Article Per Year (5 Year)
p-Index From 2020 - 2025
5.909
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Faktor Exacta Jurnal Nasional Komputasi dan Teknologi Informasi REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Profesi Insinyur Universitas Lampung Jurnal Publikasi Teknik Informatika (JUPTI) Jurnal Rekayasa Komputasi Terapan Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Putri Dina Mardika
Universitas Indraprasta PGRI
Aerospace Engineering Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Neuroscience Social Sciences Transportation Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
IMPLEMENTASI METODE SCRUM PADA PERANCANGAN SISTEM INFORMASI TATA USAHA SEKOLAH BERBASIS WEB Mardika, Putri Dina; Ahmad Fauzi; Nilma
Jurnal Publikasi Teknik Informatika Vol 1 No 1 (2022): Januari : Jurnal Publikasi Teknik Informatika
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.506 KB) | DOI: 10.55606/jupti.v1i1.188

Abstract

The use of information technology which is increasingly becoming an important need for all sectors of people's lives with all the conveniences offered such as speed and good data processing accuracy makes this difficult for today's society to do. In the world of education, information technology is also used in data processing in the administrative section. MTs Sirojul Athfal which still uses conventional methods, needs an information system to process student payment data so as to reduce errors in data processing. The Scrum method is very well used in the process of making information systems that require fast time to implement. The purpose of this research is to implement the SCRUM method in the design of the MTs Administrative Information System. The results of this study indicate that the SCRUM method is very well used in the manufacture of Information Systems, which requires fast time and needs dynamic information systems in the process.
Mutasi Karyawan Menggunakan Algoritma Maut di Balitbang KEMHAN Rizki, Khairul; Mardika, Putri Dina
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 5, No 01 (2024): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v5i1.10440

Abstract

Penelitian ini mengkaji pengembangan Sistem Keputusan Mutasi Karyawan dengan memanfaatkan Algoritma Multi-Attribute Utility Theory (MAUT) di Balitbang Kemhan. Era kemajuan ilmu pengetahuan dan teknologi mendorong organisasi untuk memiliki karyawan dengan keterampilan sesuai perkembangan. Namun, mutasi karyawan di Balitbang Kemhan menghadapi masalah nepotisme, kurangnya transparansi, dan keputusan berbasis kinerja. MAUT digunakan untuk menggali preferensi karyawan dalam konteks mutasi, sementara Sistem Pendukung Keputusan (SPK) akan dikembangkan dengan Java dan MySQL. Metode pengumpulan data melibatkan angket, observasi, dan analisis dokumen. Studi ini melibatkan 50 data karyawan sebagai sampel untuk pengambilan keputusan mutasi. Hasilnya menunjukkan bahwa penerapan Sistem Keputusan Mutasi Karyawan dengan MAUT berhasil meningkatkan efisiensi dalam proses mutasi, meningkatkan transparansi dan adilnya keputusan. Integrasi Java dan MAUT memberikan dampak positif pada pengelolaan sumber daya manusia di Balitbang Kemhan.
Penerapan Sistem Informasi Manajemen Purnabakti Pegawai UPTD SDN Kemirimuka 3 Menggunakan Metode Scrum Wijaya, Eka Murpy; Mardika, Putri Dina
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 5, No 02 (2024): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v5i2.10778

Abstract

Teknologi Informasi saat ini telah menjadi payung besar terminologi yang mencakup seluruh peralatan teknis untuk memproses dan menyampaikan suatu informasi. Di dalam dunia Pendidikan, Teknologi informasi semakin berkembang dan banyak digunakan sebagai alternative solusi untuk menyelesaikan beberapa masalah dikarenakan kecepatan proses yang tinggi dan dengan tingkat kesalahan proses yang kecil  UPTD SDN Kemirimuka 3 saat ini masih menggunakan cara konvensional, perlu dibuat sebuah sistem informasi untuk mengolah data purnabakti pegawai sehingga dapat mempermudah pendataan, pengolahan tunjangan, dan pelaporan usulan calon purnabakti. Metode SCRUM sangat baik digunakan dalam proses pembuatan sistem informasi yang membutuhkan waktu cepat dalam proses penerapannya. Tujuan dari penelitian ini adalah menerapkan metode SCRUM dalam perancangan Sistem Informasi Manajemen Purnabakti Pegawai di UPTD SDN Kemirimuka 3. Hasil dari penelitian ini menunjukan bahwa metode SCRUM sangat baik digunakan dalam pembuatan Sistem Informasi yang membutuhkan waktu cepat dan kebutuhan sistem yang dinamis dalam pengerjaannya.
Penerapan Algoritma Simple Additive Weighting Terhadap Pemberian Bonus Karyawan pada PT AHPS Akmal, Fikri Aufa; Mardika, Putri Dina
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 5, No 03 (2024): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v5i3.11201

Abstract

Tantangan di PT Afif Hibban Pratama Sejahtera (AHPS) adalah penetapan reward karyawan secara manual yang tidak efisien. Tujuan dari pengembangan sistem pendukung keputusan penentuan reward pegawai adalah untuk membantu bagian keuangan dalam mendasarkan keputusan reward pada hasil kinerja melalui compositions yang terkomputerisasi dengan menggunakan metode Simple Additive Weighting (SAW). Penelitian ini menggunakan metode SAW untuk mengatasi permasalahan yang teridentifikasi. Hasil dari penelitian ini adalah pembuatan laporan pemeringkatan yang akurat untuk penerima reward, sehingga membantu distribusi reward karyawan. Sistem aplikasi yang dirancang memenuhi kebutuhan PT AHPS, memudahkan bagian keuangan dalam entri information dan pembuatan laporan untuk compositions pembagian reward.
Sistem Pakar untuk Identifikasi Fase Quarter Life Crisis pada Usia 20-29 Tahun Menggunakan Algoritma Certainty Factor Alamsyah, Muhammad Fachri; Mardika, Putri Dina
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 5, No 01 (2024): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v5i1.10605

Abstract

Quarter life crisis adalah kebingungan dalam kehidupan seorang individu yang terasa monoton, perasaan khawatir berlebihan tentang masa depan dan penyesalan serta mempertanyakan keputusan hidup yang sudah diambil. Fase ini rawan terjadi pada mahasiswa karena pada dasarnya seorang mahasiswa dalam rentang usia 20-29 tahun merupakan masa peralihan sehingga banyak penyesuaian baru terkait tanggung jawab dan komitmen. certainty factor merupakan metode yang mendefinisikan ukuran kepastian sebuah fakta dan aturan untuk menggambarkan kepercayaan seorang ahli dengan masalah yang dihadapi. Masalah yang ada di dalam penelitian ini adalah bagaimana sistem yang dibuat mampu melakukan proses identifikasi fase quarter life crisis dan bagaimana proses penentuan aturan dari gejala yang didapat dari pakar lalu diimplementasikan menggunakan algoritma certainty factor. Tujuan dari penelitian ini adalah untuk merancang sistem pakar yang dapat mengidentifikasi fase quarter life crisis dengan algoritma certainty factor serta menentukan aturan berdasarkan gejala yang ada dengan menggunakan algoritma certainty factor. Tahapan-tahapan yang terdapat pada penelitian ini adalah proses perumusan masalah, proses pengumpulan data-data yang akan diolah serta pengimplementasian dari algoritma yang digunakan. Hasil dari penelitian ini nantinya akan berupa hasil identifikasi dari fase quarter life crisis yang di dalamnya memuat fase yang dialami serta persentase keyakinan dari setiap fase yang dialami.
Implementasi Data Mining untuk Mendiagnosa Penyakit Jantung dengan Algoritma Naïve Bayes di RS TK II Moh. Ridwan Mauraksa Fernanda, Sultan Rahma; Mardika, Putri Dina
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 9, No 1 (2025): SEMNAS RISTEK 2025
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v9i1.7779

Abstract

Kesehatan jantung memainkan peran penting dalam kehidupan manusia karena jantung mendistribusikan darah yang kaya oksigen ke seluruh tubuh. Penyakit kardiovaskular, termasuk serangan jantung, merupakan salah satu penyebab utama kematian di dunia. Menurut laporan WHO, lebih dari 17,8 juta orang meninggal setiap tahun karena penyakit jantung. Faktor risiko termasuk gaya hidup, usia, dan kondisi sosial ekonomi memiliki pengaruh signifikan terhadap prevalensi penyakit ini. Deteksi dini melalui algoritma pembelajaran mesin, seperti Naïve Bayes, menunjukkan akurasi tinggi dalam menganalisis data medis. Penelitian ini menggunakan algoritma Naïve Bayes untuk memprediksi risiko penyakit jantung pada pasien di RS TK II Ridwan Mauraksa, dan menunjukkan akurasi sebesar 80% pada 25 data uji. Hasil ini selaras dengan temuan sebelumnya yang menunjukkan efektivitas algoritma pembelajaran mesin dalam prediksi medis. Dengan pengaplikasian yang lebih luas, algoritma ini dapat membantu penanganan dini dan mengurangi angka kematian akibat penyakit jantung. Studi ini berpotensi diterapkan di rumah sakit lain untuk mendukung upaya deteksi dini penyakit jantung.
Analisis Faktor Kesuksesan Film dengan Klasterisasi Algoritma Leiden dan Prediksi Pohon Keputusan Ambarsari, Erlin Windia; Mardika, Putri Dina; Bramantia, Agi Candra
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8291

Abstract

Abstrak - Penelitian ini bertujuan untuk mengidentifikasi faktor utama yang memengaruhi kesuksesan film blockbuster dengan metode klasterisasi dan prediksi berbasis pembelajaran mesin. Dataset mencakup 430 film blockbuster yang dirilis antara tahun 1977 hingga 2019, dengan variabel utama imdb_rating, film_budget, dan length_in_min. Analisis dilakukan menggunakan pemrograman bahasa R di platform Google Colab. Tahap pertama melibatkan klasterisasi dengan algoritma Leiden, namun hasil menunjukkan bahwa seluruh data tergabung dalam satu klaster, mengindikasikan kesamaan karakteristik di antara film-film tersebut. Selanjutnya, model prediksi kesuksesan film dikembangkan menggunakan algoritma C5.0, dengan hasil akurasi sebesar 82,29%. Analisis menunjukkan bahwa variabel film_budget dan imdb_rating memiliki pengaruh signifikan terhadap kesuksesan film. Pohon keputusan yang dihasilkan menunjukkan bahwa film dengan anggaran lebih dari 142 juta USD dan rating IMDb di atas 7,8 memiliki peluang kesuksesan yang lebih tinggi. Berdasarkan temuan ini, dapat disimpulkan bahwa anggaran produksi dan rating IMDb adalah faktor utama penentu kesuksesan film blockbuster. Rekomendasi bagi industri film adalah memprioritaskan alokasi anggaran yang efektif serta meningkatkan kualitas konten untuk menarik minat pasar. Untuk penelitian lanjutan, disarankan untuk mempertimbangkan variabel tambahan seperti popularitas aktor atau tren genre, serta menggunakan metode pembelajaran mesin lainnya guna memperluas cakupan prediksi.Kata kunci: Film Blockbuster, Klasterisasi Leiden, Algoritma C5.0, Anggaran Produksi, Rating IMDb  Abstract - This study aims to identify the key factors influencing the success of blockbuster films using clustering and machine learning-based prediction methods. The dataset includes 430 blockbuster films released between 1977 and 2019, with primary variables imdb_rating, film_budget, and length_in_min. The analysis was conducted using R programming on the Google Colab platform. The first stage involved clustering with the Leiden algorithm; however, the results indicated that all data merged into a single cluster, suggesting similar characteristics among these films. Subsequently, a model to predict film success was developed using the C5.0 algorithm, yielding an accuracy of 82.29%. The analysis showed that film_budget and imdb_rating significantly impacted film success. The resulting decision tree indicated that films with budgets over 142 million USD and IMDb ratings above 7.8 have a higher likelihood of success. Based on these findings, it can be concluded that production budget and IMDb rating are the primary determinants of blockbuster film success. The recommendation for the film industry is to prioritize effective budget allocation and enhance content quality to attract market interest. For further research, it is suggested to consider additional variables, such as actor popularity or genre trends, and to employ other machine learning methods to expand the scope of prediction.Keywords: Blockbuster Films, Leiden Clustering, C5.0 Algorithm, Production Budget, IMDb Rating
Penerapan Augmented Reality untuk Memperkenalkan Hewan Langka Berbasis Android Giibran, Emir Ali; Mardika, Putri Dina; Ningsih, Retna
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 6, No 02 (2025): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v6i02.13119

Abstract

Belum banyak sekolah TK yang mengimplementasikan Augmented Reality untuk memperkenalkan hewan langka. Penelitian ini bertujuan untuk mengembangkan sebuah Aplikasi Pengenalan Hewan Langka berbasis Android menggunakan Teknologi Augmented Reality dengan menggunakan Metode Scrum. Dalam tahapan ini meliputi kegiatan perencanaan seperti menetapkan tujuan, membuat rencana tindakan, mengevaluasi kemajuan, dan menilai kinerja secara keseluruhan. Augmented Reality bekerja berdasarkan deteksi citra. Prinsip kerjanya adalah kamera yang telah dikalibrasi akan mendeteksi marker yang diberikan, kemudian setelah mengenali dan menandai pola marker, webcam akan melakukan perbandingan apakah marker sesuai dengan database yang dimiliki atau tidak. Hasil dari penelitian ini menciptakan model pembelajaran yang interaktif dengan memanfaatkan efektivitas teknologi AR, dan memberikan kemudahan untuk edukasi tentang hewan langka melalui aplikasi yang digunakan di perangkat Android, serta diselingi dengan kuis sederhana sebagai konten edukatif.
Pengembangan Model Decision Tree Menggunakan Particle Swarm Optimization untuk Klasifikasi Popularitas, Infrastruktur, dan Potensi Pasar Wilayah Jabodetabek Ambarsari, Erlin Windia; Kustian, Nunu; Mardika, Putri Dina
Journal of Information System Research (JOSH) Vol 6 No 4 (2025): Juli 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i4.7216

Abstract

Traditional markets play a vital role in local economies; however, they face challenges related to competitiveness, infrastructure quality, and legal operational status. This study aims to develop a classification model for traditional markets in the Greater Jakarta (Jabodetabek) region based on three main aspects: popularity, infrastructure readiness, and market potential. The model utilizes a Decision Tree (DT) algorithm optimized with Particle Swarm Optimization (PSO) to enhance classification accuracy while maintaining model interpretability. The dataset comprises 1,253 market entries with 15 predictive features. The classification model categorizes markets into popular or unpopular, infrastructure-ready or not-ready, and potential or non-potential groups. Experimental results demonstrate that the model achieves an average accuracy of 97.48%. Key factors influencing the classification outcomes include the number of vendors, the availability of basic facilities (electricity, clean water, toilets, and drainage), the age of the market, and the presence of an official operating license (IUP2T). The findings provide valuable insights for local governments and policymakers to prioritize market revitalization efforts based on data-driven classification results. Furthermore, this study opens future research opportunities to integrate spatial data and real-time market analytics to improve classification accuracy further and support more adaptive and effective policy-making.
Integrasi Notifikasi CCTV Melalui Telegram Berbasis Iot Dengan Metode Pose Estimation Opitasari, Opitasari; Mardika, Putri Dina
Jurnal Profesi Insinyur Universitas Lampung Vol. 6 No. 1S1 (2025)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v6n2.200

Abstract

This research presents the development of an Internet of Things (IoT)-based automatic notification system integrated with conventional Closed-Circuit Television (CCTV) cameras using the pose estimation method to detect human presence in real-time. The method used in this research is BlazePose from the MediaPipe library, which is capable of detecting up to 33 key points of the human body. The system was developed using the Python programming language with the Flask framework for the backend and Vue.js for the frontend. Video streaming is captured via the Real-Time Streaming Protocol (RTSP) protocol from the CCTV DVR, then analysed using a body pose detection algorithm. If the system detects human presence based on distance, angle, and pose similarity thresholds (cosine similarity), the system will send an automatic notification via Telegram to the user. The test results show that the system successfully detects human poses with a good level of accuracy and can send notifications efficiently according to the specified schedule. The system also provides a web-based feature that displays activity statistics, the number of notifications, and log reports that simplify the monitoring process. This research shows that pose detection technology can be effectively implemented in conventional CCTV systems to improve security responses in real-time and cost-effectively.
Co-Authors Agung Surya Laksana Agus Priyanto Ahmad Fauzi Ahmad Fauzi Ahmad Febri Hartanto Akmal, Fikri Aufa Alamsyah, Muhammad Fachri Annisa Assyahidiyah Aprilia Derina Apriyansyah, Al Arip Asep Gunawan Ayyasy, Fathan Bramantia, Agi Candra Erlin Windia Ambarsari Fernanda, Sultan Rahma Giibran, Emir Ali Giri Umbara Fudhail Handayani, Santy Harun Al Rasyid Hasanudin Hasanudin Indra Syaputra, Indra KUSTIAN, NUNU marlia, rina Nicklaus, Josua Oloan Nilma Nilma Nilma Nilma Nilma Nilma, Nilma Ningsih, Retna Opitasari, Opitasari Pamungkas, Yuliyanto Rayi Rahnita Nuzulah Rescal Castro Ria Asep Sumarni, Ria Asep Rizki, Khairul Santy Handayani Selli Mariko Sriyanti, Rini Thomas Afrizal, Thomas Tri Yani Akhirina Wahyudi, Wisnu Wijaya, Eka Murpy