Articles
<![CDATA[SISTEM INFORMASI REMINDER PENGUMPULAN SOAL UJIAN ]]>
<![CDATA[Bagus Fadzerie Robby]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>;
<![CDATA[Resty Wulanningrum]]>
<![CDATA[ Network Engineering Research Operation Vol 2, No 2 (2016): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (279.162 KB)
|
DOI: 10.21107/nero.v2i2.55
<![CDATA[Perkembangan teknologi yang semakin maju ini membuat semua informasi juga sangat cepat menjadi update. Hal ini membuat semua sistem menjadi terkomputerisasi akan lebih banyak dipilih dibandingkan dengan sistem manual. Demikian pula dalam dunia pendidikan, banyak sekolah bahkan perguruan tinggi yang sudah menggunakan sistem informasi akademik. Selain itu, hal yang paling penting dalam dunia pendidikan adalah pada saat mendekati Ujian Tengah Semester (UTS) atau Ujian Akhir Semester (UAS). Seorang dosen harus mengumpulkan soal untuk ujian. Soal yang akan diujikan harus dikumpulkan dalam waktu yang ditentukan agar bisa dilakukan penggandaan untuk selanjutnya.Tujuan dari penelitian ini adalah membuat sistem untuk mempermudah seorang admin dalam melakukan cek siapa saja dosen yang belum mengumpulkan soal ujian. Hasil penelitian ini adalah dan menghasilkan sebuah sistem yang akan mempermudah admin dalam melakukan cek pengumpulan soal ujian.Kata Kunci: Sistem Informasi, Soal Ujian, Reminder.]]>
<![CDATA[DETEKSI EKSPRESI WAJAH MENGGUNAKAN TENSORFLOW ]]>
<![CDATA[mohamad ihsan]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>;
<![CDATA[Daniel Swanjaya]]>
<![CDATA[ Joutica Vol 6, No 1 (2021): Jurnal Teknik Informatika ]]>
Publisher : <![CDATA[Universitas Islam Lamongan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (524.106 KB)
|
DOI: 10.30736/jti.v6i1.554
<![CDATA[Ekspresi wajah adalah merupakan perubahan bentuk raut muka wajah dalam menanggapi keadaan perasaan, niat dan komunikasi sosial seseorang. Ekspresi wajah ini sangat bagus untukk di teliti karena merupakan alat komunikasi non verball yang biasa digunakan oleh manusia ‘untuk menggambarkan keadaan emosi atau perasaan dan untuk menyampaikan pesan sosial di kehidupan sehari-hari. Penelitian ini menggunakan machine learning open source library Tensorflow dengan mengguanakan metode Convolutional Neural Network (CNN) yang dirancang khusus untuk pengenalan dan menentukan klasifikasi terhadap 7 ekspresi dasar wajah manusia ditambah ekspresi netral, metode ini memiliki hasil paling signifikan dalam hal pengenalan citra. Pemerataan distribusi data akan dilakukan untuk meningkatkan kinerja model. Hasil dari pengujian analisis di dapatkan hasil parameter optimal batch 32, epoch 100 dan dropout 0.6 dengan tingkat akurasi training 62.24%, akurasi validasi 62,44%, training loss 4,54% dan validation loss 4,02%. Di akhir penelitian ini, penulis melakukan percobaan pendeteksian ekspresi wajah dengan video secara realtime.]]>
<![CDATA[Analisis Kesiapan Pengembangan Sistem Diagnosa Komplikasi Kronik Penyerta Diabetes dan Web Edukasi ]]>
<![CDATA[Risky Aswi Ramadhani]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 2, No 2 (2019) ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (653.491 KB)
|
DOI: 10.25273/doubleclick.v2i2.3923
<![CDATA[Jumlah penderita diabetes militus di Indonesia mencapai 6,7% dari jumlah penduduk. Perlu dibangun sebuah sistem yang digunakan untuk mendianosa penyakit penyerta dan komplikasi diabetes. Penelitian ini digunakan untuk menilai kesiapan masyarakat ,jika dikembangkan sistem diagnosa penyakit penyerta dan komplikasi kronik diabetes militus Sebelum membangun sebuah teknologi diperlukan analisa yang baik, analisa tersebut menyagkut kesiapan SDM, Infrastruktur Pendukung,dan kesiapan jaringan internet untuk mengembangkan teknologi ini Tujuan dari analisa ini adalah untuk memutuskan teknologi apa yang cocok untuk mnegurangi resiko penyakit penyerta dan komplikasi diabetes]]>
<![CDATA[APLIKASI E-KATALOG YUDISIUM BUKTI PENGAMBILAN IJAZAH DAN TRANSKRIP NILAI ]]>
<![CDATA[Rina Firliana]]>;
<![CDATA[Rini Indriati]]>;
<![CDATA[Intan Nur Farida]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ Jurnal Inkofar Vol 1, No 2 (2019) ]]>
Publisher : <![CDATA[Politeknik Meta Industri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (431.23 KB)
|
DOI: 10.46846/jurnalinkofar.v1i2.126
<![CDATA[Dunia kerja dalam Biro Kemahasiswaan sering mengalami kesulitan dalam memeriksa data ijazah dan transkrip nilai mahasiswa yang sudah atau belum diambil. Data tersebut jumlanya tidak hanya puluhan tapi ribuan sehingga kesulitan dalam pengecekkannya. Oleh karena biro kemahasiswaan sangat membutuhkan suatu media komputer yang dapat mengarsipkan ribuan data mahasiswa. Khususnya yang diperlukan untuk mencatat atau menyimpan data ijazah dan transkrip nilai yang sudah diambil. Dengan menggunakan sebuah aplikasi yang terintegrasi dan suatu media komputer yang dapat digunakan dengan mudah, aman dan tepat di Aplikasi e-KatalogYudisium Bukti Pengambilan Ijazah dan Tanskrip Nilai dapat mengoputerisasikan data-data mahasiswa serta mencatat bukti-bukti yang valid dalam pengambilan Ijazah dan Tanskrip Nilai. Peneliti melakukan metodologi penelitian sebagai berikut pertama peneliti melakukan analisa dengan wawancara dengan pihak yang bersangkutan sesuai sistem pengambilan bukti ijazah dan transkrip ke Biro Kemahasiswaan, selanjutanya melakukan perancangan dengan menggunakan Data Flow Diagram (DFD), dan implementasi program dengan menggunakan PHP. Dengan melakukan tahapan-tahapan tersebut maka menghasilkan penelitian yang berkaitan dengan pengambilan bukti ijasah dan transkrip nilai, dimana 1). Mahasiswa dan admin bisa langsung menginputkan data mahasiswa yudisium untuk bukti pengambilan ijasah dan transkrip secara online. Dan 2). Admin bisa menyimpan data tersebut sehingga apabila mahasiswa tersebut mengambil maka disitu sistem untuk ijazah dan transkrip dinyatakan ada apabila belum diambil sedangkan kalau sudah diambil maka sistem terambil sehingga admin sudah terbantu dalam hal membuktikan bahwa ijazah dan transkrip nilai mahasiswa dinyatakan masih ada atau belum terambil. Jadi dengan membangun suatu aplikasi tersebut dapat memudahkan instansi Biro Kemahasiswaan dalam Memberikan suatu informasi kepada mahasiswa dengan cepat, jelas dan benar dalam proses pengambilan Ijazah dan Transkrip Nilai.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN JURUSAN MAHASISWA BARU MENGGUNAKAN METODE K-NEAREST NEIGHBOR ]]>
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ CogITo Smart Journal Vol 1, No 1 (2015): CogITo Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (629.416 KB)
|
DOI: 10.31154/cogito.v1i1.6.55-67
<![CDATA[Penelitian ini membahas mengenai sistem pendukung keputusan penempatan jurusan mahasiswa baru di Universitas Nusantara PGRI Kediri menggunakan metode k-nearest neighbor. Tujuan dari pembuatan sistem pendukung keputusan tersebut untuk membantu proses penempatan jurusan mahasiswa baru agar tepat, cepat dan sesuai. Pada penelitian ini penempatan jurusan dibatasi pada jurusan teknik informatika dan sistem informasi. Kriteria yang digunakan pada metode k-nearest neigbor adalah hasil tes IQ, tes matematika, tes ipa, tes ips, nilai uan matematika, nilai uan bahasa indonesia, nilai uan bahasa inggris dan minat pilihan jurusan. Data training menggunakan data mahasiswa tahun angkatan 2012, sementara untuk data testing menggunakan data mahasiswa tahun angkatan 2013. Sistem pada penelitian ini dibuat menggunakan bahasa pemrograman web dan database mysql. Hasil capaian dari penelitian ini adalah sebuah sistem pendukung keputusan berbasis web untuk memberikan rekomendasi penempatan jurusan calon mahasiswa baru tersebut disarankan masuk pada jurusan teknik informatika atau sistem informasi.]]>
<![CDATA[Penggunaan Algoritma Naive Bayes Untuk Mengevaluasi Prestasi Akademik Mahasiswa Universitas Nusantara PGRI Kediri ]]>
<![CDATA[Intan Nur Farida]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ Jurnal Sains dan Informatika Vol. 3 No. 2 (2017): Jurnal Sains dan Informatika ]]>
Publisher : <![CDATA[Teknik Informatika, Politeknik Negeri Tanah Laut ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34128/jsi.v3i2.113
<![CDATA[Students' academic activities result in achievements that can be known in each semester until the graduation stage. This study classifies student achievement in the appropriate graduation category or not in the fifth semester. As attributes used include attributes of origin, High School origin, employment and income of parents, Comrade Achievement Index (IPK) and Achievement Index (IP) semesters one to five. The purpose of this study is the application to obtain academic achievement of students Nusantara PGRI Kediri University uses the naïve bayes algorithm. Train data used is the data of student class 2010 to 2012 on the Faculty of Engineering, with a focus on Informatics Engineering courses. Next is calculated using naïve bayes algorithm to classify student achievement. While the test data using student academic data generation 2013. Research results Student's previous academic achievement. This research is useful to know the factors that influence student achievement that can be used to support the making of university policy, for example on the target of new student admission promotion.]]>
<![CDATA[Sistem Diagnosa Diabetes Menggunakan Metode K-NN ]]>
<![CDATA[Risky Aswi Ramadhani]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ Jurnal Sains dan Informatika Vol. 4 No. 2 (2018): Jurnal Sains dan Informatika ]]>
Publisher : <![CDATA[Teknik Informatika, Politeknik Negeri Tanah Laut ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34128/jsi.v4i2.121
<![CDATA[Diabetes merupakan salah satu induk dari berbagai macam penyakit seperti jantung, gloukoma, jantung dan nefropati. Pada saat ini penderita diabetes di Indonesia mencapai 10 juta, tapi sangat sedikit masyarakat yang menydarai akan penyakit yang dideritanya. Hal ini disebabkan karena jumlah tenaga medis yang sedikit dan tenaga medis hanya terpusat pada Kota-kota besar, sedangkan kota-kota kecil jumlah tenaga medisnya sangat terbatas. Untuk menekan jumlah penderita diabetes dan meningkatkan kesadaran masyarakat akan bahaya diabetes, perlu dibuat sebuah Sistem diagnosa diabetes dengan metode K-NN. Tujuan dari dibangunya sistem diagnosa diabetes, mampu menekan angka penderita diabetes. Untuk membuat racang bangun sistem diagnosa diabetes dengan metode K-NN diperlukan beberapa tahapan utama yaitu membuat DFD Level 0, Level 1, dan ERD. Keywords: Diabetes, Diagnosa, K-NN, Klasifikasi, Rancang Bangun]]>
<![CDATA[Classification Of Category Selection Title Undergraduate Thesis Using K-Nearest Neighbor Method ]]>
<![CDATA[Ratih Kumalasari Niswatin]]>;
<![CDATA[Ardi Sanjaya]]>
<![CDATA[ Indonesian Journal of Electrical Engineering and Computer Science Vol 7, No 3: September 2017 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/ijeecs.v7.i3.pp846-854
<![CDATA[This research makes the classification system of category selection title undergraduate thesis titleuse k-nearest neighbor method. This research will be conducted on the students of Informatics Engineering Department Faculty of Engineering, Universitas Nusantara PGRI Kediri. The purpose of making this system is to employee department and students to more easily make a classification of category selection undergraduate thesis title based on the field of interest and field of expertise of each student. The method used to classify the selection of undergaduate thesis title categories is k-nearest neighbormethod using several criteria based on students' interests and expertise in a particular field or course. The result of this sitem is an information category of undergraduate thesis title of students who have been processed based on the field of interest and field of expertise of each student.]]>
<![CDATA[Prediction Of College Student Achievement Based on Educational Background Using Decision Tree Methods ]]>
<![CDATA[Ratih Kumalasari Niswatin]]>;
<![CDATA[Resty Wulanningrum]]>
<![CDATA[ Indonesian Journal of Electrical Engineering and Computer Science Vol 4, No 2: November 2016 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/ijeecs.v4.i2.pp429-438
<![CDATA[College student as a product can be used as a reference to show the success of education. This research will build a system prediction of college student achievement based on educational background using decision tree method.The research will be conducted on students of Informatics Engineering Department, Faculty of Engineering, University of Nusantara PGRI Kediri. The objective of this system is to help the new admissions process in the selection of students is based on the predicted results of student achievement and help the department to classify new students based on educational background. The method used to predict student achievement is the algorithm C4.5 decision tree method using several criteria based on the educational background of students before, they arethe uan mathematical value, the uan Indonesianvalue, theuan English value, the majors in the school, and the average report cards in the school of origin. This system will be made based on the web to be more effective, fast and easy to use. This system will produce predictions of student achievement information on Informatics Engineering]]>
<![CDATA[Pemodelan Rekomendasi Santri Terbaik Menggunakan Multi-Objective Optimization By Ratio Analysis ]]>
<![CDATA[Intan Nur Farida]]>;
<![CDATA[Rina Firliana]]>;
<![CDATA[Ratih Kumalasari Niswatin]]>
<![CDATA[ Jurnal Teknologi dan Riset Terapan (JATRA) Vol 1 No 2 (2019): Jurnal Teknologi dan Riset Terapan (JATRA) - December 2019 ]]>
Publisher : <![CDATA[Politeknik Negeri Batam ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (839.363 KB)
|
DOI: 10.30871/jatra.v1i2.1785
<![CDATA[Pemberian gelar santri terbaik yang dilakukan setiap tahun masih secara subyektif. Penggunaan kriteria non akademik belum dimanfaatkan secara optimal. Hal ini menyebabkan kurang tepat dalam menentukan santri terbaik. Pemberian gelar yang dilakukan setiap tahun mendorong adanya perancangan sistem yang dapat membantu merekomendasikan santri terbaik. Pemodelan sistem rekomendasi ini bertujuan untuk memanfaatkan konsep sistem pendukung keputusan dengan menerapkan metode perankingan agar diperoleh rekomendasi santri terbaik. Metode yang digunakan adalah metode Multi-Objective Optimization by Ratio Analysis (MOORA) untuk kriteria nilai akademik dan non akademik. Penelitian ini menunjukkan pemodelan sistem pendukung keputusan berupa perangkingan santri terbaik.]]>
