MATLAB in engineering and science research is an important aspect for lecturers in improving the efficiency and effectiveness of data analysis and numerical modeling. MATLAB is a numerical computing-based software that has various functions in data processing, numerical analysis, and simulation of complex systems. This study aims to evaluate the level of utilization of MATLAB by Kopertip Indonesia lecturers and identify the challenges faced in its implementation. The methods used in this study include surveys and interviews with lecturers who have used MATLAB in their research. The results show that most lecturers understand the potential of MATLAB in improving the accuracy of their research, but there are obstacles such as lack of training, license limitations, and complexity in advanced programming. Therefore, continuous training and the provision of adequate resources are needed to optimize the utilization of MATLAB. With the increased use of MATLAB in engineering and science research, it is expected to improve the quality of academic research and scientific publications produced by Kopertip Indonesia lecturers.
Pemanfaatan E-Commerce Dan AI Dalam Meningkatkan Penjualan Digital UMKM Hayati, Umi; Martanto; Rai Fatkaozi, Ahmad; Ayu Febrian Lesmana, Alfira
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 4 : Mei (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Micro, Small and Medium Enterprises (MSMEs) play an important role in the Indonesian economy. However, the main challenge faced is the low adoption of digital technology in marketing and business operations. This study aims to analyze the empowerment of MSMEs through the use of e-commerce and artificial intelligence (AI) in increasing digital sales. The research method used is literature study and secondary data analysis from various trusted sources. The results show that the adoption of e-commerce allows MSMEs to expand market reach, improve operational efficiency, and increase interaction with customers. Meanwhile, the application of AI in MSME businesses can improve customer experience through service personalization, business process automation, and more accurate data analysis for decision-making. Although the utilization of these technologies has many benefits, challenges such as limited digital literacy, technological infrastructure, and access to capital are still the main obstacles for MSMEs in adopting e-commerce and AI optimally. Therefore, support is needed from various parties, including the government, academia, and the private sector to provide training and assistance in the implementation of digital technology for MSMEs. Thus, MSMEs can improve their competitiveness and contribute more to national economic growth.
Pelatihan Keamanan Siber Dasar Untuk Pelajar Dan Guru Di Sekolah Menengah Suprapti, Tati; Hayati, Umi; Azhar, Alwan; Ardiansyah, Andi
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 4 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Cybersecurity is an effort that aims to protect computer systems, networks, software, and data from various digital threats such as hacking, malware, phishing, ransomware, and other attacks that can cause both material and non-material losses. In the rapidly growing digital era, especially in educational environments such as secondary schools, awareness of the importance of cybersecurity is crucial. Students and teachers who use digital devices in the teaching and learning process are often easy targets for cyber criminals who are looking for loopholes to exploit security vulnerabilities. A basic understanding of cybersecurity needs to be instilled in students and teachers so that they can identify potential threats and implement appropriate preventive measures. This article aims to provide practical guidance in recognizing common types of cyber threats, such as phishing attacks that masquerade as legitimate sites or messages, malware that infiltrates through infected software, and ransomware attacks that encrypt data for ransom. In addition, the article also outlines a number of prevention strategies that students and teachers can implement, including the use of strong passwords, regular software updates, and managing privacy on social media. By understanding the basic concepts of cybersecurity and adopting best practices in protecting digital data and devices, it is hoped that students and teachers can reduce the risks that may arise from unsafe digital activities. Furthermore, effective cybersecurity implementation can create a safer and more conducive learning environment for all parties involved.
Co-Authors Abdillah, Naufal Abdul Khalim, Kharits Ade Rizki Rinaldi Afandi, Fahmi Ahmad Fauzi Aji Dian Permana, Muhamad Aji Saputra, Mohammad Akbari, Muhammad Ali , Irfan Ali Yusri Alif Prayudha, Bimo Andi Ardiansyah Andre Setiawan, Andre Anggraeni, Anggi Asep Surahman Aulia, Linda Sari Ayu Febrian Lesmana, Alfira Azhar, Alwan Aziz Sahidin, Naufal Basysyar, Fadhil Muhammad Chrisna Basila Rahman, Muhammad Danar Dana, Raditya Deva Rian, Rananda Dewi, Aulia Citra Dzulkarnaen, Rizal Faizal Rizqi, Muhammad Farhan Nugraha, Muhamad Fathur Rezki Junaedi, Muhammad Fathurrohman, Fathurrohman Faturany, Roni Fihir, Muhammad Firmansyach, Wildan Attariq Haekal Susanto, Ahmad Hamonangan, Ryan Herdiana, Ruli Heriyawan, Ikhsan Iin, Iin Iksan Maulana, Muhammad Ilham Syahputra, Arief Izzat Luthfi , Muhammad Kaslani Khoirul Insan, Moh Khoirul Kholilullah, Mohammad Kurnia, Dian Ade Kusmiyaty, Agesty Luthfi, Achmad M. Basysyar, Fadhil Ma'arif Syaefullah, Muhammad Manikari, Salsa Loni Martano, Martanto Martanto Martanto . Maulana Yusuf, Muhammad Moruk, Ewaldus Mu'min Azis, Muhammad Muhammad Haikal Mujibulloh, Mujibulloh Munawar, Adi Musyarofah Musyarofah, Musyarofah Nailil Amani, Najiyah Nanita, Nanita Nugraha, Syahrul Odi Nurdiawan Pratama, Hilda Fidyah Hadi Prihartono, Willy Purnama Sari, Ade Irma Putra, Arya Kamandanu Putri, Seni Meilani Raden Mohamad Herdian Bhakti Raditya Danar Dana Rai Fatkaozi, Ahmad Riskandi, Muhammad Rizki Amalia, Dita Rudi Kurniawan Saepudin, Agung Safrudin, Muhamad Saifurridho, Muhammad Samsudin, Risma'ruf Subur, Muhamad Syafiq, Mohammad Sayyid Syam Al ghifari, Muhammad Syamsul Aripin Tati Suprapti Tohidi, Edi Tuti Hartati Wijaya, Yudhistira Yudhistira Arie Wijaya