Article Per Year (5 Year)
p-Index From 2021 - 2026
2.386
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) Jurnal Nasional Komputasi dan Teknologi Informasi Journal of Information System, Applied, Management, Accounting and Research Jurnal Informatika Kaputama (JIK) INTERACTION: Jurnal Pendidikan Bahasa JATI (Jurnal Mahasiswa Teknik Informatika) Teknik: Jurnal Ilmu Teknik dan Informatika JUSTIAN - Jurnal Sistem Informasi Akuntansi Conten : Computer and Network Technology Hexatech: Jurnal Ilmiah Teknik Jurnal Pendidikan Indonesia (Japendi) Journal Medical Informatics Technology INTERACTION: Jurnal Pendidikan Bahasa
Eka Herdit Juningsih
Universitas Bina Sarana Informatika
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Neuroscience Public Health Transportation Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Optimalisasi prediksi penyakit stroke pada data tidak seimbang menggunakan teknik SMOTE-Tomek Juningsih, Eka Herdit; Handayani, Kartika; Erni, Erni; Ismunandar, Dinar
Hexatech: Jurnal Ilmiah Teknik Vol. 4 No. 2 (2025): Hexatech: Jurnal Ilmiah Teknik
Publisher : ARKA INSTITUTE

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55904/hexatech.v4i2.1571

Abstract

Stroke merupakan salah satu penyakit yang berdampak besar terhadap kesehatan masyarakat, karena dapat menyebabkan kematian maupun kecacatan permanen. Oleh karena itu, identifikasi dini terhadap risiko stroke menjadi sangat penting dalam upaya pencegahan. Penelitian ini dilakukan untuk membandingkan kinerja tiga algoritma klasifikasi, yaitu Naive Bayes, K-Nearest Neighbors (KNN), dan Decision Tree, dalam memprediksi kejadian stroke berdasarkan data rekam medis pasien. Dataset yang digunakan terdiri dari 5.110 entri dengan sejumlah fitur seperti usia, jenis kelamin, tekanan darah, kadar glukosa, dan status merokok. Teknik SMOTE-Tomek diterapkan untuk menyeimbangkan jumlah antara data pasien stroke dan non-stroke. Selanjutnya, model dievaluasi menggunakan pengujian validasi silang lima lipatan dan diukur menggunakan akurasi, precision, recall, serta f1-score. Hasil pengujian menunjukkan bahwa model Decision Tree memberikan performa terbaik dengan nilai f1-score yang paling tinggi yakni 91%, setelah penyeimbangan data dilakukan. Berdasarkan hasil pengujian, algoritma Decision Tree menunjukkan performa terbaik dengan nilai f1-score sebesar 91% setelah penyeimbangan data menggunakan SMOTE-Tomek. Hal ini membuktikan bahwa kombinasi teknik balancing SMOTE-Tomek dan pemilihan algoritma klasifikasi yang sesuai sangat efektif dalam meningkatkan akurasi prediksi resiko stroke pada data tidak seimbang.
Perancangan Sisten Informasi Pengiriman Barang Pada CV. Trans Kalimantan Erni, Erni; Juningsih, Eka Herdit; Handayani, Kartika
Jurnal Sistem Informasi Akuntansi Vol. 5 No. 2 (2024): Periode September 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v5i2.8091

Abstract

Jasa pengiriman barang memainkan peran penting dalam mendukung kegiatan bisnis dan transaksi, baik komersial maupun non-komersial. Dalam era digital, meningkatnya kebutuhan akan sistem pengiriman yang efisien, cepat, dan aman menjadi tantangan bagi perusahaan jasa pengiriman, termasuk CV. Trans Kalimantan di Pontianak. Meskipun perusahaan ini telah menggunakan teknologi komputer, beberapa tahapan operasional masih dilakukan secara manual, yang menyebabkan sejumlah kendala seperti efisiensi rendah, keamanan data yang kurang terjaga, dan proses pelaporan yang memakan waktu. Penelitian ini bertujuan untuk merancang sistem informasi berbasis desktop menggunakan metode prototipe untuk mengatasi permasalahan tersebut. Sistem ini dirancang untuk meningkatkan efisiensi pengelolaan informasi, meminimalkan kesalahan, mempercepat proses pengiriman, serta meningkatkan kualitas layanan dan kepuasan pelanggan. Hasil dari penelitian menunjukkan bahwa rancangan sistem informasi ini dapat membantu mengatasi kendala pada proses operasional sebelumnya, memberikan akses informasi yang lebih mudah, dan mempercepat pembuatan laporan dengan akurasi yang lebih tinggi. Dengan demikian, penerapan sistem informasi baru diharapkan mampu mendukung efisiensi operasional dan pengambilan keputusan manajerial perusahaan.
Klasifikasi Status Gizi Anak Berdasarkan Indikator BB/TB Menggunakan Gradient Boosting Classifier Achmad Rifai; Irmawati Irmawati; Syarah Seimahuira; Eka Herdit Juningsih
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9393

Abstract

Abstrak - Status gizi anak merupakan indikator penting dalam menentukan kondisi kesehatan dan tumbuh kembang balita. Penelitian ini bertujuan untuk mengklasifikasikan status gizi anak berdasarkan data antropometri dan demografis menggunakan algoritma Gradient Boosting Classifier (GBM). Data yang digunakan berasal dari sumber primer dengan total 521 sampel valid setelah proses pembersihan. Tahapan penelitian meliputi prapemrosesan data, eksplorasi data, pelatihan model, serta evaluasi performa. Proses prapemrosesan mencakup transformasi usia menjadi numerik, standardisasi fitur numerik, one-hot encoding pada fitur kategorikal, dan label encoding pada target. Model dievaluasi menggunakan metrik akurasi, F1-score, dan ROC AUC. Hasil evaluasi menunjukkan bahwa model GBM mampu mencapai akurasi sebesar ±90%, F1-score tertimbang 0.89, dan ROC AUC macro sebesar 0.88. Namun, model menunjukkan performa yang jauh lebih baik dalam mengklasifikasikan kelas mayoritas (“Normal”) dibandingkan kelas minoritas seperti “Gizi Kurang” dan “Gizi Lebih”, yang mengindikasikan adanya masalah ketidakseimbangan kelas. Oleh karena itu, penelitian ini merekomendasikan penerapan teknik penyeimbangan data seperti oversampling (SMOTE), undersampling, serta eksplorasi model lain yang lebih adaptif terhadap distribusi kelas tidak seimbang untuk meningkatkan kinerja klasifikasi secara keseluruhan.Kata Kunci: Status Gizi; Gradient Boosting; Machine Learning; Class Imbalance; BB/TB; Abstract - Nutritional status of children is a crucial indicator in determining the health and developmental conditions of toddlers. This study aims to classify children's nutritional status based on anthropometric and demographic data using the Gradient Boosting Classifier (GBM) algorithm. The data were obtained from a primary source, comprising a total of 521 valid samples after the data cleaning process. The research stages include data preprocessing, exploratory data analysis, model training, and performance evaluation. The preprocessing involved transforming age into numerical format, standardizing numerical features, applying one-hot encoding for categorical features, and label encoding for the target variable. The model was evaluated using accuracy, F1-score, and ROC AUC metrics. The results showed that the GBM model achieved an accuracy of approximately 90%, a weighted F1-score of 0.89, and a macro-average ROC AUC score of 0.88. However, the model performed significantly better in classifying the majority class ("Normal") compared to minority classes such as "Undernutrition" and "Overnutrition," indicating a class imbalance issue. Therefore, this study recommends the application of data balancing techniques such as oversampling (SMOTE), undersampling, and exploring alternative models that are more robust to imbalanced class distributions to improve overall classification performance. Keywords: Nutritional Status; Gradient Boosting; Machine Learning; Class Imbalance; Weight-for-Height (WHZ);
Aspect-Based Sentiment Analysis (ABSA) pada Aplikasi JMO Menggunakan IndoBERT, Neural Network, dan SMOTE Deni Risdiansyah; Ahmad Fachrurozi; Eka Herdit Juningsih; Syarah Seimahuira; Lady Agustin Fitriana
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 6 No. 1 (2026): Mei : Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v6i1.1259

Abstract

The development of digital services by BPJS Ketenagakerjaan through the JMO (Jamsostek Mobile) application has triggered a surge in large-scale and unstructured user reviews on the Google Play Store, thereby complicating manual analysis and conventional sentiment analysis in accurately identifying specific issues. This research aims to implement the Aspect-Based Sentiment Analysis (ABSA) method to granularly evaluate JMO application reviews based on specific aspects, while simultaneously addressing class imbalance and computational efficiency issues. The proposed method combines the pretrained IndoBERT model as a contextual feature extractor, the SMOTE technique to balance the training data, and an artificial neural network (Neural Network) as the classification layer without performing full fine-tuning. The dataset used consists of 90,268 unique reviews categorized into five main aspects through keyword matching, namely General Satisfaction/Complaints, Performance & Stability, Service & Support, Feature Quality, and UI/UX, with initial lexicon-based labeling using the InSet Lexicon. The research results indicate that the proposed model successfully achieves highly optimal performance with an accuracy rate of 91.81% and a weighted F1-score of 92%. Furthermore, the implementation of SMOTE proved effective in enhancing model reliability on the minority class (negative sentiment), achieving an F1-score of 89%. The implications of this research contribute an accurate and efficient aspect-based sentiment analysis framework for developers, and serve as a strategic evaluation tool for BPJS Ketenagakerjaan in mapping specific user complaints to accelerate continuous improvements in the performance, stability, and service quality of the JMO application.
Analysis of Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School, Parung, Bogor Arina Selawati; Rachmawati Darma Astuti; Ainun Zumarniansyah; Eka Herdit Juningsih; Robi Aziz Zuama
INTERACTION: Jurnal Pendidikan Bahasa Vol. 11 No. 1 (2024): INTERACTION: Jurnal Pendidikan Bahasa
Publisher : Program Studi Pendidikan Bahasa Inggris, Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/interactionjournal.v11i1.2199

Abstract

The world of education is currently increasingly prioritizing technology in facilitating and developing the teaching and learning process, such as the Wireless Local Area Network (WLAN) at Sirajul Falah Parung Bogor Vocational School which utilizes technology and computer networks to facilitate the responsibilities and duties of staff, teachers and school principals . Wireless Local Area Network (WLAN) is a computer network that is connected using conducting media (non-cable) using frequencies and standards according to wireless network standards. This research uses observation research methods, interviews and literature studies with the aim of finding out the working system of the Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School Parung Bogor and overcoming the deficiencies found such as poor security systems and user management which often results in a large number of users who illegally used the Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School Parung Bogor which also caused other connection problems. One solution that can be taken to overcome the problems found is to carry out management on the Wireless network, namely activating a different username and password feature for each user who is allowed to access the Wireless Local Area Network (WLAN) network at SMK Sirajul Falah Parung Bogor.
Co-Authors Achmad Rifai Arina Selawati Astuti, Rachmawati Darma Aziz, Faruq Dinar Ismunandar Erni Erni Fachrurozi, Ahmad Fajar Sarasati Faruq Aziz Faruq Aziz Hermanto Hermanto Hermanto Hermanto Irmawati Irmawati Irmawati Irmawati Irmawati Irmawati irmawati irmawati irmawati Irmawati, I Kartika Handayani Lady Agustin Fitriana Rachmawati Darma Astuti Risdiansyah, Deni Robi Aziz Zuama Susan Rachmawati Syaifur Rahmatullah Syarah Seimahuira Yanto YANTO YANTO Yanto Yanto Yanto Yanto Yanto, Y