Article Per Year (5 Year)
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
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
Check
Articles

Found 28 Documents
Search

 1   2   3 
Indonesian news classification application with named entity recognition approach Nurchim Nurchim; Nurmalitasari Nurmalitasari; Zalizah Awang Long
JURNAL INFOTEL Vol 15 No 2 (2023): May 2023
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v15i2.909

Abstract

Nowadays, many netizens search for news via search engines with countless amounts of information, so it is increasingly difficult to determine when the number of news articles that appear changes very quickly and dynamically. Thus, it is necessary to process the extraction of news information to display the core information of the news. Problems arise, especially in Indonesian, which has a structure of various noun phrase entities with shallow parsing or grammatical induction. Named Entity Recognition (NER) has the opportunity to overcome this because it can extract news entities in depth, starting from proper nouns in text documents containing information search, machine translation, answering questions, and automatic summarization. This study aims to apply NER in Indonesian language news classification. This study uses Design-Based Research whose process includes (1) pre-implementation, (2) design, (3) implementation and revision, and finally, (4) reflection and evaluation. This application was developed on the platform python, streamlit, BeautifulSoup, gnews, and spacy library. The results of application accuracy testing have an F1-score value of 89.69% for all entities consisting of place, figure, day, date, and organization.
Prediksi Harga Rumah di Kabupaten Karanganyar Menggunakan Metode Regresi Linear Ashary Vermaysha; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

This research aims to apply linear regression method in predicting house prices in Karanganyar Regency, using land area, building area, number of bathrooms, number of bedrooms, and electricity capacity as independent variables. A dataset consisting of house prices and the independent data was used in the analysis. The research results show that the predicted house prices have a relatively low level of accuracy, with an error of 651614542,27. To improve the prediction accuracy, three steps are recommended. First, adding data variations from several real estate websites to expand the sample and covered house characteristics. Second, expanding the dataset by adding supporting variables such as dates, which provide information about market trends and fluctuations. Finally, exploring alternative prediction algorithms that are more supportive than linear regression. The conclusion of this research is that although linear regression can be used to predict house prices in Karanganyar Regency, the accuracy level still needs to be improved. Therefore, the proposed recommendations need to be implemented to improve the prediction model. Thus, it is expected that house price predictions in Karanganyar Regency will become more accurate and useful for use in the property market.
Analisis Kemiskinan Menggunakan Metode Algoritma Clustering K-Means Dwiki Rasya Rahadian; Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Poverty has a broad and serious impact on the lives of individuals and society. When people live in poverty, they may face difficulties meeting basic needs, such as adequate food, adequate housing, and proper education. These limitations can negatively impact physical and mental health, education, employment opportunities, and overall quality of life. The purpose of this study is to find out the grouping of districts/cities that have similar characteristics based on the 2019 poverty indicators. This research uses data obtained from the BPS (Central Bureau of Statistics). The method used is the k-means clustering method which is a clustering partition method for grouping objects into k clusters. Based on the research results, the characteristics of each cluster were grouped based on the poverty indicator values in several districts/cities in 2019 as many as 2 clusters. Formed from 20 districts/cities in cluster 1 and 29 districts/cities in cluster 2. Cluster 1 has the characteristics of Low Work Challenges, with Low Per Capita Expenditure Rates and Low Unemployment Rates while Cluster 2 has the characteristics of High Job Challenges, with Per Capita Expenditure Levels High and High Non Working Rate.
Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Sumatera Menggunakan Metode Regresi Linier Mohammad Yusuf Nugroho; Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

In research data must go through a processing process so that it can be used in the research. The data used must be valid to be able to produce an appropriate solution. This study aims to analyze the factors that influence rice production in paddy fields. The island of Sumatra has more than 50 percent of agricultural land in each province with the most dominant main food commodity being rice, while the remainder is corn, peanuts and sweet potatoes. Agricultural products in Sumatra are very vulnerable to climate change which can affect cropping patterns, planting time, production and yield quality. Climate change can have a negative impact on the production of these basic commodities. Moreover, an increase in the earth's temperature due to the impact of global warming which will affect the pattern of precipitation, evaporation, water runoff, soil moisture, and climate variations which are very fluctuating as a whole can threaten the success of agricultural production. Predictions of agricultural yields for food commodities are heavily influenced by climate change. The method used for analysis is Linear Regression and also uses the python library.
Analisis Faktor Utama Penentu Harga Rumah di Surakarta Menggunakan Principal Component Analysis Muhammad Rais Ramadhani; Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Residence is often referred to as one of the primary needs. Therefore, it is important to formulate a well-planned series of actions to ensure that every family has a dwelling of their own. In this planning process, an analysis of the factors determining house prices is necessary to serve as a basis for finding suitabel housing. The objective of this research is to conduct a Principal Component Analysis (PCA) on the main factors determining house prices using the dataset from Surakarta. The identified factors that contribute to house prices include the number of bedrooms, the number of bathrooms, the size of the house, the distance from the house to the city center, and the distance from the house to the nearest hospital. The analysis is performed using the PCA library in Python, resulting in two main factors with a variance above 90%. The first component represents accessibility factors, specifically the distance from the house to the city center and the distance from the house to the nearest hospital. On the other hand, the second component represents spatial and accommodation factors, including the number of bedrooms, the number of bathrooms, and the size of the house.
Prediksi Pemberian Dana Pengembangan Ke Universitas Menggunakan Model Regresi Logistik Rico Yoga Pradana; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perguruan tinggi atau universitas tentu saja ingin mendapatkan suatu penghargaan atau dana pengembangan dari pihak terkait dikarenakan dengan melakukan pemberian dana pengembangan kepada perguruan tinggi dapat meningkatkan sarana dan prasarana universitas dan menghasilkan lulusan mahasiswa dengan ilmu yang kompeten. Penelitian ini digunakan untuk memprediksi penyaluran dana pengembangan ke universitas yang tepat menggunakan model machine learning regresi logistik. Hasil penelitian menunjukkan bahwa keberhasilan siswa dengan menggunakan model regresi skor akurasi model 54%.
Analisis Faktor – Faktor Yang Mempengaruhi Harga Mobil Bekas Menggunakan Metode Regresi Linier Abdullah Sajad; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Meningkatnya jumlah produksi mobil baru dan munculnya berbagai model mobil baru berdampak dengan melimpahnya mobil bekas atau dengan sebutan mobil second, yang dapat membuat masyarakat tertarik menjadi pengusaha dalam bisnis jual beli mobil bekas. Dengan disertai pajak yang lebih terjangkau dan proses peralihan kepemilikan yang tidak sulit menjadikan bisnis ini menjadi lebih menjanjikan di masyarakat. Mobil bekas memiliki harga jual yang menurun secara periodik, jadi harga jual suatu mobil bekas pada tahun yang sedang berjalan lebih rendah dari harga Oleh karena itu estimasi harga jual mobil bekas sangat diperlukan dalam membantu pengusaha untuk membantu penjualan mobil bekas dengan harga jual secara periodik. Dengan membuat estimasi harga jual mobil bekas menggunakan metode regresi linier berganda ini berdasarkan variabel merek, harga beli, tahun keluar (tahun pembuatan atau tahun perakitan), dan kondisi mobil ini telah mampu menghasilkan nilai perkiraan harga jual mobil bekas secara periodik. Dengan membuat estimasi harga jual mobil bekas menggunakan metode regresi linier ini berdasarkan variabel merk, tahun keluar (tahun pembuatan atau tahun perakitan), kilometer, CC, Horsepower, dan harga beli mobil ini telah mampu menghasilkan nilai perkiraan harga jual mobil bekas secara periodik dan pengujian keakuratan dari hasil prediksi cukup tinggi dengan nilai eror sebesar 0.17.
Prediksi Perubahan Indeks Harga Konsumen per Bulan Menurut Kelompok Pengeluaran dengan Metode Regresi Linier Aditya Gema Pratama; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Indeks Harga Konsumen atau IHK adalah index yang menghitung rata-rata perubahan harga dari suatu paket barang dan jasa yang dikonsumsi oleh rumah tangga dalam kurun waktu tertentu. IHK merupakan indikator yang digunakan untuk mengukur tingkat inflasi. Penelitian ini dilakukan untuk memprediksi pergerakan IHK bulanan berdasarkan kelompok biaya dengan metode Regresi Linear menggunakan bahasa pemrograman Python. Selain itu, penelitian ini juga bertujuan untuk mengevaluasi akurasi dan efektivitas metode linier dalam memprediksi perubahan IHK. Penelitian ini menggunakan metode linier dan implementasinya dalam bahasa pemrograman Python. Dalam penelitian ini, bibliografi mencakup sumber-sumber penting seperti BPS, literatur ekonometrika, analisis data multivariat dan penggunaan perpustakaan scikit-learn dengan Python. Referensi lain yang relevan dapat ditambahkan sesuai kebutuhan.
Prediksi Peningkatan Omset Penjualan Toko Snack Menggunakan Metode Regresi Linier Berganda Rahmawati Desi Tri Wulandari; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

prediksi merupakan salah satu proses memperkirakan secara sistematis tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi masalalu dan sekarang yang dimiliki, agar kesalahan selisih antara sesuatu yang terjadi dengan hasil perkiraan dapat diperkecil. Proses memprediksi peningkatan omset penjualan pada Toko Snack Laris masih menggunakan cara manual dan melewati beberapa step. Proses yang dilakukan secara manual ini menyebabkan waktu yang digunakan terlalu lama, sehingga dikhawatirkan dapat menyebabkan kesalahan dalam melakukan perhitungan dan kurang akuratnya hasil yang diinginkan. Untuk dapat membantu memprediksi omset penjualan kedepannya agar lebih baik, lebih tepat dan lebih cepat, maka dibutuhkan Analisis Data Mining dengan dukungan merode Regresi Linier Berganda. Berdasarkan Analisa Data Mining yang dibangun, masalah selama ini dalam proses perhitungan prediksi peningkatan omset dapat terpecahkan. Proses perhitungan yang dilakukan dapat menjadi lebih mudah, menghemat waktu dan mendapat hasil yang lebih akurat.
Prediksi Harga Kursi di LJ Furniture Menggunakan Metode Regresi Linier Sofa Marwati; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Tujuan dari penelitian ini adalah membuat forecast penjualan kursi berdasarkan data penjualan furniture LJ. Faktor yang mempengaruhi harga kursi adalah kode kursi, tahun, kualitas, kuantitas dan ketersediaan. Harga diprediksi menggunakan regresi linier. Penelitian yang dilakukan meliputi: pengolahan data, visualisasi data, pemodelan/penentuan varians, uji normalisasi,uji statistik, evaluasi nilai MAE, MAPE, RMSE dan MSE, akurasi prediksi akhir. Berdasarkan hasil penelitian berdasarkan datadari penjualan furniture LJ. Peramalan penjualan dengan menggunakan metode regresi linier ini dengan skor uji normalitas 1.28 menunjukkan bahwa data dapat berdistribusi normal. Selain itu nilai RMSE, MAE, MSE dan MAPE yang diperoleh hasil prediksi keakuratan adalah 32% mendapatkan hasil peramalan yang akurat yaitu standar stabilitas
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