Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.8

P-Index

This Author published in this journals

All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Informatika Universitas Pamulang Sebatik JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Krea-TIF: Jurnal Teknik Informatika Jurnal Mantik Abdi Dosen : Jurnal Pengabdian Pada Masyarakat JURMA : Jurnal Program Mahasiswa Kreatif ETNIK : Jurnal Ekonomi dan Teknik SAINSTECH: Jurnal Penelitian dan Pengkajian Sains dan Teknologi Jurnal Pengabdian Masyarakat Inovatif Jurnal Pengabdian Masyarakat Inovatif

Puspa Eosina

Universitas Ibn Khaldun Bogor

Author-ID : 3593288

Religion Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

RANCANG BANGUN SISTEM PEMBELAJARAN PEGAWAI DENGAN METODE E-LEARNING (Studi Kasus di PT Eisai Indonesia). Primasari, Dewi; Eosina, Puspa; Mulyana, Asep
Krea-TIF: Jurnal Teknik Informatika Vol 5 No 1 (2017)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

PT Eisai Indonesia requires better handling of the training system for its employees. Currently direct training in one place is still widely used by the company because this system is still considered effective to transfer the skills and knowledge from the trainer to the trainees. The lack of this system is the difficulty of training for employees who are far from the headquarters. So the developed of a webbased distance learning system equipped with online examination is needed as a benchmark of employee understanding of a training. This system development method refers to the waterfall method that starts from the stage of requartment analysis, design system, the stage of writing program code and the program testing phase. The benefits of this research are to facilitate the company in knowing the employee's understanding of a training, to speed up a training understood by the employee, to reduce the cost of visit and the time needed to do the training and improve the quality of exam result.

SISTEM PENGENDALIAN PERSEDIAAN PART WARRANTY DENGAN METODE PERAMALAN EXPONENTIAL SMOOTHING (Studi Kasus Di PT Indomobil Trada Nasional) ., Suratun; Syaripudin, Arif; Eosina, Puspa
Krea-TIF: Jurnal Teknik Informatika Vol 5 No 1 (2017)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Penentuan jumlah persediaan part warranty merupakan salah satu permasalahan yang dialami oleh PT Indomobil Trada Nasional. Untuk membantu perusahaan dalam menentukan jumlah persediaan part warranty yang optimal, diperlukan sistem pengendalian persediaan yang dapat meramalkan volume permintaan part warranty pada periode yang akan datang. Berdasarkan hasil analisis pola data time series, volume permintaan part warranty pada periode November 2014 sampai dengan Februari 2016 diketahui memiliki pola data stasioner dan tidak memiliki trend. Metode peramalan yang paling sesuai untuk pola data tersebut adalah metode single exponential smoothing (SES) dan adaptive response rate single exponential smoothing (ARRSES). Model peramalan terbaik untuk meramalkan volume permintaan Shock Absorber RR Kit adalah metode SES dengan alpha 0.3 yang menghasilkan mean absolute percentage error (MAPE) sebesar 10.73%. Metode SES dengan alpha 0.1 terpilih sebagai model peramalan terbaik untuk meramalkan volume permintaan Insulator Strut Mtg LH dengan MAPE sebesar 9.16%. Model peramalan terbaik untuk meramalkan volume permintaan Link Assy Transv LH adalah metode SES dengan alpha 0.5 yang menghasilkan MAPE sebesar 10.37%, sedangkan metode SES dengan alpha 0.9 terpilih sebagai model peramalan terbaik untuk meramalkan volume permintaan Bush Stabilizer dengan MAPE 15.28%.

Media Pembelajaran Interaktif Ipa Untuk Sekolah Dasar Berbasis Multimedia Wulandari, Berlina; Ardiansyah, Fiqri; Eosina, Puspa; Fajri, Hersanto
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 1 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Media pembelajaran adalah alat bantu proses belajar mengajar yang dapat dipergunakan untuk merangsang pikiran, perasaan, perhatian dan kemampuan untuk pembelajaran. Pelajaran ilmu pengetahuan alam (IPA) adalah salah satu bidang studi yang mempelajari alam semesta, dalam kegiatan belajar guru sangat berperan penting dalam mengajar. Tuntunan proses pengajaran agar tidak monoton atau bersifat hafalan guna mendorong guru IPA untuk terus meningkatkan kreatifitas penggunaan media dalam pembelajaran IPA, sehingga menciptakan proses pembelajaran yang menarik, interaktif dan menyenangkan dalam mengikuti mata pelajaran tersebut. Dalam pembelajaran IPA terdapat materi belajar berupa fakta-fakta dan adapula konsep yang bersifat abstrak. Metodologi penelitian pembuatan aplikasi media pembelajaran Ilmu Pengetahuan Alam berbasis multimedia ini menggunakan metodologi pengembangan multimedia Luther – Sutopo yaitu konsep, perancangan, pengumpulan bahan, pembuatan, pengujian dan distribusi. Pengembangan media menggunakan pendekatan “VISUALS” yaitu Visible (mudah dilihat), Interesting (menarik), Simple (sederhana), Useful (isinya bermanfaat), Accurate (benar bisa dipertanggung jawabkan), Legitimate (masuk akal), dan Structured (tersusun dengan baik). Berdasarkan kesimpulan penelitian menunjukkan bahwa aplikasi media pembelajaran IPA dapat digunakan oleh pengajar pada sarana pembelajaran berbasis multimedia.

Metode Bayes dalam Penentuan Lokasi Strategis pada Sistem Pendukung Keputusan Pembangunan Perumahan Eosina, Puspa; Lutfi, Muhamad; Ridwan, Mohamad
Krea-TIF: Jurnal Teknik Informatika Vol 5 No 2 (2017)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakSistem Pendukung Keputusan (SPK) banyak dikembangkan di perusahaan-perusahaan atau organisasi untuk kebutuhan level manajemen. Nilai probalilitas untuk setiap lokasi pada SPK Penentuan Lokasi Strategis Pembangunan Perumahan yang dibangun pada penelitian ini, dihasilkan berdasarkan perhitungan menggunakan metode Bayes. Kriteria yang digunakan pada dalam perhitungan ada sembilan yaitu kompatibilitas, sarana dan prasarana, faktor teknis, aksesibilitas, fleksibilitas, estetika, masyarakat, fasilitas pelayanan, biaya. Penerapan pada data lokasi yang digunakan, yaitu tiga data lokasi,lokasi Taman Argo Subur, lokasi Taman Kirana, dan lokasi Perumahan Kirana Cikarang, diperoleh nilai probabilitas tertinggi rekomendasi sebesar 97% untuk lokasi Perumahan Kirana Cikarang.AbstractDecision Support Systems (DSS) are widely developed in companies or organizations for support of management level. The recommended of location from the DSS Determining Strategic Location of Housing Development in this study, produced based on calculations using the Bayes method. Were used of criteria, namely compatibility, facilities and infrastructure, technical factors, accessibility, flexibility, aesthetics, society, service facilities, costs. Three location have used in the application, namely the Taman Argo Subur, the Taman Kirana, and the Perumahan Kirana Cikarangng, obtained the highest probability value of 97% for the Kirana Cikarang Housing location.

Sistem Pendukung Keputusan Lomba Kinerja Kelurahan dengan Metode AHP Eosina, Puspa; Suratun, Suratun; Mulyani, Fitri
Krea-TIF: Jurnal Teknik Informatika Vol 6 No 1 (2018)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakTingkat keberhasilan pembangunan di kelurahan diukur dengan kriteria-kriteria tertentu. Badan Pemberdayaan Masyarakat dan Keluarga Berencana (BPMKB) Kota Bogor setiap tahunnya melaksanakan lomba kinerja kelurahan untuk mengevaluasinya. Dalam penentuan penetapan pemenang lomba kinerja kelurahan dinilai pada seleksi presentasi dan kunjungan lapang masih menghitung secara manual sehingga dibutuhkan Sistem pendukung Keputusan (SPK) yang mampu memberikan solusi alternatif untuk proses penilaian presentasi dan kunjungan lapang. Metode yang digunakan dalam sistem pendukung keputusan lomba kinerja kelurahan ini adalah metode Analytical Hierarchy Process (AHP), yang digunakan untuk pembobotan kriteria dan alternatif. SPK ini menggunakan 3 jenis hak akses (roles) yaitu admin, juri dan pimpinan. Keluaran sistem adalah hasil angka perhitungan AHP yang merupakan rekomendasi bagi pihak pengambil keputusan dalam penentuan pemenang perlombaan. Hasil perhitungan menampikan bobo-bobot kriteria, yaitu : 0,167 untuk kriteria penguasaan materi ekspos, 0,056 untuk kriteria penampilan pemberi materi ekspos, 0,111 untuk kriteria ketepatan waktu ekspos, 0,222 untuk kriteria produk unggulan, dan 0,444 untuk kriteria inovasi. Dengan nilai bobot tersebut, ditampilkan hasil rekomendasi untuk pemenang dengan urutan ranking terbaik yaitu kelurahan Menteng, kelurahan Cibadak, kelurahan Ciparigi, kelurahan Katulampa, kelurahan Cikaret, dan kelurahan Babakan Pasar. AbstractThe level of success of the development in the village government is measured by certain criteria. The Bogor City of Badan Pemberdayaan Masyarakat dan Keluarga Berencana (BPMKB) annually conducts urban village government performance competitions to evaluate it. In determining the determination of the winners of the kelurahan performance competition, the presentation selection and field visits were still counted manually so that a Decision Support System (DSS) was needed that was able to provide alternative solutions for the presentation process and field visits. The method used in the decision support system for this kelurahan performance competition is the Analytical Hierarchy Process (AHP) method, which is used for weighting criteria and alternatives. This DSS uses 3 types of access rights (roles), namely admin, jury and leader. System output is the result of the AHP calculation number which is a recommendation for decision makers in determining the winner of the race. The calculation results show the bobo-weight criteria, namely: 0.167 for mastery of exposure material criteria, 0.056 for the criteria for exposure material exposures, 0.111 for the criteria for exposure time, 0.222 for the criteria of superior products, and 0.444 for the criteria of innovation. With these weight values, the results of recommendations for winners with the best ranking are displayed, namely Menteng Village, Cibadak Village, Ciparigi Village, Katulampa Village, Cikaret Sub-District, and Babakan Pasar Village.

Klasifikasi-PNN pada Citra Ikan Air Tawar dengan Sobel Edge Detection Eosina, Puspa; Laxmi, Gibtha Fitri; Fatimah, Fety
Krea-TIF: Jurnal Teknik Informatika Vol 6 No 2 (2018)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakMetode Sobel adalah salah satu teknik dalam edge detection (deteksi tepi) untuk mengekstraksi tepi dari citra ikan air tawar. Deteksi tepi adalah proses identifikasi keberadaan dan letak tepinya dengan diskontinuitas gambar yang tajam. Menggunakan data citra ikan sebanyak 200 gambar dari 10 jenis ikan air tawar, dilakukan pencarian model klasifikasi PNN sebagai model untuk identifikasi data ekstraksi citra ikan air tawar menggunakan metode Sobel.Ciri atau karakteristik yang digunakan dalam mengekstrak data ikan dalam penelitian ini adalah ciri bentuk, yang dapat dikenali melalui titik-titik yang membentuk tepi-tepi objek ikan. Kinerja algoritma Sobel dapat dinilai dari hasil tampilan data vektor yang menjadi ciri bentuk ikan, dimana estimasi nilai-nilai pixel dilakukan menggunakan operator konvolusi Sobel (convolution masks). Telah ditunjukkan bahwa algoritma ini bekerja dengan baik. Data hasil ekstraksi ini, untuk selanjutnya digunakan dalam mencari model klasifikasi PNN (Probabilistic Neural Network) untuk identifikasi ikan air tawar. Hasil perhitungan nilai akurasi dari model yang terbentuk, yaitu kurang dari 25%, menunjukkan model identifikasi yang diinginkan belum tercapai. Hasil ini dapat digunakan sebagai pembanding untuk membangun model identifikasi menggunakan metode klasifikasi yang lain pada penelitian selanjutnya.AbstractThe Sobel method is one of the edge detection techniques to extract the edges of freshwater fish images. The Edge detection is the process of identifying the existence and position of the edge with a sharp discontinuity of images. Using 200 images of fish from 10 types of freshwater fish, the Probabilistic Neural Network (PNN) classification was performed on freshwater fish image extraction, to obtain the model of identification. In this study, the Sobel method is used to extract images of the shape characteristics. The performance of the Sobel algorithm can be judged by the results of the vector data display which characterizes the shape of the fish, where the estimation of pixel values is performed using the convolution masks operator. It has been shown that this algorithm works well. The accuracy result of the obtain model, ie less than 25%, indicates the desired model of identification has not been achieved. This result can be used as a benchmark to construct an identification model using other classification methods in subsequent research.

Implementasi Penggabungan Prewitt dan Canny Edge Detection untuk Identifikasi Ikan Air Tawar Laxmi, Gibtha Fitri; Eosina, Puspa; Fatimah, Fety
Krea-TIF: Jurnal Teknik Informatika Vol 6 No 2 (2018)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

AbstrakIndonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Deteksi tepi yang digunakan ialah penggabungan metode prewitt dan canny. Penelitian ini tidak memiliki hasil yang akurat dengan nilai 25%. Dimana penggabungan fitur lain akan sangat membantu dalam identifikasi.AbstractIndonesia is a country that has a great biodiversity, one of which is the diversity of freshwater fish. Freshwater fish that are suitable for consumption today are of many kinds, so that people who lack knowledge to recognize fish species are very difficult. Image recognition identification technology with Content Based Image Retrieval with shape features based on the resulting edge points can help identify the types of fish that exist. The fish image used is converted from RGB to grayscale which is processed by edge detection method into a binary value matrix so that it forms the edge points of the fish. Image data of freshwater fish in the study amounted to ten types of fish, which will be processed to obtain extraction of the edge detection features. The edge detection used is the merging of the prewitt and canny methods. This study did not have accurate results with a value of 25%. Where combining other features will be very helpful in identification.

Model Feature Selection dalam Penentuan Parameter Pengelompokan Kompetensi SDM IG Susetyo, Budi; Eosina, Puspa; Nurhayati, Immas; Indupurnahayu, Indupurnahayu
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Industri geospasial memiliki prospek bisnis yang berkembang pesat di Indonesia, khususnya di sektor swasta. Untuk mengetahui seberapa besar potensi sumberdaya manusia sesuai dengan kompetensi bidang informasi geospasial tersebut dibutuhkan survey dan analisis terkait parameter beberapa parameter kompetensi. Tujuan penelitian ini adalah mencari pengukuran parameter yang paling mempengaruhi pengelompokan kompetensi sumberdaya manusia bidang informasi geospasial. Penelitian ini menggunakan data profil yang telah diolah menjadi 5 kategori index yaitu WEI, EFI, ENI, CFI, dan CPI. dengan jumlah sampel 46 data. Metode yang digunakan adalah k-means clustering untuk pembentukan cluster kompetensi yang selanjutnya dibandingkan di antara 4 ,5 dan 6 cluster. Evaluasi cluster yang dipilih adalah menggunakan Mean intercluster dissimilarity dengan rumus jarak Euclidean. Dihasilkan bahwa pengelompokan paling optimal adalah 4 cluster dengan nilai intercluster terbesar, yaitu 0.45699. Fature subset selection dilakukan terhadap data yang sudah membentuk 4 cluster untuk melihat parameter yang paling berpengaruh. Untuk hal ini, digunakan metode Decision Tree Induction dengan skema Binary Tree. Diperoleh nilai Impurity terkecil pada atribut EFI, yaitu sebesar 0.6857 yang menunjukkan bahwa atribut EFI adalah parameter yang paling berpengaruh dalam menentukan label sebuah data.

Penerapan Big Data Menggunakan Algoritma Multi-Label K-Nearest Neighbor dalam Analisis Sentimen Konsumen UMKM Sektor Kuliner Fauzi, Muhammad Ridho; Pratama, Risky Adit; Laksono, Panji; Eosina, Puspa
Krea-TIF: Jurnal Teknik Informatika Vol 9 No 1 (2021)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/kreatif.v9i1.3587

UMKM di Kota Bogor merupakan UMKM yang mengalami perkembangan yang signifikan dari tahun ke tahun. Pada tahun 2019, di Kota Bogor tercatat ada sekitar 30.822 usaha UMKM yang didominasi sektor kuliner 60 persen, kerajinan 30 persen dan 10 persen lainnya adalah sektor batik. Dengan adanya pertumbuhan UMKM yang signifikan tersebut, maka akan berpengaruh terhadap persaingan UMKM yang semakin meningkat dan akan semakin sulit untuk melihat peta persaingan pada UMKM, khususnya pada sektor kuliner. Sehingga untuk mengatasi persaingan tersebut salah satu cara yang dapat dilakukan adalah melihat sentimen konsumen terhadap UMKM tersebut. Salah satu metode yang dapat digunakan dalam menyelesaikan permasalahan tersebut, adalah metode Data Mining. Pada metode Data Mining, terdapat beberapa algoritma popular yang sering digunakan. Dan salah satu algoritma yang popular itu adalah algoritma K-Nearest Neighbor (K-NN). Algoritma KNN dapat digunakan pada berbagai kasus penelitian, seperti multi-class classification, binary classification dan multi-label classification yang dapat membantu dalam memprediksi berbagai kasus di kehidupan sehari-hari. Sehingga dalam hal ini, kami mengusulkan sebuah ide baru, yaitu penerapan Big Data menggunakan algoritma Multi-Label K-Nearest Neighbor atau ML-KNN dalam analisis sentimen konsumen terhadap UMKM sektor kuliner di Kota Bogor. Ide atau gagasan tersebut dapat bermanfaat bagi pelaku UMKM sektor kuliner di Kota Bogor dalam mengetahui insight atau wawasan dari hasil analisis sentimen konsumen terhadap UMKM dan dapat membantu untuk pengambilan sebuah keputusan bisnis dalam meningkatkan daya saingnya terhadap kompetitor atau UMKM sektor kuliner yang berada di Kota Bogor.

Sistem Informasi Monitoring Konservasi Satwa pada Pusat Penyelamatan Satwa Berbasis Web Ubaidillah, Hadi; Eosina, Puspa; Primasari, Dewi
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 1 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i1.10592

Pusat Penyelamatan Satwa (PPS) merupakan salah satu lembaga instansi pemerintah sebagai tempat konservasi satwa liar. Pendataan satwa tidak terlepas dari komputerisasi seperti pendataan inventaris, penerimaan satwa, pengeluaran satwa, monitoring kesehatan, status kandang serta pelaporan masih dilakukan dengan mencatat pada sebuah arsip maupun menggunakan software Microsoft Office. Dengan cara ini data hanya terpusat pada satu tempat sehingga sulit diakses oleh pihak yang berkepentingan. Penelitian ini merancang dan membangun sistem informasi monitoring satwa. Pembangunan sistem menggunakan metode waterfall, tools modeling sistem yang digunakan adalah UML dengan bahasa pemrograman yang digunakan adalah Java, XML, JavaScript, HTML dan CSS. Proses sistem pendataan satwa tersebut terintegrasi dengan Sistem Informasi Konservasi Satwa Pada Pusat Penyelamatan Satwa Berbasis Web yang dapat menyimpan inventaris satwa, surat mutasi, status kesehatan serta laporan ke dalam database secara terpusat sehingga memudahkan pihak yang berkepentingan untuk mengolah dan mengambil data. Selain itu dalam proses surat-menyurat dapat dilakukan dengan mengirim email agar lebih cepat dan hemat biaya. Sistem informasi ini menjadi awal sistem untuk mendapatkan sistem yang terintegrasi dan terpercaya di PPS.

Co-Authors ., Suratun Alfiat, Bagus Fatwan Ardiansyah, Fiqri Arief Goeritno Asep Mulyana Asmaran, Adam Br. Ginting, Novita Budi Susetyo Budi Susetyo Dewi Primasari Eko Hadi Purwanto, Eko Erwin Hermawan Fauzi, Muhammad Ridho Fety Fatimah Fitri Mulyani Fitri Mulyani, Fitri Freza Riana Gibtha Fitri Laxmi Gustian, Harry Hadjimartsu, Sahid Agustian Hersanto Fajri Ibnu Zaki Iksal Yanuarsyah Indu Purnahayu Indupurnahayu Jaenudin, Jejen Jejen Jaenudin Khusun, Helda Laksono, Panji Moh Riswandha Imawan Mohamad Ridwan Muhamad Dzikri Fadhilah Muhamad Lutfi Nadia Amanda Febrianti Nurhayati, Immas Nurul Kamilah Perdana Bagja Kusumah Pratama, Ilham Surya Pratama, Risky Adit Safaruddin Hidayat Al Ikhsan Septian, Ihsan Setiawan, Foni Agus Sofwan Agustria Al-Qodri, Ahmad Suratun Suratun Suratun Suratun Syaripudin, Arif Taufik Djatna Ubaidillah, Hadi Wulandari, Berlina Yudicy Amelia Yuggo Afrianto

Title

Found 25 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 25 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 25 Documents
Search