Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : eProceedings of Applied Science

Aplikasi Pengelolaan Perkembangan Data Penduduk Berbasis Sms Gateway Studi Kasus Desa Dayeuhkolot Rismaulidya Khairani; Pramuko Aji; Elis Hernawati
eProceedings of Applied Science Vol 5, No 3 (2019): Desember 2019
Publisher : eProceedings of Applied Science

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

Abstract

Pengelolaan data kependudukan merupakan suatu hal penting dalam sebuat instansi pemerintahan, seperti contohnya di tingkat desa. Hal ini berkaitan dengan data pertumbuhan penduduk pada suatu daerah. Pada proyek akhir ini akan membahas tentang pengelolaan data mutasi penduduk dan pengajuan mutasi penduduk. Pengajuan mutasi penduduk memanfaatkan fitur SMS sebagai pemberitahuan kepada warga dan pengajuan memalui website. Penggunaan SMS ini memudahkan setiap pengguna dari aplikasi untuk mendapatkan informasi. Selain memanfaatkan SMS Gateway, aplikasi ini juga dapat membuat laporan dan surat keterangan yang dibutuhkan oleh pegawai desa dengan mengambil dari data pengajuan masuk oleh warga. Aplikasi ini dibuat menggunakan pemodelan UML. Sedangkan Bahasa pemrograman yang digunakan adalah PHP dengan framework CodeIgniter dan database yang digunakan MySQL. Hasil dari perancangan ini berupa aplikasi berbasis web yang dititik beratkan pada pengolahan mutasi penduduk dan pembuatan surat keterangan. Kata Kunci : Mutasi Penduduk, Validasi, SMS Gateway, Laporan
Manajemen Pemasaran Dan Pengelolaan Cluster Di Buah Batu Square Studi Kasus Pt Pesona Mitra Jaya Property Citraning Dyah Savitri; Dahliar Ananda; Elis Hernawati
eProceedings of Applied Science Vol 5, No 3 (2019): Desember 2019
Publisher : eProceedings of Applied Science

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

Abstract

Pemasaran properti merupakan salah satu aktifitas di PT Pesona Mitra Jaya. Pada saat ini pemasaran dilakukan oleh agen dengan cara menginformasikan properti menggunakan pemasangan iklan ataupun banner di portal properti online. Berdasarkan dengan hasil wawancara dengan Divisi Marketing dan Agen Perusahaan PT Pesona Mitra Jaya mengungkapkan bahwa adanya kesulitan dalam melakukan kegiatan pemasaran apabila menggunakan portal properti online karena melibatkan pihak ketiga, selain itu adanya kesulitan untuk mengelola data properti karena masih menggunakan cara manual dengan Microsof Excel. Untuk memfasilitasi perusahaan agar dapat memasarkan propertinya tanpa melalui orang ketiga dan dapat mengelola data properti maka dibangunlah sebuah aplikasi Manajemen Pemasaran dan Pengelolaan Cluster di Buah Batu Square yang dibangun dengan menggunakan Model Waterfall. Aplikasi pemasaran properti ini memiliki fitur untuk kelola produk serta listing properti dan kelola data transaksi pembayaran properti. Aplikasi menggunakan bahasa PHP (Hypertext Prepocessor), diagram UML (Unified Modeling Language) serta diagram ERD (Entity Relationship). Pengujian terhadap aplikasi menggunakan pengujian Black Box Testing. Pengujian dilakukan dengan metode Blackbox Testing terhadap fungsionalitas aplikasi hasil dari pengujian aplikasi telah sesuai dengan yang diharapkan. Kata Kunci : Properti, Pemasaran, Model Waterfall
Aplikasi Klasifikasi Laporan Pelanggan Menggunakan Algoritma Naive Bayes (studi Kasus: Direktorat Sistem Informasi, Telkom University) Ade Handiyanto; Dahliar Ananda; Elis Hernawati
eProceedings of Applied Science Vol 5, No 3 (2019): Desember 2019
Publisher : eProceedings of Applied Science

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

Abstract

Aplikasi klasifikasi laporan pelanggan ini merupakan sebuah aplikasi yang digunakan untuk membantu proses klasifikasi laporan keluhan pelanggan atau pengguna layanan sistem informasi Universitas Telkom yang disampaikan melalui media sosial Facebook. Klasifikasi data laporan bertujuan untuk memilah data laporan yang sesuai dengan layanan Ditsisfo dan menyisihkan data laporan yang tidak termasuk kedalam layanan Ditsisfo baik itu layanan Fakultas maupun Unit lain. Aplikasi ini ditunjang dengan algoritma Naive Bayes yang dapat mengklasifikasikan data laporan pelanggan dengan jumlah yang banyak secara cepat dan akurat, dengan data yang telah terklasifikasi maka diharapkan proses penanganan masalah atau komplain dapat diselesaikan dengan cepat. Saat ini proses klasifikasi data laporan di Ditsisfo masih dilakukan secara manual, hal tersebut tentu dapat menimbulkan kesalahan klasifikasi data karena pengklasifikasian data laporan masih terbatas oleh pengetahuan masing-masing stafnya. Kata Kunci: Naive Bayes, Sistem Informasi, Facebook
Aplikasi Pencatatan Sensus Penduduk Di Kota Bandung "e-sensus" Ricky Pandu Cakra Susetya; Elis Hernawati; Dahliar Ananda
eProceedings of Applied Science Vol 5, No 3 (2019): Desember 2019
Publisher : eProceedings of Applied Science

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

Abstract

Badan Pusat Statistik sebelumya dalam membantu proses sensus biasanya membutuhkan banyak relawan untuk menjadi petugas untuk turun ke penduduk untuk melakukan pencatatan dengan membawa kertas dengan berbagai macam pertanyaan. Dengan adanya aplikasi ini dapat mempermudah baik dari segi penduduk dan petugas, hanya dengan login dan menginputkan seluruh data yang telah disediakan dengan benar dan petugas mengirimkan semacam kuesioner ke aplikasi setelah melakukan approval pada data sensus penduduk. Aplikasi ini menggunakan Codeigniter, XAMPP, dan untuk membuat entitas diagram yang dibutuhkan dalam aplikasi pencatatan sensus. Maka dari itu, diperlukan “Aplikasi Pencatatan Sensus Penduduk di Kota Bandung Berbasis Web” yang nantinya akan memfasilitasi dalam hal pencatatan di Badan Pusat Statistik. Dan berdasarkan hasil pengujian yang dilaksanakan dapat membantu instansi terkait. Kata Kata Kunci : Badan Pusat Statistik dan Sensus Penduduk.
Aplikasi Administrasi Pembayaran Sumbangan Pembinaan Pendidikan (SPP) dan Dana Sumbangan Pembangunan (DSP) di SD Ananda Bojong Kulur Kabupaten Bogor Jonathan Juniko, Elis Hernawati, Muhammad Barja Sanjaya Jonathan Juniko; Elis Hernawati; Muhammad Barja Sanjaya
eProceedings of Applied Science Vol 5, No 3 (2019): Desember 2019
Publisher : eProceedings of Applied Science

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

Abstract

Sekolah Ananda Bogor dimulai dengan diselenggarakannya Kelompok Bermain dan Taman Kanak-Kanak “TK Ananda” di Perumahan Vila Nusa Indah 2 blok CC1 no. 74 berdiri pada tahun 2000 oleh Yayasan Pendidikan Ananda Tersayang. Pengelolaan pembayaran SPP pada SD Ananda saat ini masih menggunakan cara manual yaitu melalui pembukuan. Saat ini terdapat permasalahan dalam pencatatan dan pembuatan laporan pembayaran SPP dan banyaknya kehilangan informasi pembayaran SPP hingga data-data yang penting dalam pengolahan informasi yang digunakan untuk membuat sebuah laporan keuangan dan suatu ketidak-sesuaian dalam pencatatan asal keuangan yang ada pada laporan keuangan yang menjadi sumber ketidak-akuratan laporan keuangan tersebut. Maka munculah gagasan dibangun sebuah aplikasi administrasi pembayaran SPP dan DSP di SD Ananda dengan tujuan mempermudah tata usaha dan admin dalam mengolah pembayaran SPP dan DSP. Metode yang digunakan dalam pengerjaan Aplikasi ini adalah Waterfall. Bahasa pemrograman yang digunakan adalah PHP dengan editor menggunakan Notepad++. Database yang digunakan adalah MySQL. Aplikasi ini dapat diakses oleh 3 pengguna yaitu Admin, Guru / Pengajar dan Tata Usaha. Karena menggunakan metode waterfall tahaptahap nya adalah analisis, desain, koding, testing dan perbaikan. Dalam teknik Pengujian menggunakan blackbox testing dan user acceptance testing. Aplikasi ini dapat memfasilitasi tata usaha untuk mengelola administrasi pembayaran SPP & DSP serta pembayaran DKS juga dapat memfasilitasi tata usaha dalam melakukan pembuatan laporan rekapitulasi pembayaran SPP & DSP serta pembayaran DKS. Kata Kunci: SD Ananda, Pembayaran SPP& DSP, Waterfall, Blackbox testing, User Acceptance Testing
Pengembangan Model Prediksi Penyakit Ginjal Menggunakan Algoritma Random Forest, Support Vector Machine, dan Deep Learning Berbasis LSTM dengan Implementasi Flask Fikri, Muhammad Al; Hernawati, Elis
eProceedings of Applied Science Vol. 11 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak — Penyakit ginjal kronis (PGK) merupakan salah satu masalah kesehatan global yang serius karena sering kali tidak menimbulkan gejala pada tahap awal namun berisiko berujung pada gagal ginjal. Penelitian ini bertujuan membangun model prediksi dini PGK menggunakan tiga algoritma, yaitu Random Forest, Support Vector Machine (SVM), dan Long Short-Term Memory (LSTM), yang kemudian diimplementasikan pada sistem berbasis web dengan framework Flask. Proses pengembangan mengikuti tahapan CRISP-DM, mulai dari eksplorasi dan pembersihan data, pelatihan, evaluasi, hingga implementasi. Dataset yang digunakan berasal dari UCI dengan 26 fitur medis. Evaluasi dilakukan menggunakan akurasi, presisi, recall, dan F1-score, dengan hasil terbaik ditunjukkan oleh Random Forest yang mencapai akurasi 99,1% pada pembagian data 70:30. Sistem berbasis Flask ini dirancang agar mudah digunakan tenaga medis tanpa harus memahami aspek teknis pemrograman. Selain itu, integrasi LIME membantu meningkatkan transparansi prediksi dengan menampilkan kontribusi fitur secara visual. Kata kunci— Penyakit Ginjal Kronis, Random Forest, SVM, LSTM, Flask
Pengembangan Model Prediksi Penyakit Ginjal Menggunakan Algoritma Random Forest, Support Vector Machine, dan Deep Learning Berbasis LSTM dengan Implementasi Flask Fikri, Muhammad Al; Hernawati, Elis
eProceedings of Applied Science Vol. 11 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak — Penyakit ginjal kronis (PGK) merupakan salah satu masalah kesehatan global yang serius karena sering kali tidak menimbulkan gejala pada tahap awal namun berisiko berujung pada gagal ginjal. Penelitian ini bertujuan membangun model prediksi dini PGK menggunakan tiga algoritma, yaitu Random Forest, Support Vector Machine (SVM), dan Long Short-Term Memory (LSTM), yang kemudian diimplementasikan pada sistem berbasis web dengan framework Flask. Proses pengembangan mengikuti tahapan CRISP-DM, mulai dari eksplorasi dan pembersihan data, pelatihan, evaluasi, hingga implementasi. Dataset yang digunakan berasal dari UCI dengan 26 fitur medis. Evaluasi dilakukan menggunakan akurasi, presisi, recall, dan F1-score, dengan hasil terbaik ditunjukkan oleh Random Forest yang mencapai akurasi 99,1% pada pembagian data 70:30. Sistem berbasis Flask ini dirancang agar mudah digunakan tenaga medis tanpa harus memahami aspek teknis pemrograman. Selain itu, integrasi LIME membantu meningkatkan transparansi prediksi dengan menampilkan kontribusi fitur secara visual.