Claim Missing Document
Check
Articles

Found 15 Documents
Search

Pemanfaatan Aplikasi Zahir dalam Pengelolaan Dana dan Aset Yayasan Muhammad Yusuf Johar Pontianak Riski Annisa; Panny Agustia Rahayuningsih; Sri Murni; Raja Sabaruddin; Monikka Nur Winnarto
Madani: Jurnal Pengabdian Masyarakat dan Kewirausahaan Vol 1 No 2 (2023): Januari 2023
Publisher : LPPM Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/madani.v2i1.7290

Abstract

Yayasan Pendidikan Muhammad Yusuf Johar mendirikan lembaga pendidikan anak-anak yang diberi nama TPA Modern Nurul Hidayah. Sistem input pengelolan dana masukan dan keluaran serta dana Aset pada Yayasan dan pada TPA Modern Nurul Hidayah Pontianak masih manual, dalam penginputan di laporan keuangan dilakukan satu per satu dari transaksi-transaksi. Laporan keuangan dalam tiap bulan, ataupun setiap tahunnya di buat berdasarkan catatan harian sehingga memungkinkan pada saat proses operasional berlangsung terjadi kesalahan yang berakibat kurang akuratnya laporan yang dibuat dan keterlambatan dalam pengolahan laporan keuangan yang terjadi. Penggunaan aplikasi komputer akuntansi laporan keuangan menggunakan aplikasi akuntansi zahir pada TPA Modern Nurul Hidayah Pontianak merupakan solusi yang terbaik untuk memecahkan permasalahan yang ada, dengan sistem yang terkomputerisasi dapat tercapai suatu pekerjaan yang bisa menunjang operasional.
Pemanfaatan Framework Codeigniter Dalam Membangun Aplikasi Perhitungan Laba Pada Amma Sneakers Pontianak Sri Murni; Raja Sabaruddin; Muhammad Faisal Marza
Jurnal Teknologi Informasi Mura Vol 14 No 1 (2022): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i1.1582

Abstract

Kehidupan sekarang menuntut setiap individu maupun perusahaan selalu dekat dengan teknologi. Hampir setiap orang memiliki smartphone, perusahaan atau instansi memiliki komputer bahkan sudah menerapkan sistem terkomputerisasi. Penerapan sistem informasi dalam mengelola dan menghitung keuntungan (laba) memberikan berbagai kelebihan seperti perhitungan lebih sistematis, cepat, akurat, dan data tersimpan lebih aman. Amma Sneakers Pontianak adalah badan usaha yang menjual berbagai jenis sepatu dan sendal second (bekas) berkualitas, memiliki pemasok dari berbagai daerah sebagai penyuplai persediaan sepatu dan sendal sebagai produk jualnya. Banyak orang yang merasa bingung, terutama pelaku bisnis untuk menghitung laba rugi. Proses perhitungan laba pada Amma Sneakers Pontianak masih belum sesuai dengan aturan perhitungan laba, karena ada komponen yang perlu masuk dalam perhitungan yakni biaya-biaya operasional seperti biaya sewa tempat, transportasi, biaya kirim dan biaya bahan baku. Hal ini perlu dicatat dan dihitung sebagai komponen dari perhitungan laba. Penelitian ini akan berfokus untuk membuat sebuah aplikasi perhitungan laba yang dapat mengelola transaksi pendapatan dan beban untuk menghitung laba usaha. Metode yang digunakan dalam membangun aplikasi adalah metode waterfall. Penelitian ini menghasilkan sistem informasi berbasis website dengan memanfaatkan framework codeigniter yang dapat dimanfaatkan Amma Sneakers Pontianak sebagai fungsi yang dapat menghitung laba dari transaksi penjualan.
PEMANFAATAN RESAMPLING UNTUK PENANGANAN KETIDAKSEIMBANGAN KELAS PADA PREDIKSI CACAT SOFTWARE BERBASIS C5.0 Raja Sabaruddin; Sri Murni; Wahyu Nugraha
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1956

Abstract

Software yang tidak ditemukan cacat selama pemeriksaan dan pengujian merupakan software berkualitas tinggi yang mampu membantu proses bisnis perusahaan secara efektif dan efesien. Penurunan kualitas software dan biaya perbaikan yang tinggi dapat diakibatkan kesalahan atau cacat pada software. Saat ini belum ada model prediksi cacat software yang berlaku umum pada saat digunakan. C5.0 merupakan model klasifikasi yang cocok untuk data dengan attribut yang bersifat numerik ataupun attribut yang bernilai nominal yaitu bersifat kategorik dimana tiap nilai tidak bisa dijumlahakan atau dikurangkan, tetapi belum dapat mengklasifikasikan dataset berbasis matrix dengan kinerja terbaik secara umum dan selalu konsisten dalam semua penelitian. Dataset yang besar pada umumnya mengandung ketidakseimbangan kelas (class imbalance), yaitu adanya perbedaan yang signifikan antar jumlah kelas, yang mana kelas negatif lebih besar daripada kelas positif. Untuk menangani masalah ketidakseimbangan kelas pada dataset cacat software pada penelitian ini diusulkan metode resampling yaitu Random Under Sampling (RUS), Random Over Sampling (ROS) dan Synthetic Minority Over-sampling Technique (SMOTE). Penelitian dilakukan untuk membandingkan hasil kinerja C5.0 sebelum dan sesudah diterapkan metode resampling. Hasil penelitian menunjukkan bahwa metode resampling yaitu RUS terbukti mampu dalam menyelesaikan prediksi cacat software dengan algoritma C5.0.
PEMANFAATAN RESAMPLING UNTUK PENANGANAN KETIDAKSEIMBANGAN KELAS PADA PREDIKSI CACAT SOFTWARE BERBASIS C5.0 Raja Sabaruddin; Sri Murni; Wahyu Nugraha
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1956

Abstract

Software yang tidak ditemukan cacat selama pemeriksaan dan pengujian merupakan software berkualitas tinggi yang mampu membantu proses bisnis perusahaan secara efektif dan efesien. Penurunan kualitas software dan biaya perbaikan yang tinggi dapat diakibatkan kesalahan atau cacat pada software. Saat ini belum ada model prediksi cacat software yang berlaku umum pada saat digunakan. C5.0 merupakan model klasifikasi yang cocok untuk data dengan attribut yang bersifat numerik ataupun attribut yang bernilai nominal yaitu bersifat kategorik dimana tiap nilai tidak bisa dijumlahakan atau dikurangkan, tetapi belum dapat mengklasifikasikan dataset berbasis matrix dengan kinerja terbaik secara umum dan selalu konsisten dalam semua penelitian. Dataset yang besar pada umumnya mengandung ketidakseimbangan kelas (class imbalance), yaitu adanya perbedaan yang signifikan antar jumlah kelas, yang mana kelas negatif lebih besar daripada kelas positif. Untuk menangani masalah ketidakseimbangan kelas pada dataset cacat software pada penelitian ini diusulkan metode resampling yaitu Random Under Sampling (RUS), Random Over Sampling (ROS) dan Synthetic Minority Over-sampling Technique (SMOTE). Penelitian dilakukan untuk membandingkan hasil kinerja C5.0 sebelum dan sesudah diterapkan metode resampling. Hasil penelitian menunjukkan bahwa metode resampling yaitu RUS terbukti mampu dalam menyelesaikan prediksi cacat software dengan algoritma C5.0.
PENERAPAN PEMOGRAMAN KECERDASAN ARTIFISIAL (MACHINE LEARNING DENGAN PYTHON) BAGI GURU INFORMATIKA SE-KOTA PONTIANAK Eva Meilinda; Raja Sabaruddin; Dedi Saputra; Sri Murni
Indonesian Community Service Journal of Computer Science Vol. 3 No. 1 (2026): Periode Januari 2026
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v3i1.11025

Abstract

Perkembangan teknologi kecerdasan artifisial (Artificial Intelligence/AI) telah membawa perubahan besar dalam berbagai bidang, termasuk pendidikan. Guru informatika dituntut untuk tidak hanya memahami dasar- dasar pemrograman, tetapi juga mampu mengajarkan konsep modern seperti machine learning kepada peserta didik. Namun, hasil observasi menunjukkan bahwa sebagian besar guru informatika di Kota Pontianak masih memiliki keterbatasan dalam memahami dan menerapkan machine learning, terutama menggunakan bahasa pemrograman Python. Melalui kegiatan pengabdian masyarakat ini, tim dari Universitas Bina Sarana Informatika (UBSI) Kampus Kota Pontianak melaksanakan pelatihan “Penerapan Pemrograman Kecerdasan Artifisial (Machine Learning dengan Python)” bagi guru informatika se-Kota Pontianak. Kegiatan ini meliputi pengenalan konsep dasar AI, implementasi machine learning menggunakan Python, serta praktik pembuatan proyek sederhana berbasis data. Metode pelaksanaan dilakukan melalui pendekatan workshop interaktif dengan kombinasi teori dan praktik langsung. Hasil kegiatan menunjukkan peningkatan pemahaman dan keterampilan peserta dalam mengoperasikan Python serta dalam merancang pembelajaran berbasis AI sederhana. Kegiatan ini diharapkan menjadi langkah awal bagi guru untuk mengintegrasikan konsep AI ke dalam proses pembelajaran, serta mendorong terciptanya ekosistem pendidikan yang adaptif terhadap perkembangan teknologi.