Garuda - Garba Rujukan Digital

Resampling Logistic Regression untuk Penanganan Ketidakseimbangan Class pada Prediksi Cacat Software Rianto, Harsih; Wahono, Romi Satria
Journal of Software Engineering Vol 1, No 1 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.155 KB)

Software yang berkualitas tinggi adalah software yang dapat membantu proses bisnis perusahaan dengan efektif, efesien dan tidak ditemukan cacat selama proses pengujian, pemeriksaan, dan implementasi. Perbaikan software setelah pengirimana dan implementasi, membutuhkan biaya jauh lebih mahal dari pada saat pengembangan. Â Biaya yang dibutuhkan untuk pengujian software menghabisakan lebih dari 50% dari biaya pengembangan. Dibutuhkan model pengujian cacat software untuk mengurangi biaya yang dikeluarkan. Saat ini belum ada model prediksi cacat software yang berlaku umum pada saat digunakan digunakan. Model Logistic Regression merupakan model paling efektif dan efesien dalam prediksi cacat software.Â KelemahanÂ dariÂ Logistic Regression adalah rentan terhadap underfitting pada dataset yang kelasnya tidak seimbang, sehingga akan menghasilkan akurasi yang rendah. Dataset NASA MDP adalah dataset umum yang digunakan dalam prediksi cacat software. Salah satu karakter dari dataset prediksi cacat software, termasuk didalamnya dataset NASA MDP adalah memiliki ketidakseimbangan pada kelas. Untuk menangani masalah ketidakseimbangan kelas pada dataset cacat software pada penelitian ini diusulkan metode resampling. Eksperimen dilakukan untuk membandingkan hasil kinerja Logistic Regression sebelum dan setelah diterapkan metode resampling. Demikian juga dilakukan eksperimen untuk membandingkan metode yang diusulkan hasil pengklasifikasi lain seperti NaÃ¯ve Bayes, Linear Descriminant Analysis, C4.5, Random Forest, Neural Network, k-Nearest Network. Hasil eksperimen menunjukkan bahwa tingkat akurasi Logistic Regression dengan resampling lebih tinggi dibandingkan dengan metode Logistric Regression yang tidak menggunakan resampling, demikian juga bila dibandingkan dengan pengkalisifkasi yang lain. Dari hasil eksperimen di atas dapat disimpulkan bahwa metode resampling terbukti efektif dalam menyelesaikan ketidakseimbangan kelas pada prediksi cacat software dengan algoritma Logistic Regression.

RANCANG BANGUN GAME “LEGENDS OF SPACESHIP” MENGGUNAKAN GAME MAKER STUDIO Rahmat Tirta Kusuma; Astriana Mulyani; Harsih Rianto
Journal of Information System, Informatics and Computing Vol 3 No 2 (2019): JISICOM : Volume 3, Nomor 2, December 2019
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (838.004 KB)

Semua orang pasti pernah mengenal apa itu Game, mulai dari anak – anak hingga orang tua masa kini pasti pernah meminkannya. Game adalah salah satu jenis aktivitas bermain, yang didalamnya dilakukan dalam konteks berpura – pura namun terlihat seperti realitas. Game juga dapat diartikan sebagai kegiatan penyelesaian masalah, didekati dengan sikap yang menyenangkan, Game yang bagus adalah yang bisa membuat pemain berpartisipasi secara aktif, bisa menigkatkan dan melatih kelincahan pemain dan mempunyai tantangan yang tepat, tidak terlalu sedikit atau terlalu banyak. Penulis memilih latar ruang angkasa yang penulis anggap cukup menarik untuk menjadi Game petualang menggunakan Game Maker Studio. Metode penelitian yang digunakan terbagi menjadi beberapa tahap yaitu pengumpulan data, perancangan, pembuatan, dan tahap uji coba. Proses pembuatan Game ini menggunakan bahasa pemrograman Game Maker Language dan software Adobe Photoshop 7.0 untuk pembuatan desain objek dan user interface dan beberapa software pendukung lainnya. Dapat ditarik kesimpulan, bahwa telah berhasil dibuat Game ini dengan genre Action yang terbagi menjadi 3 mode permainan yang berbeda, dan Game ini dapat menjadi hiburan, meningkatkan ketangkasan dan kelincahan dan menjadi sarana penghilang jenuh setelah beraktifitas seharian.

IMPLEMENTASI FRAMEWORK CODE IGINTER MENGGUNAKAN METODE WATERFALL PADA SISTEM INFORMASI PENJUALAN PT. SUPREME JAYA ABADI Siti Chaerul Fadilah; Harsih Rianto; Tri Hartati
Journal of Information System, Informatics and Computing Vol 4 No 1 (2020): JISICOM : Volume 4, Nomor 1, Juni 2020
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.039 KB)

Kemajuan teknologi saat ini berdampak pada persaingan bisnis yang terjadi disebagian besar masyarakat. Keadaan ini mengakibatkan terjadinya perubahan disegala aspek bidang pendidikan, manufaktur dan usaha kecil menengah. Di masa saat ini internet sudah luas sekali perkembangannya dan tak terpisahkan dengan kehidupan saat ini. Dampak dari penggunaan internet yang nyata saat ini mengakibatkan banyak masyarakat berbelanja secara online tanpa harus keluar dari rumah atau kantor. Perusahaan manufaktur harus bisa menanfaatkan peluang perkembangan internet ini dengan bijak dan benar. Menggunakan sistem informasi yang berbasis web site untuk melayani penjualan kepada masyarakat luas akan memberikan dampak yang signifikan terhadap perusahaan. PT. Suprame Jaya Abadi merupakan perusahaan manufaktur kabel yang sangat dibutuhkan masyarakat. Namun sistem yang dipergunakan saat ini masih terbatas untuk kebutuhan pelayanan pada distributor dan sales perusahaan langsung. Pada penelitian ini akan menggunakan framework Code Igniter untuk membuat sistem penjualan berbasis web yang bisa diaskes langsung oleh masyarakat. Dengan menggunakan metode waterfall dalam pengembangan perangkat lunak diharapkan sistem informasi penjualan pada PT. Supreme Jaya Abadi dapat selesai dan bermanfaat bagi perusahaan. Tujuan dari penelitian ini adalah membantu PT. Supreme Jaya Abdi dalam membuat sistem informasi penjualan berbasis web sehingga meningkatkan penjualan, memudahkan admistrasi penjualan dan mempermudah proses transaksi penjualan kepada masyarakat langsung. Kata Kunci: Internet, Sistem informasi, penjualan, framework Code Igniter

Penerapan Metode K-Means Dalam Menentukan Kelompok Pendalaman Materi Ujian Nasional Yumi Novita Dewi; Harsih Rianto; Cahyani Budihartanti; Firstianty Wahyuhening Fibriany
Journal of Information System, Applied, Management, Accounting and Research Vol 6 No 1 (2022): JISAMAR: February 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v6i1.670

Pendalaman Materi (PM) merupakan kegiatan penting bagi siswa guna menghadapi ujian nasional. Ujian Nasional merupakan kegiatan pengukuran capaian kompetensi lulusan pada mata pelajaran tertentu secara nasional. Penelitian ini menggunakan 99 dataset berisikan data nilai rapor siswa yang diambil satu semester terakhir untuk menentukan kelompok (cluster) pendalaman materi terhadap mata pelajaran yang diujiankan, dengan menggunakan metode k-Means. k-Means merupakan salah satu fungsi clustering yang melakukan proses pemodelan pengelompokan data dengan sistem partisi. Ada 4 mata pelajaran yang diujiankan, yaitu; Bahasa Indonesia, Matematika, IPA, dan Bahasa Inggris. Dalam hal ini pengelompokan dibagi menjadi 2 cluster besar yaitu; kelas umum dan kelas khusus, dimana kelas khusus tersebut merupakan variable yang perlu penanganan khusus terhadap mata pelajaran yang diujiankan. Perhitungan metode ini menggunakan Rapid Miner 5.3. dengan membagi menjadi 10 cluster, dimana diperoleh nilai terbaik pada cluster 2 dan 9, dengan nilai centroid 83,5 pada cluster 9 dimata pelajaran Bahasa Indonesia.

RANCANG BANGUN PEMBUATAN PROGRAM KAMUS PLESETAN BERBASIS PWA ( PROGRESSIVE WEB APPLICATION) Noer Hikmah; Bimo Tri Cahyo; Harsih Rianto; Sari Dewi
Journal of Information System, Applied, Management, Accounting and Research Vol 4 No 4 (2020): JISAMAR: Volume 4, Nomor 4, November 2020
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

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

Teknologi semakin maju, salah satunya adalah pemrograman. Sehingga banyak aplikasi yang dapat memudahkan manusia dalam dunia pekerjaan atau pun pendidikan. Komika, Pelawak dan Tim Kreatif TV memerlukan sebuah sistem yang dapat memberikan banyak ide untuk dibuatkan materi plesetan. Dimana plesetan masih menggunakan daya ingat belum ada sistem untuk menyimpan data plesetan tersebut. sehingga pada proses pencarian plesetan yang dicari memungkinkan hasil yang didapat terbatas, lambat dan tidak akurat semua itu karena bergantung pada daya ingat seseorang, sehingga memungkinkan pada saat proses berlangsung, terjadi kesalahan dalam pencarian data-data yang diperlukan. Oleh karena itu, diperlukan suatu sistem untuk memudahkan dan mencari kata plesetan. Pada penelitian ini peneliti menggunakan teknologi Progressive Web Apps (PWA) dengan menggunakan fitur speechrecognition untuk live dialog. Sedangkan untuk metode pengembangan perangkat lunak yang menggunakan metode waterfall dengan tahapan anlisis, desain,coding, pengujian dan pemeliharaan. Kata kunci: Plesetan, Progressive Web Apps (PWA), Waterfall Abstract: Technology is getting more advanced, one of which is programming. So that there are many applications that can make it easier for humans in the world of work or education. Komika, comedians and the TV Creative Team need a system that can provide lots of ideas for making pun material. Where the pun still uses memory, there is no system to store the pun data. So that in the process of searching for the puns that are searched, the results obtained are limited, slow and inaccurate because it depends on one's memory, so it is possible that during the process, an error occurred in the search for the required data. Therefore, we need a system to facilitate and search for puns. In this study, researchers used Progressive Web Apps (PWA) technology by using the speech recognition feature for live dialogue. As for the software development method that uses the waterfall method with the stages of analysis, design, coding, testing and maintenance. Keywords: Plesetan, Progressive Web Apps (PWA), Waterfall.

RANCANG BANGUN SISTEM INFORMASI NILAI SISWA (SINIWA) PADA SMK DHARMA BUDHI BHAKTI “PLUS” JAKARTA Harsih Rianto; Citra Radita Utami
Journal of Information System, Applied, Management, Accounting and Research Vol 5 No 2 (2021): JISAMAR : Volume 5, Nomor 2, May 2021
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v5i2.460

Kemajuan teknologi saat ini berdampak pada kegiatan bisnis di masyarakat. Keaadan ini mengakibatkan terjadinya perubahan disegala aspek bidang pendidikan, manufaktur dan usaha kecil menengah. Di masa saat ini internet sudah luas sekali perkembangannya dan tak terpisahkan dengan kehidupan. Sekolah adalah salah satu sarana pendidikan formal dituntut memberikan layanan terbaik untuk fasilitas terbaik bagi siswa dan orang tua murid. Memberikan pelayanan yang efektif dan efesien kepada siswa menjadikan nilai tambah bagi institusi sekolah. Sekolah Menengah Kejuruan (SMK) Dharma Budhi Bhakti “Plus” Jakarta dalam memberikan pelayanan kepada siswa masih menggunakan proses konvensional khususnya proses penilaian siswa. Perlu dibangun sistem informasi yang mendukung proses pengolahan nilai yang terkomputerisasi agar menghasilkan output yang cepat dan akurat. Dalam membangun siste informasi nilai SMK Dharma Budhi Bhakti “Plus” Jakarta ini menggunakan model Waterfall.

INTEGRASI METODE SAMPLE BOOTSTRAPPING DAN WEIGHTED PRINCIPAL COMPONENT ANALISYS (PCA) UNTUK MENINGKATKAN PERFORMA NAÏVE BAYES PADA CITRA TUNGGAL PAP SMEAR Yumi Novita Dewi; Harsih Rianto; Dwiza Riana; Juarni Siregar
INTI Nusa Mandiri Vol 14 No 2 (2020): INTI Periode Februari 2020
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v14i2.1103

Research on cervical cancer with the Pap Smear method is useful for finding pre-cancer diagnoses. Associated with previous research that the accuracy of the Naïve Bayes algorithm to the classification of a single Pap smear image still has an unsatisfactory accuracy. Whereas determining the class of single Pap cell smears is very important in determining whether these cells are normal or not. This study aims to determine whether integration using the Sample Bootstrapping (SB) method with the Weighted Principal Component Analysis (W-PCA) algorithm can improve the performance of the Naïve Bayes algorithm for seven different cell types. This model is the best solution used in the classification of datasets that are classified as having large dimensions. So that the integration of the two algorithms can increase the accuracy value to 87.24% for the seven classes and 97.30% for the two classes, and it can be concluded that with this integration model can improve the best accuracy value.

Rancang Bangun Sistem Informasi Ticketing Helpdesk pada DPMPTS Pemprov DKI Jakarta Alfian Alfian; Yumi Novita Dewi; Firstianty Wahyuhening Fibriany; Harsih Rianto; Adika May Sari
JURIKOM (Jurnal Riset Komputer) Vol 7, No 2 (2020): April 2020
Publisher : STMIK Budi Darma

Implementing Information Technology and Archiving (PSTIK) is a field that has the main task of helping the head of service in leading and carrying out the task of managing information and communication technology. PSTIK is currently not computerized and only relies on whatsapp or telephone connections to address hardware, software or internet network issues called Ticketing Helpdesk. This application allows that at the time of the approval and processing process there is no error in communication at the DPMPTS of the DKI Jakarta Provincial Government. With this Ticketing Helpdesk information system, it is expected to be able to assist operational activities so as to support business processes in the PSTIK sector to be better than the previous system

Penerapan Particle Swarm Optimization Pada Algoritma Naïve Bayes Untuk Klasifikasi Hasil Belajar Hasan Basri; Mohammad Syamsul Azis; Yesni Malau; Eka Wulansari Fridayanthie; Khairul Rizal; Harsih Rianto
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 6 No 2 (2022): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2022)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v6i2.1752

Advances in industrial technology 4.0 provide many changes in today's life. One example attached to the advancement of industrial technology 4.0 is the use of communication, transactions, even to the level of education using the acceleration of information technology. Some sectors have used advances in information technology such as the government sector, the industrial sector and even the world of education. This is because the greater the influence of the use of information technology to accelerate the transformation of each sector that uses it. But on the other hand, advances in information technology, apart from having a positive impact, also have a negative impact. As a real example of the positive impact, namely in the education sector, during the COVID-19 pandemic, the use of technology could be felt, as far as learning could be close to existing learning videos. However, one of the challenges is that advances in information technology also have a negative impact in the field of education, namely the dependence of students or students to spend more time playing online games (e-sports). So that it can affect the results of student learning achievement. Therefore, the research method that will be used is to use the classification of the influence of e-sports on student learning outcomes using the Nave Bayes algorithm which is optimized using particle swarm optimization. In its implementation, it was found that some students experienced decreased learning outcomes and some increased, of course this was influenced by several factors, both internal and external to the students themselves. The implementation of the algorithm used in this study obtained a sufficient level of classification with an AUC (area under classification) value of 0.792 and an accuracy value of 75.95%

Penerapan Particle Swarm Optimization Pada Algoritma Naïve Bayes Untuk Klasifikasi Hasil Belajar Hasan Basri; Mohammad Syamsul Azis; Yesni Malau; Eka Wulansari Fridayanthie; Khairul Rizal; Harsih Rianto
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 6 No 2 (2022): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2022)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Advances in industrial technology 4.0 provide many changes in today's life. One example attached to the advancement of industrial technology 4.0 is the use of communication, transactions, even to the level of education using the acceleration of information technology. Some sectors have used advances in information technology such as the government sector, the industrial sector and even the world of education. This is because the greater the influence of the use of information technology to accelerate the transformation of each sector that uses it. But on the other hand, advances in information technology, apart from having a positive impact, also have a negative impact. As a real example of the positive impact, namely in the education sector, during the COVID-19 pandemic, the use of technology could be felt, as far as learning could be close to existing learning videos. However, one of the challenges is that advances in information technology also have a negative impact in the field of education, namely the dependence of students or students to spend more time playing online games (e-sports). So that it can affect the results of student learning achievement. Therefore, the research method that will be used is to use the classification of the influence of e-sports on student learning outcomes using the Nave Bayes algorithm which is optimized using particle swarm optimization. In its implementation, it was found that some students experienced decreased learning outcomes and some increased, of course this was influenced by several factors, both internal and external to the students themselves. The implementation of the algorithm used in this study obtained a sufficient level of classification with an AUC (area under classification) value of 0.792 and an accuracy value of 75.95%

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search