Article Per Year (5 Year)
p-Index From 2021 - 2026
6.688
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Eksplora Informatika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Nasional Komputasi dan Teknologi Informasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Informatika Kaputama (JIK) Jurnal Teknologi Informasi dan Multimedia JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika LOSARI: Jurnal Pengabdian Kepada Masyarakat DedikasiMU: Journal of Community Service Indexia sudo Jurnal Teknik Informatika Digital Transformation Technology (Digitech) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Teknik Informatika dan Teknologi Informasi Jurnal Informatika dan Teknologi Pendidikan Computing Jurnal Informatika Jurnal Penelitian Rumpun Ilmu Teknik Jurnal Ilmiah Teknik Informatika dan Komunikasi Kohesi: Jurnal Sains dan Teknologi Jurnal Sains dan Teknologi Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Jurnal Teknologi Informasi Indonesia Jurnal Informatika dan Teknik Elektro Switch: Jurnal Sains dan Teknologi Informasi
Henny Dwi Bhakti
Universitas Muhammadiyah Gresik
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Transportation Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 51 Documents
Search

 1   2   3   4   5 
Sistem Informasi Pengarsipan Dokumen ISO Berbasis Website di PT. Hikari Teknologi Indonesia Wahyu Hidayat; Henny Dwi Bhakti
Jurnal Penelitian Rumpun Ilmu Teknik Vol. 3 No. 1 (2024): Februari : Jurnal Penelitian Rumpun Ilmu Teknik
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juprit.v3i1.3225

Abstract

PT. Hikari Teknologi Indonesia has implemented an information system covering human resources, finance, operations and marketing that can support and accelerate internal activity data information. However, there are problems with the document data system which still uses a manual system. This means that the document process is still in physical form. In addition, the efficiency of document data is still low and the accuracy of searching document report data is still low, making it difficult and not automated for HRGA department staff in managing document data management during modernization. With this system, it is very helpful for the HRGA department in supporting the storage activities of the company PT. Hikari Teknologi Indonesia. The filing system makes it easy to generate reports and upload documents.
Perancangan Sistem Arsip Dokumen Policy Berbasis Website pada PT. Hikari Teknologi Indonesia Lisa Albertha Angelina; Henny Dwi Bhakti
Jurnal Penelitian Rumpun Ilmu Teknik Vol. 3 No. 1 (2024): Februari : Jurnal Penelitian Rumpun Ilmu Teknik
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juprit.v3i1.3229

Abstract

PT Hikari Teknologi Indonesia already has an information system that covers the fields of human resources, finance, operations and marketing that helps and accelerates the acquisition of data information on the company's internal activities. However, the problem with the document data collection system that still uses a manual system is that the document processing is still in physical or printed form. In addition, the efficiency of document data is still low, and the inaccurate retrieval of document report data makes it difficult for HRGA department staff and not automatic in using document data management in the modern era. The method used in designing this system is direct observation to PT HTI to collect accurate document information data. The results starting from observation, design and creation of the system can be concluded that it is expected to help the workflow to be more efficient and reduce the risk of data errors in the decision-making process.
Sistem Pengenalan Wajah pada Sistem KYC dengan Algoritma Local Binary Pattern Histogram Hafidz Ubaidillah; Henny Dwi Bhakti
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 4 No. 1 (2024): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v4i1.754

Abstract

With the increasing internet usage post-pandemic, ensuring the security of a fintech application becomes imperative. Bangbeli implements KYC procedures using facial recognition technology and stringent security protocols to verify identities and safeguard users' personal data in compliance with Bank Indonesia regulations. Utilizing Haar Cascade Classifier, Local Binary Pattern Histogram, and histogram equalization, an API (Application Programming Interface) has been created for facial training and prediction. These methods were chosen for their credibility, achieving an 88% accuracy with 33 samples and 90% with 10 samples. This study focuses on constructing an API for mobile services at Bangbeli, achieving 87.5% accuracy, 81.25% precision, 87.5% recall, and a 25% error rate. The model demonstrates good performance in facial recognition, with an acceptable error rate. Although precision is slightly lower than recall, it suggests the model is more inclined to identify most positive data with some errors rather than discard potentially identifiable faces.
PENERAPAN ALGORITMA K-MEANS DAN ALGORITMA AGGLOMERATIVE DALAM KLASTERISASI KASUS STUNTING BALITA (STUDI KASUS : DUKUN ANYAR) Muhammad Rossi Alkhatami; Henny Dwi Bhakti
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i2.4706

Abstract

Permasalahan stunting atau kekurangan gizi masih menjadi masalah kesehatan serius yang dihadapi sebagian besar masyarakat di Indonesia. Dalam melakukan pencatatan data balita, para petugas disana masih memakai cara yang manual, misalnya mencatat rekam medis balita dan mencari data balita tersebut sudah pernah melaksanakan imunisasi atau belum sehingga menghambat proses pencarian data balita yang pernah diimunisasi. Clustering atau klasterisasi merupakan proses untuk menempatkan sekumpulan data ke dalam sebuah kelompok yang disebut cluster, sehingga dalam satu cluster memiliki data dengan kemiripan karakteristik yang sama dan berbeda dengan cluster yang lain. 4. Hasil dari percobaan 3 sampai 5 cluster didapatkan pengujian cluster paling optimal adalah pada percobaan 3 cluster dengan hasil nilai DBI sebesar 0,592 dengan hasil cluster 1 sebanyak 32 data, cluster 2 sebanyak 39 data dan cluster 3 sebanyak 29 data.
KLASIFIKASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN ALGORITME NAÏVE BAYES (STUDI KASUS PT. AS SABAR SUKSES BERKAH) Fajar Ramadhan; Henny Dwi Bhakti
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i2.4707

Abstract

Karyawan merupakan Sumber Daya Manusia (SDM) utama yang berperan penting dalam mencapai kesuksesan perusahaan. Karyawan yang berkinerja tinggi dapat menjadi aset yang sangat berharga bagi perusahaan. Dalam era persaingan bisnis yang intensif, kemampuan perusahaan untuk mengidentifikasi dan menilai kinerja karyawan yang optimal menjadi krusial untuk mencapai tujuan bisnis yang berkelanjutan. PT. As Sabar Sukses Berkah merupakan salah satu perusahaan yang bergerak di bidang produksi busana muslim. Penelitian ini bertujuan untuk mengetahui kinerja karyawan di PT. As Sabar Sukses Berkah dengan menerapkan Algoritme Naïve Bayes. Naïve Bayes digunakan untuk mengklasifikasikan karyawan berdasarkan beberapa atribut kinerja kunci seperti keterangan, tanggung jawab, komunikasi, disiplin, sikap, dan keahlian. Data yang dianalisis berasal dari evaluasi HRD yang dilakukan dari bulan April 2023 hingga Juni 2023. Proses klasifikasi memanfaatkan data latih untuk menghitung probabilitas masing-masing kelas yang mungkin serta probabilitas fitur untuk setiap atribut yang diamati. Metode pengembangan sistem yang diterapkan mengikuti model Waterfall, yang mencakup tahapan studi literatur, pengumpulan data, analisis sistem, implementasi, pengujian, evaluasi, dan penarikan kesimpulan. Hasil penelitian menunjukkan tingkat akurasi klasifikasi yang didapat dari Algoritme Naïve Bayes cukup tinggi sebesar 90%. Pengujian menggunakan black box menghasilkan tingkat kesuksesan mencapai 100%.
PENGEMBANGAN SISTEM PAKAR TIPE GAYA BELAJAR SISWA MENGGUNAKAN METODE FUZZY LOGIC TSUKAMOTO BERBASIS WEB Bariza Nurus Shobah; Henny Dwi Bhakti; Farhanna Mar’i
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i8.5894

Abstract

Gaya belajar merupakan hal yang penting untuk dipahami setiap orang. Gaya belajar yang sesuai dapat menciptakan pembelajaran yang efektif dan efisien. Selain itu, gaya belajar juga dapat meningkatkan motivasi serta prestasi belajar. Terdapat tiga tipe gaya belajar yang umum dikenal yaitu Gaya Belajar Visual, Gaya Belajar Auditori, dan Gaya Belajar Kinestetik. Berdasarkan beberapa tipe gaya belajar tersebut tentunya setiap siswa memiliki gaya belajar yang berbeda. Penelitian ini bertujuan untuk menentukan tipe gaya belajar siswa dengan menggunakan metode Fuzzy Logic Tsukamoto. Dataset yang digunakan diambil dari kuesioner google form dimana pernyataan yang ada dalam kuesinoer bersumber dari buku “Modul Aplikasi Alat Tes Bimbingan dan Konseling”. Sebanyak 60 data yang diambil dari siswa dengan jenjang sekolah Perguruan Tinggi hingga siswa Sekolah Dasar. Penggunaan metode Fuzzy Logic Tsukamoto ini dipilih karena sistem kerjanya yang dapat menyesuaikan dengan penalaran manusia dan kondisi yang ada. Hasil penelitian menggunakan Fuzzy Logic Tsukamoto dengan 27 aturan menunjukkan bahwa penggunaan metode Fuzzy Logic Tsukamoto memiliki nilai akurasi sebesar 92% yang membuktikkan bahwa penggunaan metode Fuzzy Logic Tsukamoto dalam penentuan tipe gaya belajar tergolong sangat baik.
Analisis Dan Perancangan Sistem Informasi Retribusi Pasar Tradisional Kabupaten Gresik Dimas Firjatullah Tsani; Henny Dwi Bhakti
Jurnal Sains dan Teknologi Vol. 2 No. 2 (2023): Desember : Jurnal Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/saintek.v2i2.257

Abstract

Currently, various industries see the increasingly rapid development of modern technology, almost all institutions need a government information system, one of which is to automate data storage more quickly and easily. The levy receipt system is an example of information technology. One of the government agencies in Gresik Regency that has not implemented an information system for data processing is the Cooperative Service, located in Gresik, Kembangan, KEC.kebomas, Gresik Regency, East Java 61121. assisting other officers who handle administration in the Market Tax Sub-section, namely data processing Daily or monthly Market Tax payments still use a Tax Control Card or. To overcome this problem, an information system was developed using the PHP and HTML programming languages ​​and MYSQL DATABASE. The research methodology used in this research uses data collection methods. The conclusions are expected to help simplify the management of market services, such as managing traders, processing kiosks and losses, and processing fee data and reports, it is also hoped that it can reduce the risk of damage.
Perancangan Sistem Presensi Sekolah Berbasis Web Di SD Muhammadiyah Gresik Roudhotum Mawardania; Henny Dwi Bhakti
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 4 No. 1 (2024): Maret : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v4i1.745

Abstract

Technological developments are occurring rapidly in various areas of human life where manual data processing is slowly being abandoned and society is starting to realize the importance of the role of computers. In the world of education there is also a need for a system that can help with data processing, almost everything now uses technology, both in processing student data and for other purposes. However, the Gresik Muhammadiyah Elementary School school still uses manual attendance, namely using student attendance attendance books so that sometimes errors occur which make reports inaccurate and less effective. This also often happens when searching for data storage documents, sometimes the book is lost or sometimes the archive book is damaged. Apart from that, parents can only see their child's attendance report when the report cards are distributed so that in the attendance process currently implemented it is difficult for parents to monitor whether their child is actually going to school or playing somewhere else without the school knowing. Therefore, an information system is needed that is able to reduce or even eliminate deficiencies that arise in the process of processing attendance data that occur at SD Muhammadiyah Gresik. The aim is to make it easier to manage student attendance, help teachers to fill in student attendance, and be able to produce student attendance reports more quickly and accurately so that errors can be minimized. This online web-based school attendance system was built using waterfall model software, PHP programming language and MySQL database. This system allows us to provide solutions to make participation easier to use, as well as effective and efficient
KLASIFIKASI POTENSI PENYAKIT DIABETES MELLITUS TIPE II PADA PASIEN MENGGUNAKAN ALGORITME KNN (K-NEAREST NEIGHBOR) Sholikhul Fiqri, Mohammad; Dwi Bhakti, Henny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10133

Abstract

Indonesia berada di peringkat kelima di dunia dalam jumlah penderita diabetes. Menurut laporan dari International Diabetes Federation (IDF), pada tahun 2021 terdapat 19,5 juta orang Indonesia berusia 20-79 tahun yang menderita diabetes. Selain itu, Indonesia juga menempati peringkat teratas di Asia Tenggara untuk jumlah penderita diabetes tipe satu. Diabetes mellitus adalah kondisi di mana tubuh tidak dapat memproduksi atau menggunakan insulin dengan baik. Insulin, hormon yang dihasilkan oleh pankreas, berperan penting dalam mengatur kadar gula darah dari makanan yang dikonsumsi agar dapat digunakan sebagai sumber energi oleh sel-sel tubuh. Penelitian ini bertujuan untuk mendeteksi dini penyakit diabetes mellitus dengan menggunakan algoritme klasifikasi KNN (K-Nearest Neighbor) dalam data mining. Metode yang digunakan dalam penelitian ini meliputi: Dataset, Preprocessing, Klasifikasi, Evaluasi, Prediksi, dan Penyimpanan Model. Dalam penelitian ini, telah dilakukan klasifikasi potensi penyakit diabetes mellitus tipe II pada pasien dengan menggunakan algoritme KNN K=1 dan K=3, serta menggunakan Confusion Matrix sebagai alat pengujinya. Hasilnya, akurasi sebesar 85% untuk KNN K=1 dan 75% untuk KNN K=3. Oleh karena itu, penelitian ini menunjukkan bahwa algoritme KNN dengan K=1 lebih efektif dibandingkan dengan KNN dengan K=3 dalam mengklasifikasi potensi penyakit diabetes mellitus tipe II berdasarkan dataset yang digunakan.
PERBANDINGAN ALGORITME K-NEAREST NEIGHBOR DAN NAÏVE BAYES DALAM KLASIFIKASI KELULUSAN MAHASISWA Fahmi As Shiddiqi, Muhammad; Dwi Bhakti, Henny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10955

Abstract

Kelulusan merupakan tujuan akhir bagi setiap orang dalam rangkaian proses menyelesaikan studi dalam memperoleh gelar, penghargaan ataupun yang lainnya. Pada Program Studi Teknik Informatika Universitas Muhammadiyah Gresik terdapat banyak mahasiswa yang lulus tidak tepat waktu (terlambat) dan mahasiswa yang Drop Out (DO), hal tersebut merupakan masalah penting bagi Program Studi, dikarenakan jumlah total dari mahasiswa yang mendaftar tidak sebanding dengan mahasiswa lulus yang berdampak pada penilaian Akreditasi dimana akan berakibat pada menurunnya calon mahasiswa baru di Program Studi Teknik Informatika Universitas Muhammadiyah Gresik. Sangat penting bagi Program Studi mengetahui klasifikasi kelulusan mahasiswa. Dalam penelitian ini akan dilakukan klasifikasi kelulusan mahasiswa menggunakan algoritme K-Nearest Neighbor dan Naïve Bayes. Hasil pengujian evaluasi performa menggunakan Confusion Matrix didapatkan nilai rata-rata precision dan recall dari kedua algoritme. Algoritme K-Nearest Neighbor mendapatkan rata-rata nilai precision, dan recall lebih tinggi sebesar 85,1% dan 92,9%. Sedangkan untuk algoritme Naïve Bayes mendapatkan nilai rata-rata precision dan recall lebih rendah sebesar 73% dan 73,5%. Sementara hasil pengujian menggunakan K-Fold Cross Validation mendapatkan hasil bahwa algoritme K-Nearest Neighbor dinilai lebih baik dari algoritme Naïve Bayes dengan melihat nilai hasil dari accuracy, precision, dan recall algoritme K-Nearest Neighbor dengan nilai accuracy sebesar 84,2%, precision sebesar 92,3% dan recall sebesar 82,6%.
Co-Authors Agus Triono Ahmad Dani Eka Putra Andi Rahmad Rahim Ansaris, Fatur Maulana Arfani Zarrodin Arif Rohman arni ayuning tyas Assidiq S, Muhammad Nur azimaturrafi'ah - Azimaturrafi’ah Bariza Nurus Shobah Dimas Firjatullah Tsani Dimas Firjatullah Tsani Dwi, Ongky Eriska Eklezia Dwi Saputri Ervin Setyawan Fahmi As Shiddiqi, Muhammad Fajar Dedi Pratama Fajar Ramadhan Fauziyah, Nur Firdaus, Mochammad Zaki Gusnandha Salsabil Fahmi Hadziqul Abror Hafidz Ubaidillah Hanifah, Hidayatul Nur Harunur Rosyid Hidayanti Qurani, Risca Husenti, Nadya Kurnia, Safira Dewi Landson, Lucky Lisa Albertha Angelina Mahfudz Alfanani Syaviqi Majid, Ardian Mar'i, Farhanna Masarrotur Rifadah Misbah Moch Miftahul Akhyar mohammad amiril fauzi Muhammad Fatchur Rozy Muhammad Rizqi Hibatullah Muhammad Rossi Alkhatami Ni'mah, Fira Fatikhatul Novansyah Ifqiawan Nurul Mudhofar P. P. S. Saputra Prayitno, Herlando Prayudha, Ilham Teguh Raditya Thabroni Romadhon Rochmawati, Laila Rohman, Ahmad Fadhlur Rohman Rossydi, Ahmad Roudhotum Mawardania Setyo Utomo, Dhimas Narendra Sangaji Sholikhul Fiqri, Mohammad Sukaris Sylvia, Tiara Umi Chotijah Uzlifatul Fuaidah Wahyu Hidayat Zatadinia, Nabila