Article Per Year (5 Year)
p-Index From 2020 - 2025
2.147
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Infotech Journal Jurnal Informasi dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak INTERNAL (Information System Journal) JURNAL TEKNOLOGI TECHNOSCIENTIA Journal of Artificial Intelligence and Engineering Applications (JAIEA) Journal of Scientech Research and Development Jurnal Teknik Mesin, Industri, Elektro dan Informatika AMMA : Jurnal Pengabdian Masyarakat NERO (Networking Engineering Research Operation) INTERNAL (Information System Journal)
Nana Suarna
Unknown Affiliation
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Pengukuran Kualitas Perangkat Lunak Sistem Informasi Pengarsipan Dokumen Laporan Jalan Tol Menggunakan Metode Mccall Fahmi Sulaiman; Nana Suarna; Iin
INFOTECH journal Vol. 8 No. 1 (2022)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v8i1.2234

Abstract

Penggunaan teknologi informasi merupakan kebutuhan dasar yang dibutuhkan suatu organisasi. Pengujian pada sistem informasi adalah suatu hal yang penting untuk menentukan kualitas perangkat lunak. Salah satu cara untuk menguji kualitas perangkat lunak adalah dengan menggunakan metode kinerja produk McCall, di mana item yang diuji adalah faktor Correctness, Reliability, Efficiency, Integrity, dan Usability. Pengumpulan data dilakukan melalui kuesioner yang disebarkan kepada karyawan PT Jasa Marga Cabang Palikanci yang terdiri dari 20 responden dan memuat faktor kualitas perangkat lunak yang akan digunakan. Dari hasil pengujian menunjukan bahwa secara keseluruhan kualitas sistem informasi pengarsipan dokumen laporan jalan tol berada pada level 69,0% termasuk pada kategori baik menurut skala presentase kategori faktor kualitas. Namun jika hasil dilihat dari item yang diuji, masih terdapat kekurangan pada faktor Correctness, Reliability dan Usability. Sedangkan pada faktor Efficiency dan Integrity dapat dinyatakan bahwa sistem informasi pengarsipan dokumen laporan jalan tol telah memenuhi factor kualitas perangkat lunak
PEMBERIAN PINJAMAN KREDIT SECARA ONLINE MELALUI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN THE SATISFICING MODEL DI PT. BFI FINANCE INDONESIA CIREBON Anita Anita; Nana Suarna
INTERNAL (Information System Journal) Vol. 1 No. 1 (2018)
Publisher : Universitas Maso'em Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1135.059 KB) | DOI: 10.32627/internal.v1i1.32

Abstract

The existence of the internet today provides benefits directly or indirectly to the business world, education, community and more, from small to large scale. With the internet facility data can be stored, retrieved and sent easily to all directions. So can not be denied the existence of internet website becomes the main requirement in providing the fastest information in globalization today. In the creditworthiness assessment conducted by PT. BFI Finance Indonesia Cirebon is still experiencing difficulties. The presentation of credit lending information is often delayed. One form of utilization of this facility is by making Decision Support System Online Loan Disbursement Using The Satisficing Model. This system will be used to analyze the personality and income of a person who will perform vehicle loans. By using this analytical method is expected to generate and simplify the process of acceptance of creditor candidates in accordance with the expected criteria so as to streamline the cost and time.
PENGEMBANGAN GAME EDUKASI TEBAK SURAH PENDEK UNTUK MENGASAH DAYA PIKIR SISWA MENGGUNAKAN METODE RESEARCH AND DEVELOPMENT Musofi Musofi; Nana Suarna; Arif Rinaldi Dikananda
Jurnal informasi dan komputer Vol 10 No 2 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 10 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i2.313

Abstract

Game edukasi sangat berperan bagi perkembangan otak dan mengasah logika seseorang. Tetapi game yang berkembang saat ini hanya bersifat menghibur. Untuk mengatasi hal itu, dibutuhkan game yang mengandung unsur pendidikan yang dapat menunjang pembelajaran, seperti mengasah logika berpikir dan menghafal. Oleh karena itu, game edukasi sangat menarik untuk dikembangkan sebagai media pembelajaran dan pendekatan yang mudah diterima untuk memberikan pendidikan agama bagi siswa, salah satunya melalui media permainan yang mendidik melalui menghafal surah-surah pendek. Permasalahannya adalah bagaimana membangun aplikasi game yang menarik yang dapat meningkatkan motivasi belajar hafalan surah pendek bagi siswa dan bagaimana mengaplikasikan metode Research & Development dalam pengembangan game edukasi tebak surah pendek. Tujuan penelitian ini adalah membangun game edukasi tebak surah pendek serta membuktikan dengan adanya game ini dapat meningkatkan daya pikir siswa. Metode dalam pembuatan game sesuai dengan analisa desain aplikasi dan metode Research & Development untuk melakukan skenario game yang meliputi menentukan interior dan eksterior, dekor, pemain, studio, serta pembuatan trik, dan dalam desain dokumen ada ketentuan program game, grafik, tokoh, animasi, suara, dan musik. Hasil penelitian yang diperoleh adalah terciptanya game edukasi tebak surah pendek dengan hasil pengukuran sebesar 4,6 yang dapat diartikan sangat baik, sehingga dapat menunjang pembelajaran dalam meningkatkan kemampuan mengasah logika berpikir sekaligus meningkatkan minat belajar siswa yang dapat disalurkan melalui teknologi komunikasi.
PENERAPAN ALGORITMA K-MEANS UNTUK MENGELOMPOKKAN DATA PENGIRIMAN PAKET DI KANTOR POS CIREBON Aby Febrian; Nana Suarna; Gifthera Dwilestari
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 15 No 1 September 2022
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v15i1.3858

Abstract

Pada era industri sekarang ini perkembangan ekspedisi jasa kirim mengalami peningkatan yang relatif pesat, membuat jalur perdagangan barang maupun bidang jasa menjadi meningkat untuk memenuhi kebutuhan konsumen. Salah satu ekspedisi jasa kirim yaitu PT Pos Indonesia yang merupakan Badan Usaha Milik Negara (BUMN). Kantor Pos Cirebon saat ini mempunyai banyak pesaing diantaranya yaitu JNE,TIKI, Sicepat, dan J&T. Salah satu faktor utama dalam proses pengiriman yaitu dibutuhkan keakuratan dalam mengelompokkan data pengiriman, maka diperlukan proses perhitungan yang tepat, agar dapat mencapai hasil yang akurat. Pada penelitian ini dilakukan proses clustering dengan algoritma K-Means dengan tujuan untuk mendapatkan informasi dari data pengiriman paket yang ada di Kantor Pos Cirebon pada bulan juli 2020 serta memperoleh kelompok terbaik berdasarkan hasil evaluasi DBI. Hasil cluster data pengiriman paket menggunakan algoritma K-means serta dengan perhitungan Davies Bouldin Index nilai yang paling mendekati angka 0 dengan percobaan cluster 2 sampai cluster 10 menghasilkan nilai k terbaik pada cluster 3 yaitu 0.104 dengan jumlah anggota Cluster 0: 414 items, Cluster 1: 280 items, Cluster 2: 6 items.
PENERAPAN ALGORITMA K-MEANS UNTUK MENGELOMPOKKAN DATA PENGIRIMAN PAKET DI KANTOR POS CIREBON Aby Febrian; Nana Suarna; Gifthera Dwilestari
JURNAL TEKNOLOGI TECHNOSCIENTIA Technoscientia Vol 15 No 1 September 2022
Publisher : Lembaga Penelitian & Pengabdian Kepada Masyarakat (LPPM), IST AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/technoscientia.v15i1.3858

Abstract

Pada era industri sekarang ini perkembangan ekspedisi jasa kirim mengalami peningkatan yang relatif pesat, membuat jalur perdagangan barang maupun bidang jasa menjadi meningkat untuk memenuhi kebutuhan konsumen. Salah satu ekspedisi jasa kirim yaitu PT Pos Indonesia yang merupakan Badan Usaha Milik Negara (BUMN). Kantor Pos Cirebon saat ini mempunyai banyak pesaing diantaranya yaitu JNE,TIKI, Sicepat, dan J&T. Salah satu faktor utama dalam proses pengiriman yaitu dibutuhkan keakuratan dalam mengelompokkan data pengiriman, maka diperlukan proses perhitungan yang tepat, agar dapat mencapai hasil yang akurat. Pada penelitian ini dilakukan proses clustering dengan algoritma K-Means dengan tujuan untuk mendapatkan informasi dari data pengiriman paket yang ada di Kantor Pos Cirebon pada bulan juli 2020 serta memperoleh kelompok terbaik berdasarkan hasil evaluasi DBI. Hasil cluster data pengiriman paket menggunakan algoritma K-means serta dengan perhitungan Davies Bouldin Index nilai yang paling mendekati angka 0 dengan percobaan cluster 2 sampai cluster 10 menghasilkan nilai k terbaik pada cluster 3 yaitu 0.104 dengan jumlah anggota Cluster 0: 414 items, Cluster 1: 280 items, Cluster 2: 6 items.
ANALISA PERBANDINGAN PERFORMA OPTIMIZER ADAM, SGD, DAN RMSPROP PADA MODEL H5 Doni Anggara; Nana Suarna; Yudhistira Arie Wijaya
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.19226

Abstract

Melakukan komunikasi tidak sebatas berbentuk verbal saja, bisa juga berkomunikasi nonverbal yaitu dengan menyampaikan informasi dari ekspresi wajah. Namun, permasalahan dalam analisa ekspresi wajah jika melakukan pendeteksian ekspresi wajah secara manual maka akan membutuhkan waktu yang cukup lama dan tidak selalu akurat, sedangkan jika melakukan pendeteksian menggunakan machine learning berbasis Python maka akan mempersingkat proses pendeteksian ekspresi wajah, oleh karena itu diperlukan suatu model yang memiliki tingkat accuracy yang mumpuni sehingga dapat mendeteksi dan mengklasifikasikan ekspresi wajah dengan cepat dan akurat. Tujuan utama dari penelitian ini yaitu untuk mengetahui optimizer mana yang terbaik diantara Adam, SGD, dan RMSprop untuk model klasifikasi dengan membandingkan performa hasil training dari setiap optimizer dimana hasil dari proses training menghasilkan file model dengan ekstensi h5. Model dengan metrik accuracy, validation accuracy, loss, waktu tempuh, dan size model terbaik di antara optimizer tersebut akan di nyatakan sebagai optimizer terbaik. Data yang digunakan berupa foto sebanyak 71.774 foto dengan 7 label ekspresi wajah yang diantaranya senang, sedih, terkejut, marah, takut, jijik, dan netral. Metode yang digunakan untuk mengukur performa model pada dataset yang diberikan yaitu evaluate() dari library Keras, classification_report dan precision_recall_fscore_support yang terdapat pada library sklearn.metrics. Dengan skenario pengujian 60 epochs dan learning rate sebesar 0.001, Optimizer Adam memiliki nilai accuracy lebih tinggi yaitu 68.61% disusul oleh SGD dengan nilai accuracy sebesar 57.68% dan accuracy RMSprop sebesar 54.83%.Kata kunci: Adam, Deep learning, Ekspresi Wajah, Klasifikasi, Optimizer, RMSprop, SGD.
PEMBERIAN PINJAMAN KREDIT SECARA ONLINE MELALUI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN THE SATISFICING MODEL DI PT. BFI FINANCE INDONESIA CIREBON Anita Anita; Nana Suarna
INTERNAL (Information System Journal) Vol. 1 No. 1 (2018)
Publisher : Masoem University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32627/internal.v1i1.324

Abstract

The existence of the internet today provides benefits directly or indirectly to the business world, education, community and more, from small to large scale. With the internet facility data can be stored, retrieved and sent easily to all directions. So can not be denied the existence of internet website becomes the main requirement in providing the fastest information in globalization today. In the creditworthiness assessment conducted by PT. BFI Finance Indonesia Cirebon is still experiencing difficulties. The presentation of credit lending information is often delayed. One form of utilization of this facility is by making Decision Support System Online Loan Disbursement Using The Satisficing Model. This system will be used to analyze the personality and income of a person who will perform vehicle loans. By using this analytical method is expected to generate and simplify the process of acceptance of creditor candidates in accordance with the expected criteria so as to streamline the cost and time.
Naive Bayes Classifier untuk Analisis Sentimen Ulasan Pelanggan pada Domo Coffee and Resto Puji Hartini; Nana Suarna; Willy Prihartono
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.10315

Abstract

Domo Coffee and resto is one of the well-known cafes located on Jl. DR Sudarsono No.45 Kesambi, Kesambi District, Cirebon City. Domo Coffee and Resto has a variety of food and drinks served and the place is designed to be beautiful and comfortable to visit for various purposes. Of course, there are many kinds of problems related to unsatisfactory service, uncomfortable atmosphere or bad taste of food as well as several other disappointments and dissatisfaction that give rise to negative comments or reviews. Café Domo often receives mixed reviews from customers on the Google review platform. This research aims to analyze the sentiment of customer reviews on Domo Coffee and restaurant and will be completed using the Naïve Bayes Classifier method, namely a classification method based on Bayes' theorem. In this research, based on the author's understanding of sentences regarding sentiment analysis, the author received 374 positive reviews and 58 negative reviews regarding food. 469 positive reviews and 40 negative reviews regarding the atmosphere and 253 positive reviews and 99 negative reviews regarding the service. The highest number of positive comments was obtained by the atmosphere aspect with 469 reviews and the highest negative comments were obtained by the service aspect with 99 reviews. In testing the split data values of 0.8 and 0.2, the highest accuracy was obtained by the service technician with an accuracy of 98.22%, precision of 97.58%, recall of 100% and an F1-score value of 98.78%. The results of this research provide in-depth insight into customers' views of Domo cafe. Cafe owners and stakeholders can use these findings to understand aspects that need to be improved or improved.
Penerapan Clustering Nilai Inflasi Berdasarkan Kelompok Pengeluaran Menggunakan Algoritma K-Means di Jawa Barat Ayu Zulhijah; Nana Suarna
Jurnal Teknik Mesin, Industri, Elektro dan Informatika Vol. 2 No. 1 (2023): Maret : JURNAL TEKNIK MESIN, INDUSTRI, ELEKTRO DAN INFORMATIKA
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jtmei.v2i1.1263

Abstract

Indonesia merupakan negara dengan beberapa kota di setiap provinsinya, namun tentunya setiap kota mempunyai tingkat inflasi yang berbeda setiap tahunnya. Dengan banyaknya data inflasi di Indonesia, sulit bagi pemerintah untuk mengkategorikan angka inflasi. Penulis berinisiatif melakukan penelitian tentang mengelompokkan nilai inflasi pengeluaran di jawa barat. Tujuan membuat laporan ini merupakan untuk memperoleh informasi dengan kualitas terbaik dari data yang diproses. Proses ini di harapkan dapat membantu pemerintah dalam mengetahui nilai inflasi berdasarkan kelompok pengeluaran tertinggi dan terendah di Jawa Barat. Metode yang digunakan adalah metode k-means clustering. Penelitian ini juga di dukung menggunakan salah satu perangkat lunak atau tools untuk mengolah data mining yaitu RapidMiner. Didapat hasil cluster terbaik yaitu 5 cluster berdasarkan nilai DBi 0,063. Dimana yang termasuk ke dalam cluster tersebut adalah cluster 0, cluster 2, dan cluster 4 dengan tingkat inflasi rendah berjumlah 5 Kabupaten/Kota. Dan yang termasuk ke dalam tingkat inflasi tinggi adalah cluster 1 dan cluster 3 berjumlah 2 Kabupaten/Kota. Hasil dari data ini juga menunjukkan nilai akurasi sebesar 100%, sehingga bisa disimpulkan jika algoritma k-means mempunyai nilai akurasi tinggi.
IMPLEMENTASI DATA MINING UNTUK MENGKLASIFIKASI HASIL KELULUSAN MADRASAH MENGGUNAKAN ALGORITMA NAIVE BAYES Teguh Adrian; Nana Suarna
Journal of Scientech Research and Development Vol 5 No 2 (2023): JSRD, December 2023
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v5i2.279

Abstract

Madrasah, sebagai lembaga pendidikan penting dalam mempersiapkan generasi bangsa dan agama, telah hadir di Indonesia sejak awal abad ke-20 sebelum kemerdekaan. Perkembangan pendidikan Islam semakin pesat sejak awal kemerdekaan, ditandai dengan perhatian khusus dari pemerintah. Meski mengalami peningkatan, indeks kelulusan siswa masih menjadi tantangan karena data tersebar dan memakan waktu lama dalam pengumpulannya. Laporan Tugas Akhir ini menggunakan metode Knowledge Discovery in Database (KDD) dengan algoritma Naïve Bayes Classification untuk memprediksi tingkat kelulusan siswa madrasah. Tujuannya adalah memudahkan para guru dalam memahami hasil prediksi kelulusan siswa, memberikan peluang bagi siswa dengan nilai di bawah kriteria kelulusan, dan memberikan rekomendasi bagi madrasah untuk meningkatkan tingkat kelulusan. Hasilnya menunjukkan akurasi sebesar 88,24%, recall 92,11%, dan precision 87,50%, menandakan kinerja baik algoritma Naïve Bayes dalam memprediksi kelulusan siswa.
Co-Authors Aby Febrian Ahmad Rifai Anita Anita Arif Rinaldi Dikananda Ayu Zulhijah Dendy Indriya Efendi Dodi Solihudin Doni Anggara Euis Fadilah Fahmi Sulaiman Farah Nur Farida Gifthera Dwilestari Iin Irfan Ali Musofi Musofi Nining Rahaningsih Puji Hartini Rizal Rayyan Firdaus Robi Rotika Siti Nur Illah Teguh Adrian Willy Prihartono Yudhistira Arie Wijaya