Article Per Year (5 Year)
p-Index From 2021 - 2026
2.338
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Pilar Nusa Mandiri Informatics for Educators and Professional : Journal of Informatics Syntax Literate: Jurnal Ilmiah Indonesia JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Teknoinfo Jurnal Ilmu Komputer dan Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Journal of Applied Computer Science and Technology (JACOST) Jurnal Interkom : Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi Ilmu Komputer untuk Masyarakat Paradigma Journal of Innovation and Sustainable Empowerment Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK)
Jajang Jaya Purnama
Universitas Bina Sarana Informatika
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
PREDICTION OF SURVIVAL OF HEART FAILURE PATIENTS USING RANDOM FOREST Rahayu, Sri; Purnama, Jajang Jaya; Pohan, Achmad Baroqah; Nugraha, Fitra Septia; Nurdiani, Siti; Hadianti, Sri
Jurnal Pilar Nusa Mandiri Vol 16 No 2 (2020): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Peri
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v16i2.1665

Abstract

Human survival, one of the roles that is controlled by the heart, makes the heart need to be guarded and be aware of its damage. Heart failure is the final stage of all heart disease. The medical record tool can measure symptoms, body features, and clinical laboratory test values, which can be used to perform biostatistical analyzes but to highlight patterns and correlations not detected by medical doctors. So technology assistance is needed to do this in order to predict the survival of heart failure patients. With data mining techniques used in the available history data, namely the Heart Failure Clinical Records dataset of 299 instances on 13 features used the Random Forest algorithm, Decision Tree, KNN, Support Vector Machine, Artificial Neural Network and Naïve Bayes with resample and SMOTE sampling techniques. The highest accuracy with the resample sampling technique in the random forest is 94.31% and the SMOTE technique used in the random forest produces an accuracy of 85.82% higher than other algorithms.
Analisis Algoritma Klasifikasi Untuk Mengidentifikasi Potensi Risiko Kesehatan Ibu Hamil Purnama, Jajang Jaya; Nina Kurnia Hikmawati; Sri Rahayu
Journal of Applied Computer Science and Technology Vol 5 No 1 (2024): Juni 2024
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jacost.v5i1.809

Abstract

The health of pregnant women has an important aspect in efforts to achieve the birth of a healthy baby. So early detection of the health of pregnant women has important. In this study the author identified potential maternal health risks for pregnant women by classifying them used machine learning which aims to analyze maternal health datasets with several algorithms including Random Forest, Extra Trees, Extreme Gradient Boosting, Decision Tree, and Light Gradient Boosting Machine. From several classification results carried out analysis and evaluation shown that the Random Forest classification algorithm provided optimal performance with an accuracy of 82,15%. These findings confirmed that the model created could identify complex patterns and relationships between features relevant to the classification of potential health risks for pregnant women at high, medium and low levels. These results have important implications in maternal care, because they cann help doctors and medical personnel make more appropriate and effective decisions in dealing with maternal health risks and provide insight into pregnant women from an early age regarding their health conditions.
Pelatihan Scripting dan Testing (Website) untuk Rukun Warga 013 Kelurahan Cipinang Melayu Mukhayaroh, Anna; purnama, Jajang jaya; Hasan, Muhamad; Rahayu, Sri
Ilmu Komputer untuk Masyarakat Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v5i2.2299

Abstract

Pelatihan Scripting dan Testing Website diadakan untuk meningkatkan keterampilan teknologi informasi warga Rukun Warga 013 Kelurahan Cipinang Melayu. Kegiatan ini bertujuan untuk memberikan pemahaman mendalam mengenai pengembangan dan pengujian situs web, yang sangat penting dalam era digital saat ini. Pelatihan mencakup materi dasar hingga lanjutan tentang scripting menggunakan bahasa pemrograman seperti JavaScript, serta teknik-teknik testing untuk memastikan kualitas dan keamanan situs webPelatihan ini diharapkan dapat membekali peserta dengan kemampuan praktis yang dapat diterapkan dalam kehidupan sehari-hari maupun dalam pengembangan usaha. Selain itu, pelatihan ini juga bertujuan untuk memfasilitasi komunikasi dan informasi di lingkungan Rukun Warga 013 melalui pembuatan situs web komunitas yang informatif dan interaktif.Diharapkan pelatihan ini dapat memberikan manfaat yang signifikan dan berkelanjutan bagi warga, serta mendukung terciptanya masyarakat yang lebih melek teknologi dan siap menghadapi tantangan digital di masa depan.
RANCANG BANGUN APLIKASI PENGGAJIAN STAFF BERBASIS WEB DI INSTITUT PAHLAWAN 12 Afandi, Fifin; Jaya Purnama, Jajang; Rahayu, Sri
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.v8i6.11874

Abstract

Permintaan yang terus meningkat terhadap teknologi informasi telah memicu kebutuhan akan pengembangan sistem informasi yang efisien, terutama dalam manajemen administrasi. Institut Pahlawan 12, sebagai lembaga pendidikan yang berkembang menghadapi tantangan signifikan dalam pengelolaan sistem penggajian yang masih dilakukan secara manual. Sistem manual ini menimbulkan berbagai masalah, seperti kesalahan perhitungan, keterlambatan pembayaran, kurangnya transparansi, dan kesulitan dalam pelaporan. Penelitian ini bertujuan untuk membangun aplikasi penggajian berbasis web yang dapat mengotomatisasi proses perhitungan gaji, meningkatkan transparansi, mengurangi keterlambatan pembayaran, serta mempermudah pembuatan laporan keuangan. Aplikasi ini diharapkan dapat meningkatkan efisiensi, akurasi, dan kepuasan staff di Institut Pahlawan 12. Metode penelitian dengan Rapid Application Development (RAD), yang mencakup fase requirement planning, design workshop, implementation, dan testing. Model RAD dipilih karena fleksibilitas dan keterlibatan pengguna yang intensif. Hasil pengujian menyatakan bahwa dengan pengembangan aplikasi penggajian berbasis web dengan performance 100% berhasil menciptakan sistem yang mengotomatisasi perhitungan gaji, menyediakan fitur transparansi untuk staff, dan mempermudah pembuatan laporan. Meskipun sistem ini memiliki kelebihan, terdapat kebutuhan untuk pelatihan pengguna dan perhatian terhadap keamanan data. Aplikasi penggajian berbasis web ini berhasil memenuhi tujuan penelitian dengan menyediakan solusi yang efisien dan transparan untuk pengelolaan gaji di Institut Pahlawan 12. Penerapan sistem ini diharapkan dapat mengurangi masalah yang dihadapi dengan sistem manual dan memberikan manfaat bagi lembaga pendidikan.
Klasifikasi Mahasiswa HER Berbasis Algoritma SVM dan Decision Tree Purnama, Jajang Jaya; Nawawi, Hendri Mahmud; Rosyida, Susy; Ridwansyah, Ridwansyah; Risnandar, Risnandar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813080

Abstract

Mahasiswa di setiap perguruan tinggi dituntut untuk memperoleh pengetahuan dan keterampilan yang memenuhi syarat dengan prestasi akademik. Hasil dari pembelajaran mahasiswa didapat dari ujian teori dan praktek, setiap mahasiswa wajib menuntaskan nilai sesuai kriteria kelulusan minimum dari masing-masing dosen pengajar, jika dibawah batas minimum maka mahasiswa mengikuti her. Her adalah salah satu cara untuk menuntaskan kriteria kelulusan minimum. Mahasiswa yang mengikuti her setiap semesternya hampir mencapai angka yang relatif tinggi dari jumlah seluruh mahasiswa. Untuk mengurangi jumlah mahasiswa yang mengikuti her maka dibutuhkan sebuah metode yang dapat mengurangi hal tersebut, dengan metode Support Vector Machine (SVM) dan Decision Tree (DT). SVM dan DT adalah salah satu metode klasifikasi supervised learning. Oleh karena itu, dalam penelitian ini menggunakan SVM dan DT. SVM dapat menghilangkan hambatan pada data, memprediksi, mengklasifikasikan dengan sampling kecil dan dapat meningkatkan akurasi dan mengurangi kesalahan. Klasifikasi data siswa yang melakukan her/peningkatan dengan mengimprovisasi model kernel untuk visualisasi termasuk bar, histogram, dan sebaran begitu juga Decision Tree mempunyai kelebihan tersendiri. Dari hasil penelitian ini telah didapatkan akruasi dan presisi model DT lebih besar dibandingkan dengan SVM, akan tetapi untuk recall DT lebih kecil dibandingkan SVM. AbstractStudents in each tertiary institution are required to obtain knowledge and skills that meet the requirements with academic achievement. The results of student learning are obtained from the theory and practice exams, each student is required to complete grades according to the minimum graduation criteria of each teaching lecturer, if below the minimum limit then students take remedial. Remedial is one way to complete the minimum passing criteria. Students who take remedial every semester almost reach a relatively high number of the total number of students. To reduce the number of students who take remedial, a method that can reduce this is needed, with the Support Vector Machine (SVM) and Decision Tree (DT) methods. SVM and DT are one of the supervised learning classification methods. Therefore, in this study using SVM and DT. SVM can eliminate barriers to data, predict, classify with small sampling and can improve accuracy and reduce errors. Data classification of students who do remedial/improvements by improving the kernel model for visualization including bars, histograms, and distributions as well as the Decision Tree has its own advantages. From the results of this study it has been obtained that the accuracy and precision of DT models is greater than that of SVM, but for recall DT is smaller than SVM.
Pelatihan Microsoft Word dan Excel Sebagai Upaya Penguatan Kompetensi Digital Masyarakat RT 007 Mampang Prapatan Kahfi, Ahmad Hafidzul; Purnama, Jajang Jaya; Nurdin, Hafis; Rahayu, Sri
Journal of Innovation and Sustainable Empowerment Vol. 4 No. 3 (2025)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Kuningan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/jise.v4i3.172

Abstract

Perkembangan teknologi digital telah membawa perubahan besar dalam berbagai aspek kehidupan, termasuk pendidikan, pekerjaan, dan aktivitas sosial, sehingga menuntut setiap individu memiliki keterampilan dalam memanfaatkan teknologi secara tepat. Salah satu keterampilan dasar yang penting dikuasai adalah penggunaan perangkat lunak pengolah kata seperti Microsoft Word dan pengolah angka seperti Microsoft Excel, yang berperan penting dalam penyusunan dokumen, pembuatan laporan, pengolahan data, serta mendukung kegiatan administrasi sehari-hari. Namun, masyarakat RT 007 Mampang Prapatan masih menghadapi keterbatasan dalam keterampilan digital, sehingga proses administrasi dan pelaporan belum berjalan optimal. Untuk menjawab permasalahan tersebut, tim dosen Universitas Bina Sarana Informatika melaksanakan program pengabdian kepada masyarakat melalui pelatihan Microsoft Word dan Excel bagi warga RT 007. Metode pelaksanaan kegiatan dilakukan melalui pendekatan partisipatif dengan penyampaian materi, demonstrasi, dan praktik langsung. Hasil kegiatan menunjukkan peningkatan kemampuan peserta dalam mengelola dokumen dan data, serta peningkatan kepercayaan diri dan kemandirian dalam penggunaan teknologi digital. Program ini berimplikasi positif terhadap peningkatan efektivitas kerja dan profesionalisme warga, sekaligus memperkuat kesiapan masyarakat dalam menghadapi tantangan era transformasi digital.
Co-Authors Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Abdul Hamid Achmad Baroqah Pohan Achmad Rifai Ade Suryadi Afandi, Fifin Agung Baitul Hikmah Ami Rahmawati Anna Mukhayaroh, Anna Dede Wintana Ela Siti Laela Erni Ermawati Fitria Septia Nugraha Ganda Wijaya Ganda Wijaya, Ganda Hafis Nurdin Hendri Mahmud Nawawi Herliawan, Irwan Hermanto Hermanto Hermanto Hikmatulloh Hikmatulloh Imanuel Balla Irwan Herliawan Irwan Herliawan Kahfi, Ahmad Hafidzul Marliana Rahmawati Nurhanifah Mayangky, Nissa Almira Muhamad Hasan Muhammad Iqbal Muhammad Ja’far Shidiq Nawawi, Hendri Mahmud Nina Kurnia Hikmawati Nina Kurnia Hikmawati Nugraha, Fitra Septia Nurul Ichsan Ridwansyah Ridwansyah Ridwansyah Ridwansyah Ridwansyah Risnandar, Risnandar Siti Nurdiani Sri Hadianti Sri Rahayu Sri Rahayu Sri Rahayu Sri Rahayu SRI RAHAYU Sri Rahayu Suhardjono S Susy Rosyida Tri Wahyuni Tuti Haryanti Verry Riyanto Windu Gata Windu Gata Windu Gata Yudhistira Yudhistira