Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.981

P-Index

This Author published in this journals

All Journal EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Jurnal Teknologi dan Sistem Komputer SISFOTENIKA JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JurTI (JURNAL TEKNOLOGI INFORMASI) Jurnal Informasi dan Komputer JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi ABSYARA: Jurnal Pengabdian Pada Masyarakat Brilliance: Research of Artificial Intelligence Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi MDP Student Conference GEMBIRA (Pengabdian Kepada Masyarakat) AT-TAKLIM: Jurnal Pendidikan Multidisiplin

Tinaliah, Tinaliah

Universitas Multi Data Palembang

Author-ID : 2569717

Religion Agriculture, Biological Sciences & Forestry Humanities 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 Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 32 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Aplikasi Arsip Keuangan Masuk Dan Keluar Berbasis Web Pada PT Sembaja Lampung Cyndi Monica; Tinaliah Tinaliah
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

PT Sembaja Lampung adalah perusahaan yang bergerak dalam bidang jasa distribusi dan konstruksi, yang berdiri pada tahun 1991. Selama ini proses pengarsipan kas keuangan sudah berjalan dengan baik, namun terjadi beberapa kendala pada maintenance arsip keuangan tersebut, seperti dokumentasi bukti kas kurang baik sehingga dapat hilang dan rusak, bagian keuangan kesulitan mengecek dan membuat laporan perbulan karena data rentan hilang, dan direktur sulit mengetahui pengeluaran dan pemasukan perusahaan perbulan karna tidak ada informasi detail tentang keuangan yang bisa dilihat oleh direktur. Metodologi yang digunakan adalah metodologi Rapid Application Development, dengan tahapan yaitu perencanaan kebutuhan, desain sistem, proses pengembangan dan pengumpulan feedback, dan implementasi. Pembuatan aplikasi ini dibuat dengan menggunakan bahasa pemrograman PHP dan database MySQL. Tujuan pembuatan aplikasi ini adalah membantu proses pengarsipan keuangan masuk keluar dan pelaporan lebih jelas, pemberian data lebih akurat, mempermudah staff keuangan dalam mengecek dan membuat laporan.

Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Sentimen Pengguna Twitter Terhadap KEMKOMINFO Di Indonesia Deky Berniawan; Amri Amri; Tinaliah Tinaliah
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Akhir-akhir ini topik yang sedang hangat diperbincangkan oleh pengguna media sosial twitter mengenai Kementerian Komunikasi dan Informatika adalah program penyelenggara sistem elektronik (PSE), dan kebocoran data pribadi oleh hacker Bjorka. Berdasarkan hal tersebut maka dilakukan klasifikasi sentimen masyarakat pengguna twitter terhadap masalah yang muncul pada periode 01 – 06 Desember 2022. Penelitian ini menggunakan algoritma Naïve Bayes dengan ekstraksi fitur yang digunakan adalah TF-IDF dan tahap validasi menggunakan metode K-Fold Cross Validation dengan nilai k=10. Dari hasil pengujian dapat diambil kesimpulan bahwa pengguna media sosial Twitter memiliki sentimen positif terhadap KEMKOMINFO dengan total jumlah sentimen positif sebanyak 633 data dari total 1000 data tweet. Jumlah data yang tidak seimbang mempengaruhi hasil klasifikasi, hal ini dapat dilihat dari hasil pengujian didapatkan akurasi sebesar 91%, precision sebesar 100% dan recall sebesar 100% dengan menggunakan metode up-sampling SMOTE, dan akurasi sebesar 65%, precision sebesar 89% dan recall sebesar 79% tanpa menggunakan metode up-sampling SMOTE.

Klasifikasi Penyakit Daun Padi Menggunakan Convolutional Neural Network dengan Arsitektur AlexNet Niko Pirnando, Hendra Nata; Petrus, Johannes; Tinaliah, Tinaliah
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.11099

Rice is a major food crop crucial for global food security, but its growth faces challenges such as leaf diseases caused by bacteria and fungi. Manual classification of rice leaf diseases by farmers in the field has limitations in accuracy and efficiency. This study aims to classify rice leaf diseases to provide fast and accurate classification results for early treatment. A convolutional neural network (CNN) with the AlexNet architecture will be used with the rice leaf dataset. The dataset consists of 2000 images divided into four classes: Healthy, Brown Spot, Hispa, and Leaf Blast, with an 80:10:10 split ratio. Testing compares the Adam and SGD optimizers with batch sizes of 16, 32, and epochs of 10, 20, and 25. The highest classification accuracy achieved was 80% using the Adam optimizer weight, improving model performance.

Co-Authors Abdul Rahman Amri Amri Andreas Danny Agus Wahyudi Bautista, Christian Chandra Saputra Cyndi Monica Deky Berniawan Derry Alamsyah Dicky Pratama Dicky Pratama gasim, Gasim Hafiz Irsyad Inayatullah Inayatullah Inayatullah, Inayatullah Johannes Petrus Lucretia, Jolyn Molavi Arman Niko Pirnando, Hendra Nata Novan Wijaya Pratama, Samuel Effendi Putri, Agnes Anastasia Putri, Anisah Dhiyaa Azzahra Susanto, Rafael Ivan Triana Elizabeth, Triana Wahyu Mustika Anggara Wilcent Yoannita Yoannita, Yoannita

Title Search

Found 3 Documents Search Journal : MDP Student Conference

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : MDP Student Conference