Article Per Year (5 Year)
p-Index From 2021 - 2026
10.235
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Informatika KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal Informasi dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) ICIT (Innovative Creative and Information Technology) Journal E-Link: Jurnal Teknik Elektro dan Informatika Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) MEANS (Media Informasi Analisa dan Sistem) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Teknik Informatika (JUTIF) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Instal : Jurnal Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) JURSIMA BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Inovasi dan Teknologi Pendidikan SISFOTENIKA Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal Informatika dan Rekayasa Perangkat Lunak
Tati Suprapti
STMIK IKMI Cirebon
Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Social Sciences Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 4   5   6   7   8 
ANALISIS KLASIFIKASI GAMBAR BUNGA LILY MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM PENGOLAHAN CITRA Gilang Perwati, Intan; Suarna, Nana; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9193

Abstract

Bunga merupakan hasil modifikasi dari tunas yang meliputi batang dan daun, dimana bentuk, warna, dan susunannya diubah untuk kepentingan tumbuhan. Sebagai hasilnya, bunga berperan sebagai tempat penyerbukan dan pembuahan yang dapat menghasilkan alat perkembangbiakan bagi tumbuhan. Bunga lily adalah salah satu jenis bunga yang memiliki keindahan dan keunikan tersendiri. Bunga lily memiliki berbagai macam warna, bentuk, dan ukuran yang dapat menarik perhatian pengamatnya. Permasalahan yang menjadi latar belakang penelitian ini seringkali dalam klasifikasi bunga sulit dilakukan secara manual karena banyaknya variasi bentuk dan warna dalam jenis bunga tersebut. Metode Convolutional Neural Network (CNN) untuk analisis pemrosesan gambar, penelitian ini bertujuan untuk menerapkan pembelajaran mendalam untuk membedakan gambar bunga bunga lily. Metode Deep Learning yang paling efektif untuk mengenali pola gambar adalah Convolutional Neural Network (CNN). Dalam penelitian ini, digunakan data gambar bunga lily dari sumber publik. Hasil penelitian menunjukkan bahwa CNN saat ini memberikan hasil pengenalan citra yang paling baik. Proses pengolahan citra dilakukan menggunakan library Python seperti Keras dan TensorFlow. Hasil penelitian ini menunjukkan bahwa metode Deep Learning dengan CNN dapat menghasilkan klasifikasi yang sangat baik pada gambar bunga lily. Nilai akurasi terhadap klasifikasi keempat jenis bunga lily adalah sebesar 87 %.
ANALISIS DESA DI KECAMATAN KRANGKENG BERDASARKAN TINGKAT PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS Gustino, Gustino; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9220

Abstract

Tingkat pendidikan dapat menjadi indikator kemajuan suatu negara karena dari pendidikan dapat menciptakan inovasi-inovasi dari hasil ilmu pengetahuan. Pemetaan tingkat pendidikan suatu daerah memiliki peran yang sangat penting dalam mengidentifikasi tantangan dan peluang pendidikan yang perlu diatasi dan dimanfaatkan. Pemetaan tingkat pendidikan dapat memberikan gambaran tentang kondisi dan distribusi masyarakat yang memerlukan penanganan pendidikan yang lebih. Pemetaan ini juga membantu dalam perencanaan jangka panjang. Sumber data dari penelitian ini bersumber dari data penduduk di Kecamatan Krangkeng Tahun 2023. Sumber data yang didapat berupa sumber data set. Sumber data set didapat melalui kantor Kecamatan Krangkeng Kabupaten Indramayu. Yang sudah mendapat izin oleh Kepala Kantor Kecamatan Krangkeng.Metode penelitian yang digunakan adalah metode deskriptif dengan pendekatan kuantitatif. Penelitian kuantitatif ini merupakan penelitian yang di dasarkan pada dataset yang dianalisis menggukanakan analisis deskriptif untuk menghitung jumlah numerik setiap kategori dan menggunakan algoritma k-means untuk clustering. Clustering K-Means mengelompokan data dari tingkat pendidikan di kecematan krangkeng dan membaginya ke dalam tiga klaster desa.Hasil dari pengujian klastering K-Means Desa-desa di Kecamatan Krangkeng berdasarkan tingkat pendidikan menggunakan Rapid miner dihasilkan kategori 0 Kapringan, Srengseng, Krangkeng, Dukuhjati kategori 1 Kalianyar, Kedungwungu, Purwajaya, Singakerta, Tegal Mulya, Tanjakan Kategori 2 Luwung Gesik.
CLUSTERING HASIL CEK DARAH DIABETES LANSIA MENGGUNAKAN METODE K-MEANS DI POSBINDU KP. LEBAKJERO DESA CIHERANG Tri Gustiane, Indri; Martanto, Martanto; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9281

Abstract

Penelitian ini bertujuan untuk menganalisis hasil cek darah lansia yang menderita diabetes menggunakan metode K-Means. Diabetes adalah penyakit metabolic yang ditandai dengan tingginya kadar gula darah (hiperglikemia) yang disebabkan oleh kekurangan insulin atau tidak efektif insulin dalam mengatur metabolisme glukosa. Selain itu terdapat faktor-faktor lain menjadi penyebab terjadinya diabetes diantaranya seperti faktor keturunan, berat badan, usia, tekanan darah dan sebagainya. Diabetes penyakit kronis yang umumnya terjadi pada lansia dan membutuhkan pemantauan berkala untuk mengelola kondisi mereka. Dengan metode K-Means untuk mengelompokan lansia ke dalam kategori yang berbeda berdasarkan karakteristik darah mereka. Metode K-Means Clustering merupakan metode yang digunakan dalam data mining yang cara kerjanya mencari dan mengelompokan data yang mempunyai kemiripan karakteristik antara data satu dengan data lain yang telah diperol eh data yang memiliki kesamaan bukan data yang sama tetapi memiliki karakteristik yang sama, Dengan menerapkan metode K-Means Clustering dapat membantu pihak Posbindu Kp.Lebakjero Desa Ciherang. Penelitian ini akan di cluster menjadi Lansia yang memiliki penyakit Diabetes paling tinggi di Posbindu Kp.Lebakjero Desa Ciherang. Dalam Cluster tersebut atribut yang dipakai adalah Nama, Jenis Kelamin, Usia, dan Hasil Cek Darah. Hasil analisis dapat membantu petugas kesehatan dalam merancang intervensi yang lebih spesifik dan efektif untuk mengelola diabetes pada populasi lansia. Hasil penelitian K-Means Clustering dibantu hasil nilai DBI dengan -0.597, menjadi 6 cluster dimana hasil cluster0 57, cluster1 24, cluster2 30, cluster3 23, cluster4 44, cluster5 25 dan hasil paling optimal di cluster0 yaitu 57. Cluster0 dengan 57 lansia dimana hasil cluster adalah kp.lebakjero mempunyai lansia paling banyak dan mempunyai diabetes paling tinggi. Selain itu, penelitian ini juga untuk mencapai sesuatu hasil yang akurat terhadap data yang di hasilkan di Posbindu Kp.Lebakjero Desa Ciherang.
PENERAPAN ALGORITMA DECISION TREE DALAM KLASIFIKASI PENYAKIT STROKE OTAK Hendriyansyah, Hendriyansyah; Irma Purnamasari, Ade; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9602

Abstract

Stroke adalah gangguan kesehatan serius yang memiliki tingkat kematian tinggi, sehingga penanganan cepat sangat penting untuk mengurangi risiko komplikasi dan kerusakan otak. Studi ini menggunakan pendekatan Knowledge Discovery in Databases dan mengimplementasikan algoritma decision tree untuk melakukan klasifikasi penyakit stroke. Hasilnya menunjukkan tingkat akurasi sebesar 85.81%, recall sebesar 86.12%, dan presisi sebesar 85.85%. Dengan demikian, langkah-langkah pencegahan dapat diimplementasikan lebih efektif, membantu mengurangi dampak stroke pada tingkat kesehatan masyarakat.
ANALISIS POLA PEMBELIAN KONSUMEN TERHADAP PRODUKS OPERATOR TELEKOMUNIKASI MENGGUNAKAN ALGORITMA C4.5: STUDI KASUS : FEEYZA CELL Prasetyo, Dwi; Suarna, Nana; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9642

Abstract

Kemajuan teknologi komunikasi dan informasi yang sangat pesat dan semakin hemat biaya telah memungkinkan masyarakat untuk beralih menggunakan kuota dan pulsa sehingga kini menjadi suatu kebutuhan yang mutlak. Penulis mulai tertarik. Berbagai produk operator yang tersedia di counter Feeyza Cell, seperti Kartu Telkomsel, Kartu XL, Kartu Indosat, Kartu 3, dll, telah dikategorikan oleh peneliti sebagai 'best seller' dan 'non-best seller. Tujuannya adalah untuk mengetahui penerapan data mining dengan menggunakan algoritma C45 dalam menentukan keakuratan data klasifikasi produk terlaris dan hasil persediaan penjualan kartu perdana. Dengan demikian nilai entropy dan gain tertinggi yaitu 2,310770059 pada atribut-atribut Jenis Kartu Perdana pada perhitungan manual. Sedangkan menggunakan aplikasi Rapidminer diperoleh hasil pohon keputusan seperti terlihat pada Gambar 4.8 Harga – Jumlah Terjual – Jenis Kartu Perdana (3 = Kurang Laris, Telkomsel = Laris) jika harganya di atas 5500 dan kurang dari atau sama dengan 6500, disarankan Indosat; jika di atas 6500 dan kurang dari atau sama dengan 7500, disarankan Telkomsel atau XL berdasarkan kondisi tertentu.
OPTIMASI ALGORITMA K-NEAREST (KNN) NEIGHBORS PADA PREDIKSI RISIKO PENYAKIT KARDIOVASKULAR Hidayat, Peri; Kurniawan, Rudi; Wijaya, Yudhitira Arie; Suprapti, Tati
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5864

Abstract

Penyakit kardiovaskular merupakan penyebab utama kematian di dunia, dipengaruhi oleh berbagai faktor risiko yang kompleks. Deteksi dini sangat penting untuk mencegah komplikasi serius. Penelitian ini bertujuan mengembangkan model prediksi risiko penyakit kardiovaskular menggunakan algoritma K-Nearest Neighbors (K-NN) dan menentukan nilai K optimal untuk meningkatkan akurasi prediksi. Metodologi yang digunakan adalah Knowledge Discovery in Databases (KDD), mencakup pemilihan data, pembersihan data, transformasi data, pemilihan atribut, evaluasi, dan validasi model. Dataset yang digunakan terdiri dari variabel medis seperti usia, berat badan, tekanan darah, kadar kolesterol, dan riwayat medis lainnya. Data dibagi dengan rasio 70:30 dan 80:20 untuk mengevaluasi performa model pada pembagian data yang berbeda. Hasil menunjukkan bahwa nilai K = 40 memberikan akurasi terbaik sebesar 71,00% pada rasio 70:30, sedangkan nilai K = 25 menghasilkan akurasi 71,16% pada rasio 80:20. Kesimpulan penelitian ini adalah algoritma K-NN mampu memprediksi risiko penyakit kardiovaskular dengan baik, bergantung pada pemilihan nilai K dan rasio pembagian data yang optimal. Penelitian ini berkontribusi dalam pengembangan model prediksi risiko penyakit kardiovaskular dan menjadi referensi untuk diagnosis dini di masa depan.
ALGORITMA NAIVE BAYES UNTUK MENINGKATKAN MODEL KLASIFIKASI PENERIMA PROGRAM INDONESIA PINTAR DI SDN 2 PURWAWINANGUN Darussalam, Luthvi Nurfauzi; Kurniawan, Rudi; Wijaya, Yudhistira Arie; Suprapti, Tati
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5882

Abstract

Penelitian ini bertujuan meningkatkan keakuratan klasifikasi penerima Program Indonesia Pintar (PIP) di SDN 2 Purwawinangun, Kabupaten Kuningan. Metode yang lambat dan kurang akurat digantikan dengan algoritma Naive Bayes untuk menganalisis data siswa berdasarkan kriteria tertentu. Proses penelitian meliputi pengumpulan data sekunder, preprocessing data, dan implementasi algoritma Naive Bayes. Hasilnya, model ini mencapai akurasi 96,47% dalam menentukan kelayakan penerima PIP, dengan mempertimbangkan atribut seperti latar belakang sosial ekonomi dan kinerja akademik siswa. Temuan menunjukkan bahwa algoritma ini efisien dalam mengolah dataset kompleks dibandingkan metode manual. Namun, kinerja model sangat bergantung pada kualitas data awal, sehingga data yang tidak lengkap dapat mempengaruhi hasil.Penelitian merekomendasikan penerapan metode ini di sekolah lain dan integrasi algoritma tambahan, seperti Decision Tree, untuk validasi hasil. Dengan pendekatan ini, seleksi penerima PIP menjadi lebih tepat sasaran, efisien, dan transparan.
Mengimplementasi Algoritma Self-Organizing Map untuk pemetaan data kasus COVID-19 di Jawa Barat Suharno, Achmad; Faqih, Ahmad; Suprapti, Tati
JURSIMA Vol 10 No 3 (2022): Jursima Vol.10 No.3
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i3.417

Abstract

ABSTRACT COVID-19 is a contagious disease characterized by respiratory symptoms. This virus has a higher rate of spread or transmission than the previous variant of the virus. The mapping of the area of COVID-19 spread carried out by the government has not been optimally adhered to by the community. High community activity (mobility) is one of the causes of the spread of COVID-19. People are still traveling (mobility) in areas of high COVID-19 spread. The public needs a lot of additional information about mapping the spread of COVID-19. The grouping method uses the Self-Organizing Map algorithm. The dataset used is the latest data that includes the number of closecontact_total (direct interaction), suspect_total (total covid symptoms), probable_total (suspected exposure), confirmation_total (confirmed covid-19) in West Java. Furthermore, the results of the grouping are evaluated. Evaluation in the form of internal evaluation using davies-bouldin indeks. The expected result is mapping of kab / city in West Java based on the latest Covid data with a DBI value of 1.04768 at k = 6 Keywords: Self-Organizing Map, Davies Bouldin Indeks, Covid-19 West Java
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOUR UNTUK PREDIKSI KETEPATAN KELULUSAN Hidayat, Manarul; Faqih, Ahmad; Suprapti, Tati
JURSIMA Vol 10 No 2 (2022): Jursima Vol. 10 No. 2, Agustus Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i2.420

Abstract

In an education system, students are an important asset of a college and therefore, it is important to pay attention to the percentage of students who graduate on time. However, there is an imbalance between the inputs and outputs of the completed students. Students who enroll in large numbers, but students who graduate on time compared to those who are late according to regulations are fewer. In this study, the author aims to apply the K-NN method using cross validation to predict student graduation rates at STMIK IKMI. The results of this study are in the form of models and evaluations of student graduation predictions, whether they graduate on time or not on time. Based on the results of the design, implementation, testing using the RapidMiner program for predicting student graduation using the k-NN method with Cross Validation resulting in an accuracy of 70.28%, an error of 29.78%, and AUC of 0.739 Keywords: Graduation, Student, K-NN, Cross Validation
Optimalisasi Algoritma K-Means untuk Analisis pengelompokan Data Jurusan Siswa Baru Berbasis Numerical Measure Mahda, Muhammad; Rudi Kurniawan; Tati Suprapti
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 8 No. 1 (2025): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v8i1.10599

Abstract

Dalam analisis pengelompokan data, algoritma K-Means adalah teknik yang umum digunakan. Karena memengaruhi kualitas pengelompokan, sangat penting untuk memilih jumlah cluster K yang tepat. Tujuan penelitian ini adalah untuk mengoptimalkan algoritma K-Means, yang menggunakan Davies-Bouldin Index (DBI) untuk menilai dua jenis jarak numerik, yaitu EuclideanDistance dan ManhattanDistance, untuk pengelompokan data jurusan siswa baru. KDD (Knowledge Discovery in Database) adalah pendekatan yang digunakan, yang mencakup proses Data Selection, Preprocessing, Transformasi, Data Mining, dan Evaluasi. Dataset jurusan siswa baru dengan cluster K antara 2 dan 10 digunakan untuk eksperimen. Hasil penelitian menunjukkan bahwa EuclideanDistance memiliki pemisahan cluster yang lebih baik daripada ManhattanDistance, dengan nilai DBI terendah (0.603) pada K=2. Hasil ini menunjukkan bahwa Euclidean Distance lebih efektif dalam mengoptimalkan pengelompokan data. Metode ini dapat diterapkan dalam analisis data pendidikan dan bidang lain.
Co-Authors Abdul Hakim Abdul Mukhyidin Abrar Bayan, Athaullah Achmad Suharno Adam Firmansyah Ade Irma Purnamasari Ade Irma Purnamasari Aditia agus bahtiar Ahmad Faqih Ahmad Faqih Aldi Setiawan Ali Ali Alpian Novansyah, Indi Amaliah, Novi Andi Ardiansyah Andri Yanto Apriliani, Yuni Aribah, Firyal Arif Rinaldi Dikananda ASEP SAEFUDDIN Auliya Azhar, Alwan Cep Lukman Rohmat Christian Anderson Wint's II, Hans Darussalam, Luthvi Nurfauzi Dayanti, Resda Dian Ade Kurnia Dodi Solihin Doni Anggara Dwi Prasetyo Faujatun Hasanah Fazrian, Vivi Feri Irawan Irawan Fikri, Achmad Fitri Adha Hariyati Airi Fitriani Agustina Fitriani Fitriani Gifthera Dwilestari Gifthera Dwilestari Gilang Perwati, Intan Gilang Ramadhan Gustiani Regina Pratama Putri Gustino, Gustino Habiballoh, Hafshoh Hadianti, Isan Hafshoh Habiballoh Hajaroh, Hajaroh Hartati Hartati Hayati, Umi Hendriyansyah, Hendriyansyah Hidayat, Manarul Hidayat, Muhamad Taufiq Hidayat, Peri Husni Mubarok Ilham Kurniawan Imam Arifin imam maulana, imam Indrawan, Heru Irfan Ali Irma Purnamasari, Ade Kaslani Khoirunisa, Irma Lestari, Hasanah Lukman Rohmat, Cep Mahda, Muhammad Manarul Hidayat Martanto . Maryam, Beby Muhaimin, Ahmad Muhamad Basysyar, Fadhil Mulyawan Nana Siti Nurjanah Narasati, Riri Narasati Naufan, Muhammad Hilmy Nining Rahaningsih Nur Amalia Nurhakim, Bani Nurmala, Sri Pratiwi, Intan Purnamasari, Ade Irma Raditya Danar Dana Rananda Deva Rian Raudotul Janah, Fina Rini Astuti Rini Astuti Riri Narasati Rizki Ani, Fitri Rosdiana Rosdiana Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Ruli Herdiana Ryan Hmonangan Saeful Anwar Saeful Anwar, Saeful Sajidan, Dzikri Santi Nurjulaiha Shalihah, Ghina Shinta Virgiana Silalahi, Ryan H Siti Aisah, Iis siti azhar Sri Nurmala, Ai Suarna, Nana Suharno, Achmad Sukma Maula, Intan Syahputra Simbolon, Vrendi Amro Syajida, Hanna Syaripah, Imas Tegar Lazuardi, Muhammad Tengku Riza Zarzani N Tohidi, Edi Tri Aditama Tri Gustiane, Indri Umi Hayati Umi Hayati Utami Aryanti Vinna Agustina Wahyudin, Edi Warni Ayu Hermina, Bintang Widiawati, Fitri Widisa Adi Kumara Wijaya, Yudhitira Arie Willy Prihartono Yudhistira Arie Wijaya Yusuf Sidiq, Yusuf Sidiq Zaki Nur Rahmat Hidayat Zulfa Hana Aqliyah