Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi INOVTEK Polbeng - Seri Informatika
Nyimas Nisrinaa Kamilah
Universitas Multi Data Palembang
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Komputasi Hijau Pada Data Akta Di Kantor Notaris Taufiqurrachman, S.H. Inayatullah - -; Nyimas Nisrinaa Kamilah; Nyimas Sabilina Cahyani; Henni Indriyani
Jurnal Teknologi Sistem Informasi Vol 4 No 1 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v4i1.4557

Abstract

Data merupakan aset organisasi yang sangat penting sehingga perlu dijaga keutuhannya, memiliki backup data serta mutlak dibuatkan suatu sistem untuk bisa merawatnya. Tujuan dari penelitian melakukan penerapan komputasi hijau terhadap data akta yang memiliki file penyimpan hemat memori, hemat energi, hemat biaya dan mengurangi emisi gas rumah kaca yang dapat berakibat menimbulkan pemanasan global (global warming). Batasan masalah dalam penelitian ini hanya mengenai backup data akta yang ada pada kantor Notaris Taufiqurrachman, S.H. Metode yang digunakan metode studi literatur yaitu dengan cara mempelajari teori-teori berdasarkan kajian-kajian dari jurnal-jurnal nasional dan internasional, artikel dan buku serta literatur-literatur lainnya yang didapat ada hubungannya dengan penelitian. Hasil pengujian memiliki kesimpulan, untuk melakukan backup data akta notaris dapat menggunakan file plain text (.txt) yang dapat menghemat memori, energi dalam penggunaan, hemat biaya dan mengurangi emisi gas rumah kaca CO2 sehingga dapat membantu dalam mengurangi pemanasan global (global warming).
Optimization of Household Energy use Prediction Using Random Forest with Genetic Algorithm Feature Selection Nyimas Nisrinaa Kamilah; Abdul Rahman
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/zedpkg51

Abstract

Electrical energy consumption continues to increase every year, so accurate prediction models are needed to support household electrical energy efficiency. This study analyzed high-resolution household electricity consumption data using the Random Forest (RF) algorithm and evaluated the influence of feature selection based on Genetic Algorithms (GA) in improving the performance of RF predictions. The base RF model achieves an RMSE of 0.6148, a MAE of 0.3478, and an R² of 0.5047. After implementing GA-based feature selection, the RF model with GA yields an RMSE of 0.6125 and an R² of 0.5084, indicating a marginal performance improvement. However, the MAE value increased slightly to 0.3503, which suggests that the increase was not uniform across the evaluation metrics. Overall, the RF approach with GA offers a modest improvement in prediction stability but with very limited accuracy gains, which highlights its potential and limitations in optimizing household energy consumption prediction.
Co-Authors Abdul Rahman Henni Indriyani Inayatullah - - Nyimas Sabilina Cahyani