Article Per Year (5 Year)
p-Index From 2020 - 2025
4.328
P-Index
This Author published in this journals
All Journal Telematika Sistemasi: Jurnal Sistem Informasi Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika Jurnal Teknik Komputer AMIK BSI Paradigma Jurnal Komputasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika C.I.T. Medicom Akrab Juara : Jurnal Ilmu-ilmu Sosial Infotech: Jurnal Informatika & Teknologi Journal of Informatics Management and Information Technology Jurnal Abdimas Ekonomi dan Bisnis Reputasi: Jurnal Rekayasa Perangkat Lunak IMTechno: Journal of Industrial Management and Technology Sinergi: Jurnal Pengabdian Kepada Masyarakat Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Agustiani, Sarifah
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
DETEKSI PENYAKIT ALZHEIMER MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN CORRELATION BASED FEATURE SELECTION Wildah, Siti Khotimatul; Agustiani, Sarifah; S, M. Rangga Ramadhan; Gata, Windu; Nawawi, Hendri Mahmud
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (297.966 KB) | DOI: 10.31294/ji.v7i2.8226

Abstract

Alzheimer merupakan kelainan berupa penimbunan plak atau protein tidak normal dalam otak sehingga menyebabkan hilangnya sel neuron dan menjadi salah satu pemicu penyakit demensia yang dapat mengakibatkan terhambatnya aktivitas sehari-hari karena penurunan daya ingat,kesulitan dalam berkomunikasi, tidak dapat berpikir jernih, terjadinya perubahan sikap dan perilaku hingga menimbulkan hilangnya kemampuan untuk mengurus diri sendiri. Di negara berpenghasilan tinggi penyakit ini diakui berada pada peringkat ke 7 sebagai penyakit fatal yang berujung pada kematian. Akan tetapi hingga saat ini belum ditemukan obat yang dapat menyembuhkan penyakit Alzheimer. Oleh sebab itu pentingnya deteksi dini agar dapat memulai untuk merencanakan perawatan dan kebutuhan medis yang memadai. Penelitian ini bertujuan untuk melakukan deteksi penyakit Alzheimer dengan menerapkan metode klasifikasi Naïve Bayes dan seleksi atribut menggunakan Correlation Based Feature Selection pada dataset OASIS Longitudinal. Tahapan analisa data menggunakan metode CRISP-DM. Hasil penelitian ini, menunjukan bahwa pada pengujian algoritma Naïve Bayes nilai akurasi yang didapatkan sebesar 93,83%, dan kurva ROC yang terbentuk memiliki nilai AUC sebesar 0,937% sedangkan pada pengujian algoritma Naïve Bayes dan Correlation Based Feature Selection menghasilkan nilai akurasi sebesar 94,64% dan kurva ROC yang terbentuk memiliki nilai AUC sebesar 0,945%. Sehingga dapat disimpulkan bahwa penerapan algoritma Naïve Bayes dan metode Correlation Based Feature Selection dapat meningkatkan nilai akurasi.
Sistem Pendukung Keputusan Pemilihan Tempat Usaha Potensial dengan Metode SAW (Studi Kasus : SahabatLink Tasikmalaya) Hendri Mahmud Nawawi; Yudhistira Yudhistira; Ali Mustopa; Siti Khotimatul Wildah; Sarifah Agustiani; Muhammad Iqbal
Indonesian Journal on Software Engineering (IJSE) Vol 7, No 1 (2021): IJSE 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v7i1.9990

Abstract

Memutuskan tempat untuk membuka usaha adalah hal yang sangat penting dan wajib diperhatikan saat akan memulai bisnis baru atau membuka cabang, sejumlah faktor penting diperhitungkan supaya dapat meminimalisir resiko kerugian di masa yang akan datang sehingga tujuan dari bisnis yaitu meningkatkan keuntungan bisa dicapai secara maksimal, pada penelitian ini sejumlah faktor dicatat dan dijadikan sebagai kriteria untuk menilai tempat usaha yang layak dan potensial berdasarkan hasil observasi dan pengamatan di lapangan pada tempat usaha dengan merk dagang SahabatLink dengan menggunakan metode Simple Additive Weight. Konsep metode SAW adalah mencari penjumlahan terbobot berdasarkan rating kinerja dari setiap alternatif yang ditambahkan dengan banyak kriteria.  Hal ini yang menjadikan metode ini tepat digunakan untuk menentukan keputusan memilih tempat usaha potensial dengan banyak kriteria diantaranya akses, visibilitas, lalu lintas,  persaingan, jarak ke tempat keramaian, tempat parkir, biaya sewa, ekspansi dan konduktivitas.  Hasil akhir dari penjumlahan kriteria inputan dengan metode SAW dapat menjadi rekomendasi bagi pihak manajemen untuk membuka tempat usaha berdasarkan nilai alternatif yang paling tinggi.
Penerapan Metode Pembelajaran Menggunakan Ekstraksi Fitur dan Algoritma Klasifikasi untuk Identifikasi Pengenalan Iris Rahmat Hidayat; Sarifah Agustiani; Siti Khotimatul Wildah; Ali Mustopa; Rizky Ade Safitri
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.746 KB) | DOI: 10.31294/jtk.v7i2.10548

Abstract

Iris mata terletak di antara kornea mata dan lensa mata, yang berfungsi untuk mengontrol intensitas atau jumlah cahaya yang masuk dengan cara melebarkan dan mengecilkan pupil. Setiap orang memiliki iris yang berbeda dan memiliki stabilitas sepanjang hidup, kecuali terjadi kerusakan yang tidak disengaja pada iris seperti terjadi kecelakaan. Tujuan dari penelitian ini adalah untuk melakukan pengklasifikasian dan identifikasi pengenalan citra iris dengan menggunakan metode pembelajaran atau machine learning. Metode yang diusulkan dalam penelitian ini adalah penerapan ekstraksi fitur seperti HOG, Hu-Moments, dan Haralick dengan algoritma klasifikasi yang terdiri dari LR, LDA, KNN, RF, CART, NB, dan SVM. Berdasarkan hasil pengujian yang telah dilakukan dalam mengklasifikasikan iris dapat disimpulkan bahwa penggunaan ekstraksi fitur sangat berpengaruh pada nilai akurasi yang dihasilkan. Dalam hal ini nilai akurasi terbaik diperoleh dari penggabungan ekstraksi fitur HOG dan haralick pada algoritma Random Forest dengan nilai akurasi sebesar 81.38℅.
Random Forest Classifier untuk Deteksi Penderita COVID-19 berbasis Citra CT Scan Nanik Wuryani; Sarifah Agustiani
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.577 KB) | DOI: 10.31294/jtk.v7i2.10468

Abstract

Covid-19 merupakan virus yang menyebar dan meluas sehingga berubah menjadi suatu pandemi. Virus Covid-19 menyerang melalui organ vital manusia yaitu paru-patu, oleh karena itu peneliti lebih berfokus untuk mengidentifikasi Covid-19 pada paru-paru. Penelitian ini dilakukan dengan menggunakan citra CT Scan paru-paru dan bertujuan untuk mendeteksi ada tidaknya virus dengan cara mengklasifikasikan citra Covid-19 ke dalam tiga kelas menggunakan algoritma Random Forest serta mengkombinasikannya dengan menyertakan beberapa ekstraksi fitur yaitu Haralick, Color Histogram, dan Hu-Moments. Penelitian dimulai dengan hanya memasukkan satu fitur ke dalam percobaan, lalu mengkombinasikan dengan fitur yang lain, kemudian membandingkannya menggunakan klasifikasi oleh algoritma lain seperti K-Nearest Neighbor (KNN), Decision Tree, Linear Discriminant Analysis (LDA), Logistic Regression, Support Vector Machine (SVM), dan Naive Bayes. Hasil penelitian menunjukkan bahwa akurasi tertinggi dihasilkan oleh algoritma Random Forest dengan memasukkan fitur Haralick dan Color Histogram ke dalam proses yaitu sebesar 96,9%, diikuti oleh KNN sebesar 96,5%, Decision Tree sebesar 95,5%, dan yang paling rendah yaitu Naive Bayes sebesar 42,4%
Pengaruh Media Terhadap Pengambilan Keputusan Dalam Menjalankan Program Keluarga Berencana Dengan Algoritma Decision Tree Ali Mustopa; Siti Khotimatul Wildah; Ganda Wijaya; Windu Gata; Sarifah Agustiani
Paradigma Vol 22, No 2 (2020): Periode September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (64.58 KB) | DOI: 10.31294/p.v22i2.8141

Abstract

Indonesia has become one of the countries with a diverse population so that it has the potential to experience social change, one of which is the influence of the media. Media is an information content that is almost a part of human life. One of the impacts of the media is in the health sector, one of which is in determining the Family Planning program. Family planning is one of the Indonesian government programs designed to reduce the speed of population growth. Since the implementation of the Family Planning Program in Indonesia many tools have been used to prevent pregnancy, namely contraception. Selection of a good contraction is certainly one important thing to plan. In determining good kotrasespi certainly there are influences from various things one of which is the media. Measurement of the influence of the media in determining the Family Planning program can be known by applying data mining. Research conducted with data mining uses a standard methodology called the Cross-Industry Center Process for Data Mining (CRISP-DM). The use of decissin tree in this study was done by comparing the same method by looking at the results of three models namely Split Validation, Cross Validation and Decision Tree Split. The results of Split Validation produce an accuracy of 90.50%, Cross Validation produces an accuracy of 91.58% and Decision Tree Split produces an accuracy of 89.83%. The best results are obtained by using cross validation where with the results of research on 1473 records the accuracy value is 91.58% and the AUC value is 0.690, where the results are obtained from the calculation of the True Positive (TP) 1328, False Negative (FN) ) 36, False Positive (FP) is 88 and True Negative (TN) 21. Exposure to the media is said to be good or influential if they do not have children and are Muslim and educate their husbands in junior high school with a low standard of living but the wife has a college education.  Keywords: Family Planning, Media Exposure, Data Mining, Decision Tree.
PENERAPAN ALGORITMA J48 UNTUK DETEKSI PENYAKIT TIROID Sarifah Agustiani; Ali Mustopa; Andi Saryoko; Windu Gata; Siti Khotimatul Wildah
Paradigma Vol 22, No 2 (2020): Periode September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1113.664 KB) | DOI: 10.31294/p.v22i2.8174

Abstract

Impaired thyroid function is often difficult to identify because the symptoms are not specific. The symptoms of thyroid disorder are very similar to various complaints due to modern lifestyles so it is often overlooked. As a result, patients often do not notice a problem and do not have to consult a doctor. Therefore, there is a study that implements methods to predict the disease which will facilitate the patient in diagnosing and early detection of thyroid levels. This research aims to predict against thyroid disease with the data used is the secondary data obtained from the UCI repository, this data is about the patient data affected by thyroid disease, while the method uses the J48 algorithm because in some studies, the J48 algorithm is proven to have good performance in detecting an illness, as well as producing high value of Accuasy and AUC. The stage of data analysis is based on the CRISP-DM method while algorithm testing is done with Weka tools. Results of the test obtained an accuracy value of 99.645%, and a AUC value of 0.992 thus the accuracy has Excellent Classification level.
Klasifikasi Penyakit Daun Padi menggunakan Random Forest dan Color Histogram Sarifah Agustiani; Yoseph Tajul Arifin; Agus Junaidi; Siti Khotimatul Wildah; Ali Mustopa
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2961

Abstract

Indonesia is an agrarian country, which is a sector that plays an important role most of the Indonesian population makes agriculture the main focus, but the function of rice fields into housing or industry has resulted in a decrease in rice production, in addition to pests, diseases, unfavorable weather, Irrigation is not smooth resulting in less than the maximum yield. For this reason, it is necessary to have technology that can implement the process of detecting rice leaf disease in order to provide information to farmers about rice leaf damage. The most modern approach today can be done with machine learning or deep learning by using various algorithms to improve recognition and accuracy in the detection and diagnosis of plant diseases. Based on this, this study aims to propose a method of classifying rice leaf diseases in order to provide information to farmers about rice leaves which are expected to reduce the disease by detecting the disease early so as to increase rice production. In this study, the classification process is carried out using the augmented image, then the Color Histogram feature extraction method is applied, and the classification is carried out using the Random Forest algorithm. In addition, this study also conducted several comparisons, including feature extraction and yahoo to get the results, and the highest results reached 99.65% of the proposed method.
RANCANG BANGUN APLIKASI BOOKING DAN TRANSAKSI BARBER SHOP SHAVR BERBASIS WEB Tya Septiani Nurfauzia Koeswara; Sarifah Agustiani
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol 6 No 1 (2021): Februari
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58487/akrabjuara.v6i1.1394

Abstract

Barber shop khusus pria saat ini sedang menjadi trend dan sudah mulai banyak ditemukan diberbagai daerah, banyak pria yang mendatangi Barber shop khusus pria yang dapat menyediakan potongan rambut terbaru yang cocok untuk para pria. Sebagai bisnis yang bergerak di bidang jasa, pengelola Barber Shop juga harus meningkatkan fasilitas-fasilitas untuk menunjang keinginan konsumen selain fungsi utamanya sebagai tempat potong rambut. Barber Shop Shavr mengedepankan layanan jasa yang berkualitas dan pendekatan kepada konsumen, namun prosedur booking dan pembayaran maupun laporannya masih dilakukan secara manual, sehingga dikhawatirkan pada saat perhitungan keuntungan terjadi perbedaaan nominal antara pemesanan dan jumlah keuntungan. Pencetakan laporan masih menggunakan pencatatan kedalam kertas, sehingga kehilangan data sering terjadi, karena kertas yang digunakan dapat menjadi lusuh, terkena air, maupun tulisan yang sulit dibaca. Maka perlu dibuatkan sistem yang membantu pengolahan data pembayaran atau transaksi pada Barber Shop Shavr, meliputi data konsumen, jenis potong rambut, nomo antrian juga booking antrian.Perancangan aplikasi booking dan transaksi pada Barber Shop ini menggunakan metode perancangan waterfall yang terdiri dari beberapa tahapan, yaitu Analisis Kebutuhan, Desain, Pengkodean serta Pengujian. Sedangkan untuk tools yang digunakan yaitu Sublime Text. Hasil dari penelitian ini yaitu berupa aplikasi yang diharapkan dapat membantu memudahkan pelayan pada Barber Shop Shavr meliputi booking antrian dan transaksi sehingga konsumen dapat terlayani dengan baik
Feature Extraction With Forest Classifer To Predicate Covid 19 Based On Thorax X-Ray Results Ali Mustopa; Hendri Mahmud Nawawi; Sarifah Agustiani; Siti Khotimatul Wildah
Sistemasi: Jurnal Sistem Informasi Vol 11, No 2 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (171.973 KB) | DOI: 10.32520/stmsi.v11i2.1966

Abstract

Coronavirus 19 (COVID-19) is a highly contagious infection caused by the acute respiratory syndrome coronavirus 2 (SARS-CoV-2). COVID-19 is a new virus for which no cure has been found, marked by the increasing death rate worldwide. Coronavirus disease which can cause pneumonia which attacks the air sacs of the lungs with symptoms of dry cough, sore throat to acute respiratory distress (ARDS) that occurs in COVID-19 patients. One of the ways to detect the virus is by detecting chest X-rays in the patient. Over the past decade's mechine learning technology has developed rapidly and is integrated into CAD systems to provide accurate accuracy. This research was conducted by detecting thoracic radiographs using feature extraction Hu-Moments, Harralic and Histogram and detecting the best accuracy with a classification algorithm to detect the results of COVID-19. The study was conducted by testing the dataset obtained from the Kaggle repository which has images, namely 1281 X-rays of COVID-19, 3270 X-rays Normal, 1656 X-rays of  pneumonia, and X-rays of bacteria-pneumonia 3001. In general, this research is included in the Good category because it produces the highest accuracy by the Random forest classification algorithm where the accuracy result is 84% and the standard deviation is 0.015847. In addition, the research also produced Kappa of 0.713. The results of this accuracy are carried out in several stages, namely by feature extraction in the form of hu-moments, Harralic and histogram. In this study, the best results were given by the Random forest algorithm with feature extraction Histogram and Hu-Moment.
Klasifikasi Penerima Bantuan Sosial Menggunakan Algoritma C 4.5 Agus Junaidi; Yunita Yunita; Sarifah Agustyani; Cucu Ika Agustyaningrum; Yoseph Tajul Arifin
Jurnal Teknik Komputer AMIK BSI Vol 9, No 1 (2023): JTK Periode Januari 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v9i1.14378

Abstract

Saat pandemi Covid-19 mulai melanda di Indonesia, banyak pembatasan yang diterapkan oleh pemerintah untuk membatasi merebaknya virus tersebut. Masyarakat dan dunia usaha secara otomatis juga mengalami ketidakstabilan dalam perekonomian karena pembatasan tersebut. Oleh karena itu pemerintah juga mulai membuat kebijakan untuk melindungi perekonomian masyarakat dengan menyalurkan bantuan sosial kepada desa atau kelurahan diseluruh Indonesia. Penelitian ini bertujuan untuk memberikan kontribusi yang nyata tentang kelayakan penerima bantuan agar penyaluran bantuan benar-benar tepat sasaran sehingga bisa mengangkat perekonomian masyarakat yang turun drastis karena pandemi ini. Metode dalam penelitian ini menggunakan metode survey lapangan dengan memberikan batasan kriteria pada pendapatan bulanan, jumlah tanggungan, jenis tempat tinggal, dan kendaraan yang dilakukan pada salah satu kelurahan di wilayah Tangerang dengan metode klasifikasi C4.5. Hasil output dari penelitian ini adalah menentukan apakah penerima bantuan yang terdaftar tersebut layak atau tidak layak untuk menerima bantuan yang dapat dijadikan rekomendasi oleh pengambil keputusan, dalam hal ini pihak kelurahan untuk menyeleksi warganya.
Co-Authors Abdul Latif Adam Z, Muhammad Ghaly Agung Sasongko Agus Junaidi Ali Mustopa, Ali Andi Saryoko Andreas Roy Prasetya Arifin, Yosep Tajul Atang Saepudin Atang Saepudin Cucu Ika Agustyaningrum Ganda Wijaya Gata, Windu Haliza Ramadhanti, Pristya Haryani Haryani Haryani Hendri Mahmud Nawawi Laksono Trisnantoro Maysaroh, Maysaroh Mustopa, Ali Nanik Wuryani Nawawi, Hendri Mahmud Prawikas, Amanda Pribadi, Denny Pristya Haliza Ramadhanti Putri, Rizky Rachma Rahmat Hidayat Rahmat Hidayat Rianto, Yan Riska Aryanti Rizky Ade Safitri Roy Prasetya, Andreas Rusda Wajhillah, Rusda S, M. Rangga Ramadhan Siti Khotimatul Wildah Siti Marlina, Siti Sopiyan Dalis Suharyanto Syamsul Bahri Titik Misriati tri wahyuni Tri Wahyuni Tya Septiani Nurfauzia Koeswara Wahyudin Wahyudin Wahyudin Wahyudin Windu Gata Windu Gata Yoseph Tajul Arifin Yudhistira Yudhistira yunita yunita