Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.396

P-Index

This Author published in this journals

All Journal Jurnal Buana Informatika Jurnal Transformatika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science (JOINTECS) JURNAL MEDIA INFORMATIKA BUDIDARMA INOVTEK Polbeng - Seri Informatika Indonesian Journal of Information System JTAM (Jurnal Teori dan Aplikasi Matematika) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Sebatik Indonesian Journal of Computing and Modeling Jurnal Informatika JUSIM (Jurnal Sistem Informasi Musirawas) Journal of Information Systems and Informatics Aiti: Jurnal Teknologi Informasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Indonesia : Manajemen Informatika dan Komunikasi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Ilmiah Sains Magistrorum et Scholarium: Jurnal Pengabdian Masyarakat IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Jurnal Indonesia : Manajemen Informatika dan Komunikasi d'Cartesian: Jurnal Matematika dan Aplikasi Indonesian Journal of Intelligence Data Science (IJIDS) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal DIMASTIK

Yessica Nataliani

Universitas Kristen Satya Wacana

Author-ID : 328975

Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Physics Social Sciences

Published : 55 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Perbandingan Pembobotan Kriteria dan Seleksi Kriteria pada Pengelompokan Kinerja Karyawan dengan Fuzzy C-Means Sanjaya, Rian; Nataliani, Yessica
Jurnal Buana Informatika Vol 12, No 1 (2021): Jurnal Buana Informatika Volume 12 - Nomor 1 - April 2021
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v12i1.4341

Abstract. Comparison of Weighted Criteria and Selection Criteria for Employee Performance Grouping with Fuzzy C-Means. The development of information technology makes it easier for companies to do many things and affect company operations. One of the objects affecting the company development is employees. Employeesâ€™ performance can be observed from their discipline, honesty, cooperation, and work quality. The purpose of this study is to group the employees based on their performance using fuzzy c-means. There are two kinds of clustering explained in this paper, i.e., clustering with feature weighting and clustering with feature selection. Using the feature weights of 25%, 30%, 25%, and 20% for work discipline, honesty, cooperation, and work quality, respectively, the clustering with feature weighting gives an accuracy rate of 0.8462. While using feature selection, the fuzzy c-means give 1, where the work discipline and honesty are the critical features in clustering. Therefore, we find that honesty is the most essential feature to cluster the employees based on their performance from this research.Keywords: clustering, employees, fuzzy c-means, feature weighting, feature selectionAbstrak. Perkembangan teknologi informasi mempermudah perusahaan dalam melakukan banyak hal dan mempengaruhi operasional perusahaan. Salah satu objek yang mempengaruhi operasional perusahaan adalah kinerja karyawan. Penilaian kinerja karyawan didasarkan pada empat kriteria, yaitu kedisiplinan, kejujuran, kerja sama, dan kualitas kerja, Tujuan penelitian ini untuk melakukan pengelompokan karyawan dengan fuzzy c-means. Pengelompokan yang dilakukan dalam penelitian ini terdiri dari dua macam, yaitu pengelompokan dengan pembobotan kriteria dan pengelompokan dengan seleksi kriteria. Dengan bobot sebesar 25%, 30%, 25%, dan 20% untuk kriteria kedisiplinan, kejujuran, kerja sama, dan kualitas kerja, pengelompokan dengan pembobotan kriteria menghasilkan akurasi sebesar 0.8462. Pengelompokan FCM dengan seleksi kriteria menghasilkan kriteria kedisiplinan dan kejujuran merupakan dua kriteria yang penting dalam pengelompokan karyawan, dengan akurasi sebesar 1. Dari hasil perbandingan dua macam pengelompokan tersebut didapatkan bahwa kejujuran merupakan kriteria terpenting dalam pengelompokan karyawan berdasarkan kinerjanya.Kata Kunci: pengelompokan, karyawan, fuzzy c-means, pembobotan kriteria, seleksi kriteriaÂ

Perbandingan Klasifikasi dengan Pendekatan Pembelajaran Mesin untuk Mengidentifikasi Tweet Hoaks di Media Sosial Twitter Tambunan, Shanto Moyrano; Nataliani, Yessica; Lestari, Elizabeth Sri
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i2.47232

Perkembangan teknologi tidak luput dari dampak negatif, salah satunya hoaks. Twitter menjadi salah satu media sosial yang paling aktif digunakan sebagai pertukaran informasi, komunikasi, dan hiburan. Oleh karena itu pengguna Twitter dapat menyebarkan berita atau hoaks dengan mudah. Penelitian ini bertujuan mengidentifikasi tweet yang berisi informasi hoaks maupun valid menggunakan pembelajaran mesin. Algoritma yang digunakan adalah Stochastic Gradient Descent, NaÃ¯ve Bayes, Random Forest, dan Rocchio. Keempat algoritma tersebut dibandingkan untuk kemudian dicari hasil terbaik dalam mengidentifikasi dan memverifikasi tweet di Twitter yang berisi hoaks atau informasi valid secara otomatis. Kata kunci yang digunakan adalah Corona, Mutasi Corona, PSBB, Dana Bansos, Dana Otsus, Utang Pemerintah, dan Sekolah Tatap Muka sebanyak 898 tweet. Data dikelompokkan berdasarkan kelas hoaks dan valid lalu diolah menjadi dataset dengan melewati tahap pra-proses hingga pembobotan kata dengan TF-IDF. Hasil pengujian menunjukkan algoritma Stochastic Gradient Descent merupakan algoritma terbaik dengan hasil akurasi rata-rata sebesar 84.92%. Pengujian lanjutan dilakukan dengan menghitung nilai presisi, recall, dan F-1. Hasil presisi terbaik sebesar 82.95% pada algoritma NaÃ¯ve Bayes, sedangkan hasil recall dan F-1 terbaik didapat dari algoritma Stochastic Gradient Descent sebesar 85.05% dan 82.42%.

Analisis Interaksi Pengguna Twitter pada Strategi Pengadaan Barang Menggunakan Social Network Analysis Deinard Yordan Sihombing; Yessica Nataliani
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakMeningkatnya interaksi pengguna internet dan media sosial tentu memiliki dampak terhadap peningkatan jumlah data atau konten yang dihasilkan oleh pengguna. Data atau konten yang dihasilkan sering disebut dengan User Generated Content (UGC). Data UGC dapat dimanfaatkan untuk tujuan tercapainya strategi bisnis terhadap produk yang disediakan. Hal ini dilakukan dengan menganalisis interaksi yang terjadi dengan sebuah metode yaitu Social Network Analysis (SNA), dengan membandingkan properti jaringannya. Dalam penelitian ini dilakukan analisis interaksi di dalam platform jejaring sosial yaitu Twitter pada produk smartphone Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, dan Xiaomi Redmi Note 9 Pro. Dari perbandingan properti jaringannya dihasilkan bahwa terdapat tiga tipe smartphone yang memiliki pertimbangan untuk dilakukan perencanaan pengadaan stok ke depannya, yaitu Redmi 9A, Redmi 9C dan Redmi Note 9 Pro.Kata kunci: User Generated Content, Social Network Analysis, Smartphone AbstractThe increased interaction between internet and social media users will certainly have an impact on increasing the amount of data or content generated by users. The data or content generated is often referred to as User Generated Content (UGC). UGC data can be used for the purpose of achieving business strategies for the products provided. This is done by analyzing the interactions that occur, with a method, namely Social Network Analysis (SNA), by comparing the network properties. In this study, an analysis of interactions was carried out on social networking platforms, namely Twitter on the Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, and Xiaomi Redmi Note 9 Pro. From the comparison of network properties, it can be concluded that there are three types of smartphones that have considerations for future stock procurement planning, namely Redmi 9A, Redmi 9C and Redmi Note 9 Pro.Keywords: User Generated Content, Social Network Analysis, Smartphone

Seleksi Fitur pada Pengelompokan Posisi Pemain Basket menggunakan Fuzzy C-Means Antoni Erga; Yessica Nataliani
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 2 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i2.2346

Olahraga bola basket merupakan olahraga terkenal dalam dunia olahraga, baik di tingkat internasional maupun nasional. Satya Wacana Saint Salatiga merupakan salah satu tim bola basket di Indonesia yang merupakan salah satu kontestan Indonesia Basketball League (IBL). Dalam olahraga bola basket, pemain dibedakan menjadi tiga posisi utama, yaitu center, forward, dan guard, yang dipengaruhi oleh kondisi fisiknya. Tujuan dari penelitian ini adalah menyeleksi fitur kondisi fisik yang paling mempengaruhi posisi pemain. Data yang diambil berupa data tinggi badan, berat badan, umur, dan body mass index (BMI) dari 23 pemain. Pengelompokan dengan fuzzy c-means (FCM) digunakan untuk mengelompokkan posisi para pemain berdasarkan fitur-fitur kondisi fisiknya. Untuk mengetahui fitur mana yang paling berpengaruh dalam menentukan posisi pemain, dalam penelitian ini digunakan seleksi fitur pada algoritma FCM. Hasil pengelompokan dengan FCM dibandingkan dengan posisi mereka sebenarnya. Dari empat fitur kondisi fisik tersebut, didapatkan bahwa fitur tinggi badan dan BMI merupakan dua fitur yang paling berpengaruh untuk menentukan posisi pemain. Jika keempat fitur digunakan dalam pengelmpokan didapatkan akurasi sebesar 0.8696, sedangkan jika hanya digunakan fitur tinggi badan dan BMI didapatkan akurasi yang lebih tinggi, yaitu sebesar 0.9565.

Analisis dan Penerapan Knowledge Management System (KMS) Berbasis Web (Studi Kasus Proses Bisnis PT. Bintang Selatan Agung) Willy Thomas; Yessica Nataliani
Journal of Information System and Informatics Vol 3 No 2 (2021): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/journalisi.v3i2.120

PT. Bintang Selatan Agung merupakan perusahaan yang bergerak dalam bidang kontraktor jalan dan rental alat berat. Dalam mendukung proses bisnis, perusahaan memerlukan suatu teknologi berupa sistem yang dapat mendukung suatu perusahaan. Tujuan penelitian ini adalah untuk mengetahui bagaimana proses bisnis dapat berjalan dengan menerapkan Knowledge Management System (KMS). Metodologi yang digunakan dalam melakukan penelitian ini didasarkan pada metode KMS dengan tahapan Knowledge Management System Life Cycle (KMSLC), yang terdiri dari evaluasi infrastruktur, analisis dan desain sistem, sistem penyebaran/penerapan, dan evaluasi. Dalam penelitian didapatkan suatu hasil berupa struktur organisasi, alur proses sistem manajemen pengetahuan, dan penerapan/penyebaran sistem yang mendukung perusahaan. sistem manajemen pengetahuan ini dibangun berbasis web menggunakan bahasa pemrograman Native PHP dengan PhpMyAdmin sebagai framework database. Hasil analisis knowledge management pada perusahaan didapatkan bahwa terdapat penerapan KMS berbasis web yang berfungsi menjaga dan melindungi data dan informasi supaya tidak rusak dan hilang. Perusahaan telah menerapkan transfer pengetahuan explicit melalui sistem database add user, input data pegawai, dan sistem absen karyawan. Selain itu, perusahaan masih membutuhkan peningkatan KM berupa halaman yang dapat menambahkan pengetahuan tacit dan menampilkan pengetahuan tacit untuk menampung pengetahuan dari pegawai, sehingga kinerja karyawan dapat dimaksimalkan.

Implementasi Algoritma Apriori pada Penjualan Alat Teknik Pertanian Alberaldo Difra Gunawan; Yessica Nataliani
Journal of Information System and Informatics Vol 3 No 3 (2021): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v3i3.162

CV. XYZ merupakan perusahaan distribusi alat teknik pertanian di kota Sragen yang harus memenuhi kebutuhan konsumennya dan menentukan strategi yang paling tepat guna memaksimalkan penjualan. Perusahaan memiliki permasalahan dengan pengaturan persediaan barang karena kurang memahami pola pelanggan ketika membeli barang yang dibeli dalam waktu bersamaan, sehingga penelitian ini dilakukan agar perusahaan bisa memperoleh informasi dan bisa mengambil keputusan tentang pembaharuan stok persediaan barang yang lebih tepat dan sesuai dengan kebutuhan. Penelitian ini dilakukan dengan memanfaatkan salah satu pendekatan data mining berupa metode asosiasi dengan algoritma apriori. Penggunaan metode asosiasi dilakukan untuk melihat hubungan antar barang misal konsumen membeli barang A maka juga membeli barang B, sedangkan analisis dengan algoritma apriori digunakan untuk menentukan nilai support dan nilai confidence. Hasil dari penelitian ini adalah jika membeli pompa air dan selang, maka nilai support serta confidence yang didapat sebesar 30,28% dan 96,36%, pompa submersible dan tali kuralon dengan nilai support 34,28% dan nilai confidence sebesar 90,9%. Pola yang lain adalah tali kuralon dan pompa submersible dengan nilai support 34,28% dan nilai confidence sebesar 100%, serta selang dan pompa air dengan nilai support 30%, nilai confidence sebesar 88,33%.

Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means Erdi Amos Saputra; Yessica Nataliani
Journal of Information System and Informatics Vol 3 No 3 (2021): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v3i3.164

Dalam data mining, pendekatan K-Means Clustering adalah metode yang digunakan untuk mengelompokkan data menjadi kumpulan data. Dalam sistem analisis, pendekatan data mining berdasarkan algoritma K-Means dapat digunakan untuk pengelompokan prestasi murid. Dalam penelitian ini data nilai siswa kelas X-XII Bahasa SMAN 1 Tengaran tahun 2014-2017, dari semester satu sampai lima dikelompokkan berdasar nilai rapor. Clustering digunakan dalam pembangunan program analitik ini untuk menilai dampak data murid terhadap kecenderungan keberhasilan murid di setiap kelompok yang dapat dibuktikan dengan kelulusan murid yang menduduki top rank serta dari hasil wawancara guru pengajar maupun wali kelas serta data nilai yang diperoleh dari Dapodik. Hasil dari penelitian ini membuktikan bahwa teknik clustering K-Means dapat dimanfaatkan oleh pengajar untuk mengkategorikan murid berdasarkan nilai mata pelajaran dan absensi, serta menggunakannya untuk menganalisis prestasi murid dengan mengelompokkan dari kategori prestasi rendah, rata-rata, dan tinggi. Selanjutnya, dengan metode Simple Additive Weighting (SAW) dicari top rank dari cluster tinggi untuk menemukan murid unggulan.

PERBANDINGAN CLUSTERING KARYAWAN BERDASARKAN NILAI KINERJA DENGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS Anissa Enggar Pramitasari; Yessica Nataliani
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 8 No 3 (2021): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v8i3.957

XYZ is a company engaged in the yarn spinning industry (textile). To achieve the goal, PT. XYZ requires employees with good competence and discipline. Therefore the company assesses employees based on performance values to evaluate employee performance to increase employee productivity. To facilitate data grouping, data mining techniques are needed. This study uses the K-Means algorithm and the Fuzzy C-Means algorithm by grouping the performance data into 4 clusters, namely the level of performance is very good, level of performance is good, level of performance is sufficient and level of performance is less. The results of this study indicate that the Fuzzy C-Means algorithm is a better method than the K-Means algorithm for grouping employee performance data at PT. XYZ because the accuracy value is close to 100%.

Perbandingan Naïve Bayes, SVM, dan k-NN untuk Analisis Sentimen Gadget Berbasis Aspek Jessica Widyadhana Iskandar; Yessica Nataliani
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 6 (2021): Desember 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

The Samsung Galaxy Z Flip 3 is one of the gadgets that are currently popular among the public because of its unique shape and features. Youtube is one of the social media that can be accessed and enjoyed by the public, one of which is gadget review content on the GadgetIn channel. Youtube can provide information, whether people accept or are interested in this new gadget or not. This study aims to determine the sentiment of a gadget producer. Based on the results of the analysis and testing that has been carried out on the Youtube comments of the Samsung Galaxy Z Flip 3 gadget with a total of 9,597 comments, more users gave positive opinions in the design aspect and negative opinions on the price, specifications and brand image aspects. By using the CRISP-DM model and comparing the Naïve Bayes (NB), Support Vector Machine (SVM), and k-Nearest Neighbor (k-NN) classification methods, it is proven that the SVM classification model shows the best results. The average accuracy of SVM is 96.43% seen from four aspects, namely the design aspect of 94.40%, the price aspect of 97.44%, the specification aspect of 96.22%, and the brand image aspect of 97.63%.

PERENCANAAN STRATEGIS SISTEM INFORMASI DI SINODE GKJ SALATIGA DENGAN KERANGKA WARD AND PEPPARD Inneke Zefania Ariyanto; Yessica Nataliani; Melkior N. N. Sitokdana
Sebatik Vol 25 No 2 (2021): Desember 2021
Publisher : STMIK Widya Cipta Dharma

Penerapan teknologi informasi yang mencakup sistem informasi di Sinode GKJ (Gereja Kristen Jawa) Salatiga hingga sekarang belum sepenuhnya diterapkan dalam organisasi. Untuk itu perlu dilakukan perencanaan guna membangun perencanaan strategis SI beserta portofolio aplikasi Sinode GKJ Salatiga. Upaya ini dapat memberikan kontribusi yang optimal dan terintegrasi, sehingga dapat menyatukan seluruh aspek pendukung dan merealisasikannya dalam tujuan bisnis. Kerangka Ward and Peppard digunakan untuk perencanaan Strategis SI dalam kerangka kerja. Untuk pemetaan seluruh proses bisnis digunakan analisis Value Chain, sedangkan SWOT Analysis digunakan untuk mengevaluasi kekuatan, kelemahan, peluang, dan ancaman lingkungan eksternal dan internal. Dalam menyusun portofolio SI dan TI berdasarkan hasil analisis serta kajian terhadap aktivitas utama dan pendukung yaitu dengan menggunakan McFarlan Strategic Grid. McFarlan Analysis digunakan untuk pemetaan aplikasi saat ini dan juga kebutuhan aplikasi di masa mendatang untuk memperlancar jalannya proses bisnis. Hasil dari perencanaan strategis sistem informasi ini berupa rekomendasi sistem informasi untuk mendukung kegiatan organisasi, yang meliputi peningkatan aplikasi penjualan buku dan homepage, disertai perbaikan infrastruktur jaringan, penambahan keamanan aplikasi, restrukturisasi jaringan internet, pembentukan SOP dan struktur organisasi.

Co-Authors Ade Iriani Adriyanto Juliastomo Gundo Advensius Natalis Agustinus Fritz Wijaya Alberaldo Difra Gunawan Alexander Franklyn Alwin Adi Putra Andree Eka Putra Anissa Enggar Pramitasari Anton Hermawan Antoni Erga Arthur, Christian Atik Setyanti, Angela Bryan Adha Elang Praditya Cahyaningtyas, Christian Chrisanty Mariana Rorimpandey Daniel D Kameo Danny Manongga Darmawan Utomo Deinard Yordan Sihombing Diwa Oktario Dacwanda Edi Suharyadi Eko Sediyono Elizabeth Sri Lestari Erdi Amos Saputra Ering, Anatasya Lingkanwene Erwien Christianto Gerian, Matthew Gigih Prima Subakti Gilang Jonathan Phita Gregorry, Febrianus Hanita Yulia Hapsari, Theresia Shinta Hendry Hindriyanto Dwi Purnomo Hui-Ming Wee Imanuel Susanto Indrastanti Ratna Widiasari Irwan Sembiring Ivanna Kristianti Timotius Jessica Widyadhana Iskandar Kirono, Aryo Sasi Krismiyati Kristoko Dwi Hartomo Lasso, Aldi Leony Martiyana Putri Lorna Yertas Baisa Maria Feby Tri Martin Martin Merryana Lestari Michael Jonathan Mramra , Welianus Yohanes Yehuda Mulyono, Andronikus Natalis, Advensius Penidas Fodinggo Tanaem Prandiska, Kelvin Putra, Andree Eka Rama Tri Budi Ardianto Sanjaya, Rian Sediatmoko, Nur Siradj Suharyadi Suryady, Irwan Tambunan, Shanto Moyrano Theophilus Wellem Theopillus J. H. Wellem Tigar Cahyo Wiguno Tintien Koerniawati Wahab, Nur Haliza Abdul Weku, Winsy C.D Willy Thomas Yuda Novianto Yugowati Praharsi

Title

Found 55 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 55 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 55 Documents
Search