Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.463

P-Index

This Author published in this journals

All Journal IJCIT (Indonesian Journal on Computer and Information Technology) Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Indonesian Journal on Software Engineering (IJSE) Jurnal Teknoinfo INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi EVOLUSI : Jurnal Sains dan Manajemen Conten : Computer and Network Technology Indonesian Journal of Networking and Security - IJNS Joutica : Journal of Informatic Unisla

Elly Muningsih

Universitas Bina Sarana Informatika

Author-ID : 259180

Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

Published : 18 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

SISTEM INFORMASI DATA PENGGAJIAN PEGAWAI PADA DINPENDUKCAPIL KABUPATEN PURBALINGGA BERBASIS WEBSITE Trisna Nur Primantika; Ina Maryani; Vadlya Ma'arif; Elly Muningsih
Evolusi : Jurnal Sains dan Manajemen Vol 10, No 1 (2022): Jurnal Evolusi 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v10i1.12866

Abstrak : Penelitian ini dilatar belakangi hasil pengamatan dan penelitian oleh peneliti,bahwa seiring dengan era globalisasi perusahaan/instansi dituntut harus semakin cepat dan tanggap dalam mengantisipasi keadaan yang mungkin terjadi di masa depan. Salah satu faktor penting dalam mengelola data gaji pegawai, kenaikan pangkat dan kenaikan gaji pegawai. Permasalahan penelitian ini adalah bagaimana membangun suatu sistem informasi data gaji pegawai, kenaikan pangkat dan kenaikan gaji secara terkomputerisasi, Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut : Metode riset, Teknik Wawancara. Tujuan dalam penelitian ini adalah Merancang sistem data gaji pegawai,k enaikan pangkat dan kenaikan gaji pegawai menggunakan Logical Record Structure (LRS), Entity Relationship Diagram (ERD). kesimpulan dari hasil testi diketahui bahwa aplikasi yang dirancang sudah sesuai dengan kebutuhan Data Gaji, Kenaikan Pangkat Struktural, Fungsional dan Kenaikan Gaji. Diharapkan website ini dapat mempermudah admin dalam mengelola data gaji pegawai dan membuat laporan pangkat dan juga laporan kenaikan gaji pegawai. Kata Kunci : Penggajian;Pegawai;Sistem; Abstrack : This research is based on the results of observations and research by researchers, that along with the era of globalization, companies/agencies are required to be faster and more responsive in anticipating conditions that may occur in the future. One of the important factors in managing employee salary data, promotions and salary increases Employees. The problems of this research are (1) How to build a computerized information system for employee salary data, promotions and salary increases? (2) The data collection methods used in this study are as follows: (1) Research methods. (2) Interview Techniques. The purpose of this study is to design a data system for employee salaries, promotions and salary increases using Logical Record Structure (LRS), Entity Relationship Diagram (ERD). Based on the analysis and conclusions that have been carried out in this study, it is concluded from the test results that it is known that the application designed is in accordance with the needs of Salary Data, Structural Rank Promotion, Functional and Salary Increase. It is hoped that this website can make it easier for admins to manage employee salary data and make rank reports and also reports on employee salary increases.Keywords: Payroll; Employee; System;

Implementasi Informasi Pembayaran Kredit Berbasis Web (Studi Kasus : PT. Putra Asman Nainggolan Yogyakarta) Lamhot Hutapea; Elly Muningsih - AMIK BSI Yogyakarta
Indonesian Journal of Networking and Security (IJNS) Vol 6, No 2 (2017): IJNS April 2017
Publisher : APMMI - Asosiasi Profesi Multimedia Indonesia

ABSTRACT - The use of web-based information technology is needed by the company to provide accurate information to the public, so as to increase productivity and performance to support its activities. Similarly, PT. Asman son Nainggolan (PAN) Yogyakarta that handles billing and payments problem loans bank customers who do not use the website as a medium of information for its customers so that delays in the provision of customer payment information and customer credit remaining a problem that frequently arises. Website design using Macromedia Dreamweaver 8, which may facilitate the development of applications in the making. Software development and testing using the Waterfall method using the Black Box Testing. Results from this study is a web-based information system that allows customers to get information payment and the remaining credit. Besides web also creates a good system that is effective and efficient in supporting the activities of PT. Asman son Nainggolan Yogyakarta. Keywords: website, media information, methods Waterfall, Black Box Testing ABSTRAK - Pemanfaatan teknologi informasi berbasis web sangat dibutuhkan oleh perusahaan untuk memberikan informasi yang akurat kepada masyarakat, sehingga dapat meningkatkan produktifitas dan kinerja yang dapat menunjang kegiatannya. Demikian juga halnya dengan PT. Putra Asman Nainggolan (PAN) Yogyakarta yang menangani penagihan dan pembayaran kredit bermasalah nasabah bank yang belum menggunakan website sebagai media informasi bagi nasabahnya sehingga keterlambatan pemberian informasi pembayaran nasabah dan sisa kredit nasabah menjadi permasalahan yang sering kali muncul. Perancangan Website menggunakan Macromedia Dreamweaver 8, yang mana aplikasi ini dapat memudahkan pengembangan dalam membuatnya. Pengembangan perangkat lunak menggunakan metode Waterfall dan pengujiannya menggunakan metode Black Box Testing. Hasil dari penelitian ini adalah sebuah sistem informasi berbasis web yang memudahkan nasabah untuk mendapatkan informasi pembayaran dan sisa kreditnya. Selain itu web juga menciptakan suatu sistem yang baik yang efektif dan efesien dalam menunjang aktifitas PT. Putra Asman Nainggolan Yogyakarta. Kata Kunci : website, media informasi, metode Waterfall, Black Box Testing

Analisis Sentiment Masyarakat Menggunakan Penggabungan Algoritma Naive Bayes Dan Particle Swarm Optimization Sopian Aji; Ina Maryani; Elly Muningsih
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 7, No 2 (2022): November 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v7i2.14086

IMDb adalah sumber informasi paling populer untuk informasi film, TV, dan selebritas, Tonton trailer, dapatkan jadwal tayang, dan beli tiket untuk film mendatang serta melihat ulasan guna dalam mengambil keputusan yang akan diambil. Dengan menggunakan Aplikasi IMDb informasi akan lebih cepat lagi karena kini informasi ada digenggaman tangan yang telah terinstal pada handphone yang digunakan dengan jumlah lebih dari 100 juta unduhan untuk platform tersebut pada play store. Pada ulasan pengujian kali ini Pengujian akan menggabungkan Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) untuk meningkatkan nilai akurasi dan ROC Curve yang didapatkan. Data ulasan analisis sentimen yang digunakan 1000 ulasan dalam bahasa indonesia yang masing-masing terdiri dari 500 ulasan negatif dengan sifat yang tidak mendukung serta 500 ulasan positif dengan sifat yang mendukung, dengan sumber data ulasan diambil dari Google Play di Aplikasi IMDb. Hasil yang didapat dari kedua model ini yakni Algoritma Naive Bayes dengan Particle Swarm Optimization (PSO) mendapatkan hasil accuracy pengujian terbaik yakni nilai accuracy: 80.00% eksperimen dilakukan dengan menggunakan Aplikasi RapidMiner Studio. IMDb is the most popular source of information for movie, TV and celebrity information, Watch trailers, get showtimes and buy tickets for upcoming movies and view reviews to make informed decisions. By using the IMDb application, information will be even faster because now the information is in the palm of the hand that has been installed on the cellphone used with more than 100 million downloads for that platform on the play store. In this review, the test will combine the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) to increase the accuracy and ROC Curve values obtained. Sentiment analysis review data used 1000 reviews in Indonesian, each of which consisted of 500 negative reviews with unsupportive characteristics and 500 positive reviews with supportive characteristics, with the source of review data taken from Google Play in the IMDb Application. The results obtained from these two models, namely the Naive Bayes Algorithm with Particle Swarm Optimization (PSO) get the best test accuracy results, namely the accuracy value: 80.00% experiments were carried out using the RapidMiner Studio Application.

KOMPARASI METODE CLUSTERING K-MEANS DAN K-MEDOIDS DENGAN MODEL FUZZY RFM UNTUK PENGELOMPOKAN PELANGGAN Elly Muningsih
Evolusi : Jurnal Sains dan Manajemen Vol 6, No 2 (2018): Jurnal Evolusi 2018
Publisher : Universitas Bina Sarana Informatika

Abstract ~ The K-Means method is one of the clustering methods that is widely used in data clustering research. While the K-Medoids method is an efficient method used for processing small data. This study aims to compare two clustering methods by grouping customers into 3 clusters according to their characteristics, namely very potential (loyal) customers, potential customers and non potential customers. The method used in this study is the K-Means clustering method and the K-Medoids method. The data used is online sales transaction. The clustering method testing is done by using a Fuzzy RFM (Recency, Frequenty and Monetary) model where the average (mean) of the third value is taken. From the data testing is known that the K-Means method is better than the K-Medoids method with an accuracy value of 90.47%. Whereas from the data processing carried out is known that cluster 1 has 16 members (customers), cluster 2 has 11 members and cluster 3 has 15 members. Keywords : clustering, K-Means method, K-Medoids method, customer, Fuzzy RFM model. Abstrak ~ Metode K-Means merupakan salah satu metode clustering yang banyak digunakan dalam penelitian pengelompokan data. Sedangkan metode K-Medoids merupakan metode yang efisien digunakan untuk pengolahan data yang kecil. Penelitian ini bertujuan untuk membandingkan atau mengkomparasi dua metode clustering dengan cara mengelompokkan pelanggan menjadi 3 cluster sesuai dengan karakteristiknya, yaitu pelanggan sangat potensial (loyal), pelanggan potensial dan pelanggan kurang (tidak) potensial. Metode yang digunakan dalam penelitian ini adalah metode clustering K-Means dan metode K-Medoids. Data yang digunakan adalah data transaksi penjualan online. Pengujian metode clustering yang dilakukan adalah dengan menggunakan model Fuzzy RFM (Recency, Frequenty dan Monetary) dimana diambil rata-rata (mean) dari nilai ketiga tersebut. Dari pengujian data diketahui bahwa metode K-Means lebih baik dari metode K-Medoids dengan nilai akurasi 90,47%. Sedangkan dari pengolahan data yang dilakukan diketahui bahwa cluster 1 memiliki 16 anggota (pelanggan), cluster 2 memiliki 11 anggota dan cluster 3 memiliki 15 anggota. Kata kunci : clustering, metode K-Means, metode K-Medoids, pelanggan, model Fuzzy RFM.

APLIKASI MANAJEMEN DATA BALITA PADA POSYANDU MENGGUNAKAN METODE RAD Nani Purwati; Akhmad Syukron; Elly Muningsih; Pudji Widodo; Fransisca Natalia
Indonesian Journal on Software Engineering (IJSE) Vol 10, No 1 (2024): IJSE 2024 (ON PROGRESS)
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v10i1.21489

Saat ini teknologi hampir dibutuhkan pada semua sektor kehidupan dan berbagai kalangan. Teknologi terbukti mampu membantu kegiatan manusia. Sebagai pos pelayanan terpadu yang dapat membantu pemerintah menentukan kebijakan melalui Informasi yang terhimpun dari berbagai posyandu di berbagai daerah, maka kebutuhan teknologi untuk menunjang manajemen data balita pada posyandu menjadi sangat penting. Pada saat ini posyandu masih menggunakan cara manual dalam merekap data balita. Tentu hal ini akan sangat merepotkan bagi para kader saat harus merekap data balita yang jumlahnya tidak sedikit. Penelitian ini bertujuan membangun sebuah sistem Informasi manajeman data balita pada posyandu berbasis web yang nantinya memudahkan para kader dalam mengelola data balita. Aplikasi yang dikembangkan terdiri dari menu login, menu input data balita, menu input data kader posyandu, menu input penimbangan dan menu Laporan. Metode pengembangan aplikasi pada Penelitian ini menggunakan metode Rapid Application Development (RAD). Hasil Pembangunan sistem melalui tiga tahapan pada metode ini menunjukkan hasil pengujian black box testing dengan tingkat fungsionalitas aplikasi yang baik.

DIABETES PREDICTION SYSTEM “DIAPRES” BERBASIS OPTIMASI PARAMETER PADA METODE DECISION TREE Muningsih, Elly; Sutrisno, Sutrisno; Rizki, Fitriyani; Asiffa, Khurotul Dwi
Jurnal Teknoinfo Vol 18, No 1 (2024): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v18i1.3619

Diabetes merupakan penyakit menahun (kronis) dimana komplikasi yang sering terjadi pada penderita dan mematikan adalah serangan jantung dan stroke. Menurut Riskesdaa 2018, baru sekitar 25% penderita diabetes mengetahui bahwa dirinya menderita diabetes. Untuk menekan jumlah penderita penyakit diabetes yang semakin bertambah, salah satu yang bisa dilakukan adalah deteksi dini dengan mengembangkan aplikasi prediksi penyakit diabetes memanfaatkan metode klasifikasi Data Mining. Penelitian ini akan mengoptimasi metode klasifikasi Decision Tree dengan Optimasi Parameter untuk menghasilkan akurasi tertinggi. Parameter yang dimaksud adalah Number of folds pada Cross Validation dan pada metode Decision Tree adalah parameter Criterion, maximal depth, apply pruning dan apply pre pruning. Data yang digunakan diambil dari data publik Kaggle dengan jumlah 2000 record dan 9 atribut (1 atribut khusus). Evaluasi dilakukan dengan membandingkan hasil nilai akurasi sebelum dan sesudah optimasi. Dari eksperimen yang dilakukan diketahui sebelum optimasi nilai akurasi berkisar 76% - 80%, dan setelah optimasi nilai akurasi mencapai 98,00%. Kemudian hasil nilai akurasi tertinggi yang ditampilkan dalam pohon keputusan metode Decision Tree yang dikembangkan menjadi sebuah aplikasi Diabetes Prediction System ‘DIAPRES’ berbasis web. Metode pengembangan perangkat lunak menggunakan metode Waterfall dengan PHP-MySQL sebagai bahasa pemrograman yang digunakan dan Pengujian Aplikasi Black Box Testing.

Desain UI/UX Aplikasi SAFE4C&W Menggunakan Metode User Centered Design (UCD) Purwati, Nani; Syukron, Akhmad; Muningsih, Elly; Akbar, David Fauzan; Waspada, Afif Rahardi; Syahroni, Mochamad Akbar Garudea
INFOMATEK Vol 26 No 2 (2024): Desember 2024
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v26i2.19053

SAFE4C&W (Safe for Children and Women) merupakan sebuah aplikasi yang dirancang untuk memberikan perlindungan bagi anak-anak dan perempuan dari kekerasan dan pelecehan. Tujuan dari pengembangan aplikasi ini adalah untuk menyediakan platform yang mudah diakses dan intuitif, yang dapat memberikan layanan pelaporan, informasi perlindungan, serta bantuan darurat secara cepat dan efisien. Dalam pengembangan desain UI/UX aplikasi SAFE4C&W, digunakan metode User Centered Design (UCD) yang menempatkan pengguna sebagai fokus utama dari seluruh proses desain. Proses ini mencakup identifikasi kebutuhan pengguna, pengembangan persona, pembuatan wireframe, prototyping, hingga uji kegunaan (usability testing). Dengan pendekatan ini, aplikasi diharapkan mampu memberikan pengalaman pengguna yang optimal, terutama bagi anak-anak dan perempuan yang memerlukan antarmuka yang mudah dipahami, responsif, dan efektif dalam situasi darurat. Hasil penelitian menunjukkan bahwa pendekatan UCD dapat meningkatkan kenyamanan dan kemudahan penggunaan aplikasi, serta mempercepat proses pelaporan kekerasan. Aplikasi SAFE4C&W diharapkan dapat menjadi solusi yang efektif dalam memberikan perlindungan bagi kelompok rentan, serta mendukung upaya pemberantasan kekerasan terhadap anak dan perempuan.

SEGMENTASI PELANGGAN DAN OPTIMALISASI PENJUALAN PADA DATA RETAIL ONLINE BERBASIS MODEL RFM Gunawan Budi Sulistyo; Noor Hasan; Sri Kiswati; Fransisca; Muningsih, Elly
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/nzbzre70

Penelitian ini dilatarbelakangi oleh pentingnya segmentasi pelanggan dalam meningkatkan efektivitas strategi pemasaran dan optimalisasi penjualan pada bisnis retail online yang semakin kompetitif. Segmentasi pelanggan memungkinkan perusahaan untuk mengelompokkan konsumen berdasarkan perilaku pembelian sehingga dapat merancang pendekatan pemasaran yang lebih tepat sasaran. Metode yang digunakan dalam penelitian ini adalah model RFM (Recency, Frequency, Monetary) yang mengukur nilai pelanggan berdasarkan waktu transaksi terakhir, frekuensi pembelian, dan nilai pembelian total. Data yang digunakan berasal dari dataset Online Retail.csv yang kemudian diproses dan dianalisis menggunakan algoritma K-means clustering untuk mengelompokkan pelanggan ke dalam segmen-segmen yang homogen. Hasil penelitian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah dua, dengan karakteristik pelanggan pada Cluster 0 memiliki nilai Recency rendah dan Frequency tinggi, serta nilai Monetary yang lebih besar, sedangkan Cluster 1 terdiri dari pelanggan dengan Recency tinggi dan Frequency rendah. Segmentasi ini memberikan gambaran yang jelas mengenai perilaku pelanggan yang berbeda dan memungkinkan perusahaan untuk mengarahkan strategi pemasaran yang lebih efektif. Penerapan model RFM yang dikombinasikan dengan K-means clustering terbukti efektif dalam segmentasi pelanggan retail online, sehingga dapat mendukung optimalisasi penjualan dan peningkatan loyalitas pelanggan. Temuan ini memiliki implikasi penting bagi pengembangan strategi pemasaran berbasis data yang lebih terarah dan efisien di industri retail online.

Co-Authors Akbar, David Fauzan Akhmad Syukron Asiffa, Khurotul Dwi Budi Kristianto Choiriyatus Shiddiqiyah Fransisca Fransisca Natalia Gunawan Budi Sulistyo Hutapea, Lamhot Ina Maryani Indah Sulistyowati Lamhot Hutapea Nani Purwati Noor Hasan Noor Hasan Pudji Widodo Rizki, Fitriyani Sopian Aji Sri Kiswati Sutrisno, Sutrisno Syahroni, Mochamad Akbar Garudea Trisna Nur Primantika Vadlya Ma'arif Vembria Rose Handayani Waspada, Afif Rahardi Yohana Desy Chrissetiyantari

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search