Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi MURA The IJICS (International Journal of Informatics and Computer Science) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Teknologi Informasi Mura Bulletin of Information System Research
Bunga Intan
Universitas Bina Insan, Lubuklinggau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Comparison of the WASPAS and MOORA Methods in Providing Single Tuition Scholarships Nelly Khairani Daulay; Bunga Intan; Muhammad Irvai
The IJICS (International Journal of Informatics and Computer Science) Vol 5, No 1 (2021): March 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/ijics.v5i1.2969

Abstract

Single Tuition Scholarship (UKT) is a grant provided by the Ministry of Education and Culture (Kemendikbud) to universities, both State Universities (PTN) and Private Universities (PTS). This aims to help underprivileged people so they can get education in higher education, both PTN and PTS. The large number of UKT recipient participants overwhelmed the University and made the decision not objective. For this reason, it is necessary to have a decision support system (SPK) in order to help deal with these problems. There are many methods that can be used in SPK including the MOORA method, WASPAS, TOPSIS, SAW, WPS and many more. In this study, researchers tried to compare two methods between the WASPAS method and the MOORA method in determining UKT scholarship recipients. There are five criteria for selecting recipients of UKT assistance, namely parents' income, electricity bills, water bills, land and building taxes and family expenses. The results of this study were students who got the first rank with the WASPAS method, namely 4,152 and students with the MOORA method, namely 3,218. This shows that these students are entitled to receive UKT grants
SISTEM INFORMASI PENERIMAAN SISWA BARU BERBASIS FRAMEWORK CODEIGNITER Muhammad Irvai; Tri Hasanah; Bunga Intan
Jurnal Teknologi Informasi Mura Vol 14 No 1 (2022): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i1.1628

Abstract

Masalah pada penelitian ini adalah pelaksanaan penerimaan siswa baru (PSB) di SMK N Tugumulyo dilakukan secara manual yang mengakibatkan kurang efisiennya penggunaan waktu, tempat, biaya maupun tenaga. Perlu adanya sistem yang dapat mengelola pelaksanaan PSB menjadi lebih efektif dengan menggunakan sistem informasi berbasis website. Metode penelitian ini menggunakan metode pengembangan sistem model waterfall. Metode pengumpulan data menggunakan metode wawancara, observasi, dokmentasi dan studi pustaka. Hasil penelitian ini menghasilkan sistem informasi PSB berbasis website sehingga PSB menjadi lebih efektif dan efisien. Sistem informasi ini didesain menggunakan desain Unified Modeling Language (UML). Sistem informasi yang dihasilkan menggunakan bahasan pemrograman framework codeigniter dan MySQL Improved sebagai database. Pengujian sistem yang dihasilkan menggunakan pengujian blackbox testing.
SISTEM INFORMASI PENERIMAAN SISWA BARU BERBASIS FRAMEWORK CODEIGNITER Muhammad Irvai; Tri Hasanah; Bunga Intan
Jurnal Teknologi Informasi Mura Vol 14 No 1 (2022): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i1.1628

Abstract

Masalah pada penelitian ini adalah pelaksanaan penerimaan siswa baru (PSB) di SMK N Tugumulyo dilakukan secara manual yang mengakibatkan kurang efisiennya penggunaan waktu, tempat, biaya maupun tenaga. Perlu adanya sistem yang dapat mengelola pelaksanaan PSB menjadi lebih efektif dengan menggunakan sistem informasi berbasis website. Metode penelitian ini menggunakan metode pengembangan sistem model waterfall. Metode pengumpulan data menggunakan metode wawancara, observasi, dokmentasi dan studi pustaka. Hasil penelitian ini menghasilkan sistem informasi PSB berbasis website sehingga PSB menjadi lebih efektif dan efisien. Sistem informasi ini didesain menggunakan desain Unified Modeling Language (UML). Sistem informasi yang dihasilkan menggunakan bahasan pemrograman framework codeigniter dan MySQL Improved sebagai database. Pengujian sistem yang dihasilkan menggunakan pengujian blackbox testing.
Komparasi Metode Decision Tree dan K-Nearest Neighbor (KNN) dalam Memprediksi Costumer Churn Pada Perusahaan Telekomunikasi Khadisah Syah Riebhan Palluvi; Nadyari Syaada; Bunga Intan
Bulletin of Information System Research Vol 3 No 1 (2024): December 2024
Publisher : Graha Mitra Edukasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62866/bios.v3i1.190

Abstract

Prediksi customer churn bertujuan untuk mengklasifikasikan data pelanggan sebelumnya menjadi dua kategori: pelanggan yang akan berhenti berlangganan dan pelanggan yang akan terus berlangganan. Prediksi tersebut memanfaatkan ilmu data mining peran klasifikasi yang merupakan menempatkan variabel atau objek ke dalam beberapa kategori relevan yang telah ditetapkan sebelumnya. Dalam proses eksekusi data mining, diperlukan sebuah algoritma yang dapat mengklasifikasikan apakah customer churn atau tidak churn. Data yang digunakan terdiri dari 7043 rows dan 21 columns. Didalam data tersebut salah satu kolom akan dijadikan label yaitu kolom ‘Churn’. Dalam proses prediksi churn, algoritma yang digunakan yaitu Decision Tree dan K-Nearest Neighbor. Dari hasil analisis yang dilakukan, pada algoritma KNN dihasilkan 76% dan Decision Tree 72%. Dengan hasil pemodelan akurasi 72% dan 76%, keduanya memenuhi kriteria kesuksesan >70%. Namun, model KNN dengan akurasi 76% lebih baik dan lebih diinginkan karena memberikan prediksi yang lebih akurat.
Penerapan Recurrent Neural Network untuk Prediksi Kesehatan Sapi Berdasarkan Analisis Data Sensor Fisiologis Riski Kurniawan; Budi Santoso; Bunga Intan
Journal of Information System Research (JOSH) Vol 6 No 4 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i4.7937

Abstract

Livestock health, particularly of cattle, is a crucial factor in the livestock industry as it directly affects productivity and animal welfare. However, health monitoring in the field is still largely conducted manually, leading to delays in early disease detection and increasing the risk of economic loss for farmers. This study aims to develop and evaluate a cattle health prediction model using a Recurrent Neural Network (RNN) approach based on physiological sensor data such as body temperature, heart rate, and physical activity. The data were collected in real time using Internet of Things (IoT) technology at a farm located in Tanah Periuk Village, Musi Rawas Regency. The results show that the developed RNN model achieved an accuracy of 98.88%, precision of 0.99, and recall of 0.99, indicating high performance in detecting potential cattle health issues. These findings are expected to provide a practical solution for farmers to support timely and accurate decision-making and improve overall livestock welfare.
Co-Authors Budi Santoso Khadisah Syah Riebhan Palluvi Muhammad Irvai Nadyari Syaada Nelly Khairani Daulay Riski Kurniawan Tri Hasanah