Claim Missing Document
Check
Articles

Found 10 Documents
Search

ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH PADA TRANSAKSI KOPERASI Widiastuti, Dwi; Sofi, Nelly
UG Journal Vol 8, No 1 (2014)
Publisher : Universitas Gunadarma

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

Abstract

Teknik data mining mampu memprediksi tren dan membantn prosespengambilankeputusan bisnis yang penting bagipemilik usaha. Penggunaan sistem yang telahada akan menimbulkan permasalahan baru, yaitu peningkatan data transaksi.Algoritma Apriori merupakan algoritma yang paling populer digunakan untukanalisis market basket karena mudah dipahami dan diimplementasikan. AlgoritmaFP-Growthjuga termasuk salah sat it teknik association rule untuk analisis marketbasket. Berdasarkan data transaksi (studi kasus koperasi Uber-Mart Bekasi),peneliti membandingkan Algoritma Apriori dan FP-Growth untuk mendapatkaninformasi tentang asosiasi antar produk dari suatu data transaksi dari item-setyang sering muncul seeara bersamaan (market basket analysis). Dari hasilpenelitian, Algoritma Apriori membutuhkan waktu komputasi yang lama danmembutuhkan alokasi memori yang besar untuk melakukan pencarian item-sets.Hal ini disebabkan pemindaian data yang dilakukan seeara berulang-ulang.Algoritma FP-Groiuth hanya melakukan dua kali pemindaian data dan mampumemampatkan data transaksi yang memiliki item yang sama, sehingga waktuyang dibutuhkan lebih singkat dan alokasi memori lebih kecil.
PERANCANGAN APLIKASI UNTUK PENGAJUAN AKUN EMAIL STAFF DAN STAFFSITE Sofi, Nelly; Widiastuti, Dwi
UG Journal Vol 8, No 2 (2014)
Publisher : Universitas Gunadarma

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

Abstract

Sebelum awal semester, tumpukan formulir pengajuan pendaftaran fasilitas akunemail staff dan stafsite yang masuk ke administrasi selalu meningkat karena diawal semester ada perekrutan staff dan bagian administrasi yang melakukanveriikasi serta validasi data. Saat iniperihal isiform pengajuan dan konirmasikembali setelah akun selesai dibuatkan dilakukan secara manual, sehingga ketikapetugas administrasi tidak berada di tempatformulir tersebut tidak dapat diproses.Akibatnya, proses pengajuan pendaftaran akun email staffdan staffsite menjadilebih lama. Untuk menghindari hal tersebut, dibuat sebuah rancangan aplikasipengajuan pendaftaran email staffdan staffsite secara online yang menggunakanpermodelan UML. Tujuan perancangan ini adalah memberikan sebuahframeworkaplikasi yang diharapkan dapat menghindari terhambatnya proses pengajuan.Rancangan ini dapat dilanjutkan ke tahapan berikutnya sampai denganpengimplementasiannya dengan menggunakanpemrograman C# dan SQLServer.
THE DESIGN, IMPLEMENTATION AND EVALUATION OF INFORMATION SYSTEM FOR ORACLE WORKFORCE DEVELOPMENT PROGRAM (OWDP) CLIENT USING OBJECT APPROACH Sofi, Nelly
Jurnal Ilmiah Informatika Komputer Vol 13, No 1 (2008)
Publisher : Universitas Gunadarma

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

Abstract

This research has purposes to developed OWDP information system based on web by using PHP as develop tool’s, to encourage the cource of ORACLE international certification by Gunadarma University until can be access by Internet, to reduce informations delay forparticipant candidates. For design used modelling language taht call UML (UnifedModelling Language). UML is architectur system that works in object oriented analysis design. In this research, using data from samplings that distributed to each participants in OWDP course.Keyword(s) : OWDP. ORACLE, UMLSubject Description: D.2.Software Enginee-ring | D.2.2. Design Tools and Techniques Object-oriented design methods
DETEKSI TULANG BELAKANG PADA CITRA CT-SCAN MENGGUNAKAN METODE DETEKSI TEPI SOBEL Arimbi, Yuti Dewita; Sofi, Nelly
Jurnal Ilmiah Informatika Komputer Vol 26, No 3 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i3.4910

Abstract

Metode deteksi tepi adalah salah satu operasi dalam pengolahan citra yang berguna untuk menetapkan batas atau tepi pada objek. Penelitian ini menggunakan metode Sobel untuk mendeteksi tepi tulang belakang. Deteksi tulang belakang bertujuan untuk mensegmentasi ginjal pada penelitian lanjutan. Posisi ginjal terletak di kanan dan kiri tulang belakang, hal ini akan memudahkan program melakukan segmentasi ginjal. Langkah awal dalam penelitian ini adalah konversi citra DICOM menjadi citra skala abu-abu, diikuti dengan langkah selanjutnya yaitu peningkatan citra menggunakan teknik filter median untuk mengurangi noise pada gambar. Hasil uji coba menunjukkan hasil deteksi tepi menggunakan Sobel berhasil mendeteksi tulang belakang. Namun, untuk menghasilkan deteksi tepi secara maksimal, citra input tetap perlu dilakukan proses perbaikan terlebih dahulu sebelum proses deteksi tepi dilakukan, meskipun metode sobel mempunyai kelebihan untuk mengurangi noise dari metode deteksi tepi lainnya.
PERANCANGAN APLIKASI BENGKEL CSM BERBASIS ANDROID MENGGUNAKAN FRAMEWORK FLUTTER (BAHASA DART) Nelly Sofi; Riza Dharmawan
Jurnal Teknik dan Science Vol. 1 No. 2 (2022): Juni : Jurnal Teknik dan Science
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.17 KB) | DOI: 10.56127/jts.v1i2.125

Abstract

Semakin banyaknya kendaraan roda dua di kota Bekasi. Minimal setiap orang pasti mempunyai satu sepeda motor di rumahnya, dengan berbagai merk yang berbeda dan pasti memerlukan perawatan agar kondisi motor yang dimiliki tetap terjaga baik. Setiap perusahaan pembuat motor pasti menganjurkan untuk melakukan servis di bengkel resmi, yang menjadi masalah adalah servis di bengkel resmi cenderung membutuhkan biaya yang lebih mahal dibanding bengkel umum yang biasa ada disekitar lingkungan. Banyak masyarakat awam yang kurang mengerti tentang kerusakan pada motor, untuk mengatasi hal tersebut, maka dibuatlah sebuah aplikasi bengkel yang berbasiskan android menggunakan flutter (bahasa Dart). Isi dari aplikasi ini adalah berbagai informasi dari jasa (servis motor) yang ditawarkan seperti servis, repaint dan tune up, serta pelayanan reservasi untuk servis via whatsapp. Tujuan dari penelitian ini adalah untuk menghasilkan aplikasi Bengkel CSM berbasis Android yang diharapkan dapat memberikan informasi tentang berbagai macam jasa yang ada pada Bengkel CSM serta diharapkan dapat memberikan layanan yang memuaskan bagi para pelanggan Bengkel CSM.
PEMANFAATAN NODEMCU ESP8266 BERBASIS ANDROID (BLYNK) SEBAGAI ALAT ALAT MEMATIKAN DAN MENGHIDUPKAN LAMPU Tri Sulistyorini; Nelly Sofi; Erma Sova
Jurnal Ilmiah Teknik Vol. 1 No. 3 (2022): September : Jurnal Ilmiah Teknik
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/juit.v1i3.334

Abstract

Internet of Things (IoT) is a concept that aims to expand the benefits of continuously connected internet connectivity. This study aims to utilize IoT in home automation and remote light control systems that can be operated with a smartphone application via an internet connection (WiFi). This system uses the NodeMCU ESP8266 module as a microcontroller, a light emitting diode (LDR) sensor as a controller for automating lights according to environmental conditions, and the Blynk smartphone application as a remote control for lights. The light control process can be carried out specifically on certain lamps and can be controlled by changes in ambient light in the morning and evening. The results show that when the LDR sensor gets minimal light, the light will be ON and vice versa the light will be OFF when more light intensity is received by the LDR. In addition, the Blynk application is able to control the lights remotely when connected to the internet network and, in this study, has been tested up to a distance of 2.7 km. It can be concluded that as long as the system is connected to WiFi stably and continuously, this control system can perform the task of turning on and off the lights independently when the owner is not at home.
Analisis Sentimen Masyarakat Pengguna Media Sosial Twitter Terhadap Motogp Mandalika Lombok Menggunakan Metode Bidirectional Encoder Representation From Transformers (BERT) Nelly Sofi; Tri Sulistyorini; Muhammad Nazaruddin
Jurnal Informasi, Sains dan Teknologi Vol. 6 No. 1 (2023): Juni: Jurnal Informasi Sains dan Teknologi
Publisher : Politeknik Negeri FakFak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/isaintek.v6i1.103

Abstract

The MotoGP One race in West Nusa Tenggara Lombok, Mandalika which was held on March 18 2022, received many responses or reactions from the public on social media, especially Twitter. There are those who agree and disagree about the holding of MotoGP in Mandalika, to find out the responses of the people who agree or disagree is needed that can process tweets data using the sentiment analysis method. The use of BERT (Bidirectional Encoder Representations from Transformers) for sentiment analysis produces a bidirectional language model that can understand the context of all words from a sentence. The dataset used goes through preprocessing stages such as case folding, data cleaning, tokenization, normalization, and removal of stopwords before sentiment analysis is carried out. This study uses several hyperparameters, namely a batch size of 32, the optimizer uses Adam with a learning rate of 3e-6 or 0.000003, and an epoch of 25. The evaluation results of the model obtain an accuracy of 55%. Precision for positive by 56%, neutral by 59%, and negative by 44%. Recall for positive is 74%, neutral is 29%, and negative is 54%. F1-score for positive is 64%, neutral is 38%, and negative is 48%.
PENERAPAN HYPERPARAMETER CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MEMBANGUN MODEL SEGMENTASI GAMBAR MENGGUNAKAN ARSITEKTUR U-NET DENGAN TENSORFLOW Tri Sulistyorini; Erma Sova; Nelly Sofie; Revida Iriana Napitupulu
Jurnal Ilmiah Informatika Komputer Vol 28, No 2 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i2.6959

Abstract

Teknologi canggih membutuhkan keterampilan atau performa yang baik untuk memudahkan sebagian pekerjaan di era modern, yaitu dengan menggunakan pendekatan machine learning. Bidang machine learning telah mengalami perubahan yang impresif dengan adanya kemunculan Artificial Neural Network (ANN). Model komputasi ini terinspirasi oleh jaringan saraf biologis yang telah melampaui bentuk kecerdasan buatan pada machine learning pada umumnya. Salah satu arsitektur Artificial Neural Network (ANN) yang paling unggul yaitu Convolutional Neural Network (CNN). CNN pada umumnya digunakan untuk memecahkan masalah pengenalan pola berbasis gambar yang kemudian menghasilkan output yang cukup baik dalam hal kompleksitas sederhana. Tujuan penelitian  adalah untuk Menerapkan convolutional neural network yaitu U-NET dan penerapannya pada TensorFlow, pembuatan segmentasi gambar dengan deep learning yang diterapkan seperti pada Oxford-IIIT Pet Dataset, melakukan pencarian prediksi yang dilakukan dengan arsitektur U-Net untuk menghasilkan hasil yang baik atau malah sebaliknya, melihat perbandingan Predicted Mask dengan True Mask pada kelas kucing yang munculkan dalam bentuk skor IOU dan penerapannya menggunakan nilai batas bawah pada IOU. Metode penelitian adalah untuk mengenalkan machine learning, CNN, dan arsitektur U-NET yang awalnya dirancang untuk segmentasi gambar biomedis. Hasil prediksi yang dilakukan dengan arsitektur U-Net menghasilkan hasil yang baik, perbandingan Predicted Mask dengan True Mask pada kelas kucing yang mendapatkan skor IOU sebesar 0.933. Pada penerapan ini menggunakan batas bawah 0.5 pada IOU sehingga model ini dapat berjalan dengan baik
PENERAPAN SENSOR CAPACITIVE PROXIMITY DAN SENSOR INFRARED PROXIMITY PADA PERANCANGAN PEMILAH SAMPAHH ORGANIK DAN ANORGANIK Tri Sulistyorini; Sofi, Nelly; Sova, Erma; Irsyad, Mohammad Faizul
Jurnal Ilmiah Multidisiplin Vol. 3 No. 06 (2024): November: Jurnal Ilmiah Multidisiplin
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/jukim.v3i06.1834

Abstract

Sampah merupakan sesuatu yang sudah tidak terpakai lagi atau sesuatu yang tidak disukai lagi dan dibuang dari sisa kegiatan manusia atau proses alam yang berbentuk zat organik anorganik, terurai tidak terurai. Sampah dapat dikelompokkan menjadi dua jenis yaitu sampah organik dan sampah anorganik. Membuang sampah berdasarkan jenisnya dapat menimbulkan dampak positif bagi lingkungan. Pemilahan sampah berdasarkan jenisnya sebelum dibuang memiliki peran penting dikarenakan pembusukan dari sampah menjadi sempurna. Tujuan penelitian ini adalah menerapkan sensor capacitive dan infrared proximity terhadap pembuatan tempat sampah yang dapat memilah jenis sampah organik dan anorganik. Selain itu Motor servo akan melakukan buka tutup tempat sampah setelah sensor capacitive proximity dan sensor infrared proximity mendeteksi sampah. Tempat sampah akan dideteksi penuh dengan menggunakan sensor ultrasonik dan buzzer akan mengeluarkan suara dengan tujuan agar tempat sampah dikosongkan. Semua komponen dihubungkan dengan kabel jumper ke Arduino Uno yang telah diprogram menggunakan Arduino IDE. Pengujian alat ini dilakukan dengan cara menghubungkan power bank ke Arduino Uno menggunakan kabel USB, menekan power on pada power bank dan semua komponen, yakni sensor capacitive proximity, sensor infrared proximity, motor servo, sensor ultrasonik, serta buzzer akan aktif berfungsi sesuai dengan tujuannya.
Perbandingan Regresi Linear dan Prophet untuk Prediksi Harga Beras Grosir di Indonesia Chandra, Reza; Maulana, Faizal; Sofi, Nelly
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3857

Abstract

Harga beras di Indonesia memiliki peran penting dalam menjaga ketahanan pangan dan stabilitas ekonomi, karena sebagai makanan pokok, perubahan harga dapat memengaruhi kesejahteraan masyarakat dan laju inflasi. Oleh sebab itu, prediksi harga yang akurat menjadi kebutuhan strategis bagi pemerintah dan pelaku industri untuk menunjang pengambilan keputusan yang tepat. Penelitian ini mengevaluasi kinerja model regresi linear dan Prophet dalam memprediksi harga beras grosir di Indonesia, dengan menggunakan data historis dari BPS. Dengan metode Eksperimen Komparatif Kuantitatif, penelitian ini mengukur performa kedua algoritma menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasilnya menunjukkan Prophet memberikan prediksi lebih akurat dibanding regresi linear, karena mampu mendeteksi pola musiman dan tren jangka panjang yang penting, terutama pada periode-periode khusus seperti hari raya. Hasil prediksi ini dapat memberikan kontribusi bagi perencanaan pengendalian harga beras nasional.