Article Per Year (5 Year)
p-Index From 2020 - 2025
2.78
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknologi Informasi dan Ilmu Komputer IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURIKOM (Jurnal Riset Komputer) IJAIT (International Journal of Applied Information Technology) Journal of Applied Science, Engineering, Technology, and Education Prosiding Konferensi Nasional PKM-CSR Jurnal Indonesia Sosial Teknologi eProceedings of Engineering
Angelina Prima Kurniati
Universitas Telkom Bandung, Indonesia
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Nursing Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Analisis Verifikasi Proses Bisnis Tugas Akhir (ta) Fakultas Informatika Telkom University Menggunakan Metode Transformasi Bpmn Ke Petri Net Gabriella Ayu Pramesti; Dana Sulistiyo Kusumo; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Fakultas Informatika Telkom University menyelenggarakan Tugas Akhir (TA) untuk mahasiswa yang akan menentukan kelulusan mahasiswa. Dalam proses Tugas Akhir (TA) menggunakan suatu proses bisnis untuk memperlancar jalannya proses sehingga seluruh proses dapat terstruktur. Dalam hal ini proses bisnis Tugas Akhir (TA) bisa dimodelkan dalam Business Process Modeling Notation (BPMN). Dalam Business Process Modeling Notation (BPMN) belum bisa mendeteksi adanya kesalahan-kesalahan dan belum bisa menunjukkan soundness model itu sendiri, apakah proses bisnis itu sound atau tidak. Spesifikasi dari BPMN tidak memasukkan formal semantics [2]. Karena kekurangan dari formal semantics ini membuat kesulitan dalam mengecek correctness dan kelengkapan BPMN dari segi semantics prespective [2]. Oleh karena itu dibutuhkan pendekatan dengan cara menejermahkan model Business Process Modeling Notation (BPMN) ke dalam Petri Net yang dalam hal ini menggunakan ProM [11]. Hasil konversi yang telah berbetuk Petri Net kemudian diverifikasi dengan beberapa tools yang terdapat di Petri Net yaitu Woflan [4. Verifikasi itu digunakan untuk mendeteksi kesalahan kesalahan seperti deadlocks and livelocks BPMN yang telah dimodelkan ke dalam Petri Net. Analisis yang dilakukan adalah selain mendiagnosis proses bisnis TA, juga dilakukan pengujian terhadap informal semantics BPMN seperti exclusive gateway, activities, start dan end event, intermediet event Dari hasil diagnosis didapatkan bahwa properti pada Petri Net dapat digunakan untuk melakukan verifikasi proses bisnis. Selain itu dari kelengkapan proses bisnis BPMN, ketika salah satu informal semanticts dihilangkan contohnya exclusive gateway, maka ketika dilakukan diagnosis ternyata workflow tersebut tidak sound. Dan juga ketika dilakukan penambahan intermediet ternyata didapatkan hasil diagnosis bahwa workflow tetap sound Kata Kunci : Petri Net,Woflan, BPMN
Implementasi Process Mining Menggunakan Algoritma Genetika (Studi Kasus: Event Log Rekam Medis Pasien Rumah Sakit Umum Pusat Sanglah Denpasar) I Gede Dito Wisnu Murti; Imelda Atastina; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Setiap organisasi menggunakan sistem informasi dalam menunjang efektivitas dan efisiensi kegiatan operasional organisasi. Salah satu organisasi yang menggunakan sistem informasi adalah rumah sakit. Rumah sakit berusaha untuk memberikan pelayanan perawatan medis terbaik kepada pasien. Setiap pasien mendapat perawatan medis yang berbeda sesuai dengan masalah kesehatan masing-masing pasien. Sehingga standar perawatan medis yang berlaku di rumah sakit pada prakteknya sering berbeda dengan keadaan sebenarnya. Perlu dilakukan audit untuk mengevaluasi organisasi dan proses yang terjadi untuk memastikan validitas dan kehandalan informasi pada organisasi dan proses yang berkaitan. Audit dilakukan dengan process mining karena memiliki kemampuan untuk melakukan ekstraksi event log pada data rekam medis yang digunakan untuk penelitian. Hasil dari process mining berupa model proses. Mining dilakukan dengan algoritma genetika karena menggunakan strategi pencarian global dimana fitness pada kandidat model dihitung dengan membandingkan model proses dengan semua traces pada event log sehingga proses pencarian menjadi sangat global. Model proses terbaik ditentukan dari hasil algoritma genetika dengan fitness terbaik. Dari hasil percobaan diperoleh model proses terbaik dengan nilai populasi 100, generasi 4000, fitness 0.974. Kemudian dilakukan conformance checker untuk melihat kesesuaian antara model proses dengan event log. Rekomendasi diberikan berdasarkan hasil analisa dari conformance checker dan performance analysis with petri net. Ditemukan bottleneck pada aktivitas GEN dan PRO, maka rekomendasi yang bisa diberikan menambah sarana medis, tenaga medis dan mencatat secara otomatis hasil uji laboratorium dan resep obat. Kata kunci : Audit, Process Mining, Algoritma Genetika.
Peringkasan Multi-dokumen Berita Berbahasa Indonesia menggunakan Conditional Random Fields (CRF) Angga Auliya Akbar; Mira Kania Sabariah; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Peringkasan multi-dokumen dibutuhkan agar pencarian informasi dapat berjalan lebih efektif dan efisien. Sistem peringkasan ini menggunakan framework ekstraksi yang telah secara luas digunakan untuk meringkas dokumen, dimana hasil ringkasan merupakan kalimat- kalimat yang telah diekstraksi dari dokumen. Peringkasan dokumen dapat dilakukan dengan melihat nilai informasi suatu kalimat dari dokumen tersebut berdasarkan fitur yang diterapkan pada kalimat yang ada. Fitur tersebut diantaranya adalah fitur linguistik dan statistikal seperti posisi kalimat. Conditional Random Fields (CRF) merupakan salah satu model probabilistik untuk mengatasi segmentasi dan pemberian label pada data sekuens. CRF digunakan untuk mengkombinasikan fitur- fitur untuk mendapatkan model yang akan digunakan untuk menilai tingkat kepentingan kalimat. Fitur yang digunakan adalah basic feature dan complex feature. Sistem akan dinilai akurasinya menggunakan F- Measure, dengan membandingkan ringkasan yang dibuat oleh sistem dengan ringkasan yang dibuat oleh ahli. Hasil pengujian menunjukkan bahwa rata- rata akurasi yang dihasilkan sebesar 62,5% dengan menentukan nilai threshold sebesar 0.45 dimana nilai tersebut digunakan untuk mengklasifikasikan kalimat summary dan non- summary. Kata kunci : Peringkasan multi-dokumen, Conditional Random Fields, Basic Feature, Complex Feature, F- Measure
Analisis Kemiripan Model Proses Bisnis Menggunakan Algoritma Heuristik Septia Dusitella Sembiring; Dana Sulistiyo Kusumo; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Setiap organisasi maupun perusahaan memiliki satu atau beberapa proses bisnis untuk mendukung analisis, desain ulang dan implementasi dari sebuah aktivitas. Permasalahan yang terjadi adalah ketika satu atau beberapa proses bisnis memiliki beberapa kesamaan sehingga harus mengidentifikasi efektifitas maupun efisiensi pada model proses bisnis yang berbeda. Pada penelitian ini penulis akan menganalisis kemiripan model proses bisnis dengan metode struktural menggunakan algoritma heuristik pada studi kasus pelaksanaan Tugas Akhir (TA) Universitas Telkom. Hasil dari penelitian ini yaitu penentuan tingkat kemiripan dilakukan dengan cara menghitung string edit distance, string edit similairty, pemetaan dengan algoritma heuristik, graph edit distance dan graph edit similarity secara berurutan. Juga tingkat kemiripan antara dua proses bisnis dan perbandingan cara kerja pada algoritma heuristik dibandingkan dengan menggunakan A*. Kata kunci : proses bisnis, kemiripan struktural, algoritma heuristik, A*
Analisis Business Process Model Similarity Checking Menggunakan Teknik Greedy Graph Matching Fadhilah Dwiyanti Basri; Dana Sulistiyo Kusumo; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak –Business combination menghasilkan proses bisnis dalam jumlah besar sehingga seringkali terdapat proses bisnis yang sama dengan tujuan yang sama pula. Oleh sebab itu, dibutuhkan sistem yang dapat mengecek kesamaan proses bisnis sehingga nantinya dapat membantu user dalam mengambil keputusan jika ingin melakukan redesign atau penggabungan proses bisnis. Kata kunci : business process similarity checking, greedy graph matching, syntactic similarity, node insertions/ deletions, edge insertions/deletions, node substitutions
Implementasi Process Mining pada Prosedur Pengendalian Dokumen dengan Menggunakan Algoritma Heuristic Miner (Studi Kasus : Institut Teknologi Telkom) Wildan Khalidy; Angelina Prima Kurniati; Imelda Atastina
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Prosedur Pengendalian Dokumen (PPD) di Institut Teknologi Telkom merupakan suatu contoh proses bisnis yang dapat digali informasinya menggunakan teknik Process Mining. Proses bisnis tersebut sedang mengalami perubahan, akibat pergantian status perguruan tinggi, dari Institut Teknologi Telkom menjadi Telkom University sehingga sedang dilakukan pengkajian lebih lanjut terhadap proses bisnis tersebut. Salah satu tipe dari proses mining adalah Enhancement, yaitu perluasan atau peningkatan sebuah model proses yang ada dengan menggunakan informasi pada event log, hal ini akan digunakan sebagai bahan rekomendasi terhadap perubahan PPD. Algoritma Heurisristic Miner merupakan salah satu algoritma yang dapat diterapkan pada Process Mining, dimana algoritma ini akan menggabungkan frekuensi antar event dengan trace dalam event log untuk membangun sebuah model proses. Tahapan yang dijalankan dalam penelitian ini adalah Discovery yaitu pembentukan model proses dari event log, Conformance yaitu pemeriksaan model proses dengan event log, dan Enhancement yang bertujuan untuk menghasilkan sebuah model proses yang baru. Selain membuat model proses baru, keluaran dari pengerjaan tugas akhir ini adalah analisis terhadap komponen threshold dalam pembangun model proses. Kata kunci: proses bisnis, process mining, discovery, conformance, enhancement, heuristic miner algorithm
Analisis dan Implementasi Process Mining dengan Algoritma Heuristic Miner studi kasus: event logs Rabobank Group ICT Netherlands Rendy Setiadi Mangunsong; Angelina Prima Kurniati; Mira Kania Sabariah
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Process mining dapat meningkatkan analisis proses bisnis pada perusahaan dengan lebih akurat. Ide dasarnya adalah dengan memanfaatkan informasi berupa event log yang terekam dalam sistem informasi perusahaan. Berdasarkan event log tersebut, process mining dapat menyajikan struktur proses bisnis perusahaan yang ada beserta berbagai elemen dan masalah yang mungkin ada dan terjadi di dalam perusahaan. Pada tugas akhir ini process mining dilakukan terhadap event log dari Rabobank Group ICT, sebuah bank yang sedang meningkatkan pelayanannya dengan menelusuri aktifitas yang sudah berlangsung dan memberikan rekomendasi berdasarkan hasil penelusuran tersebut. Process mining dilakukan dengan menggunakan framework process mining, yaitu PROM 5.2 dan plugins Heuristic Miner. Algoritma heuristic miner dipilih karena kemampuannya untuk menangani event logs dengan noise, dan dapat menampilkan main behavior dari proses bisnis yang ada[1]. Dengan melakukan process discovery terhadap event logs yang ada, diharapkan proses bisnis yang ada dapat dimodelkan secara utuh dan dapat dilakukan analisis lebih lanjut. Hal ini kemudian dapat digunakan untuk melakukan rekomendasi yang bermanfaat untuk peningkatan kualitas layanan Rabobank ICT ke depannya. Kata kunci: process mining, event log, proses bisnis, heuristic miner, process discovery, rekomendasi
Klasifikasi Argumen Semantik Menggunakan Head Word Of Prepositional Phrase Dan First And Last Word / Pos In Constituent Rani Puspitasar; Moc. Arif Bijaksana; Angelina Prima Kurniati
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Dalam bidang lingustik, argumen semantik merupakan sebuah ekspresi yang digunakan untuk membantu mempelajari makna dari suatu predikat didalam sebuah kalimat. Penggunaan teknik yang tepat dan akurat dalam menganotasikan teks yang memiliki struktur argumen semantik dapat memfasilitasi penemuan pola informasi dalam teks berukuran besar dan dapat memberikan anotasi Who, What, Whom, When, Where, Why, dan How pada kalimat dalam sebuah teks. Penelitian tentang klasifikasi argumen semantik mengimplementasikan penggunaan metode Support Vector Machines (SVM) dalam database PropBank, menggantikan algoritma stastistical classification yang digunakan dalam penelitian sebelumnya, kemudian mengevaluasi perubahan- perubahan yang ada untuk meningkatkan hasil performansi. Selain itu, penelitian menggunakan algoritma SVM tersebut juga memberikan fitur-fitur baru yang diharapkan dapat memberikan kemajuan performansi yang sebelumnya memiliki hasil yang kurang baik. Tugas Akhir ini mengimplementasikan 2 fitur baru yang digunakan bersamaan dengan fitur utama baseline, yaitu Head Word of Prepositional Phrase dan First and Last Word/POS in Constituent yang kemudian diklasifikasikan menggunakan bantuan metode SVM Sequential Minimal Optimization (SMO). Hasil dari pengimplementasian kedua fitur ini secara bersamaan dengan fitur utama memberikan hasil akurasi rata-rata sebesar 67,99%. Kata Kunci: klasifikasi argumen semantik, fitur, Support Vector Machines.
Analisis Kualitas Sistem dan Kualitas Informasi Terhadap Kepuasan Pelanggan (Studi Kasus KitaLulus) Adrian Senoaji Teguh Yudhoyono; Arfive Gandhi; Angelina Prima Kurniati
eProceedings of Engineering Vol 10, No 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Pada era digital saat ini, lowongan pekerjaan juga semakin banyak dicari oleh kalangan jobseeker di Indonesia. Lowongan pekerjaan secara daring juga semakin berkembang dan banyak platform yang mempersiapkan seperti KitaLulus. Oleh karena itu KitaLulus hadir sebagai platform untuk mencari informasi-informasi seputar perusahaan yang sedang membuka lowongan pekerjaan. Berdasarkan survey pra-riset sebanyak 11 dari 20 orang kecewa terhadap platform KitaLulus dikarenakan tidak memenuhi ekspetasi mereka seperti Curriculum Vitae (CV) karena koneksi yang mudah terputus dan ketika melaksanakan update aplikasi dibutuhkan login mengalami kendala akun belum terdaftar yang sebelumnya sudah terdaftar. Melalui penelitian ini penulis memanfaatkan analisa regresi liner berganda dengan menghitung dua variabel independen Kualitas Sistem (X1) memiliki 5 dimensi untuk melaksanakan pengukuran, yakni Ease of Use, Response Time, Reliability, Flexibility, dan Security dan Kualitas Informamsi (X2) memperoleh tiga dimensi untuk dilaksanakan pengukuran, yakni Relevancy, Accuracy, dan Timeliness dengan variabel dependen Kepuasan Pelanggan (Y) memiliki tiga dimensi untuk dilaksanakan pengukuran, yakni Kepuasan Informasi, Kepuasan Menyeluruh, dan Keinginan Berulang. Setelah melakukan penelitian dan nilai kualitas sistem dan kualitas informasi berpengaruh secara negatif atau tidak terdapat pengaruh terhadap variabel kepuasan pelanggan akan dilakukan perbaikan prototype yang diharapkan dapat meningkatkan nilai pada variabel kualitas sistem (X1) dan kualitas informasi (X2) terhadap variabel kepuasan pelanggan(Y).Kata kunci- kualitas sistem, kualitas informasi, kepuasan pelanggan, regresi linier berganda
Implementasi Heuristic Miner pada Mata Kuliah Algoritma Pemrograman untuk Mengetahui Pola Belajar Mahasiswa Muhammad Tegar Zharfan Humam Setiabakti; Gede Agung Ary Wisudiawan; Angelina Prima Kurniati
eProceedings of Engineering Vol 10, No 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Learning Management System merupakan sistem yang membantu dosen dalam mengelola kegiatan belajar secara mandiri di instansi. LMS adalah sistem manajemen pembelajaran Universitas Telkom yang berbasis Moodle. Penelitian ini dilakukan process mining pada event log dari LMS pada mata kuliah Algoritma Pemrograman tahun ajaran 2021/2022 semester genap. Metode process mining digunakan untuk mengetahui pola belajar mahasiswa yang lulus dan tidak lulus selama perkuliahan online dengan melihat pola mahasiswa yang digambarkan dalam suatu model proses, sehingga dosen mengetahui pola belajar mahasiswa selama perkuliahan menggunakan LMS. Penerapan algoritma heuristic miner menggunakan Process Mining for Python (PM4PY). Setelah mendapatkan model proses, dilakukan conformance checking nilai fitness, mahasiswa yang lulus nilai fitness 0,98461 dan untuk mahasiswa yang tidak lulus nilai fitness 0,98535. Meskipun nilai precision yang dihasilkan tidak cukup baik yaitu, mahasiswa yang lulus nilai precision 0,18111 dan untuk mahasiswa yang tidak lulus nilai precision 0,27291, Hasilnya underfitting, behavior dari model proses yang dihasilkan tidak menggambarkan behavior yang ada pada event log. Nilai generalization yang dihasilkan menunjukkan nilai cukup baik. Mahasiswa yang lulus nilai generalization 0,70013 dan untuk mahasiswa yang tidak lulus nilai generalization 0,57563. Penelitian ini diharapkan dapat memberikan kontribusi perspektif baru mengenai implementasi proses mining di Universitas Telkom menggunakan algoritma heuristic miner.Kata kunci-learning management system (LMS), process mining, heuristic miner, Conformance Checking, PM4PY
Co-Authors Adrian Senoaji Teguh Yudhoyono Aji Gunadi, Gagah Al Giffari, Muhammad Zacky Alfian Akbar Gozali Angdini Dea Nurillaily Angga Auliya Akbar Annisa Fajri Hayati Arfive Gandh Arfive Gandhi Arummi Muyasaroh Assyifa Harnanti Aulia Rahman Arif Wahyudi Dana Sulistiyo Kusumo Dana Sulistyo Kusumo Ersy Ervina Fadhilah Dwiyanti Basri Firdaus Hafidz Gabriella Ayu Pramesti Gede Agung Ary Wisudiawan Guntur Prabawa Kusuma Harin Veradistya Maharani I Gede Dito Wisnu Murti I Putu Nana Sugianta Mandra Ichwanul Muslim Karo Karo Imelda Atastina Indra Lukmana Sardi Irfan Rihan Arifin Jodi Kusuma Mayang Pristantya Mira Kania Sabariah Moc. Arif Bijaksana Muhammad Agung Agung Muhammad Reynaldi Mujantara Muhammad Tegar Zharfan Humam Setiabakti Muhammad Wanda Wibisono Muhammad Zafif Muttaqy Mutalib, Sharifah Sakinah Syed Abd. Nugroho, Raditya Pradhyatama Osman, Nurul Aida Owen Ashby Johnson Purwanto, Zadosaadi Brahmantio Rani Puspitasar Rendy Setiadi Mangunsong Septia Dusitella Sembiring Supra Yogi Toto Suharto Wahyu Aji Tirta Gumelar Warih Maharani Wijaya, Yaffazka Afazillah Wildan Khalidy Yanuar Firdaus A.W Yanuar Firdaus Arie Wibowo Yusoff, Wan Nur Syahidah Wan Zaidan Muhammad Arkan Zulhelmy