Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.431

P-Index

This Author published in this journals

All Journal Prosiding Semnastek Sistemasi: Jurnal Sistem Informasi IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Khatulistiwa Informatika Faktor Exacta EDUMATIC: Jurnal Pendidikan Informatika Jurnal Review Pendidikan dan Pengajaran (JRPP) Progresif: Jurnal Ilmiah Komputer INTI Nusa Mandiri INFORMASI (Jurnal Informatika dan Sistem Informasi) Jurnal Sistem Informasi dan Sains Teknologi Jurnal Abdi Masyarakat Indonesia

Mira Kusmira

Universitas Bina Sarana Informatika

Author-ID : 2378209

Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 12 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Naïve Bayes Classification Model for the Producer Price Index Prediction Melisa Winda Pertiwi; Mira Kusmira; Rezkiani Rezkiani; Bambang Kelana Simpony; Yanti Apriyani; Iqbal Dzulfiqar Iskandar; Taufik Wibisono; Imam Amirulloh
Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Producer Price Index is an index number that describes the level of price change at the producer level. Data users can take advantage of the development of producer prices as an early indicator of wholesale and retail prices. In addition, it can also be used to assist in the preparation of the economic balance, distribution of goods, trade margins, and so on. Every year the Badan Pusat Statistika (BPS) updates data on the producer price index to facilitate producer price standards, including rice and grain producers. To determine the Price Prediction Index, a prediction algorithm is needed, namely Naive Bayes based on data from Quarters I and II of 2021. The Naïve Bayes Algorithm, can be used to predict the Producer Price Index. This prediction is made to provide an overview of Quarter III, considering that in 1 year BPS updates the Producer Price Index’s data up to Quarter IV in 1 year. The prediction obtained is an increase for Quarter III with a maximum value between 0.961 – 0.980 based on data from Quarters I and II.

Penerapan Data Mining Pengajuan Pembiayaan Perumahan (Consumen Financing) Individual Menggunakan Algoritma C4.5 Tri Wahyudi; Mira Kusmira; Agung Baitul Hikmah
Jurnal Khatulistiwa Informatika Vol 7, No 1 (2019): Periode Juni 2019
Publisher : Universitas Bina Sarana Informatika

Setiap manusia membutuhkan rumah untuk tempat tinggal terutama bagi mereka yang sudah berumah tangga, tetapi dengan harga rumah yang cenderung tiap tahun mengalami kenaikan harga membuat tiap orang mengurungkan niatnya untuk membeli secara tunai. Banyak pihak terutama perbankan atau lembaga keuangan yang menawari pembiayan perumahan secara angsuran, tetapi dalam memberikan pembiayaan ada resiko yang dihadapi oleh pihak perbankan atau lembaga keuangan yaitu resiko kredit macet dan gagal bayar. Oleh karena itu untuk mengatasi permasalahan itu pihak perbankan atau lembaga keuangan perlu memprediksi kelayakan pengajuan pembiayaan terlebih dahulu. Teknik data mining digunakan untuk menentukan prediksi kelayakan pengajuan pembiayaan dalam membuat keputusan kepada nasabah yang berhak diterima atau ditolak pengajuannya. Dan memperoleh tingkat akurasi sebesar 77,27%

ANALISIS SENTIMEN REGISTRASI ULANG KARTU SIM PADA TWITTER MENGGUNAKAN ALGORITMA SVM DAN K-NN Mira Kusmira
INTI Nusa Mandiri Vol 14 No 1 (2019): INTI Periode Agustus 2019
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1240.092 KB)

Analisis sentimen adalah proses menganalisa, memahami dan mengklasifikasikan pendapat, evaluasi, penilaian, sikap dan emosi terhadap suatu entitas seperti pada peristiwa Registrasi Ulang Kartu SIM yang ramai menjadi perbincangan di dunia nyata maupun media sosial, salah satunya adalah twitter. Semua orang dengan bebas memberikan pendapatnya atau beropini tentang registrasi ulang kartu SIM sehingga memunculkan banyak opini. Penelitian ini menggunakan teks bahasa indonesia yang terdapat pada twitter berupa opini sehingga pengklasifikasian kategori Positive, Negative dilakukan secara manual. Metode yang digunakan dalam penelitian ini untuk proses klasifikasi analisis sentiment menggunakan metode k-Nearest Neighbor (k-NN), dan Support Vector Machine (SVM) hasil dari penelitian ini adalah analisis sentiment terhadap registrasi ulang kartu SIM, Metode SVM dianggap lebih baik dari pada metode k-NN dalam penelitian ini karena menghasilkan Accuracy 78.97 % dan AUC 0.851

PEMANFAATAN APLIKASI GRAF PADA PEMBUATAN JALUR ANGKOT 05 TASIKMALAYA Mira Kusmira; Taufiqurrochman Taufiqurrahman
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Angkutan umum merupakan salah satu transfortasi yang membatu masyarakat dalam melakukan kegiatan sehari-hari, melakukan kegitan yang jarak dekat maupun yang jarak jauh yang dapat di tempuh dengan angkot, dalam hal ini ada beberapa kendala dalam menggunakan trnsportasi umum salah satu kendalanya adalah angkot yang semberaut atau kurang rapih sehingga memicu kemacetan. Pada penelitian disini membahas bagaimana graf digunakan untuk memebantu dalam pembutan jalur supaya lebih teratur dan dapat mengurangi kemacetan. Dengan adanya jalur yang rapih dan teratur dapat membatu memudahnkan masyarakat dalam menentukan angkot mana yang akan mereka gunakan untuk menuju tujuan yang mereka pilih. Jalur yang tidak teratur akan menimbulkan permasalahan seperti ngetem dan kemacetan. Pada penenlitian ini akan menggunakan metode persoalan tukang pos cina. Lintasan dan sirkuit yang banyak dipakai adalah lintasan dan sirkuit euler.

Implementasi Teknologi Cloud Computing Pada Sistem Transportasi Angkutan Umum Kota Tasikmalaya Agung Baitul Hikmah; Yusuf Sumaryana; Mira Kusmira; Tuti Alawiyah; Yanti Apriyani
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 4, No 2 (2019): IJCIT November 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Sistem transportasi khususnya angkutan umum sangat diperlukan oleh masyarakat dalam memenuhi kebutuhan sehari-hari baik kebutuhan angkutan orang maupun barang. Sistem informasi angkutan umum berbasis website serta penggunaan teknologi cloud computing untuk penyimpanan data menjadi alternatif yang paling efektif saat ini dengan sistem transportasi online berbasis cloud computing dapat melakukan penghematan biaya operasional pada sistem informasi yang dibangun dan dapat dengan mudah memonitoring dari satu server sehingga dapat memudahkan dalam pelayanan informasi trayek lalu lintas angkutan umum yang diperlukan pengguna di wilayah Kota Tasikmalaya dengan tujuan untuk mewujudkan pelayanan trayek lalu lintas dan angkutan umum yang tertib dan teratur.

ANALISIS SENTIMEN PENGARUH PEMBELAJARAN DARING TERHADAP MOTIVASI BELAJAR DI MASA PANDEMI MENGGUNAKAN NAIVE BAYES DAN SVM Ariansyah Ariansyah; Mira Kusmira
Faktor Exacta Vol 14, No 3 (2021)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v14i3.10325

The COVID-19 pandemic in Indonesia has had a huge impact on the education sector. Where it is today, it must implement and adapt a new learning model called online. motivation in learning is very important because it can improve achievements. In this case there are many pros and cons about online learning, many people's opinions on social media, especially Twitter about the influence of online learning on learning motivation. This study aims to analyze the influence between online learning and learning motivation. Public opinion on Twitter is used as a sentiment analysis to find out what people think about online learning on learning motivations whether positive or negative. The data used are tweets in indonesian with the keywords "online learning", "distance learning" and "motivational learning", with the number of datasets as many as 455 tweets are classified into 2 parts namely agreement and disagreement. The classification in this study used naive bayes classification algorithm method and Support Vector Machine (SVM) by preprocessing data using tokenize, transform case, filtering and stemming. Data is processed using rapidminer application. The highest accuracy result of this study was by the classification algorithm method support vector machine (SVM) with accuracy 97.22%, precision 94.72%, recall 100% and error 2.78%.

Sistem Aplikasi Point of Sale berbasis Desktop pada Qini Mart Tasikmalaya Yanti Apriyani; Mira Kusmira; Iqbal Dzulfiqar Iskandar; Imam Amirulloh; Melisa Winda Pertiwi; Taufik Wibisono
Jurnal Pendidikan Informatika (EDUMATIC) Vol 6, No 1 (2022): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v6i1.5617

Public interest in the modern market has increased rapidly, resulting in market business actors having difficulty in handling a large number of transactions as experienced by one of the market business players, namely Qini Mart Tasikmalaya. This study aims to create a Point of Sales (POS) application program in market businesses that can handle good retail management processes. In this study, we used a spiral model to build or design a POS application at Qini Mart Tasikmalaya. In this model, there is a risk analysis that is useful arising from the needs and designs that have been made in previous stages so that they can adjust, simplify, and speed up the retail management process. Black-box testing is used to determine the level of functionality and interface of the system that we have developed. The findings resulted in a POS application used at Qini Mart Tasikmalaya in accordance with the design we have made. In addition, the results of black-box testing show that all functional and interfaces on the system are running well, where this system can speed up the process of calculating sales transactions, printing payment notes, facilitating the process of managing goods data, and making more accurate sales reports.

Seminar Penyuluhan Menghilangkan Gerogi Berbicara di Depan Umum kepada Lembaga Amil Zakat Gema Indonesia Sejahtera (LAZGIS) Peduli Melisa Winda Pertiwi; Mira Kusmira; Fitri Latifah; Nita Merlina
Jurnal Abdi Masyarakat Indonesia Vol 2 No 3 (2022): JAMSI - Mei 2022
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.357

Yayasan LAZGIS merupakan salah satu yayasan yang memiliki siswa didik tingkat SMP dan SMA. Permasalahan mengenai menghilangkan nervous/grogi berbicara didepan umum dialami juga oleh siswa didik di yayasan tersebut. Nervous merupakan musuh utama bagi setiap manusia ketika sedang berbicara di depan umum. Saat kita hendak berbicara di depan umum seringkali kita merasakan grogi sehingga membuat kita tidak nyaman dan terganggu konsentrasinya. Hal tersebut tentu memacu performa kita ketika berada di hadapan publik. Orang tentu akan dapat menilai cara kita berbicara di depan umum. Dengan demikian, seringkali kita merasa tidak percaya diri karena public speaking kita berada dalam nilai yang tidak memuaskan dihadapan public. Yayasan lazgis bekerja bekerjasama dengan Universitas Nusa Mandiri mengadakan Seminar menghilangakn nervous/grogi berbicara didepan umum. Tujuan seminar ini sebagai pemahaman dan memberikan trik kepada siswa siswi supaya tidak lagi nervous ketika berbicara di depan umum. Metode yang digunakan yakni penyampaian materi, kesimpulan serta sesi tanya jawab. Hasil dari penggunaan metode tersebut, peserta mendapatkan informasi teknologi tepat guna yakni tips bagaimana menghilangkan gerogi saat berbicara didepan umum.

Implementasi Sistem Pakar dengan Algortima Naïve Bayes dengan Laplace Correction untuk Diagnosis Tuberkulosis Paru Yanti Apriyani; Iqbal Dzulfiqar Iskandar Iskandar; Mira Kusmira; Melisa Winda Pertiwi; Imam Amirulloh; Taufik Wibisono
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 13 No 1 (2021): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v13i1.72

Tuberkulosis atau tuberculosis (TBC) merupakan salah satu penyakit menular berbahaya yang disebabkan oleh kuman dari kelompok Mycobacterium Tuberculosis. Sebagian besar kuman tuberkulosis menyerang organ paru-paru dan menyerang organ yang lainnya. Menurut WHO Indonesia menjadi salah satu negara dengan beban tuberkulosis tinggi dengan jumlah kasus terbaru Tuberkulosis di Indonesia mencapai 420.994 kasus pada tahun 2017, hal tersebut dipengaruhi oleh kurangnya pengetahuan masyarakat akan tuberculosis dan enggan untuk memeriksakan gejala-gejala awal yang diderita kepada dokter. Dari permasalahan tersebut perlu dibangun sebuah sistem pakar yang berbasis perangkat lunak bertujuan untuk membantu dan memudahkan masyarakat dalam mendiagnosis gejala awal tuberculosis sebelum berkonsultasi kepada tenaga Kesehatan lebih lanjut. Diagnosis penyakit dengan menggunakan sistem pakar memerlukan sebuah metode algoritma dalam penyelesaiannya. Pada riset ini metode yang digunakan untuk membangun perangkat lunak sistem pakar diagnosis tuberculosis paru menggunakan waterfall, sedangakan proses klasifikasi untuk menentukan Diagnosis menggunakan algortima Naïve Bayes dengan Laplace Correction. Tujuan dari riset ini adalah untuk mendiagnosis gejala-gejala yang dialami pasien dan dapat menyimpulkan layaknya seorang pakar atau dokter saat mendiagnosis pasiennya serta memberikan pengetahuan gangguan apa yang diderita oleh pasien. Terkait hasil riset ini adalah berupa aplikasi sistem pakar Diagnosis penyakit tuberculosis paru berbasis desktop, dan telah dilakukan Pengujian sistem. Pengujian sistem ini dilakukan menggunakan black box testing yang berfokus pada proses masukan dan keluaran dari aplikasi terhadap perangkat lunak Diagnosis penyakit tuberkulosis. Sedangkan data hasil uji aplikasi Diagnosis menunjukan Kelas Positif Tuberkulosis lebih besar dengan nilai 0.000129803, dibandingkan dengan nilai kelas Negatif Tuberkulosis dengan nilai 0.0000000018. Maka dapat dinyatakan bahwa pasien tersebut Positif Tuberkulosis atau Pasien Mengalami Tuberkulosis Paru. Dampak dari riset ini masyarakat dapat mendiagnosis secara mandiri sehingga dapat mengetahui gejala awal dari tuberculosis.

Sistem Informasi Retrieval Antara Hadis Arbain dan Alquran dengan Vector Space Model Imam Amirulloh; Taufik Wibisono; Yanti Apriyani; Melisa Winda Pertiwi; Mira Kusmira
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1175

The Alquran and Hadith have complementary relationships and explain each other. On this basis, in explaining the contents of the Hadith, it is necessary to look into the contents of the Alquran and vice versa. However, the large amount of Alquran and Al-Hadith data impacts the execution time of data searching from the two sources, especially searching Alquran verses based on Hadith which requires much time and accuracy. Regarding this problem, we propose information retrieval system research as a solution. One part of the information retrieval system is Pre-Processing using Vector Space Model (VSM) and classification using Cosine Similarity, Dice, and Jaccard methods. That method can assist in finding search results with a great degree of accuracy. Based on the results of this study Cosine, Dice and Jaccard have the same results based on the average recall, precision, and overall accuracy, with a recall value of 44.27%, 1.8% precision, and 94% accuracy. Kata kunci: Alquran; Hadith; System Information Retrieval; Vector Space Model Abstrak. Alquran dan Hadis mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Hadis perlu di lihat juga dari pandangan isi Alquran begitu juga sebaliknya. Namun dengan jumlah data Alquran dan Hadis yang sangat besar berdampak pada lamanya eksekusi pencarian data dari kedua kitab tersebut terutama pencarian dari Ayat Alquran ke Hadis yang membutuhkan waktu yang lama dan ketepatan dalam pencarian. Untuk memecahkan permasalahan ini, ilmu penelitian sistem informasi retreival bisa menjadi solusi, salah satu bagian dari ilmu sistem informasi retrieval adalah PreProcessing dengan Model Vector Space Model (VSM) dan untuk pengklasifikasian menggunakan metode Cosine Similarity, Dice dan Jaccard sehingga dapat membantu dalam menemukan hasil pencarian dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian tersebut Cosine, Dice Dan Jaccard mempunyai hasil yang sama berdasarkan rata-rata recall, precision dan accuracy secara keseluruhan yaitu dengan nilai recall 44,27 %, precision 1,8 %, dan accurracy 94 %.Kata kunci: Alquran; Hadis; Sistem Informasi Retrieval; Vector Space Model

Co-Authors Agung Baitul Hikmah Ai Ilah Warnilah Alawiyah, Tuti Ariansyah Ariansyah Attarik Ramanda Bambang Kelana Simpony Fitri Latifah Imam Amirulloh Iskandar, Iqbal Dzulfiqar Melisa Winda Pertiwi Nita Merlina Ratningsih, Ratningsih Rezkiani Rezkiani Taufik Wibisono Taufik Wibisono Taufik Wibisono Taufiqurrochman Taufiqurrahman Tri Wahyudi Yanti Apriyani Yusuf Sumaryana

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search