p-Index From 2020 - 2025
12.831
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Jurnal Informatika dan Teknik Elektro Terapan Information System for Educators and Professionals : Journal of Information System Informatics for Educators and Professional : Journal of Informatics Information Management For Educators And Professionals (IMBI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JURNAL ILMIAH INFORMATIKA JURIKOM (Jurnal Riset Komputer) Jurnal Informasi dan Komputer JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Tekno Kompak Jurnal ICT : Information Communication & Technology Jurnal Manajemen Komunikasi Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) E-Link: Jurnal Teknik Elektro dan Informatika Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) MEANS (Media Informasi Analisa dan Sistem) JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Informatika Terpadu Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Informatika dan Teknologi Informasi INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi JURSIMA Jurnal Teknologi Ilmu Komputer AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) Jurnal Sistem Informasi dan Manajemen Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Informasi interaktif : jurnal informatika dan teknologi informasi
Claim Missing Document
Check
Articles

Penerapan Algoritma Decision Tree Dalam Penentuan Karyawan Kontrak Alibasyah, Aziz; Ajiz, Abdul; Dwilestari, Gifthera; Kaslani; Wahyudin, Edi
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (736.756 KB) | DOI: 10.54367/means.v7i1.1844

Abstract

The problem that arises at this time is a complicated evaluation (assessment) process, meaning that what often happens now is that contract employees who get promoted to permanent employees are only seen on one criterion, but the employee is not necessarily superior on several other criteria. but still get promotions for permanent employees. And there are several problems that exist today, namely the process of evaluating contract employees which is still subjective. Data mining using the decision tree method is widely used to deal with problems with large amounts of data. This decision tree method is a classification method that is widely used because its construction is relatively fast, the results of the model built are easy to understand and the prediction results are very strong so that they can assist in decision making. This study uses 4 criteria, namely Achievement, Ability, Personality and Results. Prediction results accuracy obtained is 91.54% with the following details. Prediction results are accepted and it turns out to be true, 72 data are accepted. Prediction Result Accepted and it turns out True Not Accepted for 14 Data. Prediction Results Not Accepted and it turns out True Accepted 1 Data. Prediction Results Not Accepted and in fact True Not Accepted Amounting to 91 Data.
Implementasi Algoritma CNN dalam Sistem Absensi Berbasis Pengenalan Wajah Aldiani, Dea; Dwilestari, Gifthera; Susana, Heliyanti; Hamonangan, Ryan; Pratama, Denni
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4852

Abstract

Pengembangan teknologi pengenalan wajah telah menjadi peluang untuk meningkatkan efisiensi sistem absensi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam sistem absensi berbasis pengenalan wajah. Keunggulan CNN dalam mengekstraksi fitur kompleks dari gambar menjadikannya pilihan yang potensial untuk meningkatkan akurasi pengenalan wajah dalam pengelolaan absensi. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari 20 kelas yang masing-masing memiliki 500 data wajah. Penerapan model CNN dimulai dengan perancangan arsitektur CNN sederhana dengan menambahkan lapisan konvolusi, pooling dan fully connected. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91%. Setelah memperoleh model CNN untuk pengenalan wajah, model CNN diimplementasikan dalam sistem absensi. Berdasarkan hasil implementasi algoritma CNN terhadap sistem absensi diperoleh proses absensi yang akurat dan efisien sehingga dapat mengatasi kecurangan dan manipulasi data serta meningkatkan efisiensi dalam manajemen kehadiran di berbagai lingkungan.
Perbandingan Algoritma Klasifikasi Support Vector Machine, Random Forest dan Logistic Regression Pada Ulasan Shopee Saepudin, Asep; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3764

Abstract

Abstrak− Dengan kemajuan teknologi, penggunaan internet semakin meluas di Indonesia dan turut mendorong perkembangan e-commerce. Namun, masih terdapat beberapa permasalahan yang perlu diselesaikan, salah satunya adalah kurangnya kepercayaan konsumen terhadap platform e-commerce. Oleh karena itu, penelitian tentang platform e-commerce seperti Shopee perlu dilakukan untuk memahami arah sentimen pengguna. Analisis sentimen digunakan untuk mengklasifikasikan sentimen ulasan pengguna Shopee. Penelitian ini bertujuan untuk membandingkan performa algoritma klasifikasi berdasarkan proses data mining menggunakan CRISP-DM. Algoritma klasifikasi yang digunakan adalah Support Vector Machine (SVM), Random Forest, dan Logistic Regression. Pengujian menggunakan 3.000 data, dengan 90% data training dan 10% data testing. Hasil pelabelan data menunjukkan bahwa sentimen positif berjumlah 307, sentimen netral 2.537, dan sentimen negatif 156. Hasil pengujian akurasi menggunakan confusion matrix menunjukkan bahwa algoritma Random Forest memiliki akurasi tertinggi sebesar 94%, diikuti oleh Support Vector Machine (SVM) sebesar 91%, dan Logistic Regression sebesar 86%. Penelitian ini berhasil mendapatkan algoritma yang efektif dan terbaik dalam mengklasifikasikan sentimen ulasan positif, sentimen ulasan netral, dan sentimen ulasan negatif terkait dengan aplikasi Shopee. Hasil dari algoritma terbaik tersebut akan diintegrasikan dalam antarmuka web menggunakan bahasa pemrograman PHP dan Python, untuk mengetahui arah sentimen yang akan dimasukan di masa mendatang.Kata Kunci: e-commerce, sentimen pengguna, analisis sentimen, algoritma klasifikasi, shopee.
Implementasi Algoritma Naïve Bayes untuk Prediksi Penerima Bantuan Sosial di Desa Cigayam Hoeriah, Dede; Nurhakim, Bani; Permana, Sandy Eka; Prihartono, Willy; Dwilestari, Gifthera
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 1 (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No1.pp52-58

Abstract

Social assistance is one of the government's programmes aimed at improving the lives of people especially for those who are economically disadvantaged. However, there are several reasons why some people are unable to access social assistance. In the case of this study, the authors used the Naïve Bayes algorithm with the KDD (Knowledge Discovery Database) method to predict the population in obtaining social assistance. The data was taken from the population data of Cigayam Village and the social welfare recipient data in the village ofCigayam with the results showing high accuracy in this study, for the true or false outcome of 1047 data and 53 data with the precision grade of 95.18%, 81.17%, for the real outcome, and 28.38% for the wrong outcome. So with the ROC curve shows the accuracy of the spinning visually, with an AUC of 0.868% for naïve bayes using the ROK curve of 0.90.1.
IMPLEMENTASI APLIKASI PEMBELAJARAN PETUALANGAN BERBASIS AUGMENTED REALITY UNTUK MENINGKATKAN INTERAKTIVITAS DI SMAN 1 DUKUPUNTANG Hermawan, Bagus; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5688

Abstract

 Kemajuan teknologi telah membawa perubahan signifikan dalam pendidikan, termasuk di SMAN 1 Dukupuntang, Kabupaten Cirebon, yang menghadapi masalah kejenuhan belajar. Penelitian ini bertujuan merancang aplikasi pembelajaran berbasis Augmented Reality (AR) untuk meningkatkan motivasi dan pemahaman siswa dalam Biologi, Fisika, Kimia, dan Matematika. Dengan menggunakan pendekatan Research and Development (R&D) dan model ADDIE (Analyze, Design, Development, Implementation, Evaluation), aplikasi AR ini berhasil mengurangi kejenuhan dan meningkatkan keterlibatan siswa. Pada tahap analisis, observasi dan wawancara menunjukkan kebutuhan siswa akan metode belajar yang lebih menarik. Desain aplikasi mencakup skenario petualangan dengan visualisasi 3D, mempermudah pemahaman konsep abstrak seperti struktur atom. Implementasi di kelas menggunakan marker-based tracking untuk meningkatkan partisipasi siswa. Evaluasi menunjukkan peningkatan minat belajar dari 61% menjadi 90% setelah menggunakan aplikasi. Umpan balik siswa dan guru menyatakan aplikasi ini memenuhi kebutuhan media belajar inovatif, meskipun ada tantangan perangkat dan koneksi internet. Hasil penelitian ini menekankan bahwa AR efektif meningkatkan interaktivitas pembelajaran, menciptakan pengalaman belajar menyenangkan dan relevan, serta memiliki potensi besar untuk diterapkan lebih luas guna mendukung proses belajar yang inovatif di sekolah.
IMPLEMENTASI AKURASI MODEL NAIVE BAYES MENGGUNAKAN SMOTE DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI BRIMO Hermawan, Muhammad Andi; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5748

Abstract

Aplikasi Brimo dari Bank Rakyat Indonesia (BRI) menjadi salah satu platform utama interaksi nasabah dengan layanan perbankan. Analisis sentimen ulasan pengguna aplikasi ini pentring untuk memahami pendapat dan menaikkan kualitas pelayanan. Penelitian ini menggunakan algoritma Naïve bayes dengan menerapkan model Smote (Synthetic Minority Over-sampling Technique) untuk menangani ketidakseimbangan kelas antara kelas positif dan negatif dalam data ulasan pengguna. Dataset yang di peroleh mencapai 1.000 ulasan Play store yang di proses melalui tahap pengumpulan, pra-pemrosesan teks, dan evaluasi menggunakan Confusion Matrix. penelitian menunjukkan bahwa metode SMOTE secara signifikan meningkatkan kinerja model, dengan recall untuk sentimen negatif meningkat dari 0,55 menjadi 0,87 dan F1-score dari 0,71 menjadi 0,84. Akurasi model juga naik dari 93% menjadi 95%, dengan pengurangan False Negatives. Temuan ini membuktikan efektivitas SMOTE dalam meningkatkan akurasi dan representasi model untuk memahami opini pengguna BRImo secara lebih baik.
MENINGKATKAN EFISIENSI PEMETAAN DAN PERENCANAAN DI KABUPATEN CIREBON MENGGUNAKAN SISTEM INFORMASI GEOSPASIAL Khoirul Huda, Muhammad; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6184

Abstract

Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya.  Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625.  Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan. Abstrak. Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya. Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625. Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan.
Co-Authors Abdul Ajiz Abdul Ajiz, Abdul Abdul Rauf Chaerudin Abdullah Syafii Abdullah Syafii Aby Febrian Ade Irma Purnamasari Ade Irma Purnamasari Ade Kurnia, Dian Ade Rizki Rinaldi Agis Maulana Robani Agung Nugraha agus bahtiar Ahmad Faqih Ahmad Faqih Ahmad Rifa'i Ahmad Zam Zami Aldiani, Dea Alia Cahyani, Cica Alibasyah, Aziz Amal Rois, Moh. Ichlasul Ananda Rafly Andi Suandi Anita Nur Kirana Anwar Musaddad Apriliyani, Ela Arif Rinaldi Dikananda Arifin, Bagas Adam Athhar Hafizha Luthfi Auliya Azmi Afifah, Turfa Bagas Al Haddad Bambang Siswoyo Basysyar, Fadhil Muhammad Caswadi, Caswadi Chaerudin, Chaerudin Cindyk Irawanto Dadang Sudrajat Dea Miftahul Huda Dessy Angelina Destriyanah, Riska Dian Ade Kurnia Dias Bayu Saputra Dienwati Nuris, Nisa Dienwati, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dzaffa 'Ulhaq Edi Tohidi Edi Tohidi Eka Permana, Sandy Fadhil Muhammad Basysyar Fadhil Muhammad Basysyar Fajar Fauzan, Muhammad Fajar Maulana Adji, Moh Fajria, Azzahra Moudy Fasa, Saefullah Fathurrohman Fathurrohman Fatihanursari Dikananda Faujia, Agnes Fithrah Ali, Dini Salmiyah Fuadi Ahmad, Cecep Hamonangan, Ryan Haris Abdul Hadi Herdiana, Rulli Hermawan, Bagus Hermawan, Muhammad Andi Hilya Ashfia Nabila Himawan, Irvan Hira Wahyuni Azizah Hoeriah, Dede Hoerunnisa, Anis Iin Iin Solihin Irfan Ali Irfan Ali Irfan Ali, Irfan Irma Agustina Irma Purnamasari, Ade Irvan Himawan Jayawarsa, A.A. Ketut Karimah, Ayu Kaslani Kencana, Junaedi Surya Khoirul Huda, Muhammad Kokom Komariyah Lestari, Anjar Ayuning Martanto . Mar’atun Sholihah, Oliffia Maulana Sidiq, Cecep Mochamad Aditya Sunaryo Muhammad Abdurohman Muhammad Basysyar, Fadhil Mulyawan Mulyawan, Mulyawan Musliyadi, Mar'i Muzaki, Fazri Nana Suarna Nana Suarna Nana Suarna Narasati, Riri Narasati Nining R Nining Rahaningsih Nisa Dieanwati Nuris Nur Amalia Nur Kirana, Anita Nuraini, Asyifa Nurhakim, Bani Nurul Aini, Yuli NURUL HIDAYAH Nurwahidah, Dalilah Odi Nurdiawan Odi Nurdiawan Permana, Sandy Eka Pratama, Denni Prihartono, Willy Puspita Maulana Arumsari R, Nining Raditya Danar Dana Raena Agustin Laeliyah Rahaditya Dasuki Ramdhan, Dadan Ramiro Firjatullah, Federicko Ranu Husna Riyana, Iis Rizki Fauzi, Ahmad Rizqy, Muhammad Enricco Rosmeri Manurung, Agnes Rudi Kurniawan Saeful Anwar Saeful, Agung Saefullah Fasa Saepu Qirom, Dani Saepudin, Asep Saepul Hadi Sagita, Ayu Salsabila, Putri Septiana, Angga Sri Suwartini Suandi, Andi Suarna, Nana Subhiyanto, Fajar Sunana, Heliyanti Suryani Dewi, Ike Susana, Heliyanti Syafi'i Syafi'i Syafi'i, Syafi'i Tati Suprapti Tohidi, Edi Tuti Hartati Umi Hayati Vibrianti, Vera Wahyudin, Edi Wulan Suci, Salwa Yubi Aqsho Ramadhan