Claim Missing Document
Check
Articles

Found 19 Documents
Search

Analisis Penentuan Penginapan dengan Metode AHP dan Promethee Muntiari, Novita Ranti; Sunardi, Sunardi; Fadlil, Abdul
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 10, No 2 (2020): Volume 10 Nomor 2 Tahun 2020
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol10iss2pp173-179

Abstract

Traveling to a place with a period of days requires a place to stay. The problem is determining accommodation according to the wishes of different visitors, such as prices according to the type of lodging, complete facilities or not at the inn, and the distance to other places from the inn. There are too many lodging options that make it difficult for visitors to determine the best alternative. This research focuses on lodging in the Malioboro area of Yogyakarta by using the criteria of distance, price, class of accommodation, room facilities, and supporting facilities. AHP method is used to determine the weight of each criterion, then the weight of each criterion is calculated using Promethee with the usual or general criteria preference type, to produce a net flow value. Combination of two methods is better because the AHP method is more suitable to be used to find the weight of each criterion and Promethee by using a preference index as needed by producing suitable alternatives. The result of AHP and Promethee calculations obtained with the PP3 alternativewith a net flow value of 0.2 to be the first rank and it can be stated that the existing criteria are very suitable for what visitors want.
Sistem Penentuan Penginapan dengan Metode Promethee Novita Ranti Muntiari; Sunardi Sunardi; Abdul Fadlil
Jurnal Ilmiah Mandala Education (JIME) Vol 6, No 1 (2020): Jurnal Ilmiah Mandala Education (JIME)
Publisher : Lembaga Penelitian dan Pendidikan Mandala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (486.318 KB) | DOI: 10.36312/jime.v6i1.1098

Abstract

Every person who travels to a place for a period of days requires lodging with certain criteria and different possibilities for each person. The problem lies in determining the desired lodging recommendations because there are too many choices and various criteria. This study conducted a search for lodging in Yogyakarta with criteria for distance, price, class of lodging, room facilities and supporting facilities. The Promethee method is used to get the rankings of each alternatef by calculating the weights for each criterion. Alternative values desired by visitors are processed to find the value of criteria and preference criteria to then be calculated leaving flow and entering flow to get net flow. This research produces a ranking of data that has been tested using a system with the highest net flow value is 0.5 ie alternative lodging 1 with this is prioritized according to the criteria desired by visitors.
Pelatihan Penulisan Artikel Ilmiah dengan Menggunakan Tips dan Trik Pengoptimalan Teknologi Khoirun Nisa; Purwono Purwono; Novita Ranti Muntiari
Jurnal Pengabdian Masyarakat - PIMAS Vol 1 No 1 (2022): Februari
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (761.706 KB) | DOI: 10.35960/pimas.v1i1.746

Abstract

Publikasi mempunyai peranan penting dalam dunia pendidikan, bagi tenaga pengajar maupun mahasiswa. Berdasarkan dua sudut pandang, yang pertama dari tenaga pendidik bahwa Publikasi ilmiah menjadi indikator utama kinerja akademik, Hasil penelitian tidak berarti tanpa adanya suatu publikasi, baik dipublikasikan di media online maupun di media cetak. Sedangkan yang kedua, dilihat dari mahasiswa bahwa membuat publikasi dibeberapa perguruan tinggi merupakan syarat untuk mencapai sebuah kelulusan. Oleh karena itu, pengabdi melakukan pengabdian masyarat tentang pembuatan jurnal secara mudah dengan menggunakan metode ceramah, praktek, dan diskusi. Kegiatan ini mendapat respon peserta sangat baik dilihat dari perhitungan angket yang disebarkan oleh panitia yaitu 87,78 %.
Penerapan Metode Certainty Factor untuk Mendiagnosa Penyakit Preekslamsia pada Ibu Hamil dengan Menggunakan Bahasa Pemrograman Python Kharis Hudaib Hanif; Novita Ranti Muntiari; Putri Ananda Ramadhani
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 7 No. 2 (2022): Maret 2022
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v7i2.1818

Abstract

Kehamilan merupakan proses yang akan dialami sebelum calon ibu melahirkan, dan proses kehamilan juga ada yang normal dan ada yang mengalami gangguan. Sebaiknya calon ibu memeriksakan dini kehamilanya agar tidak ada penyakit yang ada saat proses kehamilan. Salah satu masalah kesehatan adanya terkena penyakit yang dapat menyerang ibu hamil. Salah satu penyakit ibu hamil adalah Preekslamsia. Preeklamsia adalah penyakit yang bisa dihadapi ibu hamil dan merupakan penyakit yang merupakan penyebab utama kematian dan kesakitan pada ibu hamil, baik saat hamil maupun saat melahirkan. Tujuan penelitian untuk memiliki sistem yang dapat memberikan arahan pengobatan berdasarkan hasil deteksi dini dan edukasi tentang cara pencegahannya. Metode yang digunakan dalam penelitian ini adalah Certainty Factor dengan menggunakan 7 gejala. Hasil penelitian berjalan sesuai dengan baik berdasarkan fakta  dari pakar. Hasil dari perhitungan adalah 96,35 % bahwa user mengalami gejala penyakit Preeklamsia dan harus dapat tindakan yang serius dari Dokter. Sistem yang dihasilkan menggunakan bahasa pemrograman Python sudah sangat baik dan sesuai dalam mendiagnosa penyakit Preekslamsia pada ibu hamil
Klasifikasi Penyakit Kanker Payudara Menggunakan Perbandingan Algoritma Machine Learning Novita Ranti Muntiari; Kharis Hudaiby Hanif
Jurnal IT UHB Vol 3 No 1 (2022): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v3i1.766

Abstract

Salah satu penyakit yang sangat ditakuti adalah kanker payudara, kanker payudara termasuk penyakit yang mematikan pada Wanita. Kanker payudara dikelompokkan menjadi dua jenis, yaitu ganas dan jinak. Dalam pengelompokkan jenis ini dibutuhkan metode yang cepat agar dapat membantu dalam pengambilan keputusan. Machine learning adalah bagian dari bidang kecerdasan buatan yang berfokus pada penerapan algoritma dan metode khusus untuk prediksi, pengenalan pola, dan klasifikasi. Sehingga Machine learning dapat membantu dalam mengelompokkan jenis kanker payudara. Penelitian ini menggunakan 7 algoritma yaitu neural network, decision tree, naïve bayes, k-nearest neighbor, logistic regresion, random forest, dan support vector machines dalam mengelompokkan jenis kanker payudara. Dengan pengolahan data menggunakan aplikasi RapidMiner didapat bahwa nilai akurasi dari algoritma logistic regresion, decision tree, naïve bayes dan k-nearest neighbor memiliki nilai akurasi yang sama tinggi yaitu sebesar 95,00%. Sehingga algoritma logistic regresion, decision tree, naïve bayes dan k-nearest neighbor mempercepat pengambilan keputusan dalam memprediksi dalam klasifikasi penentuan jenis kanker payudara.
Penerapan Metode Certainty Factor Untuk Mendiagnosa Penyakit Pneumania Dengan Menggunakan Bahasa Pemrograman Python Ermin Ermin; Novita Ranti Muntiari
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 12, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v12i2.1261

Abstract

Pneumania is one of them, which is an infection or inflammation of one or both lungs, which causes coughing up phlegm, chills, shortness of breath, and breathing problems caused by viruses, bacteria, or herbs. This research flow begins with problem identification, data collection, knowledge representation with production rules, certainty factor calculations, and python implementation. In this study using the Certainty Factor (CF) method in diagnosing pneumonia and using 7 symptoms, namely high fever, difficulty breathing or shortness of breath, blue lips and fingertips, coughing up blood, pale skin, and the appearance of spots and rashes, looking confused or very drowsy, and passed out. The conclusion from the calculations and implementation of the program using the Python programming language, the results obtained were 94.42%, meaning that it could be concluded that the patient had severe pneumonia symptoms, so he had to be taken to an internal medicine specialist.Keywords: Pneumania; Certainty Factor; Python AbstrakPneumania adalah salah satunya, yang merupakan infeksi atau peradangan pada salah satu atau kedua paru-paru, yang menyebabkan batuk berdahak, demam menggigil, sesak napas, dan masalah bernafas yang disebabkan oleh virus, bakteri, atau jamu. Alur penelitian ini dimulai dengan identifikasi masalah, pengumpulan data, representasi pengetahuan dengan kaidah produksi, perhitungan certainty factor, dan implementasi python. Pada penelitian ini menggunakan metode Certainty Factor (CF) dalam mendiagnosis pneumonia dan menggunakan 7 gejala yaitu demam tinggi, sulit bernapas atau sesak napas, bibir dan ujung jari berwarna kebiruan, batuk berdarah, kulit tampak pucat, serta timbul bercak dan ruam, tampak linglung atau sangat mengantuk, dan pingsan. Kesimpulan dari perhitungan dan pelaksanaan program menggunakan bahasa pemrograman Python, didapatkan hasil 94,42 % berarti dapat disimpulkan bahwa pasien mengalami gejala pneumonia yang berat, sehingga harus dibawa ke dokter spesialis penyakit dalam. 
Application of the Certainty Factor Method for Diagnosing Osteoarthritis Using the Python Programming Language Muntiari, Novita Ranti; Hanif , Kharis Hudaiby
Journal of Advanced Health Informatics Research Vol. 1 No. 1 (2023)
Publisher : Peneliti Teknologi Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59247/jahir.v1i1.17

Abstract

Osteoarthritis is a disease that causes the joints in the bones to become weaker and less able to function properly. Osteoarthritis can cause pain, stiffness, and even deformity in the joints. The solution to the problem of diagnosing Osteoarthritis is to use a tool, namely a system (expert system) that uses computer technology to make decisions more easily, effectively and efficiently. This study uses the Certainty Factor method in diagnosing osteoarthritis and uses 8 symptoms, namely, pain in the joints, joints feel stiff, clicks or cracks appear when the joints are bent or moved, joints lose their flexibility properties, joints feel softer when pressure is applied, spurs appear bones around the joints, namely hard and sharp bony protrusions, swelling around the joints, and muscles around the joints. The conclusions from the calculations and program implementation, the application of the certainty factor in diagnosing osteoarthritis with existing test data, results in 95.38% that the patient has severe symptoms of osteoarthritis, so he must be taken to an orthopedic specialist.
PENERAPAN ALGORITMA DECISION TREE, SVM, NAÏVE BAYES DALAM DETEKSI STUNTING PADA BALITA Hanif, Kharis Hudaiby; Muntiari, Novita Ranti
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 8 No. 1 (2024): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol8No1.pp105-109

Abstract

Stunting is a toddler's body condition that is short according to body length according to age (PB/U), ≤ 2 Standard Deviations (SD), with a z-score between -3 standard deviations (SD). Where checking the stunting status of toddlers takes quite a long time because it is done manually and is also prone to errors. Therefore, it is hoped that a system can classify toddler examination data quickly and accurately to predict children's stunting status. Building a system that uses an algorithm to classify the stunting status of toddlers usingdecision tree, naïve bayes, andSVM. With what level of accuracy is the best of the 3 algorithms? Results from testing with 30% testing data and 70% training data using an algorithmdecision tree, naïve bayes, and SVM. Accuracy level test resultsdecision tree by 99%,naïve bayes of 48%, and SVM of 95%. So, the algorithm with the highest level of accuracy isdecision tree amounts to 99%. Wallet hiredecision tree better for detecting stunting in toddlers
Pengembangan Sistem Inventory Alat Tulis Kantor (ATK) Berbasis Web Umar, Rusydi; Muntiari, Novita Ranti; E, Ermin; Bustomi, Iqbal; Tella, Fitriyani
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 4, No 1 (2020): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1175.712 KB) | DOI: 10.30645/j-sakti.v4i1.190

Abstract

Developments in the technological era are increasingly developing and people's needs vary with the desire to accelerate a job in a systematic and more effective and efficient manner. The problems faced by PT. XYZ in supplies of office equipment are still poorly organized and there is no reporting on the use of office stationery (ATK) and inhibitors of employee productivity because there is no precise inventory information and delays in making reports. Facilitates the company in the process of inventory input Application of the method in this research is to use the classic life cycle (CLC) method, known as the process design, which is carried out sequentially, with the research stages beginning with analysis, design, coding and testing.From the several stages that have been carried out in this researcher can produce reports stock of goods and office stationery information updated to users or visitors.
Penerapan Algoritma YOLOv8 Dalam Indentifikasi Wajah secara Real-Time menggunakan CCTV untuk Presensi Siswa Muntiari, Novita Ranti; Indah Chairun Nisa; Ana Sriekaningih; Andri Yogi Adyatma Prasetyo; Muhammad Yusril
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.847

Abstract

Sistem presensi siswa di SMK N 4 saat ini masih dilakukan secara manual, rentan terhadap manipulasi data dan inefisiensi. Penelitian ini bertujuan untuk mengembangkan sistem presensi siswa yang lebih akurat dan efisien dengan memanfaatkan algoritma YOLOv8 untuk melakukan deteksi wajah secara real-time. Melalui studi kasus di SMK Negeri 4 Tarakan, penelitian ini menggunakan metode eksperimental dengan mengumpulkan dataset wajah siswa dan melatih model YOLOv8. Menggunakan Algoritma YOLOv8 dalam mengidentifikasi wajah secara real-time. Berdasarkan dataset dari 30 Siswa SMK Negeri 4 Tarakan dengan pengambilan data  menggunakan foto wajah, 120 foto data wajah dari 30 siswa. Dengan data training yaitu 84 gambar, data valid yaitu 24 gambar, dan data testing 12 gambar. Hasil performa model yaitu, nilai mAP yaitu 88,1%, precision 76,1%, dan recall 82,8% untuk pengolahan dataset siswa. Hasil penelitian berdasarkan performa menunjukkan bahwa model yang dibuat mampu mendeteksi dengan baik.