Article Per Year (5 Year)
p-Index From 2021 - 2026
2.811
P-Index
This Author published in this journals
All Journal Jurnal Simetris Sistemasi: Jurnal Sistem Informasi Jurnal Teknik Komputer AMIK BSI Information System for Educators and Professionals : Journal of Information System Information Management For Educators And Professionals (IMBI) Jurnal Sains dan Informatika Jurnal Komtika (Komputasi dan Informatika) Jurnal Informatika Universitas Pamulang Jurnal Teknoinfo Jurnal Sisfokom (Sistem Informasi dan Komputer) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Tekinkom (Teknik Informasi dan Komputer) Infotek : Jurnal Informatika dan Teknologi Jurnal Sistem Informasi Informatics and Computer Engineering Journal Jurnal Sistem Informasi dan Teknologi (SINTEK) INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Jurnal Aruna Mengabdi (ARMI) Journal of Accounting Information System Sintek Kuwera Jurnal Komtika (Komputasi dan Informatika) Jurnal Teknoinfo
Mely Mailasari
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Pengembangan Prototype Aplikasi Pengenalan Wajah Real-Time dengan Metode Haar Cascade dan LBPH Sahara, Sucitra; Puspita, Ari; Mely Mailasari
JAIS - Journal of Accounting Information System Vol. 4 No. 2 (2024): Desember
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v4i2.7585

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrik yang banyak digunakan dalam berbagai bidang, seperti keamanan, akses kontrol, dan personalisasi layanan. Penelitian ini bertujuan untuk mengembangkan sebuah prototype aplikasi pengenalan wajah secara real-time menggunakan kombinasi metode Haar Cascade untuk deteksi wajah dan Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah. Haar Cascade digunakan karena kemampuannya dalam mendeteksi wajah secara cepat, sementara LBPH dipilih karena keakuratannya dalam mengenali wajah pada lingkungan dengan pencahayaan yang bervariasi. Prototype ini dirancang untuk mengenali individu secara efisien dengan memanfaatkan teknologi pemrosesan citra digital. Data pengujian mencakup gambar wajah dari berbagai individu dalam kondisi pencahayaan dan sudut pandang yang beragam. Hasil pengujian menunjukkan bahwa aplikasi mampu mendeteksi dan mengenali wajah dengan tingkat akurasi yang tinggi, khususnya dalam lingkungan terkendali. Namun, beberapa tantangan teridentifikasi pada kondisi lingkungan yang dinamis, seperti latar belakang kompleks atau perubahan pencahayaan drastis. Dengan demikian, aplikasi ini memiliki potensi untuk diimplementasikan dalam sistem autentikasi berbasis wajah atau aplikasi lain yang membutuhkan pengenalan wajah secara cepat dan akurat, yang dapat dikembangkan untuk mengidentifikasi. Semakin redup cahaya dan semakin jauh jarak pengenalan wajah dari kamera maka akan semakin kecil tingkat kemiripan yang didapatkan. Nilai kemiripan tertinggi yang diperoleh adalah pada intensitas cahaya terang dengan nilai kemiripan sebesar 78%. 
ANALISIS KINERJA METODE K-NEAREST NEIGHBORS PADA DATA JOB FAIR Purnamawati, Annida; Winnarto, Monikka Nur; Mailasari, Mely
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i2.1617

Abstract

This study examines the performance of the K-Nearest Neighbors (KNN) method for classifying applicant data in data-driven job fair activities. The challenges faced include managing large volumes of applicant data and identifying optimal parameters for classification. The study uses a dataset containing 20,000 entries from Kaggle, with attributes such as skills, work experience, and completed projects. After data preprocessing, experiments were conducted using the KNN method with the Euclidean Distance algorithm, within a range of k values from 3 to 9. The results show that k = 3 provides the best performance with an accuracy of 65.00%, precision of 63.78%, recall of 71.88%, and an F1-score of 67.64%. The conclusion indicates that smaller k values capture local patterns better, while larger k values tend to reduce performance. This research contributes to the development of data-driven recruitment systems by enhancing the efficiency and accuracy of applicant selection. Further studies are recommended to explore additional optimization methods and feature combinations to improve classification accuracy.
Penerapan Metode Waterfall dalam Pengembangan Aplikasi Schedule Maintenance Alat Produksi Mailasari, Mely; Winnarto, Monikka Nur; Purnamawati, Annida
Infotek: Jurnal Informatika dan Teknologi Vol. 7 No. 1 (2024): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v7i1.24080

Abstract

PT. Shiroki Indonesia Cikarang is moving on the field of automotive spare parts manufacturing such as window regulator, seat recliner, sear track as well as floor lock. The activity uses a tool/machine as a support to produce spare parts that have good quality. With so many of these machines, then the company needs to do the maintenance and also the maintenance of the machine well. Scheduling of maintenance and maintenance of machinery production equipment still uses the record on board and requires information from the operator to be submitted to the technician. Therefore, it is necessary to create a web-based maintenance schedule application that can facilitate the performance of the staff in making the maintenance schedule of the production equipment more effective and efficient as well as the availability of reports from the maitenance. The research method used is the waterfall method which has five stages namely needs analysis, design, program code making, testing and support or maintenance. The schedule maintenance application was created using the PHP programming language using the CodeIgniter framework and the MySql database.
Pengembangan Prototype Aplikasi Pengenalan Wajah Real-Time dengan Metode Haar Cascade dan LBPH Sahara, Sucitra; Puspita, Ari; Mely Mailasari
JAIS - Journal of Accounting Information System Vol. 4 No. 2 (2024): Desember
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v4i2.7585

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrik yang banyak digunakan dalam berbagai bidang, seperti keamanan, akses kontrol, dan personalisasi layanan. Penelitian ini bertujuan untuk mengembangkan sebuah prototype aplikasi pengenalan wajah secara real-time menggunakan kombinasi metode Haar Cascade untuk deteksi wajah dan Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah. Haar Cascade digunakan karena kemampuannya dalam mendeteksi wajah secara cepat, sementara LBPH dipilih karena keakuratannya dalam mengenali wajah pada lingkungan dengan pencahayaan yang bervariasi. Prototype ini dirancang untuk mengenali individu secara efisien dengan memanfaatkan teknologi pemrosesan citra digital. Data pengujian mencakup gambar wajah dari berbagai individu dalam kondisi pencahayaan dan sudut pandang yang beragam. Hasil pengujian menunjukkan bahwa aplikasi mampu mendeteksi dan mengenali wajah dengan tingkat akurasi yang tinggi, khususnya dalam lingkungan terkendali. Namun, beberapa tantangan teridentifikasi pada kondisi lingkungan yang dinamis, seperti latar belakang kompleks atau perubahan pencahayaan drastis. Dengan demikian, aplikasi ini memiliki potensi untuk diimplementasikan dalam sistem autentikasi berbasis wajah atau aplikasi lain yang membutuhkan pengenalan wajah secara cepat dan akurat, yang dapat dikembangkan untuk mengidentifikasi. Semakin redup cahaya dan semakin jauh jarak pengenalan wajah dari kamera maka akan semakin kecil tingkat kemiripan yang didapatkan. Nilai kemiripan tertinggi yang diperoleh adalah pada intensitas cahaya terang dengan nilai kemiripan sebesar 78%. 
Analisis Sentimen Aplikasi TikTok menggunakan Metode BM25 dan Improved K-NN Fitur Chi-Square Purnamawati, Annida; Winarto, Monikka Nur; Mailasari, Mely
Jurnal Komtika (Komputasi dan Informatika) Vol 7 No 1 (2023)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v7i1.8938

Abstract

Saat ini kemajuan teknologi sangat pesat, begitu juga halnya penggunaan internet semakin meningkat. Perubahan tersebut didukung dengan berkembangnya media komunikasi yang membuat jumlah penggunaan internet meningkat dan mendorong persebaran informasi sangat cepat melalui aplikasi sosial media. Aplikasi TikTok merupakan salah satu sosial media di Indonesia yang sangat popular saat ini. Aplikasi TikTok memberikan wadah untuk membuat video dengan durasi 60 detik dan mempunyai banyak fitur seperti menambahkan musik, mengubah suara, memberikan filter, menambahkan efek dan stiker. Pengguna aplikasi tersebut dari anak dibawah umur sampai dengan yang sudah tua maka tidak sedikit pengguna memberikan ulasan positif maupun negatif. Maka dari itu pada penelitian ini membantu pengguna untuk menganalisis data ulasan tersebut dengan melakukan eksperimen menggunakan teknik klasifikasi sentimen menggunakan metode BM25 sebagai pembobotan kata, dan Improved K-NN sebagai penentu dalam memilih sentimen dengan menambahkan fitur Chi-Square guna untuk mengurangi jumlah kata dalam klasifikasi. Pengujian menggunakan 5 kali pengujian rasio fitur kemudian di dapatkan hasil terbaik dari rasio fitur 50% dan k = 20 sehingga memperoleh hasil terbaik yaitu nilai precision 70,03%, recall 67,22%, accuracy 83,33% dan f-measure 66,26%. Dapat disimpulkan untuk penambahan fitur seleksi dapat membantu meningkatkan hasil recall, f-measure, precision, dan accuracy.
SISTEM INFORMASI SERVICE MOBIL BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL Mely Mailasari; Monikka Nur Winnarto; Annida Purnamawati
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.198

Abstract

The web-based car service information system aims to provide convenience in the process of recording and managing vehicle service online. This system was developed as a solution to the problem of managing service data which is still done conventionally using recording in a ledger resulting in data accumulation and inefficiency as well as unpredictable service customer queues. With this web-based system, customers are given the convenience of accessing service information and booking service schedules without having to visit the workshop directly and officers find it easier to manage service transaction data, check car spare part stock and create reports. The development of this system uses the waterfall method which includes needs analysis, system design, design, implementation and testing. With this system, it is expected to improve the operational efficiency of the workshop for workshop employees and make it easier for customers to access service information.
Evaluasi Penggunaan Website E-Pusklaster pada UPTD Puskesmas Cimuning Menggunakan Metode PIECES Dewantara, Satria Bima; Mely Mailasari
Informatics and Computer Engineering Journal Vol 6 No 1 (2026): Periode Februari 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/75yqa185

Abstract

Penelitian ini bertujuan untuk mengevaluasi sistem informasi berbasis web E-Pusklaster yang digunakan di UPTD Puskesmas Cimuning dalam mendukung layanan kesehatan masyarakat. Evaluasi dilakukan menggunakan metode PIECES yang mencakup enam aspek: Performance, Information, Economy, Control, Efficiency, dan Service. Penelitian ini menggunakan pendekatan kuantitatif deskriptif dengan penyebaran kuesioner kepada 37 responden yang merupakan pengguna aktif sistem. Hasil evaluasi menunjukkan bahwa semua aspek PIECES memiliki nilai rata-rata di atas 3,5 dengan aspek Economy memperoleh nilai tertinggi (4,24), dan aspek Efficiency serta Control menjadi aspek dengan nilai terendah (masing-masing 3,78 dan 3,79). Rata-rata keseluruhan sebesar 3,92 menunjukkan bahwa sistem E-Pusklaster berada dalam kategori baik. Temuan ini menyarankan perlunya penyempurnaan pada aspek efisiensi input data dan kestabilan sistem untuk mengoptimalkan pelayanan digital di puskesmas.
Klasifikasi Jenis Penyakit Daun Teh Menggunakan Arsitekture VGG16 Monikka Nur Winnarto; Mely Mailasari; Annida Purnamawati
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.250

Abstract

Perkembangan produksi teh di Indonesia semakin menurun setiap tahunnya. Penurunan produksi teh salah satunya disebabkan adanya serangan hama dan penyakit pada daun teh yang mempengaruhi hasil panen dan kualitas teh. Klasifikasi penyakit dauh teh sangat penting untuk mengetahui perawatan yang diperlukan dalam keberlanjutan sistem budidaya. Klasifikasi penyakit daun teh masih mengandalkan tenaga professional dan pengalaman kerja petani, hal ini akan memakan waktu, melelahkan dan tidak efisien. Beberapa tahun terakhir kemunculan algoritma pembelajaran mesin menyediakan sistem dukungan untuk klasifikasi penyakit daun teh. Penelitian ini bertujuan untuk melakukan klasifikasi jenis  penyakit daun teh menggunakan arsitektur CNN VGG16. VGG16 memiliki score akurasi cukup tinggi, dan memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi. Arsitektur VGG16 menghasilkan akurasi sebesar 94% dan nilai loss 0,2266% yang menujukkan bahwa arsitektur ini mampu melakukan klasifikasi penyakit dauh teh dengan baik yang ditunjukkan dengan hasil pengujian dari 36 data yang mana 35 data citra daun teh terdeteksi benar dan 1 citra terdeteksi dengan klasifikasi jenis penyakit yang salah.
Klasifikasi Jenis Penyakit Daun Teh Menggunakan Arsitekture VGG16 Monikka Nur Winnarto; Mely Mailasari; Annida Purnamawati
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.250

Abstract

Perkembangan produksi teh di Indonesia semakin menurun setiap tahunnya. Penurunan produksi teh salah satunya disebabkan adanya serangan hama dan penyakit pada daun teh yang mempengaruhi hasil panen dan kualitas teh. Klasifikasi penyakit dauh teh sangat penting untuk mengetahui perawatan yang diperlukan dalam keberlanjutan sistem budidaya. Klasifikasi penyakit daun teh masih mengandalkan tenaga professional dan pengalaman kerja petani, hal ini akan memakan waktu, melelahkan dan tidak efisien. Beberapa tahun terakhir kemunculan algoritma pembelajaran mesin menyediakan sistem dukungan untuk klasifikasi penyakit daun teh. Penelitian ini bertujuan untuk melakukan klasifikasi jenis  penyakit daun teh menggunakan arsitektur CNN VGG16. VGG16 memiliki score akurasi cukup tinggi, dan memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi. Arsitektur VGG16 menghasilkan akurasi sebesar 94% dan nilai loss 0,2266% yang menujukkan bahwa arsitektur ini mampu melakukan klasifikasi penyakit dauh teh dengan baik yang ditunjukkan dengan hasil pengujian dari 36 data yang mana 35 data citra daun teh terdeteksi benar dan 1 citra terdeteksi dengan klasifikasi jenis penyakit yang salah.
Co-Authors Ahmad Setiadi Annida Purnamawati Annida Purnamawati Ari Puspita Dewantara, Satria Bima Erma Delima Sikumbang Hidayanti Murtina Khoirun Nisa Linda Marlinda Monikka Nur Winnarto Purnamawati, Annida Rohmat Rifai Widyastuti, Reny Winarto, Monikka Nur Winnarto, Monikka Nur