Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Gema Wiralodra Jurnal Media Informatika Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Jurnal Manajemen, Akuntansi dan Bisnis
Sitti Mawaddah Umar
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

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

Found 5 Documents
Search

 1 
Manajemen Sumber Daya Manusia (SDM) Upaya Peningkatan Kinerja Karyawan Di Era Globalisasi Sewang; Sitti Mawaddah Umar; Yusuf, Deddy; Kasim, Hasanudin
JUMABI: Jurnal Manajemen, Akuntansi dan Bisnis Vol 2 No 2 (2024): JUMABI : JULI
Publisher : CV. Eureka Murakabi Abadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56314/jumabi.v2i2.232

Abstract

Di era globalisasi, perusahaan menghadapi tantangan yang semakin kompleks dalam mengelola sumber daya manusia (SDM) untuk meningkatkan kinerja karyawan. Penelitian ini mengeksplorasi berbagai strategi manajemen SDM yang dapat diterapkan untuk meningkatkan kinerja karyawan di tengah perubahan global. Fokus utama terletak pada adaptasi terhadap teknologi baru, pengembangan keterampilan, dan peningkatan motivasi karyawan melalui program pelatihan dan pengembangan. Selain itu, pentingnya budaya organisasi yang inklusif dan fleksibel diuraikan sebagai faktor kunci dalam menciptakan lingkungan kerja yang produktif. Studi ini juga menyoroti peran kepemimpinan dalam memfasilitasi perubahan dan inovasi serta pentingnya komunikasi efektif dalam mempertahankan kinerja tinggi di era globalisasi. Temuan ini diharapkan dapat memberikan panduan praktis bagi manajer SDM untuk merancang dan menerapkan kebijakan yang mendukung peningkatan kinerja karyawan secara berkelanjutan.
Penerapan Algoritma C4.5 dan Random Forest untuk Pemetaan Kerusakan Jalan dengan WebGIS Justam, Justam; Jamilah, Nur; Umar, Sitti Mawaddah; Erlita, Erlita; Ramba, Jousadrah
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.270

Abstract

Kerusakan jalan di wilayah Luwu Raya menjadi tanggung jawab BBPJN VI Makassar, yang melakukan pemantauan kondisi jalan dan melaporkan hasilnya untuk tindakan perbaikan. Penelitian ini bertujuan untuk membandingkan algoritma C4.5 dan Random Forest dalam memprediksi prioritas perbaikan jalan dan persebaran kerusakan jalan. Data yang digunakan dalam penelitian ini adalah 6100 data kerusakan jalan pada tiga ruas jalan dari tahun 2021 hingga 2023. Hasil penelitian menunjukkan bahwa meskipun akurasi antara kedua algoritma hampir sama, algoritma Random Forest memberikan hasil yang lebih konsisten dan lebih baik dibandingkan C4.5. Dengan menggunakan algoritma C4.5, didapatkan nilai presisi sebesar 87,9%, recall 82,6%, f1-score 87,8%, dan akurasi 88%. Sementara itu, Random Forest menghasilkan presisi 86,6%, recall 86,8%, f1-score 86,6%, dan akurasi 87%. Penelitian ini menghasilkan sistem informasi pemetaan berbasis WebGIS yang digunakan untuk menentukan prioritas perbaikan jalan. Hasil penelitian ini menunjukkan bahwa Random Forest lebih efektif dalam memprediksi dan menentukan prioritas perbaikan jalan di wilayah Luwu Raya
Sistem Identifikasi Kesegaran Ikan Berbasis Android Menggunakan Convolutional Neural Network (CNN) Justam, Justam; Takbir, Muh. Nashir; Umar, Sitti Mawaddah; Erlita, Erlita; Lewa, Revah Oktria
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.271

Abstract

Ikan merupakan sumber protein hewani penting dengan kandungan vitamin dan mineral esensial yang tinggi. Sebagai negara kepulauan, Indonesia memiliki potensi perikanan yang besar, namun masih banyak masyarakat yang kesulitan membedakan ikan segar dan tidak segar. Penelitian ini mengembangkan sistem berbasis Android untuk mengidentifikasi kesegaran ikan menggunakan Convolutional Neural Network (CNN). Model dilatih dengan 540 sampel gambar dalam tiga kategori (segar, baik, dan tidak layak) dengan resolusi 256 × 256 piksel RGB. CNN yang digunakan terdiri dari tiga lapisan konvolusi dan dua fully connected layer, dengan optimizer Adam dan fungsi aktivasi ReLU serta Softmax. Model dilatih di Google Colaboratory, lalu dikonversi ke TensorFlow Lite untuk diterapkan pada Android. Hasil pengujian menunjukkan akurasi 98% pada data uji dan 96,67% pada aplikasi Android dengan 60 sampel baru, membuktikan sistem mampu berfungsi dengan baik dalam mengidentifikasi kesegaran ikan
The Behavior of Medical Record Officers at Mamuju Tengah General Hospital Marhawati, Marhawati; Umar, Sitti Mawaddah; Wahyuningsih, Sri
Gema Wiralodra Vol. 16 No. 1 (2025): Gema Wiralodra
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/gw.v16i1.792

Abstract

The management of medical records at Mamuju Tengah General Hospital in 2016 was still conducted manually, with the completeness of medical records ranging from 60-80%. This study aims to describe the behavior of medical record officers at the hospital. Using a descriptive quantitative method, a sample of 38 medical record officers was selected using a saturated sampling technique. The research instrument used was a structured questionnaire that had been tested for validity and reliability. The type of data collected consisted of primary data obtained directly from respondents’ answers, and secondary data in the form of hospital documentation related to medical records management. Data analysis was performed using univariate descriptive statistics, presented in frequency distributions and percentages. The results showed that the knowledge of the officers (52.6%) and their actions (63.2%) were still inadequate. Additionally, the facilities and infrastructure in the medical records installation were also lacking (76.3%). However, the officers' perceptions of the standard operating procedures (65.8%) were considered good. It is recommended that the officers receive training, improve the facilities and infrastructure, and enhance the socialization of SOPs to improve the quality of medical record management.
Development of a Motor Vehicle Rearview Image Pattern Recognition System for Detection of Traffic Flow Violations on One-Way Roads: Image processing Sitti Mawaddah Umar; Justam, Justam
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.6052

Abstract

This study aims to detect traffic violations, specifically motorcycles riding against the flow on one-way roads, by utilizing computer vision technology to recognize the rearview patterns of vehicles. The method employed involves applying the deep learning model Faster-RCNN for object detection, using image data captured from an IP camera mounted on a pole at a height of 2.5 meters with a 45-degree tilt angle to optimally monitor vehicles from behind. Image labeling was performed using the LabelImg application, while model training and classification were conducted using the TensorFlow framework. The developed system achieved a detection accuracy of 88%, demonstrating the effectiveness of this approach in identifying motorcycles violating traffic direction. These findings highlight the potential of computer vision as an automatic and real-time solution for traffic monitoring, which can help reduce dangerous violations and enhance road safety. Therefore, this research contributes significantly to the development of more advanced and efficient traffic violation detection systems.
Co-Authors Erlita, Erlita Hasanudin Kasim Jamilah, Nur Justam, Justam Lewa, Revah Oktria Marhawati, Marhawati Ramba, Jousadrah Sewang Sri Wahyuningsih Takbir, Muh. Nashir Yusuf, Deddy