Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Infotech Journal Jurnal Restikom : Riset Teknik Informatika dan Komputer Journal of Creative Student Research INOVTEK Polbeng - Seri Informatika
Eddy Muntina Dharma
Universitas Primakara
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Languange, Linguistic, Communication & Media Social Sciences Transportation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 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.
Sistem Deteksi Otomatis Titik Minutiae Sidik Jari Berbasis MinutiaeNet : Studi Kasus Unit Identifikasi Polda Bali Ni Putu Ayu Sri Laksmi; Eddy Muntina Dharma; Ida Bagus Kresna Sudiatmika
Journal of Creative Student Research Vol. 4 No. 4 (2026): Agustus: Journal of Creative Student Research
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jcsr-politama.v4i4.6528

Abstract

Fingerprint identification is an important biometric method used in criminal investigations. However, at the Identification Unit of the Bali Regional Police, the minutiae extraction process is still done manually. This causes limitations in accuracy, processing speed, and dependence on the skills of the officers. This study develops an automatic minutiae detection system based on MinutiaeNet. The system is equipped with a graphical user interface and an SQLite database to store extraction results, using a Research and Development (R&D) approach. The system was tested on 55 fingerprint images, including plain and latent fingerprints. The results show that the system performs well, with an average Precision of 0.83, Recall of 0.88, and F1-Score of 0.85. The system works stably on plain fingerprints with clear ridge patterns but shows lower performance on latent fingerprints due to thin, incomplete ridges and noise, which increases False Negative results. Although over- detection occurs in some cases, the system still provides consistent results and significantly reduces processing time. The maximum processing time is about 1 minute and 3 seconds per image, which is much faster than manual minutiae extraction. This study shows that the proposed system can support forensic identification by improving efficiency and consistency in fingerprint analysis.
PERBANDINGAN PERFORMA FRAMEWORK VUE.JS, REACT.JS, DAN SVELTE.JS TERHADAP APLIKASI WEB BERBASIS JAVASCRIPT I Made Putra Sedana; Eddy Muntina Dharma; Jauzaa Maylia Suhendro
INFOTECH journal Vol. 12 No. 2 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i2.19403

Abstract

Pengembangan aplikasi web modern saat ini sangat bergantung pada penggunaan front-end framework JavaScript. Meskipun framework berbasis runtime virtual DOM seperti React.js dan Vue.js sangat populer, kehadirannya berpotensi menimbulkan overhead rendering pada aplikasi skala besar. Di sisi lain, framework berbasis compile-time seperti Svelte.js menawarkan alternatif tanpa virtual DOM. Kurangnya studi yang membandingkan ketiga framework ini secara bersamaan dengan metrik seragam memicu kesulitan bagi pengembang dalam memilih teknologi yang optimal. Penelitian ini bertujuan mengukur dan membandingkan performa React.js, Vue.js, dan Svelte.js dari aspek kecepatan pemuatan, interaktivitas, dan stabilitas tata letak. Metode eksperimen kuantitatif diterapkan dengan membangun tiga aplikasi Single Page Application (SPA) berstruktur identik berbasis konsep TodoMVC dengan data awal 100 item. Pengujian dilakukan berulang sebanyak 15 kali memanfaatkan platform GTmetrix. Hasil penelitian menunjukkan Svelte.js memberikan performa paling optimal dengan nilai Total Blocking Time (TBT) terendah sebesar 3,47 ms, jauh mengungguli Vue.js (33,87 ms) dan React.js (37,67 ms). Vue.js dan Svelte.js meraih skor performa sempurna 18/18, sedangkan React.js meraih skor 17/18 karena rata-rata metrik Largest Contentful Paint (LCP) mencapai 1,29 s.
Co-Authors A.A. Istri Ita Paramitha I Gusti Agung Made Suparta Yasa Agung I Made Putra Sedana Ida Bagus Kresna Sudiatmika Jauzaa Maylia Suhendro Nengah Widya Utami Ni Kadek Ayu Ratna Dewi Ni Putu Ayu Sri Laksmi Ni Putu Noviyanti Kusuma Ni Putu Puspa Astiti Asih