Garuda - Garba Rujukan Digital

Pemanfaatan Teknologi Informasi Bagi Ibu-Ibu PKK RW 09 Prima Harapan Regency Bekasi Misriati, Titik; Nurajizah, Siti; Sugiarto, Hari; Maria, Vivi
Info Abdi Cendekia Vol. 6 No. 2: Desember 2023
Publisher : Lembaga Penelitian Universitas YARSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33476/iac.v6i2.104

PKK RW 09 Prima Harapan Regency menghadapi kurangnya pengetahuan dan keterampilan TI. Untuk mengatasi permasalahan tersebut, sebuah pendekatan holistik dan terstruktur diusulkan. PKK RW 09 Prima Harapan Regency memerlukan pelatihan dan pengembangan pengetahuan dan keterampilan TI sehingga anggota PKK RW 09 dapat memahami dan menggunakan teknologi dengan lebih efektif. Melalui implementasi pendekatan tersebut, diharapkan PKK RW 09 Prima Harapan Regency dapat mencapai berbagai capaian yang positif sehingga dapat meningkatkan efisiensi dalam menjalankan tugas-tugas PKK, Pelatihan pemanfaatan teknologi dan informasi pada PKK RW 09 Prima Harapan Regency dapat memberikan peningkatan dan pengetahuan 86% sehingga mampu mengoptimalkan manfaat TI dan meningkatkan kualitas pemberdayaan kesejahteraan keluarga di lingkungan PKK RW 09 Prima Harapan Regency.

SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSA PENYAKIT KULIT KUCING DENGAN METODE FORWARD CHAINING Nurajizah, Siti; Saputra, Maulana
Jurnal Pilar Nusa Mandiri Vol 14 No 1 (2018): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Maret 2
Publisher : LPPM Universitas Nusa Mandiri

Hewan peliharaan yang tergolong mudah pemeliharaannya salah satunya adalah kucing. Tetapi untuk menjaga agar kucing tetap terawat dengan baik ternyata tidaklah mudah. Hal yang paling sering dikeluhkan oleh pemelihara kucing adalah penyakit kulit. Sebagian besar kucing yang terkena penyakit kulit tidak begitu tampak sakit. Pemilik kucing terkadang baru menyadari saat kucing peliharaannya mengalami perubahan secara signifikan seperti kerontokan sampai kebotakan, kulit kemerahan bahkan terdapat luka. Tujuan penelitian ini adalah mendiagnosa penyakit kulit kucing sebagai langkah awal untuk menerapkan kecerdasan buatan dalam dunia medis, merancang dan mengaplikasikan sistem pakar yang mampu mendiagnosa penyakit kulit kucing. Maka penulis membuat aplikasi sistem pakar berbasis android untuk mendiagnosa penyakit kulit kucing disertai terapi penyembuhan dam cara pengobatannya. Metode yang digunakan dalam penelitian ini adalah forward chaining yaitu pelacakan yang dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Dari penelitian ini akan menghasilkan sebuah aplikasi berbasis android untuk mendiagnosa penyakit kulit kucing.

Sistem Informasi Akuntansi Penjualan Tunai Pada Toko Grosir Mukti Garut Sukabumi Yulianti, Ita; Saumi Ramdhani, Lis; Farlina, Yusti; Nurajizah, Siti; Ramdiani Azzahra, Dinda; Fitrika, Sonia
JUSTIKA : Jurnal Sistem Informasi Akuntansi Vol 4 No 2 (2024): Desember 2024
Publisher : Program Studi Sistem Informasi Akuntansi Kampus Kota Sukabumi

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

Toko Grosir Mukti Garut adalah perusahaan yang bergerak dalam bidang penjualan sembako, dimana sistem pada toko tersebut masih dilakukan secara manual, mulai dari pencatatan customer, penyimpanan data yang berhubungan dengan proses penjualan hingga pembuatan laporan. Hal ini seringkali menimbulkan terjadinya kesalahan dalam pencatatan, keterlambatan dalam pencarian data ketika diperlukan dan kesulitan dalam pelaporan keuangan. Tujuan dari penelitian ini yaitu untuk membangun sistem informasi akuntansi untuk mendukung pengelolaan transaksi penjualan tunai pada toko grosir tersebut. Adapun metode pengumpulan data dilakukan meliputi observasi, wawancara, dan studi kepustakaan. Untuk mendukung pengembangan sistem pada penelitian ini digunakan metode pemodelan desain yaitu UML (Unified Modeling language) yang diimplementasikan menjadi aplikasi berbasis web dengan Database MySQL. Dengan dibangunnya sistem ini diharapkan dapat menjadi solusi yang terbaik khususnya dalam mempermudah pengelolaan data transaksi penjualan secara tunai.

Analisis Performa Model ResNet-50 Pada Diagnosis Pneumonia Balita Berdasarkan Citra Radiografi Thorax Rahmawati, Ami; Yulianti, Ita; Nurajizah, Siti; Hidayatulloh, Taufik; Sari, Ani Oktarini
Computer Science (CO-SCIENCE) Vol. 5 No. 1 (2025): Januari 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/coscience.v5i1.7618

One of the most serious complications of ARI is pneumonia, where this disease causes sufferers to experience pain when breathing and limited oxygen intake. According to the World Health Organization (WHO), pneumonia is classified as a life-threatening disease due to the high mortality rate caused. To be able to diagnose this disease, patients usually undergo various medical examination methods, one of which is through chest radiography. However, the challenge in diagnosing pneumonia generally lies in the complexity and uncertainty in interpreting the results of these methods. Therefore, this study was conducted with the aim of building an image classification model based on the Chest radiography dataset from toddler patients using the ResNet-50 architecture, which is a variant of the Convolutional Neural Networks (CNN) algorithm. The combination of the two methods is applied to analyze and process images and obtain pattern recognition with high accuracy. The research methods used include the application of data augmentation, CNN architecture design, model training, and performance evaluation. The evaluation results show that the model has quite good performance with an accuracy of 85%, which indicates the model's ability to classify images with a fairly high level of accuracy, and has the potential to help the pneumonia diagnosis process more efficiently and accurately.

Analisis Performa Model ResNet-50 Pada Diagnosis Pneumonia Balita Berdasarkan Citra Radiografi Thorax Rahmawati, Ami; Yulianti, Ita; Nurajizah, Siti; Hidayatulloh, Taufik; Sari, Ani Oktarini
Computer Science (CO-SCIENCE) Vol. 5 No. 1 (2025): Januari 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/coscience.v5i1.7618

One of the most serious complications of ARI is pneumonia, where this disease causes sufferers to experience pain when breathing and limited oxygen intake. According to the World Health Organization (WHO), pneumonia is classified as a life-threatening disease due to the high mortality rate caused. To be able to diagnose this disease, patients usually undergo various medical examination methods, one of which is through chest radiography. However, the challenge in diagnosing pneumonia generally lies in the complexity and uncertainty in interpreting the results of these methods. Therefore, this study was conducted with the aim of building an image classification model based on the Chest radiography dataset from toddler patients using the ResNet-50 architecture, which is a variant of the Convolutional Neural Networks (CNN) algorithm. The combination of the two methods is applied to analyze and process images and obtain pattern recognition with high accuracy. The research methods used include the application of data augmentation, CNN architecture design, model training, and performance evaluation. The evaluation results show that the model has quite good performance with an accuracy of 85%, which indicates the model's ability to classify images with a fairly high level of accuracy, and has the potential to help the pneumonia diagnosis process more efficiently and accurately.

Implementasi Sistem Informasi Reservasi Event Berbasis Web Wahyuni, Ayu Dewi Sri Wahyuni; Adli, Idham Abdi Al; Sahrul, Nizar; Nurajizah, Siti; Syabaniah, Rifa Nurafifah; Yulianti, Ita
The Indonesian Journal of Computer Science Vol. 14 No. 5 (2025): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v14i5.4960

The hospitality industry currently experiencing rapid development in line with advances is information technology, which drive operational efficiency and enhance customer satisfaction. Amaris Hotel Tasikmalaya faces challenges in its event reservation process, which is still conducted manually, often resulting in delays, recording errors, and suboptimal data management. This study aims to develop and implement a web basesd Event Reservation Information System to address these issues. The methodology used is the waterfall model, covering requirements analysis, design, implementation, testing, and maintenance. The developed system provides features for event data management, scheduling, reservations, and reporting, accessible online by both hotel and customers. Internal testing results indicate that the system can accelerate the reservation process, reduce, data entry errors, and improve data management efficiency. The system also provides ease of access and information transparency for customers and supports hotel management decision making. With the implementation of this system, service quality and customer satisfaction are expected to improve.

Komparasi Machine Learning Berbasis Pso Untuk Prediksi Tingkat Keberhasilan Belajar Berbasis E-Learning Saputra, Elin Panca; Nurajizah, Siti; Maulidah, Mawadatul; Hidayati, Nadiyah; Rahman, Taufik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 2: April 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20236469

Perkembangan bidang teknologi memiliki aspek perkermbangan yang begitu cepat. penelitian kami memiliki tujuan untuk mentransmisikan sebuah pengetahuan tentang machine learning yang telah menjadi begitu popular digunakan hingga saat ini, pada penelitian ini bagaimana mendapatkan fitur seleksi atribut dan mendapatkan hasil prediksi dari pembelajaran pada Universitas atau lembaga Pendidikan yang menerapkan belajar dengan metode pembelajaran jarak jauh ataupun e-learning di era pandemic ini. Permasalahan pada penelitian ini yaitu jumlah atribut pada data dapat mengurangi akurasi, maka dari percobaan dengan beberapa algoritma pada machine learning kami mencoba menerapkan Particle Swarm Optimizatio(PSO) untuk meningkatkan akurasi yang lebih tinggi. Maka dari itu dapat disimpulkan penerapan menggunakan algoritma Naïve Bayes(NB) berbasis PSO mendapatkan hasil kenerja dengan bobot sebesar 94.40% dan angka AUC sebesar 94.50%, berikutnya Algoritma Support Vectore Machine(SVM) Berbasis PSO dengan hasil kinerja akurasi sebesar 88.20 dan nilai AUC seberar 91.10%, dan Artificial Neural Network(NN) berbasis Particle Swarm Optimizatio(PSO) menghasilkan skor hasil kinerja akurasi dengan bobot 99.20% dan nilai akurasi sebesar 98.50%, maka Artificial Neural Network(NN) berbasis PSO memiliki keunggulan lebih besar dari pada algoritma naïve bayer berbasis PSO dan Support Vector Machine(SVM) dengan PSO. Sedangkan atribut yang mempunyai pengaruh menentukan dari algoritma tersebut pada tingkat akurasi adalah Practice Questions, Quizzes, Midterm exams, dan Final exams. terbukti dari penelitian-penelitian kami yang sebelumnya maka algoritma neural network berbasis PSO memang memiliki keunggulan yang begitu baik. Karena ANN merupakan metode yang memiliki perhitungan yang membangun beberapa unit pada saat pemrosesan berdasarkan koneksitas yang saling berhubungan, metode ANN dengan akurasi prediksi dapat menjadi sebuah alat yang efisien dan baik untuk penelitian estimasi dan klasifikasi dalam bidang pendidikan. Abstract The development of the field of technology has a very fast development aspect. our research has the aim of transmitting knowledge about machine learning which has become so popularly used until now, in this study how to get attribute selection features and get predictive results from learning at universities or educational institutions that apply learning by distance learning methods or e-learning. -Learning in this pandemic era. The problem in this study is that the number of attributes in the data can reduce accuracy, so from experiments with several yahoos on machine learning, we tried to apply Particle Swarm Optimizatio (PSO) to increase higher accuracy. Then the application key using the PSO-based Naïve Bayes (NB) algorithm can get performance results with a weight of 94.40% and an-AUC number of 94.50%, then the PSO-based Support Vectore Machine (SVM) Algorithm with a performance result of 88.20 and an AUC value of 91.10%, and Artificial Neural Network-(NN) based on Particle Swarm Optimizatio (PSO) produces an accuracy performance score with a weight of 99.20% and an accuracy value of 98.50%. Support Vector Machine (SVM) with PSO. While the attributes that have an influence to determine the algorithm on the level of accuracy are Practice Questions, Quizzes, Mid-Semester Exams, and Final Exams. it is evident from our previous studies that the PSO-based neural network algorithm does have a very good advantage. based on ANN is a method that has calculations that build several units of interconnected connectivity, the ANN method with predictive accuracy can be an efficient and good tool for forecasting and classification research in the field of education.

Peningkatan Akurasi Pada Algoritma ID3 Menggunakan Operator Bagging Dalam Mendiagnosa Kesehatan Kehamilan Hikmatulloh, Hikmatulloh; Susilawati, Susilawati; Nurajizah, Siti
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakSemakin meningkatnya resiko kematian yang dialami oleh ibu hamil, salah satu penyebanya dikarenakan faktor keterlambatan dalam mengambil sebuah keputusan. Hal tersebut menjadi dasar untuk dilakukan kembali peningkatan akurasi pembelajaran mesin (mechine learning) dalam mengolah data untuk mendiagnosa kesehatan kehamilan. Penelitian ini dilakukan dengan menggunakan dataset dari penelitian sebelumnya pada tahun 2019 berjudul “Penerapan Algoritma Iterative Dichotomiser Three (ID3) Dalam Mendiagnosa Kesehatan Kehamilan”, yang menghasilkan akurasi sebesar 80.33%. Tujuan penelitian ini yaitu untuk meningkatkan akurasi dari algoritma Iterative Dichotomiser Three (ID3) yang telah dilakukan pada penelitian sebelumnya tersebut. Metode yang digunakan untuk meningkatkan akurasi dalam penelitian ini yaitu menggunakan metode ensemble learning bagging. Sampel rasio yang diterapkan pada metode metode ensemble learning bagging ini sebesar 0.9 dengan 5 kali iterasi. Hasil penelitian ini adalah berupa peningkatan akurasi setelah ditambahkan metode ensemble learning bagging pada algoritma ID3 dengan hasil peningkatan sebesar 3.19%, sehingga akurasi yang didapat dalam model data yang diolah untuk mendiagnosa kesehatan kehamilan naik menjadi 83.52%.Kata Kunci: bagging, ensemble, id3, kehamilanAbstractThe increasing risk of death experienced by pregnant women, one of the causes is due to the delay in making a decision. This becomes the basis for improving the accuracy of machine learning in processing data to diagnose pregnancy health. This research was conducted using a dataset from previous research in 2019 entitled "Penerapan Algoritma Iterative Dichotomiser Three (ID3) Dalam Mendiagnosa Kesehatan Kehamilan", which resulted in an accuracy of 80.33%. The purpose of this study is to improve the accuracy of the Iterative Dichotomiser Three (ID3) algorithm that has been carried out in the previous research. The method used to improve accuracy in this study is to use the ensemble learning bagging method. The sample ratio applied to this bagging method is 0.9 with 5 iterations. The amount of increase obtained after adding the bagging method to the ID3 algorithm was 3.19%, so that the accuracy obtained in the processed data model to diagnose pregnancy health rose to 83.52%.Keywords: bagging, ensemble, id3, pregnancy

Image Segmentation Analysis Using Otsu Thresholding and Mean Denoising for the Identification Coffee Plant Diseases Ami Rahmawati; Yulianti, Ita; Nurajizah, Siti
Jurnal Riset Informatika Vol. 6 No. 1 (2023): December 2023
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v6i1.261

In Indonesia, coffee is one of the plantation products with a relatively high level of productivity and is a source of foreign exchange income for the country. However, unfortunately, certain factors can threaten productivity and quality in cultivating coffee plants, one of which is rust leaf disease. This disease causes disturbances in photosynthesis, thereby reducing plant yields. Therefore, to maintain and control productivity in coffee cultivation, this research carried out the process of observing coffee leaf images through segmentation using the Otsu Thresholding and Mean Denoising methods. The entire series of processes in this research was carried out using the Python programming language and succeeded in providing output in the form of image comparisons showing areas affected by Rust Leaf disease using the Otsu thresholding method alone and the Otsu thresholding method combined with a non-local means denoising algorithm. The test results prove that the Otsu thresholding method with the non-local means denoising algorithm has a smaller MSE value. It is the most optimal method for handling coffee leaf disease image segmentation with an accuracy level of 88%. It is hoped that this research can support farmers in providing insight into early detection of coffee plant diseases and increasing productivity through visual analysis.

Pengembangan Sistem Inventory dengan Metode Rapid Application Development pada Dewi Restoran & Karaoke Purwakarta Nurajizah, Siti; Rahmawati Maulida, Nurul; Yulianti, Ita; Rahmawati, Ami; Hikmatulloh, Hikmatulloh
JAIS - Journal of Accounting Information System Vol. 5 No. 01 (2025): Juni
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v5i01.8829

Pengelolaan inventaris barang merupakan faktor kunci dalam menjaga kelancaran operasional perusahaan. Banyak organisasi yang masih mengandalkan sistem inventaris manual dan berakibat pada ketidakakuratan dalam pencatatan, kehilangan stok, dan keterlambatan pengisian persediaan. Dewi Restoran & Karaoke Purwakarta, sebagai salah satu entitas bisnis yang berperan aktif dalam sektor jasa kuliner dan hiburan tentunya juga menghadapi tantangan serupa, khususnya terkait dengan akurasi stok dan pembuatan laporan yang belum optimal, yang berpotensi menghambat kinerja operasional perusahaan. Maka dari itu, tujuan dari penelitian ini salah satunya adalah untuk membangun sistem inventaris berbasis teknologi informasi yang dapat menunjang kegiatan bisnis di tempat tersebut. Adapun proses pengumpulan data yang dilakukan demi tercapainya penelitian ini terdiri dari wawancara, observasi, dan studi pustaka. Selain itu, untuk mempercepat pengembangan sistem namun dengan hasil yang responsif terhadap kebutuhan pengguna, maka metode pengembangan sistem yang dipilih menggunakan Rapid Application Development (RAD). Sistem yang dirancang berbasis web yang dapat mempercepat proses pencatatan, mempermudah pengelolaan stok, dan mengurangi ketergantungan pada penggunaan kertas serta dilengkapi dengan fitur akuntansi untuk mendukung pengelolaan keuangan. Hasil dari penelitian ini diharapkan dapat meningkatkan efisiensi operasional Dewi Restoran & Karaoke dengan memberikan solusi pengelolaan inventaris yang lebih akurat, cepat, dan ramah lingkungan.

Title

Found 34 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 34 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 34 Documents
Search