Article Per Year (5 Year)
p-Index From 2020 - 2025
2.062
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Nasional Komputasi dan Teknologi Informasi Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Tekno Kompak JUTIS : Jurnal Teknik Informatika Zonasi: Jurnal Sistem Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Internet of Things and Artificial Intelligence Journal
Ullu, Hevi Herlina
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Neuroscience Social Sciences Transportation

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Analisis Perbandingan Metode Analytical Hierarchy Process ( Ahp) Dan Technique For Order Preference By Similarity To Ideal Solution (Topsis) Dalam Penentuan Penerima Bantuan Pkh Amfotis, Maria Osti; Nababan, Darsono; Legu Rema, Yasinta Oktaviana; Ullu, Hevi Herlina
Jutis (Jurnal Teknik Informatika) Vol. 11 No. 2 (2023): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v11i2.3953

Abstract

PKH is a program launched in 2007. The main aim of PKH is to work on the nature of human resources, especially in the fields of education and welfare for low-income families. . Distribution of PKH aid has also been distributed to North Central Timor Regency. Guarantees for social assistance recipients still use manual techniques which only carry out assessments without estimates so that aid is not distributed on track. Therefore, a system that facilitates the process for receiving PKH benefits is very important. Next, the researcher designed a system that supports making decisions using the Analytical Hierarchy Process (AHP) method and Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) with predetermined steps. These two approaches will be compared to determine the best method for PKH beneficiaries in the hope that this can help determine which beneficiary is more suitable and appropriate. This analysis was carried out by involving the degree of accuracy of each method in dealing with cases as a reference source. The similarity level effect of the AHP strategy is equivalent to TOPSIS so that both methodologies can be utilized in dealing with the problem of determining PKH recipients. Keywords: Analysis, PKH, AHP, TOPSIS, Website
Implementasi Metode K-Means Clustering untuk Menentukan Kondisi Gizi Balita (Studi Kasus : Puskesmas Mamsena) Eko, Yulita; Rema, Yasinta Oktaviana Legu; Ullu, Hevi Herlina; Baso, Budiman
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4717

Abstract

Kondisi gizi balita sangat mempegaruhi pertumbuhan dan kesehatan pada balita. Penentuan kondisi gizi balita perlu dilakukan untuk mengetahui presentase kondisi gizi dari balita tersebut. Penelitian ini dilakukan di Puskesmas Mamsena dengan tujuan untuk mengelompokkan kondisi gizi balita dengan sampel penelitian 348 data balita dengan menggunakan data atropometri balita. Antropometri ialah data yang merujuk pada pengukuran masa tubuh atau fisik dari balita. Jenis kelamin, usia, berat badan, tinggi badan, dan lingkar lengan merupakan data antropometri yang digunakan dalam penelitian ini pada 348 balita. Penelitian ini mengimplementasikan  salah satu metode clustering khususnya strategi pengelompokan K-Means, untuk mengelompokkan informasi yang sama menjadi sekumpulan informasi ke dalam kelompok-kelompok tertentu. Metode ini diimplementasikan  dengan menggunakan bahasa pemrograman python untuk menganalisis data. Jumlah kelompok atau K terbaik diperoleh dengan menggunakan elbow method atau teknik siku dengan jumlah K = 5 yaitu gizi buruk,  gizi kurang, gizi cukup, gizi baik dan kegemukan. Hasil pengelompokan yang diperoleh untuk setiap cluster yaitu cluster nol memiliki presentase = 28, 16 % atau sama dengan 98 data balita, cluster satu memiliki presentase = 16, 95 % atau sama dengan 59 data balita, cluster dua memiliki presentase = 23, 85 % atau sama dengan 83 data balita, cluster tiga memiliki presentase = 16, 09% atau sama dengan 56 data balita dan cluster empat memiliki presentase = 14, 94% atau sama dengan 52 data balita. Evaluasi hasil clustering dilakukan menggunakan metode DBI dengan nilai = 0,2520626580022645. Dari perolehan nilai DBI maka dapat disimpulkan bahwa kualitas hasil custer dengan jumlah K=5 memiliki kualitas yang bagus karena hasil akurasi yang diperoleh mendekati 0.
IMPLEMENTASI SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN BIBIT JAGUNG VARIETAS UNGGUL DI WILAYAH LAHAN LAHAN KERING Bone, Leonardus; Kelen, Yoseph Pius Kurniawan; Ullu, Hevi Herlina; Gelu, Leonard Peter
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 7 No. 2 (2023): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol7No2.pp231-238

Abstract

Corn is a staple food source that is rich in carbohydrates. As a source of carbohydrates, some people consume corn as daily food. Determination of corn seeds is an aspect that needs to be considered by farmers before planting because inaccurate selection of seeds can cause unsatisfactory yields and cause farmers to suffer losses. Determination of corn seeds carried out by farmers in Nansean Village and East Nansean Village is still using a manual method by looking at the size of the large fruit and choosing from seeds that have a fast harvest time but will produce unsatisfactory yields which causes farmers to feel crop failure. So it is necessary to build a decision support system that can provide answers to problems using the Simple Additive Weighting (SAW) method. The capability of the system built can provide solutions in selecting superior corn seeds for farmers and the results are in the form of rankings. The system development model used in developing this system is the waterfall model. Based on the research results, the chosen alternative in this study was alternative A01, namely NASA 29 Hybrid Corn with a total value of 0.88.
Implementasi Algoritma Naive Bayes Classifier Terhadap Analisis Sentimen Kondisi Stunting di Indonesia Pada Media Sosial X Bere, Mery Ernawati; Kelen, Yoseph Pius Kurniawan; Ullu, Hevi Herlina; Baso, Budiman
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7752

Abstract

Abstrak—Media sosial X merupakan plat form media sosial umum digunakan user untuk berkomunikasi dan menyebarkan informasi berupa tweets. Penelitian ini bertujuan untuk menganalisis sentimen terhadap kondisi Stunting di Indonesia pada media sosial X menggunakan metode Naïve Bayes Classifier dan mengklasifikasinya menjadi tiga kelas yaitu Negatif, Positif, dan Netral. Dengan dibuatnya analisis sentimen kondisi Stunting diIndonesia adalah untuk mempermudah dalam menganalisis ketiga sentimen yaitu Positif Negatif dan Netral. Berdasarkan hasil penelitian untuk mengetahui polaritas sentimen mengenai kondisi stunting diIndonesia pada media sosial X dengan menggunakan metode Naïve Bayes Classifier untuk menhasilkan polaritas dari data training serta menguji akurasi model probabilitas dengan data testing. Berdasarkan hasil analisis sentimen terhadap kondisi stunting diIndonesia didapatkan sentimen positif lebih dominan yaitu sebanyak 526 data, diikuti oleh sentimen negatif 340 data dan sentimen netral 134 data. Setelah proses klasifikasi naïve bayes dilakukan hasil data uji didapatkan sentimen positif sebesar 0.79, sentimen negatif 0,64. Hal ini menandakan bahwa hasil pengujian terhadap data uji dari sentimen komentar pengguna media sosial X Masyarakat Indonesia memiliki representasi nilai positif yang lebih tinggi terkait kasus stunting yang ada diindonesia.Kata kunci: Stunting, Naïve Bayes Classifier Abstract —Social media X is form plateSocial media is commonly used by users to communicate and spread information in the form of tweets. This research aims to analyze sentiment towards the condition of Stunting in Indonesia on social media X using the Naïve Bayes Classifier method and classify it into three classes, namely Negative, Positive and Neutral. By creating a sentiment analysis of Stunting conditions in Indonesia, it is to make it easier to analyze the three sentiments, namely Positive Negative and Neutral. Based on the results of research to determine the polarity of sentiment regarding stunting conditions in Indonesia on social media X using the Naïve Bayes Classifier method to produce polarity from training data and test the accuracy of the probability model with testing data. Based on the results of sentiment analysis regarding stunting conditions in Indonesia, it was found that positive sentiment was more dominant, namely 526 data, followed by negative sentiment 340 data and neutral sentiment 134 data. After the naïve Bayes classification process was carried out, the test data results obtained positive sentiment of 0.79, negative sentiment of 0.64. This indicates that the test results on test data from the sentiment of comments from social media user X Indonesian society have a higher representation of positive values regarding stunting cases in Indonesia.Keywords: Stunting, Naïve Bayes Classifier 
Pemberdayaan Kelompok Tani Unggas Jaya Melalui Teknologi Monitoring Gas Amonia Dan Suhu Kandang Otomatis Berbasis IoT Risald, Risald; Baso, Budiman; Ullu, Hevi Herlina; Lisnahan, Charles Venirius
Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol 7, No 1 (2024): Januari 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurdimas.v7i1.2844

Abstract

The Poultry Jaya farmer group is in the city of Kefamenanu, the native chicken farming system of the Jaya Poultry Group is still conventional. One of the main problems faced by this group is the lack of monitoring and controlling the temperature of the cage as well as monitoring the ammonia gas produced by chicken droppings. Temperature and ammonia gas levels have a major impact on chicken growth and health. To overcome this problem, it is necessary to implement Internet of Things (IoT) technology integrated with Android applications. This technology allows automatic and periodic monitoring of cage temperature and ammonia gas levels. Farmers can access information via the Android app and take necessary action if significant changes occur. This community service aims to build tools and systems for automatic temperature control and IoT-based ammonia levels integrated with Android, as well as introducing technology and providing training and assistance to the Unggas Jaya farmer group regarding IoT technology in chicken coop management. With the existence of IoT technology, it is hoped that the behavior patterns of farmers will change to become more modern and efficient. This technology can help improve poultry farming performance, reduce risks, and provide convenience in cage management so that it will bring positive changes to the productivity and welfare of farmers. Keywords: Poultry Jaya farmer group; chicken coop; Internet of Things (IoT)
Prediction of New Customer Segmentation Classification Using Artificial Intelligence Project Cycle Orange Data Mining Kosat , Fransiska Febriyanti; Rema, Yasinta Oktaviana Legu; Ullu, Hevi Herlina
Internet of Things and Artificial Intelligence Journal Vol. 4 No. 4 (2024): Volume 4 Issue 4, 2024 [November]
Publisher : Association for Scientific Computing, Electronics, and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/iota.v4i4.813

Abstract

This research aims to predict the right segmentation group or classification of new customers to become a classification comparison data carried out by the sales team to determine the strategy used to enter the market, whether it can be said to be feasible or not. This article discusses the basis of the method used, i.e., Machine Learning, discussed in detail about Artificial Intelligence (AI). Also discusses what is Classification, Segmentation, Data Mining, Neural Networks, Naive Bayes, Decision Trees, Random Forest (RF), and Support Vector Machine (SVM). This article discusses comprehensively the method used, and the development of Modeling, in the results and analysis section, comprehensively shows the prediction analysis of new customer segmentation classification, algorithm performance results of several methods, and distributions analysis. With the percentage prediction of new potential customer segmentation using the Neural Network method, the percentage prediction of Segmentation A is 25.21%, the percentage prediction of Segmentation B is 21.77%, the percentage prediction of Segmentation C is 23.49%, the percentage prediction of Segmentation D is 29.53%. The percentage of segmentation that has been calculated by the company is the percentage of Segmentation A of 32.13%, the percentage of Segmentation B of 20.89%, the percentage of Segmentation C of 17.69%, and the percentage of prediction of Segmentation D of 29.29%.
Sistem Pendukung Keputusan Pemilihan Perangkat Desa pada Desa Taekas Menggunakan Metode Analitycal Hierarchy Process (AHP) Berbasis Web Nule, Maria Graciana Yosri; Kelen, Yoseph P. K; Ullu, Hevi Herlina
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 1 (2025): Februari 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i1.8562

Abstract

Abstrak - Perangkat desa memiliki peran strategis dalam mendukung pelaksanaan kebijakan dan koordinasi pemerintahan desa. Namun, proses pemilihan perangkat desa di beberapa wilayah masih menghadapi kendala, seperti subyektivitas, ketidakefisienan, dan risiko kecurangan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis metode Analytic Hierarchy Process (AHP) untuk membantu proses seleksi perangkat desa secara lebih objektif dan terstruktur. Studi kasus dilakukan di Desa Taekas, Kabupaten Timor Tengah Utara, dengan menerapkan tujuh kriteria penilaian, yaitu hasil tes, status penduduk, pengalaman kerja, usia, pendidikan, perilaku, dan catatan hukum. Hasil implementasi menunjukkan bahwa metode AHP mampu menghasilkan perangkingan kandidat secara objektif. Kandidat dengan nilai tertinggi dipilih sebagai perangkat desa sesuai dengan posisi tertentu. Sistem ini diharapkan dapat meningkatkan efisiensi dan transparansi dalam proses seleksi perangkat desa, sekaligus meminimalkan subyektivitas dalam pengambilan keputusan.Katakunci: Perangkat Desa, sistem pendukung keputusan, AHP, Desa Taekas Abstract - Village officials play a strategic role in supporting the implementation of policies and coordination of village governance. However, the selection process for village officials in some areas still faces challenges, such as subjectivity, inefficiency, and the risk of fraud. This study aims to develop a Decision Support System (DSS) based on the Analytic Hierarchy Process (AHP) method to assist in the selection of village officials in a more objective and structured manner. A case study was conducted in Taekas Village, North Central Timor Regency, applying seven evaluation criteria: test results, residency status, work experience, age, education, behavior, and criminal records. The implementation results demonstrate that the AHP method can objectively rank candidates, with the highest-ranked candidate selected for the respective position. This system is expected to enhance efficiency and transparency in the selection process of village officials while minimizing subjectivity in decision-making.Keywords: Village Officials, Decision Support System, AHP, Taekas Village
SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA TANAMAN JAGUNG MENGGUNAKAN METODE TEOREMA BAYES BERBASIS WEBSITE Usfinit, Katarina D.M; Kelen, Yoseph P.K.; Baso, Budiman; Ullu, Hevi Herlina
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5487

Abstract

Kemajuan teknologi telah mendorong terciptanya sistem pakar untuk meningkatkan efisiensi di berbagai sektor, termasuk pertanian. Tujuannya penelitian ini yakni Penelitian ini bertujuan mengembangkan membangun media bantuan yang memanfaatkan teknologi berbasis website dengan menerapkan ilmu biologi yang mana membantu dalam mengetahui dan meneliti kelainan mengenai tanaman jagung dengan menggunakan metode Teorema Bayes. Sistem ini menganalisis 24 gejala dan 4 jenis penyakit yang sering menyerang tanaman jagung di Kabupaten Timor Tengah Utara, Indonesia. Model pengembangan yang dipakai adalah Waterfall, yang mencakup tahapan penelitian yang teratur dan searah. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mendiagnosis penyakit jagung dengan tingkat akurasi tinggi, seperti diagnosis penyakit hawar daun yang mencapai probabilitas 96,04%. Sistem ini tidak hanya membantu petani dalam mendiagnosis penyakit, tetapi juga memberikan solusi penanganan yang tepat untuk meningkatkan produktivitas pertanian jagung di daerah tersebut
ANALISIS KELAYAKAN PEMILIHAN JURUSAN SISWA-SISWI SMA/SEDERAJAT DI ERA MERDEKA BELAJAR MENGGUNAKAN ALGORITMA NAÏVE BAYES Kolne, Maria Adventina; Kelen, Yoseph Pius Kurniawan; Ullu, Hevi Herlina
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 1 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Januari 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v7i1.23016

Abstract

Di Era Merdeka Belajar menawarkan fleksibilitas yang lebih besar bagi siswa untuk memilih jurusan sesuai minat dan bakat, terutama bagi sekolah yang sudah menerapkan kurikulum merdeka belajar. Namun masih adanya kendala dalam proses pemilihan jurusan yaitu ada siswa masih bingung dalam memilih jurusan, dan juga sebagian siswa pilih jurusan tidak berdasarkan minat terutama pada mata pelajaran – mata pelajaran yang ada di jurusan tersebut sehingga mengakibatkan adanya kendala dalam proses belajar mengajar, dan proses pemilihan jurusan di SMAN PANTURA masih berbasis manual. Berdasarkan permasalahan yang ada membuat peneliti melakukan penelitian untuk mengetahui klasifikasi jurusan siswa. Metode yang digunakan dalam penelitian ini yaitu dengan menerapkan analisis kelayakan menggunakan metode Naive Bayes dengan bahasa pemrograman Python, google colab. Data set yang dikumpulkan melalui hasil wawancara, observasi dan studi pustaka, sebanyak 119 siswa sebagai data training dan 91 data siswa sebagai data testing. Hasil penelitian untuk mengklasifikasi jurusan siswa di SMAN PANTURA menggunakan metode Naïve Bayes terdapat 3 jurusan yaitu IPA, BAHASA dan IPS. Dari jumlah data yang digunakan sebanyak 119 data training dan 91 data testing. Setelah dianalisis menggunakan python Pada data training terdapat 3 jurusan yaitu : IPA=29 siswa, BAHASA=10 siswa, dan IPS=80 siswa dengan Nilai akurasi yang diperoleh dari data training yaitu 65%. Sedangkan pada data testing diklasifikasi dalam 3 jurusan yaitu : IPA = 1 siswa, BAHASA = 14 siswa dan IPS = 76 siswa. Dari hasil klasifikasi yang diperoleh dapat disimpulkan bahwa jika data yang digunakan berjumlah banyak maka tingkat nilai akurasi atau kualitas dari hasil klasifikasi semakin baik dan hasil penelitian menunjukkan bahwa penelitian ini dapat memberikan kontribusi atau nilai tambah bagi para guru dan siswa dalam hal mengklasifikasi jurusan siswa.
IMPLEMENTASI METODE FORWARD CHAINING PADA SISTEM PAKAR UNTUK MENDIANOGSA PENYAKIT PADA TUMBUHAN JAMUR TIRAM BERBASIS WEB Amaral, Krispina Madeira Amaral; Kelen, Yoseph Pius Kurniawan; Ullu, Hevi Herlina
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 1 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Januari 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v7i1.23111

Abstract

Jamur tiram (Pleurotus ostreatus) adalah salah satu jenis jamur makanan yang populer dan banyak dibudidayakan di negara-negara termasuk Indonesia. Jamur ini terkenal karena memiliki kandungan gizi yang tinggi dan dapat tumbuh pada media organik yang melimpah, seperti serbuk kayu dan limbah pertanian. Budidaya jamur tiram adalah proses yang mudah dan ramah lingkungan karena menggunakan bahan organik yang tersedia. Selain itu, jamur tiram juga memiliki nilai ekonomi tinggi dengan permintaan pasar yang terus meningkat Penelitian ini bertujuan untuk mengeksplorasi teknik budidaya yang optimal dan mengidentifikasi faktor-faktor yang mempengaruhi pertumbuhan serta produktivitas jamur tiram, termasuk pengendalian penyakit yang sering menyerang jamur ini. Faktor lingkungan seperti suhu, kelembaban, dan pencahayaan berpengaruh besar terhadap pertumbuhan jamur tiram. Pengendalian penyakit merupakan salah satu tantangan utama dalam budidaya jamur tiram, karena patogen seperti bakteri dan jamur lain dapat mengurangi kualitas dan hasil panen. Harapan dari hasil penelitian ini adalah dapat meningkatkan produktivitas jamur tiram dan menjadi pedoman bagi petani jamur dalam menerapkan teknik budidaya yang lebih efisien dan berkelanjutan.
Co-Authors Amaral, Krispina Madeira Amaral Amfotis, Maria Osti Baso, Budiman Bere, Mery Ernawati Bone, Leonardus Eko, Yulita Gelu, Leonard Peter Kolne, Maria Adventina Kosat , Fransiska Febriyanti Lisnahan, Charles V. Manek, Patricia G. Nababan, Darsono Nule, Maria Graciana Yosri Risald Usfinit, Katarina D.M Yasinta O.L Rema Yoseph Pius Kurniawan Kelen