Article Per Year (5 Year)
p-Index From 2020 - 2025
2.217
P-Index
This Author published in this journals
All Journal KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Narada : Jurnal Desain dan Seni Jurnal Informatika Terpadu Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Umi Hayati
STMIK IKMI Cirebon
Arts Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Sistem Informasi Manajemen Persediaan Kue Kering Berbasis WEB Shalsa Fadillah Rahmadenta; Iin; Edi Wahyudin; Mulyawan; Umi Hayati
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 3 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

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

Abstract

Toko aneka kue dalam manajemen pengelolaan data persediaan kue kering masih mengalami keterlambatan dilakukan dengan cara menulisan ke dalam buku, hal itu menyebabkan terjadinya kesalahan dalam perhitungan jumlah barang yang masuk dan keluar serta membutuhkan waktu yang cukup lama, selain itu pencarian berbagai macam jenis kue kering dan proses pencatatan stok kue yang menipis/habis/kadaluarsa masih harus memeriksa secara langsung ke gudang. Oleh karena itu, untuk mengatasi permasalahan tersebut bertujuan untuk membuat sistem informasi manajemen berbasis web agar memudahkan dalam mencari persediaan kue yang sudah kadaluarsa dan membantu mengontrol stok kue kering yang sudah habis atau menipis. Dalam mengidentifikasi masalah tersebut menerapkan metode pengembangan sistem informasi yaitu model waterfall, dan menggunakan bahasa pemrograman PHP dan MySQL. Perancangan program yang akan dibuat menggunakan UML (unifed modeling language). Hasil dari penelitian ini adalah untuk memudahkan dalam manajemen pengelolaan persediaan kue kering yang sudah menipis atau habis dan pencarian kue yang sudah kadaluarsa dengan cepat dan akurat di toko Aneka Kue. Kata Kunci : Sistem Informasi Manajemen; Kue Kering; Metode Waterfall.
Klasifikasi Surat Pemberitahuan Pajak Daerah Menggunakan Metode Regresi Logistik Biner Untuk Mengetahui Patuh Dan Tidak Patuh Dalam Pembayaran Pajak Daerah Mohamad Ripai; Umi Hayati; Wita Widyawati; Heliyanti Susana; Fathurrohman
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 6 No. 1 (2022): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v6i1.128

Abstract

Pajak adalah sebagai suatu kewajiban warga negara berupa pengabdian serta peran aktif warga negara untuk pembangunan nasional maupun daerah berdasarkan Peraturan Undang-Undangan. Tetapi Tingkat kepatuhan wajib pajak yang masih rendah karena belum tercapainya target penerimaan pajak daerah, oleh karena itu peneliti tertarik untuk meneliti bagaimana tingkat kepatuhan wajib pajak di Badan Pengelola Keuangan dan Pendapatan Daerah (BPKPD) Kota Cirebon. Tujuan dari penelitian ini adalah untuk menklasifikasikan jenis dan wajib pajak mana saja yang masih banyak menunggak terhadap Kepatuhan Wajib Pajak. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode Regresi Logistik, untuk mencari hubungan antara variabel respon (y) yang bersifat biner dengan variabel prediktor (x) dari 2 kategori yaitu tepat waktu dan tidak yang dinotasikan dengan y=1 (patuh) dan y=0 (tidak patuh). Hasil yang diharapkan yaitu diketahuinya tingkat kepatuhan wajib pajak berdasarak jenis pajaknya.
PREDIKSI FINANCIAL DISTRESS PERUSAHAAN FOOD AND BEVERAGE MENGGUNAKAN METODE NAIVE BEYES ROSDIANA ROSDIANA; Ruli Herdiana; Ryan Hmonangan; Umi Hayati; Tati Suprapti
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 2 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i2.461

Abstract

The company uses the theory of going concern where the company is considered able to maintain its business for a long period of time, with the understanding that the company will not experience bankruptcy in a short period of time (Listantri & Mudjiyanti, 2016) but it cannot always be achieved because a company can experience financial distress that can cause bankruptcy. Based on the type of data and analysis, This research uses quantitative descriptive research methods in analyzing data, because with this approach will be known the data in real terms that are shown with numbers and the truth can be accounted for. Based on the results of the analysis in the research conducted, the results of the analysis were obtained quickly and accurately, from the tests conducted by comparing training data with testing data using rapid miner support applications obtained an accuracy rate of 95.56%. The process of data mining with the naive bayes method utilizes training data to generate the probability of each criterion for different classes, so that the probability values of these criteria can be optimized for financial distress analysis of food and beverage companies
PENGELOMPOKAN DATA VAKSIN MENGGUNAKAN METODE K-MEANS PADA KANTOR PEMERINTAH DESA BENDUNGAN siti azhar; Dodi Solihin; Tati Suprapti; Umi Hayati; Kaslani
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 2 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i2.464

Abstract

Corona virus or Covid-19 is the name of the virus set by the World Health Organization (WHO) on March 9, 2020 where this corona virus was first discovered in Wuhan China on December 1, 2019. Corona viruses are a large family or viruses that attack animals and humans. When attacks humans, it will cause death. To minimize the number of cases that continue to increase, a recommendation for vaccination is set that aims to increase the immune system.From the data obtained, the authors are interested in further research on vaccine data. In order to group vaccine data, at this stage the cluster center is randomly selected from a set of population data. Next, K-Means tests each cluster in the data population and marks the cluster to one of the cluster centers that have been determined from the distance between the clusters and each cluster center.The result of testing the Clustering K-Means method on grouping vaccine data resulted in the grouping of data being divided into 2 clusters where cluster two (1) got the most data compared to cluster one (0). From the determination of the cluster is determined based on the parameter K 2.
Media Gambar Animasi Pada Game Edukasi Untuk Meningkatkan Minat Belajar Rahayu Arumsari; Cep Lukman Rohmat; Ruli Herdiana; Iin; Umi Hayati
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 2 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v5i2.164

Abstract

Penggunaan game edukasi saat ini terus menjadi bahan ajar yang diminati oleh para guru, dengan metode pembelajaran ini dapat menumbuhkan kreativitas para siswa untuk meningkatkan kualitas pendidikan yang lebih baik. Game edukasi memiliki tujuan untuk merangsang kecerdasan otak anak, sebagai penyeimbang otak kanan dan otak kiri. Selain itu juga dengan menggunakan game edukasi, memiliki konsep yang menarik dan bermanfaat, sehingga bagi para siswa-siswi merasa senang dan dapat menemukan hal baru didalamnya. Masalah dalam penelitian ini untuk pelajaran bahasa Indonesia adalah siswa lebih menyukai materi secara visual atau dengan gambar animasi, karena sebagai guru pun harus dapat menyesuaikan suasana hati siswa-siswi. Pada dasarnya game edukasi ini seperti sedang bermain namun tetap ada pelajaran yang dapat diambil. Tujuan dari penelitian ini untuk membuat game edukasi yang menarik agar para siswa-siswi di sekolah dasar ini agar dapat lebih semangat untuk belajar. Metode yang digunakan yaitu ADDIE (Analisis, Design, Development, Implementasi, Evaluasi), model ini dapat digunakan untuk berbagai macam produk kegiatan pembelajaran dan dengan game edukasi ini dapat menjadi bahan evaluasi nilai akhir. Hasil dari penelitian ini adalah berdasarkan hasil dalam pembuatan game animasi menggunakan software Smart Apps Creator, mengahasilkan game yang mudah untuk digunakan untuk siswa-siswa SD kelas 2. Hasi dari uji yang dihitung menggunakan perhitungan SUS (system usability scale) dari 24 responden penilaian yang diberikan untuk kelayakan game edukasi bahasa Indonesia memperoleh nilai 82 , Dengan Acceptability Ranges didapat Acceptable, versi Adjectives Rating termasuk grade Best imaginable dan Interpretasi dengan Grade Scale maka skor 82 masuk kedalam rating (A).
PERANCANGAN DESAIN INTERIOR GEDUNG STUDIO TV MENGGUNAKAN SOFTWARE BLENDER Nova Nur Sakbani; Umi Hayati; Arif Rinaldi Dikananda
Narada : Jurnal Desain dan Seni Vol 9, No 3 (2022)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/narada.2022.v9.i3.005

Abstract

Designing a studio can be done in many ways, including using blender software. The blender is an application that can be used for interactive images, including picture sharing and even 3D animation. Interior design USES principles such as nirvana, signage, color, drafting, and diagram shapes asa primary basis for understanding interior design. Interior design has become a primary 3D model for its original form. In the modeling technique used on blender software is a solid geometry modeling. These include ways of obtaining or creating data that illustrate objects, purpose models, complexity, proportion and usefulness, and ease the manipulation of models. In the original modelling, the surface is a sphere, cube, uv ball, ico ball, cylinder, cone, etc. 3D modeling requires designing being divided into several stages. For example, which object will be created asa base, how 3D objects are modeled, the lighting of objects and motion animation depends on the sequence of processes performed.
Penerapan Metode Support Vector Machine Pada Sentimen Analisis Pengguna Twitter Terhadap Konser K-Pop Dessy Angelina; Umi Hayati; Gifthera Dwilestari
KOPERTIP : Scientific Journal of Informatics Management and Computer Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v7i1.251

Abstract

K-pop atau Korean Pop saat ini sangat terkenal eksis di kalangan remaja dengan banyaknya penggemar di seluruh mancanegara. Dalam laporan Twitter 2022, Indonesia menjadi Negara dengan jumlah penggemar kpopers terbesar di seluruh dunia. Twitter menjadi media sosial masa kini untuk saling berbagi informasi secara update ataupun berbagi tuitan. Twitter kerap digunakan Kpopers untuk berinteraksi dengan penggemar lainnya ataupun mencari informasi terbaru tentang idola mereka. Tak jarang antar pengguna Tewitter sebagai fans K-pop saling beradu argumen untuk melindungi atau membela citra idolanya masing-masing dari komentar buruk atau tuduhan. Salah satu fans K-pop yang belakangan ini sedang ramai diperbincangkan kpopers dan non fans di media sosial Twitter yaitu fans k-pop Boy Group dari agensi SM Entertaiment bernama NCT 127 (Neo Culture Technology), yang pada tanggal 4 November 2022 lalu menggelar konser tour dunianya di Jakarta. Konser hari pertama mengalami kericuhan sehingga konser diberhentikan sebelum waktunya oleh kepolisian, karena ada lebih dari 30 orang fans yang pingsan dan kesusahan bernafas atas aksi saling dorong mendorong yang terjadi oleh para NCTZen (Fans NCT) untuk berebut signed bola dari para member NCT 127. Dari kejadian kericuhan konser NCT 127 The Link : Jakarta day 1 yang berlokasi di ICE BSD Tangerang tersebut mengundang banyak perhatian pengguna Twitter dari sesama NCTZen, fans lain ataupun non fans di media sosial dengan berbagai tuitan yang bersifat negatif dan positif. Penelitian ini bertujuan untuk mengelompokan sentimen menggunakan metode Klasifikasi Support Vector Machine (SVM) dengan mengetahui pola permasalahan sehingga dapat menghasilkan nilai-nilai yang dikelompokan berupa sikap pengguna Twitter terhadap Konser K-Pop dengan dua nilai yakni lebih condong nilai positif atau nilai negatif. Dari hasil klasifikasi mengguakan Support Vector Machine (SVM) dengan dataset sebanyak 841, diperoleh akurasi 76,64% dengan nilai positif sebanyak 587 dan nilai negatif sebanyak 368. Dengan demikian hasil penelitain ini membuktikan bahwa pengguna Twitter dalam menanggapi permasalahan tentang konser K-pop cenderung lebih banyak berkomentar positif sesuai dengan dataset yang telah penulis ambil sebagai bahan pengujian dan dengan menggunakan metode Support Vector Machine (SVM) dalam hal ini cukup baik untuk mengklasifikasikan dataset berupa teks.
IMPLEMENTASI PADA PENGELOMPOKKAN DATA STUNTING BALITA MENGGUNAKAN ALGORITMA CLUSTERING K-MEDOIDS Puspita Maulana Arumsari; Umi Hayati; Gifthera Dwilestari
JURNAL ILMIAH BETRIK Vol. 14 No. 01 APRIL (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i01 APRIL.23

Abstract

The state of chronic malnutrition in toddlers as measured by the World Health Organization (WHO) standard in 2005, based on height for age, which is a combination of short and very short terms with a Z-score <- 2 standard deviations. The results of the Indonesian Nutrition Status Study (SSGI) of the Ministry of Health show that 24.5% of infants under 5 years old (toddlers) in West Java will experience stunting in 2021. Nearly a quarter of toddlers whose height is below the standard for their age. The data used in this study were obtained from the Ministry of Home Affairs' Bangda Action by monitoring the implementation of 8 convergence actions for stunting reduction interventions. The direction of this research refers to grouping data on the distribution of the number of stunting in the Regency and City of Cirebon based on data collection results in 2022. In this study, the data were processed by applying the K-Medoids clustering algorithm or called Partitioning Around Medoids (PAM) by using the partition clustering method for grouping a set of n objects into several k clusters. From the results of grouping with 3 clusters, the DBI value was -2.427, wherein in the high-level stunting cluster there were 102 villages. In contrast, the medium-level percentage cluster was 103 villages, and the low-level stunting percentage cluster was 241 villages. This research is expected to provide information to the government regarding the classification of stunting under five so that it can determine which villages still need treatment in reducing stunting.
Analisis Algoritma K-Nearest Neighbor terhadap Sentimen Pengguna Aplikasi Shopee Muhammad Saifurridho; Martanto Martanto; Umi Hayati
Jurnal Informatika Terpadu Vol 10 No 1 (2024): Maret, 2024
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v10i1.1054

Abstract

One way to gauge users' thoughts and sentiments towards a particular product, service, or subject is by conducting sentiment analysis on reviews posted on the Google Playstore platform. Among the plethora of apps available on the Google Playstore is Shopee. Due to the vast and unstructured nature of user comments in the review section, it becomes challenging to quickly and accurately grasp the overall information. This research aims to classify sentiments as positive, negative, or neutral, with the hope that the Shopee app can improve. Hence, the K-Nearest Neighbor Algorithm is employed to analyze sentiments to ensure users' opinions regarding their interaction with the Shopee program. Sentiment analysis is utilized to categorize reviews into positive, neutral, and negative groups. A dataset of 2000 entries is used in this analysis, obtained through web scraping, with 70% as training data and 30% as test data. The results indicate that this data split scenario yields the best model, achieving an accuracy of 70%, precision of 50.5%, recall of 44.8%, and an F1-score of 48.3% overall. To optimize results further, the implementation of more optimal data sampling techniques is necessary to attain a more balanced class distribution in both training and test data.
Klasifikasi Tumor Otak menggunakan Convolutional Neural Network dan Transfer Learning Muhammad Hasan Fadlun; Martanto Martanto; Umi Hayati
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.10318

Abstract

Brain tumor is an uncontrolled growth of cells in the form of a mass or tissue within the brain, capable of producing both cancerous and non-cancerous symptoms. Brain tumors are part of a group of tumors involving the nervous system, including tumors in the spinal cord and peripheral nerves. It is not a common disease, and prompt intervention is necessary to receive timely medical treatment or appropriate therapy. This research aims to apply Deep Learning techniques in the automatic classification of brain tumors. In this study, a dataset of brain MRI images covering various types of brain tumors was used. The dataset consisted of 3264 MRI images with four classes: glioma, meningioma, pituitary, and no tumor, obtained from Kaggle.com. The system utilized a pre-trained CNN architecture, EfficientNet-B0, trained on the ImageNet dataset. In the Transfer Learning phase, fine-tuning was performed on the last layers of the CNN to adapt it to the brain tumor image dataset. The Convolutional Neural Network model was trained using MRI images to identify important features related to brain tumors. Subsequently, with Transfer Learning, the knowledge acquired by the pre-existing model was adopted and applied to a new dataset to enhance model performance. The application of Deep Learning techniques in the automatic classification of brain tumors provides significant benefits in medical practice. With this system, doctors and radiologists can obtain more effective assistance in diagnosis and treatment planning. The ability to automatically recognize brain tumors with high accuracy also enables the adoption of this technology in various medical facilities, thereby improving the accessibility of testing and treatment needed by patients. The results of this research demonstrate that the CNN and TL methods successfully achieved high performance, including an epoch accuracy of 0.9981 or 99%, a loss of 0.0061, and an evaluation with values generated by the confusion matrix showing high precision of 0.98 or 98%, recall of 0.98 or 98%, and an F1-score of 0.98 or 98%. This study illustrates the significant potential of implementing Deep Learning techniques, particularly CNN and TL, in the automatic classification of brain tumors. Advances in this field can contribute significantly to improving the diagnosis, treatment, and prognosis of brain tumor patients, accelerating efforts to address this complex disease.
Co-Authors Arif Rinaldi Dikananda Cep Lukman Rohmat Dessy Angelina Dodi Solihin Edi Wahyudin Fathurrohman Gifthera Dwilestari Heliyanti Susana Iin Kaslani Martanto . Mohamad Ripai Muhamad Djaelani Muhamad farhan Tholhah hidayat Muhamad Jihad Andiana Muhamad Taufik Sugandi Muhammad Hasan Fadlun Muhammad Saifurridho Mulyawan Nova Nur Sakbani Puspita Maulana Arumsari Rahayu Arumsari Rosdiana Rosdiana Ruli Herdiana Ruli Herdiana Ryan Hmonangan Shalsa Fadillah Rahmadenta siti azhar Tati Suprapti Wita Widyawati