Article Per Year (5 Year)
p-Index From 2021 - 2026
2.56
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA JSI: Jurnal Sistem Informasi (E-Journal) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Komputer Terapan Seminar Nasional Teknologi Informasi Komunikasi dan Industri JOURNAL OF APPLIED INFORMATICS AND COMPUTING Sebatik ILKOM Jurnal Ilmiah IJITEE (International Journal of Information Technology and Electrical Engineering) Jurnal Pengabdian Masyarakat Indonesia Caring : Jurnal Pengabdian Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Technologica Jurnal Sistem Informasi Jurnal Kecerdasan Buatan dan Teknologi Informasi Scientific Journal of Informatics
Warnia Nengsih
Politeknik Caltex Riau
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Implementasi Aplikasi E-Lapau Menggunakan Konsep Costumer Relationship Management Hajijah Noor; Warnia Nengsih; Dini Nurmala Sari
Technologica Vol. 1 No. 1 (2022): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (835.875 KB) | DOI: 10.55043/technologica.v1i1.28

Abstract

Perkembangan toko Online saat ini menjadi sebuah alternatif pilihan untuk mendapatkan Costumer dalam jumlah dan jangkauan geografis yang lebih luas. Aplikasi e-lapau merupakan aplikasi lapau elektronik yang dirancang seperti layaknya toko Online lainnya. E-lapau menyediakan berbagai kebutuhan harian yang dibutuhkan seperti sembako, sayur mayur dan bahan kering lainnya. Permasalahan saat ini adalah menjamurnya toko Online sejenis sehingga menyebabkan lingkup Costumer menjadi lebih kecil, serta kemungkinan Costumer lama akan berpindah dan meninggalkan toko Online yang sudah berjalan. Lingkup spesifik lainnya dari e –lapau ini adalah jangkauan Costumer yang menjadi target adalah Costumer- Costumer yang berada di perumahan-perumahan. Pada studi kasus ini yang menjadi objek penelitian adalah costumer perumahan yang berada di 12 Kecamatan di Kota Pekanbaru. Kenapa lingkup Costumer ditentukan, hal ini disebabkan karena Costumer yang diperoleh sudah jelas, tinggal bagaimana cara untuk mempertahankan dan meningkatkan Costumer baru kedepannya. Sehingga untuk mengatasi permasalahan tersebut diperlukan adanya Konsep Costumer Relationship Management pada e-lapau yang dibangun. Dengan adanya aplikasi e-lapau memudahkan proses transaksi penjualan dan pembelian serta dapat mempertahankan dan meningkatkan Costumer. Hal ini tentunya akan terkait dengan keuntungan bisnis yang sedang dijalankan.
Comparative Analysis to Determine the Best Accuracy of Classification Methods Warnia Nengsih; Yuli Fitrisia; Mardhiah Fadhli
ILKOM Jurnal Ilmiah Vol 14, No 2 (2022)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v14i2.1128.134-141

Abstract

The classification method is one of the methods of supervised learning and predictive learning. This method can be used to detect an object in the image presented, whether it is in accordance with the existing object in the training phase. There are several classification methods used, including Support Vector Machine (SVM), K-Nearest Neighbors (K-NN) and Decision Tree. To determine the accuracy in detecting these objects, it is necessary to measure the accuracy of each classification method used. The object that becomes simulation in this research is the object image of Guava and Pear fruit. Testing using confusion matrix. The results showed that the Support Vector Machine (SVM) method was able to detect with an accuracy of 98.09%. Then the K-Nearest Neighbors (K-NN) method with an accuracy of 98.06%, then the Decision Tree method with an accuracy of 97.57%. From the results of the accuracy test, it can be concluded that basically these three classification methods have good accuracy with a difference of 0.49% and the overall average accuracy of the classification of the three methods is 97.89%
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..
Co-Authors Akbar, Memen Aleanda, Galih Ardiyanto Ardiyanto Aulia Gusri Pratama Ayu Putri Lestari Cici Angresta Cyntia Widiasari Dini Hidayatul Qudsi Dini Nurmala Sari Eka Ariefyanto Putra Eki Haiyal'ulya Elnovrian Purnama Saghita Elviyenti, Mona Felix Gary Hajijah Noor Hasna Fikriyah Dwinas Helmi Chazali Lubis Indra Agus Lukman Irwan Chandra Istianah Muslim Juni Nurma Sari Juni Nurma Sari M. Mahrus Zein Mardhiah Fadhli, Mardhiah Muhammad Saputra mutia sari zulvi Nazifa Hayati Nurmalasari, Dini Nurwijayanti Putri Madhona Rama Yoedha Satria Ria Anjelina Agustin Rizky Fitria Rizky Fitria Shinta Utiya Syah Syefrida Yulina Syefrida Yulina, Syefrida Syefrida, Yulina T.Marlina Cahyani Utama, Nuradila Widyasari, Cyntia Wiwin Styorini Yuli Fitrisia