Article Per Year (5 Year)
p-Index From 2020 - 2025
3.444
P-Index
This Author published in this journals
All Journal Tekno : Jurnal Teknologi Elektro dan Kejuruan Techno.Com: Jurnal Teknologi Informasi Jurnal Sosioteknologi Jurnal Transformatika JUSIFO : Jurnal Sistem Informasi Jurnas Nasional Teknologi dan Sistem Informasi Sistemasi: Jurnal Sistem Informasi JMM (Jurnal Masyarakat Mandiri) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Tecnoscienza JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Advanced in Information and Industrial Technology (JAIIT) Sewagati Jurnal Informatika Polinema (JIP)
Endah Septa Sintiya
Politeknik Negeri Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Identifikasi Penyakit Jantung Menggunakan Machine Learning: Studi Komparatif sintiya, endah septa; Rizdania, Rizdania; Afrah, Ashri Shabrina
Jurnal Transformatika Vol. 21 No. 2 (2024): Januari 2024
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v21i2.7144

Abstract

Heart disease is the number one cause of death globally. This condition is followed by an unhealthy lifestyle. Heart disease prediction needs to be done considering the importance of health. The presence of machine learning has made it easier for humans to make early detection of patterns approaching heart disease. This study compares 6 machine learning methods for disease classification with KNN, Naïve Bayes, Decision tree, Random forest, logistic regression, and SVM. The final classification obtained ranking accuracy with the highest value in the KNN method with precision, accuracy, re-call, fi-score tests. It is hoped that these results can be applied to real case studies of heart disease.
Implementasi Machine Learning pada Sistem Informasi Pemeliharaan Transformator Daya Hidayah, Hilda Khoirotul; Ekojono, Ekojono; Sintiya, Endah Septa
Jurnal Informatika Polinema Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i4.6008

Abstract

Listrik memegang peranan yang tidak tergantikan dalam kehidupan manusia sehari-hari. Untuk memenuhi kebutuhan energi listrik yang semakin meningkat, diperlukan suatu sistem kelistrikan yang handal, seperti transformator daya. Transformator daya memegang peranan penting dalam sistem tenaga listrik, dimana keandalan transformator dalam jangka panjang sangat erat kaitannya dengan keselamatan dan kestabilan sistem tenaga listrik. Oleh karena itu, pemeliharaan transformator harus dilakukan untuk mengantisipasi kegagalan mendadak dan menjamin keandalan sistem tenaga listrik secara keseluruhan. Penting untuk melakukan penilaian kesehatan untuk mengetahui kondisi transformator daya. Penilaian ini dapat dilakukan dengan berbagai cara, termasuk Health Index (Indeks Kesehatan) dan Dissolved Gas Analysis (Analisis Gas Terlarut). Metode Duval Pentagon dan Metode Duval Triangle digunakan dalam Dissolved Gas Analysis untuk memastikan kondisi transformator. Tujuan dari penelitian ini adalah membandingkan tiga model machine learning—Support Vector Machine, Artificial Neural Network, dan Random Forest—menggunakan dataset Duval Pentagon Method dan Duval Triangle Method untuk mendapatkan model dengan akurasi tertinggi. Model dengan akurasi tertinggi akan diimplementasikan pada sistem informasi manajemen transformator untuk mengetahui kondisi transformator. Dalam sistem ini juga diterapkan perhitungan Health Index dengan minyak dan kertas sebagai parameter hasil pengujian. Hasil perhitungan Health Index dan Dissolved Gas Analysis dapat menentukan rekomendasi tindakan transformator yang tepat. Dengan demikian, sistem ini dapat memudahkan tenaga ahli transformator dalam menjaga kesehatan transformator daya.
RANCANG BANGUN SISTEM INFORMASI BERBASIS EXTREME PROGRAMMING UNTUK TRANSPARANSI PENGELOLAAN DONASI PANTI ASUHAN Septa Sintiya, Endah; Bella Vista, Candra; Wahyu Wibowo, Dimas; Kusumawardana, Arya; Cahaya Puspitaningrum, Ari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12328

Abstract

Tantangan hingga saat ini bahwa panti asuhan kesulitan dalam pengelolaan data anak asuh, pencatatan donasi, serta pelaporan keuangan seringkali dilakukan secara manual. Hal ini rentan terhadap kesalahan dan memakan waktu yang lama untuk pencarian hingga pelaporan. Panti asuhan memerlukan dukungan karena mempunyai tujuan mulia dalam membantu anak-anak yatim piatu dan kaum dhuafa seperti yang dilakukan panti asuhan Mawaddah Warohmah. Tujuan penelitian ini melakukan implementasi sistem Big Data, panti asuhan agar dapat mengumpulkan, menyimpan, dan menganalisis data dalam jumlah besar dari berbagai sumber donasi. Penerapan pengelolaan Big Data diharapkan dapat meningkatkan profesionalisme dan kepercayaan masyarakat terhadap panti asuhan, serta memaksimalkan pemanfaatan donasi untuk kesejahteraan anak asuhan. Metode yang digunakan yaitu extreme programming dengan tahap Planning, Design, Coding dan Testing. Hasil pengembangan sistem informasi berisikan fitur lengkap dengan pengelolaan acara panti, dana donatur dan administrasi dengan menggunakan framework Laravel berbasis MVC yang memudahkan dalam manajemen website yang digunakan. Hasil Pengujian fungsional (BlackBox) terbukti sesuai atau valid, dan User Acceptance Testing (UAT) dengan presentase 96,8% hal ini terbukti sistem ini membantu dalam pengelolaan administrasi dan donasi kegiatan panti asuhan.
ALAT PERAGA MIXED REALITY UNTUK PEMBELAJARAN ANATOMI JANTUNG MANUSIA DENGAN INTERAKSI OCCLUSION DETECTION Wahyu Wibowo, Dimas; Unggul Pamenang, Muhammad; Septa Sintiya, Endah; Larasati Amalia, Eka; Sulthon Fuad P., Aldhihamda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12350

Abstract

Dalam pembelajaran biologi kedokteran, siswa akan mempelajari ilmu anatomi, termasuk salah satunya anatomi jantung manusia. Untuk memahami anatomi secara mendalam, pelajar perlu memutar dan mengamati objek dari berbagai sudut pandang agar dapat melihat struktur anatomi dengan jelas. Oleh karena itu, dikembangkanlah sebuah aplikasi media pembelajaran berupa alat peraga jantung manusia yang memanfaatkan teknologi mixed reality. Teknologi ini memberikan pengalaman interaktif di mana pengguna dan objek virtual jantung manusia tampak berada di dunia yang sama. Selain itu, aplikasi ini dilengkapi dengan fitur occlusion detection, yang memungkinkan sistem mendeteksi jika jari pengguna menghalangi bagian tertentu dari objek 3D, sehingga memicu perubahan kondisi objek. Aplikasi ini dibuat menggunakan perangkat lunak Unity 2020 sebagai platform pengembangan, bahasa pemrograman C#, dan Vuforia sebagai media penyimpanan data. Data yang digunakan terdiri dari data primer dan sekunder. Aplikasi ini telah diuji melalui pengujian kamera, performa, serta intensitas cahaya. Diharapkan hasil pengembangan ini dapat membantu pelajar dalam memahami struktur anatomi jantung manusia dengan lebih efektif
Analyzing the Application of Optical Character Recognition: A Case Study in International Standard Book Number Detection Rozi, Imam Fahrur; Ananta, Ahmadi Yuli; Sintiya, Endah Septa; Amalia, Astrifidha Rahma; Ariyanto, Yuri; Nugraeni, Arin Kistia
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 24 No 2 (2025)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i2.4367

Abstract

In the era of advanced education, assessing lecturer performance is crucial to maintaining educational quality. One aspect of this assessment involves evaluating the textbooks authored by lecturers. This study addresses the problem of efficiently detecting International Standard Book Numbers (ISBNs) within these textbooks using optical character recognition (OCR) as a potential solution. The objective is to determine the effectiveness of OCR, specifically the Tesseract platform, in facilitating ISBN detection to support lecturer performance assessments. The research method involves automated data collection and ISBN detection using Tesseract OCR on various sections of textbooks, including covers, tables of contents, and identity pages, across different file formats (JPG and PDF) and orientations. The study evaluates OCR performance concerning image quality, rotation, and file type. Results of this study indicate that Tesseract performs effectively on high-quality, low-noise JPG images, achieving an F1 score of 0.97 for JPG and 0.99 for PDF files. However, its performance decreases with rotated images and certain PDF conditions, highlighting specific limitations of OCR in ISBN detection. These findings suggest that OCR can be a valuable tool in enhancing lecturer performance assessments through efficient ISBN detection in textbooks.
Analyzing the Application of Optical Character Recognition: A Case Study in International Standard Book Number Detection Imam Fahrur Rozi; Ahmadi Yuli Ananta; Endah Septa Sintiya; Astrifidha Rahma Amalia; Yuri Ariyanto; Arin Kistia Nugraeni
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 24 No. 2 (2025)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i2.4367

Abstract

In the era of advanced education, assessing lecturer performance is crucial to maintaining educational quality. One aspect of this assessment involves evaluating the textbooks authored by lecturers. This study addresses the problem of efficiently detecting International Standard Book Numbers (ISBNs) within these textbooks using optical character recognition (OCR) as a potential solution. The objective is to determine the effectiveness of OCR, specifically the Tesseract platform, in facilitating ISBN detection to support lecturer performance assessments. The research method involves automated data collection and ISBN detection using Tesseract OCR on various sections of textbooks, including covers, tables of contents, and identity pages, across different file formats (JPG and PDF) and orientations. The study evaluates OCR performance concerning image quality, rotation, and file type. Results of this study indicate that Tesseract performs effectively on high-quality, low-noise JPG images, achieving an F1 score of 0.97 for JPG and 0.99 for PDF files. However, its performance decreases with rotated images and certain PDF conditions, highlighting specific limitations of OCR in ISBN detection. These findings suggest that OCR can be a valuable tool in enhancing lecturer performance assessments through efficient ISBN detection in textbooks.
DIGITALISASI PELAYANAN RW MELALUI PENGEMBANGAN WEBSITE BERDASARKAN POTENSI WARGA Farida Ulfa; Ekojono Ekojono; Endah Septa Sintiya; Luqman Affandi; Anugrah Nur Rahmanto; Sofyan Noor Arief; Adevian Fairuz Pratama
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 6 (2024): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i6.27437

Abstract

Abstrak: Kegiatan pengabdian ini berfokus pada lingkup RW yang mempunyai peran penting dalam pengeloaan Masyarakat tahap pertama. Tantangan pengelolaan RW ini seringkali terbatas pada aksesibilitas data, informasi dan potensi, serta layanan adminstrasi kebutuhan masyarakat kurang terwadahi. Tujuan pengabdian ini ingin meningkatkan softskill dan hardskill terkait penggunaan dan pengeloaan website pelayanan RW sebagai wadah aspirasi dan potensi masyarakat. Metode yang digunakan yaitu FGD (Focus Discussion Group) pada tahap pra-kegiatan, pelaksanaan dan evaluasi. Mitra yang telah bekerjasama meliputi ketua RW, pengurus dan perwakilan warga RW O5 Tanjung Rejo, Kota Malang. Tahap Evaluasi dilakukan setelah kegiatan pendampingan selesai, evaluasi yang dilakukan menggunakan observasi kuesioner peningkatan kemampuan mitra dan kuesioner kepuasan mitra pengabdian. Hasil pengabdian menunjukan mayoritas responden memberikan penilaian positif dengan presentase kepuasan mitra sebesar 84% dan presentase peningkatan kemampuan pengelolaan dan update website RW sebesar 88%. Sehingga dengan adanya kegiatan ini dapat memberikan dampak positif dan manfaat yang signifikan pada pelayanan RW terhadap warganya.Abstract: This community service program focuses on the scope of RW (Rukun Warga), which plays a crucial role in the initial stage of community management. The challenges in RW management often involve limited accessibility to data, information, and potential resources, as well as insufficient administrative services to meet community needs. The objective of this program is to enhance soft skills and hard skills related to the use and management of RW service websites as a platform for community aspirations and potential development. The methods employed include Focus Group Discussions (FGD) during the pre-activity, implementation, and evaluation stages. The collaborating partners consist of the RW chairman, administrators, and representatives of residents from RW 05 Tanjung Rejo, Malang City. The evaluation phase was conducted after the mentoring activities, utilizing observation and questionnaires to assess the improvement in partners’ capabilities and their satisfaction with the program. The results showed that the majority of respondents provided positive feedback, with a satisfaction rate of 84% and an 88% improvement rate in RW website management and updates. This program has thus delivered significant positive impacts and benefits to RW services for its residents.
Sistem Informasi Manajemen Posyandu Harmoni untuk Mendukung Digitalisasi Data Kesehatan Balita dan Ibu Endah Septa Sintiya; Rizdania; Izzati, Afifah Nurul; Riskitasari, Septyana; Ikawati, Deasy Sandhya Elya
JURNAL TECNOSCIENZA Vol. 9 No. 2 (2025): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/wmkz8n26

Abstract

Pelayanan data kesehatan balita dan ibu di Posyandu masih banyak dilakukan secara manual, yang rentan terhadap kesalahan pencatatan, kehilangan data, serta keterbatasan akses informasi. Permasalahan ini menghambat efektivitas pengelolaan layanan dan pemantauan tumbuh kembang anak serta kesehatan ibu. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Posyandu Harmoni sebagai solusi digital dalam mendukung proses pencatatan dan pengelolaan data kesehatan secara lebih terstruktur dan efisien. Metode pengembangan sistem yang digunakan adalah Extreme Programming (XP), yang menekankan pada iterasi pendek, kolaborasi intensif dengan pengguna, dan pengujian berkelanjutan. Fitur utama sistem mencakup pengelolaan data balita, data ibu, pencatatan imunisasi, pemeriksaan kesehatan, serta laporan kegiatan posyandu. Pengujian dilakukan menggunakan pendekatan User Acceptance Testing (UAT) dengan melibatkan sepuluh responden, terdiri dari admin posyandu dan perwakilan donatur.Hasil pengujian menunjukkan tingkat kepuasan pengguna yang sangat tinggi, dengan rata-rata persentase sebesar 96,4%. Hal ini membuktikan bahwa sistem telah memenuhi kebutuhan pengguna baik secara fungsional maupun usability. Penelitian ini merekomendasikan implementasi sistem secara luas di berbagai Posyandu serta pengembangan fitur integrasi dengan sistem kesehatan daerah.
Prediction of Higher Education Student Academic Achievement Using Mamdani Fuzzy Logic Izzati, Afifah Nurul; Latif, Ummi Khaira; Sintiya, Endah Septa
Journal of Advances in Information and Industrial Technology Vol. 7 No. 1 (2025): May
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v7i1.682

Abstract

Student academic performance assessment is not only determined by exam scores, assignments, and attendance but also influenced by other factors such as attitude. However, evaluating this factor tends to be subjective. Additionally, the absence of an early prediction system to estimate students' academic performance can hinder timely study finish for at-risk students. The purpose of this study is to use the Mamdani fuzzy logic method to develop a system for predicting student academic performance. The input variables used in this system include attendance, assignments, midterm exams, final exams, and attitude. The system is modeled using fuzzy membership functions and assessed based on appropriate weightings. The inference process is conducted based on a set of fuzzy rules and is determined by the combination of input values. The next stage is defuzzification, which is the process of generating a final value used to classify academic performance into categories of "poor," "fair," or "good." This system is developed using the Python programming language with the scikit-fuzzy library and tested using the Mean Absolute Percentage Error (MAPE) method. The test results show an error rate of 1.35%. These results indicate that the Mamdani fuzzy logic approach is considered effective in assisting the assessment of student academic performance.
Pengembangan Sistem Prediksi Stok Otomatis untuk Optimalisasi Pengelolaan UMKM Kuliner Fayra, Syahla' Syafiqah; Sintiya, Endah Septa; Amalia, Eka Larasati
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.8018

Abstract

UMKM kuliner merupakan sektor penting dalam perekonomian Indonesia, namun masih banyak yang mengalami kendala dalam pengelolaan stok akibat perencanaan manual yang kurang efisien. Ketidakefisienan ini dapat menyebabkan kelebihan atau kekurangan stok yang berdampak pada kerugian finansial dan penurunan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi stok otomatis menggunakan metode Triple Exponential Smoothing (TES) guna membantu UMKM kuliner, khususnya Syasya Food di Depok, dalam mengelola stok secara lebih akurat dan efisien. Sistem ini dikembangkan menggunakan model pengembangan Waterfall dan diimplementasikan pada platform web menggunakan framework Laravel. Data yang digunakan adalah semua penjualan harian yang diproses untuk menghasilkan prediksi stok selama 7 hari ke depan. Evaluasi dilakukan menggunakan tiga metrik utama, yaitu MAPE (Mean Absolute Percentage Error), MAE (Mean Absolute Error), dan MSE (Mean Squared Error), serta pengujian usability menggunakan System Usability Scale (SUS). Hasil evaluasi menunjukkan bahwa seluruh jenis makanan memiliki nilai MAPE di bawah 10%, dengan nilai terendah 0,81% pada Risol Mayo dan tertinggi 6,98% pada Pastel. Nilai MAE dan MSE juga tergolong rendah. Skor SUS sebesar 83 menunjukkan bahwa sistem dinilai “sangat baik” dan diterima oleh pengguna. Selain itu, sistem menyajikan hasil prediksi dalam bentuk grafik dan tabel yang informatif. Dengan demikian, sistem prediksi stok otomatis ini terbukti mampu meningkatkan efisiensi pengelolaan stok UMKM kuliner dan memiliki potensi untuk diadaptasi di sektor lain.
Co-Authors Adevian Fairuz Pratama Affandi, Luqman Ahmadi Yuli Ananta Amalia, Astrifidha Rahma Amanda, Sely Ruli Ananta, Ahmadi Yuli Andhani, Yasmine Navisha Anugrah Nur Rahmanto Apol Pribadi Apol Pribadi Ari Cahaya Puspita Ningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Arin Kistia Nugraeni Ashri Shabrina Afrah Astrifidha Rahma Amalia Bekti Cahyo Hidayanto Cahaya Puspitaningrum, Ari Candra Bella Vista Dhebys Suryani Dian Hanifudin Subhi Dimas Wahyu Wibowo Dodit Suprianto Eka Larasati Amalia Ekojono Ekojono Ekojono, Ekojono Erfan Rohadi Farida Ulfa Fayra, Syahla' Syafiqah Feby Artwodini Muqtadiroh Fitrani, Laqma Dica Furqon, Muhammad Ariful Hidayah, Hilda Khoirotul Ikawati, Deasy Sandhya Elya Imam Fahrur Rozi Imam Fahrur Rozi Irmasari Hafidz Irsyad Arif Mashudi Izzati, Afifah Nurul Khakim Ghozali Kusumawardana, Arya Latif, Ummi Khaira Luqman Affandi Luqman Affandi Mahfud Jiono Mohammad Al Hafidz Muhammad Afnan Habibi Najwa, Nina Fadilah Nugraeni, Arin Kistia Nugroho Pramudhita, Agung Pramudhita, Agung Pratama, Adevian Fairuz Puspitaningrum, Ari Cahaya Rafandi, Hanif Naufal Riskitasari, Septyana Rita Sari Rita Sari Rizdania, Rizdania Sely Ruli Amanda Sofyan Noor Arief Sulthon Fuad P., Aldhihamda Suryani, Dhebys Tony Dwi Susanto Ulfa, Farida Unggul Pamenang, Muhammad Usman Nurhasan Yuri Ariyanto Yuri Ariyanto