Articles
<![CDATA[Sistem Informasi Pengadaan Barang pada Rumah Sakit Umum Daerah Sawahlunto dengan Menggunakan Bahasa Pemrograman Java Didukung oleh Database MySql ]]>
<![CDATA[Putri, Ramalia Noratama]]>
<![CDATA[ Jurnal EDik Informatika Vol 2, No 1 (2015) ]]>
Publisher : <![CDATA[STKIP PGRI Sumatera Barat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2067.489 KB)
|
DOI: 10.22202/ei.2015.v2i1.1448
<![CDATA[Pemanfaatan teknologi komputer dalam pengadaan barang pada Rumah Sakit Umum Daerah Swahlunto belum efektif dan efisien sehingga dalam pembuatan laporan barang habis pakai dan inventaris membutuhkan waktu yang lama.Dengan menggunakan desain sistem yang baru untuk membantu dalam pengadaan barang, menghasilkan suatu sistem yang diinginkan maka dibuatlah suatu sistem yaitu dengan menggunakan bahasa Pemrograman Java berbasis Database MySQL.Dalam hal ini penulis menggunakan beberapa metode dalam mengumpulkan data diantaranya adalah penelitian lapangan, dan penelitian perpustakan. Dimana data-data yang diperoleh dikelompokan terlebih dahulu dan dalam analisa dan hasil digunakan Aliran system Informasi (ASI), Contex Diagram, Data Flow Diagram (DFD), Entity Relationship Diagram(ERD), dan Flowchart yag didukung dengan alat Bantu komputer sehingga menghasilkan database.Diterapkan sistem yang baru ini nantinya akan meningkatkan kualitas informasi yang dihasilkan sehingga rancangan-rancangan tersebut dapat bermanfaat bagi Rumah sakit Umum Daerah Sawahlunto.]]>
<![CDATA[Perbandingan Algoritma Genetika dan Backpropagation pada Aplikasi Prediksi Penyakit Autoimun ]]>
<![CDATA[Setiawan, Debi]]>;
<![CDATA[Putri, Ramalia Noratama]]>;
<![CDATA[Suryanita, Reni]]>
<![CDATA[ Khazanah Informatika Vol. 5 No. 1 Juni 2019 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v5i1.7173
<![CDATA[Penyakit autoimun adalah penyakit yang disebabkan oleh sistem imun yang kacau. Sehingga imun pada tubuh penderita menyerang penderita itu sendiri. Penelitian di Amerika Serikat menunjukkan lebih dari 23,5 juta penduduk menderita penyakit autoimun, sumber data Departemen Kesehatan dan Layanan Kemanusiaan Amerika Serikat. Pada data SIRS Online Ditjen Pelayanan Kesehatan 2017 menunjukkan data proporsi pasien berjenis kelamin laki-laki 54,3% dan pasien berjenis kelamin wanita 45,7%. Meningkatnya penderita penyakit autoimun disebabkan sulitnya untuk mendiagnosis penyakit autoimun, karena gejala dari penyakit autoimun bervariasi. Penelitian ini membandingkan algoritma backpropagation dan algoritma genetika dalam memprediksi penyakit autoimun. Perbandingan dilakukan berdasarkan nilai accuracy, sensitivity, dan precision. Data yang digunakan dalam penelitian ini adalah 24 data pasien penyakit dalam. Prediksi penyakit autoimun menggunakan algoritma backpropagation memiliki nilai accuracy 0.83, sensitivity 97%, dan precision 75%. Sedangkan prediksi penyakit autoimun dengan algoritma genetika memiliki nilai accuracy 0.76, sensitivity 81%, dan precision 75%. Dari perbandingan tersebut dapat disimpulkan bahwa algoritma backpropagation memberikan prediksi penyakit autoimun lebih baik dari algoritma genetika.]]>
<![CDATA[Optimasi Prediksi Penyakit Systemic Lupus Erythematosus Menggunakan Algoritma Particle Swarm Optimization ]]>
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Debi Setiawan]]>
<![CDATA[ Techno.Com Vol 19, No 1 (2020): Februari 2020 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33633/tc.v19i1.3152
<![CDATA[Systemic lupus erythematosus (SLE) juga dikenal sebagai lupus, adalah penyakit autoimun di mana sistem kekebalan tubuh secara keliru menyerang jaringan sehat di banyak bagian tubuh. Jumlah penderita SLE semakin meningkat tiap tahun. Systemic Lupus Erythematosus telah diderita sebanyak lima juta orang diseluruh dunia. Penderita SLE di China lebih tinggi dari negara Eropa dan Amerika Utara, perkiraan prevalensi SLE adalah 50-100 kasus per 100.000 orang. Sedangkan di Indonesia, berdasarkan Sistem Inormasi Rumah Sakit Online (SIRS Online) pada tahun 2014 terdapat 1.169 penderita SLE, tahun 2015 terdapat 1.336 penderita SLE, dan tahun 2016 terdapat 2.116, dari data tersebut terlihat peningkatan angka penderita SLE setiap tahun. Salah satu penyebab dari tingginya angka penderita penyakit SLE adalah sulitnya mendiagnosa penyakit SLE. Tantangan terbesar dalam ilmu kedokteran adalah bagaimana melakukan deteksi dini dalam mendiagnosa penyakit SLE. Deteksi dini dalam diagnosa penyakit SLE dapat dilakukan dengan prediksi penyakit SLE. Penelitian ini melakukan optimasi terhadap hasil prediksi penyakit SLE dengan metode genetika. Metode optimasi yang digunakan adalah algoritma particle swarm optimization. Hasil dari penelitian adalah algoritma particle swarm optimization dapat melakukan optimasi dengan 6 pasien teridentifikasi secara tepat. Akurasi dari optimasi adalah 88 %.]]>
<![CDATA[IMPLEMENTASI ALGORITMA GENETIKA UNTUK PREDIKSI PENYAKIT AUTOIMUN ]]>
<![CDATA[Debi Setiawan]]>;
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Reni Suryanita]]>
<![CDATA[ Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 4 No 1 (2019): Januari ]]>
Publisher : <![CDATA[LPPM Universitas Abdurrab ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (334.764 KB)
|
DOI: 10.36341/rabit.v4i1.595
<![CDATA[Penyakit autoimun merupakan penyakit yang tidak menular, namun penyakit yang mematikan. Jumlah pasien yang meninggal akibat penyakit autoimun di tahun 2016 adalah 550 kematian. Tingginya angka kematian akibat autoimun karena sulitnnya diagnosa penyakit autoimun. WHO menyatakan 5 juta orang di dunia menderita lupus, sedangkan di Indonesia jumlahnya mencapai 200 ribu orang. Untuk itu diperlukannya prediksi dalam diagnosa penyakit autoimun. Algoritma yang digunakan dalam penelitian ini adalah algoritma genetika. Tujuan dari penelitian ini adalah memprediksi penyakit autoimun dengan algoritma genetika. Data yang digunakan dalam penelitian ini adalah data pasien penyakit dalam selama bulan Agustus di rumah sakit Arifin Ahmad. Hasil dari penelitian ini adalah terindentifikasi penyakit auotoimun atau tidak pada pasien.]]>
<![CDATA[APLIKASI ESTIMASI REGISTRASI MAHASISWA BARU MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BERDASARKAN PERBANDINGAN RATIO DOSEN DAN MAHASISWA ]]>
<![CDATA[Debi Setiawan]]>;
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Gunadi Gunadi]]>
<![CDATA[ Jurnal Teknologi Informasi dan Pendidikan Vol 9 No 2 (2016): Jurnal Teknologi Informasi dan Pendidikan ]]>
Publisher : <![CDATA[Universitas Negeri Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24036/tip.v9i2.72
<![CDATA[Permasalahan yang sering dihadapi oleh STMIK Amik Riau adalah tidak adanya pedoman berapa jumlah mahasiswa yang diterima pada registrasi mahasiswa baru, sehingga timbul permasalahan perbandingan rasio dan dosen yang tidak seimbang, dan permasalahan ini berujung pada penurunan akreditasi. Untuk menghindari permasalahan tersebut, maka dibangunlah sebuah aplikasi Estimasi Registrasi Mahasiswa baru dengan menggunakan metode Jaringan Syaraf Tiruan yang dipadukan dengan Algoritma Backpropagation. Hasil dari aplikasi ini adalah berapa jumlah mahasiswa yang akan diterima oleh kampus STMIK Amik Riau berdasarkan jumlah dosen yang ada.]]>
<![CDATA[Perbandingan Algoritma Genetika dan Backpropagation pada Aplikasi Prediksi Penyakit Autoimun ]]>
<![CDATA[Debi Setiawan]]>;
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Reni Suryanita]]>
<![CDATA[ Khazanah Informatika Vol. 5 No. 1 June 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v5i1.7173
<![CDATA[Penyakit autoimun adalah penyakit yang disebabkan oleh sistem imun yang kacau. Sehingga imun pada tubuh penderita menyerang penderita itu sendiri. Penelitian di Amerika Serikat menunjukkan lebih dari 23,5 juta penduduk menderita penyakit autoimun, sumber data Departemen Kesehatan dan Layanan Kemanusiaan Amerika Serikat. Pada data SIRS Online Ditjen Pelayanan Kesehatan 2017 menunjukkan data proporsi pasien berjenis kelamin laki-laki 54,3% dan pasien berjenis kelamin wanita 45,7%. Meningkatnya penderita penyakit autoimun disebabkan sulitnya untuk mendiagnosis penyakit autoimun, karena gejala dari penyakit autoimun bervariasi. Penelitian ini membandingkan algoritma backpropagation dan algoritma genetika dalam memprediksi penyakit autoimun. Perbandingan dilakukan berdasarkan nilai accuracy, sensitivity, dan precision. Data yang digunakan dalam penelitian ini adalah 24 data pasien penyakit dalam. Prediksi penyakit autoimun menggunakan algoritma backpropagation memiliki nilai accuracy 0.83, sensitivity 97%, dan precision 75%. Sedangkan prediksi penyakit autoimun dengan algoritma genetika memiliki nilai accuracy 0.76, sensitivity 81%, dan precision 75%. Dari perbandingan tersebut dapat disimpulkan bahwa algoritma backpropagation memberikan prediksi penyakit autoimun lebih baik dari algoritma genetika.]]>
<![CDATA[Assistance Of The Jangek Mr. Ali Kerupuk Small And Medium Enterprse (Sme) In The Pandemic Time Covid 19 ]]>
<![CDATA[Debi Setiawan]]>;
<![CDATA[Felix Irwan]]>;
<![CDATA[Ramalia Noratama Putri]]>
<![CDATA[ KARYA ABDI Vol 1 No 2 (2020): Article ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Islam Indragiri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32520/karyaabdi.v1i02.1157
<![CDATA[Pak Ali Skin Crackers is one of the small businesses running in Teluk Kenidai Village, Kampar District. During the pandemic, Indonesia has seen a decline in the economic transaction, which results in the rise of furlough. To Addressing this issue, assistance is given to the Pak Ali skin cracker business to increase its productivity. This measure aims to improve the quality of the products in packaging and branding to be more interested in buying or distributing them to others. Increasing sales online is also seen as a practical solution during the pandemic. Maintaining a healthy lifestyle is also prioritized as the healthy work environment would likely affect productivity during the pandemic. Such community empowerment could be a threshold in improving the community's economy, transforming it from traditional to modern, and promoting healthy sales during this COVID outbreak. The methods used are preparation, main activity, and report. The results of this assistance are in the form of photos and target achievements.]]>
<![CDATA[Klasifikasi Kepuasan Mahasiswa Terhadap Pelayanan Perguruan Tinggi Menggunakan Algoritma Naïve Bayes ]]>
<![CDATA[Muhammad Siddik]]>;
<![CDATA[Hendri Hendri]]>;
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Yenny Desnelita]]>;
<![CDATA[Gustientiedina Gustientiedina]]>
<![CDATA[ INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 2 (2020): INTECOMS: Journal of Information Technology and Computer Science ]]>
Publisher : <![CDATA[Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31539/intecoms.v3i2.1654
<![CDATA[Kualitas pelayanan terhadap mahasiswa merupakan peranan penting untuk kelangsungan suatu institusi pendidikan. Mahasiswa merupakan titik sentral pengelolaan perguruan tinggi sebagai pelanggan utama. Jika intitusi pendidikan memiliki kualitas pelayanan yang baik, dengan sendirinya tercapai kepuasan mahasiswa. Peneliti sebelumnya telah melakukan penelitian terhadap pengaruh kualitas pelayanan terhadap kepuasan mahasiswa. Namun penelitian yang telah dilakukan oleh peneliti sebelumnya hanya sebatas untuk mengetahui tingkat pengaruh layanan terhadap kepuasan mahasiswa. Belum ada peneliti yang melakukan penelitian terhadap klasifikasi kepuasan mahasiswa. Metode data mining yang digunakan untuk melakukan klasifikasi data adalah naïve bayes classifier. Metode naïve bayes memiliki nilai perfoma yang baik. Kelebihan dari metode naïve bayes yaitu, sangat sederhana, mudah untuk digunakan dan cepat. Data yang digunakan pada penelitian ini adalah 213 mahasiswa dari beberapa perguruan tinggi di Riau. Hasil pengujian klasifikasi menggunakan naïve bayes adalah accuracy 96,24%, precission 93,14 %, dan recall 98,96%.]]>
<![CDATA[PENERAPAN CLOUD COMPUTING SEBAGAI MEDIA PEMBELAJARAN BERBASIS ONLINE MASA PANDEMI COVID-19 ]]>
<![CDATA[Wilda Susanti]]>;
<![CDATA[Ramalia Noratama Putri]]>
<![CDATA[ JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 4 No 1 (2020) ]]>
Publisher : <![CDATA[Institut Bisnis dan Teknologi Pelita Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (470.142 KB)
|
DOI: 10.35145/joisie.v4i1.663
<![CDATA[Perkembangan teknologi informasi yang pesat tak bisa dielakkan lagi saat ini. Terlebih pemanfaatan teknologi dalam dunia pendidikan. Teknologi cloud computing yang dikenal dengan komputasi awan mampu menjawab masalah dan tantangan yang dihadapi di perguruan tinggi. Apalagi adanya kasus pandemi covid 19 yang sedang melanda dunia menyebabkan system pembelajaran berubah dari konvensional ke pembelajaran secara online. Tujuan penelitian ini adalah bagaimana membangun dan melakukan konfigurasi cloud di sisi server sehingga perguruan tinggi dapat memanfaatkan fasilitas yang diberikan oleh cloud computing. Hasil penelitian adalah pemanfaatan salah satu fasilitas yang ada di cloud computing yang digunakan dalam metode pembelajaran yaitu classroom. Classroom adalah aplikasi dari google yang dapat bermanfaat untuk pembelajaran secara online dan dapat digunakan secara bersama-sama dalam kelompok secara kolaboratif. Jenis penelitian ini adalah pendekatan deskriptif kualitatif dengan menggunakan instrument pengamatan dan wawancara. Hasil analis yang didapatkan aplikasi ini menawarkan kemudahan dalam pemberian materi, pemberian tugas serta ujian online. Sehingga fasilitas yang ada pada aplikasi ini menjadi daya tarik bagi mahasiswa dan dosen.]]>
<![CDATA[Prototipe Pakan Ayam Otomatis Menggunakan Metode Backpropagation Berbasis Jaringan Syaraf Tiruan ]]>
<![CDATA[Ramalia Noratama Putri]]>;
<![CDATA[Debi Setiawan]]>
<![CDATA[ JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 2 No 1 (2018) ]]>
Publisher : <![CDATA[Institut Bisnis dan Teknologi Pelita Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (582.443 KB)
|
DOI: 10.35145/joisie.v2i1.250
<![CDATA[Tujuan dari penelitian ini adalah untuk merealisasikan alat pakan ayam otomatis berbasis jaringan sayraf tiruan agar memudahkan perusahaan dalam pemberian pakan ayam tanpa harus berinteraksi secara langsung setiap. Variabel yang digunakan dalam penelitian ini antaralain Kapasitas makan ayam perjam, kesanggupan menghabiskan makanan perkilogram, kapasitas keluar makanan perjam.Metode yang digunakan backpropagation karena metode ini cocok digunakan untuk melakukan prosespenalaran berdasarkan variable yang digunakan. Penelitian ini menghasilkan prototipe pakan ayam otomatis berupa alat simulasi pemberian pakan ayam yang dapat dikembangkan menjadi alat tepat guna. Hasil uji prototipe sistem ini memiliki keakurasian yang terletak pada chip microprocessor dan system sensor yang menghasilkan tingkat MSE 0.9% dan tingkat keakurasian 99.8%, terhadap deteksi jadwal pemberian pakan.]]>
