Article Per Year (5 Year)
p-Index From 2021 - 2026
2.635
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Tematik : Jurnal Teknologi Informasi Komunikasi SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya AMMA : Jurnal Pengabdian Masyarakat
Dienwati Nuris, Nisa
Unknown Affiliation
Arts Humanities Chemistry Computer Science & IT Environmental Science Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
PENERAPAN ALGORITMA C4.5 TERHADAP KLASIFIKASI KEPUASAN PENUMPANG PADA MASKAPAI PENERBANGAN Alia Cahyani, Cica; Dwilestari, Gifthera; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8815

Abstract

Saat ini transportasi udara telah menjadi bagian penting dalam kehidupan manusia. Semakin tingginya perkembangan moda transportasi udara, maka semakin meningkatnya minat masyarakat dalam menggunakan transportasi ini sebagai salah satu pilihan untuk bepergian. Manajemen perusahaan harus memiliki sistem dalam melakukan pemantauan untuk menjaga pelayanan yang baik bagi penumpang, indikator pelayanan yang baik dapat dilihat dari tingkat kepuasan penumpang yang akan menjadi acuan dalam melakukan pelayanan yang prima, maka penelitian ini bertujuan untuk menganalisis kepuasan pada penumpang maskapai penebangan dengan menggunakan algoritma C4.5. Metode ini digunakan untuk mengidentifikasi faktor-faktor yang paling berpengaruh terhadap tingkat kepuasan pelanggan. Performa model machine learning klasifikasi dianalisis berdasarkan hasil nilai akurasi. Setelah dilakukan pengujian diperoleh performa yang cukup baik menggunakan algoritma C4.5 dimana diperoleh nilai akurasi sebesar 88.52% dan didapat pengetahuan berupa pohon keputusan bahwa terdapat beberapa faktor yang mempengaruhi kepuasan penumpang diantaranya, online boarding, type of travel, inflight entertainment, inflight wifi service.
PENERAPAN MACHINE LEARNING DALAM MELAKUKAN PREDIKSI HARGA SAHAM PT. BANK MANDIRI (PERSERO) TBK DENGAN ALGORITMA LINEAR REGRESSION Triya, Pita; Suarna, Nana; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8958

Abstract

Investor dalam melakukan kegiatan investasi saham tentunya mengharapkan return saham yang positif sesuai yang diharapkan. Investor harus melakukan analisis sebelum membeli saham dengan menggunakan pendekatan fundamental dan teknikal karena investasi saham dikenal dengan istilah high gain high risk. Analisis teknikal melibatkan evaluasi pergerakan harga saham pada periode sebelumnya. Untuk meraih keuntungan, perubahan harga saham perlu diamati oleh investor secara time series dan resiko yang bisa terjadi. Machine Learning telah merepresentasikan keunggulan yang luar biasa dalam melakukan prediksi pasar saham. Metode dalam penelitian menggunakan algoritma regresi linier dengan menggunakan aplikasi Rapidminer. Algoritma regresi linier ini dipilih karena mampu membuat suatu estimasi dengan memanfaatkan data-data lama, sehingga dapat dihasilkan suatu pola hubungan antara atribut-atribut yang mempengaruhi hasil prediksi. Penelitian ini bertujuan untuk membuat model machine learning yang dapat memprediksi harga saham PT. Bank Mandiri (Persero) Tbk berdasarkan data historis saham menggunakan 6 variabel. Dengan 5 varibel independen yaitu Date, Open, High, Low, Volume, dan varibel dependen Close. Data yang digunakan selama 5 tahun dari tanggal 01 november 2018 sampai 29 november 2023 yang diperoleh dari wesbite finance.yahoo.com. menghasilkan nilai root mean squared error terbaik 0.005, absolute error 0.004, relative error 2.04%, correlation 0.999, dan squared correlation 0.998.
PENGELOMPOKAN DATA PENERIMAAN PAJAK BUMI DAN BANGUNAN BERDASARKAN KELURAHAN DI KOTA TASIKMALAYA MENGGUNAKAN ALGORITMA K-MEANS Nursaniah, Rini; Rahaningsih, Nining; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9009

Abstract

Pajak adalah aspek penting dalam ekonomi sebuah negara, karena digunakan untuk meningkatkan kesejahteraan masyarakat. Pajak Bumi dan Bangunan (PBB) merupakan salah satu jenis pajak daerah yang dipungut oleh Pemerintah Daerah. Masalah yang terjadi adalah target dan penerimaan realisasi PBB-P2 pada tahun 2021 masih belum memenuhi target yang telah ditetapkan. Hal ini menunjukkan perbedaan dalam tingkat kepatuhan pajak disetiap kelurahan di kota Tasikmalaya yang dapat mempengaruhi jumlah penerimaan pajak. Akar masalah penelitian ini adalah belum diketahui kelompok penerimaan PBB terendah dan tertinggi, sehingga memerlukan penerapan algoritma K-Means Clustering dalam mengelompokkan data untuk mencari solusinya. Penelitian ini menggunakan tahapan KDD dan data yang digunakan yaitu data jumlah penerimaan PBB tahun 2021 oleh Badan Pendapatan Daerah bersumber dari website Open Data Kota Tasikmalaya dengan jumlah data sebanyak 69 data. Hasil yang diperoleh yaitu nilai Davies Bouldin Index sebesar 0,370 merupakan nilai paling optimal dengan 6 cluster. cluster 0 dengan jumlah data 8 kelurahan, cluster 1 dengan jumlah data 30 kelurahan, cluster 2 dengan jumlah data 3 kelurahan, cluster 3 dengan jumlah data 19 kelurahan, cluster 4 dengan jumlah data 8 kelurahan, cluster 5 dengan jumlah data 1 kelurahan. Penerimaan PBB tertinggi terletak pada cluster 2 serta penerimaan PBB terendah terletak pada cluster 1.
RAMALAN PENJUALAN RUMAH MENGGUNAKAN ALGORITMA LINEAR REGRESI DI TEBET JAKARTA SELATAN Khalda Rifdan, Ghina; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9022

Abstract

Semakin meningkatnya perkembangan properti dari tahun ke tahun mengalami peningkatan yang sangat pesat, selain itu rumah juga merupakan kebutuhan primer bagi manusia untuk tempat berteduh. Ada satu lokasi diperkotaan yang cukup menarik perhatian, permintaan dan penawaran properti, khusunya rumah yang terdapat di Tebet Jakarta Selatan. Alhasil, Tebet, Jakarta Selatan, memiliki tingkat investasi yang tinggi dari berbagai lapisan masyarakat. Nilai tanah yang tinggi, rumah yang dibangun dengan baik, dan fasilitas umum yang memadai menjadi penyebab kenaikan harga setiap tahunnya. Sementara itu, sejumlah hipotesis komponen atau variabel yang menentukan harga tidak dapat dianggap sebagai satu-satunya penyebab kenaikan. Oleh karena itu, dibutuhkan sistem yang dapat memperkirakan nilai pada variabel yang dapat membantu calon pembeli. Maka dari itu penelitian dengan menggunakan algoritma linear regresi dapat memprediksi harga rumah. Metode statistik yang disebut regresi linier digunakan untuk mengkarakterisasi hubungan linier yang terjalin antara satu atau lebih variabel bebas (X) dan variabel terikat (Y). Tujuan pada penelitian ini yaitu untuk menerapkan prediksi penjualan rumah dengan menggunakan metode Regresi Linier. Hasil prediksi harga jual rumah dengan menggunakan metode regresi linear dari harga 35,000 dan terprediksi sekitar 31,000 dari harga jual, di tahun sebelumya. Hasil Root_Mean_Squared_Error (RMSE) pada Performance Regresi Linear ini menunjukan : 3326.243 +/- 0.000.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN DATA KERUSAKAN RUMAH AKIBAT BENCANA ALAM DI KABUPATEN CIREBON Maulana, Ajay; Danar Dana, Raditya; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9024

Abstract

Kerusakan rumah adalah tidak berfungsinya rumah atau komponen rumah akibat penyusutan atau berakhirnya umur rumah, atau akibat ulah manusia atau perilaku alam seperti beban fungsi yang berlebih, kebakaran, gempa bumi, atau sebab lain yang sejenis. Dampak dari bencana ini tidak hanya mencakup kerugian harta benda, tetapi juga berdampak besar terhadap masyarakat, ekonomi, dan lingkungan. Masalah kerusakan rumah di Kabupaten Cirebon sangat bervariasi, mulai dari kerusakan ringan hingga rusak berat. Penelitian ini mengambil pendekatan Knowledge Discovery in Databases (KDD) untuk mengatasi masalah ini adalah dengan menerapkan algoritma K-Means Clustering untuk menentukan data kerusakan rumah terbanyak berdasarkan jenis kerusakan dan mencari nilai DBI teroptimal. Tujuan dari tugas akhir ini adalah mengimplementasikan algoritma K-means Clustering untuk pengelompokan kerusakan rumah akibat bencana alam di Kabupaten Cirebon berdasarkan jenis kerusakan menggunakan algoritma K-Means Clustering. Selain itu, penelitian ini bertujuan untuk menentukan nilai DBI. Hasil tugas akhir ini cluster 0 terdiri dari Rusak Ringan sebanyak 78, Rusak Sedang 78, Rusak Berat 78, Terendam 78, Terancam 78, dan Tertimbun 78. Sementara itu, cluster 1 terdiri dari ringan rusak 2, rusak sedang 2, berat rusak 2, Terendam 2, Terancam 2, dan Tertimbun 2. dan nilai DBI teroptimal adalah 0,025 dimana dari K-2 =0,025, K-3 =0,083, K-4 =0,026, K-5 =0,059, K-6=0,053, K-7=0,051, K-8=0,041, K-9=0,046, K-10=0,039 jadi nilai DBI paling optimalnya adalah 0,025.
ANALISIS POLA PENJUALAN MENGGUNAKAN ALGORITMA ASOSIASI FP-GROWTH DI PT ABC Destiawati, Deby; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9719

Abstract

Penjualan merupakan elemen krusial dalam keberlanjutan operasional perusahaan, termasuk di PT. ABC. Dalam mengoptimalkan proses penjualan, penggunaan algoritma asosiasi FP-Growth menjadi penting untuk mengidentifikasi pola pembelian yang dapat meningkatkan efisiensi dan keuntungan perusahaan. Dalam observasi lapangan, ditemukan bahwa PT. ABC mengalami tantangan dalam mengelola dan mengoptimalkan penjualan produk. Terdapat variasi besar dalam pola pembelian yang sulit diidentifikasi tanpa dukungan teknologi terkini. Media cetak dan literatur terpercaya juga mengkonfirmasi bahwa perusahaan sering menghadapi kesulitan dalam menganalisis pola penjualan secara efektif. Akar masalah terletak pada ketidak mampuan perusahaan untuk secara efisien mengidentifikasi dan memahami pola penjualan yang mendasari. Tanpa analisis yang mendalam, strategi pemasaran menjadi kurang efektif, mengakibatkan potensi kehilangan pelanggan dan penurunan profitabilitas. Dalam mengatasi masalah tersebut, penelitian ini akan menerapkan algoritma asosiasi FP-Growth, sebuah metode data mining yang dapat mengungkapkan pola hubungan antara item penjualan. Langkah-langkah desain melibatkan pemilihan dan pengelompokan data penjualan, penerapan algoritma FP-Growth, dan analisis hasil untuk mendapatkan wawasan yang berharga. Tujuan utama penelitian ini adalah meningkatkan pemahaman perusahaan tentang pola penjualan yang mendasari, memungkinkan pengambilan keputusan yang lebih baik dalam hal pemasaran dan kebijakan penjualan. Diperoleh hasil dari penelitian ini yaitu nilai support 1 % dan nilai conffiden sebesar 50%.Hasil dari penelitian ini diharapkan akan memberikan wawasan mendalam tentang pola penjualan di gudang PT. ABC. Dengan demikian, perusahaan dapat mengoptimalkan strategi pemasaran, meningkatkan efisiensi operasional, dan mencapai pertumbuhan profitabilitas.
KONSTRUKSI SOSIAL TEKNOLOGI CHATGPT DALAM PENDIDIKAN Dienwati Nuris, Nisa; Anam, Khaerul; Narasati, Riri
SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya Vol. 26 No. 2 (2024): SOSIOLOGI: Jurnal Ilmiah Kajian Ilmu Sosial dan Budaya
Publisher : Jurusan Sosiologi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/sosiologi.v26i2.1399

Abstract

The technology that is currently developing in the field of education is the use of ChatGPT media. ChatGPT can be applied in campus learning. The flow of ChatGPT technology development poses a challenge to human perspectives on learning methods and information acquisition. The purpose of the research is to analyze the relationship between ChatGPT technology in shaping social constructs among students and institutions. This research uses the concept of the Social Construction of Technology (SCOT) to analyze the use of ChatGPT in the educational environment. This research method uses a descriptive qualitative approach to explore the meaning and experiences of students in using ChatGPT. To strengthen this qualitative research method, data collection techniques include in-depth interviews, direct observation, documentation, and literature review. The data analysis process follows systematic stages, namely data collection, data reduction through filtering relevant information, structured data presentation, and drawing conclusions based on the understanding of participants' experiences. The research results show that ChatGPT is designed to facilitate users in performing activities, with features tailored to users' activities. The implications of ChatGPT technology in education have both positive and negative impacts in its usage. The positive impact can assist in tasks, while the negative impact lies in aspects of privacy andand ethical limitations.
Optimalisasi Branding Dan Packaging Produk UMKM Untuk Peningkatan Daya Saing Di E-Commerce Suarna, Nana; Dienwati Nuris, Nisa; Ibnu Abas, Mohamad; Alfian Nur Rahmat , Muhammad
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 3 : April (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Micro, Small, and Medium Enterprises (MSMEs) play a crucial role in the economy but often face obstacles in increasing product value, especially within the e-commerce ecosystem. This Community Partnership Program aims to optimize branding and packaging for partner MSME products to be more competitive and attractive in the digital market. The implementation methods include analyzing the condition of the MSMEs, providing intensive training on effective branding strategies and attractive as well as functional packaging design, followed by implementation assistance on e-commerce platforms. The expected outcomes of this activity are an enhanced brand image, improved visual appeal of products, as well as increased selling value and expanded online market reach for the partner MSMEs.
Strategi Pelatihan Digital Marketing Untuk Peningkatan Daya Saing UMKM Di Media Sosial Dan Marketplace Dienwati Nuris, Nisa; Narasati, Riri; Nuryadi; Yati Ningrum, Riska
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 3 : April (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Micro, small, and medium enterprises (MSMEs) make a significant contribution to the economy, but often face obstacles in developing their business potential in the digital era. This Community Partnership Program aims to empower MSME entrepreneurs through the design of an integrated business ecosystem based on digital platforms. The implementation methods include analyzing the conditions of partner MSMEs, developing a relevant business ecosystem model design, intensive training on the utilization of digital platforms in various aspects of business operations (marketing, sales, inventory management, and customer interaction), and assistance in implementing the designed digital ecosystem. The expected outcomes of this program are improved operational efficiency, expanded market reach, strengthened customer relationships, and the promotion of sustainable business growth for partner MSMEs through the adoption of an effective digital ecosystem.
Co-Authors Abdhu Syukur, Ilhan Abdul Rasyid Ade Kurnia, Dian Ahmad Faqih Alfian Nur Rahmat , Muhammad Alia Cahyani, Cica Azlil Huriah, Dara Danar Dana, Raditya Destiawati, Deby Febiyanto, Anggi Firdaus, Jingga Frihandiansah, Riyandi Gifthera Dwilestari Herdiana, Ruli Herdiyana, Ruli Hery Widijanto Ibnu Abas, Mohamad Irfan Ali, Irfan Khalda Rifdan, Ghina Kurmasih, Masih Maulana, Ajay Narasati, Riri Narasati Nining Rahaningsih Nur Afrilia, Mela Nuraini, Asyifa Nurarofah, Eva Nursaniah, Rini Nurwahidah, Dalilah Nuryadi Suarna, Nana Triya, Pita Yati Ningrum, Riska