Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal JURNAL ILMIAH INFORMATIKA STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Journal of Informatics and Advanced Computing
Ionia Veritawati
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 9 Documents
Search
Journal : Journal of Informatics and Advanced Computing

 1 
Sistem Informasi Pemetaan Penyakit Demam Berdarah Berbasis Informasi Geografis Steffi Nova; Ionia Veritawati; Riadika Mastra
Journal of Informatics and Advanced Computing (JIAC) Vol 1 No 1 (2020): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Teknik Informatika Universitas Pancasila

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

Abstract

Salah satu masalah kesehatan yang sering terjadi di Indonesia adalah demam berdarah dengue (DBD). Penyakit demam berdarah dengue merupakan salah satu masalah kesehatan masyarakat Indonesia yang cenderung semakin luas penyebarannya dan tingkat mewabahnya semakin tinggi, bahkan sampai mencapai kejadian luar biasa. Salah satu kasus adalah di kabupaten Bekasi, khususnya di kecamatan Tambun Selatan. Untuk memonitor penyebaran akibat penyakit tersebut tersebut, maka perlu dibangun suatu sistem informasi berbasis web yang memberikan informasi perihal pemetaan penyebaran penyakit demam berdarah tersebut. Sistem ini dibangun untuk dapat mengintegrasikan data spasial berupa peta wilayah Tambun Selatan dengan data dan informasi tematik yang berupa data penderita demam berdarah dan data kasus-kasus DBD per tahun dalam bentuk tabel maupun grafik. Sistem ini dikembangkan dengan menggunakan perangkat lunak ArcView GIS versi 3.3, sedangkan proses pembuatan antarmukanya menggunakan pemrograman PHP. Sistem ini memberikan gambaran peta sebaran penderita demam berdarah dan jumlah kasus demam berdarah di kecamatan Tambun Selatan sehingga masyarakat maupun instansi terkait dapat mengambil keputusan bersama dalam pencegahan dan penanggulangan penyebaran penyakit demam berdarah dengue di kecamatan Tambun Selatan.
IMPLEMENTASI MANAGEMENT BANDWIDTH MENGGUNAKAN METODE QUEUE TREE DENGAN PCQ (PER CONNECTION QUEUE) Ulfa Azizah; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 2 No 1 (2021): Journal of Informatics and Advanced Computing
Publisher : Teknik Informatika Universitas Pancasila

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

Abstract

Hampir seluruh aspek kehidupan menggunakan jaringan internet baik untuk mencari informasi, pengetahuan terbaru bahkan untuk sekedar chatting. Kantor BPJS Ketenagakerjaan Kota Bogor memiliki fasilitas hotspot untuk menunjang kegiatan pekerjaan dalam bidangnya masing-masing. Kantor BPJS Ketenagakerjaan Kota Bogor memiliki alokasi bandwidth yang cukup besar namun penerapan management bandwidth di kantor ini belum tersedia maka pembagian bandwidth selama ini belum merata menyebabkan koneksi jaringan internet kurang stabil dan sering terjadinya koneksi jaringan down. Penggunaan bandwidth pada suatu jaringan bukan hanya dipengaruhi oleh banyaknya user, namun juga pengaruh oleh jenis dan tingkat kebutuhan pengiriman dan penerimaan upload dan download, mengakses internet dan kebutuhan lainnya. Solusi dari permasalahan tersebut adalah dengan mengimplementasikan management bandwidth. Management bandwidth dan hotspot berfungsi untuk membagi bandwidth sesuai dengan kebutuhan berdasarkan user profile.
Clustering Daftar Harga Rumah di Jakarta Dengan Algoritma K-Means Zyhan Faradilla; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 3 No 2 (2022): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Teknik Informatika Universitas Pancasila

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

Abstract

Abstrak—Harga rumah di setiap daerah berbeda-beda sesuai dengan daerah dan kategorinya masing-masing. Khususnya harga rumah yang berada di kota misalnya Jakarta. Di Jakarta sendiri memiliki harga rumah yang berbeda sesuai dengan kategorinya. Banyak masyarakat yang tidak mengetahui apakah harga rumah tersebut termasuk murah atau mahal. Maka diberikan solusi untuk mengkategorikan harga rumah yang ada di Jakarta dengan clustering menggunakan algoritma K-Means. Algoritma KMeans dapat membantu untuk mengkategorikan harga rumah di Jakarta dengan 8 atribut yang digunakan terdapat nomor data, nama rumah, harga dari rumah, jumlah luas bangunan, jumlah luas tanah, jumlah kamar tidur, jumlah kamar mandi, dan jumlah kapasitas mobil dalam garasi. Dengan dilakukan penelitian menggunakan algoritma K-Means pada k = 5 didapatkan class data harga termurah pada class 0 sampai yang termahal pada class 4. Dan hasil validitas dari silhoutte score yaitu 0,626.
Sistem Informasi Pemetaan Penyakit Demam Berdarah Berbasis Informasi Geografis Steffi Nova; Ionia Veritawati; Riadika Mastra
Journal of Informatics and Advanced Computing (JIAC) Vol 1 No 1 (2020): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v1i1.1401

Abstract

Salah satu masalah kesehatan yang sering terjadi di Indonesia adalah demam berdarah dengue (DBD). Penyakit demam berdarah dengue merupakan salah satu masalah kesehatan masyarakat Indonesia yang cenderung semakin luas penyebarannya dan tingkat mewabahnya semakin tinggi, bahkan sampai mencapai kejadian luar biasa. Salah satu kasus adalah di kabupaten Bekasi, khususnya di kecamatan Tambun Selatan. Untuk memonitor penyebaran akibat penyakit tersebut tersebut, maka perlu dibangun suatu sistem informasi berbasis web yang memberikan informasi perihal pemetaan penyebaran penyakit demam berdarah tersebut. Sistem ini dibangun untuk dapat mengintegrasikan data spasial berupa peta wilayah Tambun Selatan dengan data dan informasi tematik yang berupa data penderita demam berdarah dan data kasus-kasus DBD per tahun dalam bentuk tabel maupun grafik. Sistem ini dikembangkan dengan menggunakan perangkat lunak ArcView GIS versi 3.3, sedangkan proses pembuatan antarmukanya menggunakan pemrograman PHP. Sistem ini memberikan gambaran peta sebaran penderita demam berdarah dan jumlah kasus demam berdarah di kecamatan Tambun Selatan sehingga masyarakat maupun instansi terkait dapat mengambil keputusan bersama dalam pencegahan dan penanggulangan penyebaran penyakit demam berdarah dengue di kecamatan Tambun Selatan.
IMPLEMENTASI MANAGEMENT BANDWIDTH MENGGUNAKAN METODE QUEUE TREE DENGAN PCQ (PER CONNECTION QUEUE) Ulfa Azizah; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 2 No 1 (2021): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v2i1.2687

Abstract

Hampir seluruh aspek kehidupan menggunakan jaringan internet baik untuk mencari informasi, pengetahuan terbaru bahkan untuk sekedar chatting. Kantor BPJS Ketenagakerjaan Kota Bogor memiliki fasilitas hotspot untuk menunjang kegiatan pekerjaan dalam bidangnya masing-masing. Kantor BPJS Ketenagakerjaan Kota Bogor memiliki alokasi bandwidth yang cukup besar namun penerapan management bandwidth di kantor ini belum tersedia maka pembagian bandwidth selama ini belum merata menyebabkan koneksi jaringan internet kurang stabil dan sering terjadinya koneksi jaringan down. Penggunaan bandwidth pada suatu jaringan bukan hanya dipengaruhi oleh banyaknya user, namun juga pengaruh oleh jenis dan tingkat kebutuhan pengiriman dan penerimaan upload dan download, mengakses internet dan kebutuhan lainnya. Solusi dari permasalahan tersebut adalah dengan mengimplementasikan management bandwidth. Management bandwidth dan hotspot berfungsi untuk membagi bandwidth sesuai dengan kebutuhan berdasarkan user profile.
PENGEMBANGAN "SISTEM INFORMASI PEMBELAJARAN SERTIFIKASI PENGADAAN BARANG DAN JASA PEMERINTAH" (SIMPENBAJA) Yohanes Paulus Pical; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 3 No 1 (2022): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v3i1.3854

Abstract

Pengadaan Barang dan Jasa (PBJ) oleh Pemerintah untuk memenuhi sumber daya berupa barang dan jasa dilakukan secara online. Untuk itu setiap instansi dianjurkan memiliki pejabat pengadaan yang bertugas melakukan pengadaan barang dan jasa pada instansi tersebut dengan mengikuti pemeriksaan Sertifikasi Barang dan Jasa Pemerintah pada Lembaga Kebijakan Pengadaan Barang dan Jasa Pemerintah (LKPP). Untuk menjadi Pejabat pengadaan tersebut, Aparatur Sipil Negara (ASN) perlu pembelajaran untuk mendapatkan sertifikasi, namun materi yang diperlukan terbatas, sehingga ada kesulitan dalam proses belajar. Untuk mengatasi hal tersebut maka dibangun Sistem Pembelajaran yang mampu memberikan pemahaman ASN secara mendalam sebelum mengikuti ujian sertifikasi di LKPP, yaitu Sistem Informasi Pembelajaran Pengadaan Barang dan Jasa Pemerintah (Simpenbaja). Sistem ini menyediakan modul informasi/pembelajaran dalam bentuk tertulis dan audio visual serta ujian pilihan ganda dan benar-salah. Dengan adanya aplikasi ini dapat memudahkan ASN sebagai siswa untuk mendapatkan informasi dan mengerjakan soal dimanapun dan kapanpun. Simpenbaja dibangun dengan menggunakan metode berorientasi objek, Metode ini menggunakan alat bantu seperti UML diagram Use case diagram, Sequential Diagram, Activity Diagram dan Entity Relations Diagram (ERD). Implementasi pembuatan Simpenbaja menggunakan Framework Laravel, Bootstrap dan database MySQL Dengan adanya Simpenbaja diharapkan dapat menambah pemahaman yang lebih mendalam kepada ASN/Peserta ujian sertifikasi untuk dapat mengikuti ujian daASNn dapat membantu terciptanya lulusan bersertifikasi yang lebih berkualitas dalam melakukan pengadaan barang dan jasa pemerintah.
Aplikasi Edukasi Awal Mula Penjajahan Belanda Di Indonesia Berbasis Mobile Murty, Filia Sekar; Ionia Veritawati; Febri Maspiyanti
Journal of Informatics and Advanced Computing (JIAC) Vol 3 No 2 (2022): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v3i2.4102

Abstract

The learning process on Indonesian history did not attract the attention of students, nor did there escape rumors about the abolition of teaching history material in schools in the future curriculum. Junior high school teachers have made various efforts to deliver history lessons, ranging from inviting students to visit historical places, and making activities in class to making theater with a historical theme to commemorate important days. Therefore, in this study, the author develops an educational application in history subjects, more precisely in the history of the early arrival of the Dutch to Indonesia using the Unity software. This study uses the waterfall method so that the process is faster with good results, and uses the collection of application evaluations that are generated online using the validity and reliability method for students from junior high and high school levels. Based on the results of the evaluation of users of educational applications that have been made, the reliability and validation values of the questions and content provided can be stated as strong based on the significance table.
Prediksi Pembatalan Reservasi Hotel Menggunakan Algoritma Naive Bayes Farah Husna Qani’ah; Rafiq Ramadhan; Annisa Cintakami Firdaus; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 4 No 1 (2023): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v4i1.5499

Abstract

Pembatalan reservasi hotel dapat mempengaruhi manajemen industri dalam mengambil keputusan manajerialnya. Untuk mengatasi permasalahan dalam hal pembatalan reservasi hotel dapat diatasi dengan menerapkan prediksi dengan menggunakan metode machine learning dengan mempelajari data yang sudah dimiliki. Salah satu algoritma machine learning yang dapat digunakan dalam mengklasifikasikan data yaitu Naive bayes. Melalui hasil perhitungan pada 36.275 data yang memiliki 19 atribut dapat diketahui bahwa dalam menggunakan algoritma naive bayes untuk memprediksi pembatalan reservasi hotel mendapatkan hasil yang nilai ketepatan hanya mencapai 41% yang tidak memenuhi standar untuk pengambilan keputusan prediksi pembatalan reservasi hotel.
Analisis Gambar MRI Otak Untuk Mendeteksi Tumor Otak Menggunakan Algoritma CNN: Analisis Gambar MRI Otak Untuk Mendeteksi Tumor Otak Menggunakan Algoritma CNN Valliant Benvenuto Gianzurriell; Husnal, Ferdi; Fiky Ari Wijaya; Fahmi Fauzi; Iman Paryudi; Ionia Veritawati; Sri Rezeki Candra Nursari
Journal of Informatics and Advanced Computing (JIAC) Vol 4 No 2 (2023): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/jiac.v4i2.6289

Abstract

Brain tumor disease is one of the deadliest diseases that can attack anyone without exception. This disease is characterized by the development of abnormal cells in human brain tissue is a sign of this disease. A digital image technology called Magnetic Resonance Imaging (MRI) can be used to detect these brain tumors. This technology is meant to help doctors identify and classify different types of brain tumors. An effective and accurate method is needed to perform MRI image classification as manual classification takes a long time and carries a high risk. One effective solution to this problem is Convolutional Neural Network (CNN). CNN is an algorithm that can learn itself from previous cases. The deep learning method, CNN with the VGG16 model, can be implemented as a solution to the problem. The process of making this system with the stages of making Image Detection, namely image acquisition, preprocessing, extraction, classification, and identification of image data. This study uses 3 datasets where each dataset has 1311 images of patient MRI results. The dataset is separated into 3 different data, namely train data, validation data, and test data. The results of testing these three datasets are able to identify the images tested into the system with a percentage accuracy of 99%.
Co-Authors Annisa Cintakami Firdaus Fahmi Fauzi Farah Husna Qani’ah Farsya Asfian Saputra Febri Maspiyanti Ferdy Dwiansyah Fiky Ari Wijaya Husnal, Ferdi Iman Paryudi Jhon Roy H. Siagian Murty, Filia Sekar putri, shabrina Rafiq Ramadhan Riadika Mastra Steffi Nova Ulfa Azizah Valliant Benvenuto Gianzurriell Yohanes Paulus Pical Zyhan Faradilla