Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.647

P-Index

This Author published in this journals

All Journal MANAJEMEN IKM: Jurnal Manajemen Pengembangan Industri Kecil Menengah Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Produktif : Jurnal Ilmiah Pendidikan Teknologi Informasi Faktor Exacta CogITo Smart Journal Jurnal Eksplora Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) DoubleClick : Journal of Computer and Information Technology Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Ilmu Komputer dan Informatika International Journal Of Computer, Network Security and Information System (IJCONSIST) Naratif : Jurnal Nasional Riset, Aplikasi dan Teknik Informatika Jurnal Nasional Teknik Elektro dan Teknologi Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Tedc TANFIDZIY : Hukum Tata Negara dan Siyasah Journal of Law and Social Politics Journal of Golden Generation Multidisciplinary

Nova Agustina

Universitas Teknologi Bandung, Indonesia

Author-ID : 3597450

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 31 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Perbandingan Algoritma K-Means dengan Fuzzy C-Means Untuk Clustering Tingkat Kedisiplinan Kinerja Karyawan Nova Agustina; Prihandoko Prihandoko
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 2 No 3 (2018): Desember 2018
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

STT Bandung is university that has great potential to become a leading university of Bandung. To achieve the purpose of college, one of the stages that must be done is the evaluation of employee performance, namely by monitoring employee discipline. To facilitate the determination of the level of employee discipline is required data mining techniques to cluster of data. In data mining there are several methods of data clusters, which is often used is the method of K-Means with Fuzzy C-Means. Based on the research conducted both methods are grouping employee performance data into 3 clusters, namely high performance level, the level of medium performance level and low performance level. The results of this study indicate that the Fuzzy C-Means method is a better method than K-Means to do data clustering on the level of employee performance in STT Bandung because the value of validation is close to 1. Keywords: Data Mining, Comparison, K-Means, Fuzzy C-Means

PENGEMBANGAN APLIKASI LOCATION BASED SERVICE UNTUK INFORMASI DAN PENCARIAN LOKASI PARIWISATA DI KOTA CIMAHI BERBASIS ANDROID Nova Agustina; Slamet Risnanto; Irwin Supriadi
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 3 No. 1 (2016)
Publisher : Universitas Widyatama

[Id] Pariwisata adalah salah satu sektor yang dapat diandalkan sebagai sumber devisa negara. Dalam perjalanan untuk mencari lokasi terdekat ke lokasi pariwisata yang diinginkan, untuk mencari lokasi pariwisata yang ada di Kota Cimahi melalui perangkat mobile menjadi sangat penting mengingat wisatawan yang sulit untuk menemukan lokasi pariwisata. Location based service (LBS) merupakan salah satu layanan informasi yang memanfaatkan kemampuan penunjuk lokasi pada perangkat mobile dan dapat diakses melalui jaringan mobile. Tujuan dari penelitian ini adalah untuk menghasilkan suatu aplikasi Location Based Service pada perangkat mobile Android yang mampu membantu untuk mencari informasi dan lokasi pariwisata dari lokasi user berikut rute yang dapat ditempuh menuju lokasi pariwisata tersebut. Berdasarkan hasil dari implementasi dan ujicoba yang dilakukan maka dapat ditarik kesimpulan bahwa aplikasi Location Based Service yang dibuat dapat membantu user untuk mencari informasi, lokasi pariwisata dan juga menentukan rute yang dapat ditempuh menuju lokasi pariwisata tersebut. Kata kunci: Location Based Service (LBS), pariwisata, mobile, Android [en] Tourism is one of the sectors that can be relied upon as a source of foreign exchange of the country. On the way to find the nearest location to the location of the desired tourism, to search for the location of the exiting tourism in Cimahi throught mobile device becomes very important given the tourists harder to find the locations of tourism. Location based service (LBS) is one of the information services which is using the ubility of locations tracking on mobile phone and it can be accessed through mobile networks. The purpose of this paper is to produce a Location Based Service applications on Android mobile devices that can help to find information and locations of tourism from the user location along with the routes of the tourism. Based on the results of implementation and some test that have been done, it can be concluded that the Location Based Service application helps the users to find information, tourism location and also helps them to decide with route to the tourism that can be taken bests. Keywords: Location Based Service (LBS), tourism, mobile, Android

KLASIFIKASI KONTEN POST PADA MEDIA SOSIAL INSTAGRAM PERGURUAN TINGGI XYZ MENGGUNAKAN ALGORITMA NAIVE BAYES Nova Agustina; Andrian Cahyanto; Joko Herwanto; Ratih Ratnasari; Sintia Dewi
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 6 No. 1 (2019)
Publisher : Universitas Widyatama

Social media has an important role as a communication tool to share information and connect with each other. social media is used as a space to interact with people from various walks of life. One of the most widely used social media in the world, including in Indonesia is Instagram. This study aims to find out what post content is most optimal in Online Engagement. This study uses post data uploaded by XYZ Higher Education Instagram accounts from September 22 2015 to June 4, 2019. Post analyzed in this study amounted to 426 post content. A comparative test was conducted to see the difference between online engagement between post content. The results of this study indicate that post type and post time (month and day) have a significant effect on online engagement (likes and comments). While the months that have the most significant influence on likes and comments are March, June and July. Thursday, Friday and Saturday are days that have a significant influence on likes and comments.

SISTEM INFORMASI MANAJEMEN PRESENSI KEHADIRAN KARYAWAN BERBASIS WEB Nova Agustina
Produktif : Jurnal Ilmiah Pendidikan Teknologi Informasi Vol. 3 No. 2 (2019): Produktif: Jurnal Ilmiah Pendidikan Teknologi Informasi
Publisher : Program Studi Pendidikan Teknologi Informasi

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

Presensi kehadiran karyawan menjadi salah satu kewajiban yang harus dipenuhi oleh setiap karyawan yang terikat dengan perusahaan. Berbagai macam teknik melakukan presensi sebagai bukti bahwa karyawan hadir pada waktu tertentu,baik secara tertulis maupun memanfaatkan teknologi. Untuk menunjang teknologi mesin presensi yang ada, dibutuhkan pengolah data yang agar disesuaikan dengan kondisi di perusahaan. Pembangunan sistem ini merupakan pengembangan dari sistem yang sudah ada, menggunakan metode System Development Life Cycle (SDLC). Hasil penelitian ini menunjukan bahwa Sistem Manajemen Presensi Kehadiran Berbasis Web memberikan kemudahan bagi HRD untuk melakukan manajemen presensi karyawan

Implementasi Algoritma Naïve Bayes Classifier untuk Mendeteksi Berita Palsu pada Sosial Media Nova Agustina; Adrian Adrian; Mercy Hermawati
Faktor Exacta Vol 14, No 4 (2021)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v14i4.11259

Hoax news (lie) on the internet has become a global problem that causes turmoil in society. Its presence can disrupt democratic order, the stability of social, cultural, political and economic life. The results of the research of the Indonesian Telematics Society showed that as many as 44.3% of respondents said they received fake news or misinformation every day. According to information released by Kominfo until August 11, 2021, there were 1848 hoax reports regarding the Covid-19 pandemic, 290 hoax reports regarding the Covid-19 Vaccine. Naïve Bayes Classifier is a classification method based on Bayes theorem, which in this paper is used to detect fake news on social media. The analysis was carried out using the Naïve Bayes Classifier algorithm, in this study using the CRISP-DM (Cross-Industry Standard Process for Data Mining) model. Training data sourced from the Kumparan site as much as 300 Data. In the process carried out using the python library for NLP, namely "satrawi". In testing the model using the confusion matrix method which consists of the number of rows of test data that are predicted to be true and false by the classification model used. At the deployment stage the model is pushed to Heroku so that users can predict news directly through the provided User Interface.

Deteksi Dini Penyakit Diabetes Menggunakan Machine Learning dengan Algoritma Logistic Regression Erlin; Yulvia Nora Marlim; Junadhi; Laili Suryati; Nova Agustina
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 11 No 2: Mei 2022
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Diabetes is one of the deadliest diseases in the world, including in Indonesia. It can cause complications in numerous body parts and increase the overall risk of death. One way to detect diabetes is to use machine learning algorithms. Logistic regression is a classification model in machine learning widely used in clinical analysis. In this paper, a predictive model was created in Python IDE using logistic regression to conduct an early detection if a person has diabetes or not depending on the initial data provided. The experiment was carried out using a dataset from the Pima Indians Diabetes Database, which consisted of 768 patient data with eight independent variables and one dependent variable. Exploratory data analysis was applied to obtain maximum insight of the datasets owned by using statistical assistance and presenting them through visual techniques. Some dataset variables contained incomplete data. Missing data values were replaced with the median value of each variable. Unbalanced data was handled using the synthetic minority over-sampling technique (SMOTE) to increase the minority class through synthetic data sampling. The model was evaluated based on the confusion matrix, which showed a reasonably good performance with an accuracy value of 77%, precision of 75%, recall of 77%, and F1-score of 76%. In addition, this paper also used the grid search technique as a hyperparameter tuning that could improve the performance of the logistic regression model. The primary model performance with the model after applying the grid search technique was tested and evaluated. The experimental results showed that the hyperparameter tuning-based model could improve the performance of the logistic regression algorithm for prediction with an accuracy value of 82%, precision of 81%, recall of 79%, and F1-score of 80%.

RANCANG BANGUN SISTEM PENGOLAHAN DATA BUKU SERTIFIKAT TANAH BERBASIS WEB Aditiya Suryana; Nova Agustina; Syifa Nur Fauziah
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 3 No 1 (2021): Naratif : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Badan Pertanahan Nasional (BPN) adalah Akademi Agraria yang didirikan di Yogyakarta pada tahun 1964, kemudian didirikan lagi di Semarang pada tahun 1964. Yang di Yogyakarta dengan jurusan Agraria, sedangkan yang di Semarang dengan jurusan PendaftaranTanah. Pada tahun 1966, diterbitkan status Akademi Agraria. sampai akhirnya pada tahun 1971, dibuka jurusan Tata Guna Tanah pada Akademi Agraria di Yogyakarta.Tahun 1988 merupakan tonggak bersejarah karena saat itu terbit Keputusan Presiden Nomor 26 tahun 1988 tentang Badan Pertanahan Nasional. Dalam Pelayanan pada Kantor Badan Pertanahan Nasional Kabupaten Bandung belum mengoptimalkan sistem dengan baik, terutama pada sistem pendataan yang terdiri dari peta bidang tanah (PBT), berkas permohonan, sertifikat tanah dan pendaftaran permohonan dalam sistem pendataan dan sistem pendaftaran permohonan pembuatan sertifikat tanah masih menggunakan sistem manual sehingga membuatnya menjadi kurang efektif. Hasil dari penelitian ini adalah sistem pengolahan data sertifikat tanah. Rancangan sistem dibuat dalam bentuk UML dan perancangan database metode pengembangan yang digunakan adalah Extreme Programming dan sistem pengujian pengujian menggunakan metode black box. Adapun kesimpulan yang diperoleh dari penelitian ini adalah mempermudah dalam pendataan dan pendaftaran sertifikat tanah.

PERENCANAAN STRATEGIS SISTEM INFORMASI DI SEKOLAH TINGGI TEKNOLOGI BANDUNG Nova Agustina; Dini Rohmayani; Fahrullah .
Jurnal TEDC Vol 11 No 3 (2017): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (268.028 KB)

Pada saat ini informasi merupakan komoditas strategis. Penerapan strategis diutamakan pada duniapendidikan mengingat adanya persaingan bisnis yang dapat menghasilkan keunggulan kompetitif. Tujuanpembuatan penelitian ini adalah untuk menghasilkan Perencanaan Strategis Sistem Informasi yang selarasdengan strategi bisnis di Sekolah Tinggi Teknologi Bandung. Bentuk penelitian yang diambil menggunakanrumusan perencanaan strategis sistem dan teknologi informasi yang terintegrasi untuk mempermudahmanajemen mengelola sumber daya untuk menghasilkan informasi yang didapat lebih akurat, sehinggasistem dapat diusulkan, diterapkan dan digunakan oleh STT Bandung.Kata Kunci: Perencanaan, Strategi, Sistem Informasi, Sekolah Tinggi Teknologi Bandung.

ALGORITMA DECISION TREE UNTUK ANALISIS SENTIMEN PUBLIC TERHADAP MARKETPLACE DI INDONESIA Azril Tazidan Octa Nuryawan; Mamun Hasbullah; Miftahul Rizal; Muhamad Fauzan Rajab; Nova Agustina
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.186

Pasar online di Indonesia semakin berkembang pesat dan menjadi salah satu destinasi utama bagi pengguna internet dan media sosial. Berbagai macam layanan marketplace telah tersedia dan diakses oleh mayoritas masyarakat Indonesia. Namun, seiring dengan perkembangan tersebut, kepuasan konsumen terhadap layanan marketplace juga beragam, mulai dari yang positif, negatif, hingga netral. Banyak di antara konsumen yang mengekspresikan reaksinya di media sosial, termasuk di Twitter. Dalam penelitian ini, dilakukan analisis opini terhadap post yang dilakukan pelanggan bisnis online di Indonesia di Twitter dari berbagai macam konsumen. Namun, karena jumlah komentar yang sangat banyak, sulit untuk menyimpulkan pendapat pelanggan tentang situs belanja online yang menawarkan layanan terbaik. Bahkan, trending topik di Twitter hanya menampilkan topik hangat yang banyak dibahas tanpa kesimpulan yang jelas. Untuk mengklasifikasikan data opini umum di Twitter dari situs e-commerce, langkah pertama adalah memproses data tweet menggunakan tools Rapidminer untuk mengenali data tweet tersebut. Kemudian, digunakan algoritma decision tree untuk mengelompokkan data opini. Hasil penelitian menunjukkan bahwa dengan menggunakan cross validation, algoritma decision tree mencapai akurasi sebesar 70,27 persen, sementara menggunakan split validation mencapai akurasi 66,95 persen. Dalam hal ini, akurasi yang lebih baik tercapai dengan menggunakan cross validation. Hasil penelitian ini dapat memberikan informasi yang bermanfaat bagi pelaku bisnis online di Indonesia untuk meningkatkan kualitas layanan mereka dan meningkatkan kepuasan pelanggan. Selain itu, penelitian ini juga memberikan gambaran tentang pentingnya memanfaatkan algoritma decision tree dalam mengelompokkan data opini di media sosial, terutama di Twitter, sebagai alat untuk menganalisis sentimen konsumen terhadap suatu layanan atau produk.

SISTEM PREDIKSI BERITA PALSU TENTANG VIRUS COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Muhammad Fadhil Muttaqin; Tatang Bukhori; Yanto Yanto; Nova Agustina; Muchammad Naseer
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.187

Seiring dengan perkembangan teknologi informasi, media berita juga turut berkembang menyajikan informasi dalam media online. Namun, sangat disayangkan pada penyebarannya masih banyak ditemukan berita hoax atau berita palsu. Berita palsu yang paling mudah beredar adalah berita palsu tentang informasi isu-isu terkini contohnya tentang Covid-19 dan bencana alam. Agar terhindar dari berita hoax yang beredar, salah satu caranya yaitu dengan lebih teliti membaca judul berita pada situs yang terpercaya seperti Liputan6, Kompas.com, dan CNN. Dalam penelitian ini penulis mengambil topik berita hoax tentang vaksinasi, penyebaran virus Corona dan isu-isu yang memang tidak benar tentang pandemi Covid-19, tidak hanya itu untuk memprediksinya penulis juga membutuhkan berita fakta untuk bisa menjadi perbandingan antara berita palsu dengan fakta dari kasus Covid-19. Karena itu penelitian ini akan membuat model klasifikasi berita palsu virus Covid-19 dengan menerapkan algoritma Support Vector Machine (SVM). Hasil penelitian menyatakan bahwa model klasifikasi berita palsu Covid-19 dengan Algoritma Support Vector Machine (SVM) memiliki nilai akurasi 78%. Setelah uji coba model SVM terhadap dataset Covid-19, deploy model dilakukan dan diharapkan untuk masa yang akan datang masyarakat dapat mengakses situs pengecekan berita palsu. Selain mendapatkan prediksi judul berita yang dikategorikan dengan "Fake" dan "True", web juga dapat menampilkan persentase probabilitas dari prediksi yang dilakukan oleh model. Dengan adanya sistem ini, diharapkan dapat memprediksi judul berita tentang virus Covid-19 seakurat mungkin, baik berita palsu maupun berita yang berisikan fakta.

Co-Authors Abdul Fatah Aditiya Suryana Adrian, Adrian Ahmad Taufik Andrian Cahyanto Antika, Azizah Qolbu Ardini, Siska Nova Arizal Sabila Nurhikam Azril Tazidan Octa Nuryawan Botha, Marten Candra Nur Ihsan Danny Aidil Rismayadi Deni Rinaldi Dini Rohmayani Diyah Wijayati Elisabeth, Grace Erlin Fahmi Abdullah, Fahmi Fahrullah, Fahrullah Falah, Hadi Mirojul Guterres, Antonio Hadah Muallimah Hadhiwibowo, Ari Harya Gusdevi Ihsan, Candra Nur Ipan Saepul Milal Irfan Ahmad Baid Irfan Ahmad Baid Jack Febrian Rusdi Jamil, Muhammad Ridwan Joko Herwanto Junadhi Junadhi Kelik Sussolaikah Komara, Deri Laili Suryati M. Hasanudin M. Hasanudin Mamun Hasbullah Marlim, Yulvia Nora Mercy Hermawati Miftahul Rizal Mochamad Saidiman Mochammad Aliffiallathifa Nur Azhari Muchammad Naseer Muhamad Fauzan Rajab Muhammad Fadhil Muttaqin Nur Sakti Nur Sakti Prihandoko . Puji Rahmah Puji Rahmah Raden Meina Widiastuti Rahayudin Rahayudin Rahma Salsa Bilah Ratih Ratnasari Rifki Aditya Nugraha Riri Mardaweni Rivaldi Syaputra Riyanti, Niken Rusdan, Muchamad Saepul Rohman Sandi Hermawan Satrio Rully Priyambodo Sayuti Sintia Dewi Slamet Risnanto Sri Erina Damayanti Sri Kuswayati Suherman Suherman Sumita Wardani Supriadi, Irwin Sussolaikah, Kelik Syifa Nur Fauziah Tatang Bukhori Yandy, Eza Tri Yanto Yanto

Title

Found 31 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 31 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 31 Documents
Search