Article Per Year (5 Year)
p-Index From 2020 - 2025
3.817
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi JIKO (Jurnal Informatika dan Komputer) Jurnal Komputer Terapan Jurnal Informatika Universitas Pamulang Petir J-SAKTI (Jurnal Sains Komputer dan Informatika) Kumawula: Jurnal Pengabdian Kepada Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pengabdian UNDIKMA Jurnal Pengabdian Polinema Kepada Masyarakat International Journal of Multidisciplinary: Applied Business and Education Research J-SAKTI (Jurnal Sains Komputer dan Informatika) International Journal Software Engineering and Computer Science (IJSECS) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Journal of Applied Business and Technology Jurnal Informatika Polinema (JIP) Jurnal Pengabdian Kepada Masyarakat
Candra Bella Vista
Politeknik Negeri Malang
Religion Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
WORKSHOP OPTIMALISASI DIGITAL MARKETING UNTUK PELAKU UMKM PADA LAPAK BERKAH PKK, DI DESA TOYOMARTO SINGOSARI, KABUPATEN MALANG Ariadi Retno Tri Hayati Ririd; Candra Bella Vista; Wilda Imama Sabilla; Habibie Ed Dien; Rosa Andrie Asmara
Kumawula: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2022): Kumawula: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/kumawula.v5i1.36115

Abstract

Digital marketing (pemasaran digital) menjadi hal yang diperlukan untuk sebuah usaha untuk menjangkau pasar yang lebih luas. Terlebih lagi di masa pandemi, penggunaan media digital dalam memasarkan produk penting untuk mempertahankan penjualan yang mulai beralih ke sistem daring. Kelompok UMKM di Lapak Berkah PKK Desa Toyomarto merupakan salah satu dari pelaku UMKM yang tergolong belum maksimal dalam pemanfaatan media internet sebagai sarana promosi dan pemasaran produknya. Padahal tantangan terbesar yang dihadapi oleh UMKM adalah terkait dengan inovasi produk dan cara pemasaran yang efektif. Workshop optimalisasi digital marketing disampaikan ke mitra dengan materi copywriting dan pembuatan desain pemasaran produk. Copywriting merupakan keterampilan menulis naskah iklan untuk menarik minat konsumen terhadap suatu produk. Kemampuan copywriting dalam pemasaran digital juga menjadi satu aspek penunjang yang sangat penting. Selain itu pembuatan desain pemasaran produk akan menambah daya tarik produk untuk memperoleh lebih banyak konsumen. Diharapkan kelompok UMKM di Lapak Berkah PKK Desa Toyomarto mendapatkan manfaat dari meningkatnya kualitas pengetahuan dan penguasaan sumber daya manusia dalam penggunaan teknologi informasi dalam mengoptimalkan pemasaran digital.
Implementasi Aplikasi E-Reporting Infrastructure (ERI) Sebagai Media Monitoring Pengaduan Kerusakan Fasilitas Kampus Usman Nurhasan; Rakhmat Arianto; Candra Bella Vista; Embriani Dewi Lestari; Mita Kartina Sari
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1532

Abstract

The quality of educational facilities and infrastructure is a measure of the success of the teaching and learning process. Over time, these facilities and infrastructure will suffer damage and their quality will decline. Reports of damage to facilities and infrastructure are always made verbally. Another issue that arises is that Sarpras officers have not seen photographic evidence of the reported condition of the infrastructure. This problem can make it difficult for Sarpras agents to identify infrastructure. The reporting party often does not obtain information about the status of the response from the report. This issue is caused by the fact that no media can be used by the reporter to know the status of the reporting of user complaints. To minimize the reporting of damage errors, an information system can be applied. The application that can be applied in the problem of reporting damage to campus infrastructure is E-Reporting Infrastructure (ERI). This application aims to provide access for registrants and stakeholders to monitor each other's damage reports so that the priority scale for processing recommendations is immediately determined. The recommendations must be able to adapt to the variables which are the needs and priorities of management. The process of determining recommendations will be more stable if it is processed by an algorithm integrated into the ERI. The algorithm that will be applied is a practical and multi-criteria ranking algorithm, including Topsis and SAW. The computation results obtained will be compared in order to determine the efficiency and characteristics of the algorithm.
Workshop Pemanfaatan Teknologi untuk Memantau Tumbuh Kembang dan Kesehatan Balita Dwi Puspitasari; Mamluatul Hani’ah; Candra Bella Vista; Ika Kusumaning Putri; Wilda Imama Sabila
Jurnal Pengabdian Polinema Kepada Masyarakat Vol. 8 No. 2 (2021): Jurnal Pengabdian Polinema Kepada Masyarakat
Publisher : UPT Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jppkm.v8i2.49

Abstract

Anak merupakan sumber daya manusia yang penting untuk kelangsungan dan kemajuan suatu bangsa. Oleh sebab itu pemantauan tumbuh kembang dan kesehatan anak menjadi sangat penting untuk dilakukan secara berkala. Dengan pemantauan tumbuh kembang dan kesehatan anak diharapkan Indonesia dapat menghasilkan generasi unggul dan berkualitas. Seiring perkembangan teknologi informasi para orang tua tentunya membutuhkan solusi yang mudah, praktis, dan efisien untuk memantau perkembangan dan kesehatan balita. Penggunaan aplikasi mobile dapat digunakan sebagai solusi untuk orang tua milenial. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk mengenalkan dan melatih orang tua di Posyandu Rajawali untuk menggunakan Aplikasi PrimaKu. Aplikasi PrimaKu adalah aplikasi digital yang diprakarsai oleh Ikatan Dokter Anak Indonesia (IDAI) sebagai upaya mempermudah orang tua di Indonesia dalam memantau tumbuh kembang anak sejak dini secara berkala dan berkelanjutan. Berdasarkan hasil kuisioner, peserta respon baik terhadap pelaksanaan kegiatan baik berdasarkan kemanfaatan program, relevansi serta kejelasan materi.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
Reduksi Fitur untuk Optimasi Prediksi Penyakit Ginjal Kronis menggunakan Radial Basis Function Neural Network Candra Bella Vista; Wilda Imama Sabilla
Jurnal Informatika Universitas Pamulang Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i2.12550

Abstract

Penyakit ginjal kronis menjadi salah satu penyebab kematian di dunia. Penderita penyakit ginjal kronis memerlukan perawatan yang cukup serius. Kenyataannya gejala dari penyakit ginjal kronis tidak dapat diketahui secara langsung, melainkan secara bertahap hingga kondisi ginjal pasien sudah tidak berfungsi dengan baik dan sulit disembuhkan. Karena itu menjadi penting untuk dapat mendeteksi sedini mungkin kemungkinan pasien menderita penyakit ginjal kronis. Prediksi penyakit ginjal kronis sudah cukup banyak dilakukan dengan berbagai metode data mining dan machine learning. Penelitian ini membandingan tiga metode reduksi fitur, yaitu Principal Component Analysis, Liniear Discriminant Component, serta gabungan Principal Component Analysis dan Linear Discriminant Analysis untuk mengoptimalkan prediksi penyakit ginjal kronis. Pada tahap pelatihan dan pengujian digunakan metode klasifikasi Radial Basis Function Neural Network. Hasil uji menunjukkan bahwa metode reduksi fitur gabungan Principal Analysis Component dan Linear Discriminant Analysis menunjukkan performa terbaik dengan nilai akurasi, recall, dan precision secara berturut-turut sebesar 93,5%, 91,1% dan 97,7%.
DETEKSI KERUSAKAN DAN KELAYAKAN BAN MOBIL BERDASARKAN EKSTRAKSI TEKSTUR MENGGUNAKAN GRAY LEVEL COOCCURRENCE MATRIX DENGAN METODE JARINGAN SYARAF TIRUAN Nugroho Febriyanto; Cahya Rahmad; Candra Bella Vista
Jurnal Informatika Polinema Vol. 7 No. 4 (2021): Vol 7 No 4 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i4.469

Abstract

Penyebab kecelakaan di Indonesia salah satunya adalah faktor dari kondisi kendaraan yang tidak baik salah satunya kondisi ban yang mengalami kerusakan. Jenis kerusakan ban mobil terdiri dari empat jenis yaitu ban mobil aus, ban mobil aus pada bagian tertentu, ban mobil retak atau terkena paku, ban mobil pecah atau robek. Faktor lainnya yaitu kurang kesadaran atau kelalaian dari pengguna mobil untuk selalu memeriksa kondisi kendaraan terutama kondisi ban sebelum digunakan. Untuk mengatasi hal tersebut maka diusulkan untuk membuat sistem pendeteksi kerusakan dan kelayakan pada ban mobil berbasis Digital Image Processing (Pengolahan Citra Digital). Pada skripsi ini menggunakan citra ban mobil untuk didekteksi jenis kerusakan pada ban tersebut berdasarkan tekstur menggunakan Gray Level Cooccurrence Matrix. Backpropagation digunakan untuk mengklasifikasikan jenis kerusakan ban mobil dari nilai ekstraksi tekstur. Pada 100 kali pengujian menunjukkan tingkat akurasi metode Backpropagation adalah 80%. Faktor yang mempengaruhi tingkat akurasi yaitu proses pengambilan citra, kondisi ban mobil yang akan diambil citranya, nilai parameter yang digunakan untuk klasifikasi, dan perubahan nilai parameter yang tidak signifikan. Selain itu pengguna kendaraan dapat mengirimkan kondisi ban mereka melalui aplikasi android yang dibuat pada skripsi ini untuk diketahui jenis kerusakan dan tingkat kelayakan. Sehingga pengguna mobil dapat mengambil keputusan untuk mengganti ban mobil tersebut atau tidak.
ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Candra Bella Vista; Osa Mahanani Sihono; Annisa Taufika Firdausi
Jurnal Informatika Polinema Vol. 9 No. 3 (2023): Vol 9 No 3 (2023)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i3.1273

Abstract

Sebagai upaya memulihkan pembelajaran setelah pandemi covid-19, Kemendikbudristek mengeluarkan kebijakan memperbolehkan pembelajaran secara tatap muka di semester genap tahun ajaran 2022 secara terbatas. Keadaan tersebut tidak bertahan lama karena setelah kegiatan pembelajaran tatap muka dilaksanakan, angka covid naik kembali. Sehingga banyak opini pro dan kontra terkait pembelajaran tatap muka di tengah kenaikan kasus covid dan kemunculan berbagai varian virus covid. Twitter sebagai salah satu media sosial yang paling banyak digunakan oleh masyarakat Indonesia untuk menyampaikan opini. Opini mengenai pembelajaran tatap muka selama pandemi covid-19, sempat menduduki trending topic di Indonesia dalam beberapa waktu. Hal ini membuka peluang untuk dilakukan analisis sentimen terkait pembelajaran tatap muka (ptm). Pada penelitian ini penulis melakukan analisis sentimen pada data Twitter terkait pembelajaran tatap muka (ptm) menggunakan metode Support Vector Machine (SVM) dan fitur TF-IDF untuk mengekstraksi sebuah data opini untuk melihat kencondongan kalimat tersebut bernilai positif, negatif, atau netral. Penerapan tahap preprosesing menggunakan cleaning, case folding, tokenzing, dan stopword removal. Pengujian dilakukan untuk mencari nilai akurasi, precision, recall, dan, f-measure berdasarkan rasio data latih dan data. Rasio yang digunakan sebagai perbandingan adalah 60:40, 70:30, 80:20, dan 90:10. Hasil pengujian menunjukkan bahwa menggunakan perbandingan data latih dan data uji 90:10 mendapatkan akurasi tertinggi sebesar 73%.
PEMBUATAN WEBSITE UNTUK SOSIALISASI PROGRAM DAN BERITA PELAKSANAAN KEGIATAN PADA YAYASAN BUMI LANGGAT PEDULI Yoppy Yunhasnawa; Toga Aldila Cinderatama; Moch. Zawaruddin Abdullah; Gunawan Budiprasetyo; Muhammad Afif Hendrawan; Candra Bella Vista; Rinanza Zulmy Alhamri; Maskur Maskur
Jurnal Pengabdian kepada Masyarakat Vol. 10 No. 2 (2023): JURNAL PENGABDIAN KEPADA MASYARAKAT 2023
Publisher : P3M Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/abdimas.v10i2.4486

Abstract

Yayasan Bumi Langgat Peduli, based in Dusun Langgat, Malang, is a community initiative since 2017, focusing on social development. With funding sources from donors and the "Bongkar-Rapikan-Sedekahkan" program, the foundation has conducted various inclusive programs. However, manual communication via WhatsApp limits the reach of information. Through the Community Engagement project, we from Politeknik Negeri Malang design, implement, and deploy an official website that not only expands the information reach but also effectively showcases the foundation's programs and activities. This endeavor encapsulates a comprehensive solution to enhance Yayasan's outreach and impact.
Implementasi SMOTE dan Under Sampling pada Imbalanced Dataset untuk Prediksi Kebangkrutan Perusahaan Wilda Imama Sabilla; Candra Bella Vista
Jurnal Komputer Terapan Vol. 7 No. 2 (2021): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.027 KB) | DOI: 10.35143/jkt.v7i2.5027

Abstract

Company bankruptcy becomes a serious problem because it can cause economic damage and other social consequences. It’s very important to predict bankruptcy as early as possible because prediction can be useful for evaluation and planning to avoid bankruptcy. Bankruptcy prediction is one of the imbalanced classification problems because the data with the bankrupt class is far less than the non-bankrupt class. This study aims to produce a good classification model for predicting bankruptcy. Resampling used a combination of SMOTE and under sampling, is applied to the training data to produce more optimal classification model. The classification method used for prediction is multilayer perceptron and complement naïve bayes. Predictive performance was calculated using recall, ROC AUC, and PR AUC. Based on the test, using SMOTE and under sampling is quite significant in improving the classification model on the multilayer perceptron. Resampling in complement naïve bayes also increased. recall and PR AUC scores The best recall obtained was 95.45% with the complement naïve bayes method. The highest ROC AUC with resampling was also obtained using complement naïve bayes of 87.80%. Therefore, it’s concluded that bankruptcy prediction using resampling with SMOTE and under sampling, can produce good performance for detecting bankruptcy.
SISTEM REKOMENDASI BUNDLING BARANG UNTUK STRATEGI PEMASARAN DENGAN MENGIMPLEMENTASIKAN ALGORITMA APRIORI Rahayuningtias, Indah; Bella Vista, Candra; Puspa Kirana, Annisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11576

Abstract

Berdasarkan data Sensus Ekonomi 2016, Jawa Timur, termasuk Kota Blitar, memiliki jumlah usaha yang signifikan dalam perdagangan besar dan eceran. Dalam menghadapi persaingan bisnis yang semakin ketat, terutama di bidang perdagangan eceran kosmetik, Hari Hari Store masih kurang maksimal dalam memanfaatkan data transaksi penjualan untuk analisis barang yang mana data ini sebenarnya dapat digunakan sebagai bahan pertimbangan dalam strategi pemasaran terkait bundling barang. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan Sistem Rekomendasi Bundling Barang untuk Strategi Pemasaran dengan Mengimplementasikan Algoritma Apriori yang mana dapat membantu mengidentifikasi pola transaksi pelanggan untuk strategi pemasaran yaitu bundling barang. Algoritma Apriori dipilih karena kemampuannya dalam menemukan pola frekuensi tinggi dan kesederhanaannya dalam menangani data yang besar. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan analisis pola transaksi pelanggan. Sistem ini diuji dengan rata-rata hasil User Acceptance Test (UAT) sebesar 90%, yang masuk dalam kategori sangat setuju, sehingga diterima dengan baik oleh Hari Hari Store.
Co-Authors Adhitya Bhawiyuga, Adhitya AdiNugroho, Rifkie Nurdian Amanda, Sely Ruli Amrozi, Aris Nur Annisa Puspa Kirana Annisa Taufika Firdausi Ariadi Retno Tri Hayati Ririd Astiningrum, Mungki Cahaya Puspitaningrum, Ari Dhebys Suryani Hormansyah, Dhebys Suryani Dimas Wahyu Wibowo Dwi Puspitasari Elok Nur Hamdana Embriani Dewi Lestari Endah Septa Sintiya Febriyanto, Nugroho Gunawan Budiprasetyo Habibie Ed Dien Habibie Ed Dien Hendrawan, Muhammad Afif Ika Kusumaning Putri Kusumawardana, Arya Mamluatul Hani’ah Maskur Maskur Mita Kartina Sari Moch Zawaruddin Abdullah Nugraha, Girindra Fajar Nugroho Febriyanto Nugroho Pramudhita, Agung Osa Mahanani Sihono Puspa Kirana, Annisa Rahayuningtias, Indah Rahmad, Cahya Rakhmat Arianto Rinanza Zulmy Alhamri, Rinanza Zulmy Rokhimatul Wakhidah Rosa Andrie Asmara Toga Aldila Cinderatama Usman Nurhasan Veronica Elyzabeth Islami, Ratu Vit Zuraida Wilda Imama Sabilla Windawati, Atif Yoppy Yunhasnawa