Article Per Year (5 Year)
p-Index From 2020 - 2025
1.383
P-Index
This Author published in this journals
All Journal Abdimas Dewantara bit-Tech Algor Abdi-Dharma RUBINSTEIN
Fenriana, Indah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
PERANCANGAN APLIKASI PREDIKSI PENYAKIT JANTUNG MENGGUNAKAN METODE NAÏVE BAYES Timotius, Adrian; Fenriana, Indah
ALGOR Vol. 5 No. 2 (2024): Creativity Influence Technology
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v5i2.2360

Abstract

There is limited information on how to diagnose disease in the community, especially heart disease and a lack of awareness of the types of heart disease and related symptoms in predicting heart disease. The Naive Bayes algorithm is one of the algorithms that is often used in data mining to predict the likelihood of heart disease based on existing risk factors. The problem to be solved is how the diagnostic results are obtained from system design using the Naïve Bayes algorithm in diagnosing heart disease. This research technique uses the Naïve Bayes Algorithm. As for the method of data collection is the dataset and heritage studies. As for the results of his research, the naïve Bayes algorithm in the field of data mining computer science, especially in the classification of heart disease, is proven to be implemented properly. Tests carried out using the manual method and using the RapidMiner software produce accuracy as a measure of the accuracy of the algorithm in diagnosing heart disease. In addition, it also has a higher level of accuracy compared to the linear regression algorithm. the naïve Bayes method has an accuracy of 86.26%, while the linear regression algorithm only has an accuracy of 83%.
Prediksi Harga Saham Top 10 NASDAQ dengan Time Series Prophet Wiejaya, Andre; Fenriana, Indah
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1736

Abstract

Penelitian ini mengembangkan aplikasi prediksi harga saham untuk 10 perusahaan terbesar di NASDAQ dengan menggunakan metode time series forecasting Prophet. Dengan algoritma Prophet yang terintegrasi menggunakan data real-time dari Yahoo Finance melalui library yfinance, aplikasi ini memiliki fitur agar user untuk dapat melakukan pengumpulan data historis saham secara otomatis serta memperbarui proyeksi prediksi secara dinamis. Fitur utama yang disediakan adalah tampilan histori harga saham serta prediksi harga masa depan, memberikan gambaran yang membantu pengguna dalam analisis tren jangka panjang. Hasil dari penelitian ini menunjukkan bahwa Prophet memiliki tingkat akurasi yang baik dalam prediksi harga saham dengan rata-rata MAPE sebesar 1,23%. Akurasi ini tercermin pada hasil prediksi yang mampu mengikuti pola harga saham Microsoft dengan baik, khususnya dalam tren mingguan yang konsisten. Selain itu, analisis menunjukkan bahwa Prophet berhasil menangkap pola musiman mingguan, di mana harga saham cenderung meningkat pada hari Rabu dan menurun pada Kamis dan Jumat, sehingga model ini mampu mengidentifikasi pola-pola musiman dalam data saham NASDAQ. Aplikasi ini diharapkan bermanfaat bagi berbagai kalangan investor, baik pemula maupun profesional, dalam memahami pergerakan pasar dan menyusun strategi investasi jangka panjang. Penelitian ini membuka peluang integrasi algoritma tambahan atau data eksternal guna mengoptimalkan prediksi untuk volatilitas pasar yang lebih tinggi dan mendukung pengambilan keputusan investasi yang lebih informatif.
Pengenalan Teknologi Data Mining dengan Python di SMA Perguruan Buddhi Hariyanto, Susanto; Lasut, Desiyanna; Dyah Safitri, Ramona; Rino, Rino; Fenriana, Indah; Christian, Fernando; velistin, Fellix; Tanjung, Naia Putri
Abdi Dharma Vol. 3 No. 2 (2023): Jurnal Abdi Dharma (Jurnal Pengabdian Masyarakat)
Publisher : LP3kM Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/ad.v3i2.2216

Abstract

Kegiatan pengabdian ini yaitu memberikan pelatihan kepada siswa-siswi di SMA Buddhi untuk membuat program sederhana menggunakan bahasa pemrograman Python. Pelatihan ini dibuat dengan tujuan untuk memperkenalkan pemrograman kepada para siswa-siswi SMA Buddhi sehingga diharapkan dapat memunculkan minat untuk belajar coding/pemrograman lebih lanjut. Pada pelatihan ini para siswa-siswi dapat belajar dan mencoba membuat coding/pemmrograman sendiri. Pelatihan dilakukan sebanyak 2 sesi. Program yang dibuat yaitu program sederhana untuk memahami maksud emosional dari sekumpulan teks dalam suatu kalimat, apakah itu termasuk positif, negatif atau netral, atau disebut juga dengan sentimen analisis, dengan algoritma yang digunakan yaitu Naïve Bayes. Berdasarkan hasil dari kuesioner 97,7% responden menyatakan bahwa materi yang disampaikan itu menarik, 69,8% dari peserta ternyata sudah mengenal atau bahkan sudah pernah belajar coding/pemrograman sebelumnya dan 65,1% peserta tertarik untuk belajar coding/pemrograman lebih lanjut. Sehingga dapat disimpulkan bahwa sebagian besar dari para peserta sudah mengenal pemrograman dan juga banyak yang berminat untuk mempelajari pemorgraman lebih lanjut.
Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Apriori serta Metode Pengujian SUS Lim, Marsel; Fenriana, Indah
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.1769

Abstract

Pada era modern saat ini, kebutuhan masyarakat akan produk tekstil semakin meningkat. Persaingan yang ketat dalam industri tekstil menuntut pengusaha untuk dapat menemukan strategi yang lebih efektif untuk meningkatkan penjualan dan pemasaran produk. Salah satu caranya adalah memanfaatkan data penjualan produk perusahaan menggunakan teknik data mining dengan aturan asosiasi. Penelitian ini menggunakan algoritma Apriori dengan tujuan untuk memberikan informasi baru tentang perilaku pembelian konsumen, informasi ini dapat digunakan untuk strategi pemasaran yang lebih efektif bagi perusahaan serta mengimplementasikannya kedalam sebuah aplikasi website yang sesuai dengan standar pemahaman algoritma apriori sehingga memungkinkan proses analisis dapat dilakukan secara otomatis. Penelitian ini melibatkan akumulasi data sampel transaksi penjualan dalam periode satu tahun. Proses penelitian menggunakan algoritma Apriori ini menghasilkan aturan asosiasi yang menggambarkan hubungan antar produk yang sering dibeli secara bersamaan, dengan menggunakan sampel data dari mei 2023 sampai april 2024. Hasil penelitian ini mendapatkan hasil yang serupa antara perhitungan menggunakan RapidMiner dan perhitungan manual dengan menggunakan ketentuan minimal support 0,3 atau 30% dan minimal confidence 0,6 atau 60%. Aplikasi website dalam penelitian ini dilakukan pengujian untuk dapat memastikan bahwa website memiliki kualitas dan visibilitas yang baik. Salah satu perangkat untuk mengukur tingkat usabilitas website adalah System Usability Scale (SUS). Hasil pengukuran menunjukkan bahwa website memperoleh nilai SUS sebesar 91,25. Skor SUS ini menunjukkan tingkat usabilitas yang tinggi dari 10 responden. Dengan demikian, penelitian ini diharapkan dapat membantu perusahaan dalam meningkatkan strategi pemasaran kedepannya.
Pelatihan Internet of Things (IoT) dalam peningkatan kompetensi siswa multimedia di SMK Perguruan Buddhi Akbar, Junaidi; Rino, Rino; Safitri, Ramona Dyah; Lasut, Desiyanna; Hariyanto, Susanto; Fenriana, Indah; Daniawan, Benny
ABDIMAS DEWANTARA Vol 7 No 1 (2024)
Publisher : Universitas Sarjanawiyata Tamansiswa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30738/ad.v7i1.16938

Abstract

Pelatihan Internet of Things (IoT) menjadi bagian penting dalam pengembangan kompetensi siswa jurusan multimedia di SMK Perguruan Buddhi. Era digital menuntut adanya pemahaman mendalam terhadap integrasi teknologi dan IoT menjadi pondasi utama dalam menghadapi tantangan tersebut. Tujuan pelatihan ini untuk meningkatkan keterampilan teknis dan kreativitas melalui integrasi IoT. Metode pelatihan mencakup serangkaian persiapan, pelaksanaan dan evaluasi. Pelatihan dirancang khusus untuk memahamkan siswa pada konsep-konsep dasar IoT, pengembangan perangkat keras dan aplikasi berbasis IoT, pelatihan ini diikuti oleh 32 peserta, hasil dari pelatihan ini melalui responden peserta dengan mengisi angket kuesioner, dari segi pengenalan coding didapat nilai 100% peserta telah mengenal coding, segi pengenalan IoT didapat nilai 37% mengenal IoT dan 63% belum mengenal IoT, segi pemaparan materi IoT menarik atau jelas 97% dengan jelas dan 3% tidak jelas, segi ketertarikan belajar IoT lebih lanjut 72% dengan ingin melanjutkan dan 28% tidak ingin melanjutkan. Peserta antusias menyelesaikan project - project yang diberikan dalam mengikuti pelatihan, serta mereka mendapatkan pengetahuan dan kemampuan baru terkait dengan teknologi IoT dan implementasinya.   Internet of Things (IoT) training improving the competence of multimedia students SMK Perguruan Buddhi   Abstract: Internet of Things (IoT) training is an important part of developing the competence of students majoring in multimedia at SMK Perguruan Buddhi. The digital era requires a deep understanding of technology integration, and IoT is the main foundation for facing these challenges. This training aims to improve technical skills and creativity through IoT integration. The training method includes preparation, implementation, and evaluation. The training was specifically designed to familiarize students with the basic concepts of IoT, hardware development, and IoT-based applications. Thirty-two participants attended this training. The respondents, by filling out a questionnaire in terms of the introduction of coding obtained a value of 100% of participants knew coding, terms introduction to IoT obtained a value of 37% knew IoT and 63% did not know IoT, terms of exposure to IoT material interesting or clear 97% with clear and 3% not clear, terms of interest in learning further IoT 72% with want to continue and 28% do not want to continue. Participants were enthusiastic about completing the projects given in the training, and they gained new knowledge and skills related to IoT technology and its implementation.
Perancangan Virtual Assistant Chatbot Berbasis Website sebagai Alat Promosi dan Dukungan Pemasaran Hariyanto, Susanto; Fenriana, Indah; Putra, Dicky Surya Dwi; Lasut, Desiyanna
RUBINSTEIN Vol. 2 No. 1 (2023): RUBINSTEIN (juRnal mUltidisiplin BIsNis Sains TEknologI & humaNiora)
Publisher : LP3kM Buddhi Dharma University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/rubin.v2i1.2658

Abstract

Penelitian ini memfokuskan pada pengembangan dan implementasi Chatbot sebagai alat penting dalam strategi pemasaran produk. Chatbot diimplementasikan sebagai asisten virtual interaktif, memberikan pengguna kemampuan untuk mengajukan pertanyaan dan menerima respons yang relevan berdasarkan pengetahuan terintegrasi. Metode pengembangan yang digunakan adalah metode SDLC dengan pendekatan waterfall, memberikan kerangka kerja yang terstruktur. Pengujian dilakukan menggunakan metode blackbox testing untuk memastikan fungsi-fungsi Chatbot berkinerja sesuai dengan kebutuhan promosi. Hasil pengujian menunjukkan kinerja stabil dan dapat diandalkan. Hal ini menandakan bahwa Chatbot dapat memberikan informasi yang akurat dan tepat waktu kepada pengguna, memudahkan tim pemasaran dalam berkomunikasi efektif. Flowchart dan tabel pengujian yang dikembangkan membantu memahami alur kerja sistem dan hasil pengujian dengan rinci. Analisis hasil pengujian mengindikasikan bahwa implementasi Chatbot sesuai dengan tujuan awal, memberikan manfaat signifikan dalam mendukung strategi pemasaran dan meningkatkan kualitas interaksi pengguna. Kesimpulan dari penelitian ini mencakup pengenalan potensi perbaikan, seperti perluasan knowledge base dan peningkatan kemampuan Chatbot dalam merespons pertanyaan yang kompleks. Saran untuk penelitian lebih lanjut melibatkan pengembangan grafis, integrasi suara, dan pemahaman bahasa gaul untuk meningkatkan daya tarik dan keterlibatan pengguna. Penelitian ini memberikan kontribusi dalam konteks penggunaan Chatbot sebagai alat promosi yang efektif, dengan harapan memberikan dampak positif pada kualitas pemasaran dan pengalaman pengguna secara keseluruhan.
Prototype Alat Pendeteksi Suhu Tubuh Manusia Untuk Membuka Pintu Secara Otomatis Menggunakan Sensor Suhu GY-906 Berbasis Android Pada Gereja MCC Tangerang Pratama, Jonathan Marcellino; Fenriana, Indah
ALGOR Vol. 4 No. 2 (2023): Updated Technology
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v4i2.1720

Abstract

Recieved: September 24, 2022Final Revision: February 28, 2023Available Online: March 24, 2023Menjaga kesehatan merupakan hal yang sangat penting bagi kehidupan terutama di saat masa pandemi Covid-19. Salah satu protokol yang diberlakukan bagi masyarakat berkegiatan di ruang umum atau fasilitas terbuka adalah memeriksa suhu tubuh. Dalam penelitian ini dibuat rancangan prototype alat pendeteksi suhu tubuh manusia berbasis mikrokontroler yang memiliki pengingat apabila suhu tubuh berada diatas angka 37.5 dan terhubung ke perangkat komputer melalui koneksi internet. Data suhu tubuh juga ditampilkan pada LCD 16x2 (cm) yang terdapat pada alat. Tujuan dari penelitian ini adalah untuk membuat prototype alat Pendeteksi suhu tubuh manusia untuk membuka pintu secara otomatis dengan menggunakan sensor GY-906 sebagai sensor suhu. NodeMCU ESP 8266 sebagai alat memproses data yang kemudian memberikan hasilnya pada LCD untuk di tampilkan dan aplikasi Monitoring Temperature, sensor ultrasonic digunakan untuk mendeteksi jarak suatu objek, lalu motor servo akan merespon perintah berdasarkan masukan dari sensor ultrasonic dan hand sanitizer otomatis untuk mengukur tingkat keberhasilan alat akan dilakukan pengujian. Indikator sensor suhu digunakan untuk mengukur suhu tubuh dan hand sanitizer. Kemudian data tersebut disimpan pada App Inventor yang akan melakukan monitoring data suhu tubuh dan ruangan. Selanjutnya data tersebut mengeluarkan informasi daftar nama dan suhu pada layar Smartphone. Hasil keluaran informasi tersebut berupa pemberitahuan mengenai kondisi tubuh dimana ia sedang mengalami normal atau panas. Berdasarkan hasil penelitian dapat disimpulkan bahwa monitoring suhu tubuh menggunakan NodeMCU ESP 8266 berhasil dibuat dan dapat memberikan informasi secara realtime mengenai temperature tubuh. Alat ukur suhu tubuh ini dapat membantu menampilkan hasil sensor yang telah terbaca ditampilkan dalam bentuk aplikasi android.
PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING DALAM APLIKASI PERAMALAN PENCAIRAN KREDIT PADA PT. BPR MAGGA JAYA UTAMA Tandika, Verga; Fenriana, Indah
ALGOR Vol. 5 No. 1 (2023): Sustainability of Information Technology
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v5i1.2409

Abstract

This research aims to apply the single exponential smoothing method in forecasting credit disbursement at PT. BPR Magga Jaya Utama. The single exponential smoothing method is a forecasting method that is suitable for forecasting time series data with a stable trend. Credit disbursement data at PT. BPR Magga Jaya Utama during the period January 2020 to December 2022 was used as research data. Data was analyzed using Microsoft Excel software. The research results show that the single exponential smoothing method can provide credit disbursement forecasting with a high level of accuracy. The resulting forecasting model can be used as a reference in making decisions regarding credit disbursement at PT. BPR Magga Jaya Utama. In this research, the best alpha value for the single exponential smoothing method was 0.3, with a Mean Absolute Percentage Error (MAPE) value of 3.94%. In conclusion, this research proves that the single exponential smoothing method can be applied in forecasting credit disbursement at PT. BPR Magga Jaya Utama. Accurate forecasting results can help PT. BPR Magga Jaya Utama in making better and more appropriate decisions regarding credit disbursement.
Co-Authors Akbar, Junaidi Christian, Fernando Daniawan, Benny Dyah Safitri, Ramona Hariyanto, Susanto Lasut, Desiyanna Lim, Marsel Pratama, Jonathan Marcellino Putra, Dicky Surya Dwi Ramona Safitri, Ramona Rino Rino Tandika, Verga Tanjung, Naia Putri Timotius, Adrian velistin, Fellix Wiejaya, Andre