Article Per Year (5 Year)
p-Index From 2021 - 2026
2.266
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Journal of Information Systems Engineering and Business Intelligence Jurnal Pendidikan: Teori, Penelitian, dan Pengembangan JIKA: Jurnal Ilmu Keuangan dan Perbankan IJAIT (International Journal of Applied Information Technology) Community Development Journal: Jurnal Pengabdian Masyarakat JUSTIN (Jurnal Sistem dan Teknologi Informasi) Indonesian Community Journal Jurnal Komputer Bisnis eProceedings of Applied Science
Elis Hernawati
Telkom University
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Poverty Level Prediction Based on E-Commerce Data Using Naïve Bayes Algorithm and Similarity-Based Feature Selection Aji, Pramuko; Wijaya, Dedy Rahman; Hernawati, Elis; Yualinda, Sherla; Yualinda, Sherli; Frasanta, Muhammad Akbar Haikal; Kannan, Rathimala
IJAIT (International Journal of Applied Information Technology) Vol 07 No 02 (November 2023)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v7i02.5374

Abstract

The poverty rate is an important measure of any country because it indicates how well the economy develops and how well the economic prosperity distributes among citizens. The Central Statistics Agency, or BPS, measures the poverty rates in Indonesia using the concept of the ability to meet demands (basic needs approach). Using this approach, spending becomes a measure of poverty, defined as an economic incapacity to satisfy food and non-food requirements. Thus, the poor are individuals whose monthly per capita spending is less than the poverty threshold. In this study, the machine learning method using Naive Bayes with similarity-based feature selection and e-commerce data has been proposed to predict the poverty level in Indonesia. We proposed the method to be used as a complement to the results of the costly surveys and censuses conducted by BPS. Our experiments show that the classifier shows little relevance between the predicted and the original values or actual poverty prediction based on BPS data. A limited number of features does not necessarily result in poor accuracy, however great accuracy is not always achieved if a lot of features are being used.
PEMBUATAN DAN SOSIALISASI PRODUK SNACK HALAL DALAM KEMASAN BERBASIS QR-MEDIA Hernawati, Elis; Gunawan, Tedi; Widaningsih , Sri; Yusiana, Rennyta
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 4 (2024): Volume 5 No. 4 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i4.30724

Abstract

Pengembangan Media Edukasi Produk Halal untuk Komunitas Halal Bandung menjadi sebuah inisiatif yang penting dalam meningkatkan kesadaran akan pentingnya produk halal di wilayah tersebut. Kolaborasi antara Komunitas Halal Bandung (KHB) dan Telkom University bertujuan untuk menyediakan sumber daya edukatif yang berkualitas kepada anggota KHB dan masyarakat umum. Dengan menyelenggarakan berbagai acara, seperti workshop, seminar, dan materi online, upaya ini diharapkan dapat meningkatkan pemahaman tentang proses produksi, sertifikasi, dan manfaat dari sertifikasi produk halal. Dengan adanya media edukasi yang disediakan oleh KHB dan Telkom University, diharapkan anggota KHB dan masyarakat umum dapat lebih memahami prinsip-prinsip kehalalan serta manfaat dari konsumsi produk halal. Edukasi ini juga diharapkan dapat membantu memperkuat ekosistem bisnis halal di Bandung dengan mendorong peningkatan produksi dan permintaan produk halal di pasar lokal dan internasional. Melalui pemahaman yang lebih baik tentang produk halal, komunitas halal Bandung dapat menjadi lebih terorganisir dan berkembang secara berkelanjutan. Selain itu, Pengembangan Media Edukasi Produk Halal untuk Komunitas Halal Bandung juga dapat menjadi pijakan untuk pertumbuhan ekonomi yang inklusif di wilayah tersebut. Dengan memberikan akses kepada anggota KHB dan masyarakat umum tentang informasi dan pengetahuan terkait produk halal, ini dapat membuka peluang bagi UMKM lokal untuk berkembang dan bersaing di pasar yang semakin kompetitif. Dengan demikian, upaya ini tidak hanya berkontribusi pada peningkatan kesadaran akan pentingnya produk halal, tetapi juga pada pertumbuhan ekonomi dan kesejahteraan masyarakat di Bandung.
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.
Co-Authors Ade Handiyanto Aditya Permadi Ady Purna Kurniawan Andrisyah Andrisyah Aprianti Putri Sujana Bayu Rima Aditya Citraning Dyah Savitri Dahliar Ananda Dedy Rahman Wijaya Fikri, Muhammad Al Frasanta, Muhammad Akbar Haikal Gunawan, Tedi Handini, Rosa Wulan Handini, Rosa Wulan Heru Nugroho Heru Nugroho Inne Gartina Ira Dwi Mayangsari Jonathan Juniko Kannan, Rathimala Laksitowening, Kusuma Ayu Muhammad Akbar Haikal Frasanta Muhammad Barja Sanjaya, Muhammad Barja Nungki Selviandro Paramita Mayadewi Pikir Wisnu Wijayanto Pramuko Aji Rathimala Kannan Renny Sukawati Rennyta Yusiana Ricky Pandu Cakra Susetya Rikman Aherliwan Rudawan Rismaulidya Khairani Rohmalina Rohmalina Rosely, Ely Rosely, Ely Sherla Yualinda Sherli Yualinda Siska Komala Sari Suryatiningsih Wardani Muhamad Widaningsih , Sri Yualinda, Sherla Yualinda, Sherli