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

 3   4   5   6   7 
Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan Rapidminer Faruq, Umar Al; Fauzi, Mohammad Ainun Naja; Fatayasya, Ikhfal; 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.v8i1.4919

Abstract

Prediksi kelulusan mahasiswa adalah upaya untuk memperkirakan kemungkinan seorang mahasiswa menyelesaikan studinya tepat waktu atau tidak. Hal ini sangat penting untuk membantu institusi pendidikan dalam mengambil keputusan yang lebih tepat dalam mengelola program pendidikan. Melalui penelitian ini, institusi pendidikan dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi kelulusan mahasiswa dengan akurasi tinggi. Penelitian ini dilakukan menggunakan perangkat lunak RapidMiner, serta menggunakan metode Decision Tree, dengan data mahasiswa yang memiliki berbagai variabel seperti umur, status kelulusan, dan IPK. Hasil penelitian menunjukkan bahwa akurasi prediksi kelulusan mencapai 96,57%. Penelitian ini juga dapat menjadi referensi bagi penelitian lanjutan dalam bidang prediksi data kelulusan mahasiswa.
Implementasi Four Step Kimball Data Warehouse Penjualan Pada Usaha Dagang Lestari, Afifah Kurnia; Daniati, Erna; Nugroho, Arie
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.v8i1.4922

Abstract

Informasi adalah komponen penting dalam pengembangan usaha. Persaingan bisnis yang ketat dan perubahan preferensi pelanggan menuntut pemanfaatan data secara optimal. Pengelolaan data yang efektif menjadi krusial untuk pengambilan keputusan strategis. Penelitian ini mengimplementasikan data warehouse menggunakan metode four-Step Kimball dengan skema bintang untuk mengolah data penjualan. Penelitian ini meliputi beberapa langkah seperti pembuatan database data warehouse, melakukan ETL, dan pengolahan data dengan pivot tabel maupun grafik pada excel. Data warehouse memungkinkan pengelolaan data historis sehingga dapat memberikan informasi untuk mendukung pengambilan keputusan. Hasil penelitian ini berupa informasi penjualan yang mengidentifikasi jumlah barang yang sering terjual berdasarkan waktu, kategori, nama barang, maupun dari segi pelanggan. Informasi ini membantu dalam manajemen stok, strategi penjualan, dan pengembangan produk.
Prediksi Harga Mobil Toyota Bekas Menggunakan Algoritma Regresi Linear Berganda Bachti, Achmad Syauqi; Agustama, Andri Tri; Wiranata, Hadi; 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.v8i1.4924

Abstract

Kurangnya informasi tentang harga mobil bekas dapat menjadi hambatan bagi masyarakat dalam melakukan transaksi jual beli kendaraan karena mereka mungkin tidak memahami harga pasar yang sesuai. Oleh karena itu, penting untuk memiliki informasi yang akurat dan dapat diandalkan untuk mengetahui perkiraan harga yang dapat digunakan sebagai referensi. Dalam rangka mengatasi ini, penggunaan algoritma regresi linear berganda dapat membantu dalam memprediksi harga mobil bekas. Dalam penelitian ini, algoritma regresi linear berganda digunakan untuk memprediksi harga mobil bekas. Data yang digunakan untuk membangun model prediksi berasal dari repositori Kaggle. Proses pengujian model dilakukan dengan membagi data menjadi data pelatihan (90%) dan data pengujian (10%). Setelah proses pelatihan, model prediksi didapatkan dengan nilai rata-rata harga sebesar 1512.262. Evaluasi dilakukan terhadap model tersebut dengan mengukur Root Mean Square Error (RMSE) dan Kesalahan Relatif (Relative Error). Hasil evaluasi menunjukkan bahwa nilai RMSE untuk kategori harga adalah 1512.262 dan kesalahan relatif sebesar 9.13%.
Data Warehouse Dengan Metode 4 Step Kimball Dewi, Candrika Arlita; Daniati, Erna; Nugroho , Arie
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.v8i1.4925

Abstract

Kemajuan teknologi informasi yang cepat mendorong bisnis untuk mengoptimalkan pengelolaan data. Toko Omah Laptop menghadapi tantangan dalam mengorganisir data servis laptop, sehingga sulit mengetahui jumlah dan jenis kerusakan yang sering terjadi. Penelitian ini bertujuan untuk mengolah data warehouse dengan menggunakan metode 4 Step Kimball guna menganalisis data servis secara efektif. Data warehouse memungkinkan penyimpanan data histori yang terintegrasi, mendukung analisis dan pelaporan. Studi ini mengacu pada penelitian sebelumnya yang membahas implementasi data warehouse di berbagai sektor bisnis. Hasilnya menunjukkan bahwa data warehouse dapat membantu mengidentifikasi tren kerusakan, meningkatkan pengambilan keputusan, dan mendukung perencanaan strategis. Implementasi ini diharapkan dapat memperbaiki pengelolaan data servis di Omah Laptop, menghasilkan informasi yang akurat, dan meningkatkan efisiensi operasional.
Penerapan Regresi Linear Menggunakan RapidMiner Untuk Memprediksi Penjualan dan Persediaan Pradhana, Akmal Hisyam; Irfa’udin, Muhammad; Firmansyah, Achmad Ali; 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.v8i1.4939

Abstract

Prediksi dilakukan untuk meramalkan penjualan dan stok masa depan agar dapat memenuhi kebutuhan konsumen. Meramalkan sangat penting karena berkaitan langsung dengan jumlah barang yang terjual dan memungkinkan perencanaan strategi penjualan untuk periode mendatang. Prediksi didasarkan pada data penjualan atau permintaan dari periode sebelumnya. Penelitian bertujuan untuk menerapkan regresi linear menggunakan RapidMiner sebagai alat bantu analisis dalam memprediksi penjualan dan persediaan pada Keripik Assri. Melalui penelitian ini, UMKM dapat membuat keputusan yang lebih tepat. Metode penelitian yang digunakan adalah knowledge discovery in database (KDD) dan dilakukan menggunakan RapidMiner versi 10.3 dengan data penjualan dan stok pada tahun 2019 sampai 2024. Hasil menunjukkan bahwa nilai Root Mean Squared Error (RMSE) untuk penjualan dan stok adalah 0.000 +/- 0.000. Ini menunjukkan selisih antara hasil prediksi model dan nilai sebenarnya sangat kecil, menunjukkan tingkat akurasi yang sangat tinggi.
Perbandingan Algoritma Naive Bayes Dan Desicion Tree Dalam Pengujian Data Anemia Menggunakan K-Fold Cross Validation Wardhani, Aurel Fransisca Kusuma; Kamilatutsaniya, Nila; Alamsyah, M Alfianto; 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.v8i1.4945

Abstract

Anemia mempengaruhi sekitar 1/3 dari populasi dunia, anemia adalah masalah kesehatan global yang perlu dipertimbangkan. Karena meningkatnya prevalensi anemia pada wanita, gadis remaja lebih rentan terhadap penyakit ini daripada remaja laki-laki. Anemia adalah istilah untuk konsentrasi hemoglobin rendah dalam eritrosit. Salah satu cara untuk menentukan anemia seseorang adalah dengan memeriksa kadar hemoglobin mereka. Kadar hemoglobin pada wanita di atas 15 lebih dari 12,0 g / dl (7,5 mmol). Penelitian ini bertujuan untuk menilai seberapa baik kinerja dua algoritma klasifikasi menggunakan dataset Kaggle untuk memprediksi anemia. Decision Tree dan Naive Bayes adalah algoritma yang diuji. Pada penelitian ini, menggunakan metode percobaan (eksperimen). Langkah- langkah pemrosesan yang digunakan termasuk pengambilan data, pemilihan, persiapan, perubahan, dan pembagian data untuk memisahkan data pelatihan dan pengujian. Nilai yang dievaluasi dinilai melalui validasi lintas batas, akurasi, presisi, recall, dan skor F1. Berdasarkan hasil, algoritma pohon keputusan ditemukan memiliki tingkat akurasi 99% setelah penyeimbangan data dan validasi silang. Setelah melakukan validasi silang kami menemukan bahwa proses penyeimbangan meningkatkan akurasi. Kesimpulannya, penggunaan algoritma Decision Tree dan Naive Bayes untuk memprediksi anemia memberikan wawasan penting dalam pengelolaan dan diagnosis anemia, terutama pada remaja putri.
Implementasi Data Mining dengan Algoritma K-Nearest Neighbors untuk Memprediksi Risiko Diabetes Menggunakan Chatbot Telegram Muzaki, Muhammad Reza; Nurfajriana, Intan Melinda; Ilahi, Ferlita Putri Anugerah; 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.v8i1.4946

Abstract

Diabetes merupakan penyakit kronis yang disebabkan karena tingginya kadar gula dalam darah. Menurut International Diabetes Federation (IDF) memperkirakan pada tahun 2045, angka penderita diabetes akan meningkat menjadi 11,3% pada keseluruhan total penduduk di Indonesia. Penyakit diabetes dengan cepat menyebar dalam tubuh seseorang dengan cepat, dan banyak masyarakat yang menyadari akan hal ini. Dengan integrasi kedalam chatbot telegram di harapkan bisa membantu untuk memprediksi risiko diabetes. Model data mining menggunakan algoritma KNN mendapatkan hasil akurasi sebesar 95%, recall sebesar 99%, dan presisi sebesar 89,1%
Implementasi Metode K-Nearest Neighbor Untuk Memprediksi Kondisi Cuaca Priyanto, Evania; 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.v8i1.4954

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) menggunakan aplikasi RapidMiner untuk memprediksi kondisi cuaca. Mengingat cuaca memiliki pola yang tidak menentu, prediksi manual menjadi sangat sulit. Meskipun cuaca tidak dapat diprediksi dengan kepastian absolut, perkiraan masih dapat dibuat. Dalam konteks ini, data mining memungkinkan mesin untuk mengenali dan mempelajari pola data yang kompleks. Oleh karena itu, machine learning dapat digunakan untuk mempelajari pola data cuaca guna melakukan prediksi. Penelitian ini menggunakan enam variabel sebagai kriteria, yaitu tanggal, curah hujan, suhu maksimum, suhu minimum, kecepatan angin, dan kondisi cuaca. Pengujian yang dilakukan menggunakan algoritma K-Nearest Neighbor (KNN) melalui aplikasi RapidMiner dengan nilai K=2 menunjukkan akurasi sebesar 100%, berdasarkan 1462 data yang diambil dari tahun 2012 hingga 2015. Hasil analisis membuktikan bahwa metode KNN yang diterapkan dengan aplikasi RapidMiner efektif dalam memprediksi cuaca.
Analisis Kombinasi Produk Bakery Menggunakan Apriori FP-Growth Putra, Regi Candra Purnama; Dzatama, Krisna Fahrizal; Syafa’at, Achmadhin Tristan; 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.v8i1.4960

Abstract

Semua aspek kehidupan dipengaruhi oleh perkembangan cepat teknologi informasi. Roti sekarang menjadi bagian penting dari kehidupan sehari-hari dan telah berkembang menjadi makanan pokok yang sangat disukai. Analisis pola pembelian pelanggan yang diperoleh dari transaksi penjualan roti menunjukkan strategi pemasaran yang efektif; data ini digunakan untuk menemukan tren dan preferensi pelanggan. Dalam proses yang disebut sebagai penambangan data, berbagai teknik seperti pembelajaran mesin, statistik, kecerdasan buatan, dan sistem basis data digunakan. Data penjualan roti dipelajari melalui teknik Knowledge Discovery in Database (KDD) dan algoritma Fp-Growth. Algoritma peraturan asosiasi dapat menggali informasi penting dari pola transaksi penjualan. Analisis dan pengujian dilakukan dengan mempertimbangkan parameter tertentu, seperti tingkat minimum dukungan 30% dan tingkat minimum keyakinan 70%.
Perbandingan Metode Algoritma Decission Tree dan K-Nearest Neighbors untuk Memprediksi Kualitas Air yang dapat dikonsumsi Fitriono, Deri; Wardani, Saylendra Arga; Varuq, M Nizar Bahri Al; 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.v8i1.4978

Abstract

Air merupakan kebutuhan yang sangat penting bagi mahkluk hidup termasuk manusia, namun tidak semua air aman untuk dikonsumsi, sehingga perlu adanya identifikasi terkait kualitas air yang baik untuk dikonsumsi. Oleh karena itu sangat penting mengembangkan strategi yang tepat untuk memprediksi atau meramlkan kualitas air yang dapat dikonsumsi. Pada penelitian ini akan menggunakan perhitungan Decission Tree dan K-Nearest Neigbors untuk klasifikasi sifat air yang layak dikonsumsi. Kualitas air yang baik sangat penting untuk kesehatan manusia, dan prediksi yang akurat dapat membantu orang memilih jumlah air yang tepat untuk diminum. Kedua algoritma ini akan dilakukan perbandingan pada proses klasifikasi data untuk mengetahui metode mana yang paling akurat, dilihat dari tingkat akurasi yang paling tinggi. Hasil penelitian ini menunjukkan metode Decision Tree sebesar 75.69%, sedangkan metode K-nearest Neighbors memiliki tingkat akurasi sebesar 79,39%, yang merupakan metode yang paling baik untuk klasifikasi data
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