Article Per Year (5 Year)
p-Index From 2020 - 2025
2.293
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal Jurnal Qua Teknika Jurnal ABDINUS : Jurnal Pengabdian Nusantara Journal of Computer Networks, Architecture and High Performance Computing Jurnal Mahasiswa Sistem Informasi (JMSI) The Indonesian Journal of Computer Science Research Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Gudang Jurnal Multidisiplin Ilmu Menulis: Jurnal Penelitian Nusantara
Erna Daniati
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Logika Fuzzy Model Tahani untuk Rekomendasi Pilihan Kursus di Kampung Inggris Pare Kedir Erna Daniati
Creative Information Technology Journal Vol 3, No 3 (2016): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (693.43 KB) | DOI: 10.24076/citec.2016v3i3.77

Abstract

Kampung Inggris terletak di Pare Kabupaten Kediri Jawa Timur. Di tempat ini terdapat pusat pembelajaran Bahasa Inggris terbesar di Kota Kediri dan kemungkinan juga terbesar di Indonesia. Tidak jarang di Kampung Inggris ada banyak pendatang yang berasal dari luar kota dan pulau. Banyaknya peserta kursus yang datang dari berbagai penjuru daerah di Indonesia, penggunaan internet pun semakin berkembang dan para calon siswa akan menggunakan internet untuk mencari lembaga-lembaga kursus yang ada di Kampung Inggris karena dirasa lebih efektif dan efisien. Tidak jarang para calon peserta kursus lebih berminat pada pendaftaran sistem online dan menggunakan jasa rekomendasi dari situs-situs yang menyediakan jasa rekomendasi sekaligus reservasi karena dirasa lebih efisien. Dengan demikian rekomendasi reservasi pilihan tempat kursus sangat diperlukan oleh calon siswa, masalah ini dapat diselesaikan dengan menggunakan logika fuzzy dengan model tahani. Dimana calon peserta kursus, akan merasa terbantu dengan adanya sistem ini dengan memberikan rekomendasi lembaga-lembaga yang sesuai dengan kriteria calon peserta kursus dengan cara menginput kriteria pada sistem oleh pengguna. Sehingga pada akhir prosesnya, pengguna akan mendapatkan daftar rekomendasi lembaga yang direkomendasikan berdasarkan kriteria masukannya.English village is located in Pare, Kediri Regency, East Java. In this place, there is the largest English language learning center in Kediri and it is maybe the largest in Indonesia. It is not seldom in the English Village that many people who come from outside the city and the island. The number of course participants who came from around the region in Indonesia, the use of the Internet was growing and prospective students will use the internet to search the course institutions which existing in English Village because it was felt more effective and efficient. It is not infrequently the prospective course participants more interested in the online system of registration and use services of the recommendations of sites that provide services at the same time on the reservation, because it is considered more efficient. Thus the choice of the course on a reservation is required by prospective students, this problem can be solved by fuzzy logic model using tahani. Where prospective participants will feel be helped using this recommendation system with giving properly recomendation institutions using the criteria of prospective courses in way of inputing the criteria by user. So, the final process, the user will get a list of institution recommendations based on the criteria input.
Petani Jamur Tiram Di Desa Semen Kabupaten Kediri Erna Daniati; Teguh Andriyanto; Dwi Harini
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 1 No 1 (2017): Volume 1 Nomor 1 Tahun 2017
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.667 KB) | DOI: 10.29407/ja.v1i1.11727

Abstract

Usaha jamur Haris S. yang berlokasi di Jl. Kopen RT02/RW01 Desa Semen Kabupaten Kediri dan M. Ilham Ainun N. yang berlokasi di Jl. Slamet Riyadi RT 03/RW 01 Desa Semen Kabupaten Kediri, merupakan UMKM yang cukup produktif dalam menghasilkan jamur tiram. Produktifitas tersebut saat ini terkendala oleh pemasaran produk. Disamping itu Jamur tiram yang dihasilkan saat ini belum memiliki nilai jual tinggi karena masih kurangnya pengetahuan pemilik dalam mengolah produk. Untuk memecahkan masalah kedua UMKM tersebut diatas maka perlu dibangun sistem peningkatan nilai jual dan pemasaran produk. Untuk meningkatkan nilai jual produk, petani tidak lagi menjual jamur dalam bentuk bahan mentah berupa jamur namun sudah dalam bentuk olahan. Cara yang paling sederhana adalah dengan mengolah jamur mentah menjadi jamur crispi. Dengan pengolahan tersebut maka produk akan dapat bertahan lebih lama sehingga dapat mendukung lama waktu proses distribusi produk. Untuk meningkatkan minat pembeli maka hasil olahan jamur crispi perlu dipacking dengan baik dan menarik. Pemasaran produk disamping dilakukan dengan cara konvensional juga dilakukan melalui dunia maya (internet) yang tidak terbatas tempat, ruang dan waktu. Pemasaran melalui dunia maya dilakukan dengan berbagai cara yaitu membuat website profil produk, pembuatan akun di media sosial dan iklan di mesin pencari. Target dari dari pengabdian ini adalah peningkatan produksi jamur dan omset penjualan produk olahan jamur.
E-commerce untuk layanan service mobil Dicky Aryadi; Erna Daniati; Rini Indriati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 2 No. 1 (2018): PROSIDING SEMNAS INOTEK Ke-II Tahun 2018
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v2i1.457

Abstract

Masalah dari bengkel pacifik transaksinya masih dicatat secara manual. Pada transaksi pelayanan atau penerimaan pelanggan hanya mengandalkan bukti transaksi manual, sehingga pada proses pelayanan jasa service masih sering terjadi kekeliruan data transaksi, baik data pada mekanik yang menangani jasa service ataupun data sparepart yang digunakan, hal itu terjadi karena penanganan penerimaan pelanggan masih dilakukan secara manual.Pada bengkel ini mempunyai beberapa catatan buku,Sehingga yang dicatat adalah harga pokok barang dan jumlah stoknya, dikarenakan tidak ada keterangan yang terperinci pada buku tersebut, maka sering terjadi kehilangan. Solusi dari permasalahan barang ataupun keterlambatan dalam persediaan suku cadang, yang menyebabkan bengkel kehabisan stok, sehingga keterlambatan dalam melakukan service dikarenakan stok yang sudah habis dan harus menunggu.
Analisis Sentimen Aplikasi Mybca Melalui Review Pengguna Di Google Play Store Menggunakan Algoritma Naive Bayes Garda Zidane Dhamara; Danu Nur Alamsyah; Priyo Wildan Saputro; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5044

Abstract

Tujuan penelitian ini yaitu menganalisis sentimen pengguna terhadap aplikasi myBCA melalui ulasan di Google Play Store. menggunakan algoritma Naive Bayes. Data ulasan dikumpulkan dan diproses untuk menghilangkan noise dan mempersiapkannya untuk klasifikasi sentimen. Algoritma Naive Bayes kemudian digunakan untuk mengkategorikan setiap komentar sebagai positif, negatif atau netral. Hasil analisis menunjukkan bahwa mayoritas ulasan memiliki sentimen positif, menunjukkan kepuasan pengguna terhadap aplikasi myBCA. Namun, terdapat pula ulasan dengan sentimen negatif yang menyoroti beberapa kekurangan aplikasi, seperti kendala teknis dan proses yang rumit. Temuan ini dapat memberikan masukan berharga bagi BCA untuk meningkatkan kualitas aplikasi myBCA dan meningkatkan kepuasan pengguna.
Analisis Data Mining dengan Naive Bayes Classifier untuk Peningkatan Penjualan Produk Cinta Azzaria; Mieta Silvia Aviva; Ela Esti Susanti; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5048

Abstract

Segala bidang kehidupan sekarang dipengaruhi oleh kemajuan teknologi informasi yang semakin pesat. Kemajuan ini memungkinkan jumlah data yang sangat besar dan beragam diakses dari berbagai bidang kehidupan, termasuk industri, ekonomi, ilmu pengetahuan, dan teknologi. Banyak hal yang mendorong kemajuan luar biasa dalam data mining .Tujuan dari dilakukan penelitian ini adalah untuk memudahkan mengetahui hasil prediksi dengan metode klasifikasi menerapkan data mining pada data penjualan dan transaksi penjualan dan mengetahui sejauh mana algoritma naive bayes untuk menghasilkan informasi atau pengetahuan baru yang dapat membantu peningkatan penjualan produk yang baik, efisien, dan efektif dalam menghadapi pesaing bisnis lainnya dan menambah omset penjualan untuk tiap bulannya.Berdasarkan hasil Analisa pada penelitian yang dilakukan, didapatkan hasil prediksi dalam menetukan penjualan produk , dari pengujian yang dilakukan dengan membandingkan data training dengan data testing menggunakan tools RapidMiner menunjukkan bahwa algoritma Naïve Bayes menghasilkan akurasi yang sangat tinggi, terbukti dengan akurasi sebesar 98,98%.
Klasifikasi Kategori Berita Menggunakan Naive Bayes Ikrar Nusa Bhakti; Ahmad Zen Sholikhin; Muhammad Abi Lukman; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5051

Abstract

Klasifikasi kategori berita merupakan salah satu aplikasi penting dalam pengolahan teks dan analisis data yang bertujuan untuk mengelompokkan artikel berita ke dalam kategori tertentu secara otomatis. Penelitian ini memanfaatkan algoritma Naive Bayes. Proses klasifikasi dimulai dengan pengumpulan dataset berita yang sudah dikategorikan. Dataset ini kemudian dibagi menjadi data latih dan data uji. Tahap prapemrosesan teks meliputi pembersihan data, tokenisasi, dan penghapusan stop words. Model Naive Bayes kemudian dilatih menggunakan data latih dan dievaluasi dengan data uji untuk mengukur kinerja model berdasarkan metrik-metrik seperti akurasi, presisi, recall. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu memberikan performa yang cukup baik dalam mengklasifikasikan berita ke dalam berbagai kategori. Dengan demikian, penelitian ini menyimpulkan bahwa Naive Bayes adalah metode yang layak digunakan untuk klasifikasi kategori berita, meskipun ada ruang untuk perbaikan lebih lanjut dengan teknik prapemrosesan teks yang lebih canggih dan penggunaan model pembelajaran mesin yang lebih kompleks.
Klasifikasi Sentimen Pengguna Aplikasi Livin By Mandiri Pada Playstore Menggunakan Algoritma Naive Bayes Sabina Hajar Alviyanti; Aktasya Purwandira; Idha Febiyanti; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5052

Abstract

Penilitian ini bertujuan untuk mengklasifikasikan sentimen pengguna aplikasi livin by mandi ri pada playstore menggunakan metode naive bayes calssifier. Sentimen pengguna, yang dikategorikan se bagai positif, negatif, dan netral, dianalisis untuk memahami persepsi dan pengalaman pengguna terhadap aplikasi livin by mandiri. Penelitian ini menggunakan metode naive bayes classifier. Dataset yang diguna kan dalam penelitian ini terdiri dari atribut date, rating, review, thumbs_app dan version yang diambil dar i website Kaggle. Hasil dari penelitian ini pada set data latih, model mencapai akurasi sebesar 0.9363 den gan presisi sebesar 0.9327 dan recall sebesar 0.9685 . Di sisi lain, pada set data uji, model mencapai akur asi sebesar 0.9737dengan presisi sebesar 0.9595 dan recall sebesar 1.0000.
Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification Ovelina Devi Kurnia; Elisa Triammah A’Fena; Dea Yuliana Ayu Ningrum; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5053

Abstract

Penelitian ini berfokus pada penerapan data mining untuk Analisis perbandingan algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) dengan dataset klasifikasi harga smartphone menggunakan Jupyter. Dalam penelitian ini, kita membandingkan kinerja dua algoritma klasifikasi, Naïve Bayes dan KNN, dengan tujuan untuk memprediksi kisaran harga yang menunjukkan seberapa tinggi harga tersebut berdasarkan fitur-fitur yang tersedia. Pada penelitian acuan jurnal tingkat akurasinya antara naive bayes maupun kNN termasuk rendah. Dan pada penelitian kali ini menunjukkan hasil bahwa KNN memiliki akurasi yang lebih tinggi dibandingkan dengan Naïve Bayes dalam memprediksi harga smartphone.
Prediksi Kematian Akibat Gagal Jantung Menggunakan Algoritma K-Nearest Neighbors Atma Agilia Triwardani; Muhlishoh Husna Ulfiah; Aidina Ristyawan; Erna Daniati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5058

Abstract

Artikel ini mengeksplorasi penggunaan algoritma K-Nearest Neighbors (K-NN) untuk klasifikasi pasien gagal jantung berdasarkan data klinis dari Kaggle. Proses penelitian mencakup pra-pemrosesan data, normalisasi fitur, pemilihan parameter k optimal melalui cross-validation, dan evaluasi model dengan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa algoritma K-NN dengan parameter k=7 optimal mampu mengklasifikasikan kematian pasien dengan akurasi yang memadai sebesar 84%. Penemuan ini menunjukkan potensi besar dari penggunaan K-NN dalam mendukung pengambilan keputusan klinis dan meningkatkan diagnosis kematian akibag gagal jantung. Implementasi data mining dengan K-NN menawarkan pendekatan yang efektif untuk analisis medis, berkontribusi pada peningkatan kualitas perawatan pasien.
Analisis Data Mining Untuk Klasifikasi Kasus Covid 19 Mohammad Nova Kurniawan; Satria Wijaya; Dwi Puji Yoga Satria; Erna Daniati; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

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

Abstract

Wabah virus COVID-19 adalah salah satu wabah terbesar yang pernah melanda umat manusia dan melemahkan ekonomi di hampir banyak negara. Tujuan penelitian ini adalah untuk menganalisis data kasus COVID-19 agar dapat mengetahui prediksi pada masalah kasus COVID- Pandemi COVID-19 telah memberikan dampak yang signifikan di Daerah Nganjuk. Untuk mengatasi pandemi ini secara efektif, diperlukan analisis data yang mendalam guna memahami karakteristik kasus Positif yang terdata. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam klasifikasi kasus COVID-19. Data yang digunakan dalam penelitian ini mencakup kasus positif, positif baru, menninggal total ,meninggal baru, sembuh total dan masih sakit mengenai pasien COVID-19 dengan menggunakan metode klasifikasi seperti Naive Bayes dan menggunakan tools Rapidminner.
Co-Authors Abdullah Kafa Bihi Ahmad Zen Sholikhin Aidina Ristyawan Aidina Ristyawan, Aidina Aktasya Purwandira Anita Sari Wardani Atma Agilia Triwardani Azzaria, Cinta Cinta Azzaria Danu Nur Alamsyah Dea Yuliana Ayu Ningrum Dicky Aryadi DWI HARINI Dwi Puji Yoga Satria Dzatama, Krisna Fahrizal Eggy Cahya Ardianta Ela Esti Susanti Elisa Triammah A’Fena Ferlita Putri Anugerah Illahi Garda Zidane Dhamara Idha Febiyanti Ikrar Nusa Bhakti Mieta Silvia Aviva Mohammad Nova Kurniawan Muhammad Abi Lukman Muhammad Najibulloh Muzaki Muhlishoh Husna Ulfiah Nazzel Maulana Mustofa Ovelina Devi Kurnia Prasetyo Ari Wibowo Priyo Wildan Saputro Rina Firliana Rini Indriati Rini Indriati Sabina Hajar Alviyanti Satria Wijaya Teguh Andriyanto Vivi Rizqi Aprilia