Claim Missing Document
Check
Articles

Found 16 Documents
Search

Analisis Sistem Entry Data Blt Pada Website E-Filling Cbp (Cadangan Beras Pemerintah) Di Kantor Pos Tegal Moch Fachrul Rozy; Ria Indah Fitria
urn:multiple://2988-7828multiple.v3i64
Publisher : Institute of Educational, Research, and Community Service

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

Abstract

Sistem entri data berbasis web kini menjadi kebutuhan dasar dalam mendukung operasional yang efisien dan jangkauan layanan yang luas. PT Pos Indonesia merupakan salah satu perusahaan yang telah menerapkan sistem ini untuk meningkatkan kualitas layanan pengiriman surat, paket, serta layanan keuangan. Di era digital, sistem entry data berbasis web memungkinkan pengelolaan data secara terpusat dan real-time, baik dari lokasi lokal maupun jarak jauh. Salah satu implementasi spesifiknya adalah platform E-Filling CBP (Cadangan Beras Pemerintah), yang dirancang untuk memudahkan proses entri, penyimpanan, dan pengelolaan data terkait cadangan beras pemerintah secara digital. Sistem ini memperkuat peran kantor pos dalam mendukung layanan publik berbasis teknologi informasi.
Analisis Sentimen Masyarakat dalam Pembangunan City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan SVM Sofyan, Ali; Fitria, Ria Indah; Isralestina, Fatiah
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 1 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i1.5785

Abstract

Pembangunan sarana perkotaan sangat penting untuk menunjang kegiatan masyarakat. Pembangunan yang membutuhkan lahan serta perubahan fasilitas umum tentu akan berdampak langsung kepada masyarakat. Kota Tegal sebagai kota perdagangan dan industri tentunya berdampak pada peningkatan perekonomian masyarakat dan pemerintah daerahnya, sehingga berdampak juga pada peningkatan pembangunan. Pembangunan yang berjalan tentu harus berdampak baik kepada masyarakatnya. Terkadang banyak pihak yang pro dan kontra terhadap pembangunan faslitas publik. Seperti contohnya pembangunan City Walkdi Kota Tegal banyak pendapat masyarakat yang disampaikan dimedia sosial. Kebebasan menyampiakan pendapat tentunya akan memunculkan beragam pendapat. Penelitian ini dilakukan untuk memberikan informasi tentang akurasi klasifikasi model dengan menggunakan algoritma klasifikasi dengan menggunakan data persepsi masyarakat terhadap pembangunan City WalkKota Tegal. Penelitian ini juga dapat digunakan sebagai masukan untuk pengambilan keputusan dalam pengembangan proyek pembangunan di Kota Tegal. Penelitian ini adalah penelitian data teks atau bisa disebut penelitian teks mining dimana teks mining adalah proses ekstraksi informasi dari kumpulan data teks. Pada penelitian ini data teks yang digunakan berasal dari pendapat masyarakat yang disampaikan melalui media sosial facebook. Penelitian ini bertujuan untuk mencari akurasi terbaik dari klasifikasi model algoritma dengan mengkasifikasikan pendapat yang disampaikan masyarakat menjadi pendapat positif, negatif. Metode yang digunakan Naive Bayes dan SVM untuk mengklasifikasikan komentar pembangunan City Walkdi kota Tegal. Setiap komentar akan dilabeli sebagai komentar positif dan negatif. Dari hasil uji dengan model Naïve Bayes diperoleh akurasi tertinggi 70.19% dengan sufled sampling . Sedangkan pada metode SVM mendapatkan akurasi tertinggi 80.77% di stratified sampling.
Implementasi K-Means untuk Mengelompokkan Mahasiswa Berdasarkan Risiko Dropout dan Prestasi Akademik Erza Rifa Nihayah; Hasbi Firmansyah; Wahyu Asriyani; Ria Indah Fitria
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi profil risiko akademik mahasiswa guna mencegah tingkat dropout melalui pendekatan Educational Data Mining (EDM). Masalah utama yang dihadapi institusi pendidikan adalah sulitnya memetakan mahasiswa yang membutuhkan intervensi segera di tengah besarnya volume data akademik. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering dengan kerangka kerja Knowledge Discovery in Databases (KDD). Dataset terdiri dari 4.424 observasi mahasiswa dengan atribut utama meliputi Rata-rata Nilai, Unit Gagal, dan Status Debitur. Optimasi jumlah klaster dilakukan menggunakan metode Elbow dan metrik Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa K=3 merupakan jumlah klaster paling optimal secara semantik untuk kebijakan institusi dengan nilai DBI -0,962. Klaster 1 (40,0%) dikategorikan sebagai Risiko Rendah (mahasiswa berprestasi), Klaster 2 (35,0%) sebagai Risiko Sedang (kelompok borderline), dan Klaster 3 (25,0%) sebagai Risiko Tinggi (potensi dropout). Temuan signifikan menunjukkan adanya korelasi kuat antara kendala finansial (status debitur tinggi) dengan kegagalan akademik pada Klaster 3. Hasil ini berimplikasi pada perlunya kebijakan Sistem Peringatan Dini (Early Warning System) yang mengintegrasikan bantuan finansial dan remedi akademik secara simultan
Analisis Kinerja Algoritma K-Nearest Neighbor dengan Variasi Validasi Untuk Prediksi Diabetes Mellitus Amelia Laura Ardianti; Hasbi Firmansyah; Wahyu Asriyani; Ria Indah Fitria
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Diabetes Mellitus ialah penyakit tidak menular dengan tingkat prevalensi yang terus meningkat, sehingga diperlukan metode prediksi yang akurat untuk mendukung upaya deteksi dini. Studi ini bertujuan menganalisis kinerja algoritma K-Nearest Neighbor (KNN) dalam mengklasifikasikan status diabetes menggunakan dataset PIMA Indian Diabetes. Evaluasi model dilaksanakan dengan variasi nilai k, yaitu k = 3, 5, 7, 9, dan 11, serta dua teknik validasi, yaitu split data dengan proporsi 70% data latih serta 30% data uji serta 10-fold cross validation. Seluruh proses pemodelan dilakukan menggunakan RapidMiner Studio dengan penerapan normalisasi Min–Max. Kinerja model dievaluasi berlandaskan metrik akurasi, precision, recall, serta confusion matrix. Temuan studi mengindikasikan bahwasanya teknik 10-fold cross validation menghasilkan performa yang lebih stabil dan representatif dibandingkan teknik split data, dengan nilai akurasi tertinggi sebesar 73,84% pada k = 9 serta simpangan baku yang relatif kecil. Variasi nilai k terbukti memengaruhi kinerja algoritma KNN, di mana nilai k pada rentang menengah memberikan keseimbangan terbaik antara akurasi dan kemampuan deteksi kelas diabetes. Meskipun demikian, nilai recall pada kelas positif masih menunjukkan adanya potensi kesalahan false negative, sehingga model KNN dalam penelitian ini lebih tepat digunakan sebagai sistem pendukung keputusan untuk skrining awal Diabetes Mellitus.
Pengembangan Sarung Tangan Robot Untuk Terapi Pemulihan Jari Pada Pasien Stroke Berbasis Arduino Eko Budiraharjo; Hasbi Firmansyah; Ria Indah Fitria; Lucky Primanda; Nadya Permata Sari
Jurnal Komputer, Informasi dan Teknologi Vol. 6 No. 1 (2026): June
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v6i1.3572

Abstract

Penelitian ini berfokus pada pengembangan sarung tangan robotik berbasis Arduino yang dirancang sebagai alat bantu terapi rehabilitasi jari bagi pasien stroke. Gangguan motorik pascastroke, khususnya pada jari tangan, sering menurunkan kemandirian dan kualitas hidup pasien. Perangkat ini dikembangkan untuk memberikan bantuan mekanis dan stimulasi terkontrol selama proses terapi, sehingga diharapkan mampu meningkatkan efektivitas rehabilitasi. Metode penelitian menggunakan pendekatan Research and Development (R&D) yang mencakup studi literatur, analisis kebutuhan, perancangan prototipe, integrasi sistem, serta uji coba terbatas pada pasien stroke. Evaluasi dilakukan melalui pengukuran kemampuan motorik sebelum dan sesudah terapi pada lima pasien selama empat minggu. Hasil penelitian menunjukkan adanya peningkatan kemampuan motorik jari, dengan peningkatan mobilitas dari 30% menjadi 80%, kemampuan menggenggam dari 20% menjadi 75%, serta kemampuan membuka tangan dari 25% menjadi 70%. Tingkat ketidaknyamanan pasien berada pada rata-rata skor 2 dari skala 1–5, menunjukkan terapi relatif nyaman. Temuan ini mengindikasikan bahwa sarung tangan robot berbasis Arduino efektif sebagai alat bantu rehabilitasi jari pasien.
PENGEMBANGAN SISTEM PENDATAAN PASANGAN USIA SUBUR DI KABUPATEN BREBES BERBASIS UCD Ali Sofyan; Rizki Prasetyo Tulodo; Muhammad Fahmi Mubarok Nahdli; Ria Indah Fitria
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 1 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v11i1.3027

Abstract

Pendataan Pasangan Usia Subur (PUS) merupakan bagian penting dalam perencanaan program Keluarga Berencana (KB) dan pembangunan kesehatan masyarakat. Kabupaten Brebes sebagai salah satu wilayah dengan jumlah penduduk besar menghadapi tantangan dalam pengelolaan data PUS yang akurat, cepat, dan mudah diakses. Penelitian ini bertujuan mengembangkan Sistem Pendataan Pasangan Usia Subur (DATAPUS) berbasis web menggunakan pendekatan User Centered Design (UCD). UCD dipilih karena mampu memastikan sistem yang dibangun sesuai dengan kebutuhan pengguna, baik petugas lapangan, penyuluh KB, maupun pihak Dinas terkait. Tahapan UCD yang digunakan meliputi identifikasi konteks penggunaan, spesifikasi kebutuhan pengguna, desain solusi, dan evaluasi. Hasil pengembangan menunjukkan bahwa sistem DATAPUS menyediakan fitur utama berupa input data, pencarian, edit, hapus, pelaporan, serta visualisasi grafik, yang mempermudah pemantauan kondisi PUS. Pengujian dengan metode usability testing menunjukkan tingkat kepuasan pengguna berada pada kategori baik, dengan nilai keberhasilan tugas mencapai 89%. Dengan demikian, sistem DATAPUS berbasis UCD mampu meningkatkan efektivitas pendataan PUS di Kabupaten Brebes.