p-Index From 2021 - 2026
10.862
P-Index
This Author published in this journals
All Journal Jurnal Informatika SMATIKA Jurnal Ilmiah KOMPUTASI Jurnal Pengabdian UntukMu NegeRI Journal of Information Technology and Computer Science Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini Journal of Information Technology and Computer Science (JOINTECS) Teknika: Engineering and Sains Journal Jurnal Sains dan Informatika Jurnal Ilmiah Soulmath : Jurnal Edukasi Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JOISIE (Journal Of Information Systems And Informatics Engineering) JSAI (Journal Scientific and Applied Informatics) Building of Informatics, Technology and Science Jurnal Mantik Jurnal Pengabdian Masyarakat IPTEKS Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Journal of Computer System and Informatics (JoSYC) Indonesian Journal of Cultural and Community Development Indonesian Journal of Law and Economics Review Jurnal Penelitian Sekolah Tinggi Ilmu Kesehatan Nahdlatul Ulama Tuban Jurnal Teknik Informatika (JUTIF) Community Empowerment JPM: JURNAL PENGABDIAN MASYARAKAT KLIK: Kajian Ilmiah Informatika dan Komputer Proceedings Series on Physical & Formal Sciences Indonesian Journal of Innovation Studies PELS (Procedia of Engineering and Life Science) Procedia of Social Sciences and Humanities Jurnal Algoritma Indonesian Journal of Islamic Studies Publikasi Pengabdian Masyarakat Komputer dan Teknologi (PUNDIMASKOT) JOINCS (Journal of Informatics, Network, and Computer Science) Jurnal Penelitian Innovative Technologica: Methodical Research Journal PEDAMAS (Pengabdian Kepada Masyarakat) SAINTEK Physical Sciences, Life Science and Engineering Indonesian Journal of Applied Technology Journal of Internet and Software Engineering Prosiding Seminar Nasional Unimus Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Advances in Cancer Science Journal of Electrical Engineering Manajemen Pelayanan Kesehatan semanTIK Journal of Blockchain, Nfts and Metaverse Technology IJHCS Smatika Jurnal : STIKI Informatika Jurnal Academia Open Journal of Multidisciplinary Informatics, Artificial Intelligence, and Business Innovation
Claim Missing Document
Check
Articles

THE EFFECT OF SYSTEM QUALITY ON THE USE OF HOSPITAL MANAGEMENT INFORMATION SYSTEMS AT THE 'AISYIYAH SITI FATIMAH HOSPITAL, SIDOARJO Hadikasari, Alfinda Ayu; Indahyanti, Uce; Cholifah, Cholifah; Nisak, Umi Khoirun
Jurnal Penelitian Sekolah Tinggi Ilmu Kesehatan Nahdlatul Ulama Tuban Vol. 4 No. 1 (2022): JURNAL PENELITIAN
Publisher : Institut Ilmu Kesehatan Nahdlatul Ulama Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (652.927 KB) | DOI: 10.47710/jp.v4i1.163

Abstract

Based on initial data obtained from Aisyiyah Siti Fatimah Hospital, Tulangan Sidoarjo, the use of SIMRS in the hospital is still not optimal, which is only 60% of the features provided. The purpose of this study was to analyze the influence of human resource factors and technological suitability on the utilization of hospital management information systems with a case study at the Hospital 'Aisyiyah Siti Fatimah Tulangan Sidoarjo. The type of research is quantitative research and the research design is causal associative research with the HOT Fit method approach. The data used is primary data by distributing questionnaires to SIMRS users. The sample size is 108 SIMRS users at the Hospital 'Aisyiyah Siti Fatimah Tulangan Sidoarjo. Samples were taken by simple random sampling with lottery technique and then recapitulation of data was then presented in the frequency tabulation table and tested by simple linear regression using SPSS.The results of the study using a simple linear regression test were the influence between the quality of the system and the use of the system on the hospital management information system at the Hospital 'Aisyiyah SIti Fatimah Tulangan Sidoarjo with a significance value (p) of 0.0001 then the value (p) <0.05 so that H0 is rejected, which means that there is a real or significant effect between system quality variables and system use.
Implementation of HSI and LBP Feature Extraction for Identification of Broccoli Quality with F-KNN Findawati, Yulian; Suryani, Siti Dwi; Indahyanti, Uce; Khubro, Jamaluddin Jumadil
Journal of Information Technology and Computer Science Vol. 9 No. 2: August 2024
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.92582

Abstract

This study proposes a method of searching for broccoli quality based on imagery using the Fuzzy K-nearest neighbor (F-KNN). Broccoli is used because it is a type of herbaceous vegetable that has a unique color and shape so visual assessment is still limited. The data used in this study were taken from 2 cities in Indonesia, Pasuruan and Malang Regency which consisted of good quality and bad quality. The total data used is 120, each quality comprising 60 images. In the pre-processing process, several stages are carried out to proceed to the next process. Feature extraction is done through algorithms, namely HSI (Hue, Saturation, and Intensity) and LBP (Local Binary Pattern), which are then divided into training and testing data. F-KNN is used as a classification. The accuracy obtained from this study reached 94.4%. This value indicates that the use of both feature extraction and classification algorithms produces good accuracy in the training and testing data with a 40:60 scenario. This result showed the potential of the feature extraction and F-KNN algorithm when classifying a large number of broccoli qualities.
Implementasi Online Marketplace pada Industri Rumahan di Desa Bluru Permai Sidoarjo Damasta, Ifanda Reza; Rosid, Mochamad Alfan; Eviyanti, Ade; Indahyanti, Uce
Innovative Technologica: Methodical Research Journal Vol. 2 No. 4 (2023): December
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/innovative.v2i4.90

Abstract

UMKM atau Usaha Mikro Kecil Menengah merupakan kegiatan yang dapat memperluas lapangan pekerjaan dan dapat membantu ibu-ibu rumah tangga yang kreatif. Dengan adanya UMKM ibu-ibu dapat mengasah kekreatifan dan inovasi-inovasi, dan tidak hanya itu hasil dari kekreativitasannya dapat menghasilkan uang tambahan dengan cara di jual di pasar atau di rumah. Akan tetapi di era modern seperti ini UMKM sulit berkembang dikarenakan banyaknya saingan-saingan seperti perusahaan-perusahaan besar. Perkembangan UMKM pada saat ini terbilang lambat dikarenakan ketertinggalan, menggunakan atau mengadopsi teknologi modern. Dengan adanya perusahan-perusahan ini UMKM harus mengikuti kemajuan teknologi seperti ini agar dapat bersaing dengan perusahaan-perusahan besar ini dan dapat melebarkan target customer mereka. Dengan adanya permasalahan ini terdapat sebuah solusi yaitu pembuatan program atau web. Dengan adanya web atau program ini di harapkan dapat membantu meringankan permasalah-permasalahan yang ada di umkm tersebut. web ini di buat dengan metode waterfall, Metode waterfall adalah pendekatan terstruktur dan terurut dalam pengembangan perangkat lunak yang dimulai dengan analisis kebutuhan pengguna dan diakhiri dengan dukungan terhadap perangkat lunak yang dikembangkan secara keseluruhan. Pendekatan ini meliputi tahapan perencanaan, permodelan, konstruksi, dan penyerahan sistem ke pengguna akhir. dengan metode ini dapat terbuatlah sebuah web yang dapat membantu umkm tersebut.
Educational Data Mining on Student Academic Performance Prediction: A Survey: Educational Data Mining Pada Prediksi Kinerja Akademik Mahasiswa : Sebuah Survey Indahyanti, Uce; Azizah, Nuril Lutvi; Setiawan, Hamzah
Procedia of Social Sciences and Humanities Vol. 3 (2022): Proceedings of the 1st SENARA 2022
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/pssh.v3i.344

Abstract

Student academic performance prediction has become a hot research topic, and is still a research trend in the field of educational data mining (EDM). The application of data mining in the education domain can find some hidden knowledge and patterns, which help in decision making for management to improve the education system. This study presents survey results in the form of systematic mapping of literature related to EDM, which aims to identify methods, datasets, and results obtained by researchers in the last five years.
Fitur Ekstraksi pada Pemodelan Topik Menggunakan Metode Latent Dirichlet Allocation pada Peristiwa Kebocoran Data Ariansyah, Achmad; Indahyanti, Uce
Indonesian Journal of Applied Technology Vol. 1 No. 2 (2024): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/ijat.v1i2.3041

Abstract

Penelitian ini bertujuan untuk mencari fitur ekstraksi terbaik serta menerapkan pemodelan topik dari data Twitter tentang kebocoran data pribadi, salah satu trending topik akibat ulah oknum hacker bjorka dimana data yang tersebar merupakan data penting seperti NIK dan SIM Card rakyat Indonesia. Penelitian dilakukan dengan metode Latent Dirichlet Allocation (LDA) menggunakan fitur ekstraksi Bag of Word (BoW) dan TF-IDF, dan data yang digunakan terdiri dari 11.067 tweet dari platform twitter. Pemodelan dengan menggunakan fitur ekstraksi BoW menghasilkan score coherences terbaik bernilai 0.47 dengan 3 topik utama terkait kebocoran data seperti kominfo lindungi data pribadi, johnny g plate bertanggung jawab atas kasus kebocoran data ulah hacker bjorka dan perlindungan data pribadi rakyat memalui ruu pdp. Sementara itu, dengan fitur ekstraksi TF-IDF mendapatkan score coherences terbaik bernilai 0.47 dengan 5 topik utama, akan tetapi topik tersebut tidak dapat di interpretasikan dengan baik seperti menggunakan fitur ekstraksi BoW.
Prediksi Angka Harapan Hidup Penduduk Menggunakan Metode XGBoost Kurniawan, Wildan; Indahyanti, Uce
Indonesian Journal of Applied Technology Vol. 1 No. 2 (2024): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/ijat.v1i2.3045

Abstract

Penelitian ini bertujuan untuk memprediksi angka harapan hidup di beberapa negara wilayah Asia menggunakan algoritma XGBoost Regressor. Data yang digunakan berasal dari UCI Machine Learning Repository. Dalam penelitian ini, peneliti membangun model prediksi menggunakan pendekatan machine learning dan melakukan evaluasi berdasarkan tingkat akurasi dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model XGBoost Regressor memiliki tingkat akurasi sebesar 96,8% dalam memprediksi angka harapan hidup. Nilai MAE yang diperoleh adalah sebesar 0,97. Temuan ini menunjukkan potensi algoritma XGBoost Regressor sebagai alat yang efektif dalam memprediksi angka harapan hidup di wilayah Asia. Hasil ini dapat memiliki implikasi positif dalam pengambilan keputusan berbasis data serta perencanaan kebijakan kesejahteraan masyarakat.
Analisis Jumlah Prediksi Penyebaran HIV/AIDS di Kabupaten Sidoarjo menggunakan Metode Multiple Linier Regression Azizah, Risma Nur; Nisak, Umi Khoirun; indahyanti, Uce
Physical Sciences, Life Science and Engineering Vol. 1 No. 1 (2023): December
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/pslse.v1i1.163

Abstract

Berdasarkan sumber data yang diperoleh dari Dinas Komunikasi dan Informasi Provinsi Jawa Timur, jumlah kasus HIV/AIDS di Indonesia menempati urutan keempat terbanyak yaitu Provinsi Jawa Timur termasuk Kabupaten Sidoarjo. Tujuan dari penelitian ini adalah untuk memprediksi bahwa jumlah penderita HIV/AIDS di Kabupaten Sidoarjo yang semakin meningkat dari tahun ke tahun. Sumber data penelitian ini bersifat privat dari Dinas Kesehatan Kabupaten Sidoarjo. Data yang digunakan adalah dataset pada tahun 2020-2022, yang meliputi atribut dengan hasil prediksi penderita HIV/AIDS positif dengan nilai prediksi pada tahun 2023 yaitu 795,667, pada tahun 2024 934,167, sedangkan pada tahun 2025 1072,667. Data diolah dengan rapid miner menggunakan metode yang dipilih yaitu multiple linier regression berganda, karena data atribut yang dikumpulkan lebih dari satu. Untuk performa model regresi linier berganda yang dihitung dengan uji validasi root mean squared error (RSME) dengan hasil nilai 0.816 yang dimana semakin kecil hasil prediksinya maka semakin valid.
Sistem Informasi Perekrutan Karyawan di Rumah Sakit menggunakan Metode Analisis Pieces Fahmi, M. Yusril; Indahyanti, Uce
Journal of Internet and Software Engineering Vol. 1 No. 1 (2024): January
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/pjise.v1i1.2246

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem rekrutmen berbasis digital di Rumah Sakit Siti Khodijah Muhammadiyah Cabang Sepanjang. Dalam konteks perubahan menuju era digitalisasi, penelitian ini mengisi kesenjangan dalam pemahaman mengenai efisiensi dan pengelolaan rekrutmen karyawan di rumah sakit. Metode pengembangan sistem meliputi analisis kebutuhan, desain sistem, pengembangan perangkat lunak, dan implementasi sistem. Hasil dari penelitian ini berdasarkan uji fungsionalitas dengan menggunakan metode blackbox didapatkan hasil system informasi perekrutan karyawan sesuai dengan apa yang diharapkan. Penelitian ini berkontribusi dalam meningkatkan pemahaman tentang penerapan teknologi digital dalam manajemen sumber daya manusia di rumah sakit.
Prediksi Penyakit Hipertensi Menggunakan Metode Decison Tree dan Random Forest: Aditya, M. Fahrul Rizki; Azizah, Nuril Lutvi; Indahyanti, Uce
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3503

Abstract

Hipertensi merupakan isu kesehatan masyarakat yang penting dimana jarang menyebabkan gejala nyata pada kesehatan fungsional pasien. Hipertensi merupakan faktor resiko utama pada penyakit jantung coroner, gagal jantung serta stroke. Faktor penyebab terjadinya hipertensi adalah umur, jenis kelamin, Riwayat keluarga, genetic, kebiasaan merokok, obesitas, kurang aktivitas fisik, stress, dan penggunaan esterogen. Saat ini teknologi semakin berkembang. Dalam konteks perkembangan teknologi, komunitas medis diberikan kemudahan dengan adanya solusi berbasis teknologi. Salah satu di antaranya adalah program yang memanfaatkan kecerdasan buatan untuk deteksi penyakit hipertensi, dengan implementasi dalam bidang kecerdasan mesin (machine learning). Penelitian ini bertujuan memberikan kontribusi terhadap pengembangan aplikasi yang dapat membantu para profesional medis, terutama dokter dan rumah sakit, dalam mendiagnosis penyakit hipertensi dengan tingkat akurasi yang optimal. metode yang digunakan dalam penelitian ini yaitu decision tree dan random forest. tTahapannya meliputi pemrosesan ulang data hingga evaluasi. Metode decision tree menghasilkan akurasi mencapai 100%, dan hasil yang sama juga diperoleh dari metode random forest. Dengan keduanya meraih akurasi maksimal, penelitian ini memperkuat kemampuan kedua metode tersebut dalam mendiagnosis serta mengelola penyakit hipertensi secara efektif
Prediksi Kelayakan Pemberian Kredit Menggunakan Metode Random Forest Firmansah, Noval; Uce Indahyanti; Ade Eviyanti
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3515

Abstract

Penelitian ini menggunakan data dari Kaggle, yang terdiri dari 32,581 baris dan 12 kolom, untuk mengembangkan model prediksi kelayakan kredit. Tujuan penelitian adalah mengidentifikasi faktor-faktor yang memengaruhi kelayakan kredit dan mengembangkan model yang akurat dalam memprediksi apakah seorang peminjam layak atau tidak menerima kredit. Penelitian melibatkan langkah-langkah pra-pemrosesan data, termasuk imputasi missing value dan penanganan outlier, serta pembagian dataset menjadi data latih dan data uji. Hasil menunjukkan bahwa model mencapai akurasi sebesar 93,28%, dengan parameter terbaik 'max_depth': 30, 'min_samples_leaf': 1, 'min_samples_split': 2, dan 'n_estimators': 100. Penelitian ini memberikan kontribusi dalam pemahaman kelayakan kredit dan pengembangan model prediksi yang dapat digunakan oleh lembaga keuangan untuk pengambilan keputusan kredit yang lebih tepat.
Co-Authors Abidin, Husnul Ade Eviyanti Adiffanani Ramdansyah Aditya, M. Fahrul Rizki Afidah, Dewi Nur Agung Izulhaq Ahmad Angga Handoko Aisha Hanif Alfinda Ayu Hadikasari Alfitra Oktavian Anis Farihah Ariansyah, Achmad Arif Senja Fitrani Arif Senja Fitroni Aris Hendra Prayoga Awalludin, Krisna Azizah, Risma Nur Azmuri Wahyu Azinar Berlian Putri Pertiwi Brigide Tirenia Loresta Cecep Kusmana Cholifah, Cholifah Cholifah, Cholifah Cindy Cahyaning Astuti Cindy Taurusta Dafit Setiawan Jaya Damasta, Ifanda Reza Deby Kurniawan Armananda Dewi Komala Sari Diah Krisnaningsih Edi Widodo, Edi Eko Agus Suprayitno Eriyanto, Sandi Eko Evi Rinata Fahmawati, Zaki Nur Fahmi, M. Yusril Fery Febbyanto Firdausi Usqi Salsabilah Firmansah, Noval Fitri Nur Latifah Fitroni, Arif Senja Hadikasari, Alfinda Ayu Hamzah Setiawan Hindarto Ika Ratna Indra Astutik Indah Suci Purnamasari Irwan A. Kautsar Irwan Alnarus Alkautsar Irwan Alnarus Kautsar Khubro, Jamaluddin Jumadil Krisfianto, Moh Ifan Kurniawan, Wildan Lely Ika Mariyati Lily Puspa Dewi M Bahrul Ulum M Cholis Afandi Maghfiroh, Alfiah Mahelda Asri Sudarsono Malihatin S, Ulfah Metatia Intan Mauliana Moch. Aji Bagus Firmansyah Mochamad Alfan Rosid Mochammad Donni Kurniawan Mochammad Septa Sandy mochammad zien rifqi zien Muhammad Arsyad Dhani Muhammad Sulthon Abiyyu Muhammad Syamsuddin Nihayatur Rohmah Novia Ariyanti Nuril Lutvi Azizah Pertiwi, Berlian Putri Prayugah, Indra Putra, Rolando Jordan Permana Rafiiqa, Tasya Ratih Puspitasari Rizka Hadiwiyanti Rohman Dijaya Rolando Jordan Permana Putra Saesar Joko Pramono Siti Nur Haliza Suhendro Busono Sukarjadi Sukarjadi Sukma Aji Sumadyo, Sasmito Bagus Sumarno Sumarno Suryani, Siti Dwi Suseno Ardiansyah Syahrul Ibnu Rafi Tasya Rafiiqa Tutut Anjarsari Umi Khoirun Nisak Usabili, Syaikhina Veros Ariferdinand Vevy Liansari via nabila banda Wahyu Santoso Yahya Anugerah Dwi Khurrota A'yunan Yoyok Supriyono Yulian Findawati Yulius Hari Yunianita Rahmawati Yunianita Rahmawati Yuwanto, Mahmud Adi Zamorano, Ifan