Article Per Year (5 Year)
p-Index From 2020 - 2025
2.765
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) EVOLUSI : Jurnal Sains dan Manajemen Jurnal Teknologi Informasi dan Terapan (J-TIT) Indonesian Journal of Business Intelligence (IJUBI) Indonesian Journal of Networking and Security - IJNS Informatics and Computer Engineering Journal Indonesian Journal Computer Science (ijcs) Prawara Jurnal Pengabdian Masyarakat
Rahmawati-Universitas Bina Sarana Informatika, Eka
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Public Health Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Rancang Bangun Sistem Informasi Penggajian Berbasis Web Studi Kasus Pt Buaran Raya Permai Safudin, Mahmud; Ghani, Muhamad Abdul; Rahmawati-Universitas Bina Sarana Informatika, Eka
IJNS - Indonesian Journal on Networking and Security Vol 9, No 2 (2020): IJNS April 2020
Publisher : APMMI - Asosiasi Profesi Multimedia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (965.321 KB)

Abstract

Abstract - Payroll is something that is needed by every company to ensure the welfare of its employees. So that each person can receive a salary in accordance with the specified number of working hours, an accurate calculation is needed. PT Buaran Raya Permai is one company that has not yet implemented an information system in its payroll program. Salary recording is still using Microsoft Excel by manual calculation. That makes the calculation process longer and allows for errors in writing the formula. From the results of the analysis, it was concluded that the company needed an information system for recording salaries. The use of information systems can simplify the process of calculating salaries. In addition, the recapitulation process can also be done easily. Through information systems, each process and stage for payroll can be done more efficiently. From attendance to attendance recaps can be done easily and quickly. Payroll information system design is done using the php programming language for website-based systems to facilitate access. Display interface is also designed as best as possible to facilitate its use. Keywords - Payroll, Information Systems, Website Abstrak – Penggajian merupakan suatu hal yang dibutuhkan oleh setiap perusahaan untuk memastikan kesejahteraan karyawannya. Agar setiap orang dapat menerima gaji sesuai dengan jumlah jam kerja yang ditentukan, maka diperlukan perhitungan yang akurat. PT Buaran Raya Permai menjadi salah satu perusahaan yang belum menerapkan sistem informasi dalam program penggajiannya. Pencatatan gaji masih menggunakan microsoft excel dengan cara perhitungan manual. Hal itu membuat proses perhitungan lebih lama dan memungkinkan adanya kesalahan dalam penulisan rumus. Dari hasil analisa, disimpulkan bahwa perusahaan membutuhkan sistem informasi untuk pencatatan gaji. Penggunaan sistem informasi dapat mempermudah proses perhitungan gaji. Selain itu, proses rekapitulasi juga dapat dilakukan dengan mudah. Melalui sistem informasi maka setiap proses dan tahapan untuk penggajian dapat dilakukan dengan lebih efisien. Dari absnsi hingga rekap kehadiran dapat dilakukan dengan mudah dan cepat. Perancangan sistem informasi penggajian dilakukan menggunakan bahasa pemrograman php untuk sistem berbasis website untuk mempermudah aksesnya. Tampilan antarmuka juga di desain sebaik mungkin agar mempermudah penggunaannya. Kata kunci— Penggajian, Sistem Informasi, Website
Penerapan Metode Machine Learning Dalam Memprediksi Keberhasilan Panggilan Telemarketing Menjual Produk Bank Ahmad Fauzi; Fanny Fatma Wati; Indah Sulistyowati; Muhammad Faittullah Akbar; Eka Rahmawati; Ratna Kurnia Sari
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8977

Abstract

Abstract: Competition between banks can be seen from the various attempts by banks to find customers through various marketing activities in order to get as many customers as possible. In the past, business actors offered goods or services to consumers in a face-to-face manner, now by utilizing existing and sophisticated technology, they can use long-distance communication tools such as telephone and fax, as well as other electronic media. To make it easier to manage customer data, a data calcification is needed. Machine Learning Algorithms can be used to predict or classify data. One of the algorithms in Machine Learning is the Naive Bayes method. Naive Bayes is a simple probabilistic classification that calculates a set of probabilities by summing the frequency and value combinations from a given dataset. This research will predict a successful Telemarketing call in selling Bank products to customers. The Naive Bayes algorithm and the Backward Elimination feature selection can increase the accuracy value in predicting the success of telemarketing in selling bank products well, as evidenced by the accuracy value generated by Naive Bayes of 83.04%, then after being applied with the selection of the backward elimination feature it increases by 6.41. % to 89.45%. Keywords: Telemarketing, Machine Learning, Naive Bayes Abstrak: Persaingan antar bank dapat dilihat dari berbagai upaya bank dalam mencari nasabah dengan berbagai kegiatan pemasaran agar mendapat nasabah sebanyak-banyaknya. Dahulu para pelaku usaha menawarkan barang atau jasa kepada konsumen dengan cara bertatap muka langsung, sekarang dengan memanfaatkan teknologi yang ada dan canggih bisa menggunakan alat komunikasi jarak jauh seperti telepon dan fax, serta media elektronik lainnya. Untuk mempermudah mengelola data nasabah maka dibutuhkan sebuah pengkalsifikasian data. Algoritma Machine Learning dapat digunakan dalam memprediksi atau mengklasifikasikan sebuah data. Salah satu algoritma dalam Machine Learning adalah metode Naive Bayes. Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Pada penelitian ini akan memprediksi sebuah keberhasilan panggilan Telemarketing dalam menjula produk Bank kepada para nasabah. Algoritma Naive Bayes dan seleksi fitur Backward Elimination mampu meningkatkan nilai akurasi dalam memprediksi keberhasilan telemarketing dalam menjual produk bank dengan baik, dibuktikan dengan nilai akurasi yang dihasilkan naive bayes sebesar 83,04 %, kemudian setelah diterapkan dengan seleksi fitur backward elimination meningkat sebesa 6,41% menjadi 89,45%. Kata kunci: Telemarketing, Machine Learning, Naive Bayes
Rancang Bangun Sistem Informasi Rekam Medik Studi Kasus: UPTD Puskesmas Padamara Kabupaten Purbalingga Eka Rahmawati; Saifudin Saifudin; Chandra Kesuma; Amin Nur Rais
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 1 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i1.7860

Abstract

Abstract: Computer is the one of technology that can make people activity easier. To maximize the computer utilization it need a computerization system. Like on UPTD Puskesmas Padamara that give health service. The service that given are outpatient, inpatient and emergency unit. Until now, medical records procedure at UPTD Puskesmas Padamara still done by hand, one of them is on outpatient procedure. The filing of medical patient data was recorded on paper that susceptible to damage and data loss. Besides that, the history of medical patient start form anamnesis, diagnose and therapy wrote on paper too. The Medical patient checkup data of inpatient still on the document. The data have done randomly archived, so it needs a long time for seeking for data and manage the report. As a health unit that serves the worldwide community, UPTD Puskesmas Padamara needs an information system that can accelerate performance and increase redundancy, data loss, and data detriment. The information system also can make archived and data searched easily and can block access from uncompetent people. Therefore, it’s necessary to make medical records information system on UPTD Puskesmas Padamara. A computerization system besides accelerate performance also can make data reporting easier.Keywords: Medical Records Information System, Medical RecordsAbstrak: Komputer merupakan salah satu teknologi yang dapat mempermudah aktivitas manusia. Agar dapat memaksimalkan penggunaan komputer maka perlu dibuat sebuah sistem yang terkomputerisasi. Begitupun pada UPTD Puskesmas Padamara yang memberikan pelayanan kesehatan. Pelayanan yang diberikan meliputi rawat jalan, rawat inap dan UGD. Sampai saat ini prosedur rekam medik pada UPTD Puskesmas Padamara masih dilakukan dengan manual salah satunya pada prosedur pendaftaran rawat jalan. Data pasien yang akan melakukan pendaftaran dicatat dalam sebuah dokumen yang rentan terhadap kerusakan atau hilangnya data. Selain itu riwayat pasien mulai dari diagnosa, anamnesia, dan terapi juga dicatat dalam dokumen. Pencatatan data pemeriksaan pasien rawat inap masih dilakukan dalam lembaran kertas. Data diarsipkan secara tidak terstruktur, sehingga akan membutuhkan waktu lama ketika melakukan pencarian data dan membuat laporan. Tempat arsip yang tidak dijaga dengan ketat sehingga terdapat kemungkinan pihak yang tidak berwenang mengakses data. Sebagai unit kesehatan yang melayani masyarakat umum, UPTD Puskesmas Padamara membutuhkan sebuah sistem informasi yang dapat mempercepat kinerja dan mengurangi redudansi, hilangnya data dan kerusakan data. Sistem informasi juga dapat mempermudah pengarsipan dan pencarian data serta dapat menghalangi pengaksesan data oleh pihak yang tidak berwenang. Oleh karenanya perlu dibuat sistem informasi rekam medik pada UPTD Puskesmas Padamara. Sistem informasi akan membantu setiap prosesnya dapat berjalan dengan baik dan terstruktur.Kata kunci: Perancangan Sistem Informasi, Sistem Informasi Rekam Medik
Implementasi Teknik Bagging untuk Peningkatan Kinerja J48 dan Logistic Regression dalam Prediksi Minat Pembelian Online Eka Rahmawati; Candra Agustina
Jurnal Teknologi Informasi dan Terapan Vol 7 No 1 (2020)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v7i1.123

Abstract

Abstract—The rapid growth of online shopping sites makes business in the virtual world very promising. Purchasing intentions is one of the keys to success in an online store. There are several data mining methods for making predictions on online purchase intentions datasets. Data can represent the characteristics or habits of each user who has visited a site whether it ends with a transaction or not. Some popular algorithms with good performance in data mining include J48 and Logistic Regression. However, in data sometimes there is a problem of class imbalance, so the ensemble technique needs to be applied. One technique that can be applied is bagging. This research examines data using bagging techniques to improve the performance of the J48 algorithm and Logistic Regression. The results of improving the performance of data mining algorithms with these techniques have an accuracy value of 89.68% for the J48 algorithm and 88.50% for the Logistic Regression algorithm. This figure shows an increase when compared with initial testing without using ensemble techniques. Increases were also experienced in Recall, F-Measure, and AUC values. Keywords—purchasing intentions; J48; Logistic Regression; Bagging; Abstrak— Pesatnya situs pembelanjaan online menjadikan bisnis di dunia virtual sangat menjanjikan. Minat pembelian menjadi salah satu kunci kesuksesan pada sebuah toko online. Terdapat beberapa metode data mining untuk melakukan prediksi pada dataset minat pembelian online. Data dapat mewakili karakteristik atau kebiasaan dari setiap user yang telah mengunjungi suatu situs baik berakhir dengan melakukan transaksi ataupun tidak. Beberapa algoritma yang populer dengan kinerja yang baik dalam data mining diantaranya J48 dan Logistic Regreession. Namun, dalam sebuah data terkadang terdapat masalah ketidakseimbangan kelas, sehingga perlu diterapkan teknik ensemble. Salah satu teknik yang dapat diterapkan adalah teknik bagging. Penelitian kali ini mengujikan data dengan teknik bagging untuk meningkatkan kinerja algoritma J48 dan Logistic Regression. Hasil dari peningkatan kinerja algoritma data mining dengan teknik tersebut memiliki nilai akurasi 89.68% untuk algoritma J48 dan 88.50% untuk algoritma Logistic Regression. Angka tersebut menunjukan adanya peningkatan jika dibandingkan dengan pengujian awal tanpa menggunakan teknik ensemble. Peningkatan juga dialami pada nilai Recall, F-Measure, dan AUC. Keywords—Minat Pembelian, J48, Logistic Regression, Bagging
Implementasi Algoritma Greedy dan Djikstra untuk Efektifitas Rute Pariwisata Populer di Borobudur Eka Rahmawati; Candra Agustina
Jurnal Teknologi Informasi dan Terapan Vol 8 No 2 (2021)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v8i2.216

Abstract

New tourist attractions in the Borobudur region always bring domestic and foreign tourists to visit. Besides visit the Borobudur Temple, now, the tourists can visit the other popular tourist attractions near the main destination. For example, in 2019, a new tourist attraction was created, it called Mata Langit. Many tourists will include all the interest object on the visit list. The more destinations that will be visited will increase the allocation of time to travel. Tourists must be careful in determining the route. The effective route is very important to manage the time. In the field of computer technology, several algorithms can help to determine the shortest route. Among them are the Greedy algorithm and Djikstra's algorithm. Both algorithms have different principles in processing data. Therefore to get the best results, it is necessary to compare the 2 algorithms. The first time, determined the 5 most popular attractions in Borobudur based on the number of visitors in the last three months. Then the data is processed using Greedy and Djikstra's algorithm. The winner is determined based on the shortest time owned by each route produced. The results obtained show that the Greedy algorithm is more effective in calculating the shortest route to visit popular tours in Borobudur
PREDIKSI PIMA INDIANS DIABETES DATABASE DENGAN ENSEMBLE ADABOOST DAN BAGGING Rousyati Rousyati; Amin Nur Rais; Eka Rahmawati; Richky Faizal Amir
Evolusi : Jurnal Sains dan Manajemen Vol 9, No 2 (2021): Jurnal Evolusi 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v9i2.11159

Abstract

Teknologi informasi dan komunikasi dapat digunakan oleh para pakar ataupun dokter untuk menafsirkan tentang penyakit dalam waktu yang cepat dan akurat  Salah satu penerapan teknologi informasi di dunia Kesehatan dapat digunakan untuk memprediksi penyakit diabetes. Penelitian ini akan memprediksi pima indians diabetes database dengan ensemble adaboost dan bagging untuk menghasilkan akurasi yang lebih tinggi dalam mendeteksi penyakit diabetes. Data mining adalah suatu teknologi yang dapat digunakan untuk membantu perusahaan dalam mencari informasi yang dapat digunakan dari data yang dimiliki. Penggunaan data mining di implementasikan untuk prediksi, untuk mempredisi apa yang terjadi di masa yang akan datang. Dalam penelitian ini membandingkan penggunaan ensemble adaboost dan bagging terhadap algoritma klasifikasi naïve bayes, svm, dan decision tree untuk menghasilkan nilai akurasi dan presisi terbaik dari dataset Pima Indians Diabetes Database. Penelitian ini telah dapat diketahui bahwa nilai akurasi terbaik menggunakan algoritma SVM dengan penggabungan ensemble bagging meski perubahan nilai akurasinya tidak mengalami kenaikan yang signifikan sebesar 77,47%. Namun, pada pengujian presisi dihasilkan penggunaan naïve bayes lebih baik tanpa menggunakan ensemble baik adaboost maupun bagging dengan nilai 80,23%.
IMPLEMENTASI ALGORITMA J48 DENGAN TEKNIK BAGGING UNTUK PREDIKSI KIPI PESERTA VAKSINASI COVID-19 Eka Rahmawati; Candra Agustina
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 1 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Program Studi S1 Sistem Informasi Fakultas Komputer dan Teknik Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i1.2072

Abstract

The Covid 19 vaccination is considered to be the most effective way to prevent the spread of the Corona Virus, in addition to a clean lifestyle such as washing hands, wearing masks, and keeping a distance from other people. Several large vaccine manufacturing companies in the world have issued a product in the form of a Covid-19 vaccine with various levels of effectiveness. The vaccine is still being distributed throughout the world, including Indonesia. The vaccine obtained an emergency distribution permit from the authorized institution and was administered to community groups that meet the requirements. However, during the implementation of the vaccine, many AEFIs (Post Immunization Adverse Events) were found, such as dizziness, fever, headaches, and some even fainted. Although not dangerous but quite disturbing for people with solid activities. Therefore, it is necessary to predict whether participants will get AEFI or not. The data consists of 8 Attributes, after being processed using the J48 Algorithm, the results show that the attributes that have a strong influence are 7 Attributes, while the rest have no major effect. The accuracy level of the prediction model obtained is 91,22% with this level of accuracy, it means that the model can be utilized by the parties concerned to then be able to anticipate.
Rancang Bangun Sistem Informasi Parkir Sepeda Motor Berbasis Dekstop Eka Rahmawati
Indonesian Journal Computer Science Vol. 1 No. 2 (2022): Oktober 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (598.207 KB) | DOI: 10.31294/ijcs.v1i2.1509

Abstract

Komputerisasi membuat setiap aktifitas manusia dapat dilakukan dengan mudah. Sistem yang sudah terkomputerisasi mempermudah beberapa aspek diantaranya input data dan juga perolehan laporan. Parkir sepeda motor menjadi salah satu sarana publik yang membutuhkan sistem tekromputerisasi agar dapat mempercepat prosedur sistem berjalan. Perancangan sistem informasi parkir dilakukan agar lokasi parkir yang tersedia dapat diketahui. Selain itu, lama waktu parkir juga dapat diketahui sehingga tarif parkir dapat dihitung dengan tepat. Sistem informasi parkir juga memudahkan pengguna untuk mengubah tarif parkir. Selain itu, pengguna juga dapat memperoleh laporan parkir dengan mudah dan cepat. Akses aplikasi parkir yang hanya diperuntukan kepada petugas dan pihak tertentu membuat sistem informasi ini dibuat berbasis desktop.
Rekomendasi Jenis Vaksin Covid-19 Untuk Meminimalisir Kejadian Ikutan Pasca Imunisasi (KIPI) Berbasis Mobile Eka Rahmawati; Akhmad Syukron
Jurnal Teknologi Informasi dan Terapan Vol 9 No 2 (2022)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v9i2.291

Abstract

The Covid-19 pandemic is one of the events that had an impact on life. Various steps have been taken by the government to prevent the spread. The number of cases that continues to increase makes various policies implemented. One way to do this is by giving the Covid-19 vaccine. Vaccination is still being carried out until the community gets the third dose of the vaccine (booster). Vaccination can give Post Immunization Adverse Events (AEFI). The AEFI experienced can differ from one person to another. Therefore, the Covid-19 vaccine type recommendation system can help to minimize the presence of AEFIs by providing the type of vaccine that is by health conditions.
Klasterisasi Objek Wisata Menggunakan Jaccard Similarity Coefficient Berdasarkan Attraction, Accessability, Amenity dan Ancilarry Service Candra Agustina; Eka Rahmawati
Evolusi : Jurnal Sains dan Manajemen Vol 11, No 1 (2023): Jurnal Evolusi 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v11i1.15114

Abstract

Abstract The tourism industry is back on track after being quiet for a long time due to the Covid-19 pandemic. Currently tourism activists are intensively promoting. In various regions, new tourist destinations have emerged, both managed by large companies and groups of people. In order to realize a good and sustainable tourism industry, it is necessary to carry out coaching and coaching in all of these tourist destinations. In developing the tourism industry, a component known as 6A is known, namely Attraction, Accessibility, Activities, Ancillary Service and Available Packages. Each component has sub-indicators that form the basis of data collection. Of the 6 components, tourist destinations will be clustered, the results of the clustering can be used for various purposes, such as development plans by related agencies, or for recommendations to tourists to determine destinations. The dataset obtained will be processed using the CBR (Case Base Reasoning) technique using the Jaccard Similarity Coefficient algorithm because it is an algorithm that is simple and easy to apply to binary data. From framework 6A, an application will be created to input new data that will be clustered. The output of the application is a collection of data that has been input.Keyword : Jaccard Similarity Coefficient, Tourism, 4A ComponentAbstrakIndustri pariwisata kembali menggeliat setelah sekian lama sepi karena pandemi Covid-19. Saat ini penggiat pariwisata sedang gencar untuk melakukan promosi. Pada berbagai wilayah, muncul destinasi wisata baru, baik dikelola perusahaan besar maupun sekelompok masyarakat. Agar terwujud industri pariwisata yang baik dan berkelanjutan maka perlu dilakukan pemantauan dan pembinaan pada seluruh destinasi wisata tersebut. Dalam mengembangkan industri pariwisata, dikenal komponen yang dinamakan 6A, yaitu Attraction, Accessbility, Activities, Ancillary Service dan Available Package. Masing-masing komponen mempunyai sub indikator yang menjadi dasar untuk pengumpulan data. Dari ke 6 komponen tersebut destinasi wisata akan di klasterisasi, hasil klasterisasi dapat digunakan untuk berbagai kepentingan semisal rencana pembinaan oleh dinas terkait, ataupun untuk rekomendasi kepada wisatawan untuk menentukan tujuan. Dataset yang diperoleh akan diolah dengan Teknik CBR (Case Base Reasoning) menggunakan algoritma Jaccard Similarity Coefficient karena merupakan algoritma yang sederhana dan mudah diaplikasikan untuk data biner. Dari framework 6A, akan dibuat aplikasi untuk menginput data baru yang akan diklasterisasi. Adapun output dari aplikasi adalah kelompok data yang telah diinput.Kata Kunci : Jaccard Similarity Coefficient, Pariwisata, Komponen 4A
Co-Authors ., Supriyanta Akhmad Syukron Amin Nur Rais Annida Purnamawati Candra Agustina Chandra Kesuma Fanny Fatma Wati Heribertus Ary Setyadi Indah Sulistyowati Irawan, Denny Ismail Hasan Basri Jamhari Jamhari Mahmud Safudin Meida Intan Saputri Muhamad Abdul Ghani Muhammad Alvha Ridho Kurnia Muhammad Faittullah Akbar Ratna Kurnia Sari Richky Faizal Amir Rousyati Rousyati Saifudin Saifudin Tristanti, Vriska wahyu Vembria Rose Handayani Yulianto