Article Per Year (5 Year)
p-Index From 2020 - 2025
7.092
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer JOIV : International Journal on Informatics Visualization ILKOM Jurnal Ilmiah Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar Jurnal Tecnoscienza Computer Science and Information Technologies Jurnal Abdidas Indonesian Journal of Data and Science Journal of Applied Data Sciences International Journal of Engineering, Science and Information Technology Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat JURNAL SIPISSANGNGI: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Jurnal Inovasi Teknologi dan Edukasi Teknik
Lokapitasari Belluano, Poetri Lestari
Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Comparison Analysis of Random Forest Classifier, Support Vector Machine, and Artificial Neural Network Performance in Multiclass Brain Tumor Classification Amaliah Faradibah; Dewi Widyawati; A Ulfah Tenripada Syahar; Sitti Rahmah Jabir; Lokapitasari Belluano, Poetri Lestari
Indonesian Journal of Data and Science Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i2.73

Abstract

This study aims to analyze and compare the performance of three main classification models, namely Random Forest Classifier, Support Vector Machine, and Artificial Neural Network, in classifying Multiclass brain tumors based on MRI images. The research method includes exploratory data analysis (EDA), dataset preprocessing with image segmentation using the Canny method, and feature extraction using the Humoment method. The performance of the classification models is evaluated based on accuracy, precision, recall, and F1 score. The analysis results show variations in the performance of the three classification models, with Random Forest Classifier having an accuracy of 0.7, weighted precision of 0.55, weighted recall of 0.7, and weighted F1 score of 0.59; Support Vector Machine having an accuracy of 0.71, weighted precision of 0.5, weighted recall of 0.71, and weighted F1 score of 0.59; and Artificial Neural Network having an accuracy of 0.62, weighted precision of 0.6, weighted recall of 0.62, and weighted F1 score of 0.61. Visualization using box plots also reveals outliers in the performance of the three models. These findings indicate variations and outliers in the performance of the classification models for Multiclass brain tumor classification. Further analysis is needed to understand the factors that influence performance differences and identify ways to improve the classification model performance for brain tumor diagnosis based on MRI images
Comparison Analysis of Classification Model Performance in Lung Cancer Prediction Using Decision Tree, Naive Bayes, and Support Vector Machine Dewi Widyawati; Amaliah Faradibah; Lestari Lokapitasari Belluano, Poetri
Indonesian Journal of Data and Science Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i2.76

Abstract

This research aims to analyze the performance of three classification models, namely Decision Tree Classifier, Support Vector Machine, and Naive Bayes Classifier, in predicting lung cancer using the "Lung Cancer Prediction" dataset. The performance evaluation metrics used include accuracy, precision weighted, recall weighted, and F1 weighted. As a preliminary step, exploratory data analysis (EDA) and dataset preprocessing, including feature selection, data cleaning, and data transformation, were conducted. The test data results showed that the Decision Tree Classifier and Naive Bayes Classifier had similar performances with high accuracy, precision, recall, and F1 values. Meanwhile, the Support Vector Machine also exhibited competitive performance, although its precision weighted value was slightly lower. Additionally, an outlier analysis was conducted using box plots, revealing that the Decision Tree Classifier had 2 outlier values, while the Support Vector Machine had 4 outlier values, and Naive Bayes had no outlier values. In conclusion, all three classification models demonstrated good potential in lung cancer prediction. However, selecting the best model requires consideration of relevant evaluation metrics for the application and accommodating the limitations of each model. Further evaluation and in-depth analysis are needed to ensure the reliability of the models in predicting lung cancer cases more accurately and consistently.
Implementasi Metode Certainty Factor Dalam Identifikasi Hama Pada Tanaman Jagung Khatimah, Nur Khusnul; Belluano, Poetri Lestari Lokapitasari; Kurniati, Nia
Buletin Sistem Informasi dan Teknologi Islam Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.1868

Abstract

Kecamatan Bontolempangan merupakan daerah pegunungan/lereng di Kabupaten Gowa yang memiliki delapan  kelurahan dan jumlah penduduk 14.209 Jiwa. Profesi utama masyarakat Desa Bontolempangan sebagai petani. Jagung adalah salah satu komuditas hasil pertanian yang menjadi tombak penghasilan para petani setempat. Berdasarkan data dari BPS Kabupaten Gowa tercatat bahwa luas lahan panen untuk komoditas jagung di Desa Bontolempangan seluas 3.363 Ha dengan produksi 18.927 Ton pertahunnya. Hama merupakan salah satu kendala yang perlu diantisipasi dikarenakan dapat menimbulkan gagal panen untuk para petani jagung. Penelitian ini bertujuan merancang dan membangun sebuah system pakar berbasiss website untuk mengidentifikasi jenis hama tanaman jagung sehingga bisa mempermudah petani dalam berkonsultasi guna mengetahui jenis hama yang terserang dan juga menerapkan metode certainty factor dalam identifikasi hama tanaman jagung di desa bontolempangan sehingga system pakar yang dibangun bisa bekerja layaknya seorang pakar dalam mengidentifikasi hama tanaman jagung. Aplikasi web ini telah melalui uji coba menggunakan pengujian blackbox untuk mengetahui fungsionalitas setiap fiturnya. Adapun untuk mengetahui penilaian dari aspek antarmuka, kinerja. Database dan terminasi maka dilakukan penyebaran kuesioner pengujian aplikasi dengan 25 responden petani, dan diperoleh hasil penilain sebesar 83,36% menyatakan aplikasi sangat baik di implementasikan.
Aplikasi Antrian Pelayanan Resep Obat Menggunakan Algoritma FIFO Berbasis Website di Apotek RSUD Kabupaten Buton Ambarwati, Nisrina Dwi; Belluano, Poetri Lestari Lokapitasari; Gaffar, Andi Widya Mufila
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 3 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i3.1760

Abstract

Rumah Sakit Umum Daerah Kabupaten Buton merupakan rumah sakit umum daerah milik pemerintah dan merupakan salah satu rumah sakit tipe C serta memiliki beberapa poli sesuai standar rumah sakit tipe C yang berada di Kelurahan Laburunci, Kecamatan Pasarwajo, Kabupaten Buton, Sulawesi Tenggara. Antrian pelayanan resep obat serta pengambilan obat pada apotek seringkali tidak teratur, resep obat yang diberikan oleh dokter pada poli masih menggunakan kertas kemudian kertas resep obat tersebut diberikan pada pasien dan dibawa ke apotek buat menerima obat. Penelitian ini bertujuan merancang sebuah website antrian pada apotek rumah sakit untuk dilayani menggunakan sistem antrian pelayanan resep obat pada RSUD Kabupaten Buton dan menerapkan metode FIFO (First in, First Out) untuk melakukan antrian pelayanan resep obat yang masuk dari poli jantung, poli penyakit dalam, poli bedah, poli anak, poli saraf, poli gigi, poli kandungan, dan poli umum ke apoteker agar dapat diprioritaskan menggunakan algoritma FIFO (First in, First Out) dalam website apotek. Berdasarkan hasil pengujian black box testing dengan menggunakan dua metode yaitu Alpha testing dan Beta testing menghasilkan keseluruhan aplikasi memiliki persentase tertinggi yaitu sebesar 84% yang termasuk dalam kriteria penilaian sangat baik.
Implementasi Teknologi Mern Stack Dalam Merancang Aplikasi Penjualan Voucher Game Online Dengan Metode Extreme Programming (XP) Indrawan, Alfad; Lokapitasari, Poetri Lestari; Ilmawan, Lutfi Budi
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 2 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i2.1660

Abstract

Perkembangan Game yang sebelumnya hanya bisa dimainkan secara offline, dengan adanya Game di internet, bisa dimainkan secara online tanpa kendala waktu. Banyak dari mereka menghabiskan waktunya untuk bermain Game dan membeli suatu item yang bertujuan untuk membuat para pemainnya menerima item yang berguna dalam Game tersebut dengan istilah cash in-Game. Nato Store salah satu pelaku bisnis penjualan voucher Game yang dimana masalah utama yang terdapat yaitu pada saat membeli voucher begitu banyak dalam perhari sekiranya 20 orderan lebih sehingga terdapat antrian ketika membeli voucher, sehingga untuk mengatasi permasalahan itu, diperlukan sistem berupa aplikasi penjualan Voucher Game yang lebih efisien dalam memonitoring penjualan ketika ada orderan masuk. Adapun metode yang digunakan yaitu Extreme Programming yang ditujukan untuk dihadapkan dengan requirement yang tidak jelas maupun terjadi perubahan yang sangat cepat. Berdasarkan kuesioner dari 20 responden yang merupakan masyarakat yang hobi bermain Game menggunakan pengujian black box, maka diperoleh pengujian antarmuka 90%, pengujian kinerja 90%, pengujian database 89,6%, pengujian fungsi yang hilang atau rusak 30% dan pengujian inisialisasi/terminasi 90%. Adapun index keseluruhan pada pengujian black box sebesar 82,4%. Hasil yang didapatkan yaitu menghasilkan aplikasi penjualan voucher Game yang dapat digunakan oleh pengguna yang ingin mengisi voucher Game tanpa harus lagi menghubungi admin dari Nato Store selaku penyedia Voucher.
Implementasi Framework Flutter Pada Rancang Bangun Aplikasi Konsultasi Dokter Hewan Kamil, Muhammad; Belluano, Poetri Lestari Lokapitasari; Ilmawan, Lutfi Budi
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 4 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i4.1674

Abstract

Aplikasi konsultasi dokter hewan dirancang untuk memudahkan pemilik hewan dalam melakukan konsultasi atau mengajukan pertanyaan mengenai hewan peliharaan mereka tanpa harus langsung mendatangi dokter hewan. Penelitian ini bertujuan untuk merancang dan membangun aplikasi konsultasi dokter hewan dengan menggunakan metode Prototyping, sebuah pendekatan yang memungkinkan pembuatan model perangkat lunak sederhana untuk memberikan gambaran dasar kepada pengguna tentang program serta melakukan pengujian awal. Pembuatan menggunakan bahasa pemrograman dart dengan framework flutter yang memudahkan pembuatan aplikasi multiplatform. Melalui kuesioner yang disebarkan kepada 20 responden, yang terdiri dari pihak MW Vet Clinic dan pemilik hewan, menggunakan metode pengujian black box, diperoleh hasil bahwa indeks keseluruhan pada pengujian black box mencapai 82,5%. Hasil penelitian ini mencakup pembangunan aplikasi konsultasi dokter hewan berbasis Android yang dapat membantu MW Vet Clinic dalam melakukan konsultasi dengan pemilik hewan tanpa memerlukan kehadiran fisik di Vet Clinic.
RANCANG BANGUN APLIKASI E-BUDGETING UNTUK MEMONITOR REALISASI ANGGARAN SPN POLDA SULSEL BERBASIS WEB Hasan, Fadlan; Belluano, Poetri Lestari Lokapitasari; Manga, Abdul Rachman
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 3 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i3.1829

Abstract

Sekolah Polisi Negara (SPN) merupakan bagian dari unit organisasi Polri dibawah naungan kepolisian daerah yang melaksanakan tugas pokok sebagai unsur pelaksana lembaga pendidikan Polri mengemban tugas melaksanakan program pendidikan dan pelatihan tingkat kepolisian daerah. Proses penganggaran pada SPN Polda Sulawesi Selatan mulai dari tahapan awal pembuatan DIPA, proses pengajuan rencana kebutuhan anggaran, realisasi anggaran hingga tahap terakhir pelaporan realisasi anggaran masih belum memiliki sistem yang mampu mengolah dan mengendalikan data dengan baik. Aplikasi E-Budgeting berbasis website yang dapat diakses admin, Renmin,  Para Staf dan  Kepala SPN sebagai media untuk mempermudah Pihak SPN Polda Sulsel  dalam mengelola data anggaran sampai pembuatan laporan realisasi anggaran yang sekiranya diakses secara online terhubung dengan internet. Dalam merancang aplikasi E-Budgeting peneliti menggunakan pemodelan perangkat lunak Unified Modelling Language (UML) yang berorientasi pada objek. Proses pemodelan UML ini dimulai dengan menganalisis kebutuhan sistem dan diimplementasikan pada usecase diagram lalu dilanjutkan dengan membuat class diagram, sequence diagram dan activity diagram. Metode penelitian yang digunakan adalah Model System Development Life Cycle (SDLC) Waterfall merupakan sebuah model pengembangan perangkat lunak yang menyediakan pendekatan alur hidup perangkat lunak secara sekuensial atau terurut dimulai dari analisis kebutuhan, perancangan, pengujian, impelentasi dan pemeliharaan.  Hasil pengujian menunjukkan bahwa aplikasi e-budgeting yang dibangun sudah memenuhi standar yang telah ditentukan dan mampu mengakomodir seluruh proses penganggaran sehingga dapat meningkatkan efektifitas, efisiensi, dan relevan dalam proses penganggaran SPN Polda Sulsel.
Perancangan Aplikasi E-Ticketing dengan Model Arsitektur Microservice Menggunakan Kafka Pradinata, Awal; Belluano, Poetri Lestari Lokapitasari; Azis, Huzain
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 3 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i3.1806

Abstract

Arsitektur microservice memecah sistem yang kompleks dan besar menjadi serangkaian layanan kecil dan mandiri. Salah satu pola arsitektur yang umum digunakan adalah pendekatan event driven, yang memungkinkan komunikasi berbasis event antar layanan. Namun, pendekatan ini juga membawa risiko kehilangan data, yang dapat diatasi dengan pola orkestrasi menggunakan Apache Kafka sebagai message broker. Kafka menyediakan platform yang cocok untuk komunikasi event driven dengan kemampuannya dalam menyimpan, menerima, dan mengirim pesan secara asinkron. Penelitian ini bertujuan membangun aplikasi e-ticketing berbasis web dengan menggunakan arsitektur microservice dan Kafka. Hasilnya adalah sebuah aplikasi e-ticketing yang menggunakan Kafka untuk komunikasi antar layanan, dengan implementasi lima topik untuk proses transaksi antar gate-ticketing-service dan gate-acl-service secara asinkron menggunakan Kafka sebagai media pengiriman event.
Analisa Identifikasi Penyakit pada Tanaman Kakao Menggunakan Metode Dempster Shafer Ningsih, Widia; Lokapitasari Belluano, Poetri Lestari; Kurniati, Nia
Buletin Sistem Informasi dan Teknologi Islam Vol 4, No 3 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i3.1807

Abstract

Tanaman kakao merupakan tanaman perkebunan yang mana seluruh bagian dari tanaman ini dapat diolah untuk menghasilkan produk yang berguna dibeberapa bidang kehidupan. Pembudidayaan tanaman kakao sedikit menyulitkan petani akibat timbulnya serangan organisme penggangu tanaman yang sulit dibedakan secara kasatmata. Penelitian ini bertujuan untuk mengatasi permasalahan petani dalam mengidentifikasi serangan organisme pengganggu tanaman penyebab timbulnya penyakit pada tanaman kakao dengan cara penerapan sistem pakar. Metode yang digunakan dalam membangun sistem pakar adalah metode dempster shafer. Terdapat sebanyak 7 jenis penyakit dan 26 gejala yang digunakan untuk mengimplementasikan dempster shafer. Hasil dari penelitian ini berdasarkan pengujian akurasi bahwa tingkat akurasi yang dimiliki oleh metode dempster shafer dalam mengidentifikasi penyakit pada tanaman kakao sebesar 56%.
Klasifikasi Kematangan Buah Lengkeng Menggunakan Metode Content Based Image Retrieval Nazirah, Aliyah; Belluano, Poetri Lestari Lokapitasari; Kurniati, Nia
Buletin Sistem Informasi dan Teknologi Islam Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.1968

Abstract

Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng  yaitu ekstraksi fitur Content Based Image Retrieval (CBIR) untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang  dengan  metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi  98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.Classification of Longan Fruit Ripeness Using the Content Based Image Retrieval MethodThis research aims to find the results of longan fruit ripeness classification to help people choose ripe longan fruit. The method used to determine the quality of longan fruit is Content Based Image Retrieval feature extraction to classify the ripeness of longan fruit using data retrieval techniques in image retrieval, and categorizing images based on color image features with fruit texture. The method used to calculate the level of accuracy in longan fruit is by calculating the Euclidean distance to obtain the accuracy value, namely calculating the distance to the similarity of the image of the fruit being tested to obtain results on the level of maturity of the fruit that has been tested. The dataset used consists of 150 images and is divided into 2 data, namely training data and test data with 3 levels of longan fruit maturity which can be determined using image search techniques for young longan fruit, half-ripe longan fruit, and ripe longan fruit using the CBIR method to distinguish one image. with other images it can be seen from the color, texture, and size of the fruit. The results of the research show that the image search obtained displays 10 images of Longan and the test results obtained an accuracy value of 98.63% with the highest accuracy being 99.6% which is closest to the original image.
Co-Authors A Ulfah Tenripada Syahar A. Ulfa Tenripada Abd. Rasyid Syamsuri Abdul Muftia Abdul Rahman Mustafa Mustafa Alfian Putra Ramadhan Alriadi Tri Putra Amaliah Faradibah Ambarwati, Nisrina Dwi AR, Fatimah Ashar, Muhammad Aulia Putri Utami Ayu Aksari Benny Leonard Enrico P Benny Leonard Enrico Panggabean Benny Leonard Enrico Panggabean Darwis, Herdianti Dewi Widyawati Dirgahayu Lantara Erick Irawadi Alwi, Erick Irawadi Fachrul Kurniawan Fahmi Fahmi Faradibah, Amalia Faradibah, Amaliah Farniwati Fattah Fatima A.R Tuasamu Furqaan Ismail Gaffar, Andi Widya Mufila Harlinda Lahuddin Hasan, Fadlan Herdianti Darwis Herman Herman Herman Huzain Azis Indrawan, Alfad Indrawati Indrawati Indrawati Indrawati Irawati Irawati Ismaldyka, Ismaldyka Kasmira Kasmira Kasmira, Kasmira Khatimah, Nur Khusnul Kurubacak, Gulsun La Saiman lilis nurhayati Lutfi Budi Ilmawan, Lutfi Budi Manga, Abdul Rachman Mardiyyah Hasnawi Melisa Melisa Mubarak, Syahrul Muh Fachrul Islam Muh Syawal Muh Taufik Rifaat Muh. Aliyazid Mude Muh. Iqbal Muhammad Akbar Muhammad Fadhiel Muhammad Farid Zulfadly MUHAMMAD ILHAM Muhammad Kamil Muhammad Razaq Fajar Nazirah, Aliyah Nia Kurniati Nia Kurniati Noor Fauzi, Muh Hilmy Nur Chaerunnisa Nur wahidah Panggabean, Benny Leonard Enrico Pradinata, Awal Purnawansyah Purnawansyah Rachman Manga, Abdul Rahma, Reyna Aprilia Rahmadani Rahmadani Rahmadani Rahmadani Rahmat Ramadhan Ramdan Satra Rizal Rahmadani Saiman, La Sainlia, Ahmad Fauzan Siska Anraeni Sitti Rahmah Jabir Sitti Ramlah St Radiatul Adawiah Abidin Syaad Patmanthara Syafie, Lukman Tasrif Hasanuddin Tuasamu, Fatima A.R Wa Ode Tanti Widia Ningsih, Widia Yudha Islami Sulistya Yulita Salim Yundari, Yundari Zahrizhal Ali Zam, Aydil Akbar