Article Per Year (5 Year)
p-Index From 2021 - 2026
5.303
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmiah Teknologi dan Rekayasa SITEKIN: Jurnal Sains, Teknologi dan Industri Sinkron : Jurnal dan Penelitian Teknik Informatika Journal of Information Technology and Computer Science (JOINTECS) Jurnal Pilar Nusa Mandiri J I M P - Jurnal Informatika Merdeka Pasuruan JSiI (Jurnal Sistem Informasi) Ensiklopedia of Journal Minda Baharu Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Jurnal Mantik Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika C.I.T. Medicom Journal of Computer System and Informatics (JoSYC) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal PkM (Pengabdian kepada Masyarakat) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Innovative: Journal Of Social Science Research Journal of Research and Publication Innovation SAGA: Journal of Technology and Information Systems SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Journal of Computer Science and Information Technology
Endah Tri Esti Handayani
Universitas Nasional
Religion Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Public Health Social Sciences Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
PENGEMBANGAN SISTEM INFORMASI APLIKASI PUSKESMAS UNTUK MENGETAHUI KECUKUPAN GIZI IBU HAMIL DAN MENYUSUI Arie Gunawan; Endah Tri Esthi Handayani; Olipa Sarta Matilda Purba
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 2 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i2.3650

Abstract

Kemudahan penyampaian dan mendapatkan informasi di era kemajuan teknologi saat ini dituntut untuk bisa merespon cepat atas informasi apa yang ingin diketahuinya. Para pengguna internet pun sudah semakin banyak dengan berbagai pilihan piranti yang digunakannya. Sebagian besar masyarakat merasa nyaman melakukan transaksi ataupun sekedar mencari informasi melalui internet. Cukup dengan memiliki quota dan membuka browser pada handphone, seakan kita dapat melakukan berbagai macam kegiatan tanpa harus merasa kelelahan, membuang waktu terhadap satu kegiatan ter-tentu ataupun biaya tak terduga jika kita melakukannya secara manual misal dalam mencari barang ataupun informasi yang kita inginkan. Hal tersebut tentu merupakan sarana yang baik untuk mengenalkan ataupun mencari informasi dalam memantau atau memonitoring masyarakat, terutama para ibu hamil yang sudah terdaftar pada Pusat Kesehatan Masyara-kat (Puskesmas) sebagai pasien diwilayahnya. Namun, ada keterbatasan yang disediakan oleh sistem puskesmas yang ada, yaitu tidak bisa memantau kecukupan gizi ibu hamil dan menyusui sehingga masih dilakukan secara manual. Penelitian ini bertujuan untuk membuat sistem informasi asplikasi puskesmas yang memudahkan ibu hamil dan menyusui dalam melihat perkembangan setiap bulannya. Metode pengembangan perangkat lunak yang digunakaan dalam penelitian ini adalah metode spiral yang merupakan gabungan dari metode prototype dan waterfall
Analisis Kinerja Tren Penjualan untuk Mendapatkan Strategi Penjualan Secara Global Menggunakan Tableau Data Mining Eri Mardiani; Nur Rahmansyah; Endah Tri Esti Handayani; Deny Hidayatullah; Nabila Puspita Wulandana; Azzaleya Agashi Lombu; Sisca Budyarti
Innovative: Journal Of Social Science Research Vol. 3 No. 3 (2023): 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.v3i3.2175

Abstract

Peningkatan yang cukup pesat dilihat dari segi volume serta variasi data yang dihasilkan oleh berbagai sumber, mulai dari sensor, perangkat seluler, media sosial, sistem bisnis, dan lainnya, adalah akar dari pembacaan analitik data. Karena jumlahnya yang sangat besar, serta kompleksitasnya data serta melihat pembuatannya yang cepat, data ini disebut sebagai Data Mining. Sedangkan untuk Istilah "Big Data Analytics" menggambarkan metode penggalian, pemeriksaan, dan analisis data yang sangat ekstensif, rumit, dan bervariasi, yang juga dikenal sebagai Big Data. Big Data diigunakan untuk mengekstrak wawasan berguna dari data, seperti pola dan tren, yang kemudian dapat digunakan oleh bisnis untuk menyusun rencana bisnis dan membuat keputusan yang lebih baik. Pengolahan data dapat diterapkan di semua bidang dan salah satunya adalah di bidang penjualan yang sangat membutuhkan untuk meningkatkan tren dan penjualan yang sangat meningkat dan untuk mengetahui peningkatan penjualan yang sangat baik, makan Big data yang menjelaskan kondisi penjualan sangat dibutuhkan di perusahaan
Implementasi Sistem Informasi Rekam Medis Berbasis Web Klinik Gigi menggunakan Metode Waterfall dan PIECES Framework Kartika Salma Nadhiva; Agung Triayudi; Endah Tri Esti Handayani
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 1 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.317 KB) | DOI: 10.26418/justin.v10i1.50997

Abstract

Klinik Chic Orthodontic Center adalah klinik gigi yang terletak di Jalan Raya Kota Bogor Km 20, Kramat Jati, Kecamatan Kramat Jati, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta. Pengolahan data rekam medis pada Klinik Chic Orthodontic Center dilakukan manual, sehingga menyebabkan proses kebutuhan data memakan waktu yang lama. Analisis dan perancangan sistem menggunakan metode Waterfall yang memiliki tahapan analisis, desain, implementasi, pengujian, penyebaran, dan pemeliharaan. Adapun metode PIECES yang digunakan untuk menilai sistem dari segi performa, informasi, ekonomi, kontrol, efisiensi, dan pelayanan. Sistem diuji dengan melibatkan 40 pengguna diantaranya 10 dokter dan 30 petugas sebagai responden. Hasil analisis diolah menggunakan metode PIECES Framework yang dapat disimpulkan bahwa 4,16 dari variabel performa, 4,07 variabel informasi, 3,93 variabel ekonomi, 3,99 variabel kontrol, 4,31 variabel efisiensi, dan 4,35 variabel pelayanan. Dari hasil tersebut semua variabel PIECES mendapatkan kategori PUAS. Tujuan dilakukan penelitian ini guna mengimplementasikan metode Waterfall dan PIECES Framework dalam membangun sebuah sistem informasi berbasis web untuk mempermudah petugas dan dokter dalam memproses laporan data pasien. Hasil dari penelitian ini berupa laporan data pasien, laporan data dokter, laporan data petugas, laporan pembayaran, dan laporan data obat.
Analisa Pieces Framework Pada Rancangan Aplikasi E-Commerce Minyak Beku Berbasis Web Menggunakan Metode Fast Adi Yulianto; Agung Triayudi; Endah Tri Esti Handayani
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.51125

Abstract

Perkembangan teknologi yang semakin pesat dan berkembang yang memungkinkan beberapa aspek untuk melakukan adaptasi perubahan, termasuk pada perkembangan teknologi pemasaran yang dapat dilakukan secara digitalisasi. Digitalisasi pada pemasarannya dapat bermacam-macam jenisnya untuk melakukan pemasaran salah satunya dapat menggunakan website. Dengan adanya pemasaran melalui website maka dapat mempermudahkan antara penjual dan pembeli dalam melakukan transaksi agar lebih mudah dan lebih modern dalam mengikuti perkembangan teknologi saat ini. Dalam kasus ini penulis menggunakan contoh pada “Ogay Minyak Beku”, yang melakukan transaksi pembelian dan pemasaran masih menggunakan media konvensional dengan cara melakukan penjual melalui personal chat. Tujuan dari penelitian ini dapat membantu pemasaran melalui website dan meningkatkan minat pembeli. Metode pengembangan aplikasi ini menggunakan metode Framework for the Application of System Thinking (FAST) dan metode Pieces Framework sebagai analisa kepuasan aplikasi. Hasil dari penelitian ini dapat menghasilkan layanan yang berbasis website yang dapat memudahkan penjual dan pembeli dan memudahkan penjual dalam melakukan pemasaran.
Analisis Prediksi Pendapatan Penduduk dengan Metode K-Nearest Neighbor, Decision Tree, Naive Bayes, Ensemble Methods, dan Linear Regression Eri Mardiani; Nur Rahmansyah; Endah Tri Esti Handayani; Sari Ningsih; Deny Hidayatullah; Dhieka Avrilia Lantana; Yuni Latifah; Alica Dwi Fahira; Keysha Belynda Tyva Panggabean; Imelta Natalia Ginting
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): 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.v3i4.4121

Abstract

Data mining bermula dari peningkatan data yang cukup pesat dilihat dari segi volume serta variasi data yang dihasilkan oleh berbagai sumber, dan jumlahnya yang sangat besar, serta kompleksitasnya data hingga pembuatannya yang cepat. Dengan data bisa menghasilkan prediksi yang membantu pemerintah dalam mengambil keputusan dan kebijakan di masa mendatang. Selain itu prediksi dapat membantu pemerintah dalam perencanaan kegiatan yang akan dilakukan untuk mencapai tujuan, karena prediksi ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan seminimal mungkin. Prediksi biasanya digunakan untuk  menemukan informasi dari sejumlah data yang besar sehingga diperlukan data mining. Data mining dapat digunakan untuk menggali informasi dari data yang besar sehingga didapatkan informasi yang dapat digunakan dalam memprediksi sesuatu. Dalam data mining terdapat banyak teknik dalam pengerjaannya, untuk menemukan pola atau informasi yang tersembunyi diantaranya adalah Klasterisasi (clustering), Regresi (regression), Asosiasi (association), dan Klasifikasi (classification)
PKM MENINGKATKAN PENJUALAN UMKM BAGI PELAKU BISNIS USIA LANJUT MELALUI INOVASI ECOMMERCE DISAAT PANDEMI COVID 19 Eri Mardiani; Nur Rahmansyah; Sari Ningsih; Endah Tri Esthi Handayani; Deny Hidayatullah
SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 1, No 01 (2023): SWADIMAS EDISI JANUARI 2023
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/swadimas.vol1no01.286

Abstract

Small and Medium Enterprises (SMEs) through the application of Web-based E-Commerce and mentoring their use using information technology for business people can increase economic independence in order to increase the use of information technology and the internet in conducting marketing activities globally. This community service provides motivation for business people aged those who remain enthusiastic about running their business in order to strengthen the purchasing power of Small and Medium Enterprises products. The problem raised is the improvement of sales, marketing, and product ordering services from consumers. The purpose of this community service activity is so that elderly business actors can still participate in implementing Web-based E-Commerce activities properly through the guidance of facilitators. The recommendation in this activity is the need for synergies with related agencies/agencies so that elderly business people have the same opportunity to gain access to online-based businesses for their daily economic improvement.Usaha Kecil Menengah (UKM) melalui penerapan E-Commerce berbasis Web dan pendampingan penggunaannya menggunakan teknologi informasi bagi pelaku bisnis  dapat meningkatkan kemandirian ekonomi guna meningkatkan pemanfaatan teknologi informasi dan internet dalam melakukan kegiatan marketing secara global.Pengabdian masyarakat ini memberikan motivasi  bagi  Pelaku bisnis dengan usia lanjut yang tetap semangat melakukan usaha bisnisnya tetap berjalan agar dapat melakukan penguatan daya beli produk Usaha Kecil Menengah. Permasalahan yang diangkat adalah peningkatan pelayanan penjualan, pemasaran, pemesanan produk dari konsumen.Tujuan kegiatan pengabdian masyarakat ini agar Pelaku Bisnis usia lanjut tetap dapat  mengikuti kegiatan penerapan E-Commerce berbasis Web dengan baik  melalui bimbingan fasilitator. Rekomendasi dalam   kegiatan   ini   adalah   perlunya   sinergisitas dengan dinas/instansi terkait agar pelaku bisnis usia lanjut mempunyai kesempatan yang sama dalam mendapatkan akses usaha berbasis online demi peningkatan ekonomi mereka sehari-hari
Kombinasi Metode Certainty Factor dan Fuzzy Tsukamoto dalam Pradiagnosa Penyakit Gagal Ginjal Kronis Rudi Adityawan; Agung Triayudi; Endah Tri Esti Handayani
Journal of Computer System and Informatics (JoSYC) Vol 4 No 2 (2023): Februari 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i2.2911

Abstract

Expert systems aim to combine human knowledge with systems, that is, so that computers can solve problems in the same way that experts usually do. Expert systems can also be used in diagnosing disease to determine the type of disease suffered as an initial diagnosis based on the symptoms to be followed up. In this study, the method used to develop an expert system for chronic kidney failure was using the Fuzzy Tsukamoto and Certainty Factor methods. The data search process starts from the symptoms experienced by the user and lab results of anemia, creatinine and eGFR then the final results obtained from this study are an Expert System Application for pre-diagnosing Kidney Disease with the Tsukamoto Method and Certainty Factor. The results obtained from this study, namely the certainty factor method obtained a patient's disease confidence level of 99.48% where according to these results according to experts and with the Fuzzy Tsukamoto method the results obtained for the stage of chronic kidney failure were 73.9 where these results were included in the VV High Risk category.
ANALISIS RECENCY FREQUENCY MONETARY DAN K-MEANS CLUSTERING PADA KLINIK GIGI UNTUK MENENTUKAN SEGMENTASI PASIEN Setiono, Aji; Triayudi, Agung; Esti Handayani, Endah Tri
Jurnal Sistem Informasi Vol 10 No 1 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v10i1.5999

Abstract

Dengan semakin berkembangnya persaingan bisnis, agar mendapatkan pasien lebih banyak dan kepuasan pelayanan terhadap pasien, maka perusahaan harus mempunyai strategi. Palapa Dentists belum mengadopsi strategi CRM (Customer Relationship Management) masih memperlakukan semua pasien dengan pendekatan yang sama. Berdasarkan permasalahan tersebut maka diperlukan data mining menggunakan teknik cluster untuk mengetahui karakteristik setiap pasien. Penelitian ini menggunakan metode RFM (Recency Frequency Monetary) dan K-Means Clustering dengan tujuan menentukan segmentasi pasien dan memilih kelompok pasien mana yang paling menguntungkan bagi perusahaan. Penentuan jumlah cluster menggunakan elbow method yang menghasilkan jumlah cluster terbaik adalah 2. Silhouette score menghasilkan jumlah 2 cluster dengan score 0.6014345457538962. Sedangkan hasil davies-bouldin score menunjukan cluster optimal dengan 3 cluster tapi skornya 0.7500785223208264 masih jauh dari 0. Cluster 1 memiliki 17.413 anggota dan cluster 2 memiliki 2.068 anggota. Cluster 1 memiliki nilai rata-rata recency 641,63, frequency 3,21, dan monetary Rp. 2.424.251,98. Sedangkan cluster 2 memiliki nilai rata-rata recency 286,87, frequency 19,32, dan monetary Rp. 20.087.467,49. Dapat disimpulkan cluster 2 adalah kelompok pasien yang lebih menguntungkan dibandingkan cluster 1. Kata kunci: Customer Relationship Management, Segmentasi, RFM, K-Means Clustering, Cluster
Revolution in Image Data Collection: CycleGAN as a Dataset Generator Hindarto, Djarot; Handayani, Endah Tri Esti
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 1 (2024): Articles Research Volume 8 Issue 1, January 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i1.13211

Abstract

Computer vision, deep learning, and pattern recognition are just a few fields where image data collection has become crucial. The Cycle Generative Adversarial Network has become one of the most effective instruments in the recent revolution in image data collection. This research aims to comprehend the impact of CycleGAN on the collection of image datasets. CycleGAN, a variant of the Generative Adversarial Network model, has enabled the unprecedented generation of image datasets. CycleGAN can transform images from one domain to another without manual annotation by employing adversarial learning between the generator and discriminator. This means generating image datasets quickly and efficiently for various purposes, from object recognition to data augmentation. One of the most fascinating features of CycleGAN is its capacity to alter an image's style and characteristics. Using CycleGAN to generate unique and diverse datasets assists deep learning models in overcoming visual style differences. This is a significant development in understanding how machine learning models can comprehend visual art concepts. CycleGAN's use as a data set generator has altered the landscape of image data collection. CycleGAN has opened new doors in technological innovation and data science with its proficiency in generating diverse and unique datasets. This research will investigate in greater detail how CycleGAN revolutionized the collection of image datasets and inspired previously unconceived applications.
Perbandingan Kinerja Algoritma K-Nearest Neighbors (K-NN) Dan Decision Tree dalam Deteksi Paket Malis pada Jaringan Kasmara, Bib Nugraha; Handayani, Endah Tri Esti; Nathasia, Novi Dian
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 8, No 3 (2024)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v8i3.22362

Abstract

This research aims to classify malicious packet data and compare the performance of two algorithms, namely K-Nearest Neighbor (K-NN) and Decision Tree (DT). The UNSW-NB15 dataset used in this study has undergone preprocessing, feature selection, and data split stages. The preprocessing stage includes data transformation and selection of relevant features to detect malicious packets. Subsequently, experiments were conducted to test various values of K in K-NN and measure accuracy, recall, precision, and F1-Score. The results show that K-NN has an accuracy of 91.54%, while DT has 92.41%. The conclusion of this research indicates that the Decision Tree (DT) algorithm performs slightly better than K-Nearest Neighbor (K-NN) in detecting malicious packets. Therefore, in selecting an algorithm for network security detection, it is important to consider the specific needs and goals of the research as well as the characteristics of the data used.
Co-Authors Abdul Azis Adi Firman Ari Saputra Adi Yulianto Aditya Nur Rohman Agung Triayudi Ahmad Rifqi Alica Dwi Fahira Andrianingsih Anggira Ganda Kusuma Arie Gunawan Astri Pertiwi Atikah Suhaimah Azzaleya Agashi Lombu Babag Purbantoro Bagos Fitrianto Wibowo Cintia Marito Sihombing Darussalam, Ucuk Daud Iswandii Dendy Virgiawan Deny Hidayatullah Deny Hidayatullah Deny Hidayatullah Desmana, Satriawan Dhema, Salestinus Petrus Dhieka Avrilia Lantana Dhieka Avrilia Lantana Dicki Fareza, Ichsan Dimas Tri Pamungkas Djarot Hindarto Dwi Ifan Ramadhan Eri Mardiani Eri Mardiani Erina Rahmazani Fachry, Fachry Fardila Inastiana Fauziah Fauziah Febry, Fransiskus Ferina Gunawan Frankly Sept Genius Zendrato Fransiskus Febry Frenda Farahdina Handoko, Suhandio Hindarto, Djarot Imelta Natalia Ginting Inastiana, Fardila Indra Mahendra Ira Diana Sholihati Iskandar Fitri Iskandar Fitri, Iskandar Kartika Salma Nadhiva Kasmara, Bib Nugraha Keysha Belynda Tyva Panggabean Luthfia Nur Aini Mardiani, Eri Mochamad Hariadi Mohammad Iwan Wahyuddin Muhammad Farhan Adistyra Muhammad Prabowo Chaniago Muhammad Rival Muhammad Zahran Alfarizi Mutiara Mala Khairunnisa Nabila Puspita Wulandana Nabilah Ananda Pratiwi Nathasia, Novi Dian Nur Iskandar Zulkarnaen Nur Rahmansyah Nur Rahmansyah Nurfaiz, Kelfin Oka Saputra Oka Saputra Olipa Sarta Matilda Purba Panca Dewi Pamungkasari Perdana, Muhammad Rizky Prasetyo, Yoga Dwi Putro, Prayogo Dwi Cahyo Rahmansyah, Nur Ratih Titi Komalasari Ratih Tri Lestari Rini Nuraini Rizky Ramadhan Rizky Ramadhan, Rizky Rosyidah Rahmah Rudi Adityawan Rudi Priyana Sari Ningsih Setiono, Aji Shafira Shalehanny Sisca Budyarti Sugitha, I Kadek Agga Suhaimah, Atikah Suhatmojo, Guing Tri Sultana Namira Teuku Feraldy Ramadhani Trie Widiarti Ningsih Tunggul Puliwarna Ucuk Darussalam Utami, Yulianti Pratiwi Wahyuddin, Mohammad Iwan Yulianti Pratiwi Utami Yuni Latifah Yusriana Chusna Fadilah