Article Per Year (5 Year)
p-Index From 2021 - 2026
1.556
P-Index
This Author published in this journals
All Journal bit-Tech Algor
Indah Fenriana
Universitas Buddhi Dharma
Computer Science & IT

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : bit-Tech

 1 
Decision Support System Best Cage Selection for Chicken Raising Pandika Andio Efendi; Riki Riki; Hartana Wijaya; Indah Fenriana
bit-Tech Vol. 4 No. 1 (2021): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v4i1.235

Abstract

Chicken farming is considered not to require the application of an information system, however, the application of a decision-making system can increase the chances of getting bigger profits. In one time raising chickens requires large capital and the right time when planning sales. Therefore, the selection of decisions is an important factor in an ongoing business. Companies often experience losses which, although not too large, but also occur sustainably will affect the company's finances. It is hoped that the chicken rearing decision support system can also assist in managing the data that comes into the company. Decision support systems will be used in business to help meet company targets and reduce risk. Electre stands for Elimination and Choice Translating Reality which is a method of determining the ranking order through pairwise comparisons between alternatives and the appropriate criteria. Standardization and the use of complete data in decision making can increase the percentage of profit and satisfaction which increases partner integrity
Smart Home Prototype with HC–05 Bluetooth and RFID Modules, Based on Microcontroller Indah Fenriana; Dicky Surya Dwi Putra; Bagus Dermawan; Yusuf Kurnia
bit-Tech Vol. 5 No. 2 (2022): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v5i2.564

Abstract

How is the performance of the Arduino Uno in processing smart home creation, as well as the implementation of the results of its classification into Android. This design uses various sensors, RFID for smart door locks and Bluetooth HC-05 for lights and fans. The benefit of making this prototype is to make it easier to turn on the lights and fans so you don't have to bother looking for light sockets or fans. Smart door lock using RFID is a technology used to identify opening doors. This design uses the Arduino Uno R3 device. This device can be remote with Android. The android application uses the MIT App Inventor software. This smart home design can make it easier for users to carry out activities at home where previously they could turn on and off the lights and fans in the living room, still manually by pressing the socket, now they can turn it on with a smart phone connected to the Bluetooth module via an application. Utilize Google's help on Android smartphones to control lights and fans using voice commands. In addition, the author also designed a smart door lock using RFID and matrix keypad, which previously opened and closed the door with a key, now only by attaching an RFID card or pressing a pin to open the door.
Design of Diabetes Prediction Application Using K-Nearest Neighbor Algorithm Alvin Gunawan; Indah Fenriana
bit-Tech Vol. 6 No. 2 (2023): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i2.939

Abstract

The development of diabetes continues to increase accompanied by an increase in unhealthy lifestyles with a high number of cases, making diabetes need to be continuously researched and developed to obtain useful information in terms of research related to diabetes. This study aims to predict diabetes using the K-Nearest Neighbor Algorithm and make a simulation of checking the disease and test the quality of the K-Nearest Neighbor Algorithm for diabetes and make comparisons with the Naïve Bayes algorithm. The K-Nearest Neighbor algorithm is the method used in this study because it has the advantage of being able to train data that is fast, simple, and easy to learn. The way this algorithm works is by calculating the distance between each row of training data and test data based on a predetermined K value. In the process of using the K-Nearest Neighbor, there is a Z-Score normalization stage which is used to adjust the values for each attribute of diabetes symptoms so that they have a range of values that are not too far away. Based on the results of the research and testing of the K-Nearest Neighbor that has been carried out, an accuracy of 97.12% is obtained and the Area Under Curve value is 0.872 which is included in the good classification category and these results have a greater accuracy value compared to previous studies on the same disease, namely Diabetes with the Naïve Bayes algorithm which produces the most optimal accuracy of 87.69%.
Prediksi Harga Saham Top 10 NASDAQ dengan Time Series Prophet Andre Wiejaya; Indah Fenriana
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1736

Abstract

Penelitian ini mengembangkan aplikasi prediksi harga saham untuk 10 perusahaan terbesar di NASDAQ dengan menggunakan metode time series forecasting Prophet. Dengan algoritma Prophet yang terintegrasi menggunakan data real-time dari Yahoo Finance melalui library yfinance, aplikasi ini memiliki fitur agar user untuk dapat melakukan pengumpulan data historis saham secara otomatis serta memperbarui proyeksi prediksi secara dinamis. Fitur utama yang disediakan adalah tampilan histori harga saham serta prediksi harga masa depan, memberikan gambaran yang membantu pengguna dalam analisis tren jangka panjang. Hasil dari penelitian ini menunjukkan bahwa Prophet memiliki tingkat akurasi yang baik dalam prediksi harga saham dengan rata-rata MAPE sebesar 1,23%. Akurasi ini tercermin pada hasil prediksi yang mampu mengikuti pola harga saham Microsoft dengan baik, khususnya dalam tren mingguan yang konsisten. Selain itu, analisis menunjukkan bahwa Prophet berhasil menangkap pola musiman mingguan, di mana harga saham cenderung meningkat pada hari Rabu dan menurun pada Kamis dan Jumat, sehingga model ini mampu mengidentifikasi pola-pola musiman dalam data saham NASDAQ. Aplikasi ini diharapkan bermanfaat bagi berbagai kalangan investor, baik pemula maupun profesional, dalam memahami pergerakan pasar dan menyusun strategi investasi jangka panjang. Penelitian ini membuka peluang integrasi algoritma tambahan atau data eksternal guna mengoptimalkan prediksi untuk volatilitas pasar yang lebih tinggi dan mendukung pengambilan keputusan investasi yang lebih informatif.
Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Apriori serta Metode Pengujian SUS Marsel Lim; Indah Fenriana
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.1769

Abstract

Pada era modern saat ini, kebutuhan masyarakat akan produk tekstil semakin meningkat. Persaingan yang ketat dalam industri tekstil menuntut pengusaha untuk dapat menemukan strategi yang lebih efektif untuk meningkatkan penjualan dan pemasaran produk. Salah satu caranya adalah memanfaatkan data penjualan produk perusahaan menggunakan teknik data mining dengan aturan asosiasi. Penelitian ini menggunakan algoritma Apriori dengan tujuan untuk memberikan informasi baru tentang perilaku pembelian konsumen, informasi ini dapat digunakan untuk strategi pemasaran yang lebih efektif bagi perusahaan serta mengimplementasikannya kedalam sebuah aplikasi website yang sesuai dengan standar pemahaman algoritma apriori sehingga memungkinkan proses analisis dapat dilakukan secara otomatis. Penelitian ini melibatkan akumulasi data sampel transaksi penjualan dalam periode satu tahun. Proses penelitian menggunakan algoritma Apriori ini menghasilkan aturan asosiasi yang menggambarkan hubungan antar produk yang sering dibeli secara bersamaan, dengan menggunakan sampel data dari mei 2023 sampai april 2024. Hasil penelitian ini mendapatkan hasil yang serupa antara perhitungan menggunakan RapidMiner dan perhitungan manual dengan menggunakan ketentuan minimal support 0,3 atau 30% dan minimal confidence 0,6 atau 60%. Aplikasi website dalam penelitian ini dilakukan pengujian untuk dapat memastikan bahwa website memiliki kualitas dan visibilitas yang baik. Salah satu perangkat untuk mengukur tingkat usabilitas website adalah System Usability Scale (SUS). Hasil pengukuran menunjukkan bahwa website memperoleh nilai SUS sebesar 91,25. Skor SUS ini menunjukkan tingkat usabilitas yang tinggi dari 10 responden. Dengan demikian, penelitian ini diharapkan dapat membantu perusahaan dalam meningkatkan strategi pemasaran kedepannya.
Co-Authors Alvin Gunawan Andre Wiejaya Avandy Wijaya Bagus Dermawan billy jordan Calvin Chandra Desiyanna Lasut Dicky Surya Dwi Putra Edy Edy Ellysha Dwiyanthi Kusuma Ellysha Kusuma Gunawan Gunawan Hartana Wijaya Jodi Zakharia Lianny Wydiastuty Kusuma Marsel Lim Pandika Andio Efendi Pulung Adi Nugroho Raditya Rimbawan RIKI RIKI, RIKI Rudy Arijanto Yusuf Kurnia