Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Informanika CSRID
DEVI UDARIANSYAH
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
IMPLEMENTASI METODE END USER DEVELOPMENT PADA APLIKASI REKAM MEDIS PASIEN DEVI UDARIANSYAH; HADI SYAPUTRA
JURNAL INFORMANIKA Vol 5, No 2 (2019): JURNAL INFORMANIKA VOL.5.NO.2,JULI-DESEMBER 2019
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v5i2.90

Abstract

Pasien adalah orang yang memiliki kelemahan fisik atau mentalnya menyerahkan pengawasan dan perawatannya, menerima dan mengikuti pengobatan yang ditetapkan oleh tenaga kesehatan atau para medis yang di obati dirumah sakit atau klinik. Dilihat dari banyaknya pasien yang datang berobat di klinik medika tersebut, maka klinik kenten medika membutuhkan suatu sistem informasi untuk mengetahui dengan cepat data rekam medis pasien yang pernah berobat secara sistematis dan terotomatisasi, sehingga pelayanan terhadap pasien dapat menjadi lebih baik serta efektif. Pada proses pencarian data pasien, rekam medis, proses pengolahan data administrasi pasien dan pembuatan laporan masih dilakukan secara manual atau konvensional dimana pada proses pencarian data pasien memerlukan waktu yang lama dan di dalam rekam medis terkadang berkas sulit ditemukan karena belum ada penyimpanan data yang tersusun rapi sedangkan pada proses pengolahan data administrasi pasien masih dimuat kedalam sebuah pencatatan buku sehingga dapat memungkinkan terjadinya kesulitan bagi petugas untuk memberikan pelayanan yang efektif dan efisien terhadap pasien. Perangkat lunak sistem yang akan dibangun merupakan aplikasi berbasis desktop yang dikembangkan menggunakan metode End User Development (EUD) dengan bahasa pemrograman vb.net dan mysql sebagai databasenya. Kata kunci : Pasien, Rekam Medis, End User Development (EUD).
REKAYASA PERANGKAT LUNAK MANAJEMEN PEMELIHARAAN LABORATORIUM PEMBELAJARAN SMK TAMAN SISWA 2 PALEMBANG BERBASIS ANDROID DEVI UDARIANSYAH; HADI SYAPUTRA
JURNAL INFORMANIKA Vol 6, No 1 (2020): JURNAL INFORMANIKA,VOLUME 6 NO.1,JANUARI-JUNI 2020
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v6i1.128

Abstract

Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Untuk Promosi Jabatan Dengan Metode Gauging Absence of Prerequistes (GAP) Devi Udariansyah; Novri Hadinata
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 7, No 1 (2018): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (925.01 KB) | DOI: 10.32736/sisfokom.v7i1.293

Abstract

Metode Gauging Absence Of Prerequistes (GAP) digunakan untuk menganalisa dan mempersempit jarak. Pemetaan GAP kompetensi ini untuk penilaian kinerja karyawan agar tidak terjadi jarak antara satu karyawan dengan karyawan yang lainnya. Penggunaan metode ini sendiri adalah dapat menilai seberapa besarnya jarak antara kinerja aktual dengan standar nilai kinerja yang diharapkan dan untuk mengetahui peningkatan kinerja yang diperlukan. Sehingga diharapkan terciptanya suasana kerja yang menyenangkan, karena penilaian kinerja karyawan dilakukan secara transparan dan objektif. Penelitian ini dilakukan pada Hotel Azza Palembang. Permasalahan yang ditemui pada perusahaan tersebut terkait dengan penilaian kinerja karyawan antara lain: proses penilaian karyawan masih manual sehingga memakan waktu yang lama dan belum adanya sistem dan aplikasi yang mendukung proses penilaian kinerja karyawan. Untuk itu dalam penelitian ini dibangunlah sebuah sistem berbasis web yang dikembangkan dengan metode pengembangan yaitu metode prototyping yang disebut juga desain aplikasi cepat (rapid application design/RAD) karena menyederhanakan dan mempercepat desain sistem. Pengembangan yang cepat dan pengujian terhadap model kerja (prototype) dari aplikasi baru melalui proses interaksi dan berulang-ulang.
Perbandingan Klasifikasi Jenis Sampah Menggunakan Convolutional Neural Network Dengan Arsitektur ResNet18 dan ResNet50 Christin Evasari Nainggolan; Muhammad Nasir; Fatoni; Devi Udariansyah
Computer Science Research and Its Development Journal Vol. 16 No. 1 (2024): February 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Complex problems occur in dealing with waste, both in developing and developed countries, such as Indonesia. According to data from the Ministry of Environment and Forestry, in 2022 the total waste pile will reach 34,439,338.12 tons per year. In this research, machine learning will be used by comparing CNN architecture, ResNet18 with ResNet50, for the classification of waste types. This research uses 2527 images of garbage image data consisting of 6 classes, namely cardboard, glass, metal, paper, plastic and trash. Convolutional Neural Network is a component of the Deep Neural Network method that has the ability to identify objects in images with a high level of complexity. From the ResNet18 model test in this study, the accuracy was 98.69% and the test results on ResNet50 resulted in an accuracy of 99.41%. The precision and recall results of both models reflect excellent performance and accuracy of around 99%. So it can be concluded that both CNN models, ResNet18 and ResNet50, have excellent performance in classifying garbage images.
Rekayasa Web Engineering Sistem Layanan Publik pada Kantor Camat Rawas Ilir Kabupaten Muratara Sari, Putri Purnama; Devi Udariansyah
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 5 No 2 (2023): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v5i2.116

Abstract

Kantor Camat Kecamatan Rawas Ilir selama ini dalam melakukan pengolahan data layanan publik pada masyarakat masih dilakukan secara manual dalam hal ini masih dilakukan dengan mengisi formulir yang sudah disediakan oleh petugas kantor kecamatan. Adapun layanan masyarakat yang ada di Kantor Camat Kecamatan Rawas Ilir antara lain: pengurusan Kartu Keluarga (KK), pengurusan KTP, pengurusan izin pemasangan reklame, pengurusan izin usaha mikro dan kecil, dan pengurusan IMB. Seluruh berkas pendukung pengajuan layanan publik yang ada di Kantor Camat Kecamatan Rawas Ilir masih berbentuk hardcopy yang di berikan kepada petugas Kantor Camat Kecamatan Rawas Ilir. Hal ini juga yang menyebabkan berkas pengajuan yang ada di Kantor Camat Kecamatan Rawas Ilir jadi menumpuk sehingga datanya belum tertata dengan rapih. Solusi yang efektif dari permasalahan yang ada adalah dengan membangun sistem layanan publik yang berbasis web sehingga masyarakat dapat melakukan pengajuan perizinan atau hanya ingin sekedar mencari informasi prosedur layanan di Kantor Camat Kecamatan Rawas Ilir dapat dilakukan dimana saja. Sistem informasi layanan publik berbasis web ini dibangun dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai database untuk menyimpan datanya
Perbandingan Klasifikasi Jenis Sampah Menggunakan Convolutional Neural Network Dengan Arsitektur ResNet18 dan ResNet50 Christin Evasari Nainggolan; Muhammad Nasir; Fatoni; Devi Udariansyah
CSRID (Computer Science Research and Its Development Journal) Vol. 16 No. 1 (2024): February 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.16.1.2024.76-90

Abstract

Complex problems occur in dealing with waste, both in developing and developed countries, such as Indonesia. According to data from the Ministry of Environment and Forestry, in 2022 the total waste pile will reach 34,439,338.12 tons per year. In this research, machine learning will be used by comparing CNN architecture, ResNet18 with ResNet50, for the classification of waste types. This research uses 2527 images of garbage image data consisting of 6 classes, namely cardboard, glass, metal, paper, plastic and trash. Convolutional Neural Network is a component of the Deep Neural Network method that has the ability to identify objects in images with a high level of complexity. From the ResNet18 model test in this study, the accuracy was 98.69% and the test results on ResNet50 resulted in an accuracy of 99.41%. The precision and recall results of both models reflect excellent performance and accuracy of around 99%. So it can be concluded that both CNN models, ResNet18 and ResNet50, have excellent performance in classifying garbage images.
Co-Authors Christin Evasari Nainggolan Christin Evasari Nainggolan Fatoni Hadi Syaputra Hadi Syaputra Hadinata, Novri Muhammad Nasir Putri Purnama Sari, Putri Purnama