Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JURNAL REKAYASA TEKNOLOGI INFORMASI Journal of Artificial Intelligence and Digital Business Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Sari, Imrah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 3 Documents
Search

 1 
Implementasi Algoritma C4.5 untuk Memprediksi Tingkat Ketepatan Kelulusan Mahasiswa Sari, Imrah; Defit, Sarjon; Sumijan, S
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.506

Abstract

Timeliness of graduation not only reflects the competence of graduates but also affects the assessment of study programme accreditation. To achieve this goal, it is important to predict and classify the timeliness of graduation to support more effective academic decision making. In this research, the Knowledge Discovery in Database (KDD) process is used, which aims to find knowledge from big data. One of the main stages in KDD is data mining, which focuses on pattern extraction with various algorithms. This research uses the C4.5 algorithm, a classification method that builds a decision tree to identify attributes that affect the timeliness of student graduation. This study uses data from students in 2017, 2018, and 2019 from the Bachelor of Nursing and Bachelor of Public Health study programmes at Syedza Saintika University, with a total sample of 46 student records. The C4.5 algorithm is applied to form a decision tree model, which produces classification rules based on attributes such as Grade Point Average (GPA), Study Programme, Gender, and Region of Origin. The results of the C4.5 algorithm implementation show a prediction accuracy of 89.13%, with GPA as the most dominant factor in influencing graduation accuracy. This research proves that the C4.5 algorithm is effective in predicting the timeliness of student graduation.
Arsitektur Sistem Automatic Number Plate Recognition Berbasis Web dengan Pipeline Deteksi YOLOv8 dan Pengenalan Karakter EasyOCR Ihksan, Muhammad; Fauzi, Dede; Isnan, Mahmud; Sari, Imrah
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 2 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i2.21955

Abstract

Peningkatan volume kendaraan di Indonesia menuntut sistem identifikasi otomatis yang efisien, namun solusi Automatic Number Plate Recognition (ANPR) yang ada seringkali terbatas oleh biaya tinggi dan arsitektur yang kaku. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi sebuah arsitektur sistem ANPR berbasis web yang robust dan dapat diakses. Metode yang digunakan adalah implementasi pipeline hibrida yang mengombinasikan deteksi objek YOLOv8 dengan pengenalan karakter EasyOCR, yang disajikan melalui layanan web menggunakan framework Flask. Inovasi utama penelitian ini terletak pada strategi deteksi iteratif dengan rotasi (90°, 180°, 270°) untuk meningkatkan robustisitas sistem terhadap variasi orientasi gambar. Hasil penelitian menunjukkan bahwa arsitektur yang diusulkan berhasil divalidasi, dengan strategi rotasi yang secara efektif meningkatkan keberhasilan deteksi pada kondisi gambar yang tidak ideal. Sistem ini menyajikan sebuah blueprint untuk solusi Automatic Number Plate Recognition (ANPR) yang terjangkau, fleksibel, dan dapat direplikasi, menjawab kesenjangan antara pengembangan model dan kebutuhan deployment praktis.
Literature Review: Evaluasi Efektivitas dan Keamanan Rekam Medis Elektronik melalui Pendekatan Teknologi Terkini dalam Layanan Kesehatan Sulrieni, Ilma Nuria; Syahputra, M.; Sari, Imrah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.3123

Abstract

Transformasi digital dalam sektor kesehatan telah mendorong penerapan Rekam Medis Elektronik (RME) sebagai sistem utama untuk pengelolaan data pasien yang efisien, akurat, dan mudah diakses. Namun, di balik manfaatnya, masih terdapat permasalahan yang signifikan terkait efektivitas implementasi dan keamanan data pasien, terutama di fasilitas kesehatan dengan infrastruktur dan sumber daya terbatas. Penelitian ini bertujuan untuk mengevaluasi efektivitas dan keamanan RME melalui tinjauan literatur terhadap berbagai penelitian yang dilakukan dalam kurun waktu 2020–2025. Metode penelitian yang digunakan adalah systematic literature review (SLR) dengan pendekatan deskriptif kualitatif. Proses pencarian literatur dilakukan melalui basis data Google Scholar, Scopus, dan PubMed, dengan kriteria inklusi mencakup artikel yang membahas implementasi RME, keamanan data, interoperabilitas sistem, serta teknologi pendukung seperti blockchain, cloud computing, dan artificial intelligence (AI). Analisis data dilakukan melalui teknik content analysis untuk mengidentifikasi tema-tema utama dan tren teknologi yang paling berpengaruh terhadap peningkatan efektivitas dan keamanan RME. Hasil kajian menunjukkan bahwa penggunaan blockchain mampu meningkatkan integritas dan transparansi data medis, cloud computing mendukung efisiensi akses dan penyimpanan data, sedangkan AI berkontribusi pada deteksi anomali keamanan secara real-time. Penelitian ini menyimpulkan bahwa efektivitas dan keamanan RME dapat ditingkatkan melalui integrasi teknologi terkini, disertai penguatan kebijakan tata kelola data dan peningkatan literasi digital tenaga kesehatan.
Co-Authors Fauzi, Dede Isnan, Mahmud M. Syahputra Muhammad Ihksan Sarjon Defit Sulrieni, Ilma Nuria Sumijan, S