Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Information Management For Educators And Professionals (IMBI) JurTI (JURNAL TEKNOLOGI INFORMASI) INTI Nusa Mandiri
Sri Hadianti
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PERANCANGAN PROGRAM TRANSAKSI PENERIMAAN DAN PENGELUARAN KAS BERBASIS WEB Ade Mubarok; Sri Hadianti
Jurnal Informatika Vol 3, No 1 (2016): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (505.688 KB) | DOI: 10.31294/ji.v3i1.314

Abstract

Abstract - Recording of  receipts and outlays cash considered is not important, because considered a waste of time, should add to the cost, and a lot of paper to be wasted. To prevent excessive paper use in recording transactions cash receipts and disbursements, as well as to streamline the recording time, then made an application that can streamline transaction recording cash receipts and disbursements. This application is intended for individuals who want to know the size of acceptance or disbursements of cash in a certain period. Research conducted directly with observation, and literature regarding web-based programming, journals, and books on methods Waterfall. By using method Waterfall, the more structured application creation and the resulting application can help the recording of cash receipts and payments transactions more effectively and efficiently. Keywords: Application, Acceptance, Expenditure, Web, Waterfall.  Abstrak- Pencatatan penerimaan dan pengeluaran kas dianggap tidak penting, karena dianggap membuang-buang waktu, harus menambah biaya, dan banyak kertas yang akan terbuang. Untuk mencegah penggunaan kertas yang berlebihan dalam pencatatan transaksi penerimaan dan pengeluaran kas, serta untuk mengefektifkan waktu pencatatan, maka dibuat sebuah aplikasi yang bisa mengefektifkan pencatatan transaksi penerimaan dan pengeluaran kas. Aplikasi ini ditujukan untuk perorangan yang ingin mengetahui besar kecilnya penerimaan atau pengeluaran kas dalam priode tertentu. Penelitian dilakukan secara langsung dengan observasi, dan studi pustaka mengenai pemrograman berbasis web, jurnal, dan buku mengenai metode Air Terjun (Waterfall). Dengan menggunakan metode Air Terjun (Waterfall) maka pembuatan aplikasi lebih terstruktur dan aplikasi yang dihasilkan bisa membantu pencatatan transaksi penerimaan dan pengeluaran kas lebih efektif dan efisien. Kata Kunci: Aplikasi, Penerimaan, Pengeluaran, Web, Waterfall
Analisis Sentiment Covid-19 Di Twitter Menggunakan Metode Naive Bayes Dan SVM Sri Hadianti; Firman Yosep Tember
(JurTI) Jurnal Teknologi Informasi Vol 6, No 1 (2022): JUNI 2022
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v6i1.2557

Abstract

- Aspirasi masyarakat sangat sulit disampaikan secara langsung, karena terkendala beberapa factor, seperti waktu, ruang dan factor lainnya. Namun, media sosial sekarang digunakan sebagai media menyuarakan saran, kritik dan pendapat kepada masyarakat umum, salah satu media sosial yang digunakan adalah twiter. Namun opini di twitter banyak sekali makna yang berbeda dari setiap pengguna, salah satu nya mengenai COVID-19. Oleh karena itu tujuan penelitian ini adalah menganalisis sentimen publik dari cuitan Twitter mengenai COVID-19 di Indonesia, metode yang digunakan yaitu Naïve Bayes dan Support Vektor Machine. Penelitian ini berfokus pada perbandingan hasil klasifikasi kedua metode tersebut, serta untuk mengetahui kecenderungan opini masyarakat di Twitter. Subjek diambil menggunakan dataset public dengan kata kunci dataset COVID-19. Dimulai dari klasifikasi opini positif dan negative, dan didapatkan hasil akhir. Dari hasil pengujian diketahui metode Suppor Vektor Machine memiliki tingkat akurasi yang paling tinggi dengan tingkat akurasi sebesar 54.21 % dan didapatkan pula kecenderungan opini masyarakat di seluruh duni condong negatif,hal tersebut dapat dilihat dari opini positif sebesar 98 dan negative sebesar 116. Sedangkan metode Naïve Bayes memperoleh tingkat Occurancy sebesar 53.27%.
Perancangan Sistem Informasi Penggajian Karyawan Berbasis Desktop pada PT. Pandawa Ekadharma Ekspress Yuma Yaumaidzinnaimah; Sri Hadianti; Ridan Nurfalah; Nissa Almira Mayangky; Nita Merlina
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 7 No 1 (2022): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (DESEMBER 2022)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/imbi.v7i1.1941

Abstract

Penggajian merupakan salah satu aktivitas penting dalam suatu perusahaan, untuk memudahkan serta menghasilkan data yang akurat maka diperlukan suatu sistem yang dapat membantu proses pelaksanaannya. PT. Pandawa Ekadharma Ekspres belum sepenuhnya memanfaatkan keberadaan teknologi informasi dalam membantu aktivitas penggajian karyawan. Penggunaan sistem manual pada aktivitas perusahaan dapat menghambat alur pemprosesan data untuk berbagai informasi yang diperlukan. Tujuan dari penelitian ini untuk menghasilkan sebuah sistem berbasis desktop menggunakan open source Netbeans IDE 8.1 dengan bahasa pemrograman Java yang dapat dimanfaatkan penggunaannya oleh PT. Pandawa Ekadharma Ekspress. Dalam aktivitas perancangannya sistem informasi penggajian ini menggunakan metode Waterfall serta penggunaan diagram UML (Unifield Modeling Language), LRS (Logical Record Structured) dan ERD (Entity Relationship Diagram) dalam proses analisis desainnya. Hasil yang diperoleh dari penulisan skripsi ini yaitu sebuah sistem berbasis desktop dengan kemampuan yang dimiliki dalam melakukan aktivitas pencatatan, pengelolaan serta menghasilkan data berupa informasi yang diharapkan mampu membantu proses pengambilan keputusan serta menyelesaikan berbagai permasalahan maupun kendala yang dihadapi oleh PT. Pandawa Ekadharma Ekspress dalam aktivitas penggajiannya.
Comparison of Segmentation Analysis in Nucleus Detection with GLCM Features using Otsu and Polynomial Methods Dwiza Riana; Jufriadif Na'am; Saputri, Daniati Uki Eka Saputri; Sri Hadianti; Faruq Aziz; Suryadi Putra Liawatimena; Alya Shafra Hewiz; Dika Putri Metalica; Teguh Herwanto
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 6 (2023): December 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i6.5420

Abstract

Pap smear is a digital image generated from the recording of cervical cancer cell preparation. Images generated are susceptible to errors due to the relatively small cell sizes and overlapping cell nuclei. Therefore, accurate Pap smear image analysis is essential to obtain the right information. This research compares nucleus segmentation and detection using Grey Level Co-occurrence Matrix (GLCM) features in two methods: Otsu and Polynomial. The tested data consisted of 400 images sourced from RepoMedUNM, a publicly accessible repository containing 2,346 images. Both methods were compared and evaluated to obtain the most accurate features. The research results showed that the average distance of the Otsu method was 6.6457, which was superior to the Polynomial method with a value of 6.6215. Distance refers to the distance between the nucleus detected by the Otsu and the Polynomial method. Distance is an important measure to assess how closely the detection results align with the actual nucleus positions. It indicates that the Polynomial method produces nucleus detections that are on average closer to the actual nucleus positions compared to the Otsu method. Consequently, this research can serve as a reference for further studies in developing new methods to enhance the accuracy of identification.
ANALISIS MULTI-MODEL KOMPARATIF UNTUK DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN EVALUASI ROC-AUC DAN MCC Daning Nur Sulistyowati; Sri Hadianti; Ridan Nurfalah
INTI Nusa Mandiri Vol. 21 No. 1 (2026): INTI Periode Agustus 2026
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v21i1.8278

Abstract

Breast cancer is one of the leading causes of death in women and relies heavily on early detection to improve the chances of recovery. The main challenges in machine learning-based early detection systems are class imbalance and the limitations of evaluation metrics that often rely solely on accuracy or ROC–AUC. In this context, the Matthews Correlation Coefficient (MCC) offers a more comprehensive assessment because it considers all elements of the confusion matrix. This study analyzes and compares the performance of four classification algorithms: Naive Bayes, Decision Tree, Random Forest, and SVM on the Breast Cancer Wisconsin (Diagnostic) dataset. The dataset was first divided using a stratified train–test split of 80:20 to maintain class proportions. Feature normalization was performed only on the training data to avoid data leakage, then applied to the test data using the same parameters. Furthermore, 5-fold cross-validation was performed on the training data for model evaluation and selection. The results show that SVM provides the best performance with an accuracy of 98.25%, a precision of 1.00, an F1-score of 0.9762, an AUC of 0.9971, and an MCC of 0.9630. Naive Bayes and Random Forest also show excellent performance with AUC values ​​above 0.99 and an MCC of 0.9253, while Decision Tree has a lower performance. Confusion matrix and ROC curve analysis confirm the superiority of SVM in minimizing classification errors. These findings emphasize the importance of a multi-model approach and the use of MCC as a more representative evaluation metric in breast cancer early detection systems.
Co-Authors Ade Mubarok Alya Shafra Hewiz Dika Putri Metalica Dwiza Riana Faruq Aziz Firman Yosep Tember Jufriadif Na`am, Jufriadif Mayangky, Nissa Almira Nita Merlina Ridan Nurfalah Ridan Nurfalah Saputri, Daniati Uki Eka Saputri Sulistyowati, Daning Nur Suryadi Putra Liawatimena Teguh Herwanto Yuma Yaumaidzinnaimah