Article Per Year (5 Year)
p-Index From 2020 - 2025
3.597
P-Index
This Author published in this journals
All Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Teknologi dan Sistem Komputer Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Pilar Nusa Mandiri Jurnal Sains dan Informatika Jurnal Nasional Komputasi dan Teknologi Informasi JURSIMA (Jurnal Sistem Informasi dan Manajemen) Journal of Applied Data Sciences Jurnal Responsif : Riset Sains dan Informatika Djtechno: Jurnal Teknologi Informasi Jurnal Media Informatika Jurnal Teknik Informatika dan Teknologi Informasi JURSIMA Jurnal Sistem Informasi dan Manajemen
Asti Herliana, Asti
Universitas Adhirajasa Reswara Sanjaya
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Mathematics Neuroscience Social Sciences Transportation

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
PERANCANGAN APLIKASI REMINDER DAN MONITORING JADWAL SERVIS SEPEDA MOTOR BERBASIS ANDROID Holis Holis; Asti Herliana
Jurnal RESPONSIF: Riset Sains & Informatika Vol 2 No 2 (2020): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v2i2.266

Abstract

Sepeda motor merupakan alat transportasi yang banyak digunakan di Indonesia. Hal tersebut disebabkan karena kebutuhan masyarakat akan kendaraan yang dapat mendukung pola kehidupan yang sangat dinamis. Sehingga sebagian masyarakat lebih memilih menggunakan sepeda motor dibandingkan dengan kendaraan lain. Dengan pola kehidupan yang semakin dinamis, membuat mobilitas pengguna sepeda motor menjadi lebih tinggi. Hal tersebut diiringi dengan meningkatnya kecelakaan lalu lintas yang melibatkan sepeda motor. Banyak faktor yang menjadi penyebab terjadinya kecelakaan, salah satunya malfungsi pada sparepart sepeda motor. Malfungsi pada sparepart itu sendiri dapat disebabkan karena kelalaian dalam melakukan servis kendaraan secara rutin. Oleh karena itu, pada penelitian kali ini diusulkan sebuah aplikasi pengingat dan penjadwalan servis agar pengguna sepeda motor dapat membuat pengingat yang dapat digunakan untuk penjadwalan servis sehingga dapat menghindari keterlambatan dalam melakukan servis. Pada penelitian kali ini metode yang digunakan adalah metode kualitatif, sedangkan perancangan sistem pada aplikasi ini menggunakan bahasa pemrograman Java, XML, dan SQLite sebagai database. Dengan adanya aplikasi reminder dan monitoring jadwal servis sepeda motor berbasis android ini diharapkan dapat membantu para pengguna sepeda motor dalam membuat pengingat servis secara rutin dan mengetahui kapan sebaiknya sepeda motor dapat diservis.
PENERAPAN PSO PADA NAÏVE BAYES UNTUK PREDIKSI HARAPAN HIDUP PASIEN GAGAL JANTUNG Firza Novaldy; Asti Herliana
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 1 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i1.396

Abstract

Gagal jantung merupakan masalah kesehatan yang progresif dengan angka mortalitas dan morbiditas yang tinggi di negara maju maupun negara berkembang termasuk Indonesia. Pada tahun 2016, WHO menyebutkan 17,5 juta orang meninggal akibat penyakit kardiovaskular sedangkan pada tahun 2008, penyakit ini mewakili dari 31% kematian di dunia. Perkiraan akurat dari prognosis gagal jantung sangat penting bagi layanan kesehatan untuk memungkinkan alokasi sumber daya yang tepat kepada dokter dalam membuat keputusan untuk manajemen dan kepada pasien untuk memungkinkan pilihan informasi tentang perawatan dan perawatan akhir kehidupan. Sehingga pada penelitian kali ini dilakukan penerapan metode optimasi Particle Swarm Optimization (PSO) pada algoritma Naïve Bayes sebagai seleksi fitur, yang bertujuan untuk mengetahui nilai akurasi yang dihasilkan oleh algoritma Naïve Bayes dan peran optimasi PSO untuk meningkatkan nilai akurasi dari hasil prediksi harapan hidup pasien gagal jantung. Setelah dilakukan pengujian menggunakan aplikasi Rapidminer dapat diketahui bahwa hasil klasifikasi menggunakan optimasi metode PSO yang mendukung metode Naive Bayes dapat menghasilkan nilai akurasi yang lebih baik, yaitu sebesar 92.67% dan nilai Area Under ROC (AUC) sebesar 0.908. Hasil akurasi yang didapat pada penelitian kali ini termasuk kedalam kategori Excellent Classification.
PENILAIAN KINERJA AUDITOR BERBASIS WEB DI KANTOR AKUNTAN PUBLIK (KAP) PEDDY HF.DASUKI Salman Khemaludin Yoesoef; Asti Herliana
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 2 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i2.513

Abstract

Dalam ketentuan standar kinerja profesi auditor, kualitas kinerja dari seorang auditor beserta hasil audit harus dipertahankan sesuai aturan yang ada. Salah satu perusahaan atau organisasi yang menggunakan kinerja auditor dan harus mempertahankan kualitas pelayanannya adalah Kantor Akuntan Publik (KAP) PEDDY HF.DASUKI. Tingginya peranan auditor untuk objek penelitian kali ini dikarenakan jenis layanan yang diberikan adalah berupa layanan atestasi dan non atestasi yang merupakan ranah pekerjaan dari seorang auditor. Permasalahan yang diangkat pada penelitian di Kantor Akuntan Publik (KAP) PEDDY HF.DASUKI adalah belum adanya sebuah sistem penilaian hasil unjuk kerja auditor yang menyebabkan potensi auditor tidak dapat dinilai secara lebih objektif. Adanya permasalahan ini berimbas juga pada menurunnya motivasi kerja dari para auditor yang ada karena manajer tidak dapat memberikan penghargaan terhadap kinerja auditor dengan penilaian yang objektif. Untuk mengatasi permasalahan pada objek penelitian kali ini, maka diusulkan sebuah sistem aplikasi penunjang keputusan yang bertujuan untuk membantu manajer dalam memberikan penilaian berdasarkan prestasi kerja dari para auditor, sekaligus dapat memberikan jenis penghargaan yang sesuai dengan prestasi kerja yang telah diberikan secara lebih objektif. Metode yang digunakan untuk mendukung sistem penunjang keputusan yang digunanakan pada penelitian kali ini adalah metode Simple Additive Weighting (SAW) yang telah terbukti dapat memberikan hasil yang baik pada penelitian sejenis terdahulu. Hasil dari penelitian kali ini menunjukkan bahwa dengan adanya sistem penunjang keputusan penilaian kinerja auditor dapat memberikan hasil penilaian yang lebih objektif terhadap hasil prestasi kerja dari para auditor dengan menitik beratkan penilaian pada 4 kriteria yakni hasil kerja, jobdesk, komunikasi dan kasus.
ANALISIS SENTIMEN KULIAH DARING DENGAN ALGORITMA NAÏVE BAYES, K-NN DAN DECISION TREE El Miana Assni Ernamia; Asti Herliana
Jurnal RESPONSIF: Riset Sains & Informatika Vol 4 No 1 (2022): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v4i1.614

Abstract

Kuliah daring dianggap sebagai solusi untuk terus menjalankan proses mengajar dimasa pandemi. Namun kurangnya adaptasi dan perubahan secara mendadak menyebabkan berbagai respon dan opini masyarakat bermunculan dimedia sosial. Hal ini menimbulkan sikap pro dan kontra dari berbagai pihak. Untuk itu penelitian ini bertujuan untuk melakukan penambangan text di twitter. Penelitian ini dilakukan dengan menggunakan algoritma Naïve Bayes, K-Nearest Neighbor dan Decision Tree untuk membandingkan tingkat akurasi dari ketiga algoritma tersebut. Hasil penelitian menunjukan bahwa analisis sentimen terhadap data tweet kuliah daring dengan menggunakan naïve bayes dengan teknik cross validation memperoleh hasil sebesar 81,57%. Untuk class precision prediksi positif 100%, prediksi negative memperoleh hasil 73,06% dan recall yang diperoleh dari true positif sebesar 63,13% sedangkan untuk true negative sebesar 100%. Lalu algoritma K-Nearest Neighbor menghasilkan nilai accuracy 62,10% untuk class precision prediksi positif adalah 62,06% sedangkan untuk prediksi negative memperoleh hasil 62,13% dan recall yang diperoleh dari true positif sebesar 62,24% sedangkan untuk true negative sebesar 61,95% dan hasil dari algoritma Decision tree memperoleh nilai accuracy 51,60% untuk class precision prediksi positif adalah 51,89% sedangkan untuk prediksi negative memperoleh hasil 51,31% dan recall yang diperoleh dari true positif sebesar 51,74% sedangkan untuk true negative sebesar 51,47%.
Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy Toni Arifin; Asti Herliana
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6825

Abstract

Penyakit diabetic retinopathy, merupakan salah satu jenis penyakit yang bermula dari diabetes mellitus. Hingga dewasa ini, penyakit diabetic retinopathy masih sulit untuk dikenali pada tahap awal. Hal ini dimungkinkan karena sifat dari penyakit ini yang menyerang bagian dalam sistem saraf mata terlebih dulu. Hingga saat ini, para ahli masih mengandalkan pemeriksaan dengan menggunakan serangkain tes pada mata serta memeriksa rekam medis dari pasien. Metode yang digunakan hingga saat ini, selain tentunya memerlukan proses yang panjang juga menghabiskan biaya yang tidak murah. Hal ini dapat menyulitkan penderita dengan kondisi ekonomi lemah. Penelitian yang dilakukan kali ini, bermaksud untuk mendapatkan metode klasifikasi terbaik yang dapat menghasilkan tingkat akurasi yang tinggi bila dikombinasikan dengan metode Particle Swarm Optimization (PSO). Setelah didapatkan metode klasifikasi terbaik, maka dikemudian hari penelitian ini dapat dikembangkan menjadi sebuah perangkat lunak pendeteksi diabetic retinopathy. Dari penelitian yang dilakukan dapat disimpulkan bahwa metode Neural Network (NN) merupakan metode terbaik dalam menghasilkan akurasi yang tinggi bila dikombinasikan dengan metode pemilihan fitur PSO.
Optimasi decision tree menggunakan particle swarm optimization untuk identifikasi penyakit mata berdasarkan analisis tekstur Toni Arifin; Asti Herliana
Jurnal Teknologi dan Sistem Komputer Volume 8, Issue 1, Year 2020 (January 2020)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (286.208 KB) | DOI: 10.14710/jtsiskom.8.1.2020.59-63

Abstract

The problem of visual impairment is a serious problem with increasing cases, ranging from visual impairment to the cause of blindness. This study examines the development of an identification application for the classification of patients with eye disorders using the Decision Tree (DT) method, which is optimized using Particle Swarm Optimization (PSO). This study used 311 eye image data, consisting of 233 normal eye images and 78 eye images with glaucoma, cataracts, and uveitis. The feature extraction used Gray Level Co-occurrence Matrix (GLCM), while the feature optimization used the PSO and the learning method used DT. This optimized visual impairment classification application can improve system accuracy to 88.09 %.
KLASIFIKASI SEL TUNGGAL PAP SMEAR BERDASARKAN ANALISIS FITUR BERBASIS NAÏVE BAYES CLASSIFIER DAN PARTICLE SWARM OPTIMIZATION Taufik Hidayatulloh; Asti Herliana; Toni Arifin
Swabumi Vol 4, No 2 (2016): Volume 4 Nomor 2 Tahun 2016
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v4i2.1138

Abstract

Research from the informatics experts about cervical cancer mainly single cell of the Papsmear, increasingly showing the almost prefect results. 20 features produced by researchconducted by Jantzen, Norup, Dounias and Bjerregaard, has now been developed and reviewed.This assessment takes precedence on efficiency features that make a significant contribution(assessed based on the percentage of best feature tool). Until now, the problems that have not beenable to solve is to maximize the results of the classification of the 7th grade single cells of PapSmear. This is due to the lack of research experts with a combination of the best methods thatproduce maximum results. After reviewing previous studies, classification methods that providethe best value to date is Naive Bayes. For the optimization method used in the present study is theParticle Swarm Optimization. With a combination of methods Naive Bayes and Particle SwarmOptimization, obtained better results from previous research that is 62.67% for the classificationof 7 classes and 95.70% for the classification of 2 classes.
Penerapan Text Mining Analisis Sentimen Mengenai Vaksin Covid - 19 Menggunakan Metode Naive Bayes Fira Fathonah; Asti Herliana
Jurnal Sains dan Informatika Vol. 7 No. 2 (2021): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v7i2.331

Abstract

Sejak wabah covid-19 melanda dunia, media sosial merupakan media yang paling banyak digunakan oleh masyarakat untuk tetap beraktivitas dan berinteraksi dengan masyarakat lainnya. Selain masyarakat umum, pemerintah utamanya pemerintah Indonesia juga memanfaatkan media ini untuk memberikan berbagai informasi dan pelayanan yang dibutuhkan oleh masyarakat. Salah satu hal yang sedang hangat diperbincangkan di media sosial utamanya twitter adalah mengenai vaksin covid-19. Berbagai komentar dilontarkan oleh para pengguna baik positif dan negatif. Dalam rangka mengetahui tanggapan masyarakat terhadap adanya vaksin covid-19 ini, maka pada penelitian kali ini dilakukan analisis sentimen terhadap vaksin covid-19 dengan menggunakan metode Naïve Bayes. Berdasarkan hasil pengujian terhadap 100 data latih yang kemudian dipilih kembali dengan menggunakan teknik data crawling menjadi 34 data, didapatkan bahwa analisis sentimen dari pengguna twitter untuk vaksin covid-19 ini didapatkan persentase accuracy sebesar 100%
Perancangan dan Pembuatan Alat Scanner 3D Menggunakan Sensor Kinect Xbox 360 Arif Armansyah; Syarif Hidayatulloh; Asti Herliana
Jurnal Informatika Vol 5, No 1 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.639 KB) | DOI: 10.31294/ji.v5i1.2443

Abstract

Abstrak Scanner 3D adalah teknologi yang digunakan untuk memindai objek nyata untuk mendapatkan bentuk, ukuran dan fitur lainnya agar menghasilkan gambar yang sangat akurat. Dalam perancangan alat scanner 3D sebelumnya, yaitu scanner 3D menggunakan sensor ultrasonik, infra merah, dan line laser. Maka dapat disimpulkan terdapat beberapa kekurangan yaitu masih terbatasnya objek yang di scan serta hasil scan yang belum akurat karena hanya menghasilkan garis-garis yang membentuk objek. Pada penelitian ini, penulis membuat scanner 3D dengan hasil akurasi yang tinggi. Scanner 3D yang dibuat adalah menggunakan sensor Kinect xbox 360. Cara kerja dari kinect yaitu dengan menggabungkan antara beberapa kamera, Color Cimos (VNA38209015) kamera ini berfungsi membantu dalam pengenalan objek dan fitur deteksi lainnya, serta kamera IR CMOS (VCA379C7130), dan IR Projector (OG12) yaitu sebagai depth sensor atau sensor kedalaman yang merupakan sebuah proyektor infrared dan sebuah sensor monochrome CMOS yang bekerja secara bersama-sama untuk melihat ruangan atau area dalam bentuk 3D tanpa memperdulikan kondisi cahaya. Untuk mengolah serta menampilkan hasil dari objek yang sudah di scan menggunakan aplikasi KScan3D. Kemudian untuk koneksi antara PC dengan media penggerak menggunakan Bluetooth HC-06. Setelah dilakukan pengujian didapatkan model gambar 3D dengan dengan hasil akurasi yang cukup tinggi. Kata Kunci: Bluetooth HC-06, Infra Merah, Line Laser, Kinect, KScan3D, Scanner 3D, Ultrasonik Abstract Scanner 3D is the technology used to scan real objects to get the form, size and other features in order to produce pictures that are very accurate. In the design of the appliance scanner 3D previously, namely scanner 3D using the ultrasonic sensor, infrared and laser line. It can be concluded there are some disadvantages that is still limited objects in the scan and the scans are not accurate because only produces lines that formed the object. In this research, author make scanner 3D with high accuracy results. Scanner 3D is made using the XBOX 360 Kinect sensor. How to work from kinect namely with combining between some camera, Color Cimos (VNA38209015) this camera work help in the introduction of objects and other detection feature and IR camera CMOS (VCA379C7130), and IR Projector (OG12) as depth censorship or the depth sensor is a projector infrared and a monochrome sensor CMOS working together to see the room or area in the form of 3D without neglecting the light conditions. To process and display the results from the object that is already in the scan using KScan3D application Then to the connection between the PC with media drives using Bluetooth HC-06. After the test is done obtained the model picture 3D with the results of the accuracy high enough. Key Word: Bluetooth HC-06, Infra Merah , Line Laser, Kinect, KScan3D, Scanner 3D, Ultrasonik
Pemberian Kredit Telepon Seluler Menggunakan Metode Topsis Pada Mars Phone Cell Tasikmalaya Rian Ardianto; Asti Herliana; Annisa Risqi Sulistya Kusuma Wardhani; Tb. Dedy Fuady; Dasril Aldo
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 10 No 1 (2022): Jursima Vol. 10 No. 1, April Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i1.458

Abstract

Adanya ide baru dalam strategi penjualan gadget sangat diperlukan untuk dapat memenuhi kebutuhan segmentasi masyarakat tersebut dengan memberikan kemudahan dan keringanan secara persyaratan dan prosedur membeli handphone secara kredit. Dengan semakin mudahnya sistem jual beli secara kredit sehingga menarik perhatian masyarakat untuk lebih mudah lagi dalam memiliki telepon seluler dengan keringanan pembayaran yang diberikan secara diangsur. Opsi terakhir yang disarankan diperoleh dengan menggabungkan alternatif statis dengan nilai bobot terbesar untuk setiap kriteria berfungsi mengidentifikasi debitur yang layak mendapatkan kredit ponsel. Jarak euclidean digunakan untuk mengukur seberapa dekat suatu alternatif dengan solusi ideal dalam metode TOPSIS, yang merupakan proses pengambilan keputusan multi kriteria. Alternatif yang dipilih harus, dari sudut pandang geometris, menjadi yang paling dekat dengan solusi ideal positif dan terjauh dari solusi ideal negatif. Keluaran sistem dapat menawarkan saran peringkat tergantung pada bobot yang paling signifikan. Dengan penggunaan pendekatan ini, kreditur dapat memilih debitur yang memenuhi syarat untuk kredit.
Co-Authors Ade Mubarok Aldi Supriyadi Ali Akbar Rismayadi Ambi Nur Akbar Annisa Risqi Sulistya Kusuma Wardhani Ardianto, Rian Arif Armansyah Bayu Saputra Dasril Aldo Dwiza Riana El Miana Assni Ernamia Fira Fathonah Firza Novaldy Fitriyani Fitriyani Fitriyani Fitriyani Freddy Agus Renaldi Fuady, Tb. Dedy Holis Holis Ina Najiyah Lina Lulus Destianti Mayya Nurbayanti Shobary Moh Siri, Moh Muawiyah, Shofiyah Siti Muckti, Masaldi Kharisma Muhammad Ali Zafar Sidiq Muhammad Rivai Oktaviani, Fani Rahma Pratiwi Pratiwi Prima Muhamad Rasyid Rangga Sanjaya Rian Ardianto Rian Ardianto Rizki Tri Prasetio Salman Khemaludin Yoesoef Sari Susanti, Sari Shafa, Raisya Nadzira Zahirahtush Syarif Hidayatulloh Taufik Hidayatulloh Tb. Dedy Fuady Titin Suhartini Toni Arifin Vina Agustina, Vina Visqia Ade Setiawan Wardhani, Annisa Risqi Sulistya Kusuma Yayu Sri Rahayu Yudhiono, Noor Fuadillah Yudi Ramdhani