Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.727

P-Index

This Author published in this journals

All Journal Elkom: Jurnal Elektronika dan Komputer Sistemasi: Jurnal Sistem Informasi JITK (Jurnal Ilmu Pengetahuan dan Komputer) Technologia: Jurnal Ilmiah Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Infortech JUSTIAN - Jurnal Sistem Informasi Akuntansi Profitabilitas Journal of Artificial Intelligence and Engineering Applications (JAIEA) TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Jurnal Penelitian dan Pengabdian Masyarakat Jotika Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Indonesian Community Service Journal of Computer Science (IndoComs)

Lady Agustin Fitriana

Universitas Bina Sarana Informatika

Author-ID : 6060604

Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Library & Information Science Other

Published : 17 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

SISTEM INFORMASI REKAM MEDIS BERBASIS WEB PADA PUSKESMAS RASAU JAYA PONTIANAK MENGGUNAKAN FRAMEWORK LARAVEL 5.6 Lady Agustin Fitriana; Abdul Latif; Ali Mustopa; Ahmad Fachrurozi
Jurnal Infortech Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Bina Sarana Informatika

Era komputerisasi saat ini membuat dunia kesehatan memanfaatkan teknologi untuk kegiatan yang ada di rumah sakit maupun puskesmas. Namun pada sistem rekam medis yang sedang berjalan dipuskesmas terdapat kekurangan yang menghambat proses rekam medis dibagian pelaporan kunjungan terbanyak menggunakan perhitungan data-data secara langsung dengan melihat data sebelumnya yang sudah dicetak dan penyimpanan identitas pasien dicetak dan diarsipkan kedalam folder. Maka diperlukanlah sistem yang dapat memudahkan agar keakuratan data lebih terjamin dan adanya sistem maka pelayanan menjadi lebih efektif. Dalam pembuatan rekam medis ini, penulis menggunakan framework laravel yang memudahkan programmer dalam membuat dan mengembangkan aplikasi karena memiliki fungsi-fungsi yang sudah di organisasikan untuk membuat program dengan cepat. Buku yang berjudul “Sistem Informasi Rekam Medis (SIRAM) dengan LARAVEL 5.6” ini menjelaskan langkah membuat aplikasi,dimulai dari analisis kebutuhan, rancangan diagramnya seperti use case, activity diagram, ERD dan LRS, class diagram, sequence diagram, serta rancangan lengkap aplikasi seperti rancangan form master, pengolahan rekam medis dan laporan. Buku ini juga membuat kebutuhan dari pengguna aplikasi rekam medis dimana penggunanya terdapat beberapa user yang dapat menjalankan fungsi-fungsi sesuai dengan kebutuhannya.

COMPARATIVE ANALYSIS OF SOFTWARE EFFORT ESTIMATION USING DATA MINING TECHNIQUE AND FEATURE SELECTION Abdul Latif; Lady Agustin Fitriana; Muhammad Rifqi Firdaus
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 6 No 2 (2021): JITK Issue February 2021
Publisher : LPPM Nusa Mandiri

Software development involves several interrelated factors that influence development efforts and productivity. Improving the estimation techniques available to project managers will facilitate more effective time and budget control in software development. Software Effort Estimation or software cost/effort estimation can help a software development company to overcome difficulties experienced in estimating software development efforts. This study aims to compare the Machine Learning method of Linear Regression (LR), Multilayer Perceptron (MLP), Radial Basis Function (RBF), and Decision Tree Random Forest (DTRF) to calculate estimated cost/effort software. Then these five approaches will be tested on a dataset of software development projects as many as 10 dataset projects. So that it can produce new knowledge about what machine learning and non-machine learning methods are the most accurate for estimating software business. As well as knowing between the selection between using Particle Swarm Optimization (PSO) for attributes selection and without PSO, which one can increase the accuracy for software business estimation. The data mining algorithm used to calculate the most optimal software effort estimate is the Linear Regression algorithm with an average RMSE value of 1603,024 for the 10 datasets tested. Then using the PSO feature selection can increase the accuracy or reduce the RMSE average value to 1552,999. The result indicates that, compared with the original regression linear model, the accuracy or error rate of software effort estimation has increased by 3.12% by applying PSO feature selection

SISTEM PAKAR DIAGNOSA PENYAKIT PADA GIGI BERBASIS WEB DENGAN PENALARAN FORWARD CHAINING Muhammad Ifan Rifani Ihsan; Lady Agustine; Rizka Dahlia; Ahmad Fachrurozi
Elkom : Jurnal Elektronika dan Komputer Vol 15 No 2 (2022): Desember : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v15i2.921

Teeth are one of human‘s organs that feeds on food. As an organ, the tooth definitely can be attacked by some disease. There are many cases of dental disease that occur from dental diseases common to people to chronic dental diseases that can be dangerous. The low level of public concern about dental disease is a problem faced today. Evidenced by the small number of people who diligently consult with dentists about the health of their teeth. An alternative option is needed that can make it easier for people to be able to consult or diagnose dental health and disease without having to see a doctor of dental health. Therefore, in this essay an expert system was created to provide alternative choices for people. This expert system was created with the php hypertext preprocessor programming language. Using the forward chaining method as a tracking method. The purpose of making this expert system is to be able to be a substitute for a dental expert so that people can already do the diagnosis of dental disease anywhere and anytime.

PELATIHAN MENGAMANKAN AKUN WHATSAPP DARI PERETASAN Reza Maulana; Septian Rheno Widianto; Nurmalasari Nurmalasari; Lady Agustin Fitriana
Jurnal Penelitian dan Pengabdian Masyarakat Jotika Vol. 2 No. 2 (2023): Februari
Publisher : Jotika English and Education Center

Sebagai pengguna aplikasi WhatsApp tentunya kita menginginkan keamanan privasi dan sejauh mungkin terhindar dari kejahatan siber. Akun tersebut bisa dimanfaatkan pelaku kejahatan untuk melakukan penipuan. Akun WhatsApp atau WA kerap menjadi sasaran peretasan. Modus yang dilakukan peretas, biasanya menggunakan rekayasa sosial. Sistem keamanan dan privasi WhatsApp sering kali menjadi target peretasan oleh orang-orang yang tidak bertanggung jawab. Padahal, bisa dipastikan bahwa sistem keamanan aplikasi chatting yang satu ini tentu tinggi. Hal tersebut dibuktikan dengan banyaknya kasus peretasan akun WhatsApp yang merugikan. Mulai dari data keamanan tersusupi, sejumlah uang yang ada di rekening bank hingga dompet elektronik juga bisa diretas. Untuk mengantisipasi pembajakan, tentunya bisa melakukan langkah pencegahan sebelum menjadi korban para peretas. Tujuan dan target yang ingin dicapai dalam pengabdian masyarakat ini adalah memberikan edukasi dan pelatihan dengan memanfaatkan fitur aplikasi WhatApp untuk kemananan data dari para hacker. Adapun materi yang diberikan adalah cara mengamankan akun WhatsApp dari peretasan, workshop hingga project dan evaluasi. Diharapkan dengan adanya pengabdian masyarakat ini para tenaga pengajar di Yayasan Pondok Pesantren Mu’tashim Billah Pontianak ini dapat memanfaatkan dan mempergunakan WhatsApp untuk kegiatan sehari-hari dengan aman dan terlindungi dari peretasan.

PELATIHAN CIVIC LITERACY BAGI REMAJA DALAM BERMEDIA SOSIAL DAN MENANGGULANGI HOAX Agung Sasongko; Reza Maulana; Lady Agustin Fitriana; Mohammad Kamal Reza; Latifah
Jurnal Penelitian dan Pengabdian Masyarakat Jotika Vol. 3 No. 1 (2023): Agustus
Publisher : Jotika English and Education Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56445/jppmj.v3i1.99

Perkembangan IPTEK yang begitu pesat, telah membawa perubahan gaya hidup dalam membina hubungan akrab dengan orang lain. Cara berkomunikasi yang paling sering mereka gunakan adalah dengan menggunakan jejaring sosial. Pengguna internet paling banyak berasal dari kalangan profesional dan diikuti remaja yang memanfaatkan internet dan teknologi informasi untuk membantu produktivitas mereka. Remaja pengguna internet di Indonesia belum sepenuhnya mampu untuk bijak dalam bermedia sosial dan menyerap dan membagikan informasi secara menyeluruh sehingga rentan terkena Hoax. Mengingat besarnya jumlah remaja yang bermedia sosial, maka dibutuhkan civic literasi tentang bagaimana bijak menggunakan media sosial sehingga menjauhkan remaja dari berbagai masalah sebagai akibat pengunaan media sosial yang salah.

Analisis Pola Pembelian Obat Demam Dengan Teknik Data Mining Menggunakan Algoritma Apriori (Studi Kasus: Apotek Ambawang Farma) Rizka Dahlia; Lady Fitriana; Syarah Seimahuira
Technologia : Jurnal Ilmiah Vol 15, No 1 (2024): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i1.13907

Masalah: Tingginya kebutuhan masyarakat pada bidang kesehatan khususnya dalam mengobati penyakit demam menjadikan Apotek selaku tempat penjualan obat-obatan untuk dapat memenuhi kebutuhan pengadaan stok obat dalam penelitian ini berfokus pada Apotek Ambawang Farma sebagai salah satu apotek yang terdapat di Kubu Raya. Tujuan: Kebutuhkan akan strategi pemasaran dan meminimalisir kurangnya stok obat saat obat yang ada di etalase telah habis. Metode: Dalam menentukan strategi tersebut, diperlukan proses pengolahan data transaksi penjualan obat demam menggunakan teknik data mining yaitu association rule mining. Pada penelitian ini dilakukan dengan menerapkan algoritma apriori dengan melihat obat demam yang memenuhi minimal support dan minimal confidence. Hasil: Data mining mining menghasilkan aturan asosiasi antar item pada bulan Agustus 2018 sampai dengan Juli 2019 diketahui pola penjualan obat demam jika membeli Emturnas 500mg, maka membeli Mirasic 500mg dengan confidence 87,50%, jika membeli Emturnas 500mg, maka membeli Mirasic 500mg dengan confidence 77,77%, jika membeli Grafadon 500mg dan Mirasic 500mg, maka membeli Emturnas 500mg 85,71%, jika membeli Grafadon 500mg dan Emturnas 500mg, maka membeli Mirasic 500mg dengan confidence 75% dan jika membeli Mirasic 500mg, maka membeli Grafadon 500mg dan Emturnas 500mg dengan confidence 75%. Kesimpulan: Diketahui bahwa obat demam yang paling banyak terjual pada Apotek Ambawang Farma yaitu Mirasic 500mg, Emturnas 500mg, dan Grafadon 500mg

ANALISIS ALGORITMA GRADIENT BOOSTING DALAM PENGARUH MASYARAKAT MEMILIH RUMAH SEWA Rizka Dahlia; Lady Agustin Fitriana; Syarah Seimahuira
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 1 (2025): MISI Januari 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i1.1356

Tingginya pertumbuhan populasi yang tidak sejalan dengan ketersediaan lahan perumahan telah menimbulkan tantangan yang kompleks, terutama terkait dengan peningkatan harga tanah yang berujung pada naiknya harga rumah. Rumah sewa hadir menjadi alternatif yang semakin penting bagi masyarakat untuk mendapatkan tempat tinggal yang layak. Selain itu, rumah sewa juga memberikan peluang bisnis yang menguntungkan bagi pemilik properti dan penyedia jasa sewa. Untuk membantu masyarakat dalam memilih rumah sewa yang sesuai dengan kebutuhan mereka, penerapan algoritma Gradient Boosting dapat menjadi solusi yang efektif. Algoritma ini bekerja dengan cara membangun serangkaian model prediktif secara berurutan, di mana setiap model mencoba memperbaiki kesalahan yang dihasilkan oleh model sebelumnya. Sebagai salah satu metode dalam machine learning, Gradient Boosting termasuk dalam kategori ensemble learning, yang membangun model yang kuat dari gabungan beberapa model yang relatif lebih lemah. Penelitian ini menggunakan data dari repository Kaggle dan menemukan bahwa algoritma Gradient Boosting menunjukkan kinerja yang sangat menjanjikan dalam memprediksi harga sewa rumah, dengan tingkat akurasi mencapai 84,38%. Evaluasi lebih lanjut menggunakan metrik Area Under the Curve (AUC) menunjukkan hasil sebesar 92,65%, yang mengindikasikan kemampuan algoritma ini dalam memprediksi baik data positif maupun negatif dengan akurasi yang tinggi. Hasil penelitian ini menunjukkan bahwa Gradient Boosting memiliki potensi besar sebagai alat bantu dalam memprediksi harga sewa rumah secara akurat, serta membantu mengatasi tantangan ketersediaan perumahan yang terjangkau.

ANALISIS SENTIMEN PUBLIK PENGGUNA TWITTER TERHADAP KANKER SERVIKS DI INDONESIA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER Faddillah, Umi; Sugiyarto, Ipin; Agustin Fitriana, Lady
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13460

Media sosial, khususnya Twitter, telah menjadi bagian dari kehidupan sehari-hari sebagai sumber informasi serta sebagai indikator opini publik terhadap berbagai isu yang sedang ramai diperbincangkan. Salah satu topik yang mendapat perhatian adalah kanker serviks, yang menurut data Kementerian Kesehatan RI merupakan penyakit mematikan kedua setelah kanker payudara. Perbincangan mengenai kanker serviks di Twitter mencerminkan tingkat pemahaman dan kesadaran masyarakat terhadap penyakit ini, sehingga penting untuk dianalisis lebih lanjut. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kanker serviks di Indonesia menggunakan algoritma Naïve Bayes Classifier sebagai model klasifikasi sentimen. Data yang digunakan berupa 325 tweet terkait kanker serviks yang dikumpulkan selama lima tahun terakhir (2020–2024). Metode yang digunakan dalam penelitian ini meliputi pengumpulan data tweet, pemrosesan teks, penerapan algoritma Naïve Bayes Classifier, serta evaluasi akurasi model. Hasil penelitian menunjukkan bahwa model klasifikasi mencapai tingkat akurasi yang bervariasi setiap tahunnya, yaitu 0,76 pada tahun 2020 dengan 48 tweet positif, 0,73 pada tahun 2021 dengan 45 tweet positif, 0,76 pada tahun 2022 dengan 51 tweet positif, 0,88 pada tahun 2023 dengan 53 tweet positif, dan 0,81 pada tahun 2024 dengan 71 tweet positif. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sentimen positif terhadap kanker serviks mengalami peningkatan setiap tahunnya. Hal ini mengindikasikan meningkatnya kesadaran masyarakat terhadap penyakit ini, yang dapat menjadi dasar bagi pemerintah dan lembaga kesehatan untuk terus mengedukasi masyarakat mengenai pencegahan serta deteksi dini kanker serviks guna menekan angka kasus di Indonesia.

Application of the Finite State Automata (FSA) Method in Indonesian Stemming using the Nazief & Adriani Algorithm fitriana, lady agustin; Mustopa, Ali; Firdaus, Muhammad Rifqi; Dahlia, Rizka
Sistemasi: Jurnal Sistem Informasi Vol 13, No 3 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i3.4038

Language is a communication tool commonly used in everyday life. Each country has a different language with predetermined rules. For instance, in the Indonesian language, there are approximately 35 official affixes mentioned in the Big Indonesian Dictionary. These affixes include prefixes (prefixes), infixes (insertions), suffixes (suffixes), and confixes (a combination of prefixes and suffixes). In Information Retrieval, there is a stemming process, which is the process of converting a word form into a base word or the process of transforming variant words into their base form. The theory of language and automata is the foundation of the computer science field that provides the basis for ideas and models of computer systems. In the implementation of the research, several stages were carried out, such as explaining the Nazief & Adriani stemming algorithm, finite state automata, creating pseudocode, and testing using a web-based system, resulting in affixed words becoming the correct base words with 20 affixed words. The results obtained from reading this web-based system, the base word "cinta" (love) used as a test yielded accurate results in accordance with the concept of the Nazief & Adriani stemming algorithm. There are some weaknesses in stemming from suffixes, and the solution is to perform stemming from the prefix position (Prefix).

Analisis Ulasan Konsumen sebagai Data Non-Keuangan dalam Sistem Informasi Akuntansi Agustin Fitriana, Lady; Fahmi Julianto, Muhammad; Dahlia , Rizka; Rifqi Firdaus , Muhammad; Fazriansyah, Agung
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8269

Di era digital saat ini, ulasan pengguna pada platform e-commerce seperti Shopee telah menjadi salah satu sumber informasi non-keuangan yang penting dalam menilai persepsi konsumen terhadap produk maupun layanan. Informasi ini memiliki nilai strategis dalam sistem informasi akuntansi, khususnya dalam mendukung pengambilan keputusan berbasis data pelanggan. Namun, tantangan utama yang dihadapi adalah besarnya volume data ulasan yang tidak terstruktur. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi metode yang efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Shopee sebagai data non-keuangan yang dapat digunakan dalam sistem informasi akuntansi manajerial. Penelitian ini memanfaatkan kombinasi teknik Natural Language Processing (NLP) dan algoritma K-Nearest Neighbors (KNN). Data ulasan dikumpulkan melalui proses crawling dari Google Play Store menggunakan pustaka google-play-scraper. Data tersebut kemudian diproses melalui serangkaian tahapan NLP seperti case folding, tokenization, normalisasi, penghapusan stopword, dan stemming. Untuk ekstraksi fitur, digunakan metode TF-IDF dan Cosine Similarity untuk menghasilkan representasi vektor yang sesuai dengan kebutuhan klasifikasi. Model KNN digunakan untuk mengklasifikasikan sentimen berdasarkan data latih, dengan pengujian pada berbagai nilai n_neighbors. Hasil penelitian menunjukkan bahwa model dengan n_neighbors = 9 menghasilkan akurasi 88%, presisi 85%, recall 86%, dan F1-score 85%.Temuan ini menunjukkan bahwa kombinasi NLP dan KNN efektif dalam mengklasifikasikan sentimen ulasan pengguna, serta berpotensi besar untuk diterapkan sebagai bagian dari sistem informasi akuntansi guna memperkuat analisis non-keuangan dalam mendukung evaluasi kinerja penjualan dan pengambilan keputusan manajerial.

Co-Authors Abdul Latif Abdul Latif Agnes, Veronika Agung Sasongko Ali Mustopa, Ali Alvin Zikirlah, Hikmawan Badariatul Lailiah Dahlia , Rizka Fachrurozi, Ahmad Faddillah, Umi Fahmi Julianto, Muhammad Fatmawati, Jeni Fazilla, Muhammad Fazriansyah, Agung Iltavera Paula Latifah Latifah Mohammad Kamal Reza Muhammad Fazilla Muhammad Ifan Rifani Ihsan Muhammad Rifqi Firdaus Mutia Sari, Elsa Nurmalasari Nurmalasari Paula, Iltavera Reza Maulana Rifqi Firdaus , Muhammad Rindiani, Popi Risdiansyah, Deni Riski Annisa Rizka Dahlia Saadah, Rabiatus Septian Rheno Widianto Sugiyarto, Ipin Suhendra, Marwan Syarah Seimahuira Syarah Seimahuira Wira Hadi, Sofian YANTO YANTO Zikirlah, Hikmawan Alvin

Title

Found 17 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 17 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 17 Documents
Search