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

 5   6   7   8   9 
Sistem Informasi Kasir Pada Toko Nia Sania Abelia Makdalena; Erna Daniati; Muhammad Najibulloh Muzaki
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 8 (2024): GJMI - AGUSTUS
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i8.783

Abstract

Kasir merupakan seorang yang bertanggung jawab atas manajemen uang secara cermat, termasuk penerimaan dan pembayaran uang (Prasetyo & Yunita, 2022). Di Toko Nia tugas kasir masih melakukan proses transaksi secara manual sehingga menimbulkan permasalahan yang terjadi dalam proses penjualan mencakup kesalahan harga dan perhitungan, ketidakjelasan tulisan pada pesanan, kehilangan nota transaksi, kerusakan pada nota penjualan, serta kesalahan dalam penginputan dan akumulasi laporan penjualan. Hal ini dapat menyebabkan penundaan dan keraguan terhadap keakuratan laporan penjualan serta mengurangi efisiensi dalam proses pelaporan. Tujuan dari penelitian ini adalah merancang sistem informasi kasir di Toko Nia untuk meningkatkan efisiensi operasional toko, memperbaiki proses kasir, dan mengoptimalkan pengelolaan informasi transaksi. Metode yang digunakan dalam pengembangan sistem ini adalah Metode Waterfall. Metode pengujian perangkat lunak yang diterapkan adalah Black Box Testing. Menggunakan sistem bahasa php dan javascript, sistem dibangun dengan framework yang menggunakan Bootstrap dan Codeigniter dan database yang digunakan DBMS MySQL. Hasil dari penelitian ini bahwa sistem informasi pada Toko Nia membantu memperlancar kegiatan penjualan dan operasional di Toko Nia, mengurangi kesalahan transaksi, mempercepat proses penjualan, serta menyediakan laporan penjualan yang lebih akurat dan efisien.
Breast tumor classification using adam and optuna model optimization based on CNN architecture Sari, Christy Atika; Rachmawanto, Eko Hari; Daniati, Erna; Setiawan, Fachruddin Ari; Hyperastuty, Agoes Santika; Mintorini, Ery
Journal of Soft Computing Exploration Vol. 5 No. 2 (2024): June 2024
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v5i2.373

Abstract

Breast cancer presents a significant challenge due to its complexity and the urgency of the intervention required to prevent metastasis and potential fatality. This article highlights the innovative application of Convolutional Neural Networks (CNN) in breast tumor classification, marking substantial progress in the field. The key to this advancement is the collaboration among medical professionals, scientists, and artificial intelligence experts, which maximizes the potential of technology. The research involved three phases of training with varying proportions of training data. The first training phase achieved the highest accuracy rate of 99.72%, with an average accuracy of 99.05% in all three phases. Metrics such as precision, recall, and F1 score were also highly satisfactory, underscoring the model's efficacy in accurately classifying breast tumors. Future research aims to develop more complex and precise predictive models by incorporating larger and more representative datasets. This progression promises to improve understanding, prevention, and management of breast cancer, offering hope for significant advances in 2024 and beyond.
Analyzing event relationships in Andersen's Fairy Tales with BERT and Graph Convolutional Network (GCN) Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan; Ghosh, Anusua; Hernandez, Leonel
Science in Information Technology Letters Vol 5, No 1 (2024): May 2024
Publisher : Association for Scientific Computing Electronics and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/sitech.v5i1.1810

Abstract

This study explores the narrative structures of Hans Christian Andersen's fairy tales by analyzing event relationships using a combination of BERT (Bidirectional Encoder Representations from Transformers) and Graph Convolutional Networks (GCN). The research begins with the extraction of key events from the tales using BERT, leveraging its advanced contextual understanding to accurately identify and classify events. These events are then modeled as nodes in a graph, with their relationships represented as edges, using GCNs to capture complex interactions and dependencies. The resulting event relationship graph provides a comprehensive visualization of the narrative structure, revealing causal chains, thematic connections, and non-linear relationships. Quantitative metrics, including event extraction accuracy (92.5%), relationship precision (89.3%), and F1 score (90.8%), demonstrate the effectiveness of the proposed methodology. The analysis uncovers recurring patterns in Andersen's storytelling, such as linear event progressions, thematic contrasts, and intricate character interactions. These findings not only enhance our understanding of Andersen's narrative techniques but also showcase the potential of combining BERT and GCN for literary analysis. This research bridges the gap between computational linguistics and literary studies, offering a data-driven approach to narrative analysis. The methodology developed here can be extended to other genres and domains, paving the way for further interdisciplinary research. By integrating state-of-the-art NLP models with graph-based machine learning techniques, this study advances our ability to analyze and interpret complex textual data, providing new insights into the art of storytelling
ANALISIS SENTIMEN UJARAN KEBENCIAN PADA TWEET DI TWITTER Cintiana Adisti, Talita; Daniati, Erna; Ristiyawan, Aidina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12761

Abstract

Media Sosial merupakan platform utama bagi informasi,tetapi juga sensitif terhadap penyebaran ujaran kebencian yang memperngaruhi individu maupun masyarakat secara negatif.Penelitian ini memiliki tujuan untuk menganalsis sentimen ujaran kebencian terhadap tweet di twitter, Menggunakan pengolahan bahasa alami atau (Natural Language Processing/NLP) Metadologi di gunakan dalam pemrosesan data preprocessing yaitu seperti case foldig,tokenisasi,stopword removal. Selanjunya Support Vector Machine atau disebut (SVM) menunjukan bahwa model algoritma tertentu memiliki wawasan mngenai pola penyebaran pada ujaran kebencian di Twiteer, dapat digunakan sebagai dasar pengembangan sistem deteksi hasil ini diharapkan mendukung ruang di gital yang lebih aman dan inklusif.
Comparison of C4.5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms Abu Tholib; M Noer Fadli Hidayat; Supri yono; Resty Wulanningrum; Erna Daniati
International Journal of Engineering and Computer Science Applications (IJECSA) Vol. 2 No. 2 (2023): September 2023
Publisher : Universitas Bumigora Mataram-Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v2i2.3364

Abstract

Student graduation is a very important element for universities because it relates to college accreditation assessment. One of them is at the Faculty of Engineering Nurul Jadid University, which has problems completing the study period within a predetermined time. So that it can be detrimental because accreditation is less than optimal, and the number of active students makes it less ideal in teaching and learning activities. This study aimed to compare the level of accuracy using the C4.5 algorithm and Naïve Bayes method in predicting graduation on time. The C4.5 and Naïve Bayes algorithms are one of the methods in the algorithm for classifying. Tests were carried out using the C4.5 and Naïve Bayes algorithms using Google Colab with Python programming language, then validated using 10-fold cross-validation. The results of this study indicate that the Naïve Bayes method has a higher accuracy value with an accuracy rate of 96.12%, while the C4.5 algorithm method is 93.82%.
IDENTIFIKASI PERSONAL BERDASARKAN 16 FITUR GEOMETRI TANGAN Firliana, Rina; Daniati, Erna
Nusantara of Engineering (NOE) Vol 1 No 1 (2014)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v1i1.35

Abstract

ABSTRAK-Sistem identifikasi bertujuan untuk mengetahui identitas seseorang atau lebih tepatnya mengenal diri seseorang dengan menggunakan ciri dari seseorang atau anggota tubuh seseorang seperti mata, telinga, hidung, tangan, kaki dan sebagainya. Dari sistem identifikasi ini merupakan proses pencocokan dengan menggunakan data training dan  kemudian data ditesting untuk diuji. Hasilnya adalah suatu keputusan apakah tangan yang diuji milik pengguna yang benar atau bukan. Proses perolehan ciri memegang peranan penting terhadap keberhasilan identifikasi. Pada penelitian ini, akan dibuat suatu program pengenalan geometri tangan seseorang. Pada percobaan geometri tangan ini data yang digunakan diperoleh dari 14 orang, tiap orang diambil 10 gambar.Sebagian gambar digunakan sebagai template/database/training-set dan sebagian digunakan untuk testing-set. Gambar berwarna diubah menjadi grayscale yang kemudian di threshold lalu dilakukan proses Closing dan Opening. Diambil informasi panjang dari 16 garis utama yang mewakili struktur tangan untuk menghasilkan feature vector. Feature vektor ini selanjutnya digunakan untuk pengenalan identitas. Hasil pengujian system menunjukkan bahwa pengenalan struktur tangan dapat dipakai untuk keperluan identifikasi identitas seseorang. Kata kunci:geometri, pengenalan pola, pengenalan struktur tangan.
KLASIFIKASI JENIS BIMBINGAN DAN KONSELINGSISWA SMKN 1 KEDIRI MENGGUNAKAN NAIVEBAYES CLASSIFIER DAN NEAREST NEIGHBOR Daniati, Erna -
Nusantara of Engineering (NOE) Vol 1 No 2 (2014)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v1i2.61

Abstract

Abstract – Students counseling grouping at “SMKN 1 Kediri “ is based on the school’sexperience in guiding and providing counselingto students  in the past. The form of counselingassistance provided is learning, subjects aresocial assistance, career guidance, mentoringpersonality, spirituality, and special assistance.Naive Bayes Classifier method can be used togroup the data of a student in a group counselingclass. Nearest Neighbor method can be used as amethod of comparison of the classificationprocess. If of all students both methods are equally good..Key Word – Naïve Bayes Classifier , NearestNeighbor , Counseling.Abstrak – Pengelompokan konselingsiswa di SMKN 1 Kediri didasarkan padapengalaman sekolah dalam membimbing danmemberikan konseling pada siswa di masayang lalu. Bentuk konseling yang diberikanadalah pendampingan Belajar,pendampingan mata pelajaran bersifatsosial, pendampingan karir, pendampingankepribadian, kerohanian, danpendampingan khusus. Metode Naïve BayesClassifier dapat digunakan untukmengelompokkan data seorang siswa dalamkelompok kelas konseling. Metode NearestNeighbor dapat dipakai sebagai metodepembanding dari sisi proses klasifikasinya.Jika dari seluruh siswa Kata kunci – Naïve Bayes Classifier ,Nearest Neighbor , Konseling.
Klasifikasi Kelompok Penjaminan Mutu Pada Karyawan Perusahaan XYZ Dengan KNN dan J48 Daniati, Erna -
Nusantara of Engineering (NOE) Vol 2 No 1 (2015)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v2i1.118

Abstract

Abstrak – Klasifikasi kelompok penjaminan mutu, menitik beratkan pada pendampingan tim penjaminan mutu yang harus dilaksanakan pada masing-masing devisi pada perusahaan XYZ. Klasifikasi ini diharapkan dapat membantu tim penjaminan mutu , untuk menindak lanjuti karyawan yang membutuhkan pendampingan khusus dari tim penjamin mutu, sesuai dengan yang dibutuhkan oleh masing-masing karyawan dari setiap devisi. Adapun devisi yang dimaksud adalah pada Tukang Potong Rokok, Tukang Giling Rokok, Tukang Pres Putihan, Tukan Pres Abangan,Tukang Pres Rokok Akhir, Tukang Pres Kalengan, SKM Filter Rokok, Tukang Linting Klobot, dan Tukang Pres Klobot. Bentuk pendampingan yang dilakukan adalah pendampingan karyawan mengenai loyalitas kerja, Tanggung Jawab Kerja, Kepemimpinan Kerja dan Prestasi Kerja. Klasifikasi dikerjakan dengan Microsoft Excel yang selanjunya akan di gunakan Weka sebagai tool untuk mengklasifikasi kelompok. KNN dan J48 digunakan untuk membandingkan pengklasifikasian, sehingga akan di peroleh metode mana yang paling cocok digunakan untuk mengklasifikasikan kelompok penjaminan mutu. Kata kunci – Klasifikasi, Weka, KNN, J48
Perbandingan Model BERT dan RNN-LSTM pada Analisis Sentimen Aplikasi BRI Mobile Nngrum, Dea Yuliana Ayu; Daniati, Erna; Muzaki, Muhammad Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.199

Abstract

Penelitian ini dimaksudkan untuk mengevaluasi serta membandingkan performa dari dua arsitektur deep learning, yakni BERT (Bidirectional Encoder Representations from Transformers) dan RNN-LSTM (Recurrent Neural Network – Long Short-Term Memory), dalam mengklasifikasikan sentimen pada tanggapan pengguna aplikasi BRImo. Kumpulan data diperoleh melalui teknik web scraping di platform Google Play dengan metode pengambilan acak (random sampling), sehingga terkumpul 10.000 ulasan dari total sekitar satu juta ulasan yang tersedia. Proses preprocessing awal mencakup pembersihan teks, penghapusan simbol, angka, URL, serta tokenisasi. Evaluasi awal menunjukkan bahwa model BERT memiliki akurasi sebesar 54%, sedangkan RNN-LSTM memperoleh akurasi 53%. Selanjutnya, dilakukan eksperimen lanjutan dengan menghilangkan proses tokenisasi tambahan pada preprocessing. Hasilnya, akurasi meningkat secara signifikan menjadi 73% untuk BERT dan 70% untuk RNN-LSTM. Peningkatan ini menunjukkan bahwa tokenisasi ganda dapat menurunkan kualitas input ke dalam model. Secara keseluruhan, model BERT terbukti lebih unggul dalam memahami konteks linguistik dalam bahasa Indonesia, terutama dalam menangani ambiguitas dan struktur kalimat kompleks dalam teks ulasan pengguna aplikasi.
Penerapan Metode First Come First Serve (FCFS) Untuk Pengembangan Sistem Informasi Penjadwalan Produksi Felmidi, Ferdian Ahmat; Daniati, Erna; Ristyawan, Aidina
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.202

Abstract

Sistem informasi penjadwalan produksi untuk usaha pembuatan box speaker "K3 Production" dikembangkan menggunakan metode prototyping dan model Unified Modeling Language (UML). Sistem ini menerapkan metode First Come First Serve (FCFS) untuk otomatisasi penjadwalan, pengelolaan pesanan, tugas pekerja, dan laporan produksi. Tujuan pengembangan sistem ini untuk meningkatkan efisiensi proses produksi, memperkirakan waktu penyelesaian secara akurat, serta mengatasi masalah penjadwalan manual yang sering menyebabkan keterlambatan dan ketidakteraturan. Sistem ini dirancang agar dapat memenuhi kebutuhan fungsional dan non-fungsional, dilengkapi dengan perangkat keras dan lunak yang sesuai untuk mendukung operasionalnya. Dalam proses pengembangannya, dilakukan pemodelan dan analisis proses bisnis menggunakan BPMN, diagram aktivitas, squence diagram, dan diagram use case guna memberikan visualisasi dari interaksi user dengan sistem. Hasilnya, sistem menyediakan tampilan antarmuka yang memudahkan pengguna seperti halaman utama, input pesanan, jadwal kerja produksi, login, dan laporan produksi. Sistem ini diharapkan dapat membantu UMKM dalam mengelola proses produksi secara otomatis, meningkatkan efisiensi, dan memanfaatkan teknologi informasi secara optimal dalam proses produksi box speaker. Dengan demikian, sistem ini mampu mengatasi tantangan penjadwalan manual dan lonjakan permintaan secara 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