Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.907

P-Index

This Author published in this journals

All Journal Jurnal Kebidanan Syntax Jurnal Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan Journal of Information System JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) JURNAL PENDIDIKAN TAMBUSAI J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Magister Pendidikan IPA Jurnal Informasi dan Komputer Jambura Law Review JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Andalas obstetrics and gynecology journal Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Scientific Journal of Informatics utile: Jurnal Kependidikan Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknologi Informatika dan Komputer Jurnal Ilmiah Wahana Pendidikan JOURNAL LA MEDIHEALTICO J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSTIN (Jurnal Sistem dan Teknologi Informasi) PubHealth Jurnal Kesehatan Masyarakat Jurnal Kajian Ilmu Manajamen Jurnal Pengabdian Sosial Journal of Sharia Economic Law Al-amiyah : Jurnal Ilmiah Multidisiplin

Intan Purnamasari

Universitas Singaperbangsa Karawang

Author-ID : 3180794

Religion Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 58 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Klasifikasi Ulasan Pengguna Zoom Cloud Meetings Menggunakan Metode Information Gain dan NaÃ¯ve Bayes Classifier Rohanah, Aan; Dermawan, Budi Arif; Purnamasari, Intan
Jurnal Informatika Universitas Pamulang Vol 6, No 2 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i2.10728

During the Covid-19 pandemic, ZOOM Cloud Meetings video conference application was felt to be of benefit. This is due to limited direct physical contact and all activities are carried out virtually from home. So that during the pandemic the ZOOM Cloud Meetings application was widely downloaded by various groups of people, and reaped various responses from users who complained on the Google Play Store. Complaints from user reviews can contain valuable information for application development. To obtain this information, user reviews of applications are classified based on the ISO 9126 category. ISO 9126 is one of the standards for evaluating software based on user satisfaction. The ISO standards used are functionality, efficiency, reliability, maintainability, portability, and usability. This study uses the CRISP-DM research methodology and for modeling in the classification applies the NaÃ¯ve Bayes Classifier and Information Gain. Information Gain is used for word conversion and data transformation from categorical to numeric and to reduce data dimensions. NaÃ¯ve Bayes is able to predict data to enter the classification class. Testing of the model applies manual and automatic k-fold cross validation testing. The results of the classification of the model in manual testing produce the best accuracy of 79% and the k-fold cross validation test is 80.51%. The existence of this accuracy value is expected to be a reference for developing the ZOOM Cloud Meetings application.

Knowledge management system SOP using semantic networks connected with personnel information system: case study Universitas Singaperbangsa Karawang Intan Purnamasari; Irman Hermadi; Yani Nurhadryani
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.9107

Document Standard Operating Procedures (SOP) can manage business processes and employee performance in an organization. This study aims to develop a system that can publish SOP documents automatically distributed to employees. In this study, an analysis of the relationship between SOP documents and employees is carried out so that it can be directly allocated to employees according to the position. Knowledge analysis of the relationship between SOP documents and employees is done using semantic network analysis. Semantic networks are used to analyze components of knowledge and the relationship between SOP documents and employees. The results of the report of the elements of knowledge and the relationship between SOP documents found 25 SOP documents were consisting of 6 types of central nodes with 156 child nodes and had 7 types of relations containing 207 relations. SOP knowledge management system is connected to the personnel information system (SIPEG) so that it makes it easier for users to find, accommodate, and manage the knowledge contained in SOP documents. System implementation is done using PHP programming language with CodeIgniter framework, Rest API, and MySQL database.

Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir shelladita fitriyani susilo; Asep Jamaludin; Intan Purnamasari
JOINS (Journal of Information System) Vol 5, No 2 (2020): Edisi November 2020
Publisher : Universitas Dian Nuswantoro

Penyelenggaraan penanggulangan bencana merupakan suatu agenda kewajiban lembaga yang dinamakan BPBD. Perencanaan yang tidak terstruktur menyebabkan penentuan komponen didalamnya menjadi kurang optimal, seperti tempat, sumber daya manusia, transportasi. Penentuan tempat menjadi poin utama yang dapat mempengaruhi komponen lain dalam perencanaan. Ketersediaan data mengenai tempat berupa rekap desa rawan bencana dimiliki oleh bidang I Kesiapsiagaan Bencana. Rekap data kejadian dan profil desa dilakukan pengelompokan untuk menemukan karakteristik yang dapat membantu dalam penentuan tempat kegiatan. Metode K-Means digunakan untuk memetakan desa sesuai karakteristik dengan jumlah cluster sesuai jumlah optimal yang lebih baik antara metode elbow dan silhouette. Dihasilkan clustering optimal dengan jumlah cluster 7 hasil penentuan nilai k dari metode elbow. Dengan ukuran pengelompokan Cluster 1 = 1 desa, Cluster 2 = 2 desa, Cluster 3 = 19 desa, Cluster 4 = 4 desa, Cluster 5 = 5 desa, Cluster 6 = 1 desa, Cluster 7 =1 desa.

Algoritma Fp-Growth untuk Mengetahui Pola Perceraian Selama Masa Pandemi COVID-19 di Kab. Majalengka M. Rayhan Rizqullah Syarif; Intan Purnamasari; Rini Mayasari
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.2782

Pandemi COVID-19 seharusnya menjadi kesempatan bagi semua keluarga untuk menjadi lebih akrab di rumah, namun disayangkan banyak sekali pasangan suami istri yang memutuskan untuk mengakhiri hubungannya selama masa ini. Banyak dampak buruk akibat perceraian ini, diantaranya yang paling berpengaruh adalah terhadap kehidupan anak. Oleh karena itu pada penelitian kali ini akan mencari paham hal-hal apa saja yang dapat berpotensi menyebabkan perceraian. Untuk mengatasi permasalahan tersebut penelitian ini akan menggunakan teknik data mining asosisasi dengan Algoritma FP-Growth untuk mencari pola-pola perceraian di Kabupaten Majalengka. Data yang digunakan adalah data Perceraian di Kabupaten Majalengka rentang waktu April – Desember 2020 sebanyak 3054.data Penelitian yang dilakukan menggunakan aturan minimum support 30%, minimum confidence 80%, dan lift ratio lebih dari 1 ini menghasilkan 13 kombinasi pola menarik.

Algoritma Linear Regression dalam Memprediksi Pertumbuhan Jumlah Penduduk Menurut Provinsi dan Jenis Kelamin Bella Aprianti; Anisa Aulia; Intan Purnamasari
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 5 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Basically the population in a country will continue to increase every year. According to the Central Statistics Agency (BPS), Indonesia's population in 2015 continued to increase until 2020. The increasing population growth will have an impact on the economic, social, political and national defense sectors. Proper structured planning by the government is needed to avoid the possible impacts. Researchers predict population growth using the Linear Regression Algorithm in prediction techniques in data mining. The results of the Linear Regression Algorithm are almost perfect because they are very close to the original data, and the resulting accuracy is very good. The lowest RMSE result is 125,321.

PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT RISIKO DIAGNOSIS GIGI DI UPTD PUSKESMAS CINGAMBUL Elin Nurlia; Mohamad Jajuli; Intan Purnamasari
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3190

Penyakit gigi merupakan kondisi yang dialami ketika muncul rasa sakit pada organ gigi dan mulut karena gigi berlubang atau gangguan lainnya. Kesehatan gigi sangat penting sebab gigi termasuk organ penting pada sistem pencernaan, jika terjadi gangguan dapat menyebabkan masalah kesehatan lainnya. Bahkan peradangan gigi dan gusi yang parah jika tidak segera ditangani dapat menimbulkan penyakit mematikan seperti stroke, diabetes dan jantung. Kasus penyakit gigi yang terjadi di UPTD Puskesmas Cingambul setiap tahunnya masih mengalami peningkatan, bahkan penyakit dengan kondisi yang parah seringkali dikeluhkan. Namun pelayanan kesehatan gigi di sana masih terbatas karena tidak ada dokter yang bertugas. Oleh karena itu, diperlukan sebuah metode yang mampu mengklasifikasikan tingkat risiko diagnosis gigi agar dapat menilai penanganan yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dengan metodologi Knowledge Discovery in Database (KDD) untuk mengklasifikasikan diagnosis gigi berdasarkan risiko parah, sedang dan ringan. Pengujian penerapan algoritma Naïve Bayes dilakukan dengan sembilan skenario k-fold cross-validation. Penggunaan 3-fold cross-validation menunjukan performa terbaik dengan akurasi 93,33% dan nilai kappa 0,855 yang termasuk kategori klasifikasi Very Good. Sedangkan rata-rata hasil pengujian memperoleh accuracy 92,32% dan nilai kappa 0,833 yang termasuk kategori klasifikasi Very Good. Sehingga, algoritma Naïve Bayes dinilai mampu mengklasifikasikan tingkat risiko diagnosis gigi yang terjadi di UPTD Puskesmas Cingambul dengan baik karena memiliki nilai accuracy cukup baik dan nilai kappa yang termasuk kategori Very Good.

Penerapan SVM dan Information Gain Pada Analisis Sentimen Pelaksanaan Pilkada Saat Pandemi Aliffia Kulsumarwati; Intan Purnamasari; Budi Arif Darmawan
Jurnal Teknologi Informatika dan Komputer Vol 7, No 2 (2021): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v7i2.641

Sosial media pada masa kini banyak dimanfaatkan untuk berbagai aktifitas, salah satunya adalah untuk menumpahkan segala tanggapannya terhadap kejadian-kejadian yang tengah terjadi di masyarakat. Seperti banyaknya masyarakat yang memberikan tanggapan terhadap kebijakan pemerintah Indonesia mengenai perlaksanaan Pilkada 2020 yang tetap diselenggarakan meski di tengah pandemi Covid-19 di Twitter. Berbagai tanggapan masyarakat ada yang mendukung maupun tidak setuju dengan diadakannya pilkada 2020 karna dilaksanakan di masa pandemi. Untuk itu maka dilakukan penerapan data mining dengan algoritma Support Vector Machine dan seleksi fitur information gain untuk menganalisis berbagai tanggapan masyarakat mengenai pelaksanaan pilkada 2020. Data yang digunakan merupakan tweet dari aplikasi Twitter sebanyak 496 data. Sebelum tahap data mining, dilakukan pembagian data menjadi 80% data traning dan 20% data testing. Hasil klasifikasi data tweet dengan Support Vector Machine menggunakan kernel linear menghasilkan nilai akurasi yang besar yaitu 92%, precision 90%, dan recall 92%.

Penerapan Algoritma K-Mean Clustering Pada Kecelakaan Lalu Lintas Berdasarkan Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2020 Valdi Irawan; Adhi Rizal; Intan Purnamasari
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 10 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

The increase in population has resulted in the need for motorized vehicles so that it triggers traffic accidents. The grouping of traffic accident data is important to do, because it will make it easier for the police, especially the traffic accident unit in each district/city police station in Central Java province in reducing the number of traffic accidents. In this study, using Data Mining with the K-Means Algorithm with the aim of obtaining information about traffic accident data groups based on the incidence rate so that it is known the level of traffic accidents that occur in each district / city in the province of Central Java. By using the K-means algorithm, 3 clusters with different accident rates are obtained, cluster 1 is the low accident rate, cluster 2 is moderate, and cluster 3 is the highest accident rate

Penerapan RapidMiner dengan Metode K-Means dalam Penentuan Kluster Ganguan Jaringan WIFI Provider PT.XYZ di Daerah Karawang Julius Widianto Pratama Putra; Erik Arfan Suganda; Intan Purnamasari
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 4, No 1 (2022): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v4i1.5739

Jaringan internet pada era ini merupakan suatu kebutuhan masyarakat. Internet digunakan untuk memudahkan pekerjaan manusia dalam segala bidang, baik itu komunikasi, tranportasi hingga edukasi. Internet tidak hanya didapatkan melalui layanan kartu GSM (Global System for Mobile Communications) perdana yang digunakan oleh tiap smartphone untuk terhubung dengan internet. Adapun teknologi Wifi yang digunakan untuk memancarkan internet sehingga smartphone bisa tersambung dengan internet tanpa perlu kartu GSM. Salah satu perusahaan di karawang yang menyediakan layanan Wifi yaitu PT XYS Karawang. Ada 20 daerah yang menjadi jangkauan layanan Wifi dari PT XYS di Karawang. Pada pengoperasian layanan Internet Wifi pasti ada gangguan yang terjadi pada layanan Internet Wifi PT XYS. Pada penelitian ini penulis ingin melakukan pengelompokan gangguan Internet yang terjadi di daerah karawang dengan menggunakan Metode Clustering untuk pengelompokan data ganggunan. Dengan menentukan nilai titik pusat atau Centroid yang berjumlah Centroid 3 maka dapat dibentuk menjadi 3 cluster. 3 cluster yang terbentuk akan memberikan informasi daerah apa saja yang menjadi Cluster tingkat tinggi (C1), Cluster tingkat sedang (C2), dan Cluster tingkat rendah (C3). Hal ini dapat memberikan informasi kepada PT xyz agar mengetahui daerah apa saja yang perlu penanganan lebih agar dapat mengurangi masalah gangguan Internet Wifi yang tinggi agar berkurang.

Sistem Pendukung Keputusan Penilaian Kompetensi Guru Menggunakan Metode Analytical Hierarki Process Aimede Primackof Pouryono; Intan Purnamasari; Bagja Nugraha
Jurnal Ilmiah Informatika Vol. 5 No. 2 (2020): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v5i2.888

Junior High School 3 Patokbeusi is one of the schools that implements Teacher Competency Assessment one by one for the school year. In the assessment, the problem that is often an obstacle is the assessment process which is very complicated if it has to be done manually and the possibility of errors in calculating the value and recapping the value is more vulnerable. This is what makes the Teacher Competency Assessment process ineffective and inefficient. Based on the problems that have been described, it is necessary to make a solution to overcome the problems of Teacher Competency Assessment by making a web-based system application using the Analitycal Hierarchy Process (AHP) method. The process of determining this ranking uses the weights of the 14 criteria tested and is used to determine the highest alternative assessment value or the highest teacher competency value based on 14 pre-determined criteria weights. In this decision support system, it produces a value that is used as a problem-solving tool in determining the best performing teacher which has been done manually by the school. The results of this thesis research produce a web-based teacher competency assessment decision support system. Then to test this program, the authors use blackbox testing, whitebox testing and questionnaires where this questionnaire is a form filling stage by teachers and friends to assess the feasibility level of this program where the results of filling out the questionnaire form produce an overall score above 75. and is included in the “Very Good” rating, so it can be concluded that the teacher competency assessment decision support system program is worthy of being used as a process to determine the best teacher.

Co-Authors Adhi Rizal Agustiyana, Rosela Aimede Primackof Pouryono Al Farezal, Rifky Alamry, Syarifah Helmiah Alfiah, Nur Rizqi Aliffia Kulsumarwati Andini, Rina Widia Anisa Aulia Annaz, Fajar Aprina, Tilawaty Asep Jamaludin Bagja Nugraha Baguspriawan, M Rendy Bella Aprianti Betha Nurina Sari Budi Arif Dermawan Carudin, Carudin Chosyiyah, Atut Indah Deesaeh, Khairul Anwar Dinar Hasnan Hariri Dori Lukman Hakim Dwi Setyaningsih Dzakiri, Labib Hanif E Haodudin Nurkifli Elin Nurlia Erik Arfan Suganda Erlina Suci Astuti, Erlina Suci Ernawati, Naya Fatiah Rahmadanti, Tania Fauzan Osama, Mochamad Febrianti, Amanda Firaldi, Ilhan Firdausi, Stabita Firdiansyah, Adri Firmansyah, Dani Hamdan, Muhamad Handaria, Diana Hannie Hannie Hardiansyah, Firhan Hayuni, Okta Ros Hema Dewi Anggraheny Hidayat, Rofiq Ibnu Alfitra Salam Iin Khairunnisa Iqbal Maulana Irman Hermadi Jaman, Jajam Haerul Julius Widianto Pratama Putra Kamal Prihandani Khoirul Fahmi, Muhamad Komarudin, Oman Lulianthy, Eliyana Lusen, Vieri M Jajuli M. Rayhan Rizqullah Syarif Maulana, Asyifa Mayasari, Rini Muhamad Iqbal Faddillah Muhammad Azhari Sofyan, Chendra Mulyono Mulyono Nafi'ah, Nafi'ah Nafisah, Karunia Nirma Kurriwati, Nirma Nurfathullah, Muhammad NURUL HIDAYAH Nurul Miqat Oman Komarudin Padilah, Tesa Nur Paramitha, Dhiya Ayu Pratama, Riski Danan Prihandani, Kamal Putri, Dwi Khalisa Putri, Dyas Rahma Rafika Nur Rindhasari, Amelia Rini Mayasari Rivanka, Dika Rizal, Adhi Rohanah, Aan Salam, Ibnu Alfitra Samuel Bayulianto Santosa, Agil Sari, Alya Amelia Senjaya, Rico Septiadi, Michael shelladita fitriyani susilo Siska Siska Sofi Defiyanti Sulilawati, Susi Syaripudin, Rifky Teguh Irawan Valdi Irawan Virgayani Fattah Yahya Wijaya Yani Nurhadryani Yulis Indriyani Yusup, Irvan Maulana

Title

Found 58 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 58 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 58 Documents
Search