Article Per Year (5 Year)
p-Index From 2020 - 2025
1.564
P-Index
This Author published in this journals
All Journal snimed JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Informasi dan Teknologi Jurnal Kolaboratif Sains Sambulugana Jurnal Sistim Informasi dan Teknologi Journal Pharmacy and Application of Computer Sciences
Nursalim
Universitas Muhammadiyah Palu
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Environmental Science Health Professions Immunology & microbiology Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Public Health Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Model Inferensi Sistem Pendukung Keputusan Pathway Klinik Asuhan Keperawatan Bronchopneumonia Ngemba, Hajra Rasmita; Nursalim, Nursalim; Habibu, Rahmawati
Seminar Nasional Informatika Medis (SNIMed) 2015: Prosiding SNIMED 2015
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Bronchopneumonia merupakan salah satu jenis pneumonia yang mempunyai pola penyebaran berbecak, teratur, dalam satu atau lebih area terlokalisasi di dalam bronchi dan meluas ke parenkim paru8. Riskesdes tahun 2007 menyatakan bahwa penyakit ini merupakan penyebab kematian balita tertinggi kedua setelah diare. Untuk mengurangi angka kematian ter- sebut Millenium Development Goal 4 menargetkan angka kematian balita menurun duapertiga di tahun 2015. Peranan seorang perawat sangat penting dalam kasus ini, pathway klinik broncho- pneumonia menjadi pedoman bagi tenaga perawat dalam menegakkan asuhan keperawatan sesuai dengan NANDA, NIC dan NOC. Oleh karena itu dibutuhkan sebuah model inferensi yang dapat dikembangkan menjadi sebuah sistem pendukung keputusan klinis dalam penegakkan askep pasien bronchopneumonia. Penalaran dalam penelitian ini menggunakan rule base dengan metode forward chaining. Basis pengetahuan diambil dari aturan pathway klinik bronchopneu- monia.
Prediksi Rentet Waktu Penjualan Barang Menggunakan Algoritma Backpropagation : Prediction of Time Series of Goods Sales Using the Backpropagation Algorithm Budi Mulyono; Nursalim
Jurnal Kolaboratif Sains Vol. 6 No. 2: FEBRUARI 2023
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v6i2.3300

Abstract

Data transaksi penjualan merupakan informasi yang sangat penting untuk menentukan strategi pemasaran dan juga untuk menentukan ketersediaan barang. Ketersediaan barang yang dijual merupakan bagian dari pelayanan pelanggan, kurangnya ketersediaan barang akan mengganggu proses pelayanan dan penjualan serta akan mengurangi keuntungan. Dalam menentukan ketersediaan barang sangat penting untuk mengetahui berapa jumlah barang yang akan terjual pada periode berikutnya. Untuk mengetahui angka penjualan periode selanjutnya perlu dilakukan prediksi berdasarkan data transaksi yang terjadi. Penelitian ini menggunakan data time series 10 kumpulan data barang berdasarkan jumlah penjualan tertinggi dan dilakukan dengan menggunakan analisis Neural Network dengan struktur algoritma backpropagation, dimana Neural Network sering digunakan untuk memprediksi sedangkan algoritma backpropagation memiliki akurasi yang tinggi dalam prediksi. Hasil Aplikasi Neural Network dengan Algoritma Backpropagation Arsitektur Indomie Goreng Spesial MN (28-18-1) dan MSE 0.002772, Arsitektur Gula Lokal 1 Kg (23-18-i) dan MSE 65.503470, Arsitektur Telur Ayam Ras (19-25 -1) dan MSE 1.952032, arsitektur Teh Kotak Ultra 200 Extra 50 (21-21-i) dan MSE 0.672921, arsitektur Indomie Sedap Soto WF (22-18-1) dan MSE 0.173779, arsitektur Air Mineral Vitro 240 Ml (25- 19-1) dan UMK 10.626992, Arsitektur Rokok Sampoerna 16 (21-18-1) dan UMK 0.375329, Arsitektur Indomie Sedap Goreng WF (2 7-21-1) dan UMK 5.228250, Arsitektur SKM Bendera Kaleng Putih 385 Kg (16- 18-1) dan UMK 5.178826, Arsitektur Indomie Kari Ayam (17-19-1) dan UMK 7.01215.
Prediksi Indeks Prestasi Komulatif Mahasiswa berdasarkan Nem dengan Menggunakan Algoritma Neural Network Berbasis Particle Swarm Optimization : Prediction of Student Comulative Achievement Index Based on NEM Using Particle Swarm Optimization Based Neural Network Algorithm Muhamad Ziaul Haq; Nursalim
Jurnal Kolaboratif Sains Vol. 6 No. 2: FEBRUARI 2023
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v6i2.3303

Abstract

Proses Penerimaan Mahasiswa Baru (PMB) pada berbagai perguruan tinggi di Indonesia baik itu perguruan tinggi negeri ataupun swasta melakukan seleksi terhadap calon mahasiswanya dengan melihat pada Nilai Ebtanas Murni (NEM). Guna menganalisis hubungan antara nilai NEM calon mahasiswa dengan prestasi akademik yang dicapai di STMIK Adhi Guna (dalam hal ini digunakan indeks prestasi kumulatif (IPK) dengan analisis korelasi dan regresi linier ganda. Variabel penelitian yang digunakan adalah hasil IPK kelulusan mahasiswa sebagai variabel dependen (terikat), dan nilai mata pelajaran Bahasa Indonesia, Bahasa Inggris, dan Matematika sebagai variabel independent (bebas). Penelitian ini menggunakan 2 algoritma yang berbeda yaitu Neural Network (NN) dan Particle Swarm Optimization (PSO) untuk membandingkan hasil dan mencari tingkat akurasi terbaik diantara kedua algoritma tersebut. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa Neural Network berbasis Particle Swarm Optimization adalah algoritma yang paling baik dibandingkan dengan Neural Network untuk mengukur tingkat korelasi antara NEM dan Indeks Prestasi Kumulatif (IPK) mahasiswa. Neural Network pada penelitian ini menghasilkan akurasi terkecil 0,214 dengan Time = 4 s. Neural Network berbasis PSO menghasilkan akurasi terkecil 0,132.
Identifikasi Atribut Tingkat Lebih Tinggi untuk Prediksi Umur Bug: Identify Higher Level Attributes for Bug Age Prediction Suluh Sri Wahyuningsih; Nursalim
Jurnal Kolaboratif Sains Vol. 6 No. 3: MARET 2023
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v6i3.3378

Abstract

Sebuah perangkat lunak yang berkualitas dapat diartikan sebagai suatu produk yang memiliki jumlah kesalahan atau bug yang sedikit. Berbagai cara dilakukan untuk menggurangi jumlah bug, seperti sistem pelacak bugzilla informasi yang disimpan dapat digunakan untuk menyelidiki fenomena yang berbeda. Manajemen proyek perlu memperkirakan waktu yang dibutuhkan untuk menangani suatu bug agar dapat membuat perencanaan proyek yang baik. Penelitian sebelumnya menggunakan atribut primitif (Low Level Attribute) untuk prediksi umur bug, merekomendasikan penggunaan atribut bug tingkat yang lebih tinggi. Oleh karena itu, atribut tingkat lebih tinggi diprediksi keberhasilan dengan akurasi umur bug. Dalam penelitian ini, identifikasi atribut tingkat lebih tinggi digunakan untuk meningkatkan akurasi prediksi umur sebuah bug. Untuk mengidentifikasi atribut mana yang signifikan pengaruhnya terhadap prediksi umur bug digunakan pencarian nilai informasi (infogain). Langkah kedua, yaitu mengukur akurasi klasifikasi berdasarkan atribut-atribut yang ditemukan, oleh karena itu menggunakan sejumlah metode, yaitu Zerro_R, One_R , Decision Tree, dan Naive Bayes. Metode-metode ini baik digunakan untuk dataset yang memiliki korelasi, melibatkan 24 buah atribut, 7 kelas bug_lifetime dan data set sebesar 1000 bug. Hasil penelitian mengidentifikasi 6 atribut tingkat tinggi, dimana 2 diantaranya (summary, dan last change time) dianggap memiliki pengaruh yang signifikan dalam memprediksi umur bug. Kombinasi atribut tingkat tinggi (2 atribut), tingkat rendah (3 atribut) dan seleksi (1 atribut) menghasilkan indeks kappa tingkat substantial (0,81). Hal tersebut menunjukkan dengan penambahan atribut tingkat lebih tinggi untuk prediksi umur bug dapat bekerja lebih baik dari penelitian sebelumnya yang menghasilkan indek kappa moderate (0,60).
The Implementation of Simple Additive Weighting Method for Designing A Web-Based Waste Management Saving Transaction System Nursalim; Muhamad Ziaul Haq; Nalis Hendrawan; Roy Mubarak; I Putu Dody Suarnatha
Jurnal Sistim Informasi dan Teknologi 2023, Vol. 5, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jsisfotek.v5i2.244

Abstract

The Garbage Bank is an organization initiated for all students to support the management of inorganic waste into something of value so as to create additional income. The increasing number of customers has caused the treasurer to be overwhelmed in ranking customer rankings and to not be on target in determining the best customer with the same amount of waste. In addition, there is no system security in handling the transaction process, so unwanted access can occur. The purpose of this research is to develop a savings transaction system for waste management so that it becomes a green Campus. The decision-making method uses Simple Additive Weighting. The system development methodology used is Rapid Application Development (RAD). The tools used in system design are the Unified Modeling Language. The implementation of this system uses the PHP programming language with the Laravel and MySQL frameworks for database processing. The resulting system can simplify and speed up the process of recording and managing waste bank data.
SOUVENIR SALES FORECASTING ANALYSIS USING SUPPLY CHAIN MANAGEMENT APPROACH (CASE STUDY: SOUVENIR ORCHID SHOP) Syarifuddin Syarifuddin; Nursalim Nursalim; Ivonne Ayesha; Eva Desembrianita
Jurnal Sistem Informasi Vol 15, No 2 (2023)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jsi.v15i2.22294

Abstract

Orchid Souvenir Shop is a business that provides various types of souvenirs and handicraft items. The purpose of the study is to forecast the stock of wedding souvenir products by empirically testing the facts or elements of the existence of supply chain management by analyzing industrial processes. Demand management activities need to be supported by the administration's systematic and easy demand forecasting process so that fast and accurate information can be obtained to support the MTO-based decision-making process (make-to-order). The demand forecasting method can reduce the risk of product obsolescence and unmet consumer needs and solve material supply problems. Decisions in supply chain management aim to reduce waste and optimize value for all components in the supply chain. Demand forecasting uses time series analysis with moving averages, exponential smoothing, and trend projection methods. To measure the accuracy of forecasting results, analysis using MSE, MAD, and MAPE is used.
Application of The Speed-Up Robust Features Method To Identify Signature Image Patterns On Single Board Computer Nursalim; Cut Susan Octiva; Suluh Sri Wahyuningsih; Muhammad Lukman Hakim; Novrini Hasti
Jurnal Sistim Informasi dan Teknologi 2023, Vol. 5, No. 4
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60083/jsisfotek.v5i4.312

Abstract

Through the development of a signature pattern recognition program on SBC Beagle-bone Black, this research seeks to determine how to differentiate between real and false signatures. Three techniques of gathering data were employed in this study: interviews, observations, and a review of the literature. The quick application development method is the approach that is applied. The rapid, efficient, and brief development cycle (RAD) is emphasized. This study uses a use-case diagram to illustrate the application's logic and data flow. In this study, OpenCV is used as a digital image processing library along with the C++ programming language and QT creator as an integrated development environment (IDE). This application was subjected to both accuracy and functional testing. The following conclusions are drawn from the findings of the investigation and testing that was done: Using the fast library approach for approximate nearest neighbors (FLANN) and the speeded-up robust features (SURF) feature extraction method, the signature pattern recognition program on the Beagle-bone black SBC can differentiate between real and fraudulent signatures. Through the processes of generating image scale space, feature localization, and feature description, the SURF approach extracts feature from signature images. This signature pattern recognition application is one of the digital image processing apps that can be run on the Beagle-bone Black single board computer. This indicates that the specifications of the SBC Beagle-bone Black for digital image processing are good.
Application of the K-Nearest Neighbor Algorithm Method to Analyze Netizen Responses and Reactions Toward the Relocation of Capital City at social media Ziaul Haq, Muhammad; Sri Wahyuningsih, Suluh; Nursalim; Nuryanto, Uli Wildan; Rachman, Andy
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 4
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60083/jidt.v5i4.458

Abstract

Sentiment analysis is a form of natural language processing that uses word analysis to ascertain people's thoughts, feelings, and views on a certain topic. In this study, word processing refers to the procedure used to categorize written texts into positive and negative emotion categories. Using data crawling techniques, information on public comments on the relocation of Indonesia's capital was gathered from Twitter social media. Keywords related to the move included "new capital," "moving capital," and "moving capital with 10,000 comments." The author of this work classified test data and training data using a lexical approach using the K-Nearest Neighbor (K-NN) method. The purpose of this study is to evaluate the K-NN algorithm's accuracy, error rate, precision, f-measure, and recall. In order to identify the ideal parameters, tests were also conducted on calculating the k value in the K-Nearest Neighbor (K-NN) method. Testing the K-Nearest Neighbor (K-NN) method yielded the greatest accuracy level of 60% with a k value of 9, concluding with the initial data collection. The K-Nearest Neighbor (K-NN) technique was evaluated in the second data collection, and with a k value of 5, it had the best accuracy level of 70%. Future scholars might create texts in languages other than Indonesian and categorize those that include visuals in them. Next, add more dictionaries to the collection and extract features from bigrams, trigrams, quadgrams, and other combinations. You may then employ several algorithmic techniques in the accuracy calculation feature.
EDUKASI MENABUNG SEJAK DINI BAGI SISWA SEKOLAH DASAR MUHAMMADIYAH WANI DUA KECAMATAN TANANTOVEA KABUPATEN DONGGALA Nursalim; Nur Wahda Ayu Setiawati
Sambulu Gana : Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2025): Januari 2025
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/sambulu_gana.v4i1.6888

Abstract

Saving is an important step in forming good financial habits in children. Savings education not only teaches the value of money, but discipline, responsibility and money planning. Routine and diligent savings activities can be beneficial for life. Apart from that, saving from an early age also teaches students to be thrifty and builds students' characteristics not to waste money. This activity was carried out through stages of observation, delivery of material, discussion, and the process of making a piggy bank to become a symbol of real savings practices. Apart from providing benefits to students, this program also has the potential to create a wider positive impact in village communities, with students becoming agents of change who bring knowledge and understanding about the importance of saving to their families. This program shows that a structured and driven educational approach can be an effective tool in increasing financial literacy and preparing students to manage their finances wisely. Therefore, this program can be an inspiring model for similar efforts in other regions.
INTELLIGENCE SOCIAL MEDIA ANALYTICS PADA PEMERINTAH KOTA MAKASSAR PERIODE AGUSTUS-SEPTEMBER 2023 Anwar; Nursalim; jeffry, jeffry
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.51

Abstract

Perkembangan teknologi informasi dan komunikasi, media sosial telah menjadi salah satu sumber utama informasi dan wadah ekspresi masyarakat, warga Makassar aktif berpartisipasi dalam berbagai platform media sosial seperti Facebook dan Instagram, menjadikannya sumber data yang berharga untuk memahami pandangan, kebutuhan, dan isu-isu yang sedang berkembang dalam komunitas. Dengan menggunakan teknik web scraping dan API (Application Programming Interface) untuk pengumpulan data, teknik analisis data meliputi analisis sentiment, analisis temporal untuk mengidentifikasi tren, analisis jaringan sosial untuk memahami hubungan antar entitas di media sosial, dan analisis tekstual untuk mengidentifikasi topik atau entitas penting dalam teks dengan pengkasifikasian menggunakan algoritma Naïve bayes. Dalam periode Agustus sampai September 2023, ditemukan sentiment positif sebesar 55,07%, sentiment negatif 21,01%, sentiment netral 23,92 dari jumlah post 2.666, jumlah interaksi 110.25, dengan melibatkan 754 akun yang berpartisipasi dalam berbagai isu yang dianalisis
Co-Authors Andy Rachman Anwar Budi Mulyono Cut Susan Octiva Eva Desembrianita Habibu, Rahmawati Hajra Rasmita Ngemba I Putu Dody Suarnatha Ivonne Ayesha Jeffry Jeffry Muhamad Ziaul Haq Muhammad Lukman Hakim Nalis Hendrawan Novrini Hasti Nur Wahda Ayu Setiawati Rizal Roy Mubarak Sri Wahyuningsih, Suluh Suluh Sri Wahyuningsih Syarifuddin Syarifuddin Uli Wildan Nuryanto