Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Jurnal Sains Informatika Terapan (JSIT)
Norma Devi Kurniasari
Institut Teknologi Insan Cendekia Mandiri
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Seleksi Fitur untuk Data Churn for Bank Customers Menggunakan Analisis Korelasi Pearson Ika Maylani; Fadlur Rochman; Norma Devi Kurniasari
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.951 KB) | DOI: 10.31284/p.snestik.2022.2927

Abstract

Salah satu permasalahan yang muncul pada proses pembelajaran data yakni jumlah data yang besar dan banyaknya fitur yang dilibatkan. Salah satu teknik yang bisa digunakan untuk menangani hal tersebut yakni seleksi fitur dengan tujuan untuk mereduksi jumlah fitur. Pendekatan yang bisa digunakan dalam melakukan seleksi fitur antara lain analisis korelasi. Analisi korelasi dapat digunakan untuk mengetahui seberapa berpengaruh fitur terhadap hasil atau target klasifikasi. Penelitian ini melakukan seleksi fitur menggunakan analisis korelasi kemudian diuji dengan mengklasifikasikan data dengan memanfaatkan metode K-Nearest Neighbor. Data yang digunakan yakni data Churn for Bank Customers yang diambil dari Kaggle. Hasil uji coba menunjukkan bahwa pengurangan jumlah fitur berdasarkan nilai koefisien korelasi yang rendah dapat meningkatkan nilai akurasi. Fitur yang dianggap penting yakni Age dan IsActiveMember.
Analisis Faktor Dominan Prediksi Dropout Mahasiswa Menggunakan Random Forest, XGBoost dan XAI Norma Devi Kurniasari; Trian Basofi Rohman; Ari Widianto; Anis Shobikah; Gaguk Triono
Jurnal Sains Informatika Terapan Vol. 5 No. 2 (2026): Jurnal Sains Informatika Terapan (Juni, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v5i2.1183

Abstract

Masalah mahasiswa yang putus kuliah (dropout) menjadi tantangan signifikan bagi perguruan tinggi karena memengaruhi reputasi institusi dan efisiensi pemanfaatan sumber daya kampus. Untuk mengatasi fenomena tersebut, diperlukan sistem prediksi dini guna mengidentifikasi mahasiswa yang berisiko sejak awal perkuliahan. Penelitian ini bertujuan membandingkan kinerja dua algoritma machine learning, yaitu Random Forest dan XGBoost, sekaligus memetakan faktor utama penyebab dropout menggunakan pendekatan Explainable AI (XAI) melalui metode SHAP (SHapley Additive exPlanations). Studi ini menggunakan dataset sekunder dengan total 4.424 record data mahasiswa yang mencakup variabel demografi, sosial-ekonomi, makroekonomi, dan akademik. Proses eksperimen dan pemodelan dilakukan menggunakan lingkungan Google Colab. Hasil pengujian menunjukkan bahwa model Random Forest menghasilkan tingkat akurasi optimal yang lebih tinggi yaitu sebesar 77,40%, dibandingkan model XGBoost yang menghasilkan akurasi sebesar 76,05%. Melalui analisis interpretasi SHAP, penelitian ini menemukan bahwa jumlah mata kuliah yang lulus di semester dua (Curricular units 2nd sem (approved)) dan status kelancaran pembayaran biaya kuliah (Tuition fees up to date) merupakan faktor paling dominan yang memengaruhi keputusan prediksi. Hasil penelitian ini memberikan dasar empiris bagi pengelola perguruan tinggi untuk memprioritaskan kebijakan intervensi pada aspek akademik tahun kedua serta stabilitas finansial mahasiswa sebagai strategi menekan angka putus kuliah.
Rancang Bangun Aplikasi Monitoring Peminjaman Peralatan Praktik Siswa SMK Berbasis Web dengan QR Code Adi Harianto; Norma Devi Kurniasari; Ari Widianto; Trian Basofi Rohman; Anis Shobikhah
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9046

Abstract

 Pengelolaan barang dan sarana praktik di SMK Nasional Dawarblandong saat ini masih menghadapi sejumlah kendala teknis akibat penggunaan sistem pencatatan buku besar secara manual. Masalah yang sering muncul meliputi antrean panjang siswa saat jam sibuk, data inventaris yang tidak sinkron karena kelalaian pencatatan, dan kurangnya pemantauan terhadap barang yang telat dikembalikan. Oleh karena itu, riset ini dilakukan untuk merancang sebuah solusi digital berupa aplikasi pemantauan peminjaman peralatan berbasis web yang didukung oleh teknologi pemindaian Quick Response (QR) Code. Proses pembuatannya menerapkan metode Scrum yang adaptif, menggunakan bahasa pemrograman PHP dengan framework Laravel, dan database MySQL. Fitur andalan dari sistem ini memungkinkan identifikasi cepat peminjam dan alat lewat pemindaian QR, pengecekan ketersediaan stok secara langsung, serta penghitungan denda otomatis. Pengujian fungsi sistem (Black-Box) membuktikan bahwa seluruh alur kerja aplikasi berjalan dengan baik tanpa ada celah error. Selain itu, uji respons pengguna (UAT) yang melibatkan 30 orang menghasilkan skor kepuasan sebesar 91,6%, yang berarti aplikasi ini sangat layak digunakan. Kesimpulannya, pemanfaatan QR Code terbukti ampuh memangkas waktu pelayanan secara drastis dan menekan angka kesalahan data aset sekolah.
Implementasi Sistem Registrasi Wisuda Terintegrasi dengan Validasi Kehadiran Dual-Mode Berbasis QR Code Ari Widianto; Anis Shobikah; Norma Devi Kurniasari; Trian Basofi Rohman; Gaguk Triono
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 6, No 2 (2025)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2025.v6i2.8423

Abstract

Penyelenggaraan wisuda sebagai seremoni akademik puncak menuntut manajemen presensi dan akses yang akurat, aman, dan efisien. Pada Institut Teknologi Insan Cendekia Mandiri (ITICM), pelaksanaan wisuda perdana pada November 2025 dengan jumlah tamu undangan sebanyak 96 orang menghadapi tantangan risiko antrean panjang, ketidakteraturan akses masuk area prosesi dan ramah tamah, serta potensi masuknya pihak yang tidak diundang yang dapat mengganggu kekhidmatan acara dan ketersediaan konsumsi. Penelitian ini bertujuan mengembangkan sistem registrasi wisuda berbasis web yang mampu menangani manajemen undangan dan validasi kehadiran secara real-time. Sistem dirancang menggunakan pendekatan Waterfall yang dimodifikasi dengan metode Rapid Application Development (RAD) berbasis framework Laravel dan  basis data MySQL. Inovasi utama adalah implementasi Quick Response (QR) Code dengan mekanisme Dual-Mode Scan, yaitu pemindaian terpisah untuk akses masuk ruang prosesi wisuda dan akses area ramah tamah (konsumsi). Evaluasi sistem dilakukan pada 96 partisipan, dengan batasan perangkat pemindai menggunakan kamera smartphone panitia. Sistem diuji dengan variasi koneksi jaringan (stabil, fluktuatif, dan lambat) menunjukkan, mampu memvalidasi kehadiran tamu dengan waktu rata-rata di bawah 3 detik per transaksi. Dashboard real-time mencatat tingkat kehadiran sebesar 95,8% (92 dari 96 undangan), yang dapat mengeliminasi kesalahan rekapitulasi manual dan mencegah tiket ganda. Implikasi penelitian ini menawarkan model efisiensi single-ticket multi-access yang dapat diadopsi untuk manajemen event akademik berskala lebih besar.
Co-Authors Adi Harianto Anis Shobikah Anis Shobikhah Ari Widianto Fadlur Rochman Gaguk Triono Ika Maylani Trian Basofi Rohman