Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.296

P-Index

This Author published in this journals

All Journal Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Nasional Komputasi dan Teknologi Informasi INTEK: Informatika dan Teknologi Informasi Jurnal Responsif : Riset Sains dan Informatika Journal of Practical Computer Science (JPCS) Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika

Sari Susanti

Universitas Adhirajasa Reswara Sanjaya

Author-ID : 2543153

Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation Other

Published : 26 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Klasifikasi Kemampuan Perawatan Diri Anak dengan Disabilitas Menggunakan SMOTE Berbasis Neural Network Sari Susanti
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakPenyandang disabilitas merupakan kelompok minoritas terbesar didunia, dengan anak-anak menempati sepertiga dari jumlah keseluruhan penyandang disabilitas. Pada penerapannya proses diagnosis dan klasifikasi dimensi disabilitas membutuhkan ahli terapis okupasi. Jumlah terapis okupasi yang terbatas mengakibatkan penanganan penyandang disabilitas menjadi tertunda. Teknik data mining digunakan untuk membantu proses diagnosis yang bertujuan untuk menghindari kesalahan dalam diagnosis. Penelitian ini menggunakan dataset Scadi yang merepresentasikan masalah kemampuan perawatan diri anak dengan disabilitas. Dataset Scadi merupakan dataset baru yang belum banyak diteliti. Pada dataset Scadi terdapat permasalahan yaitu, ketidakseimbangan kelas (imbalanced class). Masalah tersebut menyebabkan rendahnya nilai akurasi klasifikasi. Algoritma yang diusulkan yaitu neural network untuk klasifikasi kemampuan perawatan diri anak dengan disabilitas, Selain neural network digunakan algoritma Smote untuk mengatasi masalah ketidakseimbangan kelas (imbalanced class) pada level data. Hasil penelitian menunjukan bahwa metode yang diusulkan telah meningkatan kinerja algoritma klasifikasi neural network, dengan meningkatkan nilai akurasi secara signifikan sebesar 90.4762 % dibandingkan hasil yang dilaporkan pada penelitian sebelumnya yaitu 83,1%. Kata kunci: Perawatan Diri, Disabilitas, ICF-CY, Neural network, Smote, Ketidakseimbangan Kelas.AbstractPersons with disabilities are the majority group in the world, with children determined one third of the total number of persons with disabilities. In its application, the process of diagnosis and classification of occupational therapist needs. The number of occupational therapists who are limited to handling persons with disabilities is delayed. Data mining techniques are used to help the diagnosis process that helps to avoid errors in diagnosis. This study uses the Scadi dataset which presents the problem of self-care ability of children with disabilities. Dataset Scadi is a new dataset that has not yet been collected. The Scadi dataset is related, that is, class imbalances (unbalanced classes). This problem causes a low value. The proposed algorithm is a neural network for the classification of self-care abilities of children with disabilities. In addition to the neural network, the Smote algorithm is used to overcome the problem of class imbalances (unbalanced levels) at the data level. The results showed that the proposed method had improved the results of neural network classification analysis, by increasing the assessment value by 90.4762% compared to the results obtained in the previous study, namely 83.1%. Keywords: Self-care, Disability, ICF-CY, Neural network, Smote, imbalanced class.

ANALISIS KEPUASAN PENGGUNA LAYANAN GOOGLE-FORMS SEBAGAI MEDIA SURVEY ONLINE MENGGUNAKAN DELONE & MCLEAN Ade Mubarok; Noneng Tia Aprilia; Sari Susanti
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Kegiatan melakukan survei atau membagikan formulir, biasanya dihadapkan dengan banyaknya data yang harus diolah dengan berbagai cara atau metode, besarnya jumlah data yang didapatkan membuat pengolahan data memakan biaya dan waktu yang sangat lama. Dengan hadirnya layanan Google Forms diharapkan dapat memudahkan para pengguna yang sedang melakukan kegiatan survei online. Tujuan Penelitian ini untuk melihat hubungan antara variabel-variabel terhadap kepuasan pengguna layanan Google Forms di Kota Bandung menggunakan model DeLone & McLean. Model DeLone & McLean sendiri mempunyai enam variabel yaitu: Kualitas Sistem (System Quality), Kualitas Informasi (Information Quality), Kulalitas Layanan (Service Quality), Penggunaan (Use), Kepuasan Pengguna (User Satisfaction), dan Manfaat Bersih (Net Benefit), namun pada penelitian ini peneliti hanya menggunakan 5 variabel saja yaitu, Kualitas Sistem (System Quality), Kualitas Informasi (Information Quality), Kulalitas Layanan (Service Quality), Penggunaan (Use), dan Kepuasan Pengguna (User Satisfaction). Teknik pengambilan sampel yang digunakan adalah pendekatan convinience sampling. Hasil penelitian yang diperoleh adalah variabel Kualitas Sistem (System Quality) (X1), Kualitas Informasi (Information Quality) (X2), Kualitas Layanan (Service Quality) (X3), dan Penggunaan(Use) (X4) secara bersama-sama atau simultan berpengaruh terhadap Kepuasan Pengguna (User satisfaction) (Y).

Klasifikasi Kemampuan Perawatan Diri Anak dengan Disabilitas Menggunakan Neural Network dan Greedy Stepwise Sebagai Seleksi Fitur Sari Susanti
Jurnal Informatika Vol 8, No 1 (2021): April 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Disabilitas merupakan gangguan, keterbatasan aktivitas dan pembatasan partisipasi. Disabilitas disebut juga interaksi antara individu dengan kondisi kesehatan seperti (Cerebral palsy, sindrom Down dan depresi), faktor pribadi dan lingkungan seperti sikap negatif. Disabilitas dapat mengganggu perkembangan alami tubuh tergantung pada jenis kelamin, usia dan lingkungan. Penderita disabilitas merupakan kelompok minoritas terbesar didunia, 80% penderita berasal dari negara-negara berkembang. Selain itu Anak-anak menempati menyandang disabilitas dengan jumlah sepertiga dari jumlah keseluruhan penyandang disabilitas di dunia. Pada penerapannya proses diagnosis dan klasifikasi dimensi disabilitas membutuhkan ahli terapis okupasi. Teknik data mining dapat digunakan untuk membantu proses diagnosis yang bertujuan untuk menghindari kesalahan dalam diagnosis. Tujuan penelitian ini adalah untuk mengklasifikasikan masalah kemampuan perawatan diri anak disabilitas menjadi 7 kelas. Penelitian ini menggunakan dataset yang merepresentasikan masalah kemampuan perawatan diri anak dengan disabilitas. Dataset yang akan digunakan memiliki permasalahan multidimensional dataset dimana dataset memiliki fitur yang lebih banyak dibandingkan dengan jumlah datanya. Multidimensional dataset dilihat dari Jumlah fitur yang dimiliki yaitu 205 fitur dan 1 label dengan jumlah data sebanyak 70. Metode yang diusulkan pada penelitian ini yaitu greedy stepwise sebagai metode untuk mengatasi masalah multidimensional dataset dengan menyeleksi fitur bertujuan memilih fitur yang paling relevan. Selain greedy stepwise diterapkan juga metode neural network yang digunakan sebagai algoritme klasifikasi. Hasil penelitian menunjukan bahwa metode seleksi fitur greedy stepwise dengan penerapan neural network memperoleh nilai akurasi sebesar 84.2857% yang bisa disimpulkan hasil akurasinya baik.

PENERAPAN TEOREMA BAYES UNTUK DIAGNOSIS PENYAKIT PADA IBU HAMIL BERBASIS ANDROID Nadya Paramitha; Erfian Junianto; Sari Susanti
Jurnal Informatika Vol 6, No 1 (2019): April 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Angka kematian ibu di Indonesia, sebagian besar disebabkan oleh kurangnya pengetahuan mengenai kehamilan, terlambatnya penanganan di rumah sakit, kurangnya tenaga medis maupun fasilitas yang memadai dan mahalnya biaya untuk konsultasi membuat para ibu enggan untuk ke dokter ahli. Sistem pakar diagnosa pada ibu hamil ini diharapkan dapat memberikan pengetahuan mengenai diagnosa penyakit gangguan kehamilan pada ibu hamil, memberikan sarana media konsultasi mengenai penyakit pada kehamilan serta mengurangi banyaknya biaya konsultasi ke dokter ahli. Sistem pakar adalah sistem yang mampu menggambarkan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli atau pakar. Teorema Bayes adalah cara untuk mengetahui probabilitas bersyarat. Probabilitas bersyarat adalah probabilitas dari suatu peristiwa yang terjadi, mengingat bahwa itu memiliki beberapa hubungan dengan satu atau lebih peristiwa lainnya. Aplikasi sistem pakar ini memakai Android sebagai sistem operasinya. Sistem operasi berbasis Android merupakan sistem operasi yang bersifat open source sehingga mudah dikembangkan dan dioptimalkan. Hasil dari penelitian ini yaitu aplikasi sistem pakar yang dapat memberikan pengetahuan mengenai diagnosa penyakit gangguan kehamilan, menjadi media untuk berkonsultasi mengenai penyakit pada masa kehamilan.

Penerapan Algoritma Neural Network Untuk Klasifikasi Kardiotokografi Yudi Ramdhani; Sari Susanti; Miftah Farid Adiwisastra; Salman Topiq
Jurnal Informatika Vol 5, No 1 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak Kardiotokografi adalah metode investigasi yang paling disukai, dalam pemerhati penggunaan kesejahteraan janin yang praktis. Informasi yang diperoleh dari kardiotokografi, digunakan untuk mengidentifikasi awal keadaan patologis (gangguan pada janin, perkembangan penyakit pada janin atau hipoksia dan lain-lain). Organisasi Kesehatan Dunia atau WHO (World Health Organization) memperkirakan sekitar 15% dari seluruh wanita hamil akan berkembang menjadi komplikasi yang berkaitan dengan kehamilannya dan dapat mengakibatkan kematian ibu dan janin. Teknologi data mining merupakan salah satu alat bantu untuk mengoptimalkan data pada basis data yang berukuran besar, Data mining medis memiliki potensi besar untuk dipelajari pola-pola yang tersembunyi dalam kumpulan data utama medis. Dataset Kardiotokografi memiliki fitur/atribut sebanyak 36 dan diklasifikasikan menjadi 3 kelas yaitu : kelas Normal, kelas Suspect, dan kelas Pathologic dengan record sebanyak 2126. Metode Neural network dapat mengklasifikasi kardiotokografi dengan baik dibuktikan dengan nilai akurasi yang tinggi yaitu sebesar 99,15%, serta dapat membantu user untuk mengambil keputusan selanjutnya pada Karditokografi tersebut. Kata kunci: Kardiotokografi, Data Mining, Neural network Absract Kardiotokografi is the most preferred method of investigation, in the use of fetal well being observers. Information obtained from kardiotokografi, used to identify the initial state of the pathological (disorders of the fetus, the development of fetal disease or hypoxia and others). World Health Organization estimates approximately 15% of all pregnant women will develop into complications related to her pregnancy and can lead to the death of the mother and the fetus. The technology of data mining is one of the tools for optimizing the data in the data base of large-sized medical. Data mining, has great potential to learn the patterns that are hidden in the main medical data sets. Kardiotokografi DataSet features/attributes as much as 36 and are classified into three classes as follows: Normal class, class Suspect and Pathologic class with the record as much as 2126. Neural network method of classifying kardiotokografi can properly evidenced by high accuracy value of 99,15%, and can help the user to take decisions on the Karditokografi. Keywords: Kardiotokografi, Data Mining, Neural network

Implementasi Framework Laravel Pada Aplikasi Pengolah Nilai Akademik Berbasis Web Sari Susanti; Erfian Junianto; Rizal Rachman
Jurnal Informatika Vol 4, No 1 (2017): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

AbstractStudent Grades is one of the important things in the school. Based on the regulation of education and culture minister of the Republic of Indonesia number 66 of 2013 on standard educational assessment mentions that the results of the assessment by educators and educational units reported in terms of value and description of the achievement of competence to parents and the government. Values and descriptions of student competence achievement processed manually so it takes a long time in the process. That requires an application that can process value. Making a web application processing of the students is one of the solutions in the processing of value. The web application processing student value is made using the waterfall model that includes: analysis, design, coding and testing. on this website are processed according to the rules curriculum assessment in 2013 which has three criteria: the value of knowledge, skills and value attitudes. The end result of these values is processed into value of report cards. Making the web using PHP programming language and MySQL database storage. From the results of research conducted conclusion that the Web Application Processing Value is an application that helps the processing of value for homeroom and make it easier for the students see the value. Keywords: Grades Processing, Web Application, Framework Laravel, Website, Curriculum in 2013. Abstrak Nilai merupakan salah satu hal penting di sekolah. berdasarkan peraturan menteri pendidikan dan kebudayaan Republik Indonesia nomor 66 tahun 2013 tentang standar penilaian pendidikan menyebutkan bahwa hasil penilaian oleh pendidik dan satuan pendidikan dilaporkan dalam bentuk nilai dan deskripsi pencapaian kompetensi kepada orang tua dan pemerintah. Nilai dan deskripsi pencapaian kompetensi siswa masih diolah secara manual sehingga membutuhkan waktu lama dalam pengerjaannya. Untuk itu dibutuhkan sebuah aplikasi yang dapat mengolah nilai. Pembuatan aplikasi web pengolahan nilai siswa adalah salah satu solusi untuk mengatasi lambatnya pengolahan nilai. Aplikasi web pengolahan nilai ini dibuat menggunakan model waterfall yang mencakup : analisis, desain, pengkodean dan pengujian. pada website ini penilaian diproses berdasarkan standar kurikulum 2013 yang memiliki tiga kompetensi nilai yaitu pengetahuan, keterampilan dan sikap. Hasil akhir dari ketiga nilai tersebut diproses menjadi nilai rapor. Pembuatan web ini menggunakan bahasa pemrograman PHP dan penyimpanan basis data MySQL. Dari hasil penelitian yang dilakukan diperoleh kesimpulan bahwa Aplikasi Web Pengolahan Nilai merupakan solusi yang membantu proses pengolahan nilai bagi wali kelas dan kemudahan bagi siswa untuk melihat nilainya. Kata Kunci: Pengolahan Nilai, Aplikasi Web, Framework Laravel, Website, Kurikulum 2013.

Co-Authors Adang Kurniawan Ade Mubarok Agustinur Bentar Arya Raspati Ahmad Surya Al Huda Ramadhan Annisa Eka Pratiwi Ardi Ramdani Arya Rizki Febriansyah Asri Novitasari Bambang Tri Rahmat Doni Bangbang Supriadi Darmawi Darmawi Erfian Junianto Fajar Aziz Laksono Gilang Barlian Hamdun Sulaiman Isminarni Rahayu M.Revin Reginal Miftah Farid Adiwisastra Mokhamad Gustiawan Muhammad Ma’ruf Holid Junaedi Mustofa Mustofa Nadya Paramitha Noneng Tia Aprilia Novi Imelia Rahmaniza M Ristu Juli Yudianto Rizal Rachman, Rizal Rizki Tri Prasetio Rollando Govintdes Salman Topiq Sukajie, Bambang Yudi Ramdhani

Title Search

Found 6 Documents Search Journal : Jurnal Informatika

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search
Journal : Jurnal Informatika