Article Per Year (5 Year)
p-Index From 2021 - 2026
2.064
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Matrik Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Informatik : Jurnal Ilmu Komputer JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Teknologi Informasi dan Pendidikan Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Jurnal Sistem Informasi dan Aplikasi
Iin Ernawati
Universitas Pembangunan Nasional Veteran Jakarta
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Prediksi Pergerakan Harga Saham Pada Sektor Farmasi Menggunakan Algoritma Long Short-Term Memory Ardiyan Agusta; Iin Ernawati; Anita Muliawati
Informatik : Jurnal Ilmu Komputer Vol 17 No 2 (2021): Agustus 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i2.3651

Abstract

Saham adalah dokumen berharga sebagai bukti kepemilikan bagian suatu perusahaan. Harga saham bersifat fluktuatif dikarenakan berbagai faktor internal dan eksternal perusahaan. Di tengah pandemi Covid-19 yang terjadi sangat berdampak bagi harga saham tiap perusahaan, salah satunya perusahaan yang bergerak di bidang farmasi. Perusahaan farmasi diperkirakan mengalami penurunan saham karena pandemi, tetapi perusahaan juga bisa mendapatkan kenaikan harga saham karena makin banyaknya penjualan dan riset obat bagi masyarakat. Dengan adanya perubahan harga saham yang tak menentu ini maka diperlukan suatu sistem untuk memprediksi pergerakan harga saham. Dalam memprediksi harga saham, penelitian ini menggunakan algoritma Long Short-Term Memory, dimana data perusahan Kalbe Farma dipilih sebagai salah satu perusahan farmasi. Data yang telah diperoleh dari situs yahoo finance akan dilakukan pengolahan data dengan pengujian pada model yang dibentuk dengan menggunakan paramater hidden layer, units serta variasi epoch dan batch size yang menghasilkan hasil prediksi harga saham dengan rerata nilai RMSE 27.310.
Klasifikasi Sentimen Ulasan Pengguna Aplikasi PeduliLindungi di Google Play Menggunakan Algoritma Support Vector Machine dengan Seleksi Fitur Chi-Square Cindy Chairunnisa; Iin Ernawati; Mayanda Mega Santoni
Informatik : Jurnal Ilmu Komputer Vol 18 No 1 (2022): April 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i4.4594

Abstract

Upaya pemerintah untuk mengurangi penyebaran wabah virus corona yang semakin meluas hampir di setiap negara di dunia termasuk di Indonesia telah banyak dilakukan. Salah satu upaya yang telah dilakukan dengan memanfaatkan teknologi yang ada pada saat ini adalah membuat sebuah aplikasi bernama PeduliLindungi. Aplikasi ini bertujuan untuk melakukan tracing dan monitoring lokasi penyebaran virus corona sehingga dapat menurunkan kasus corona di Indonesia. Banyak ulasan yang diberikan oleh masyarakat terhadap aplikasi ini baik yang berupa kritik maupun kepuasan. Namun, untuk mengetahui seluruh ulasan yang diberikan tidak mudah. Oleh sebab itu, penelitian dilakukan dengan tujuan untuk mengetahui hasil sentimen masyarakat terhadap aplikasi PeduliLindungi. Analisis sentimen yang dilakukan dengan mengklasifikasikan ulasan menjadi ulasan positif dan ulasan negatif menggunakan algoritma Support Vector Machine dengan seleksi fitur chi-square. Pengumpulan data ulasan dilakukan dengan melakukan scrapping di google play dengan menggunakan bahasa pemrograman Python. Hasil dari klasifikasi sentimen terhadap aplikasi PeduliLindungi menghasilkan performa yang baik dan menghasilkan nilai akurasi sebesar 93%, recall sebesar 86%, precision sebesar 98%, specificity sebesar 98% dan f1-score sebesar 92%.
Perbandingan Hasil Penerapan Algoritma Klasifikasi Dan Natural Language Processing Terhadap Data Kepuasan Pengguna Layanan Transportasi Umum MRT Jakarta Muhammad Nabil Nufail Pribadi; Iin Ernawati
Informatik : Jurnal Ilmu Komputer Vol 20 No 3 (2024): Desember 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i3.10502

Abstract

MRT Jakarta merupakan salah satu upaya pemerintah DKI Jakarta untuk mengatasi kemacetan. Selama masa operasinya, MRT Jakarta memberikan berbagai macam kesan bagi penggunanya. Oleh karena itu, dilakukan penelitian klasifikasi terhadap kepuasan pengguna layanan transportasi umum MRT Jakarta untuk mengetahui alasan yang menyebabkan masyarakat bersedia atau enggan memilih untuk memanfaatkan sarana transportasi MRT Jakarta, melalui media sosial X, memanfaatkan natural language processing dan algoritma Support Vector Machine, algoritma Random Forest Classifier, serta algoritma Logistic Regression multinomial. Data berjumlah sebanyak 525 post, dengan kategori ‘positif’ sebanyak 222 data, kategori ‘negatif’ sebanyak 185 data, dan kategori ‘netral’ sebanyak 118 data. Dengan pembagian dataset berdasarkan perbandingan 80:20, model klasifikasi dengan hasil paling akurat pada penelitian ini, dengan algoritma Random Forest Classifier, menggunakan parameter terbaik yang diperoleh melalui teknik hyperparameter tuning, dengan nilai class_weight='balanced', max_depth=350, min_samples_split=5, serta n_estimators=200, menghasilkan nilai akurasi sebesar 81%, serta berhasil secara akurat memprediksi seluruh sampel data baru berdasarkan target kelasnya.
Perbandingan Kinerja Algoritma Dalam Klasifikasi Serangan DDoS Berdasarkan Data CIC IoMT Dataset Fikri Azhari; Bayu Hananto; Iin Ernawati
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11467

Abstract

Dengan semakin luasnya penerapan Internet of Things (IoT) di berbagai sektor, termasuk sektor medis dengan teknologi Internet of Medical Things (IoMT), serangan Distributed Denial of Service (DDoS) menjadi ancaman serius bagi keberlangsungan sistem. Penelitian ini membandingkan empat algoritma machine learning Random Forest, LightGBM, Naïve Bayes, dan K-Nearest Neighbors (KNN) untuk mendeteksi serangan DDoS pada IoMT. Evaluasi dilakukan berdasarkan akurasi dan waktu komputasi yang berjalan secara paralel menggunakan pendekatan Weighted Sum Method. Hasil menunjukkan bahwa Random Forest memiliki performa terbaik dengan skor 0.971578, diikuti oleh Naïve Bayes dengan skor 0.961235. Meskipun KNN memiliki akurasi tinggi, algoritma ini kurang efisien secara waktu, sedangkan LightGBM menunjukkan performa terendah dalam hal akurasi dan efisiensi. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem deteksi ancaman siber yang cepat dan akurat pada lingkungan IoMT.
Sales Information System Using FP-Growth Algorithm Based on Consumer Purchasing Patterns Erlan Fauzi Reza; Iin Ernawati
Informatik : Jurnal Ilmu Komputer Vol 22 No 1 (2026): April 2026
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v22i1.12456

Abstract

The advancement of technology has driven businesses to innovate digitally to improve operational efficiency and effectiveness, including in the food and beverage industry. Two Much Coffee & Roastery is one of the cafes that still operates in a semi-digital manner, recording transactions manually using Microsoft Excel. The cafe faces challenges in optimizing sales strategies, particularly in implementing cross-selling strategies, as there is no system that provides automatic product recommendations. This study aims to implement data mining techniques using the FP-Growth algorithm to identify consumer purchasing patterns from historical transaction data. The algorithm was applied with a minimum support of 0.01 and a lift of 1.0, resulting in 30 association rules. These rules were integrated into a web-based system used by the cashier to support cross-selling strategies. The system not only records transactions but also provides product recommendations based on previous purchasing patterns, which is expected to effectively and efficiently increase the cafe’s sales.
Perancangan Sistem Informasi Toko Skincare dan Kosmetik Berbasis Website Pada Toko Supramart Shabrina Syifa Chairunnisa; Iin Ernawati
Jurnal Sistem Informasi dan Aplikasi (JSIA) Vol 3 No 1 (2025): Vol 3 No 1 (Jurnal Sistem Informasi dan Aplikasi)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/jsia.v3i1.12390

Abstract

Technological advancements and online shopping trends have significantly impacted the beauty industry, particularly in the sale of skincare and cosmetic products. Supramart, established in 2010 and specializing in both local and non-local products, faces various challenges in managing its online sales. In designing this system, an analysis of user and business owner needs was conducted, using the waterfall research flow and the PIECES research method. The key challenges comprise difficulties in effectively introducing products, providing comprehensive product information, and ensuring stock availability. The results of this research led to the design of a website-based information system that can improve sales operational efficiency and customer experience. This system is designed to provide detailed product descriptions, high-quality images, user reviews, and real-time stock information. Furthermore, the system also facilitates promotions and special offers, attracting customer interest and increasing sales. Thus, Supramart is expected to be competitive in the digital market and continue to grow in the future. Through the development of a website-based information system, Supramart is expected to strengthen its position in this dynamic industry and provide better service to customers.
Co-Authors Anita Muliawati Ardiyan Agusta Ballya Vicky Haekal Cindy Chairunnisa Erisa Rizkyani Erlan Fauzi Reza Fikri Azhari Hananto, Bayu Hanif Rabbani Zubair I Wayan Widi Pradnyana I Wayan Widi Pradnyana Ika Nurlaili Isnainiyah Matondang, Nurhafifah Muhammad Nabil Nufail Pribadi Nurul Chamidah Qahtan Said Santoni, Mayanda Mega Shabrina Syifa Chairunnisa