Article Per Year (5 Year)
p-Index From 2021 - 2026
4.066
P-Index
This Author published in this journals
All Journal ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JURIKOM (Jurnal Riset Komputer) Antivirus : Jurnal Ilmiah Teknik Informatika JURNAL MAHAJANA INFORMASI Jurnal 'Aisyiyah Medika Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Journal of Computer Networks, Architecture and High Performance Computing Indonesian Journal of Education, Social Sciences and Research (IJESSR) JoMMiT : Jurnal Multi Media dan IT Jurnal Armada Informatika Jurnal Sains dan Teknologi Widyaloka (JSTekWid) Jurnal Teknik, Komputer, Agroteknologi dan Sains TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Jurnal Bisantara Informatika Jurnal Mahkota Informatika
Wijaya, Vera
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Perancangan Sistem Informasi Pengiriman dan Pelacakan Barang pada CV. Expedisi Merapi Jaya Panggabean, Tongam E.; Vera Wijaya
Jurnal Mahkota Informatika Vol 1 No 1 (2025): Jurnal Mahkota Informatika
Publisher : Universitas Mahkota Tricom Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59929/mahtik.v1i1.34

Abstract

Pengangkutan Merapi Jaya merupakan salah satunya perusahaan yang bergerak di bidang jasa pengiriman barang. Dalam pengelolaan pendataan pengiriman barang masih menggunakan cara manual seperti pencatatan data pengirim, data penerima ataupun penelusuran barang yang masih mengalami kesulitan. Selain itu, terdapat masalah lain jika ada pelanggan atau pengirim yang melakukan pembayaran masih dihitung menggunakan cara manual dan ongkos kirim masih ditulis menggunakan nota. Sehingga sering terjadi kehilangan nota atau kerusakan nota yang mudah sobek. Karena hal ini dapat terlihat kurang profesional terhadap Pengangkutan Merapi Jaya. Dalam pembuatan sistem ini penulis mengumpulkan data melalui observasi dan wawancara dengan owner Pengangkutan Merapi Jaya yang mengelola pendataan pengiriman. Basis system yang digunakan penulis untuk pengembangan sistem berbasis web. Dengan adanya sistem informasi ini bertujuan dapat membantu dalam proses mencatat data pengiriman, menghitung biaya transaksi atau ongkos serta melakukan pengiriman barang.
Peningkatan dan Optimalisasi Prediksi Harga Emas Menggunakan Metode Combine Machine Learning Random Forest dan Gradient Boosting Simamora, Purwanto; Pasaribu, Sutrisno Arianto; Vera Wijaya
Jurnal Mahkota Informatika Vol 1 No 1 (2025): Jurnal Mahkota Informatika
Publisher : Universitas Mahkota Tricom Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59929/mahtik.v1i1.37

Abstract

Penelitian ini mengeksplorasi peningkatan akurasi prediksi harga emas dengan menggunakan algoritma Random Forest dan Gradient Boosting. Studi ini berfokus pada penilaian kinerja gabungan dari algoritma ini. Kumpulan data spesifik yang memiliki harga emas, yang dicirikan oleh dua parameter utama dan harga yang terkait, digunakan. Kumpulan data ini dibagi menjadi subset pelatihan dan pengujian yang berbeda untuk memudahkan pelatihan dan evaluasi model. Evaluasi kinerja model berpusat pada mean squared error (MSE), yang mengukur perbedaan antara harga prediksi dan harga aktual. Hasil membuktikan kompetensi individu algoritma Random Forest dan Gradient Boosting menghasilkan nilai MSE masing-masing sebesar 0,0053 dan 0,008353. Menggabungkan algoritme ini menghasilkan kinerja yang lebih baik, dengan MSE sebesar 0,006826. Model gabungan ini menunjukkan stabilitas yang lebih tinggi, menunjukkan kecenderungan overfitting yang berkurang, yang merupakan masalah umum dalam pemodelan prediktif. Studi ini menggarisbawahi potensi penggabungan beragam algoritma pembelajaran mesin untuk secara signifikan meningkatkan presisi dan kekuatan prediksi harga emas. Hal ini memiliki implikasi yang signifikan bagi investor dan pedagang yang sangat bergantung pada perkiraan yang tepat dalam pengambilan keputusan di pasar emas. Selain itu, wawasan yang diperoleh dari penelitian ini juga mencakup domain keuangan lainnya, termasuk saham dan mata uang kripto, yang memerlukan prediksi harga yang tepat. Namun, ada batasan tertentu. Studi ini menggunakan kumpulan data yang relatif terbatas, hanya mempertimbangkan dua parameter dan mengabaikan variabel lain yang berpotensi berpengaruh seperti indikator ekonomi dan peristiwa geopolitik. Penelitian di masa depan dapat melibatkan penggabungan kumpulan data yang lebih komprehensif yang mencakup lebih banyak faktor relevan untuk meningkatkan akurasi dan ketahanan prediksi. Selain itu, mengeksplorasi algoritma pembelajaran mesin alternatif memberikan jalan yang menjanjikan mencari tahu kombinasi paling efektif untuk meningkatkan kemampuan prediksi harga emas.
Sistem Informasi Bel Sekolah Otomatis dengan Fitur Penjadwalan Dinamis Menggunakan Teknologi Mikrokontroler Sutrisno Arianto Pasaribu; Victor Patar Pasaribu; Ahmad Rozy; Vera Wijaya; Suci Amalia Sari
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 2 (SEMNASTIK) (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akun
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No2(SEMNASTIK).pp103-107

Abstract

There are many innovations made to help students learn better due to advances in educational technology. One innovation is an automatic school bell application that has dynamic scheduling. This application aims to replace the manual bell system which often requires direct intervention from officers. With dynamic scheduling, schools can easily set schedules according to their needs, be it regular schedules or special schedules such as exams or other activities. The focus of this research is the design and development of an automatic school bell application that supports automatic bell time settings. With the dynamic scheduling feature, this system allows users to change or adjust the bell schedule without disrupting the lesson schedule or other important times. The implementation results show that this application works well and allows easy bell schedule settings and improves operational efficiency in the school environment. In addition, users will receive automatic notifications about schedule changes, which reduces errors or delays in ringing the bell. This application is expected to be a solution for schools that want to improve their time management and increase their operational efficiency.
Implementasi Business Intelligence untuk Visualisasi Data Akademik Menggunakan Power BI Dalam Meningkatkan Kualitas Layanan Akademik: - Vera Wijaya; Tongam E. Panggabean
JURIKOM (Jurnal Riset Komputer) Vol. 13 No. 3 (2026): Juni 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v13i3.9844

Abstract

Improving the quality of higher education requires the effective, integrated, and measurable management and analysis of students’ academic data. However, many higher education institutions still face challenges in collecting, integrating, and analyzing academic data efficiently. Consequently, the monitoring of academic performance has not yet been conducted in a standardized manner and has not fully supported the achievement of additional performance indicators. In this context, the implementation of Business Intelligence (BI) is highly relevant, as it provides a systematic platform for managing students’ academic performance data and presenting it through informative visualizations. This study aims to implement a Business Intelligence system using Power BI architecture to integrate and manage students’ academic performance data obtained from various academic sources. The data used in this study consisted of 80 student records, including grades, semester grade point average, cumulative grade point average, academic status, study program, and cohort year for the 2023 - 2024 period. The data integration process was carried out through the stages of extraction, transformation, and loading into the Power BI model. The implementation results show that the system was able to process 98% of the available academic data and generate three interactive dashboards, including visualizations of GPA trends, student attendance distribution, and student grade distribution. Based on the testing results, the use of the Power BI dashboard improved the efficiency of the academic reporting process from three days to one hour, representing an increase of 93.1%. In addition, the level of conformity between the information displayed on the dashboard and the source data achieved an accuracy of 97.5%, indicating that the system can support information validity in the academic decision-making process. The implementation of Business Intelligence contributes to improving academic data management, accelerating the monitoring of student achievement, assisting stakeholders in interpreting data more effectively, and supporting the enhancement of academic service quality and higher education performance evaluation.
Co-Authors Agya Putri Nabila Ahmad Rozy Akhmad Dwi Priyatno Alamsyah, Reza Aliazer Hutapea Allwine Barus, Andre Armana Putra Budi Hasian Daulay Dewantoro Lase Dianita Ekawati Fadya Fadya Fifto Nugroho Hamjah Arrahman Harry Pratama Figna Irwan Jani Tarigan Junerdi Nababan Khotantri, Cindy Kraugusteeliana Kraugusteeliana Lusianna Aritonang Manullang, Sahat Fernando Mardiah Mardiah Martha Ambarita Muhammad Dicky Syahputra Lubis Muhammad Zamri Nasution, Suhendri Niki Niki Parhusip, Putri Damayanti Pasaribu, Sutrisno Arianto Pasaribu, Victor Patar Purnama Melani Anselma Br Hutahayan Purwanto Simamora Rahalim, Hendy Rebecca Irene Rolos Riota, Oki Angga rozi rozi Rozy, Ahmad Sari, Suci Amalia Sembiring, Jakaria Sinuhaji, Suanti Perwita Br Sitorus, Jimmi Hendrik P. Sri Wahyuni br Sembiring Suci Amalia Sari Sutrisno Arianto Pasaribu Syafriodin Tongam E Panggabean Tony honkly Ventrio Tan Victor Patar Pasaribu Victor Victor Waruwu, Tomoyud Sintosaro Wirayanti, Mei Intan Yusnilasari