Article Per Year (5 Year)
p-Index From 2020 - 2025
1.151
P-Index
This Author published in this journals
All Journal snimed Media Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Fortech : Journal of Information Technology Sebatik JTIK (Jurnal Teknik Informatika Kaputama) Arcitech: Journal of Computer Science and Artificial Intelligence Akademika Dedikasi Nusantara
Sukma Puspitorini
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
SPK Penentuan Severity Level Kasus Penyakit Dengan Pohon Keputusan Puspitorini, Sukma; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Case-mix adalah sistem pengklasifikasian penyakit yang mengkombinasikan antara sekelompok penyakit dengan karakteristik klinis yang sama/mirip Dasar pengklasifikasian adalah utilization yaitu penggunaan sumber daya rumah sakit yang homogen, serta clinical characteristic yang meli-puti gejala klinis yang similar atau sama. Dasar pengelompokan dengan menggunakan ICD – 10 untuk diagnosis dan ICD-9 untuk prosedur atau tindakan. Besarnya tarif/biaya yang harus dibayarkan/ditagih kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan ditentukan oleh kode Indonesia Case Base Groups (INA CBGs) yang terdiri dari 4 digit. Digit keempat atau digit terakhir menunjukkan tingkat keparahan (severity level) kasus penyakit. yang dipengaruhi oleh diagnosis sekunder (komplikasi dan komorbiditas). Severity level berkaitan dengan resource intensity level yaitu sumber daya yang dihabiskan oleh rumah sakit dalam menangani seorang pasien. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan severity level kasus penyakit menggunakan data mining model klasifikasi (classification) dengan pohon keputusan. Atribut yang akan digunakan sebagai masukan sistem untuk melakukan pred-iksi severity level adalah atribut umur, diagnosis utama (DU), diagnosis sekunder 1 (DS 1), dan diagnosis sekunder 2 (DS 2). Proses training menggunakan Algoritma C4.5 dengan konsep entropi-gain untuk menentukan akar pohon dan membangun pohon keputusan (decsision tree) secara keseluruhan dan kemudian dibuat aturannya dalam bentuk IF_THEN. Uji kredibilitas sistem dilakukan dengan melakukan proses testing dan hasilnya disajikan dalam bentuk matriks konfusi. Hasil dari penelitian ini adalah sistem yang dibangun dapat digunakan untuk melakukan prediksi severity level kasus penyakit dan dari aturan yang terbentuk menunjukkan bahwa atribut diagnosis sekunder 1 (DS 1) berpengaruh signifikan dalam proses pembentukan aturan.
IMPLEMENTASI TEOREMA NAIVE BAYES PADA ANALISA DAN PREDIKSI BIDANG PEKERJAAN ALUMNI PRODI TEKNIK INFORMATIKA STMIK NURDIN HAMZAH JAMBI Astuti, Reny Wahyuning; Puspitorini, Sukma; Akbar, Fajri Kurnia
FORTECH (Journal of Information Technology) Vol 4 No 1 (2020): Fortech (Journal Of Information Technology)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - STMIK Nurdin Hamzah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Nurdin Hamzah Jambi is a college that organizes academic education in the discipline of information technology. Every year STMIK always produces scholars who have qualified abilities. However, with the graduation rate in Jambi always increasing, the worries of students who are still running lectures get jobs that are suitable for their field of expertise. Therefore, an analysis is needed to see the level of accuracy of the work obtained by the alumni of Tekhnik Informtika STMIK Nurdin Hamzah Jambi. The purpose of this study was to find out the level of accuracy of the work of alumni of Teknik Informatika STMIK Nurdin Hamzah Jambi using the Naive Bayes theory. This analysis is assisted by using the Rapidminer with its input is the alumni identity, current employment data and expertise data after graduating from Teknik Informatika STMIK Nurdin Hamzah. The process in this analysis is carried out with data that has been given the value of each answer of alumni data in the Naive Bayes theory to obtain a Cluster is inappropriate, precise and very precise. The results of this study out of 100 alumni data obtained, 48 alumni entered the Cluster incorrectly, 35 precise Clusters and 17 Clusters were very precise.
UJI KORELASI DAN ANALISIS CLUSTERING GULA DARAH PUASA, KOLESTEROL TOTAL, TRIGLISERIDA, SERTA ASAM URAT: CLUSTERING PARTITIONAL TECHNIQUE, DIABETES, K-MEANS ALGORITHM, PEARSON CORRELATION Puspitorini, Sukma
FORTECH (Journal of Information Technology) Vol. 1 No. 1 (2017): Fortech (Journal Of Information Technology)
Publisher : LP2M STMIK Nurdin Hamzah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (119.466 KB)

Abstract

Diabetes  is a disease that occurs due to increase blood sugar levels as a result of the body's ability to produce insulin hormones normally or the body cannot properly utilize the hormone insulin produced. This study aims to find the relationship between fasting blood sugar (FBS) to total cholesterol, triglyceride levels, and uric acid levels in patients with diabetes and classify the data using clustering partitional technique. This study, conducted by taking a sample of 32 patients with diabetes mellitus who performing laboratory tests for levels of FBS, total cholesterol, triglycerides, and uric acid. Data obtained from the medical record of RSUD R Soeprapto Cepu, Central Java in April 2014. The data of treated patients included FBS (mg/dL), total cholesterol (mg/dL), triglycerides (mg/dL), and uric acid (mg/dL). Correlation test using Pearson correlation where data clustering analysis using the K-Means algorithm. The result of Pearson correlation analysis using SPSS 16.0 tools is that there is no correlation between FBS levels and total cholesterol (p> 0.05, sig = 0.174) also no relationship between FBS levels and uric acid levels (p> 0.05, sig = 0.868). However, there is a relationship between FBS levels with triglycerides (p> 0.05, sig = 0.000). Clustering process classifies data into two clusters. Final cluster center fix after four times iteration with minimum distance 481.662.
SISTEM INFORMASI ALUMNI PROGRAM STUDI TEKNIK INFORMATIKA STMIK NURDIN HAMZAH BERBASIS WEB: ALUMNAE, INFORMATICS ENGINEERING, WEB, PHP, MYSQL Puspitorini, Sukma; Al Amin; Purnama, Fery
FORTECH (Journal of Information Technology) Vol. 1 No. 2 (2017): Fortech (Journal Of Information Technology)
Publisher : LP2M STMIK Nurdin Hamzah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3592.629 KB)

Abstract

Informatics Engineering is one of the department  at STMIK Nurdin Hamzah, Jambi which was opened since 2002. According to data from the academic division STMIK Nurdin Hamzah, until 2012, Prodi Informatics Engineering has graduated 735 colleger. However, the alumni data processing has not been done optimally. The purpose of this research is to make alumni website to facilitate the alumni of Informatics Engineering Department to tie the ropes of brotherhood and sharing information and job vacancy after graduated.  This system is done by design that includes database design and interface. Programming language used to create web-based applications, while to create a website using PHP programming language and using MySQL as database.
PEMODELAN GROUP DECISION SUPPORT SYSTEM (GDSS) SELEKSI PENERIMAAN ASISTEN DOSEN PADA PERGURUAN TINGGI XYZ DENGAN MADM TOPSIS DAN VOTING MODEL BORDA: BORDA, GROUP DECISION SUPPORT SYSTEMS, MULTI ATTRIBUTE DECISION MAKING, TOPSIS Puspitorini, Sukma; Rosmalia, Lia; Nanny
FORTECH (Journal of Information Technology) Vol. 2 No. 1 (2018): Fortech (Journal Of Information Technology)
Publisher : LP2M STMIK Nurdin Hamzah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1939.872 KB)

Abstract

Group decision support system (GDSS) of assistant lecturer is a decision support systemsmodeledto help a group of decision maker assessing students that enroll as lecturer assistant applicant. The decision model used in this research is Multi Attribute Decision Making (MADM) TOPSIS method with 10  assessment criteria that is grades (C1), cumulative index (C2), Teaching Skill (C3), Mastery of Material (C4), Class Mastery (C5), Cooperation (C6), Motivation (C7), Discipline (C8), Responsibility (C9), and Experience (C10) while the group decision using the Borda voting model.The result of this research is the decision making model of the assessment of prospective lecturer assistant in group.
IMPLEMENTASI RAPID MINER PADA ANALISA KETEPATAN BIDANG PEKERJAAN ALUMNI PRODI TEKNIK INFORMATIKA STMIK NURDIN HAMZAH JAMBI: ALUMNI, DATA MINING, PRODI TEKNIK INFORMATIKA, K-MEANS, STMIK NURDIN HAMZAH. Wahyuning Astuti, Reny; Puspitorini, Sukma; Kurnia Akbar, Fajri
FORTECH (Journal of Information Technology) Vol. 3 No. 2 (2019): Fortech (Journal Of Information Technology)
Publisher : LP2M STMIK Nurdin Hamzah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.988 KB)

Abstract

Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Nurdin Hamzah Jambi is a college that organizes academic education in the discipline of information technology. Every year STMIK always produces scholars who have qualified abilities. However, with the graduation rate in Jambi always increasing, the worries of students who are still running lectures get jobs that are suitable for their field of expertise. Therefore, an analysis is needed to see the level of accuracy of the work obtained by the alumni of Tekhnik Informtika STMIK Nurdin Hamzah Jambi. The purpose of this study was to find out the level of accuracy of the work of alumni of Teknik Informatika STMIK Nurdin Hamzah Jambi using the K-Means method. This analysis is assisted by using the Rapidminer with its input is the alumni identity, current employment data and expertise data after graduating from Teknik Informatika STMIK Nurdin Hamzah. The process in this analysis is carried out with data that has been given the value of each answer of alumni data in the K-Means method to obtain a Cluster is inappropriate, precise and very precise. The results of this study out of 100 alumni data obtained, 48 alumni entered the Cluster incorrectly, 35 precise Clusters and 17 Clusters were very precise.
Penyelesaian Masalah Traveling Salesman Problem dengan Jaringan Saraf Self Organizing Sukma Puspitorini
Media Informatika Vol. 6 No. 1 (2008)
Publisher : Department of Informatics,Faculty of Industrial Technology,Islamic University of Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Traveling Salesman Problem (TSP) pertama kali diperkenalkan oleh Rand pada tahun 1948, reputasi Rand membuat TSP dikenal dengan  baik dan menjadi masalah yang populer. TSP merupakan persoalan yang mempunyai konsep sederhana dan mudah dipahami. Pada TSP, optimasi yang diinginkan agar ditemukan rute perjalanan  terpendek untuk melewati sejumlah kota dengan jalur tertentu sehingga setiap kota hanya terlewati satu kali dan perjalanan diakhiri dengan kembali ke kota semula. Pendekatan dengan menggunakan Jaringan Saraf Kohonen Self Organizing memberikan solusi atau penyelesaian dalam  perhitungan waktu yang lebih singkat dibandingkan dengan sejumlah algoritma lain yang diterapkan pada komputer dalam bentuk program.Tujuan yang ingin dicapai adalah mengaplikasikan metode kohonen untuk mensimulasikan dan menyelesaikan permasalahan traveling salesman problem untuk mendapatkan rute perjalanan terpendek.Proses penelitian menggunakan data input berupa jumlah kota, koordinat kota, bobot jaringan dan parameter pelatihan, yang kemudian akan diolah menggunakan Jaringan Saraf Kohonen Self Organizing untuk menentukan rute perjalanan terpendek.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PILIHAN MINAT PERGURUAN TINGGI DI KOTA JAMBI DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sukma Puspitorini; Serly Afriska Sihotang
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu cabang ilmu kecerdasan buatan (artificial intelligence) adalah Sistem Pendukung Keputusan(Decision Support System). Terdapat banyak metode yang dapat digunakan oleh pengambil keputusan untukmembantu menemukan solusi atau alternatif yang optimum untuk sebuah masalah. Salah satu metode tersebutadalah Fuzzy Multi-Criteria Decision Making (FMCDM). Metode ini akan membantu pengambil keputusanuntuk menentukan keputusan akhir dengan memperhatikan nilai alternatif keputusan dengan beberapa kriteria.Tugas Akhir ini akan mengaplikasikan Sistem Pendukung Keputusan dengan menggunakan Metode Fuzzy MultiCriteria Decision Making (FMCDM) untuk menentukan pilihan minat Perguruan Tinggi di Kota Jambi.
SISTEM INFORMASI EKSEKUTIF MANAJEMEN DATA KINERJA DOSEN PRODI TEKNIK INFORMATIKA STMIK NURDIN HAMZAH Sukma Puspitorini; Reny Wahyuning Astuti; Fikri Al Hakim
Sebatik Vol 23 No 2 (2019): Desember 2019
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1439.548 KB)

Abstract

Pengolahan data kinerja dosen merupakan salah satu bagian dalam proses penyusunan Borang 3A pada Akreditasi Program Studi yang dilakukan secara periodik oleh Perguruan tinggi baik negeri maupun swasta . Hal tersebut juga dilakukan oleh Prodi Teknik Informatika (Prodi TI) STMIK Nurdin Hamzah (STMIK NH) setiap semester sebagai bagian dari proses manajemen berkas data tridharma dosen yang meliputi Pengajaran, Penelitian, dan Pengabdian Kepada Masyarakat. Selama ini proses pengolahan data kinerja dosen pada Prodi TI STMIK NH dilakukan tanpa menggunakan suatu sistem khusus yang terkomputerisasi sehingga mengurangi efisiensi proses pengolahan data kinerja dosen secara keseluruhan. Sistem Informasi Eksekutif Pengolahan Data Kinerja Dosen Program Studi Teknik Informatika STMIK Nurdin Hamzah merupakan sebuah sistem informasi yang dibangun berbasis web yang dikembangkan dengan tujuan untuk mempermudah proses pengolahan data maupun berkas terkait kinerja dosen Prodi TI secara keseluruhan dan mengatasi kekurangan yang ada pada sistem yang selama ini masih berjalan. Sistem baru yang dikembangkan akan diimplementasikan dalam bentuk aplikasi berbasis web dan dibangun dengan menggunakan bahasa pemrograman PHP, perangkat lunak manajemen basis data MySQL, serta framework CodeIgniter dan Bootstrap. Data input meliputi data diri dosen, data aktivitas Tri Dharma dosen, dan data penunjang lainnya. Data keluaran (output) yang dihasilkan dari penggunaan aplikasi pengolahan data kinerja dosen Prodi TI STMIK Nurdin Hamzah yaitu informasi terkait kinerja dosen yang disajikan dalam bentuk tabel, grafik dan laporan dalam bentuk teks yang disusun berdasarkan data dan berkas penunjang yang telah dikumpulkan oleh setiap dosen. Adapun laporan yang dihasilkan meliputi laporan kinerja individual dosen dan laporan kinerja seluruh dosen Prodi TI. Hasil dari penelitian ini menunjukkan bahwa sistem yang terkomputerisasi dapat meningkatkan efisiensi dan efektifitas pengolahan data kinerja dosen serta proses penyusunan borang akreditasi Prodi TI secara keseluruhan.
ASSOCIATION RULES MINING UNTUK PENENTUAN PROMO PELANGGAN PADA PT. INDACO WARNA DUNIA DEPO JAMBI Ahmad Ripaii; Sukma Puspitorini; Reny Wahyuning Astuti
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i1.364

Abstract

PT. INDACO WARNA DUNIA DEPO JAMBI adalah salah satu bisnis yang bergerak dibidang penjualan cat dalam departemen marketing. Di Depo Jambi sendiri banyak bagiannya ada yang di bagian team support dan team marketing. Di dalam penelitian ini saya membahas promo-promo pelanggan yang ada di team marketing dengan metode association rules menggunakan perbandingan antar perhitungan Manual, Excel, WEKA dan Rapidminer , Input yang diambil dalam penelitian ini pengambilan promo-promo pelanggan, pelunasan faktur, jumlah pengambilan dan jenis cat yang di ambil. Output yang dihasilkan berupa informasi antaralain , informasi data berapa Best Rules yang di dapat dari setiap Aplikasi WEKA dan Rapidminer, laporan data tersebut kita lakukan perbandingan dari setiap hasil penelitian. Sehingga menemukan kesamaan dari setiap percobaan yang kita lakukan. Bedasarkan Hasil data penelitian ini dapat saya simpulkan adalah kita dapat best rules pengambilan pelanggan dengan pengambilan kelompok pertama Envi & Tools dengan memperoleh kelompok bintang pertama dengan range 1 s/d 5 Bintang dengan nilai support dan confidence di atas 60%, Hasil ini didapat dari perhitungan Rapidminer, Excel dan Perhitungan Manual sedangkan WEKA terbilang tidak efisien dengan data yang terbilang cukup banyak dengan banyak data pelanggan 213 data yang di kelolah.
Co-Authors -, Novhirtamely Kahar Ahmad Ripaii Akbar, Fajri Kurnia Al Amin Anjel Brilian Iswandi Fattachul Huda Aminuddin Fery Purnama, Fery Fikri Al Hakim Firmansyah, Riko Hambali Furnawan Kartika, Ikah Kurnia Akbar, Fajri Lia Rosmalia Linda Rosita Nanny Novhirtamely Kahar Pariyadi Reny Wahyuning Astuti Reny Wahyuning Astuti Reny Wahyuning Astuti, Reny Wahyuning Serly Afriska Sihotang Sri Kusumadewi Tamrin Syah, Tamrin Wahyuning Astuti, Reny