Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.642

P-Index

This Author published in this journals

All Journal Syntax Jurnal Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Pilar Nusa Mandiri Informatics for Educators and Professional : Journal of Informatics Information Management For Educators And Professionals (IMBI) Jurnal Teknik Informatika STMIK Antar Bangsa JITK (Jurnal Ilmu Pengetahuan dan Komputer) INTI Nusa Mandiri Systematics JATI (Jurnal Mahasiswa Teknik Informatika) Reputasi: Jurnal Rekayasa Perangkat Lunak JUSTIN (Jurnal Sistem dan Teknologi Informasi)

Esty Purwaningsih

Universitas Bina Sarana Informatika

Author-ID : 644685

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Library & Information Science Other

Published : 21 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

MENGENAL WARNA, ANGKA, HURUF DAN BENTUK PADA ANAK USIA DINI MELALUI ANIMASI INTERAKTIF Esty Purwaningsih
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 3 No 2 (2018): JITK Issue February 2018
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1072.185 KB)

Lima tahun pertama pada anak merupakan usia yang sangat penting untuk perkembangannya. Pendidikan dalam mengenal warna, angka, huruf dan bentuk sebagai awal pembelajaran untuk lebih mengenal benda atau sesuatu yang berada di sekitarnya. Anak kurang memahami pengenalan sesuatu di lingkungan sekitarnya dikarenakan apa yang diajarkan kurang menarik sehingga rasa ingin tahu anak berkurang. Penelitian ini dibuat dalam bentuk sebuah aplikasi berbasis multimedia dengan metode waterfall sebagai media pembelajaran yang bertujuan untuk membantu pembelajaran dalam memudahkan anak mengenal warna, angka, huruf dan bentuk sehingga anak tidak cepat merasa jenuh dan bosan dalam proses pembelajaran.

ANALISIS KECELAKAAN BERLALU LINTAS DI KOTA JAKARTA DENGAN MENGGUNAKAN METODE K-MEANS Esty Purwaningsih
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 5 No 1 (2019): JITK Issue August 2019
Publisher : LPPM Nusa Mandiri

In the city area of Jakarta, accidents in traffic enter problems that almost often occur at any time. Not a few victims suffered property damage, but victims also suffered minor injuries, serious injuries and even lost their lives. To analyze the number of accident incidents in traffic around the Jakarta city area which took casualties, researchers used a clustering method with the K-Means algorithm which was processed through rapidminer software. From the clustering of traffic accidents data obtained the level of accuracy in clusters 1 and 2 with the same accuracy that is equal to 20%, while cluster 3 gets an accuracy value of 10%

Penerapan Algoritma C4.5 Dalam Pengukuran Tingkat Kepuasan Pelanggan Terhadap Layanan Resto Cepat Saji esty purwaningsih
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 1 (2022): Mei 2022
Publisher : LPPM Universitas Bina Sarana Informatika

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

Tingkat kepuasan pelanggan terdapat tingkat kepentingan, kinerja dan hasil yang dirasakan memberikan hasil yang sama atau bahkan melampaui dari harapan pelanggan. Sedangkan ketidakpuasan terjadi apabila hasil yang diperoleh tidak memenuhi harapan yang diinginkan pelanggan. Tantangan tersulit bagi setiap pelaku industri kuliner agar para pelanggannya tetap setia. Sehingga untuk memenangkan persaingan maka perlu meningkatkan kepuasan pelanggan. Ada 5 (lima) dimensi dalam mengukur kualitas pelayanan berdasarkan pada nilai harapan dengan nilai kinerja, diantaranya tangible, reliability, responsiveness assurance, dan emphaty. Penilaian kepuasan pelanggan yang diambil berdasarkan kuesioner yang telah diisi oleh pelanggan. Kemudian diolah kedalam algoritma C4.5, dimana algoritma tersebut merupakan model klasifikasi yang menghasilkan pohon keputusan yang sangat mudah dimengerti, mudah untuk dibangun, serta membutuhkan data percobaan yang lebih sedikit dibandingkan algoritma klasifikasi lainnya. Penelitian ini bertujuan untuk mengetahui seberapa tinggi tingkat kepuasan pelanggan dan membantu pihak resto dalam meningkatkan pelayanan. Dari hasil pengolahan data dengan menggunakan algoritma C4.5 didapatkan akurasi sebesar 95,36%.

Air Quality Index Classification Using Neural Network Algorithms: Klasifikasi Index Kualitas Udara Menggunakan Algoritma Neural Network Ela Nurela Sari; Esty Purwaningsih
SYSTEMATICS Vol 4 No 3 (2022): December 2022
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/sys.v4i3.7722

Udara mempunyai peranan yang sangat penting dalam menjaga kelangsungan hidup makhluk hidup yang ada di bumi. DKI Jakarta merupakan Ibu Kota Negara Republik Indonesia yang jumlah penduduknya dikategorikan tinggi dan selalu meningkat dan tidak sebanding dengan pertumbungan ruang terbuka hijau dan pelestarian kawasan hijau khususnya pada wilayah perkotaan yang tidak diimbangi dengan luas wilayah. Tingkat kepadatan kendaraan bermotor dan pembangunan infrastruktur semakin meningkat, dapat mempengaruhi terhadap kualitas udara. Hal tersebut dapat berakibat tingkat pencemaran udara semakin tinggi. Fokus penelitian ini melakukan analisis klasifikasi index kualitas udara di DKI Jakarta dengan menggunakan metode Neural Network. Data yang digunakan adalah data sekunder dengan variabel sebagai determinan yang terdiri dari 5 variabel yaitu PM10, SO2, CO, O3, NO2 dan 1 variabel keluaran yaitu baik, sedang, tidak sehat dan sangat tidak sehat. Dari hasil perhitungan pada penelitian ini diketahui bahwa metode Neural Network memperoleh performansi akurasi sebesar 97,76%.

IMPROVING THE PERFORMANCE OF SUPPORT VECTOR MACHINE WITH FORWARD SELECTION FOR PREDICTION OF CHRONIC KIDNEY DISEASE Purwaningsih, Esty
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 8 No 1 (2022): JITK Issue August 2022
Publisher : LPPM Nusa Mandiri

Chronic kidney disease is a disorder that affects the kidneys and arises due to various factors. Chronic kidney disease, usually develops slowly and is chronic. For prevention and control, proper treatment is needed, so that detection of this disease can play a very important role. This study aims to determine the level of accuracy in predicting chronic kidney disease through SVM based on forward selection and to determine the performance of Feature Selection which is applied to the SVM method in solving problems in chronic kidney disease. This research was conducted an experiment on the SVM method using various kinds of kernels and it was seen that SVM with the dot kernel was 98.50% with AUC 1,000 which was superior to the polynominal kernel and RBF. However, when the experiment was carried out again by applying FS to SVM, it was found that SVM+FS with the RBF kernel outperformed the other kernels by 99.75% with AUC 1,000. So it can be concluded that the Forward Selection of SVM has succeeded in improving its performance, especially in this case, namely the prediction of chronic kidney disease

Implementasi Metode K-Means Clustering Dengan Davies Bouldin Index Pada Analisis Faktor Penyebab Perceraian Esty Purwaningsih; Ela Nurelasari
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 7 No 2 (2023): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (JUNI 2023)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/imbi.v7i2.2307

Basically, divorce is the release of the marital relationship between partners. In this country, the number of divorce cases has reached its peak in the last six years. Many reasons can lead to divorce, such as financial problems, leaving a partner, domestic violence, or polygamy. In this study, the K-Means clustering method, which is assisted by the Davies Bouldin index, shows an advantage in solving clustering problems. Rapid Studio software is used to process secondary data. The data were tested with the values k=3, k=5, and k=7. The results showed that the k=3 group obtained a value of -0.419, the k=5 group obtained a value of -0.423, and the k=7 group obtained a value of -0.337. Thus, it can be concluded that the K-Means clustering method using the Davies Bouldin index has a value of k=7, which is the best cluster compared to the values of k=3 and k=5. The following clusters were generated from research conducted on the K-Means method with a value of k = 7 using the Davies Bouldin Index: Cluster_0 consists of "Provinsi Jawa Barat", Cluster_1 consists of "Kota Tasikmalaya", Custer_2 consists of "Cirebon" and "Indramayu", Cluster_3 consists of "Tasikmalaya", "Kuningan" and "Subang", Cluster_4 consists of "Bogor", "Cianjur", "Sumedang"

PARTICLE SWARM OPTIMIZATION UNTUK MENINGKATKAN AKURASI PREDIKSI PEMASARAN BANK Ridwansyah, Ridwansyah; Purwaningsih, Esty
Jurnal Pilar Nusa Mandiri Vol 14 No 1 (2018): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Maret 2
Publisher : LPPM Universitas Nusa Mandiri

Pemasaran bank dapat melalui promosi sebuah produk dengan menghasilkan data dan informasi yang cukup kompleks dan luas sehingga akan merasa kesulitan dalam menganalisisnya. Neural network dapat menyelesaikan masalah khususnya sampel data besar yang di dapat di uci data set namun masih memiliki kekurangan pada pemilihan fitur yang sesuai dan optimal pada bobot atribut yang digunakan sehingga menyebabkan tingkat akurasi prediksi menjadi kurang tinggi, Algoritma PSO dapat meningkatkan bobot atribut dan meningkatkan akurasi suatu algoritma dan klasifikasi data yang lebih besar. Hasil penelitian menggunakan Neural network dan Algoritma PSO menunjukkan perbaikan yang lebih baik dan mengesankan dalam kinerja model neural network yang memiliki kelemahan dalam pemilihan fitur.

SELEKSI MOBIL BERDASARKAN FITUR DENGAN KOMPARASI METODE KLASIFIKASI NEURAL NETWORK, SUPPORT VECTOR MACHINE, DAN ALGORITMA C4.5 Purwaningsih, Esty
Jurnal Pilar Nusa Mandiri Vol 12 No 2 (2016): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Septemb
Publisher : LPPM Universitas Nusa Mandiri

Seleksi mobil berdasarkan fitur menggunakan komparasi metode Neural Network, Support Vector Machine, dan Algoritma C4.5. Komparasi metode tersebut dipilih karena terdapat kelebihan dan keistimewaan dari masing-masing metode, juga karena terdapat penelitian terdahulu yang telah melakukan uji klasifikasi kendaraan dengan menggunakan metode Algoritma C4.5 dan Neural Network, dan memberikan usulan dengan menggunakan metode Support Vector Machine serta belum ada penelitian tentang klasifikasi kendaraan dengan menggunakan metode Support Vector Machine. Data yang digunakan bersumber dari PT. Tunas Mobilindo Perkasa. Data yang diteliti ini merupakan data mobil serta penjualan mobil di PT. Tunas Mobilindo Perkasa dengan periode tahun 2013. Untuk menerapkan metode Neural Network, Support Vector Machine dan Algoritma C4.5 ini digunakan perangkat lunak RapidMiner. Hasil penerapan ini kemudian dikomparasi menggunakan Confusion Matrix dan Kurva ROC. Berdasarkan penelitian ini terbukti bahwa metode Algoritma C4.5 memiliki tingkat akurasi yang lebih tinggi dibandingkan Neural Network dan Support Vector Machine.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOMPET DIGITAL MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Nurelasari, Ela; Purwaningsih, Esty; Algani, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.12035

Perkembangan teknologi semakin pesat munculnya kebiasaan baru yang mengubah cara pembayaran dari tunai menjadi nontunai. Tersedia metode pembayaran baru yang dibuat oleh startup-startup yang mana dikenal dengan Dompet Digital(E-Wallet). Munculnya Dompet Digital transaksi menjadi lebih mudah karena tidak perlu membawa kartu ataupun uang tunai. Dompet digital bisa disebut sebagai metode pembayaran yang sah. Sampai saat ini Bank Indonesia telah mengizinkan sebanyak 38 E-Wallet. Dimana 4 dari jumlah e wallet tersebut yang dikenal dengan luas dan digunakan oleh Masyarakat pada umumnya yaitu Go-pay, Dana, OVO dan ShopeePay. Dengan banyaknya aplikasi Dompet Digital yang tersedia, konsumen sering mengalami kesulitan dalam memilih karena berbagai keuntungan yang ditawarkan, seperti kemudahan penggunaan dan keamanan jaringan. Untuk mendukung pengambilan keputusan dalam memilih Dompet Digital, penelitian ini menggunakan metode AHP (Analytic Hierarchy Process) dengan kriteria User Friendly, Kemudahan Top-up, Promo, dan Merchant. Diperoleh bahwa kriteria aplikasi dompet digital ditentukan oleh Merchant(36,6%), diikuti oleh User Friendly (26,5%),Kemudahan Top Up (24,1%) dan Promo (12,9%). Sehingga kriteria pemilihan dompet digital dapat diputuskan berdasarkan kriteria Merchant. Dari hasil perhitungan alternatif pemilihan dompet digital yang paling diminati berdasarkan peringkat adalah DANA (27,5%), Shopeepay (26,4%), Gopay (24,8%), dan OVO (21,3%). Melalui software Expert Choice V.11, DANA terpilih sebagai dompet digital terfavorit.

PENERAPAN METODE EUCS DALAM ANALISIS KEPUASAN PENGGUNA TERHADAP PELAYANAN BERBASIS APLIKASI PADA TRAVELOKA DAN TIKET.COM Purwaningsih, Esty; Nurelasari, Ela; Junian Tamba, Hiskia
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.v9i3.13664

Keberhasilan suatu aplikasi sangat bergantung pada tingkat penerimaan dan kepuasan pengguna terhadap teknologi tersebut. Contohnya, aplikasi Traveloka dan Tiket.com yang bergerak di bidang pemesanan dan pembelian tiket secara online serta mudah diakses melalui smartphone. Namun, tidak dapat dipungkiri bahwa terdapat kemungkinan kegagalan dalam pengalaman pengguna aplikasi ini. Hal ini mendorong para peneliti untuk menyelidiki dan menemukan komponen yang memengaruhi keberhasilan dan kelemahan dari aplikasi traveloka juga tiket.com. Penelitian ini bersifat kuantitatif, dengan metode pengumpulan data melalui kuesioner Google Form yang disebarkan kepada pengguna aplikasi Traveloka dan Tiket.com. Jumlah sampel penelitian adalah 100 responden. Penyusunan kuesioner menggunakan metode EUCS (End User Computing Satisfaction). Data yang terkumpul kemudian diolah menggunakan perangkat lunak SmartPLS untuk analisis statistik. Hasil penelitian menunjukkan bahwa pada aplikasi Traveloka, Dua variabel penting, Ease of Use dan Format, berpengaruh, sedangkan tiga variabel lainnya, Ketepatan, Isi, dan Ketepatan, tidak berpengaruh. Sebaliknya, pada aplikasi Tiket.com, tiga variabel yang berpengaruh signifikan adalah Content, Format, dan Timeliness, sementara dua variabel lainnya, yaitu Accuracy dan Ease of Use, tidak berpengaruh. Dengan demikian, dapat disimpulkan bahwa pada aplikasi Traveloka hanya terdapat dua variabel yang memberikan pengaruh signifikan, sementara pada Tiket.com terdapat tiga variabel yang berpengaruh.

Co-Authors Aditia Darmawan Algani, Ahmad Diah Ayu Maulida Wati Diah Puspitasari Ela Nurela Sari Ela Nurela Sari Ela Nurelasari Junian Tamba, Hiskia Magdalena Gire Namang Ridwansyah Ridwansyah Santoso Setiawan

Title

Found 21 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 21 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 21 Documents
Search