Article Per Year (5 Year)
p-Index From 2021 - 2026
5.7
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Tech-E JRST (Jurnal Riset Sains dan Teknologi) JITK (Jurnal Ilmu Pengetahuan dan Komputer) JMM (Jurnal Masyarakat Mandiri) Jurnal Media Elektro : Journal of Electrical Power, Informatics, Telecommunication, Electronics, Computer and Control System Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) PROFICIO: Jurnal Pengabdian Masyarakat Bulletin of Information Technology (BIT) International Journal Software Engineering and Computer Science (IJSECS) Journal of Informatics and Communication Technology (JICT) IT For Society : Journal of Information Technology eProceedings of Engineering Innovative: Journal Of Social Science Research Journal of Informatics and Communication Technology (JICT) Smatika Jurnal : STIKI Informatika Jurnal
Dewi Marini Umi Atmaja
Telkom University
Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Type 2 Diabetes Mellitus Diagnosis Model Using the C4.5 Algorithm Ruaida Susanti; Dewi Marini Umi Atmaja; Arif Rahman Hakim; Amat Basri
Tech-E Vol. 7 No. 2 (2024): TECH-E (Technology Electronic)
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/te.v7i2.2676

Abstract

Type 2 Diabetes Mellitus (DM) is a metabolic disorder characterized by elevated blood sugar resulting from decreased insulin secretion by pancreatic beta cells and/or impaired insulin function (insulin resistance). Over the last 50 years, there has been a rapid increase in the prevalence of diabetes, paralleling the rise in obesity rates. This study aims to develop a diagnostic model for type 2 DM using C4.5, incorporating feature selection and analyzing age and gender parameters of Type II DM patients. The research employs the Cross-Industry Standard Process for Data Mining (CRISP-DM). Based on the dataset used, the C4.5 model demonstrated superior performance compared to SVM and Random Forest, achieving an AUC value of 72.5%, indicating a reasonably good classification level. The predominant gender among Type II DM patients is female, comprising 210 patients or 54.8% in the age range of 18-94 years, while 173 male patients or 45.2% fall within the age range of 23-80 years.
Implementation of Random Forest Algorithm on Palm Oil Price Data Rahman Hakim, Arif; Atmaja, Dewi Marini Umi; Basri, Amat; Syafii, Muhamad
Tech-E Vol. 6 No. 2 (2023): TECH-E (Technology Electronic)
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/te.v6i2.1757

Abstract

One of the potential commodities that are widely cultivated in Indonesia is palm oil, and palm oil or commonly referred to as palm oil is one of the processed products of palm oil which generates the most important foreign exchange for Indonesia. Data mining is a process that utilizes mathematical techniques, statistics, artificial intelligence, and machine learning techniques to extract and identify useful information and related knowledge from large databases [3], including palm oil price data. Random Forest is one of the methods in the decision tree. A decision tree is a flowchart shaped like a tree with a root node that is used to collect data that is used to solve problems and make decisions. In this study, a random forest algorithm was used to classify palm oil price data from 2014 to 2019. The classification method used the random forest algorithm on palm oil data using the Mtry parameter of 1 and the Ntree parameter of 500 resulting in an accuracy percentage of 100%. The most influential variable (importance variable) in the classification model using the resulting random forest algorithm is the palm oil variable.
Performance Analysis of Classification and Regression Tree (CART) Algorithm in Classifying Male Fertility Levels with Mobile-Based Arif Rahman Hakim; Dewi Marini Umi Atmaja; Amat Basri; Andri Ariyanto
Tech-E Vol. 7 No. 1 (2023): TECH-E (Technology Electronic)
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/te.v7i1.2110

Abstract

Fertility is the ability to produce offspring in a man or the ability of the reproductive organs to work optimally in fertilization. Fertility rates have declined drastically in the last fifty years. Machine Learning is a field devoted to understanding and building learning methods. This study will use machine learning algorithms to classify male fertility levels, namely the Classification and Regression Tree (CART) algorithm and the K-Fold Cross Validation validation method. The fertility dataset used in this study was obtained from the UCI Machine Learning website, with a total of 100 data and the variables used are Age, Childish diseases, Accident or serious trauma, Surgical intervention, High fevers in the last year, Frequency of alcohol consumption, Smoking habit, Number of hours spent sitting per day and Diagnosis. K-Fold Cross Validation can be used together with CART to measure the performance of the CART model on different data, so as to avoid overfitting or underfitting the CART model. Based on the calculation of the CART algorithm and the K-Fold Cross Validation validation method (K = 1 to K = 9), the average accuracy value for training data is 98.70% and the average accuracy value for testing data is 81.16%. The results of this study have proven that the CART algorithm can be used to classify the level of fertility in men well. In addition, the classification model formed can be implemented into a mobile application (android) so that it is easy to use and understand.
Analisis dan Perancangan Sistem Elektronik Toko (E-Toko) Kelontong Berbasis Website Tugiman, Tugiman; Atmaja, Dewi Marini Umi; Suwaryo, Niko
Innovative: Journal Of Social Science Research Vol. 4 No. 2 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i2.9505

Abstract

Perkembangan teknologi informasi saat ini sangat berkembang pesat dan menjangkau ke semua bidang usaha, organisasi, perusahaan, dan sebagainya. Berdasarkan data yang dikeluarkan oleh BEKRAF (2018), skala usaha besar 3,12%, menengah 11,90%, kecil 32,01%, dan mikro sebanyak 52,97%. Usaha Mikro Kecil Menengah (UMKM) di Indonesia, khususnya pada sektor usaha warung dan toko kelontong berkembang sangat pesat. Terkait hal ini peneliti mengadakan penelitian dengan membuat sistem eletronik toko kelontong (e-toko) berbasis web. Pengujian aplikasi ini menggunakan UserAcceptance Test (UAT). Metode ini dipilih untuk mengetahui mengenai penerimaan sistem dan kebergunaanya. Berdasarkan pengujian black box semua hasil pengujian menunjukkan valid, sedangkan pada pengujian penerimaan sistem menggunakan User Acceptance Test (UAT) menghasilkan angka 80.02% dengan kriteria baik.
Perancangan Sistem Informasi Unit Kegiatan Mahasiswa (Ukm) Kampus Telkom Jakarta Berbasis Web Dengan Pendekatan Waterfall Aufa Hafiy Andhika; Dewi Marini Umi Atmaja; Ilham Roni Yansyah
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Unit Kegiatan Mahasiswa (UKM) memiliki peran penting dalam pengembangan soft skills, kreativitas, dan jiwa organisasi mahasiswa di lingkungan perguruan tinggi. Namun, di Telkom University Kampus Jakarta, pengelolaan data keanggotaan, dokumentasi kegiatan, serta administrasi UKM masih dilakukan secara manual, sehingga menimbulkan berbagai permasalahan seperti rendahnya efisiensi, keterbatasan akses informasi, dan kurangnya transparansi dalam pelaksanaan kegiatan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem informasi UKM berbasis web guna membantu mahasiswa, pengurus UKM, dan pihak kemahasiswaan dalam mengelola aktivitas organisasi secara digital dan terintegrasi. Metode pengembangan sistem yang digunakan adalah Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan sistem menggunakan UML, implementasi dengan framework Laravel, serta pengujian menggunakan metode Black Box dan User Acceptance Testing (UAT). Sistem informasi ini menyediakan fitur utama seperti pendaftaran anggota, manajemen event, unggahan dokumentasi kegiatan, pengelolaan sertifikat, serta dashboard peran pengguna yang berbeda. Selain itu, teknik Search Engine Optimization (SEO) turut diterapkan untuk meningkatkan visibilitas website dan kemudahan pencarian informasi kegiatan. Hasil pengujian menunjukkan bahwa sistem mampu berjalan sesuai dengan kebutuhan fungsional dan memperoleh respons positif dari pengguna. Dengan adanya sistem ini, diharapkan pengelolaan UKM di Telkom University Kampus Jakarta dapat menjadi lebih efisien, transparan, profesional, serta mendorong partisipasi aktif mahasiswa dalam kegiatan organisasi.
Rancang Bangun Aplikasi E-Commerce Berbasis Web Untuk Penjualan Tas Menggunakan Metode Prototype (Studi Kasus Di Toko Jims Honey Poris) Dio Kurnia Sandi; Ilham Roni Yansyah; Dewi Marini Umi Atmaja
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Toko Jims Honey Poris menghadapi kendala dalam sistem penjualan dan pencatatan stok yang masih dilakukan secara manual serta belum terdigitalisasi. Proses transaksi yang bergantung pada kunjungan langsung dan komunikasi via WhatsApp menghambat perluasan jangkauan pasar. Penelitian ini bertujuan untuk merancang dan membangun sistem e-commerce berbasis web sebagain solusi untuk meningkatkan efisiensi operasional dan memperluas akses konsumen. Pengembangan sistem menggunakan pendekatan prototype dengan tools Laravel dan MySQL sebagai basis teknologi. Sistem yang dibangun mencakup fitur katalog produk, pencarian dan filter, keranjang belanja, checkout, pengecekan ongkos kirim otomatis, serta integrasi metode pembayaran digital. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan dapat berjalan sesuai kebutuhan pengguna dan memberikan kemudahan dalam transaksi dan manajemen operasional toko. Penelitian ini memberikan kontribusi nyata dalam mendukung transformasi digital UMKM di sektor fashion.
Implementation of Support Vector Regression for Polkadot Cryptocurrency Price Prediction Haryadi, Deny; Hakim, Arif Rahman; Atmaja, Dewi Marini Umi; Yutia, Syifa Nurgaida
JOIV : International Journal on Informatics Visualization Vol 6, No 1-2 (2022): Data Visualization, Modeling, and Representation
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.1-2.945

Abstract

Cryptocurrency investment is an investment instrument that has high risk but also has a greater advantage than other investment instruments. To make a big profit, investors need to analyze cryptocurrency investments to predict the price of the cryptocurrency to be purchased. The highly volatile movement of cryptocurrency prices makes it difficult for investors to predict those prices. Data mining is the process of extracting large amounts of information from data by collecting, using data, the history of data relationship patterns, and relationships in large data sets. Support Vector Regression has the advantage of doing accurate cryptocurrency price predictions and can overcome the problem of overfitting by itself. Polkadot is one of the cryptocurrencies that are often used as investment instruments in the world of cryptocurrencies. Polkadot cryptocurrency price prediction analysis using the Support Vector Regression algorithm has a good predictive accuracy value, including for Polkadot daily closing price data, namely with a radial basis function (RBF) kernel with cost parameters C = 1000 and gamma = 0.001 obtained model accuracy of 90.00% and MAPE of 5.28 while for linear kernels with parameters C = 10 obtained an accuracy of 87.68% with a MAPE value of 6.10. It can be concluded that through parameter tuning, the model formed has an accuracy value and the best MAPE is to use a radial kernel basis function (RBF) with cost parameters C = 1000 and gamma = 0.001. The results show that the Support Vector Regression method is quite good if used for the prediction of Polkadot cryptocurrencies.
DIGITALISASI SISTEM PEMANGGILAN PASIEN DI KLINIK PRATAMA AS-SALAM PURWAKARTA BERBASIS AUDIO VISUAL Arif Rahman Hakim; Dewi Marini Umi Atmaja; Adelia Chitra Sazkia; Deny Haryadi; Al Zena Ismail; Netanel Danur Wendra
Jurnal Pengabdian Masyarakat FKIP UTP Vol 7 No 1 (2026): PROFICIO : Jurnal Abdimas FKIP UTP
Publisher : FKIP UNIVERSITAS TUNAS PEMBANGUNAN SURAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/jpf.v7i1.5917

Abstract

Pelayanan kesehatan memerlukan digitalisasi pelayanan yang mampu menciptakan proses antrean yang tertib dan mudah dipahami oleh pasien. Klinik Pratama As-Salam Purwakarta menghadapi permasalahan pemanggilan pasien yang masih dilakukan secara lisan, sehingga menimbulkan kebingungan dan ketidakteraturan dalam ruang tunggu. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk menerapkan sistem pemanggilan pasien berbasis audio dan visual sebagai bentuk penerapan teknologi informasi yang mendukung peningkatan kualitas layanan. Metode pelaksanaan meliputi observasi awal, perancangan sistem, instalasi perangkat, pelatihan petugas, serta pengujian langsung di area pelayanan klinik. Hasil implementasi menunjukkan bahwa digitalisasi pelayanan melalui sistem audio visual memberikan informasi antrean yang lebih jelas, meningkatkan keteraturan ruang tunggu, dan mempercepat proses pemanggilan. Petugas dapat mengoperasikan sistem dengan mudah, dan pasien dapat memantau giliran secara mandiri melalui tampilan digital. Simpulan kegiatan ini adalah bahwa penerapan teknologi informasi pada layanan klinik mampu meningkatkan kualitas pelayanan, menciptakan suasana ruang tunggu yang lebih teratur, serta memberikan pengalaman pelayanan yang lebih baik bagi masyarakat.
DIGITALISASI PROSES PENDAFTARAN PASIEN SUNAT BERBASIS WEBSITE DI KLINIK AS-SALAM PURWAKARTA Dewi Marini Umi Atmaja; Arif Rahman Hakim; Adelia Chitra Sazkia; Deny Haryadi; Haikal Apriandi; Netanel Danur Wendra
Jurnal Pengabdian Masyarakat FKIP UTP Vol 7 No 1 (2026): PROFICIO : Jurnal Abdimas FKIP UTP
Publisher : FKIP UNIVERSITAS TUNAS PEMBANGUNAN SURAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/jpf.v7i1.5918

Abstract

Pelayanan sunat atau khitan di Klinik Pratama As-Salam Purwakarta sebelumnya menggunakan mekanisme pendaftaran manual yang menimbulkan berbagai kendala, seperti antrean panjang, ketidakpastian jadwal, serta tingginya beban administrasi bagi staf. Kegiatan pengabdian ini bertujuan mengembangkan sistem pendaftaran pasien sunat berbasis website sebagai solusi untuk meningkatkan efisiensi dan ketertiban alur pelayanan. Metode yang digunakan meliputi asesmen kebutuhan, perancangan sistem, pengembangan aplikasi, implementasi di lingkungan klinik, pelatihan staf, serta evaluasi awal performa sistem. Hasil pelaksanaan menunjukkan bahwa aplikasi pendaftaran berbasis web mampu mempercepat proses registrasi, meningkatkan akurasi data, serta mengurangi penumpukan pasien karena pendaftar dapat memilih dan menyesuaikan jadwal tindakan secara mandiri. Selain itu, staf dapat mengelola data pendaftar dengan lebih terstruktur melalui dashboard admin yang telah disediakan. Evaluasi awal menunjukkan respons positif dari staf dan orang tua pasien, dengan peningkatan kenyamanan, efisiensi, dan kejelasan informasi. Secara keseluruhan, digitalisasi pendaftaran sunat ini terbukti efektif dalam meningkatkan mutu layanan dan memiliki potensi untuk dikembangkan sebagai bagian dari transformasi layanan digital klinik.
Implementasi Sistem Pakar untuk Diagnosis Penyakit Lambung Menggunakan Pendekatan Fuzzy Mamdani Berbasis Website Ilham Roni Yansyah; Dewi Marini Umi Atmaja; Arif Rahman Hakim; Niko Suwaryo
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 9 No 2 (2025): APRIL-JUNE 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v9i2.3534

Abstract

This study aims to develop a more specific diagnostic approach for various gastric diseases in humans, such as gastritis, peptic ulcers, gastric cancer, gastric tumors or polyps, dyspepsia, gastroesophageal reflux disease (GERD), gastroparesis, and gastroenteritis. This approach seeks to enhance the accuracy of disease identification based on more detailed symptoms. An expert system utilizing the Fuzzy Mamdani method is designed to reduce reliance on internal medicine specialists, enabling patients to gain preliminary insights into the type of gastric disease they may have. This expert system is implemented on a web-based platform, leveraging information technology to integrate large-scale databases, supporting efficiency, accuracy, and relevance to the latest developments in medical science. By analyzing digestive disorder symptoms, the system can provide detailed diagnoses, offer insights into identified symptoms, and recommend appropriate treatment solutions.
Co-Authors Adelia Chitra Sazkia Adi Kuncoro Adisty Nilasari, Risma Al Zena Ismail Alan Abyan Maftuh Amat Basri Amat Basri Amat Basri Andri Ariyanto Andri Ariyanto Arif Rahman Arif Rahman Hakim Arif Rahman Hakim Arif Rahman Hakim Arif Rahman Hakim Arif Rahman Hakim Arif Rahman Hakim Aufa Hafiy Andhika Basri, Amat Daniswara Rafi Pandora Deny Haryadi Dio Kurnia Sandi Fadhil Rozi Hendrawan Hadiana, Asep Id Haikal Apriandi Ilham Roni Yansyah Jonathan Gunawan Muttaqin, Widang Netanel Danur Wendra Putri Rizkiyah Rila Mandala Rimbawan Oprasto, Raditya Ruaida Susanti Sanjaya, Andreas Rino Suwaryo, Niko Syafii, Muhamad Syifa Nurgaida Yutia Tugiman Tugiman Tugiman Tugiman Wina Witanti Yakub Zaidan Mufaddhal Zhawa Kamela