Claim Missing Document
Check
Articles

Found 7 Documents
Search

Wireframe Creation on SIOBEL Application User Interface Design using User Centered Design Wibawani, Sri; Terza Damaliana, Aviolla; Setiawan, Ariyono; Mas Diyasa, I Gede Susrama; Dwi Kusuma, Irma
Information Technology International Journal Vol. 1 No. 2 (2023): Information Technology International Journal
Publisher : Magister Teknologi Informasi UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/itij.v1i2.12

Abstract

The development of an interactive SIOBEL (Sistem Informasi Bela Neagara) application requires the application of User Centered Design in the UI/UX design phase. In this context, User Centered Design becomes an important cornerstone in ensuring an optimal user experience and meeting the needs of users when using the SIOBEL application as a platform to integrate state defense values with oubound. By applying UCD, the UI/UX wireframe design of the SIOBEL application can create a better and satisfying user experience. Users will feel engaged and comfortable when using the application.
PENGUKURAN INDEKS STANDAR PENCEMARAN UDARA MENGGUNAKAN SUPPORT VECTOR MACHINE Masdiyasa, I Gede Susrama; Dzaky Daniswara, Dimas; Terza Damaliana, Aviolla
Jurnal Penelitian Vol. 9 No. 1 (2024): Jurnal Penelitian Maret 2024
Publisher : Politeknik Penerbangan Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46491/jp.v9i1.1803

Abstract

Kualitas udara merupakan salah satu faktor penting yang mempengaruhi kesehatan dan kesejahteraan manusia. Udara yang tercemar dapat menyebabkan berbagai penyakit pernapasan, kardiovaskular, dan kanker. Sebagai ibukota negara Indonesia, Jakarta adalah provinsi di Indonesia yang memiliki tingkat pencemaran udara tertinggi, hal ini berdampak pada penurunan kualitas udara di Jakarta. Indeks Standar Pencemar Udara (ISPU) adalah cara untuk memberikan informasi kepada masyarakat tentang kualitas udara. ISPU adalah angka tanpa satuan yang menunjukkan kondisi kualitas udara ambien di lokasi tertentu. ISPU dihitung dengan menghitung konsentrasi beberapa zat pencemar udara, seperti partikulat mater (PM10), sulfur dioksida (SO2), nitrogen dioksida (NO2), dan karbon monoksida (CO). Untuk mengklasifikasikan ISPU, diperlukan suatu metode yang dapat mempelajari pola dari data sensor yang mengukur konsentrasi polutan udara. Oleh karena itu, dengan menggunakan 1837 data dari indeks standar pencemaran udara (ISPU) DKI Jakarta tahun 2021, penulis ingin melakukan pengukuran indeks standar pencemaran udara (ISPU) menggunakan algoritma Support Vector Machine. Data yang tersedia dibagi menjadi data train dan data test, di mana 80% digunakan sebagai data train dan 20% sebagai data test. Setelah dilakukan pembagian data, dilakukan pelatihan model menggunakan data train dan pengujian model menggunakan data test. Pada uji coba dengan menggunakan algoritma Support Vector Machine mendapatkan akurasi model dengan presentase 94%.
PENERAPAN MODEL HIBRIDA ARIMA-LSTM PADA PREDIKSI INFLASI DI INDONESIA Shaffa Ameera, Divanda; Terza Damaliana, Aviolla; Idhom, Mohammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13371

Abstract

Pengendalian inflasi penting untuk menjaga stabilitas ekonomi dan kesejahteraan masyarakat. Oleh karena itu, diperlukan perencanaan dan pengelolaan inflasi yang baik sebagai kunci untuk menjaga stabilitas ekonomi dan memastikan pertumbuhan yang berkelanjutan. Prediksi inflasi yang tepat memungkinkan pemerintah dan pelaku ekonomi untuk merancang kebijakan dan strategi yang efektif dalam menjaga stabilitas ekonomi. Penelitian ini bertujuan untuk menerapkan model hibrida ARIMA-LSTM untuk memprediksi inflasi di Indonesia. Konsep model hibrida yang sudah lama digunakan dalam literatur time series memungkinkan peneliti untuk memanfaatkan kelebihan dari setiap model dan memprediksi data dengan lebih efektif. Model ARIMA-LSTM adalah model hibrida yang menggabungkan dua metode peramalan, yaitu ARIMA (AutoRegressive Integrated Moving Average) dan LSTM (Long Short-Term Memory). Model ARIMA diterapkan pada komponen tren, sedangkan model LSTM diterapkan pada komponen musiman dan residual. Penelitian ini menggunakan data inflasi Indonesia sejak 1979 hingga 2024. Nilai terbaik yang didapatkan adalah kombinasi ARIMA (1, 1, 1) dengan LSTM yang menggunakan arsitektur sederhana, dengan satu lapisan LSTM yang terdiri dari 50 unit dan fungsi aktivasi ReLU. Dari hasil penggabungan ARIMA dan LSTM, didapatkan hasil evaluasi MAE = 0.27, MSE = 0.14, dan RMSE = 0.37. Hasil ini menunjukkan bahwa model memiliki performa yang baik.
ANALISIS FAKTOR YANG MEMPENGARUHI KEPUASAN PESERTA BPJS KESEHATAN PADA RUMAH SAKIT WILAYAH SURABAYA DENGAN PENDEKATAN ANALISIS SENTIMEN Amanillah, Rahmatul; Trimono, Trimono; Terza Damaliana, Aviolla
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13393

Abstract

Program Jaminan Kesehatan Nasional (JKN) yang dikelola oleh BPJS Kesehatan bertujuan untuk memberikan akses layanan kesehatan yang merata di Indonesia. Namun, tingkat kepuasan peserta masih menjadi perhatian utama, sehingga perlu dilakukan identifikasi aspek layanan yang perlu diperbaiki. Penelitian ini menganalisis faktor-faktor yang memengaruhi kepuasan peserta BPJS Kesehatan di rumah sakit wilayah Surabaya dengan pendekatan analisis sentimen. Data dikumpulkan melalui kuesioner online dan offline, kemudian dianalisis menggunakan algoritma Support Vector Machine (SVM) dengan pelabelan sentimen berbasis Lexicon. Teknik ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk meningkatkan performa model, serta dibandingkan efektivitas metode Synthetic Minority Over-sampling Technique (SMOTE) dalam menangani ketidakseimbangan data. Hasil klasifikasi menunjukkan performa yang cukup baik, terutama pada aspek asuurance dengan akurasi 0.94, presisi 0.96, dan recall 0.88 setelah penerapan SMOTE. Model mampu mengklasifikasikan sentimen positif dengan sangat baik, namun masih menghadapi tantangan dalam mengenali sentimen negatif. Secara keseluruhan, sentimen positif lebih dominan, namun beberapa aspek perlu diperbaiki, seperti antrean yang panjang, keterbatasan fasilitas medis, ketidakefisienan administrasi, serta inkonsistensi layanan tenaga medis.
SENTIMENT ANALYSIS THE DAMAGE ESAF FRAME WITH SUPPORT VECTOR MACHINE AND IMPACT ON HONDA MOTORCYCLE SALES Putri Ariyani, Kinanthi; Terza Damaliana, Aviolla; Trimono, Trimono
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/m0kyc955

Abstract

Damage to the Enhanced Smart Architecture Frame (eSAF) on Honda motorcycles has triggered consumer concerns and has become a public spotlight. This study analyzes public sentiment towards the problem using the Support Vector Machine (SVM) and its impact on sales at one of the dealerships in Surabaya. The data used was in the form of comments from Twitter social media which were classified into two classes, namely positive and negative. Based on the results of the analysis, the majority of 589 public sentiments (59.7%) tended to be negative towards the problem of damage to the eSAF frame, while 397 public sentiments (40.3%) showed positive sentiment. Sales results showed significant fluctuations after this issue emerged, along with increasing negative sentiment. SVM models with a Linear kernel provide the best results with 85% accuracy, 84% precision, 85% recall, and 85% f1-score. SVM was chosen because it excels in text classification compared to algorithms such as K-Nearest Neighbors (KNN), C4.5, and Naïve Bayes, and has been applied in areas such as face detection, bioinformatics, and text processing. This research provides insights for manufacturers to improve product quality, improve customer service, and restore public trust. In addition, the use of the Support Vector Machine algorithm in sentiment analysis can be a reference for similar research in other fields.
Optimization of Holt's Double Exponential Smoothing Model with Levenberg-Marquardt Algorithm for Forecasting Farmer Exchange Rate Dama Yanti, Lisa; S. J. Saputra, Wahyu; Terza Damaliana, Aviolla
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 4 No 2 (2025): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv4i2pp297-310

Abstract

The Farmer Exchange Rate (NTP) is an indicator of farmer welfare calculated from the ratio of prices received by farmers to costs incurred in farming. East Java is one of the provinces with the agricultural sector as the main pillar of the regional economy. However, the NTP in this region shows a fluctuating pattern with a certain trend that reflects the economic instability of the agricultural sector. This instability may lower farmers' purchasing power and threaten production sustainability. Therefore, accurate forecasting models are needed to support data-driven policy making. Holt's Double Exponential Smoothing (DES) is an effective method for analyzing trend-patterned data, as it captures both level and trend components through exponential smoothing. However, the model's accuracy heavily relies on selecting smoothing parameters, typically determined through a time-consuming trial-and-error process that may yield suboptimal results. This study proposes using the Levenberg-Marquardt algorithm to optimize parameter smoothing. The algorithm effectively combines the Gauss-Newton and Gradient Descent methods to minimize prediction error. The data included monthly NTP values in East Java from 2014 to 2024, sourced from BPS. The results showed that the model with optimized parameters has higher accuracy, with MAPE decreasing from 1.28% to 1.06%.
Klasifikasi Tingkat Kesejahteraan Kabupaten/Kota di Jawa Barat, Jawa Tengah, dan Jawa Timur Menggunakan Regresi Logistik Multinomial: Klasifikasi Tingkat Kesejahteraan Kabupaten/Kota di Jawa Barat, Jawa Tengah, dan Jawa Timur Menggunakan Regresi Logistik Multinomial Firqi Nashrullah, Ahmad; Kresna Wira Yudha, I Nyoman; Terza Damaliana, Aviolla; Shindi Shella May Wara; Dwi Mahardhika, Rivaldi
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol3.iss.3.art23

Abstract

Tingkat kesejahteraan daerah menjadi salah satu indikator utama dalam menilai kemajuan Pembangunan wilayah. Penelitian ini bertujuan untuk mengklasifikasikan kesejahteraan seluruh daerah setingkat kabupaten dan kota yang berada di wilayah Provinsi Jawa Barat, Jawa Tengah, serta Jawa Timur berdasarkan kelompok Indeks pembangunan manusia yang terdiri atas empat kategori, yaitu rendah, sedang, tinggi, mdan sangat tinggi menggunakan regresi logistik multinomial. Analisis melibatkan persentase penduduk miskin, rasio ketimpangan, angka harapan hidup, pengeluaran per kapita, kepadatan penduduk, dan akses sanitasi layak. Data diperoleh dari Badan Pusat Statistik tahun 2023. Hasil deskriptif menunjukkan 69 wilayah termasuk kategori tinggi, 17 kategori sedang, dan 14 kategori sangat tinggi. Uji statistik mengonfirmasi hubungan signifikan semua variabel dan menunjukkan bahwa perbaikan akses sanitasi serta peningkatan harapan hidup meningkatkan indeks pembangunan manusia suatu wilayah. Model menghasilkan akurasi 86,67 persen. Hasil analisis ini dapat dimanfaatkan landasan objektif untuk menyusun strategi pembangunan wilayah yang efektif.