Article Per Year (5 Year)
p-Index From 2020 - 2025
2.403
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal Jurnal Qua Teknika Journal of Computer Networks, Architecture and High Performance Computing Jurnal Mahasiswa Sistem Informasi (JMSI) The Indonesian Journal of Computer Science Research 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 Engineering Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Mahasiswa Sistem Informasi (JMSI)

 1 
STUDI KOMPARATIF ALGORITMA MACHINE LEARNING DALAM KLASIFIKASI DAN PREDIKSI KANKER PARU-PARU Atma Agilia Triwardani; Erna Daniati; Anita Sari Wardani
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8992

Abstract

Penelitian ini bertujuan untuk membandingkan performa lima algoritma klasifikasi machine learning, yaitu Naive Bayes dan Random Forest, dalam mendeteksi kanker paru-paru berdasarkan data gejala klinis pasien. Data penelitian diperoleh dari dataset terbuka Kaggle yang telah melalui tahapan preprocessing, transformasi, dan pembagian data uji dan latih. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score, baik secara otomatis maupun manual. Hasil penelitian menunjukkan bahwa semua algoritma memiliki performa klasifikasi yang baik, namun Naive Bayes unggul dengan akurasi sebesar 93,53% dan F1-score 0,9272. Temuan ini menunjukkan bahwa pendekatan probabilistik sederhana masih sangat relevan dan efektif dalam mengklasifikasikan penyakit berbasis data klinis. Penelitian ini juga memberikan dasar untuk eksplorasi lebih lanjut terkait pengembangan sistem deteksi dini penyakit berbasis machine learning yang lebih akurat dan efisien
KINERJA ALGORITMA MACHINE LEARNING DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI LIVIN’ BY MANDIRI PADA GOOGLE PLAY STORE Ovelina Devi Kurnia; Erna Daniati; Aidina Ristyawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8993

Abstract

Analisis sentimen menjadi pendekatan penting dalam memahami opini pengguna terhadap suatu produk digital, termasuk aplikasi mobile banking. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Livin’ by Mandiri yang diperoleh dari Google Play Store. Data dikumpulkan melalui teknik scraping dan diproses menggunakan metode stratified balancing berbasis perhitungan Slovin untuk menangani ketidakseimbangan kelas. Sebanyak 1925 data ulasan digunakan sebagai sampel penelitian. Representasi fitur dilakukan dengan teknik TF-IDF, dan model klasifikasi dibangun menggunakan tiga algoritma pembelajaran mesin, yaitu Support Vector Machine (SVM), Logistic Regression (LR), dan Naive Bayes (NB). Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan performa terbaik dengan akurasi 82%, diikuti oleh LR (81%), dan NB (62%). Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Temuan ini menunjukkan bahwa pemilihan algoritma yang tepat berperan besar dalam efektivitas klasifikasi sentimen, khususnya pada data teks yang besar dan tidak seimbang. Penelitian ini memberikan kontribusi dalam pengembangan sistem evaluasi otomatis berbasis ulasan pengguna untuk mendukung peningkatan kualitas layanan aplikasi perbankan digital
RANCANG BANGUN SISTEM INFORMASI PRESENSI KEHADIRAN SISWA BERBASIS WEBSITE: STUDI KASUS SMP NEGERI 1 KERTOSONO Ferlita Putri Anugerah Illahi; Erna Daniati; Dwi Harini
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8995

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem informasi presensi kehadiran siswa berbasis website yang terintegrasi dengan teknologi GPS dan WhatsApp API di SMP Negeri 1 Kertosono. Sistem ini dikembangkan menggunakan metode Waterfall dan bahasa pemrograman Node.js serta pustaka NLP.js untuk mendukung fitur chatbot. Kehadiran siswa dapat diverifikasi secara real-time melalui lokasi GPS, dan notifikasi kehadiran dikirim langsung kepada orang tua melalui WhatsApp. Hasil implementasi menunjukkan bahwa sistem mampu meningkatkan efisiensi, transparansi, dan pengawasan kehadiran siswa, serta mempercepat komunikasi antara sekolah dan orang tua. Sistem ini diharapkan menjadi solusi efektif terhadap permasalahan presensi manual yang selama ini digunakan.
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 Sania Abelia Makdalena Satria Wijaya Teguh Andriyanto Vivi Rizqi Aprilia