Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Jurnal ICT : Information Communication & Technology Jurnal Informatika: Jurnal Pengembangan IT
Lestari, Panca Indah
Program Studi Magister Manajemen Sistem Informasi, Universitas Gunadarma Jakarta
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Sistem Informasi Akuntansi Pada Sekolah Terpadu Gema Nurani Panca Indah Lestari; Sabar Hana DwiPutra; Kresno Murti Prabowo; Gugi Tyas
Jurnal ICT : Information Communication & Technology Vol 20, No 2 (2021): JICT-IKMI, Desember 2021
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i2.426

Abstract

Integrated Islamic Schools as a resource for science and technological advancements play an important role in concept development and implementation in IT units, especially those required to quickly solve system and data problems. Gemanurani Integrated Islamic School is a private school in Bekasi that focuses on Islamic education and has 25 school programs. The annual accounting reporting process at the Gemanurani School demands a good and useful information system as a monitoring of the foundation's wealth to determine management decisions in all teaching and learning activities. Along the way, it encountered obstacles such as undocumented cash flows, income returns, and annual tax reporting which had an impact on the slow completion of requests for household needs for each school unit. With an accounting information system, it will produce an overview of school household budget planning that focuses on data, applications and technology in the orientation of business needs.
Penentuan Algoritma Similarity Yang Akurat Pada Sistem Berbasis Cased Based Reasoning Untuk Identifikasi Ikan Suhadi .; Prima Dina Atika; Panca Indah Lestari; Afzil Ramadian
Jurnal ICT : Information Communication & Technology Vol 19, No 2 (2020): JICT-IKMI, Desember 2020
Publisher : STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v20i2.261

Abstract

Abstrak - Indonesia sebagai negara kepulauan memiliki potensi perikanan yang sangat besar dan beragam, Indonesia memiliki 17.508 pulau dengan garis pantai sepanjang 81.000 km dan 70% (5,8 juta km2) dari luas Indonesia adalah lautan, adapun keragaman sumberdaya laut untuk beragam jenis ikan merupakan ciri tersendiri untuk mengenali dan memahami suatu spesies secara detail. Identifikasi jenis ikan yang bersifat computing masih terbatas, dalam penelitian analisa yang digunakan adalah sistem Case Based Reasoning (CBR). CBR merupakan penalaran berbasis kasus yang mempunyai metode penyelesaian masalah berbasis pengetahuan untuk mempelajari dan memecahkan masalah berdasarkan pengalaman masa lalu. CBR adalah suatu model komputasi untuk meniru penalaran manusia untuk memberikan kemudahan dalam mencari kasus berdasarkan kemiripan, kemudian case based reasoner mencari kasus-kasus yang ada pada basis kasus untuk menemukan kasus yang memiliki kemiripan dengan persoalan yang sedang dihadapi (retrieve). Oleh karena itu, proses CBR sering juga disebut dengan istilah “4 Re” yaitu Retrive, Retain, Revise, Reuse. Dalam paradigma pemecahan masalah sebuah permasalahan baru diselesaikan dengan cara membandingkan dengan kasus-kasus pada dimasa lampau dan menggunakannya kembali kasus-kasus yang ada untuk menyelesaikan suatu masalah sekarang. Tujuan dari penelitian ini adalah untuk melakukan evaluasi dan komparasi Algoritma Weighted Euclidean Distance (WED), Algoritma Hamming and Levenshtein Distances (HLD), Algoritma Cosine Coefficient for Text-Based Cases (CCFTBC) dan Algoritma k-Nearest Neighbor (k-NN) untuk identifikasi jenis ikan. Hasil penelitian ini adalah untuk mencari pemilihan hasil komparasi algoritma pada sistem CBR yang cepat dan akurat. Copyright © 2019 LPPM - STMIK IKMI CirebonThis is an open access article under the CC-BY license 
Analisis K-Nearest Neibord Berbasis Forward Selection dalam Prediksi Status Mahasiswa Non Aktif pada STMIK Bani Saleh Panca Indah Lestari
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 3 (2021): JPIT, September 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i3.2794

Abstract

Masalah yang dihadapi dalam pengelolaan data aktivitas kuliah mahasiswa (AKM) salah satunya dalam menentukan total Satuan Kredit Semester (SKS) dan Indeks Prestasi Kumulatif (IPK) pada mahasiswa non aktif. Dalam melakukan pengelolaan data akademik menjadi informasi sebagai aspek pengambilan keputusan dalam menentukan keaktifan mahasiswa. Beberapa faktor seperti Indek Prestasi Semester (IPS), Jumlah SKS Semester, Indek Prestasi Kumulatif (IPK), Jumlah SKS Total, Biaya dan Status Mahasiswa. Langkah untuk mencegah indikasi mahasiswa non aktif perlu dilakukan analisis pola prediksi untuk menentukan sisa masa studi mahasiswa serta menghasilkan informasi yang akurat dan sebagai bahan prediksi untuk membandingkan data pertahun akademik terhadap mahasiswa non aktif K-NN berbasis Forward Selection. Penelitian prediksi mahasiswa non aktif menggunakan pengujian menggunakan menggunkan Rapid Miner terhadap dataset mahasiswa sebanyak 342, menghasilkan nilai akurasi K-Nearest Neighbor (k-3) sebesar 93,55% dan Forward Selection (k-3) sebesar 99,39%. dari hasil analisis didapatkan data mahasiswa yang akan Drop Out sebesar 1160 sebagai usulan untuk manajemen pada periode pelaporan berikutnya. maka penelitian dapat dikembangkan lebih lanjut untuk penentuan nilai k yang lebih optimal dengan menambahkan aspek klasifikasi status mahasiswa bekerja atau tidak bekerja.
Co-Authors .S.T., M.Kom., Suhadi Afzil Ramadian Gugi Tyas Prima Dina Atika Sabar Hanadwiputra