Claim Missing Document
Check
Articles

Found 22 Documents
Search

IMPLEMENTASI ALGORITMA FP-GROWTH DALAM PENENTUAN POLA HUBUNGAN KECELAKAAN LALU LINTAS Rizky Fitria; Warnia Nengsih; Dini Hidayatul Qudsi
Jurnal Sistem Informasi Vol. 13 No. 2 (2017): Jurnal Sistem Informasi (Journal of Information System)
Publisher : Faculty of Computer Science Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.361 KB) | DOI: 10.21609/jsi.v13i2.551

Abstract

Tingginya jumlah kecelakaan yang terjadi menjadi alasan penting bagi pihak Satuan Lalu Lintas, salah satunya Polresta Pekanbaru untuk mengetahui hubungan antara factor-faktor penyebab kecelakaan. Hubungan tersebut dipelajari dengan menggunakan teknik data mining. Teknik ini bertujuan untuk menemukan informasi berupa pola yang dapat menjadi acuan dalam pengambilan kebijakan di Satuan Lalu Lintas Polresta Pekanbaru. Teknik data mining yang digunakan yaitu teknik association rule dengan Algoritma Fp-growth. Algoritma ini menerapkan struktur data tree untuk mengetahui pola kecelakaan lalu lintas. Pola tersebut ditentukan oleh dua parameter, yaitu support (nilai penunjang) dan confidence (nilai kepastian). Sistem dibuat berbasis desktop dengan bahasa pemograman Visual Basic.Net. Sistem ini menghasilkan pola kecelakaan yang sering terjadi. Berdasarkan pengujian lift ratio, didapatkan pola kecelakaan yang paling sering terjadi, yaitu faktor kecelakaan dengan jenis_luka adalah luka ringan, jenis_jalan adalah jalan arteri, waktu adalah padat kendaraan, dan jenis_kelamin adalah perempuan dengan nilai lift ratio 1.20%. Sedangkan hasil pengujian skala Likert didapatkan bahwa 88.09% pengguna merasa dimudahkan dengan sistem ini dan dapat membantu mereka dalam mengetahui pola kecelakaan yang sering terjadi.
Sistem Informasi Distribusi Semen Berbasis Website dengan Pendekatan E-Supply Chain Management Ria Anjelina Agustin; Warnia Nengsih; Istianah Muslim; Mutia Sari Zulvi
Jurnal Sistem Informasi Vol 15, No 2 (2023)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jsi.v15i2.22326

Abstract

Semen merupakan produk yang memiliki peranan yang sangat penting dalam konstruksi bangunan. Besarnya peranan ini berdampak terhadap tingginya kebutuhan semen, di mana semakin banyak pembangunan, maka akan semakin tinggi permintaan semen di wilayah tersebut. Setiap wilayah memiliki perusahaan distributor yang menjadi perpanjangan tangan manufaktur dalam mendistribusikan dan memasarkan semen yang telah dihasilkan ke tangan agen dan retailer. Perusahaan bertanggung jawab untuk melakukan permintaan kepada manufaktur, menyalurkan semen dari manufaktur ke gudang serta mendistribusikan ke agen dan retailer. Salah satu perusahaan distributor semen adalah PT. Dumai Indah Sejati, perusahaan distributor Semen Padang dan Semen Dynamic yang berlokasi di Kota Dumai, Riau. Perusahaan ini melayani permintaan agen dan retailer semen di seluruh Provinsi Riau dan sekitarnya. Dalam pengelolaannya, perusahaan ini memiliki permasalahan pada monitoring proses distribusi, pengolahan laporan distribusi dan laporan persediaan yang masih manual dan terpisah. Hal ini mengakibatkan perusahaan mengalami kesulitan dalam perencanaan kebutuhan, pengelolaan proses distribusi dan persediaan barang. Mengatasi permasalahan tersebut, dirancang sebuah sistem informasi distribusi semen berbasis website dengan menggunakan pendekatan e-supply chain management yang mengimplementasikan metode Economic Order Quantity dan Reorder Point. Metode pengujian yang digunakan pada pengembangan sistem informasi ini yaitu black box testing, user acceptance testing (UAT) dan usability testing. Sistem ini menghasilkan laporan Sales Order, laporan Delivery Order serta laporan persediaan semen di Gudang. Sistem juga menghasilkan rekomendasi kuantitas yang paling ekonomis dan notifikasi waktu pengadaan semen yang paling sesuai dengan kebutuhan. Hasil pengujian Blackbox menyatakan bahwa sistem berjalan dengan baik. Hasil pengujian UAT pada admin dan staff yang menghasilkan nilai sebesar 100%, menunjukkan bahwa semua indikator uji dapat diterima oleh user dengan baik dan fungsionalitas dari sistem berjalan dengan baik, sehingga secara keseluruhan dapat meningkatkan kinerja perusahaan. Hasil usability testing dengan 4 aspek didapatkan nilai 97,92% yang artinya sistem dapat diterima sangat baik oleh user.
DeepSun: Klasifikasi Fase Cahaya Matahari Berdasarkan Warna Menggunakan CNN warnia nengsih; Juni Nurma Sari Juni Nurma Sari; Cici Angresta; Hasna Fikriyah Dwinas
Jurnal Komputer Terapan Vol. 9 No. 2 (2023): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v9i2.6182

Abstract

The research is based on the DeepSun method, a system that uses Convolution Artificial Neural Networks (CNNs) to classify the phases of sunlight by color. Light phases such as the Golden Hour, Blue Hour, and Pink Hour have distinctive visual characteristics, and identifying these light phases automatically can provide a better understanding of the mood and aesthetics of an image. The proposed approach uses a dataset consisting of images collected during various sunlight conditions. The data is annotated with the appropriate light phase label. CNNs are used to extract important features from these images. Then, those features are used as inputs for classifiers trained using machine learning algorithms. Experiments were conducted to evaluate the performance of the DeepSun system. The results obtained show that this system is able to classify the phases of sunlight with a high degree of accuracy. Misclassification mainly occurs when light conditions are very similar between certain phases. However, by increasing the amount of training data and improving the CNN architecture, the accuracy rate can be further improved. With the ability to classify the phases of sunlight. With the ability to classify the phases of sunlight automatically, DeepSun can help users to choose the right time to take quality pictures. In addition, the system can also be used to improve automatic image processing and editing based on the desired light phase.
DETEKSI WAJAH MENGGUNAKAN HAAR CASCADE DAN FEATURE DESCRIPTOR HOG MELALUI KAMERA IP CCTV DIRUANG KELAS Syefrida Yulina; Nengsih, Warnia
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 3 No. 2 (2024): May 2024
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v3i2.125

Abstract

Closed Circuit Television (CCTV) secara umum untuk tujuan keamanan mendapatkan informasi dalam jangka waktu tertentu. Identifikasi wajah manusia adalah salah satu fokus utama untuk teknologi ini. Pada penelitian ini, metode deteksi wajah manusia diterapkan pada ruang kelas belajar siswa dengan nilai akurasi. Metode ini nantinya dapat digunakan secara luas di era teknologi karena identifikasi biometrik adalah salah satu metode verifikasi terbaik. Dalam metode yang diusulkan, menyebarkan bagian-bagian fitur wajah yang berbeda seperti: hidung, mata dan mulut dapat dilakukan secara efektif dan cepat, tanpa memperhatikan cahaya atau iluminasi di latar belakang orang tersebut agar dapat digunakan di dalam ruangan kelas.
Transformation through the implementation of the merdeka curriculum for learning recovery Nengsih, Warnia; Syefrida, Yulina; Guslinda, Guslinda
Caring: Jurnal Pengabdian Masyarakat Vol 4, No 3 (2024): CARING Jurnal Pengabdian Masyarakat (Desember 2024)
Publisher : Caring: Jurnal Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.caringjpm.2024.004.03.1

Abstract

The Community Service Program (PKM) is one of the main pillars of the Tri Dharma of Higher Education, aimed at making a tangible contribution to society. This PKM activity aims to support schools that have not yet joined the Driving School Program in implementing the Merdeka Curriculum, which is designed to provide flexibility and responsiveness to the changing times. In this effort, various activities have been designed, including the establishment of Literacy & Numeracy Clubs to enhance literacy skills, the formation of Learning Communities for teacher collaboration, and the launch of SI-Events, an information system that centrally manages school activities. Additionally, a series of workshops have been conducted to support curriculum transformation, covering the development of teaching modules, operational curricula, strengthening the Pancasila Student Profile, creating interactive teaching media, and inclusive differentiated learning. This learning approach ensures that each student receives attention according to their needs, enabling them to discover and develop their maximum potential. The results of this PKM activity demonstrate that proper guidance and practical programs can effectively assist schools in implementing the Merdeka Curriculum.
Sensor Integration and ARIMA-Based Forecasting in WAQMS for Environmental Monitoring in Riau Province, Indonesia Warnia Nengsih; Cyntia Widiasari; Putri Madhona; Helmi Chazali Lubis; Indra Agus Lukman; T.Marlina Cahyani; Elnovrian Purnama Saghita; Muhammad Saputra; Felix Gary; Eki Haiyal'ulya; Irwan Chandra; Aulia Gusri Pratama; Eka Ariefyanto Putra; Rama Yoedha Satria; Shinta Utiya Syah
Scientific Journal of Informatics Vol. 12 No. 3: August 2025
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v12i3.24742

Abstract

Purpose: This study aims to develop an integrated solution for real-time environmental monitoring in Riau Province, Indonesia, where air and water quality are increasingly impacted by industrial, agricultural, and climatic factors. Existing monitoring systems are often limited by their lack of real-time capabilities and predictive analytics. Methods: To address this, we designed the Water and Air Quality Monitoring System (WAQMS), which integrates sensor-based data acquisition with the Autoregressive Integrated Moving Average (ARIMA) model for forecasting. Sensor units were deployed across three pilot locations—Kampar, Siak, and Pekanbaru—to continuously collect environmental data. The ARIMA model was applied to historical datasets to predict future trends in air and water quality, while a web-based dashboard was developed to visualize real-time data and forecasts. Result: Calibration results showed a system accuracy of 85%, surpassing the national threshold of 75% set by the Indonesian Ministry of Environment and Forestry. This validates the use of WAQMS for Air Pollution Standard Index (ISPU) classification. Novelty: The novelty of this study lies in the seamless integration of AQMS and WQMS within a unified predictive monitoring system, combined with a user-friendly interface for stakeholders. The results demonstrate the system's potential as a decision-support tool for local governments, offering timely insights and enabling more effective and sustainable environmental management.
Implementasi Kurikulum Merdeka Menuju Pemulihan Pembelajaran Pada Mim 02 Pekanbaru Nengsih, Warnia; Widyasari, Cyntia; Yulina, Syefrida; Guslinda, Guslinda
Jurnal Pengabdian Masyarakat Indonesia Vol 4 No 4 (2024): JPMI - Agustus 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.2168

Abstract

Kurikulum Merdeka merupakan sebuah inovasi dalam sistem pendidikan Indonesia yang bertujuan untuk mencetak siswa yang lebih kreatif, mandiri, dan mampu beradaptasi dengan cepat terhadap perubahan lingkungan. Adapun tujuan dari Kurikulum Merdeka adalah mengembalikan otoritas sekolah dan pemerintah daerah untuk mengelola sendiri pendidikan yang sesuai dengan kondisi di daerahnya. Mempercepat pencapaian tujuan pendidikan nasional serta menyiapkan tantangan global era revolusi 4.0. implementasi Kurikulum Merdeka pada MIM 02 tidaklah mudah. Proses transisi dan implementasi kurikulum ini sangat kompleksitas serta membutuhkan beberapa perubahan dan penyesuaian dalam proses transformasinya.  Diperlukan pendampingan yang tepat dan dukungan dari berbagai pihak agar dapat terlaksana dengan baik. Hal ini juga perlu ditunjang dengan keberadaan IPTEKS sehingga mendukung pelaksanaan program dan kegiatan tersebut. Adapun tujuan dari kegiatan ini adalah untuk meningkatkan kualitas pendidikan di MIM 2 Pekanbaru dan memberikan dukungan yang diperlukan bagi para praktisi pendidikan agar dapat terus berkembang secara profesional. Sehingga diharapkan terjadinya peningkatan kualitas dan kompetensi Guru dan tenaga kependidikan di MIM 02 Pekanbaru menuju perbaikan kualitas Pendidikan Indonesia.
Optimasi Model CNN untuk Identifikasi Jenis Bunga Berdasarkan spektrum Warna nengsih, warnia; Yulina, Syefrida
Jurnal Komputer Terapan Vol 10 No 1 (2024): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v10i1.6274

Abstract

This research takes the form of Flower Species Recognition using Convolutional Neural Network (CNN) to optimize the identification of flower types based on color spectrum. The color spectrum of flowers can vary significantly between species and even within a single species. This can pose a challenge in developing a model capable of identifying flower types with high accuracy amidst a wide spectrum of color variations. Selecting an appropriate CNN architecture and optimizing model hyperparameters to achieve optimal performance is a complex process. Careful exploration of various architectures and optimization techniques is necessary to improve the accuracy of flower type identification. The dataset used is collected from various repository sources, comprising images of flowers captured under different lighting conditions, representing diverse color spectra. In this study, data preprocessing stages include color spectrum normalization, feature extraction, and data augmentation to enhance dataset diversity. The CNN model in this research is optimized through network architecture optimization. Model evaluation is performed using standard performance evaluation metrics such as accuracy, precision, and recall. It is expected that this research will yield a CNN model capable of identifying flower types with good accuracy levels, despite facing a wide range of color spectrum variations. This will facilitate the identification and grouping of flower types based on their visual characteristics..
KLASIFIKASI SUARA JANTUNG MENGGUNAKAN DEEP LEARNING INTEGRASI AI DALAM APLIKASI WEB UNTUK DETEKSI DINI GANGGUAN KARDIOVASKULAR nengsih, warnia; Elviyenti, Mona; Fadhli, Mardhiah; Aleanda, Galih; Utama, Nuradila
Jurnal Komputer Terapan Vol 11 No 2 (2025): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v11i2.6516

Abstract

Heart disease is one of the leading causes of death worldwide, making early detection crucial to prevent more serious complications. One of the methods that can be used is heart sound analysis, which contains important information related to the physiological and pathological conditions of the heart. However, the manual analysis process by healthcare professionals requires specialized skills and may result in interpretation errors. Therefore, this research aims to develop an artificial intelligence-based system using Convolutional Neural Networks (CNN) to automate heart sound classification. This system allows users to upload heart sound recordings, which will then be processed and classified as Normal or Abnormal. The research process consists of several main stages, including data collection and preprocessing of heart sounds, development and training of the CNN model, implementation of the model into a web application, and testing and evaluation of the system using metrics such as accuracy, precision, and recall. The outcome of this research includes a deep learning model for heart sound classification. The developed system is expected to enhance the accuracy and efficiency of heart disease detection, reduce reliance on manual analysis, and serve as an artificial intelligence-based solution that can be integrated into healthcare services.
Pelatihan Penggunaan Website Bursa Kerja Khusus untuk Meningkatkan Penyaluran Lulusan SMK Heni Rachmawati Santoso; Warnia Nengsih; Fikri Muhaffizh Imani
JITER-PM (Jurnal Inovasi Terapan - Pengabdian Masyarakat) Vol. 4 No. 1 (2026): JITER-PM
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jiter-pm.v4i1.6857

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan efektivitas penyaluran lulusan Sekolah Menengah Kejuruan (SMK) ke dunia kerja melalui pelatihan penggunaan Website Bursa Kerja Khusus (BKK) SMK Negeri 2 Pekanbaru. Permasalahan utama yang dihadapi mitra meliputi keterbatasan pemahaman admin sekolah, siswa, dan perusahaan mitra dalam mengoperasikan sistem BKK secara optimal, sehingga pemanfaatan teknologi belum berjalan maksimal. Metode pelaksanaan kegiatan dilakukan melalui pelatihan terpadu satu hari yang mencakup sosialisasi sistem, praktik langsung, simulasi alur kerja, serta evaluasi pemahaman peserta. Peserta kegiatan terdiri dari admin sekolah, calon lulusan, dan perwakilan perusahaan mitra. Hasil kegiatan menunjukkan peningkatan pemahaman peserta terhadap fitur utama sistem BKK, kemampuan admin dalam mengelola data lowongan dan pelamar, serta kesiapan siswa dan perusahaan dalam memanfaatkan sistem secara mandiri. Kegiatan ini diharapkan mampu mendukung peningkatan penyaluran lulusan SMK ke dunia kerja secara lebih terstruktur, transparan, dan berkelanjutan.