Article Per Year (5 Year)
p-Index From 2020 - 2025
8.927
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering JURNAL PENGABDIAN KEPADA MASYARAKAT PROCEEDING IC-ITECHS 2014 JOIV : International Journal on Informatics Visualization MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Antivirus : Jurnal Ilmiah Teknik Informatika Jambura Journal of Electrical and Electronics Engineering Jurnal Tecnoscienza JATI (Jurnal Mahasiswa Teknik Informatika) Respati JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Journal of Computer Networks, Architecture and High Performance Computing Science in Information Technology Letters Journal of Soft Computing Exploration International Journal of Engineering, Science and Information Technology Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Archive: Jurnal Pengabdian Kepada Masyarakat Jurnal Borneo Informatika dan Teknik Komputer (JBIT) The Indonesian Journal of Computer Science Research Nusantara of Engineering (NOE) Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Gudang Jurnal Multidisiplin Ilmu Journal of Entrepreneurial and Business Diversity Jurnal Pengabdian Masyarakat Nusantara
Erna Daniati
Universitas Nusantara PGRI Kediri
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 2   3   4   5   6 
Sistem Rekomendasi Pembelian Spare Part Sepeda Motor Ditto Syahrul S; Erna Daniati; Rini indriati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): SEMINAR NASIONAL INOVASI TEKNOLOGI 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3691

Abstract

Penelitian ini didasarkan oleh banyaknya kriteria (nama, harga, stok,kode). Memilih spare part motor dengan kriteria tersebut, pengguna/pembeli akan kesulitan dalam menentukan spare part motor dan tipe sesuai yang diinginkan. Tujuan dari penelitian ini adalah untuk mengurangi resiko kesalahan pembeli dalam memilih spare part motor. Metode yang digunakan dalam penelitian ini adalah metode Analytical Hierarchy Process (AHP) sebagai sistem pendukung keputusan sehingga dapat membantu konsumen dalam pembelian spare part berdasarkan kriteria yang dibutuhkan. Hasil dari penelitian ini adalah system pendukung keputusan spare part motor dibuat menggunakan microsoft excel. Implementasi AHP di dalam sistem pendukung keputusan tersebut menghasilkan nilai total alternatif pada setiap kriteria berbeda-beda. Kriteria barang dengan nilai nama(90%), harga barang (70%),stok (50%) dan code (30%) menjadi prioritas utama dalam pemilihan spare part motor pada system tersebut.
Pelatihan Dan Pengelolaan Sistem Pelaporan Dan Pengawasan Koperasi Teguh Andriyanto; Dwi Harini; Arie Nugroho; Anita Sari Wardani; rini indriati; M. Najibulloh Muzaki; Rina Firliana; Erna Daniati; Rino Adi Kurniawan; Muhammad Fikri Pratama
Jurnal Pengabdian Masyarakat Nusantara Vol 1 No 2 (2022): Vol.1 No.2 (Juni 2022)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v1i2.18004

Abstract

Saat ini digitalisasi pada semua sektor diterapkan guna peningkatan produktivitas, efisiensi dan efektifitas kelembagaan baik lembaga pemerintah maupun swasta. Demikian pula digitalisasi juga diterapkan pada lembaga koperasikhususnya koperasi yang berada di Kabupaten Kediri guna mempermudah dan mempercepat proses bisnis sehari-hari. Kegiatan pengabdian ini dilaksanakan untuk memberikan pelatihan dan pengelolaan sistem informasi pelaporan dan pengawasan koperasi dikarenakan pengguna masih banyak yang belum dapat mengimplementasikan aplikasi SAPPAKOP. Dengan adanya kegiatan pelatihan ini mempermudah dan mempercepat pengguna melaporkan kegiatannya dan dinas terkait yaitu Dinas Koperasi dan UMKM Kab. Kediri mudah untuk melakukan pengawasan karena sistem yang digunakan sudah terintegrasi antara koperasi dan dinas terkait.
Pelatihan Tim Pengembang Akademik SMAN 6 Kediri dalam Menggunakan E-Learning Berbasis Moodle Sucipto Sucipto; Erna Daniati; Dwi Harini; Muhammad Najibulloh Muzaki; Anita Sari Wardani; Akmal Hisyam Pradhana; Theo Krisna Amarya; Maha Shelin Sahira; Amelia Nur Fadhila; Moh Kusen
Archive: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 1 (2023): Desember 2023
Publisher : Asosiasi Pengelola Publikasi Ilmiah Perguruan Tinggi PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55506/arch.v3i1.80

Abstract

eLearning merupakan metode pembelajaran yang menggunakan teknologi digital untuk menyampaikan materi pembelajaran secara daring. Elearning dalam masa pandemi Covid-19 sangat dibutuhkan untuk proses pembelajaran daring. Pada masa transisi covid-19 merupakan waktu yang tepat untuk meningkatkan sistem elearning. Implementasi dalam peningkatan sistem elearning dilakukan di SMAN 6 Kediri. peningkatan kemampuan sistem elearning bertujuan untuk solusi efektif dalam meningkatkan fleksibilitas pembelajaran, mengakomodasi gaya belajar yang beragam, dan memfasilitasi aksesibilitas pembelajaran. Pengenbangan elearning menggunakan platform moodle. Moodle adalah sebuah sistem manajemen pembelajaran daring yang digunakan oleh institusi pendidikan di seluruh dunia. Metode Pkm yang digunakan adalah metode partisipatif. Penggunaan Elearning ini cukup praktis untuk proses pembelajaran daring maupun hybrid sehingga memudahkan siswa dalam proses menerima materi pelajaran. Implementasi pelaksanaan pengabdian ini diharapkan dapat membantu optimalisasi proses pembelajaran maupun hybrid pada SMAN 6 Kediri.
Manajemen Proyek Pengembangan Game Kasur Rusak dengan Menggunakan Agile Scrum Khalid, Muhammad Iqbal; Firliana, Rina; Daniati, Erna
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 2 No. 2 (2024): Juni 2024
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v2i2.252

Abstract

Perkembangan pasar video game di Indonesia meningkat pesat dari tahun ke tahun. Hal ini menempatkan Indonesia sebagai salah satu pasar game terbesar di Asia Tenggara dalam mencapai hal tersebut dalam pengembangannya dibutuhkan sebuah proses manajemen proyek. Tujuan penelitian ini ntuk memahami karakteristik unik dari game industri, termasuk aspek kreatif, teknis, dan bisnis yang terlibat dalam proses pengembangan game. Metode yang digunakan dalam penelitian ini menggunakan Agile Scrum dimana manajemen proyek yang efektif membantu memastikan bahwa proyek pengembangan game berjalan sesuai dengan jadwal, anggaran, dan tujuan yang ditetapkan. Hasil penelitian dengan menggunaan metode agile sangat efektif dikarenakan sifat dari metode tersebut yang fleksibel dan lebih memendam pendekatan terhadap pengguna sehingga dapat dilakukan proses perbaikan dan perubahan secara terus menerus dalam fase pengerjaan proyek yang nantinya akan berpengaruh pada kualitas game saat dirilis di pasaran.
Decision Support System in E-Commerce in Purchasing Saw with Method Woven Fabric ANUARIDLO, Mochamad Aldi Yusuf; FIRLIANA, Rina; DANIATI, Erna
Journal of Entrepreneurial and Business Diversity Vol. 2 No. 3 (2024): Journal of Entrepreneurial and Business Diversity. (July-September)
Publisher : PT. Keberlanjutan Strategis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38142/jebd.v2i3.123

Abstract

Purpose: Choosing ikat woven fabric has several predetermined criteria. These criteria include price, quality, product type, and color. The decision support system for selecting ikat fabric purchases for buyers in e-commerce using the SAW (simple additive weighting) method is a system that can determine the results of the decision to select one of the ikat fabrics based on predetermined criteria and alternatives.Methodology:The SAW method is one of the decision-making methods often used in DSS. The research method refers to a literature study that aims to find references that suit the problem, then observation by collecting data at the specified research location and interviewing the owner and one of the MSME employees to obtain detailed information.Findings: This research determines the purchase of good woven fabric via e-commerce for ikat woven fabric products in Bandar Kidul village, Mojoroto subdistrict, Kediri city. Calculating the best-woven fabric for ikat products can use the simple additive weight (SAW) method so that one best-selling ikat fabric, namely silk woven fabric, is selected and meets the requirements, with a score of 0.76675.Implication:Based on this research, we can determine which suitable woven fabrics to buy using e-commerce for ikat woven fabric products in Bandar Kidul village, Mojoroto subdistrict, Kediri city. The simple additive weight (SAW) method can calculate the best-woven fabric for ikat products.
Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label Amarya, Theo Krisna; Andy G, Asye Candra; Achmad, Ridho; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (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.v8i1.4906

Abstract

Di Indonesia, salah satu penyebab kematian dan gangguan neurologis paling umum adalah stroke. Tujuan penelitian ini adalah untuk membandingkan kinerja algoritma klasifikasi sebelum dan sesudah balance serta cross validation dalam mengklasifikasi penyakit stroke menggunakan dataset predict-stroke dari Kaggle. Random Forests, KNN, Naive Bayes, Decision Trees, SVM, Neural Networks, dan Logistic Regression adalah algoritma yang diuji. Pada penelitian ini, metode percobaan (eksperimen) digunakan. Langkah-langkah pemrosesan termasuk preprocessing, pembagian data untuk membedakan data pelatihan dan pengujian, dan evaluasi dengan cross-validation. nilai yang akan dinilai adalah akurasi, presisi, recall, dan F1. Hasilnya menunjukkan bahwa algoritma Random Forest menunjukkan tingkat akurasi tertinggi 94% setelah cross-validation dan penyeimbangan data. Meskipun, karena proses penyeimbangan, akurasi berkurang, Random Forest tetap memiliki performa yang baik dalam klasifikasi.
Pemanfaatan Data Mining untuk Analisis Keputusan Perizinan Tenaga Kesehatan Ardyansyah, Fikri; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (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.v8i1.4911

Abstract

Proses perizinan tenaga kesehatan merupakan langkah penting dalam menjaga standar kualitas dan keamanan pelayanan kesehatan. Dalam menghadapi tantangan evaluasi aplikasi yang kompleks dan volume yang tinggi, pemanfaatan teknologi Data Mining menjadi semakin relevan. Penelitian ini menyelidiki pemanfaatan Data Mining, khususnya algoritma Random Forest, untuk menganalisis keputusan perizinan tenaga kesehatan. Dataset yang digunakan mencakup data perizinan yang diterima dan ditolak, dengan berbagai atribut relevan. Proses analisis melibatkan pembacaan dan penggabungan data, penanganan nilai hilang, konversi nilai teks ke numerik, pembagian data, pembuatan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 97%, dengan presisi 95%, recall 97%, dan F1-score 96%. Selain itu, analisis pentingnya fitur mengungkap kontribusi masing-masing fitur dalam membuat prediksi. Dengan demikian, penelitian ini memberikan wawasan baru yang mendukung pengambilan keputusan yang lebih baik dalam proses perizinan tenaga kesehatan, serta memastikan pelayanan kesehatan yang berkualitas dan aman bagi masyarakat.
Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest Faruqziddan, Muhammad; Aulia, Ewanda Herdika Septa; Azzahra, Salsabila Dini; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (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.v8i1.4912

Abstract

Kanker Tiroid merupakan sebuah jenis kanker yang berkembang dalam kelenjar tiroid, organ kecil yang terletak di bagian depan leher. Meskipun tingkat kematian akan kanker jenis tersebut rendah tetapi risiko kambuhnya kanker tiroid menjadi salah satu masalah lain yang perlu diatasi. Untuk membantu mengevaluasi kambuhnya kanker tiroid pada pasien tujuan penelitian ini mengembangkan sebuah model algoritma dengan memanfaatkan dataset dari UCI Machine Learning Repository. Dataset tersebut termasuk kedalam kategori klasifikasi dan Algoritma yang akan digunakan adalah Random Forest. Setelah dilakukan penelitian sesuai dengan Knowlegde Discovery in Databases (KDD), algoritma Random Forest memiliki Sensitifitas sebesar 98,39%, Spesifisitas sebesar 96,77%, Precision sebesar 96,83%, Area Under the Curve (AUC) sebesar 97,6%, dan Accuracy sebesar 97,5%. Dengan hasil yang ditemukan, algoritma Random Forest telah terbukti efektif dalam mengembangkan model untuk membantu mengevaluasi risiko kambuhnya kanker tiroid pada pasien
Prediksi Customer Churn Menggunakan Algoritma Decision Tree Putriani, Dewi; Prayogi, Anindita Puspa Ayu; Shofyana, Altha Inas; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (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.v8i1.4914

Abstract

Dalam era bisnis modern, mempertahankan pelanggan yang ada seringkali lebih menguntungkan dibanding menarik pelanggan baru. Salah satu tantangan terbesar adalah churn atau hilangnya pelanggan. Prediksi churn menggunakan data mining, khususnya algoritma decision tree, memungkinkan perusahaan untuk mengidentifikasi faktor - faktor penyebab churn dan mengklasifikasikan pelanggan berdasarkan kemungkinan mereka untuk berhenti berlangganan. Penelitian ini menggunakan metodologi SEMMA (Sample, Explore, Modify, Model, Assess) untuk menganalisis dataset customer churn yang terdiri dari 64.000 data. Hasil penelitian menunjukkan bahwa model decision tree memiliki performa prediksi lebih tinggi dibandingkan algoritma lainnya, dengan akurasi mencapai 99.7%, precision 99.7%, recall 99.7%, dan F1-score 99.7%. Temuan ini memberikan wawasan penting bagi perusahaan dalam mengembangkan strategi retensi pelanggan yang lebih efektif.
Analisis Kinerja Algoritma Data Mining pada Klasifikasi Tingkat Obesitas dengan K-Fold Cross Validation dan AUC Santoso, Heru Teguh; Felmidi, Ferdian Ahmat; Fadhila, Amelia Nur; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (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.v8i1.4917

Abstract

Obesitas menjadi masalah kesehatan global yang serius dengan dampak signifikan terhadap kualitas hidup dan risiko penyakit kronis. Klasifikasi tingkat obesitas menggunakan data mining dapat membantu dalam pencegahan dan pengelolaan obesitas. Penelitian ini bertujuan untuk menganalisis kinerja algoritma data mining seperti Naive Bayes, K-Nearest Neighbors (KNN), Decision Trees, Random Forest, dan C4.5 pada klasifikasi tingkat obesitas dengan K-Fold Cross Validation dan AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki kinerja terbaik dengan akurasi 96% dengan standart deviasi antar lipatan 0,02 dan nilai AUC 1 atau sempurna dibandingkan algoritma lainnya. Penggunaan model Random Forest dapat memberikan rekomendasi yang lebih akurat dalam upaya pencegahan dan penanganan obesitas. Penelitian ini penting karena dapat membantu dalam deteksi dini dan penanganan obesitas secara lebih efektif.
Co-Authors Abadi, Ahmad Fajar Abu Tholib Achmad, Ridho Afrizal Ahmad Bayu P Agustama, Andri Tri Aidina Ristyawan Aidina Ristyawan, Aidina Aji Prasetya Wibawa Akmal Hisyam Pradhana Alamsyah, M Alfianto Aliyyah Fitri Nur'aini Alja, Farhan Maulana Amarya, Theo Krisna Amelia Nur Fadhila Andy G, Asye Candra Angga Wibisono Anita Sari Wardani ANUARIDLO, Mochamad Aldi Yusuf Anusua Ghosh, Anusua Ardiansyah , Bima Ardyansyah, Fikri Arie Nugroho, Arie Arie, Theo Yan Arti Romansa, Shasya Aulia, Ewanda Herdika Septa Azzahra, Salsabila Dini Bachti, Achmad Syauqi Bastian Dwiki Prasetyo Christy Atika Sari Cintiana Adisti, Talita Cristina Juwita Agata Dewi, Candrika Arlita Diah Kurniawati, Virginia Dimas Abimanyu Dimas Regga Meydianto Ditto Syahrul S Dwi Hariani Dwi Harini Dwi Harini DWI HARINI Dzatama, Krisna Fahrizal Eko Hari Rachmawanto Ery Mintorini Fadhila, Amelia Nur Fadli Hidayat, M. Noer Farhan Gagat Retnanto Faruq, Umar Al Faruqziddan, Muhammad Fatayasya, Ikhfal Fauzi, Mohammad Ainun Naja Felmidi, Ferdian Ahmat Firmansyah, Achmad Ali Fitriono, Deri Hastari Utama Herdika Septa Aulia, Ewanda Hyperastuty, Agoes Santika Ilahi, Ferlita Putri Anugerah Intan Aprilia Rahman Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jauhar, Moh. Iqbal Iqza Kamilatutsaniya, Nila Khalid, Muhammad Iqbal Leonel Hernandez, Leonel Lestari, Afifah Kurnia Lukman, Muhammad Abi Maha Shelin Sahira Moh Kusen Muhammad Fahmi Muhammad Fikri Pratama Muhammad Hafiz Yustiar Muhammad Imron Amrulloh Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Muzaki, Muhammad Reza Naufal Rizqulloh Ningrum, Dea Yuliana Ayu Nngrum, Dea Yuliana Ayu Nugroho , Arie Nugroho, Arie Nur Alamsyah, Nur Nurfajriana, Intan Melinda Pradhana, Akmal Hisyam Prayogi, Anindita Puspa Ayu Priyanto, Evania Putra, Regi Candra Purnama Putri Wahyuni, Hesti Putri, Fitria Dessela Putriani, Dewi Ratih Kumalasari Niswatin Resty Wulanningrum Rina Firliana Rini Indriati Rini Indriati Rino Adi Kurniawan Ristiyawan, Aidina Ristyawan , Aidina Rizki Wahyu Nugroho Sahira, Maha Shelin Sakin, Kharisma Sania Abelia Makdalena Santoso, Heru Teguh Sari Wardani, Anita Sasongko, Muhammad Zuhdi Setiawan, Fachruddin Ari Shofyana, Altha Inas Suci Dewanti Sucipto Sucipto sugandhi sugandhi saputra Supri yono Syafa’at, Achmadhin Tristan Teguh Andriyanto Theo Krisna Amarya Thoyib Fernanda Nanda Varuq, M Nizar Bahri Al Wahiid, Hermawan Nur Wahyu Sakti Gunawan Irianto Wardani, Anita Sari Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wiranata, Hadi Wiwik Juniati Yongki Dyno Oka Satria Yulva Irfan Anas Yuszril Herdianzah Yuszril