Article Per Year (5 Year)
p-Index From 2021 - 2026
0.947
P-Index
This Author published in this journals
All Journal Jurnal Simetris Bulletin of Electrical Engineering and Informatics Telematika : Jurnal Informatika dan Teknologi Informasi Jurnas Nasional Teknologi dan Sistem Informasi Computatio : Journal of Computer Science and Information Systems JRSI (Jurnal Rekayasa Sistem dan Industri) JURNAL REKAYASA TEKNOLOGI INFORMASI Innovation in Research of Informatics (INNOVATICS) Jurnal Pengabdian Siliwangi
Heni Sulastri
Program Studi Informatika, Fakultas Teknik, Universitas Siliwangi
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Strategi IT Dalam Human Resource Information System (HRIS) Untuk Mencapai Strategi Green IT Heni Sulastri
JRSI (Jurnal Rekayasa Sistem dan Industri) Vol 4 No 02 (2017): Jurnal Rekayasa Sistem & Industri - Desember 2017
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jrsi.v4i02.259

Abstract

Companies not only need a strategy to implement the business process, companies also require IT strategy must be aligned with the business strategy. IT strategic planning can provide a clear picture of the future of the company, utilization of resources on the things that are important or quantitative in nature and can be understood by the environmental conditions that affect the company. a prestigious consultant believes the technology strategy developed at this time one of them is a green IT strategy. Green IT is seen as an innovation because there are many people who give new insights into the perception or green IT could affect the existing knowledge and experience in this case is associated with information systems and technology to become an IT strategy. Based on the above figures and tables, of each sub-system on HRIS, and aspects of green IT strategies are assessed, then the strategy aspect of the challenge (chalenges) is the largest sub-system of recruitment. Where is the part that the use of resources and information technology still requires energy and the amount is large and consistent with the hypothesis that in order to create green IT, the use of computer resources in an efficient way to improve the economic viability, social responsibility and environmental impacts can be realized by determining the right IT strategy (see table 1). while Human resource information system (HRIS) that can be created innovative by implementing green IT strategy. PT Pertamina (Persero) has implemented the system in improving the performance and reducing the cost and resources that are not needed. For example, excessive use of paper in the preparation of reports, information and workforce benefits.
IMPLEMENTASI KOMUNIKASI FULL DUPLEX MENGGUNAKAN WEB SOCKET PADA SISTEM INFORMASI PENGELOLAAN ANGGARAN UNIVERSITAS ABC Husen Husen; Alam Rahmatulloh; Heni Sulastri
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.247 KB) | DOI: 10.24176/simet.v9i1.2015

Abstract

Penelitian ini membahas mengenai sistem pengelolaan anggaran di Universitas ABC yang didalamnya memuat manajemen pengelolaan anggaran biaya dari setiap bagian mulai dari pengajuan rencana anggaran biaya sampai dengan realisasi anggaran. Data dari hasil pengelolaan anggaran setiap bagian dapat dimonitoring oleh pihak pimpinan, namun dalam penyajian datanya belum real-time sehingga interaksi user dalam monitoring dan analisis data pada sistem kurang interaktif. Saat ini teknologi yang sedang tren pada aplikasi berbasis web yang real-time yaitu web socket (WS). WS dapat menyajikan komunikasi dua arah secara bersamaan (full-duplex). Selain itu menurut beberapa penelitian teknologi WS juga dapat meningkatkan performa sistem menjadi lebih baik. Maka pada penelitian ini akan di terapkan teknologi web socket sehingga proses monitoring data anggaran dapat dilakukan secara real-time dengan menyajikan data tersebut ke dalam bentuk grafik dan persentase. Hasil penelitian yang dilakukan menunjukan bahwa dengan menggunakan WS nilai perbandingan Round Trip Time (RTT) yaitu 1:135 ms jika dibandingakan ajax, sehingga penggunaan teknologi WS lebih cepat dan performanya jauh lebih baik.Kata kunci: anggaran, full-duplex, monitoring, real-time, web socket.
PENERAPAN DATA MINING DALAM PENGELOMPOKAN PENDERITA THALASSAEMIA Heni Sulastri; Acep Irham Gufroni
Jurnal Nasional Teknologi dan Sistem Informasi Vol 3, No 2 (2017): Agustus 2017
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v3i2.2017.299-305

Abstract

Thalassaemia is the genetic disease caused by deficiency and syinthesis of globin chains. It influences our body by decreasing eroticist and hemoglobin degree. People with Thalassaemia in 2015 at Tasikmalaya, Garut, and ciamis west java were 203 people. They organized in POPTI Tasikmalaya branch that placed in Dr. Soekardjo and Preasetya Bunda hospital. On the therapy process, they have different time needs and blood volume needs in every transfusion process. On the other hand, the difference transfusion levels also influence in giving iron chelation medicine. Furthermore, the method needed to help POPTI committee and health staff in appropriating blood volume and Iron Chelating Agent trough Thalassaemia people. Datamining method used by applying clustering method used K-means algorithm. Furthermore, this research conducted to categorized people with Thalassaemia based on blood volume need and HB in every transfusion process. Moreover, the pattern known by minor Thalassaemia, intermediate Thalassaemia, and mayor Thalassaemia based on age pattern, HB level in transfusion process, and blood volume needs. The research method in this research is begin by pre observation and data mining analysis method to analyze data on data mining using 3 steps of KDD such as data cleaning, data integration, data selection, data transformation, and data knowledge presentation. Further, the result of this research has 374 data that divided into 3 cluster. They are cluster 1 that has 214 data, cluster 2 has 137 data, and cluster 3 that has 23 data with the pattern that shows that the transfusion blood volume increase based on patient’s age.
Implementasi Algoritma Discrete Cosine Transform Untuk Kompresi Citra Pada Marker-Based Tracking Augmented Reality Iwan Sutrisman; Nur Widiyasono; Heni Sulastri
Computatio : Journal of Computer Science and Information Systems Vol 4, No 1 (2020): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v4i1.5628

Abstract

Image compression with lossy techniques removes some information so it does not match the data received. This research was conducted to determine differences in the quality of original and compressed images, specifically on mark-based tracking. Image compression is done by implementing the Discrete Cosine Transform algorithm in the MATLAB program. DCT image compression test results can compress images up to 26% of the original size without significantly reducing image quality. The assessment results shown by the markers, in Vuforia, there was no change in star ratings, while in ARCore, there was an increase in the rating of 5-40 quality scores.DCT algorithm can be applied to image compression in marker-based tracking, especially in improving the quality of markers in ARCore.AbstrakKompresi citra dengan teknik lossy menghilangkan beberapa informasi sehingga tidak persis seperti data aslinya. Penelitian ini dilakukan untuk mengetahui perbedaan kualitas citra asli dan terkompresi, khususnya pada marked-based tracking. Kompresi citra dilakukan dengan mengimplementasikan algoritma Discrete Cosine Transform pada program MATLAB. Hasil pengujian kompresi citra menunjukkan bahwa algoritma DCT dapat memampatkan citra hingga 26% dari ukuran aslinya tanpa mengurangi kualitas gambar secara signifikan. Hasil pengujian rating marker menunjukkan, pada Vuforia, tidak terdapat perubahan star rating, sedangkan pada ARCore, terdapat peningkatan nilai rating sebesar 5-40 quality score. Algoritma DCT dapat diterapkan untuk kompresi citra pada marker-based tracking, khususnya dalam meningkatkan kualitas marker pada ARCore.
Penerapan Model Vogel Approximation Method Untuk Optimalisasi Rute Perbaikan Access Point Berdasarkan Biaya (Studi Kasus PT XYZ) Muhammad Anwari; Husni Mubarok; Heni Sulastri
Innovation in Research of Informatics (INNOVATICS) Vol 1, No 1 (2019): Maret 2019
Publisher : Informatika Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v1i1.680

Abstract

Kebutuhan internet pada masa sekarang menjadi kebutuhan utama. Perusahaan penyedia internet seperti PT. XYZ memiliki ribuan produk access point, seiring banyaknya pelanggan yang memakai produk access point maka semakin banyak juga produk yang harus dipelihara agar meningkatkan kepuasan pelanggan. Permasalahan yang dihadapi seperti penyebaran teknisi ke tempat gangguan access point dan menemukan biaya transportasi seminimum mungkin. Tujuan penelitian ini yaitu untuk menemukan cara pengiriman teknisi dari tempat teknisi ke tempat gangguan sehingga semua kebutuhan terpenuhi tetapi dengan biaya yang seminimum mungkin. Metode yang digunakan untuk memecahkan masalah ini adalah metode transportasi Vogel Approximation Method (VAM), metode VAM lebih rumit dalam hal penyelesaian masalahnya tetapi lebih menghasilkan biaya minimum. Diperoleh hasil 58 (ribuan) untuk biaya transportasi setelah diterapkannya metode VAM. Hasil ini diperoleh dari kasus access point rusak dan memiliki status down yang berjumlah 7 access point dari dua area berbeda. Untuk data teknisi sendiri dimisalkan 7 teknisi dari dua area berbeda. Metode VAM diterapkan pada perangkat lunak berbasis web, pada pengujian white box perangkat lunak ini menunjukkan prosedur kompleksitas program yang baik dan resiko yang rendah dengan rata – rata nilai cyclomatic complexity kurang dari 10.
Implementasi Algoritma Machine Learning Untuk Penentuan Cluster Status Gizi Balita Heni Sulastri; Husni Mubarok; Syifa Sefia Iasha
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 2 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v5i2.6779

Abstract

Malnutrisi atau kekurangan gizi pada balita mempunyai efek jangka panjang dalam tumbuh kembang balita, baik tumbuh kembang secara fisik maupun secara mental. Balita akan mengalami berbagai hambatan dalam pertumbuhannya seperti terhambatnya pertumbuhan tulang dan tinggi badan, terhambatnya balita untuk belajar berjalan, berbicara hingga menyebabkan cacat sampai menyebabkan kematian. Di Indonesia, stunting atau gangguan kembang tumbuh anak yang disebabkan oleh gizi buruk mencapai 27.7% yang menandakan bahwasanya permasalahan gizi buruk di indonesia masih sangat tinggi. Hal ini menjadi dasar pentingnya pencatatan dan pengelompokan gizi balita untuk mengetahui tumbuh kembang dan gizi balita agar dapat mengurangi tingkat malnutrisi dan melakukan penanganan secara cepat. Pengelompokan gizi balita dapat dilakukan dengan menerapkan algoritma machine learning. K-Means merupakan algoritma machine learning yang bersifat partitional clustering yang banyak digunakan karena kesederhanaan dan efisiensinya. Pengelompokan gizi balita akan dikelompokkan berdasarkan 5 kelompok gizi balita dengan parameter yang digunakan berupa berat badan, tinggi badan, dan lingkar kepala. Hasil yang didapatkan  dari pengelompokan data gizi balita menggunakan algoritma K-Means clustering yaitu kelompok 1 merupakan balita dengan gizi buruk berjumlah sebanyak 8 data atau 27,59%. kelompok 2 menyatakan gizi kurang berjumlah 1 balita atau 3,45%. Kelompok 3 menyatakan jumlah balita yang termasuk kategori gizi baik berjumlah 6 atau sekitar 20,69. Kelompok 4 menyatakan gizi lebih pada balita berjumlah 8 atau 27,59%. Sedangkan untuk kelompok 5 menyatakan balita berkategori obesitas sebanyak 6 data atau 20,69% dari total data.
Ekstreme Programming untuk Perancangan Sistem Informasi Pariwisata Kabupaten Ciamis Nanda Adi Pamungkas; Heni Sulastri; Acep Irham Gufroni
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 2 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v6i2.6787

Abstract

Pariwisata merupakan sektor yang mampu meningkatkan perekonomian masyarakat dan menjadi penyumbang devisa negara. Setiap daerah di Indonesia berupaya untuk meningkatkan pendapatan daerahnya melalui sektor pariwisata tidak terkecuali Kabupaten Ciamis. Kabupaten Ciamis merupakan salah satu kabupaten yang sangat gencar meningkatkan sektor pariwisata. Di Kabupaten Ciamis banyak objek wisata yang berpotensi untuk memikat wisatawan, namun objek wisata tersebut belum banyak diketahui oleh masyarakat luas. Hal ini dikarenakan Kabupaten Ciamis belum menyediakan informasi yang memadai dan dikemas secara menarik. Oleh karena itu, pemerintah Kabupaten Ciamis memerlukan sebuah media untuk promosi dan penyediaan informasi yang menarik dan akurat. Sistem informasi pariwisata dapat menjadi solusi bagi pemerintah Kabupaten Ciamis untuk menyediakan informasi objek wisata secara menarik dan mendetail. Sistem informasi pariwisata yang dibangun berupa rancangan menggunakan metode Extreme Programming dengan perancangan sistem menggunakan unified modeling language yaitu use case diagram. Hasil pengujian kelayakan rancangan sistem informasi menggunakan metode black-box berbasis survey kepuasaan calon pengguna yang menghasilkan nilai sebesar 71.5%. Berdasarkan nilai skala kepuasan, nilai tersebut menunjukkan bahwa calon pengguna puas terhadap hasil rancangan sistem informasi pariwisata yang telah dibuat.
Sentiment Analysis Of Student Opinion Related To Online Learning Using Naïve Bayes Classifier Algorithm And SVM With Adaboost On Twitter Social Media Mohammad Rizal Ramli; Heni Sulastri; Rianto Rianto
Telematika Vol 20, No 2 (2023): Edisi Juni 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i2.8827

Abstract

Twitter is one of the social media that functions to express opinions on issues or problems that are currently happening, such as problems in the social, economic, educational and other fields. One of the issues being discussed so far is online learning. The government has issued a policy, one of which is for all students to study at home online by using a network to be able to interact with each other like in the classroom. The government's reason for issuing this policy is to break the chain of the spread of the Covid-19 virus, which until now has not subsided. Regarding this online learning policy, there are pros and cons. This opinion is widely expressed on social media, one of which is Twitter. Sentiment analysis is a method for analyzing an opinion which aims to classify texts. The Naïve Bayes Classifier and Support Vector Machine methods are methods machine learning that can be used for sentiment analysis. The problem in classifying text is that the resulting accuracy is less than optimal, so feature selection or boosting is needed to improve its accuracy. In this study, optimization of boosting was carried out using Adaboost. The purpose of this study is to compare the performance of the algorithm before and after using Adaboost. The results of the sentiment analysis on online learning obtained the highest accuracy results by the Naïve Bayes Classifier algorithm coupled with Adaboost of 99.26%, with a precision of 99.39% and recall of 99.20%.
Peramalan Stok Barang Percetakan dan ATK Menggunakan Single Moving Average Heni Sulastri; Gilang Saeful Anwar; Euis Nur Fitriani Dewi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 1 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i1.11876

Abstract

Setiap badan usaha yang berorientasi pada penjualan produk mayoritas memerlukan informasi tentang produk yang dijualnya, termasuk informasi stok barang. Setiap usaha memiliki caranya tersendiri untuk mengelola data tersebut. Masalah yang biasanya dihadapi adalah ketika terlalu banyak menyiapkan stok banyak untuk produk yang pada periode tertentu sedang tidak banyak peminatnya dan sebaliknya menyiapkan stok seadanya untuk produk yang pada periode tertentu sedang banyak yang membutuhkan. Penumpukan stok produk menyebabkan produk tersebut bisa rusak karena termakan waktu dan kekurangan stok produk menyebabkan kepercayaan konsumen menurun dan memilih membeli produk tersebut di tempat lain. Salah satu solusi dari masalah tersebut adalah meramalkan stok produk yang harus disediakan pada periode berikutnya. Metode peramalan yang dipilih pada penelitian ini adalah Single Moving Average (SMA) yang dihitung nilai error-nya menggunakan beberapa matriks evaluasi diantaranya Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Penelitian ini bertujuan untuk meramalkan penjualan di periode selanjutnya menggunakan data penjualan pada periode sebelumnya. Hasil peramalan SMA menggunakan orde 3 pada bulan Juli 2023 yaitu 1359,3333 dengan perhitungan MAE sebesar 303,0667, MSE sebesar 153873,1, RMSE sebesar 392,2666, dan MAPE sebesar 39,0342% yang masuk ke dalam kategori wajar.
Betel leaf classification using color-texture features and machine learning approach Novianti Puspitasari; Anindita Septiarini; Ummul Hairah; Andi Tejawati; Heni Sulastri
Bulletin of Electrical Engineering and Informatics Vol 12, No 5: October 2023
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v12i5.5101

Abstract

The existence of machine learning has been exploited to solve difficulties in various fields, including the classification of leaf species in agriculture. Betel leaf is one of the plants that provide health advantages. The objective of using a machine learning approach is to classify the betel leaf species. This study involved several processes: image acquisition, region of interest (ROI) detection, pre-processing, feature extraction, and classification. The feature extraction used the combination features of color and texture. Furthermore, the classification applied four classifiers, including artificial neural network (ANN), K-nearest neighbors (KNN), Naive Bayes, and support vector machine (SVM). The evaluation in this study implemented cross-validation with a K-fold value of 5. The method performance produced the highest accuracy value of 100% using the color and texture features with the SVM classifier.
Co-Authors Acep Irham Gufroni Alam Rahmatulloh Anindita Septiarini, Anindita Euis Nur Fitriani Dewi Gilang Saeful Anwar Hairah, Ummul Husen Husen Husni Mubarok Iwan Sutrisman Mohammad Rizal Ramli Muhammad Anwari Nanda Adi Pamungkas Neng Ika Kurniati Nur Widiyasono Puspitasari, Novianti Rianto, Rianto Syifa Sefia Iasha Tejawati, Andi