Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.99

P-Index

This Author published in this journals

All Journal Techno.Com: Jurnal Teknologi Informasi JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Pengabdian UntukMu NegeRI Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Pendidikan dan Konseling ABDIKOM

Helena Nurramdhani Irmanda

Universitas Pembangunan Nasional Veteran Jakarta

Author-ID : 2400898

Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 11 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Literasi Internet Untuk Meminimalisir Dampak Konten Negatif Pada Ibu-Ibu Pkk Desa Citeras Helena Nurramdhani Irmanda; Nurul Chamidah
Jurnal Pengabdian UntukMu NegeRI Vol 4 No 2 (2020): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jpumri.v4i2.2115

Internet rapid use in daily life has led to lifestyle changes. Internet is not only used by adults but also children. The Family Welfare Empowerment (PKK) action as the vanguard in the family has goals to create a family with noble character. It is important for PKK mothers to understand internet literacy in order to educate their children in healthy internet use so that the negative impact can be minimized. Based on the situation analysis, problems in Citeras village can be formulated, namely the need to increase the understanding of Citeras village PKK mothers regarding internet literacy. The solution to this problem is to conduct training activities on internet literacy and use of parental control applications. This activity aims to improve the competence of PKK mothers so that they can monitor their children in using the internet positively. This training has been carried out well. This is reinforced by the data from the internet usage survey, the high category N-gain value of 96,15, and the results of the survey on the implementation of activities to the community which received a positive response from the participants

Penilaian Esai Pendek Otomatis dengan Pencocokan Kata Kunci Frasa Nomina Nurul Chamidah; Mayanda Mega Santoni; Helena Nurramdhani Irmanda; Ria Astriratma
Techno.Com Vol 20, No 4 (2021): November 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i4.5043

Pembelajaran daring menjadi suatu kebutuhan dalam pengajaran baik dalam memberikan materi maupun ujian. Ujian dalam bentuk soal objektif kurang dapat mengukur kemampuan pemahaman seseorang dan soal esai dianggap lebih baik untuk mengevaluasi hasil pembelajaran. Namun, jawaban berbentuk esai memerlukan waktu yang lebih banyak untuk dilakukan penilaian serta hasil penilaiannya dapat inkonsisten. Maka dari itu, diperlukan suatu sistem penilaian esai otomatis yang dapat menilai esai dengan lebih cepat dan konsisten. Penelitian ini dilakukan untuk menganalisis performa penilain esai otomatis dengan mengekstrak kata kunci dari frasa nomina dalam jawaban berbentuk esai pendek. Penilaian esai dilakukan dengan mencocokkan kata kunci yang diekstrak dari jawaban uji dan jawaban referensi. Jawaban uji dan referensi diproses dengan case folding, Part of Speech (POS) Tagging, ekstraksi frasa nomina, dan stemming. Kata kunci unik jawaban uji dan jawaban referensi yang diperoleh dari proses tersebut selanjutnya dicocokkan dan kemudian dinilai berdasarkan kecocokan tersebut. Hasil evaluasi penelitian ini menunjukkan Mean Absolute Error (MAE) dari nilai yang diperoleh dengan mencocokkan kata kunci dengan nilai uji yang diberikan manusia sebesar 18% dan Pearson Correlation sebesar 0.83 yang menunjukkan korelasi antara nilai sistem dan nilai uji sangat baik.

Klasifikasi Jenis Pantun dengan Metode Support Vector Machines (SVM) Helena Nurramdhani Irmanda; Ria Astriratma
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 5 (2020): Oktober 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

This study aims to create a model for categorizing pantun types and analyze the accuracy of support vector machines (SVM). The first stage is collecting pantun that have been labeled with pantun category. The pantun categories consist of pantun for children, pantun for young people, and pantun for elder. After collecting data, the next stage is pre-processing. This pre-processing stage makes data ready to be processed on the extraction stage. The pre-processing stage consists of text segmentation, case folding, tokenization, stop word removal, and stemming. The feature extraction stage is intended to analyze potential information and represent terms as a vector. Separating training data and testing data is necessary to be conducted before the classification process. Then the classification process is done by using multiclass SVM. The results of the classification are evaluated to obtain accuracy and will be analyzed whether the classification model is proper to be used. The results showed that SVM classified the types of pantun with accuracy of 81,91%.

Pembuat Sampiran Pantun Otomatis berbasis Pattern-matching Helena Nurramdhani Irmanda; Ria Astriratma; Nurul Chamidah; Mayanda Mega Santoni
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 10, No 3 (2021): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v10i3.1221

Penelitian ini dilakukan untuk membuat sampiran pantun otomatis berbasis pencocokan pola dan menganalisis tingkat naturalness dari pantun yang dihasilkan. Pada tahapan awal akan dibangun database berisi template dan kamus istilah. Sistem ini memerlukan input dari pengguna berupa isi dari pantun sebagai kata kunci. Kemudian dilakukan penentuan template. Dari kata kunci yang dimasukan oleh pengguna akan diperoleh rima. Rima ini akan dicocokan ke dalam database kamus istilah dan mengambil istilah dengan rima yang bersesuaian. Langkah terakhir yaitu melakukan penggabungan antara variable pada template dengan istilah yang terpilih sehingga membentuk teks sampiran yang utuh. Untuk tahap evaluasi naturalness dilakukukan dengan memberikan survey kepada responden untuk menilai hasil teks sampiran dari aspek keterbacaan, kejelasan, dan ketepatannya. Hasil dari penelitian ini menunjukan bahwa metode pattern-matching dapat digunakan untuk membuat teks sampiran pantun secara otomatis sesuai dengan kaidah, baik secara jumlah larik dan rimanya. Hal ini sejalan dengan hasil evaluasi naturalness yang baik dari pengguna dalam aspek readability, clarity, dan general approriateness yang cukup tinggi masing-masing sebesar 95%, 93% dan 97,5%.

Penerapan Algoritma K-Nearest Neighbor Untuk Memprediksi Kualitas Air Yang Dapat Dikonsumsi Hardiana Said; Nur Hafifah Matondang; Helena Nurramdhani Irmanda
Techno.Com Vol 21, No 2 (2022): Mei 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i2.5901

Kualitas air yang aman untuk dikonsumsi sangatlah penting bagi kesehatan masyarakat luas di setiap daerah, namun kualitas air diberbagai daerah semakin menurun terutama untuk kebutuhan manusia dalam hal air minum, dampak dari kualitas air yang tidak aman untuk dikonsumsi dapat menyebabkan penyakit seperti kolera, diare, hepatitis A dan lainnya, hal ini dikarenakan air yang memiliki sanitasi yang buruk dan zat-zat yang melebihi kadar standar. Penelitian ini dilakukan untuk mengetahui hasil evaluasi dari model yang dihasilkan untuk dapat memprediksi kualitas air yang dapat dikonsumsi atau tidaknya dengan menerapkan algoritma klasifikasi data mining yaitu adalah algoritma K-Nearest Neighbor. Algoritma ini diterapkan untuk menghitung probabilitas kualitas air yang aman atau tidak untuk dikonsumsi berdasarkan data rekaman yang diambil dari lingkungan sekitar terutama di daerah padat penduduk. Kumpulan data diperoleh dari website kaggle, hasil pemodelan diukur menggunakan tabel Confusion Matrix untuk menghitung akurasi. Setelah diuji, model ini memiliki tingkat akurasi tertinggi 85,52% dengan nilai k (tetangga terdekat) = 3.

Sentiment Analysis of Beauty Product E-Commerce Using Support Vector Machine Method Muhammad Rio Pratama; Faza Abdillah Gunawan Soerawinata; Rafdi Reyhan Zhafari; Rendy; Helena Nurramdhani Irmanda
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 2 (2022): April 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Customers who buy goods will provide an assessment in the form of a review. If negative reviews dominate an item, other customers will be reluctant to buy at that store, so customers look for other stores, affecting the store's revenue. Therefore, this study aims to classify e-commerce beauty product reviews using the Support Vector Machine to create a model to categorize beauty product reviews and analyze accuracy. The research phase begins by collecting 50,000 datasets consisting of 35,000 training data and 15,000 test data. After the data is collected, the data labeling stage is carried out, labeled positive and negative. Then the preprocessing step is carried out so that the data is ready to be processed in the feature extraction step. The feature extraction step aims to explore potential information that represents words. Furthermore, the resulting data is evaluated to obtain an accuracy value and determine whether the model made is feasible to use. The results showed that the Support Vector Machine could classify beauty product reviews well with an accuracy of 80.06%.

PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN POHON KEPUTUSAN UNTUK PREDIKSI CHURN Helena Nurramdhani Irmanda; Ria Astriratma; Sarika Afrizal
Jurnal Sistem Informasi Vol 11, No 2 (2019)
Publisher : Universitas Sriwijaya

Churn merupakan suatu kecenderungan pelanggan untuk berhenti dari suatu produk atau layanan dan kemudian berpindah ke perusahaan lain. Customer churn merupakan masalah yang serius yang harus ditangani untuk keberlangsungan suatu perusahaan. Penanganan customer churn berawal dari ketepatan suatu perusahaan memprediksi customer mana yang diduga akan melakukan churn. Salah satu pendekatan dalam memprediksi customer churn adalah data mining. Penelitian ini membandingkan dua metode klasifikasi dalam data mining yaitu jaringan syaraf tiruan dan pohon keputusan untuk memprediksi customer churn pada industri perbankan. Hasil penelitian menunjukan bahwa jaringan syaraf tiruan memiliki tingkat akurasi lebih baik dibanding pohon keputusan yaitu 86%. Selain itu jaringan syaraf tiruan juga memiliki nilai precision yang lebih baik daripada pohon keputusan, yaitu sebesar 71%. Akan tetapi untuk nilai recall, pohon keputusan memiliki nilai recall lebih baik dibanding dengan jaringan syaraf tiruan yaitu sebesar 58%.

SPK Berbasis Web Menggunakan Logika Fuzzy Untuk Diagnosa Penyakit Jantung Ria Astriratma; Mayanda Mega Santoni; Helena Nurramdhani Irmanda
Jurnal Sistem Informasi Vol 12, No 1 (2020)
Publisher : Universitas Sriwijaya

Penelitian ini dilakukan untuk membuat sebuah sistem pengambilan keputusan berbasis web menggunakan logika fuzzy untuk mendiagnosa penyakit jantung pada seseorang. Untuk membangun sistem ini digunakan Fuzzy Inference System dari pengetahuan yang ada pada dokter sehingga diperoleh aturan (rule) untuk melakukan diagnosa. Langkah pada Fuzzy Inference System yaitu Fuzzifier, Fuzzy Inference Engine dan Defuzzifier. Fungsi keanggotaan segitiga dan trapesium digunakan untuk mendapatkan nilai derajat keanggotaan pada setiap variabel. Root Sum Square (RSS) digunakan untuk mendapatkan nilai fuzzy dari aturan yang memenuhi kondisi suatu pasien. Nilai RSS yang diperoleh akan dipetakan ke nilai tunggal (crisp) dengan menggunakan teknik Centroid of Area (CoA) untuk mendapatkan hasil diagnosa penyakit jantung. Penelitian ini menggunakan dataset Cleveland dari Machine Learning Repository. Hasil diagnosa pada sistem ini menghasilkan akurasi 64% dengan tingkat sensitivitas sebesar 89.83% dan tingkat spesifisitas sebesar 73.17%.

Penilaian Esai Pendek Otomatis Berdasarkan Similaritas Semantik dengan SBERT Nurul Chamidah; Mayanda Mega Santoni; Helena Nurramdhani Irmanda; Ria Astriratma; Yulnelly Yulnelly
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6758

Ujian dalam bentuk soal esai dianggap lebih baik dalam mengukur pemahaman dari pada soal berbentuk pilihan. Namun, jawaban esai memerlukan waktu dan tenaga lebih banyak untuk dievaluasi dan sering terjadi inkonsistensi. Maka dari itu, diperlukan suatu sistem penilaian esai otomatis yang dapat membantu evaluator dalam memberikan nilai dengan lebih cepat dan lebih konsisten. Penelitian ini bertujuan untuk mengevaluasi performa model penilaian esai otomatis dimana teks esai jawaban uji dan kunci jawaban dibandingkan secara semantik untuk mengetahui seberapa besar persamaan antara teks jawaban uji dan kunci jawaban. Semantik dari teks esai diperoleh dengan melakukan word embeddings dengan memanfaatkan model bahasa pretrained Siamese-BERT (SBERT) yang mentransformasi teks esai menjadi vektor sepanjang 512. Proses penilaian esai otomatis ini dimulai dengan praproses pada teks dengan menerapkan case folding, berikutnya word embeddings pada teks yang telah di praproses dengan SBERT. Vektor numerik dari kunci jawaban dan jawaban uji hasil word embeddings kemudian dibandingkan dengan Cosine Similarity untuk mendapatkan similaritas semantik sekaligus nilai esai yang merupakan output model. Evaluasi model penilaian esai otomatis ini dilakukan dengan membandingkan nilai dari model dengan nilai dari evaluator manusia. Pengukuran yang dipakai untuk mengukur performa penilaian esai otomatis ini adalah adalah dengan menghitung Mean Absolute Error (MAE) dan Pearson Correlation, dimana hasil penelitian ini menunjukan nilai rata-rata MAE sebesar 0.26 dan rata-rata korelasi sebesar 0.78.

Utilisation of ChatGPT's Artificcial Intelligence in Improving the Quality and Productivity of Lecturers' Work Kraugusteeliana Kraugusteeliana; Intan Hesti Indriana; Erly Krisnanik; Anita Muliawati; Helena Nurramdhani Irmanda
Jurnal Pendidikan dan Konseling (JPDK) Vol. 5 No. 2 (2023): Jurnal Pendidikan dan Konseling
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jpdk.v5i2.13650

Perkembangan teknologi komunikasi dan informasi kini semakin pesat, khususnya dalam era digital. Dalam dunia pendidikan, dosen sebagai pihak yang memiliki peran penting dalam proses belajar mengajar, perlu mengikuti perkembangan teknologi, seperti ChatGPT. penelitian ini bertujuan untuk mengungkapkan secara lebih mendalam mengenai manfaat ChatGPT dalam dunia pendidikan, khususnya dalam meningkatkan kualitas pendidikan dan produktivitas kerja seorang dosen. Penelitian ini bersifat kualitatif. Teknik pengumpulan data meliputi menyimak dan mencatat informasi penting untuk melakukan analisis data melalui reduksi data, display data, dan penarikan kesimpulan. Studi ini menyimpulkan bahwa dalam dunia pendidikan, penggunaan teknologi informasi dan kecerdasan buatan seperti ChatGPT dapat memberikan manfaat yang signifikan bagi para dosen. ChatGPT dapat membantu para dosen dalam banyak hal, seperti penyusunan materi kuliah, memberikan bimbingan kepada mahasiswa, melakukan penelitian, meningkatkan kualitas karya tulis, serta meningkatkan efisiensi dan produktivitas kerja.

Co-Authors Anita Muliawati Erly Krisnanik Faza Abdillah Gunawan Soerawinata Hardiana Said Intan Hesti Indriana Kraugusteeliana Kraugusteeliana Muhammad Rio Pratama Nur Hafifah Matondang Nurul Chamidah Rafdi Reyhan Zhafari Rendy Ria Astriratma Santoni, Mayanda Mega Sarika Afrizal Yulnelly Yulnelly

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search