Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Infotech Journal Jurnal Restikom : Riset Teknik Informatika dan Komputer INOVTEK Polbeng - Seri Informatika
Eddy Muntina Dharma
Universitas Primakara
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengembangan Aplikasi Media Pembelajaran Tumbuhan Sumber Kehidupan Dengan Metode Multimedia Development Life Cycle Ni Kadek Ayu Ratna Dewi; Eddy Muntina Dharma; A.A. Istri Ita Paramitha
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 6 No 2 (2024): Agustus 2024
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v6i2.337

Abstract

Ilmu pengetahuan dan teknologi informasi telah mengalami perkembangan pesat dalam bidang pendidikan. SD Negeri 25 Pemecutan bertekad mengeksplorasi pembelajaran inovatif dengan memanfaatkan kemajuan teknologi informasi pada mata pelajaran Ilmu Pengetahuan Alam dan Sosial kelas IV, khususnya Bab 1 yang bertema Tumbuhan Sumber Kehidupan. Dalam mencapai tujuan ini, dikembangkan solusi inovatif berupa aplikasi media pembelajaran Tumbuhan Sumber Kehidupan. Aplikasi ini memfasilitasi visualisasi materi yang lebih efektif dan menjadi media pendukung dalam proses belajar mengajar. Aplikasi media pembelajaran Tumbuhan Sumber Kehidupan dikembangkan dengan metode Multimedia Development Life Cycle (MDLC) yang terdiri atas enam tahap penting, yaitu concept, design, material collecting, assembly, testing, dan distribution. Keenam tahapan ini harus dilakukan secara berurutan karena setiap tahap mempersiapkan dan menghasilkan output yang menjadi input untuk tahap berikutnya. Hasil uji Black Box Testing berdasarkan 88 test case menunjukkan persentase skor sebesar 100%, yang berarti seluruh fitur pada aplikasi berfungsi dengan benar dan konsisten. Hasil uji validitas oleh dua ahli materi menunjukkan bahwa aplikasi memiliki tingkat validitas yang sangat tinggi dengan nilai indeks validitas sebesar 0,875 menggunakan rumus Aiken’s V. Hasil uji efektivitas menunjukkan rata-rata skor N-Gain sebesar 0,78 yang menunjukkan peningkatan nilai dalam kategori “tinggi”, dan persentase N-Gain sebesar 78% menunjukkan kategori “efektif” menurut kriteria penentuan keefektifan. Hal ini berarti aplikasi media pembelajaran Tumbuhan Sumber Kehidupan terbukti efektif dalam meningkatkan nilai siswa melalui pretest dan posttest dengan desain One Group Pretest-Posttest.
PENINGKATAN EFISIENSI PENCATATAN PESANAN MELALUI SISTEM INFORMASI PENJUALAN DI PERUSAHAAN DISTRIBUTOR Ni Putu Puspa Astiti Asih; Eddy Muntina Dharma; Ni Putu Noviyanti Kusuma
INFOTECH journal Vol. 11 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v11i2.15784

Abstract

Perkembangan teknologi informasi memberikan peluang bagi perusahaan untuk meningkatkan efisiensi operasional, termasuk dalam proses penjualan. PT. GIEB Indonesia hingga saat ini masih menggunakan sistem pencatatan pesanan secara manual melalui kertas purchase order yang berpotensi menimbulkan kesalahan pencatatan, keterlambatan input data, serta risiko kerusakan dokumen. Penelitian ini bertujuan untuk merancang sistem informasi penjualan pada PT. GIEB Indonesia dengan menggunakan metode Waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan sistem, pengujian, hingga evaluasi desain. Teknik pengumpulan data dilakukan melalui wawancara dan observasi. Hasil penelitian menghasilkan rancangan sistem informasi penjualan berupa flowchart sistem usulan, diagram UML (use case, activity, sequence, class), Entity Relationship Diagram (ERD), serta desain antarmuka (UI) menggunakan Figma. Sistem yang dirancang diharapkan dapat mempermudah pencatatan pesanan, mengurangi kesalahan input, mempercepat pelayanan, serta meningkatkan efektivitas dan efisiensi proses penjualan di PT. GIEB Indonesia.
Application of KNN Voting Classification and Naive Bayes for Classification of Type II Diabetes Mellitus I Gusti Agung Made Suparta Yasa Agung; Eddy Muntina Dharma; Nengah Widya Utami
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/tynbfz55

Abstract

Type II diabetes mellitus (Type II DM) is a public health burden that requires fast and accurate early detection, particularly in primary care settings. Single machine-learning classifiers such as K-Nearest Neighbor (KNN) and Naive Bayes (NB) are widely used but have limitations, including the computational cost of KNN and the strong feature-independence assumption of NB. This study applies an ensemble Voting Classifier (VC) that combines KNN and NB to classify Type II DM using clinical data from 2,390 patients at Mengwi 1 Health Center. Following the CRISP-DM process, we evaluate the models under 80:20 and 70:30 train–test splits using accuracy, precision, recall, F1-score, and ROC/AUC. Compared with the KNN baseline, soft voting consistently improves performance: on the 80:20 split, accuracy increases from 80.33% to 81.59% (+1.26 percentage points) and F1-score from 79.52% to 80.91% (+1.39%); on the 70:30 split, accuracy increases from 80.47% to 82.01% (+1.54%) and F1-score from 79.65% to 81.24% (+1.59%). The soft-voting ensemble also yields higher AUCs, reaching 0.8138 (80:20) and 0.8213 (70:30), and outperforms both single models and hard voting. The novelty of this work lies in demonstrating that a lightweight KNN–NB soft-voting ensemble, designed for the computational constraints of a primary health center and evaluated with repeated cross-validation, can provide small but consistent gains over single classifiers on real DM data. These findings indicate that such an ensemble is a promising building block for clinical decision support in resource-limited primary care, although further calibration, external validation, and prospective testing are still required.
Co-Authors A.A. Istri Ita Paramitha I Gusti Agung Made Suparta Yasa Agung Nengah Widya Utami Ni Kadek Ayu Ratna Dewi Ni Putu Noviyanti Kusuma Ni Putu Puspa Astiti Asih