Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.197

P-Index

This Author published in this journals

All Journal TEKNIK INFORMATIKA International Journal of Advances in Intelligent Informatics Sistemasi: Jurnal Sistem Informasi Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal Informatika Jurnal Teknik Komputer AMIK BSI Jurnal Khatulistiwa Informatika Techno Nusa Mandiri : Journal of Computing and Information Technology EVOLUSI : Jurnal Sains dan Manajemen JIRA: Jurnal Inovasi dan Riset Akademik Jurnal Sistem Informasi

Dwiza Riana

STMIK NUSA MANDIRI

Author-ID : 2378326

Humanities Computer Science & IT Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Other

Published : 12 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN) Fani Nurona Cahya; Nila Hardi; Dwiza Riana; sri hadiyanti
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakGangguan pada mata atau disebut juga penyakit mata adalah suatu kondisi yang mampu mempengaruhi jangka waktu hidup bagi sebagian orang. Gangguan mata atau penyakit mata banyak sekali jenisnya, diantaranya yaitu katarak, glaukoma dan retina disease. Gangguan atau penyakit mata tersebut merupakan penyebab kebutaan yang paling sering terjadi. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit mata atau kelaianan sebelum terjadi kebutaan. Penelitian ini bertujuan untuk klasifikasi penyakit mata menggunakan Convolutional Neural Network (CNN) berarsitekstur Alexnet dengan pembaruan berupa menggunakan 4 kelas yang membutuhkan 3 tahap proses yaitu melakukan tahap pre-processing yang menghasilkan ukuran citra menjadi 224x224px. Tahap selanjutnya adalah ekstraksi fitur dengan 3 layer yaitu Convutional Layer, Pooling Layer, Fully Connected Layer, Pada implementasi CNN menggunakan 150 epoch. Hasil akurasi dari penelitian klasifikasi penyakit mata menggunakan metode CNN adalah 98.37%.Kata kunci: penyakit mata, klasifikasi, convolutional neural network (CNN) AbstractAn eye disorder, also called a disease of the eye, is a condition that can affect the lifespan of some people. Eye disorders or diseases of which there are many types, including kataraks, glaukoma and retina disease. This eye disorder or disease is the most common cause of blindness. Seeing from the description. It is very important to detect eye disease or negligence before blindness occurs This study aims to classify eye diseases using the Alexnet textured Convolutional Neural Network (CNN) with an update in the form of using 4 classes that require 3 stages of the process, namely conducting ahap pre-processing which results in an image size of 224x224px. The next stage is Feature Extraction with 3 layers, namely Convutional Layer, Pooling Layer, Fully Connected Layer, the implementation of the Convolutional Neural Network implementation uses 150 epochs. The accuracy of the eye disease classification study using the Convolutional Neural Network method was 98.37%.Keywords: eye disease, classification, convolutional neural network (CNN).

Evaluasi Metode ISO/IEC 9126 Pada Kinerja Website Sistem Informasi Akademik Perguruan Tinggi Muh Jamil; Surya Fajar Saputra; Muhammad Irwan Wahid; Dwiza Riana
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 16, No 1 (2021): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v16i1.5209

Kualitas sebuah website menjadi hal yang sangat penting untuk dipertimbangkan. Mengingat bahwa website masih menjadi salah satu teknologi yang masih banyak digunakan dalam berbagai hal. Salah satu contoh yang paling sering dijumpai adalah sistem informasi akademik perguruan tinggi yang jumlah penggunanya kian bertambah dari waktu ke waktu sehingga tentunya website sistem informasi yang ada harus memiliki kualitas dan kehandalan yang baik untuk dapat memberikan layanan yang optimal kepada penggunanya, maka dari itu penelitian ini dilakukan untuk mengevalusi website SIA Stmik Nusa Mandiri dengan menggunakan pendekatan model ISO/IEC 9126 yang dimana dalam penelitian ini lebih berfokus untuk mengukur kinerja 4 karakteristik yang terdapat pada model ISO/IEC 9126 yaitu karakteristik usability,reliability,efficiency dan portability, uji karakteristik usability dilakukan dengan alat ukur berupa angket dan kemudian diolah untuk dapat membuktikan hipotesa yang ada, untuk karakteristik reliability, efficiency dan portability digunakan sebuah tool untuk dapat mengukur dan melihat perilaku website SIA Stmik Nusa Mandiri. Dari hasil uji yang dilakukan menunjukkan hasil yang cukup memuaskan pada website SIA Stmik Nusa Mandiri dengan beberapa hal yang harus menjadi perhatian untuk optimalisasi website yang ada, sehingga hasil penelitian ini diharapkan dapat menjadi bahan evaluasi bagi pihak Stmik Nusa Mandiri kedepannya.

PENCARIAN RUTE TERPENDEK PERJALANAN PROMOSI MARKETING MENGGUNAKAN ALGORITMA GENETIKA DAN ALGORITMA GREEDY Dini Silvi Purnia; Dwiza Riana
Jurnal Informatika Vol 3, No 2 (2016): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

ABSTRACTA promotional team are doing promotions to schools in determining travel routes are still having trouble of having to find the shortest distance of the school will be visited. In the resolution of an efficient service, required a system with a method that can help in determining the fastest route. Method of comparison is a genetic algorithm and greedy algorithm for the genetic algorithm is a method by using variable speed in every way that affects travel time each way and take advantage of the natural selection process that is known as an evolutionary process, this process has the function of crossover, mutation and individual improvement, using processes are largely carried out randomly then produced the best solution in the process of finding the fastest route. Has made the application of genetic algorithm and greedy algorithm for determining the shortest route compose a promotional trip PMB AMIK BSI Tasikmalaya which generates the most optimal route. Has made a comparison between the genetic algorithm and greedy algorithm in the most optimal route search The comparison showed that the genetic algorithm is an algorithm that is more appropriate to determine the route of travel promotion than the greedy algorithm..Keywords: genetic algorithm, greedy algorithm, shortest path

Analisis Faktor-Faktor Yang Mempengaruhi Kepuasan Pelanggan Fixpay Menggunakan SEM Dengan PLS Antonius Yadi Kuntoro; Moh. Arie Hasan; Dedi Dwi Saputra; Dwiza Riana
Jurnal Informatika Vol 6, No 1 (2019): April 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Penelitian ini bertujuan untuk mengetahui pengaruh kualitas pelayanan, nilai pelanggan, dan kepercayaan terhadap kepuasan pelanggan pada Fixpay. Fixpay adalah sebuah platform Mobile Payment yang dapat melakukan beragam jenis pembayaran dan pembelian secara online dari smartphone..Penelitian ini menggunakan pendekatan kuantitatif dengan metode asosiatif. Data yang digunakan menggunakan data primer berupa kuesioner yang diperoleh melalui google form. Pengambilan sampel menggunakan teknik non random sampling sehingga diperoleh sampel penelitian sebanyak 100 responden. Hasil penelitian menunjukkan bahwa kualitas pelayanan, nilai pelanggan, dan kepercayaan berpengaruh signifikan terhadap kepuasan pelanggan Fixpay baik secara parsial maupun simultan. Disarankan kepada pihak perusahaan untuk terus meningkatkan kepuasan pelanggan, seperti dengan membuat mudah aplikasi Fixpay untuk dioperasionalisasikan, mudah mengakses aplikasi, dan meningkatkan nilai kegunaan dari aplikasi Fixpay. Pengolahan data dalam penelitian ini menggunakan Structural Equation Modeling (SEM) dengan Partial Least Square (PLS).

IMPLEMENTASI KOMPRESI CITRA DIGITAL DENGAN MEMBANDINGKAN METODE LOSSY DAN LOSSLESS COMPRESSION MENGGUNAKAN MATLAB Witriana Endah Pangesti; Galih Widagdo; Dwiza Riana; Sri Hadianti
Jurnal Khatulistiwa Informatika Vol 8, No 1 (2020): Periode Juni 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v8i1.7759

Teknologi pengolahan citra saat ini telah banyak berkembang, salah satunya teknologi kompresi. Kompresi citra digital merupakan suatu upaya untuk melakukan tranformasi terhadap data atau simbol, tanpa menimbulkan perubahan yang signifikan atas citra digital bagi mata manusia yang mengamatinya. Citra merupakan istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Dalam penelitian ini penulis menggunakan metode Lossy compression dan Lossless compression dimana metode Lossy compression yaitu suatu metode kompresi data yang menghilangkan sebagian informasi sedangkan metode Lossless compression yaitu suatu metode kompresi data dengan tidak ada informasi data yang hilang atau berkurang jumlahnya selama proses kompresi. Sehingga setelah proses dekompresi jumlah bit (byte) data atau informasi dalam keseluruhan data hasil sama persis dengan data aslinya (Saragih and Harahap 2019). Dari penelitian sebelumnya yaitu Implementasi Kompresi Citra Digital Dengan Mengatur Kualitas Citra Digital (Raharja and Harsadi 2018) penulis melanjutkan dengan melalukan perbandingan dengan menggunakan 20 citra berbeda lalu di kompres dengan metode lossless compression, diketahui rata-rata setelah kompres adalah empat puluh sembilan persen. Paper penelitian sebelumnya yang menggunakan metode lossy menghasilkan rata-rata kompres enam puluh persen dan paper penelitian yang penulis lakukan dengan metode lossless yang menghasilkan rata-rata kompresi empat puluh sembilan persen, maka dapat di simpulkan bahwa metode lossy lebih baik dibandingkan dengan metode lossless dalam mengkompresi citra

ANALISIS TECHNOLOGY ACCEPTANCE MODEL PADA APLIKASI PLATFORM PERDAGANGAN ELEKTRONIK DI KALANGAN MAHASISWA Nur Fiyah; Nissa Almira Mayangky; Sri Hadianti; Dwiza Riana
JURNAL TEKNIK INFORMATIKA Vol 12, No 1 (2019): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Shopee merupakan platform perdagangan elektronik yang didirikan pada tahun 2009 sebagai pasar mobile-sentris sosial yang pertama dimana pengguna aplikasi shopee ini dapat melakukan belanja, menjual, dan menjelajahi kapan saja melalui ponsel pintar dengan aman dan praktis. Aplikasi Shopee dipengaruhi dari beberapa faktor untuk menghasilkan sistem belanja yang sesuai dengan kebutuhan penggunanya, tidak menutup kemungkinan bahwa masih ada pengguna yang merasa dikecewakan dengan pelayanan Shopee, hal inilah yang membuat para pengguna aplikasi merasa dikecewakan.Untuk meningkatkan kemudahan dan kenyamanan pengguna sistem maka perlu adanya pengukuran yang mendalam mengenai faktor mana yang mempengaruhi sikap penerimaan pengguna aplikasi Shopee di kalangan Mahasiswa. Metode penelitian menggunakan eksploratory dengan jumlah responden sebanyak 100 orang mahasiswa. Teknik analisis data menggunakan technology acceptance model (TAM). Hasil penelitian menunjukkan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude, dan Intention to use semua berpengaruh signifikan pada penerimaan penggunaan aplikasi shopee dikalangan Mahasiswa. Hasil pengujian secara keseluruhan yang dihasilkan R squares adjusted sebesar 0.550 atau 55% dengan nilai T value pada Perceived ease of use terhadap Attitude memiliki nilai sebesar 7.861, Perceived ease of useterhadap Perceived ease of use memiliki nilai sebesar 9.777, Attitude terhadap Intention to use memiliki nilai sebesar 8.476 sehingga hasil ini menunjukkan bahwa nilai T value lebih besar dari taraf signifikansi 5% dan dapat diambil kesimpulan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude, dan Intention to use saling berpengaruh signifikan terhadap pengguna aplikasi Shopee di kalangan Mahasiswa.

PENGUKURAN KUALITAS LAYANAN JD.ID TERHADAP MINAT KONSUMEN DENGAN METODE TAM Arief Rama Sena; Muhammad Ifan Rifani Ihsan; Dwiza Riana
Evolusi : Jurnal Sains dan Manajemen Vol 8, No 1 (2020): Jurnal Evolusi 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v8i1.7610

Studi ini menggambarkan minat pengguna pada situs jual beli online JD.id menggunakan metode Techology Acceptence Model atau yang biasa disebut TAM. Variabel yang digunakan berjumlah 3 yaitu, variabel Kemudahan Penggunaan (Perceived Ease Of Use), variabel Kemanfaatan (Perceived Usefulness), variabel Kepercayaan (Trust), dan Variabel Minat dan Perilaku Pengguna (Behavioral Intention to Use). Teknik yang digunakan dalam penelitian ini adalah regresi linier berganda, dimana dalam regresi linier berganda menggunakan beberapa pengujian yang berguna untuk memperoleh hasil yang diharapkan dari kuesioner yang akan disebarkan kepada responden, diantaranya adalah pengujian validitas, pengujian reliabilitas, pengujian normalitas, pengujian multikolinearitas, pengujian heteroskedastisitas, dan pengujian T untuk menguji hipotesis yang telah dijabarkan sebelumnya. Analisis regresi linier berganda digunakan untuk mengetahui pengaruh variabel dependen dengan variabel dependen. Dalam penelitian ini, teknik pengumpulan data yang dilakukan adalah penyebaran pertanyaan yang harus dijawab oleh responden yang berjumlah 50 orang yang pernah mengunjungi situs jual beli online JD.id berupa kuesioner dengan skala Likert yaitu kuesioner dengan 5 buah pilihan jawaban. Hasil penelitian menunjukan bahwa variabel tidak terikat (independent) yaitu kemanfaatan (Perceived Usefulness), kegunaan (Perceived Ease Of Use ), dan kepercayaan (Trust), memiliki pengaruh secara signifikan terhadap variabel terikat (dependent) yaitu minat perilaku penggunaan (Variabel Behavioral Intention to Use) dengan nilai (rSquare) sebesar 21,6%.

Improved point center algorithm for K-Means clustering to increase software defect prediction Riski Annisa; Didi Rosiyadi; Dwiza Riana
International Journal of Advances in Intelligent Informatics Vol 6, No 3 (2020): November 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v6i3.484

The k-means is a clustering algorithm that is often and easy to use. This algorithm is susceptible to randomly chosen centroid points so that it cannot produce optimal results. This research aimed to improve the k-means algorithm’s performance by applying a proposed algorithm called point center. The proposed algorithm overcame the random centroid value in k-means and then applied it to predict software defects modules’ errors. The point center algorithm was proposed to determine the initial centroid value for the k-means algorithm optimization. Then, the selection of X and Y variables determined the cluster center members. The ten datasets were used to perform the testing, of which nine datasets were used for predicting software defects. The proposed center point algorithm showed the lowest errors. It also improved the k-means algorithm’s performance by an average of 12.82% cluster errors in the software compared to the centroid value obtained randomly on the simple k-means algorithm. The findings are beneficial and contribute to developing a clustering model to handle data, such as to predict software defect modules more accurately.

Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Dengan Algotima Genetika Pada Analisis Sentimen Calon Gubernur Jabar 2018-2023 Deni Gunawan; Dwiza Riana; Dian Ardiansyah; Fajar Akbar; Salman Alfarizi
JURNAL TEKNIK KOMPUTER Vol 6, No 1 (2020): JTK-Periode Januari 2020
Publisher : Universitas Bina Sarana Informatika

Abstrak – Kontestasi politik dalam penentuan menjadi pemimpin tingkat provinsi dalam hal ini gubernur jawa barat 2018-2023. Masyarakat yang memberikan opininya berupa tweet pada media sosial twitter menentukan bentuk dukungan atau tidaknya, sehingga perlu adanya analisis sentimen terhadap calon Gubernur agar mengetahui tingkat kepercayaan masyarakat serta terbentuk citra kepada calon Gubernur Jawa Barat 2018-2023. Akan tetapi membaca keseluruhan tweet yang tersebar dalam twitter yang berkaitan dengan masing-masing calon gubernur akan memakan waktu dan membingungkan dalam pengambilan keputusan. Klasifikasi sentimen akan mengurai masalah mengenai opini, pendapat, emosi dan prilaku dengan studi komputasi. Metode klasifikasi yang akan dibahas dalam penelitian yaitu dengan algoritma Naïve Bayes serta Support Vector Machine. Penentuan fitur menentuka hasil akurasi, dalam penentuan fitur seleksi digunakan Genetic Algorithm agar dapat meningkatan akurasi pengklasifikasian pada Support Vector Machine dan Naive Bayes. Perolehan penelitian ini yaitu klasifikasi teks dalam pola negatif atau positif dari tweet calon gubernur jawa barat 2018-2023. Pada dataset tidak seimbang Support Vector Machine menghasilkan rata-rata akurasi 92.61% dengan AUC 0,950, Naive Bayes menghasilkan rata-rata akurasi 93,29% dengan AUC 0,525, Support Vector Machine berbasis Genetic Algorithm menghasilkan rata-rata akurasi 93,03% dengan AUC 0,869, Naive Bayes berbasis Genetic Algorithm menghasilkan rata-rata akurasi 92,85% dengan AUC 0,543. Hasil ini menunjukan bahwa Support Vector Machine dapat digunakan untuk membangun deteksi tweet klasifikasi positif dan negatif dengan tingkat akurasi yang tinggi. Kebaruan dari penelitian ini adalah bahwa Support Vector Machine dapat digunakan untuk mendeteksi tweet pada dataset twitter berbahasa indonesia penulis.

Komparasi Algoritma Klasifikasi untuk Orientasi Minat Mahasiswa dalam Penuntasan Studi Muhammad Rizki Fahdia; Dwiza Riana; Fachri Amsury; Irwansyah Saputra; Nanang Ruhyana
JIRA: Jurnal Inovasi dan Riset Akademik Vol 2, No 7 (2021)
Publisher : Ahlimedia Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47387/jira.v2i7.185

Politeknik Tri Mitra Karya Mandiri adalah salah satu perguruan tinggi vokasi yang berada di wilayah Cikampek Kabupaten Karawang yang pada tahun akademik 2017/2018 mempunyai jumlah mahasiswa mencapai 987 orang mahasiswa.Namun sayangnya dari total jumlah mahasiswa tidak seluruhnya mempunyai orientasi minat yang sesungguhnya untuk kuliah, banyak factor yang mempengaruhinya. Tinginya tingkat orientasi minat mahasiswa yang tidak memilih kuliah, inilah yang membuat diadakan penelitian tentang sebab-sebab mengapa mahasiswa berkuliah dikampus ini serta mecari solusi guna mengurangi jumlah mahasiswa yang menjadi non aktif ketika diketahui mempunyai orientasi minat yang bukan untuk kuliah. Dengan melakukan komparasi menggunakan 3 algoritma yang termasuk dalam metode klasifikasi data mining yaitu; Decision Tree C4.5, NaÃ¯ve Bayes dan K-Nearest Neighbor penelitian ini mencari nilai akurasi dan Area Under Curve (AUC) yang terbaik dari ketiga algoritma yang dikomparasi guna ditentukan model yang digunakan pada penentuan orientasi minat mahasiswa. Hasil dari komparasi yang dilakukan dalam penelitian ini adalah; algoritma Decision Tree C4.5 mempunyai nilai akurasi sebesar 91,75% dan AUC sebesar 0,969, NaÃ¯ve Bayes mempunyai nilai akurasi sebesar 86,77% dan AUC sebesar 0,930 sedangngkan K-Nearest Neighbor mempunyai nilai akurasi sebesar 88,61% dan AUC sebesar 0,500. Melalui uji beda yang dilakukan menggunakan operator T-test pada Rapid Miner ditemukan hasil bahwa algoritma Decision Tree C4.5 merupakan algoritma terbaik dari 3 buah algoritma yang digunakan, maka dalam penelitian ini digunakan rule Decision Tree C4.5 untuk diterapkan pada deployment yang dilakukan.

Co-Authors Antonius Yadi Kuntoro Arief Rama Sena Dedi Dwi Saputra Deni Gunawan Dian Ardiansyah Didi Rosiyadi Dini Silvi Purnia, Dini Silvi Fachri Amsury Fajar Akbar Fani Nurona Cahya Fanny Fatma Wati Galih Widagdo Irwansyah Saputra Mayangky, Nissa Almira Moh. Arie Hasan Muh Jamil Muhammad Ifan Rifani Ihsan Muhammad Irwan Wahid MUHAMMAD RIZKI FAHDIA Nanang Ruhyana Nila Hardi Nur Fiyah Riski Annisa Riyan Latifahul Hasanah SALMAN ALFARIZI Sri Hadianti Surya Fajar Saputra WITRIANA ENDAH PANGESTI

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