Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.372

P-Index

This Author published in this journals

All Journal TEKNIK INFORMATIKA Jurnal Simetris JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA NUMERICAL (Jurnal Matematika dan Pendidikan Matematika) Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] G-Tech : Jurnal Teknologi Terapan Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Nusantara Journal of Computers and its Applications Jurnal INFOTEL CSRID

Nurmalitasari Nurmalitasari

Universitas Duta Bangsa Surakarta

Author-ID : 3557099

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Other

Published : 28 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI Herliyani Hasanah; Nurmalitasari Nurmalitasari
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 8, No 2 (2017): JURNAL SIMETRIS VOLUME 8 NO 2 TAHUN 2017
Publisher : Universitas Muria Kudus

Kebutuhan akan energi listrik menjadi kebutuhan primer nasional. Dalam keberlangsungan proses produksi energi listrik pada pembangkitan – pembangkitan diperlukan energi listrik untuk pemakaian sendiri. Dalam penelitian ini dibangun sebuah aplikasi sistem cerdas untuk memprediksi energi listrik pemakaian sendiri di PT Indonesia Power sub unit PLTA Wonogiri. Pada penelitian ini menggunakan 2 kelompok input, yaitu input FIS (Fuzzy Inference System) dan input pada NN (Neuro Fuzzy). Input data merupakan data produksi harian energi listrik di PLTA Wonogiri selama kurun waktu 2010 – 2016. Variabel data yang digunakan dalam penelitian ini adalah data produksi listrik untuk pemakaian PLTA Wonogiri adalah energi listrik yang dihasilkan PLTA Wonogiri dengan satuan KwH (f), elevasi muka air waduk dengan satuan meter (a1) dan debit air yang masuk ke turbin dengan satuan /detik (a2). Output yang diperoleh adalah pusat centroid (m), derajat keanggotaan (mf), bobot (w) dan konsekuen parameter ( c ). Dari hasil pengujian diperoleh keluaran dengan performansi yang optimal pada saat Fuzzy C Means 2 kelas dengan parameter laju pembelajaran 0.4, momentum 0.6 dengan bessar Mean Percentage Error 0.377970875. Kata kunci: prediksi, pemakaian sendiri, energi listrik, fuzzy inference system, neuro fuzzy

Aplikasi Model Wavelet Neuro Fuzzy Untuk Memprediksi Banjir Sungai Bengawan Solo Nurmalitasari Nurmalitasari; Sri Sumarlinda
Numerical: Jurnal Matematika dan Pendidikan Matematika Vol. 2 No. 1 (2018)
Publisher : Institut Agama Islam Ma'arif NU (IAIMNU) Metro Lampung

The objectives of this research is to implementation wavelet neuro fuzzy method to predict water level of Bengawan Solo river. The wavelet neuro fuzzy method is a model combination between discrete wavelet transformation, Artificial Neural Network (ANN) and fuzzy logic. Wavelet Neuro fuzzy modeling aims to reduce the weaknesses of each system, and combine existing advantages of each system, so the predicted result has a very small error value. Predicted when the flood is important because the predicted result can provide early warning information to the community around the river when the arrival of floods so as to reduce the risk of disaster and prepare for emergency response action. The data used in this research are high level of water level data obtained from AWLR Serenan post. The results of the wavelet neuro fuzzy method show the Mean Square error (MSE) forecast of 0.0613.

Sistem Informasi Prediksi Penerimaan Siswa Baru Menggunakan Metode Autoregressive Di SMP Negeri 3 Purwantoro Agus Mardiyono; Eko Purwanto; Nurmalitasari Nurmalitasari
Bianglala Informatika Vol 10, No 1 (2022): Bianglala Informatika 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Prediksi (forecasting) merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi dan organisasi bisnis dalam setiap pengambilan keputusan yang sangat signifikan. Saat ini permasalahan yang paling sering terjadi dalam penerimaan siswa baru adalah tidak tercapainya kuota siswa yang mendaftar. Sehingga masih terdapat bangku kosong di banyak sekali sekolah. Metode Peramalan Autoregressive adalah salah satu metode dalam peramalan deret waktu. Deret Waktu / Time Series adalah suatu rangkaian atau seri dari nilai-nilai suatu variabel atau hasil observasi yang dicatat dalam jangka waktu yang berurutan. Pada Penelitian ini menggunakan metode Autoregressive untuk melakukan prediksi terhadap jumlah pendaftar pada periode yang akan mendatang. Hasil dari penelitian ini yaitu prediksi untuk tahun ajaran yang akan datang yaitu 97. Hasil pengujian fungsionalitas menggunakan Blackbox testing semua fungsionalitas dapat berjalan sesuai dengan perancangan. Hasil pengujian kepada pengguna sistem informasi menggunakan metode kuesioner didapatkan bahwa dari 15 kuesioner yang disebarkan kepada responden 13 orang atau 86,67% menyatakan sangat setuju dan 2 orang atau 13,33% menyatakan setuju terhadap sistem informasi prediksi jumlah pendaftar siswa baru tersebut. Hasil pengujian menggunakan MAPE (Mean Absoute Percentage Error) sebesar 19,94%.Forecasting is a very important tool in effective and efficient planning, especially in the field of economics and business organization in every very significant decision making. Currently, the problem that most often occurs in the admission of new students is not achieving the quota of students who register. So there are still empty seats in many schools. Autoregressive Forecasting Method is one of the methods in time series forecasting. Time Series / Time Series is a series or series of the values of a variable or the results of observations that are recorded in successive periods of time. This study uses the Autoregressive method to predict the number of registrants in the future period. The results of this study are predictions for the upcoming academic year, namely 97. The results of testing functionality using Blackbox testing all functionality can run according to the design. The results of testing to information system users using the questionnaire method found that from 15 questionnaires distributed to respondents 13 people or 86.67% stated strongly agree and 2 people or 13.33% agreed with the information system predicting the number of new student registrants.The test results using MAPE (Mean Absoute Percentage Error) of 19.94%.

PERFORMANSI ALGORITMA NAIVE BAYES DAN NEURAL NET UNTUK PREDIKSI KECOCOKAN PASIEN DENGAN PENGOBATAN IMMUNOTERAPI DAN CRYOTHERAPY Herliyani Hasanah; Nurmalitasari Nurmalitasari; Ahmad Tomi
PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/seminastika.v3i1.254

Human papillomavirus (HPV) merupakan bagian dari papillomavirus. Infeksi HPV dapat muncul pada kutil kulit dengan berbagai ukuran dan bentuk. Penyakit kutil bisa menjadi kondisi yang parah dan mungkin berhubungan dengan perdarahan lokal. Penyakit kutil umumnya diobati dengan cryotherapy dan immunotherapy. Cryotherapy dan immunotherapy tidak selalu berhasil dan tidak ada pedoman dermatologis resmi yang ada dan dapat digunakan untuk menentukan keberhasilan metode ini pada pasien. Walaupun cryotherapy dan immunotherapy sudah cukup mukhtahir namun masih diperlukan penelitian untuk mengetahui tingkat keberhasilan dengan kondisi dan parameter yang ada.. Penelitian ini bertujuan untuk meneliti efektifitas Algoritma Naive Bayes dan Neural Net untuk memprediksi apakah pasien cocok dengan metode pengobatan immunoterapi dan cryotherapy . Hasil penelitian ini efektifitas menggunakan neural network yang menghasilkan accuracy cukup tinggi 91.3% untuk data cryotherapy dan 82.61% untuk data immunotherapy.

PERAMALAN JUMLAH PENDAFTAR CALON MAHASISWA STMIK DUTA BANGSA MENGGUNAKAN METODE TIME INVARIANT FUZZY TIME SERIES Nurmalitasari Nurmalitasari
Jurnal DutaCom Vol 8 No 1
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.42 KB)

Penelitian ini bertujuan untuk melakukan peramalan jumlah pendaftar calon mahasiswa STMIK Duta Bangsa Surakarta tahun ajaran 2015/2016 dengan menggunakan metode time invariant fuzzy time series. Metode Time Invariant Fuzzy Time Series dipilih karena metode ini merupakan suatu metode peramalan yang relasinya tidak bergantung pada waktu. Dalam penelitian ini himpunan semesta U dibagi menjadi 15 interval yang sama panjang. Berdasarkan penelitian ini diperoleh hasil peramalan jumlah pendaftar calon mahasiswa STMIK Duta Bangsa Surakarta tahun ajaran 2015/2016 sebesar 571 calon dengan eror peramalanya sebesar 0,18.

ESTIMASI PARAMETER MODEL INTEGER-VALUE AUTOREGRESSIVE UNTUK MENENTUKAN PROBABILITAS TERJADINYA KEBAKARAN YANG DISEBABKAN OLEH GAS ELPIJI DI KOTA SURAKARTA Nurmalitasari Nurmalitasari
Jurnal DutaCom Vol 7 No 1
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (788.156 KB)

Penelitian ini bertujuan melakukan estimasi parameter model INteger-value AutoRregressive (INAR) untuk menentukan probabilitas terjadinya kebakaran yang disebabkan oleh gas elpiji di kota Surakarta. Dalam model INAR parameter yang diestimasi adalah probabilitas bertahan dalam suatu proses (????) dan parameter komponen kedatangan (????). Pada penelitian ini parameter diestimasi menggunakan metode Bayes dengan prior sekawan. Nilai estimasi parameter diperoleh menggunakan metode Markov Chain Monte Carlo (MCMC) dengan pendekatan algoritma Adaptive Rejection Sampling (ARS). Berdasarkan penelitian ini diperoleh nilai ???? =0.35497 dan ???? =0.21789. Besar probabilitas terjadinya kebakaran yang disebabkan oleh gas elpiji di kota Surakarta sebesar 0.64503.

Rancang Bangun Sistem Informasi Geografis Untuk Pemetaan Lokasi Sosialisasi Pasien Rumah Sakit Umum Islam Banyubening Boyolali (Studi Kasus : RSUI Banyubening) Ali Muhdi; Eko Purwanto; Nurmalitasari Nurmalitasari
Jurnal DutaCom Vol 15 No 1
Publisher : LPPM Universitas Duta Bangsa Surakarta

Teknologi SIG mengintegrasikan operasi pengolahan data berbasis database yang biasa digunakan saat ini, seperti pengambilan visualisasi yang khas serta berbagai keuntungan yang mampu ditawarkan analisis geografis melalui gambar-gambar petanya. Setiap seminggu sekali Rumah sakit Banyubening Boyolali melakukan proses pencatatan dan penulisan data sosialisasi rumah sakit tersebut masih menggunakan buku dan menggunakan peta berukuran besar yang di pajang di ruang marketing hal tersebut memiliki kelemahan dalam hal penggunaan material seperti ruang dan kertas menumpuk membuat pencarian data pun kurang efektif sesuai kebutuhan. Tujuan menerapkan SIG diharapkan dapat Membantu mempetakan tempat yang belum terjangkau promosi oleh Marketing Rumah Sakit Umum Islam Banyu Bening Boyolali serta meningkatkan efisiensi dan efektifitas instansi untuk bagian marketing. Metode yang digunakan dalam penelitian ini adalah metode UML (Unifield Modeling Language). Aplikasi yang dibangun menggunakan bahasa pemrograman PHP dengan database MySQL. Hasil penelitian ini adalah sebuah Sistem Informasi Geografis Pemetaan Lokasi Persebaran Pasien Rumah Sakit Umum Islam Banyubening Boyolali dapat memberikan informasi yang akurat guna untuk memperluas area promosi rumah sakit kepada masyarakat umum.

Prediksi Performa Mahasiswa Menggunakan Model Regresi Logistik Nurmalitasari Nurmalitasari; Eko Purwanto
Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika Vol. 9 No. 2 (2022): Jurnal Derivat (Desember 2022)
Publisher : Pendidikan Matematika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jderivat.v9i2.2639

Prediction of student performance is an important thing for a university. This is because it can help a university to prevent or treat students who are at risk of failing in their studies early. This study aims to predict student performance at Duta Bangsa Surakarta University (UDB). The model used in this study is a logistic regression model. Logistic regression is a mathematical modelling method used to determine the relationship between a binary dependent variable and one or more independent variables. The results showed that the logistic regression model could be used to predict student performance with MAPE by 8%. Keyword: Student Performace, Logistic Regression, UDB, MAPE

Sistem Informasi Prediksi Stok Sparepart Motor Menggunakkan Metode Single Moving Average Yusmawan Dwi Suseno; Eko Purwanto; Nurmalitasari Nurmalitasari
Bianglala Informatika Vol 11, No 1 (2023): Bianglala Informatika 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/bi.v11i1.14126

Usaha dagang adalah salah satu kegiatan penjualan dan pembelian barang atau jasa dengan tujuan untuk meraih keuntungan. Penjualan sparepart motor adalah jenis usaha yang menjual produk sparepart motor seperti kampas rem, busi, ban, shock, oli mesin dan sparepart kendaraan bermotor lainnya. Prediksi penjualan dibutukan dalam proses persediaan barang agar tidak terjadi kehabisan stok. Penelitian ini menggunakan data penjualan barang sparepart jenis Mpx 2 periode 2021 jangka waktu periode Juli – Desember. Proses prediksi dalam penelitian ini mengunakan metode perhitungan SMA (Single Moving Average). Perhitungan prediksi bulan Juli 2021 sampai Januari 2022 dihitung menggunakkan Rumus Single Moving Average didapatkan hasil 117,8333. Hasil perhitungan Mean Absolute Deviation (MAD) adalah 2.777773. Berdasarkan perhitungan pengukuran nilai akurasi menggunakkan metode MAPE (Mean Absolute Percentage Error) Hasil Nilai MAPE yaitu 2,45 maka sistem prediksi pada studi kasus menunjukkan hasil dengan kategori Sangat Baik karena nilai 2,45 termasuk kedalam klasifikasi Sangat Baik. Berdasarkan hasil pengujian pengguna menggunakan kuesioner yang terdiri atas pengujian dari sisi admin (15 responden) dengan nilai 96% dan pengujian pengguna dari sisi pemilik dengan nilai 100% maka dari itu sistem yang dibangun dapat dikatakan baik, mudah di pahami, dan sangat membantu kinerja proses prediksi stok barang di ARTHA MOTOR Karanganyar.Kata Kunci : Sistem, Informasi, Prediksi, Single, Moving, Average Trading business is one of the activities of selling and buying goods or services to make a profit. Sales of motorcycle spare parts is one type of trading business, a trading business engaged in the sale of motorcycle spare parts itself conducts buying and selling activities for spare parts to maintain motorcycles such as tires, brake linings, spark plugs, shocks, engine oil, and many more such as study sites. the case in this study, namely in ARTHA MOTOR Karanganyar ARTHA MOTOR is a trading business engaged in the sale of motorcycle spare parts owned by individuals. ARTHA MOTOR is a trading business that is progressing at this time, it can be seen from the amount of inventory available. Based on the results of interviews with the business owners, it was stated that there were many requests for spare parts, so ARTHA MOTOR tried to meet customer needs by completing the types of spare parts and increasing the stock of goods available at the store so that they were no longer out of stock. Utilization of information technology through the Information System can help the spare part prediction process by applying the SMA (Single Moving Average) calculation model, from the spare part sales data obtained from the calculation, ACF (Autocorrelation Function) & PACF (Partial Autocorrelation Function) no lag that cuts or outside the red interval line. Therefore, the data can be said to be stationary data and the calculation results from ACF & PACF obtained MAPE with length 6 of 2.4509.Keywords: System, Information, Prediction, Single, Moving, Average

IMPLEMENTASI DATA MINING CLUSTERING UNTUK MENGETAHUI POTENSI PRODUKTIFITAS KACANG TANAH DI INDONESIA Herliyani Hasanah; Nurmalitasari Nurmalitasari; Nugroho Arif Sudibyo
NJCA (Nusantara Journal of Computers and Its Applications) Vol 5, No 1 (2020): Juni 2020
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Kondisi produktifitas kacang tanah yang mengalami fluktuasi, pemerintah perlu memberlakukan kebijakan tertentu di bidang pertanian. Dengan kebijakan tersebut diharapkan dapat mewujudkan ketahanan pangan tingkat nasional. Salah satu informasi yang dapat digunakan untuk mendukung kebijakan tersebut adalah pengelompokan provinsi di Indonesia berdasarkan hasil panen kacang tanah di Indonesia. Pengelompokan ini dilakukan karena beragamnya potensi hasil produksi kacang tanah di masing-masing provinsi, sehingga perlu dilakukan pengelompokan untuk mengetahui provinsi mana yang memiliki hasil produksi kacang tanah tertinggi sehingga dapat membantu untuk mengoptimalkan program-program pemerintah dibidang pertanian tanaman pangan. Pengelompokan tersebut menggunakan analisis cluster k-means. Dalam penelitian ini simulasi pemetaan menggunakan metode K-Means Clustering berbasis mobile. Proses pemetaan dilakukan berdasarkan 2 (dua) variabel yaitu luas panen (Ha) dan produksi (ton). Hasil pemetaan akan dikelompokkan menjadi dua (2) cluster, yaitu hasil panen tinggi dan rendah. Dari perhitungan manual, aplikasi mobile dan simulasi menggunakan Rapid Miner diperoleh hasil yang sama yaitu cluster 1 meliputi provinsi no 12 (Jawa Barat), 13 (Jawa Tengah) dan 15 (Jawa Timur). Sedangkan sisanya ada 20 data masuk ke cluster 0.

Co-Authors Abdullah Sajad Aditya Gema Pratama Agus Mardiyono Ahmad Tomi Ali Muhdi Ashary Vermaysha Atina, Vihi Bima Setya Gumelar Didi Supriyadi Dwiki Rasya Rahadian Hasanah, Herliyani Lindha Juniarta Suseno Lucky Marsella Moh Muhtarom Mohammad Yusuf Nugroho Muhammad Rais Ramadhani Nugroho Arif Sudibyo Nurchim Nurchim Purwanto, Eko Rahmawati Desi Tri Wulandari Rico Yoga Pradana Sofa Marwati Sri Sumarlinda Sulami, Atik Syaiful Nur Wardani Viona Putri Ardiana Yusmawan Dwi Suseno Zalizah Awang Long Zalizah Awang Long

Title

Found 28 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 28 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 28 Documents
Search