Claim Missing Document
Check
Articles

Analisis Sistem Informasi Manajemen pada Bank yang ada di Indonesia : Tinjauan Literatur Alam Bany Ismail; Azfa Pratama Pujiyatno; Muhammad Furkon; Nabila Bilqis; Yudha Nur Muharram; Ines Heidiani Ikasari
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 4 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi ini mengumpulkan penelitian sebelumnya yang dilakukan tentang penerapan Sistem Informasi Manajemen (SIM) di bank-bank utama di Indonesia. Ulasan ini bertujuan untuk mengevaluasi penerapan SIM, manfaatnya untuk mendukung operasi perbankan, dan masalah dengan penggunaannya. Ini dilakukan dengan menganalisis lima penelitian terkait. Hasil analisis menunjukkan bahwa SIM di bank-bank Indonesia sangat membantu mempercepat proses seperti analisis data kredit, manajemen risiko, dan pengelolaan transaksi nasabah. Dengan teknologi seperti big data dan cloud computing, pemrosesan data secara real-time memungkinkan pelanggan mendapatkan layanan yang lebih cepat dan akurat. Namun, studi ini menemukan beberapa masalah juga, seperti risiko keamanan data, kebutuhan akan skalabilitas sistem untuk mengakomodasi pertumbuhan volume transaksi, dan kesulitan mengintegrasikan teknologi baru dengan sistem lama. Oleh karena itu, bank Indonesia harus terus meningkatkan layanan mereka dan bersaing di industri perbankan digital dengan upaya yang konsisten untuk mengatasi masalah ini.
Literatur Review : Efektivitas Metode Naïve Bayes dalam Memprediksi Kelulusan Mahasiswa Tepat Waktu Agung Sapto Hermawan; Firdaus Hajiyansah; Sulistia Herti Riana; Ines Heidiani Ikasari
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 5 (2025): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk melakukan tinjauan literatur terhadap penerapan metode Naïve Bayes dalam memprediksi kelulusan mahasiswa tepat waktu. Dari berbagai penelitian yang diulas, metode ini menunjukkan tingkat akurasi yang tinggi dalam klasifikasi data pendidikan. Faktor-faktor yang memengaruhi hasil prediksi meliputi nilai akademik, kehadiran, dan atribut sosial ekonomi mahasiswa. Hasil kajian menunjukkan bahwa metode Naïve Bayes dapat memberikan kontribusi signifikan dalam mendukung pengambilan keputusan institusi pendidikan.
PELATIHAN PEMBUATAN BASIS DATA I MENGGUNAKAN MYSQL DENGAN SOFTWARE XAMPP Arif Rizqi Nugroho; Bagas Adi Kurniawan; Bagus Sampurno Kuncoro Putro; Hafizh Agil Musyaffa Hidayah; Ibrohim Syakur; Muhammad Ilham Syadzili; Raka Permana; Reja Badru Duja; Zaenudin; Zeva Imanuel Purba; Ines Heidiani Ikasari
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 5 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pelatihan pengelolaan basis data menjadi salah satu langkah penting dalam meningkatkan kapasitas sumber daya manusia di era digital. Kegiatan ini bertujuan untuk memberikan pemahaman konsep dasar basis data serta keterampilan praktis menggunakan MySQL dan software XAMPP kepada siswa dan tenaga pendidik di Pesantren Modern An-Nuqthah, Kota Tangerang, Banten. Pelatihan diikuti oleh 50 peserta yang terdiri atas santri senior dan tenaga pendidik dengan latar belakang pendidikan menengah hingga tinggi. Metode pelaksanaan mencakup sosialisasi, pemberian materi, diskusi, praktik langsung, dan evaluasi, yang berfokus pada pembuatan dan pengelolaan basis data sederhana untuk mendukung administrasi pesantren. Hasil pelatihan menunjukkan bahwa peserta mampu memahami dasar-dasar basis data dan mengaplikasikan keterampilan teknis yang diberikan. Luaran utama mencakup peningkatan kemampuan teknologi informasi peserta, terciptanya sistem basis data sederhana, serta efisiensi dalam pengelolaan data administrasi pesantren. Pelatihan ini diharapkan menjadi langkah awal dalam mengintegrasikan teknologi basis data ke dalam sistem pendidikan berbasis pesantren, serta memberikan dampak positif dalam pengelolaan administrasi berbasis digital.
Analisis Penggunaan Machine Learning untuk Deteksi Penipuan di Sektor Keuangan: Tinjauan Literatur Raka Permana; Ibrohim Syakur; Arif Rizqi Nugroho; Bagas Adi Kurniawan; Bagus Sampurno Kuncoroputro; Muhammad Ridwan Yazid; Ines Heidiani Ikasari
TEKNOBIS : Jurnal Teknologi, Bisnis dan Pendidikan Vol. 2 No. 2 (2024): TEKNOBIS : Teknologi, Bisnis Dan Pendidikan
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Machine Learning (ML) telah menjadi teknologi yang memainkan peran penting dalam berbagai sektor, termasuk sektor keuangan. Salah satu aplikasinya yang paling signifikan adalah deteksi penipuan, yang mencakup identifikasi transaksi mencurigakan, penyalahgunaan klaim asuransi, dan pencucian uang. Artikel ini menyajikan tinjauan literatur sistematis terhadap penerapan ML dalam deteksi penipuan di sektor keuangan, mencakup penelitian dari tahun 2015 hingga 2023. Beberapa algoritma utama yang digunakan meliputi Random Forest, Gradient Boosting Machines, Neural Networks, dan Support Vector Machines. Setiap algoritma memiliki keunggulan dan tantangan yang berbeda, seperti kemampuan menangani data tidak seimbang, akurasi tinggi dalam mendeteksi pola kompleks, namun dengan keterbatasan seperti kurangnya transparansi dan risiko overfitting. Penelitian ini juga menemukan bahwa ML memungkinkan deteksi penipuan secara otomatis dan real-time dengan tingkat akurasi yang lebih tinggi dibandingkan metode tradisional. Namun, tantangan utama termasuk keterbatasan data berkualitas, regulasi yang ketat, serta proses adopsi teknologi yang lambat. Untuk mengatasi tantangan tersebut, penelitian masa depan direkomendasikan untuk mengembangkan model yang lebih transparan (Explainable AI), meningkatkan solusi untuk data tidak seimbang, dan mempercepat integrasi ML dengan infrastruktur keuangan yang ada. Dengan langkah-langkah ini, ML memiliki potensi untuk merevolusi deteksi penipuan di sektor keuangan, membantu mengurangi kerugian finansial, dan meningkatkan keamanan sistem keuangan secara keseluruhan.
Literature Review : Penggunaan Machine Learning Berbasis SVM untuk Klasifikasi Penyakit Diabetes Adih Adih; Wahyu Aji Dwi Pangestu; Muhamad Fauzi Akbar; Purnamasari Purnamasari; Farlin Wabula; Ines Heidiani Ikasari
Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika Vol. 3 No. 1 (2025): Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/merkurius.v3i1.616

Abstract

Diabetes is one of the diseases that poses a significant global health challenge, with a considerable impact on quality of life and mortality rates. This study examines the use of the Support Vector Machine (SVM) algorithm for diabetes classification through a literature review. SVM was chosen due to its ability to handle imbalanced and complex data. The aim of this study is to assess the effectiveness of SVM compared to other machine learning methods in detecting diabetes. The results of the literature review indicate that SVM achieves higher accuracy than other methods such as Naïve Bayes and Decision Tree, with some studies showing accuracy above 90%. This study is expected to provide deeper insights into the development of machine learning-based diagnostic systems for diabetes.
Application of Random Forest for Rice Plant Disease Classification Rosyani, Perani; Lutfi, Anang Muhamad; Purwadi, Eko; Kamaluddin; Hanaan, Yusuf Ali; Ikasari, Ines Heidiani
International Journal of Integrative Sciences Vol. 4 No. 1 (2025): January 2025
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/ijis.v4i1.13477

Abstract

Indonesia's agricultural sector faces significant challenges in maintaining rice production due to land conversion, pest attacks, and poor irrigation. Early detection of rice leaf diseases is critical to mitigating these challenges. This study applies the Random Forest (RF) algorithm to classify three rice leaf diseases: Bacterial Leaf Blight, Brown Spot, and Leaf Smut. The proposed method achieved an accuracy of 75%, demonstrating its effectiveness in disease detection. This research provides a foundation for integrating machine learning to improve crop management and agricultural productivity
Classification of Pneumonia Medical Images with Convolutional Neural Networks Ines Heidiani Ikasari; Saputra, Riski Yoga; Prasdio, Sendy; Kurniagis, Muhammad Faisal; Rosyani, Perani; Janariandana, Zainul
International Journal of Integrative Sciences Vol. 4 No. 1 (2025): January 2025
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/ijis.v4i1.13511

Abstract

Indonesia's agricultural sector faces significant challenges in maintaining rice production due to land conversion, pest attacks, and poor irrigation. Early detection of rice leaf diseases is critical to mitigating these challenges. This study applies the Random Forest (RF) algorithm to classify three rice leaf diseases: Bacterial Leaf Blight, Brown Spot, and Leaf Smut. The proposed method achieved an accuracy of 75%, demonstrating its effectiveness in disease detection. This research provides a foundation for integrating machine learning to improve crop management and agricultural productivity
Seleksi Wiraniaga Terbaik dengan Pendekatan Multi-Kriteria Metode ARAS dan SMART Cahyono, Yono; Ikasari, Ines Heidiani; Khoirudin, Khoirudin
TIN: Terapan Informatika Nusantara Vol 6 No 2 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/tin.v6i2.7404

Abstract

The selection of the best salesperson is a critical component in enhancing sales performance and maintaining a company’s competitiveness. However, this process is often hindered by subjective assessments and difficulties in objectively comparing candidates. This study aims to apply two Multi-Criteria Decision Making (MCDM) methods, ARAS (Additive Ratio Assessment System) and SMART (Simple Multi-Attribute Rating Technique) to evaluate and rank 15 sales candidates based on six criteria: Work Quality, Creativity, Initiative, Teamwork, Expertise, and Cost Efficiency. Qualitative assessment data were converted into quantitative values and analyzed using both methods to obtain final scores and rankings. The results indicate that the top-ranked candidates using the ARAS method are Lia Husna (A7), Eriza (A13), and Dodi (A3), while the SMART method identifies Septian (A5), Zainal (A2), and Lia Husna (A7) as the top performers. The difference in rankings is attributed to the weight distribution and the methods’ sensitivity to attribute values—SMART emphasizes high values in heavily weighted criteria, whereas ARAS evaluates the relative ratio against the ideal solution. Correlation analysis between both methods reveals partial alignment, suggesting that integrating multiple approaches strengthens result validation. Overall, the dual-method approach enhances selection objectivity and provides a more robust foundation for strategic decision-making in salesperson performance management.
Klasifikasi Jenis Buah Menggunakan Metode CNN Ikasari, Ines Heidiani; Rosyani, Perani; Amalia, Resti
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1271

Abstract

Klasifikasi jenis buah merupakan aplikasi penting dalam pengolahan citra, terutama di sektor pertanian, perdagangan, dan teknologi pangan. Proses identifikasi buah secara manual cenderung lambat dan rentan kesalahan, terutama karena variasi bentuk, warna, dan ukuran buah. Indonesia memiliki lebih dari 27 jenis buah yang diproduksi secara masif, namun pengenalan jenis buah masih banyak dilakukan secara manual. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan metode Deep Learning, khususnya Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya dalam mengenali pola visual dari citra digital melalui ekstraksi fitur menggunakan lapisan konvolusi dan pooling. Dataset citra buah diperoleh dari Kaggle dan terdiri dari 8 jenis buah yang diproses melalui tahap preprocessing seperti resizing, normalisasi, dan augmentasi data. Model CNN diuji pada dua skenario pembagian data: 80:20 dan 70:30. Pada skenario 80:20, model mencapai akurasi rata-rata 91% dan akurasi validasi 97%, sedangkan pada skenario 70:30 mencapai akurasi rata-rata 91% dan validasi 98%. Hasil ini menunjukkan bahwa CNN efektif untuk klasifikasi citra buah dengan akurasi tinggi.
Implementasi Sistem Penunjang Keputusan untuk Penilaian Kenerja Guru Berbasis Web Menggunakan Metode Promethee (Studi Kasus: SMK Muhamadiyah Parakan) Alifiana Safitri; Ines Heidiani Ikasari
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian kinerja guru merupakan aspek penting dalam meningkatkan kualitas pendidikan. Penelitian ini mengembangkan sistem penunjang keputusan berbasis web menggunakan metode PROMETHEE untuk mengevaluasi kinerja guru secara objektif dan efisien. Sistem ini dirancang dengan kriteria meliputi disiplin, penguasaan materi, kreativitas mengajar, hubungan sosial, dan administrasi pembelajaran. Studi kasus dilakukan di SMK Muhammadiyah Parakan dengan melibatkan guru yang ada. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan peringkat kinerja guru yang akurat dan transparan. Dengan adanya sistem ini, pihak sekolah dapat terbantu dalam pengambilan keputusan, khususnya dalam menentukan guru terbaik secara objektif.
Co-Authors Abdi Kurniawan Achmad Fharizie Acim Adam Gustiawan Adam Widayat Ade Rosadi Adeka Saputra Adi Ilhamdi Akbar Adih Adih Aditia Aditia Aditiya Aditsa Akmal Fauzi Aditya Rangga Prasetya Aditya Zulfaa adrian abdillah Afrizal Nur Perdana Agung Sapto Hermawan Ahmad Alfaqih Ahmad Fadly Fahmi Ahmad Fauzi Ahmad Nurkholis Aimi Saputra Aini, Muhammad Rizal Akmal Taufiq Hidayat Alam Bany Ismail Alamsyah, Tajul Albana Muhamad Albertus Sulaiman, Albertus Alifiana Safitri Alma`arif Amalia, Resti Amanda Mutiara Febriana Amelia Dwi Lestari Amirulah Kaharudin An Nisa Dira Anatasya, Dita Andini Septia Cahyani Hulu Andreas Gultom Andrian Angga Esa Maulana Anggelia Wijayanti Anni Tias Lestari Annisa Widya Sudarto Aprilio Ardianto Arief Alkhoir Arief Prasetyo ARIF RAHMAN Arif Rizqi Nugroho Arnold Agusti Pratama Arya Tunggal Narotama Asih Hasanah Aswant, Farien Aulivia zulianti majid Ayni Suwarni Herry Azfa Pratama Pujiyatno Aziz Wirangga Azizi, Gufron Malik Azriel Fachrul Rezy Azzahra Ridwan Bagas Adi Kurniawan Bagas Dewantoro Bagus Muhammad Saputra Bagus Sampurno Kuncoro Putro Bagus Sampurno Kuncoroputro Bahron, Muhammad Beningsha Mohammad Zaki Bima, Panji Eky Br.Sormin, Natalia Angraeni Bryan Prathama Selbi Cahyono, Yono Chaniago, Dylan Dafa Alfiansyah Dalia Rofifa Oktaviyanti Dandi Saputra Danindra Irvanto Danny Setiawan Daril Insan Kamil Dava Albian Dea Nadya Harvie Dea Septina Debi Numansah Dena Wulandari Dena Wulandari Devi Yunita Difa Madani Dimas Aditiya Nugroho Dwi Ariyanto Dwi Purnama Sari Dzaka Farish Ramadhan Dzaki Haikal Dzaky Azizan Dzaky Rijal Ramadhan Edi Nugroho Edwin Aprizal Eka Prasetya Eko Purwadi Eko Putra Perasetio Elang Nurjaya Elang Pramana Putra Elvine Bariel Suherman Enggal Miftahul Rohim Erfina Yuanita Eva Arnaz Eva Yuliza Fadhil Is Hakim Fadillah Ahmad Fadli Nanda Yuliyanto Faiqur Rahman Faiz Fauzy Fajri Muhaimin Firdaus Farid Rahman Azis Farissa nadya Fariz afdilah muhamad Farlin Wabula Ferdyawan Setiadi Ferza ramadhon Firda Meidina Firdaus Hajiyansah Firmansyah, Rangga Ardi Fransiskus Pito Tenawahang Gadis Gladys Sembel Gugum Gumelar Gusti Muhamad Always Habib Hafizh Agil Hafizh Agil Musyaffa Hidayah Hanaan, Yusuf Ali Hedwin Winata Halawa Hendri Setiawan Hisbi Aziz Ibrohim Syakur Ichwana Ihsan Iin Ariyani Ikdi Robiyansyah Ilham Jabbar Imam Yusdi Indraja Alam Nasyroh Irene Nur Utami Irwanto Sitorus Ita Handayani Ita Handayani Ita Handayani Ita Handayani Janariandana, Zainul Jaya Wijaya Jonathan Sinarta Surbakti Kamaluddin Khoirootun Hisan Khoirudin Khoirudin, Khoirudin Kurdi Kurniagis, Muhammad Faisal Lili Nurhalim Lovensia Catherine Marcella Opat Lutfi, Anang Muhamad M. Farid Rivai M. Rifqi Oktavian Nurcahyo M. Zidni Ilman Maulana Yusuf Ma’mun Rasyid Barbarosa Melia Cahya Utami Mia Audina Michael Ballac Saputra Miftah Aziz Mochammad Fauzi Moh Asep Saefuddin Mohamad Firdaus Fitrananda Mohamad Iqbal Nurdiantono Mohamad Zahri Syahputra Muhamad Arzaqe Barik Muhamad Daffa Firjatullah Muhamad Fauzi Akbar Muhamad Guntur Anggoro Muhamad Kiky Basuki Muhamad Priyo Budi Purnomo Muhamad Ridwan Wijaya Muhamad Rizki Fadilah Muhamad Ruli Hendayana Muhamad Zulfiqri Muhammad Akbar Fadillah Muhammad Dzaki Ilhami Muhammad Fahrezi Muhammad Farhan Praditya Muhammad Fauzan Arif Muhammad Febri Muhammad Febryansyah Muhammad Furkon Muhammad Ilham Syadzili Muhammad Ilham Syhani Muhammad Rafli Wahid Ramadhan Muhammad Reza Muhammad Ricky Ardian Muhammad Ridhan Maulana Nanda Muhammad Ridwan Yazid Muhammad Rio Arya Pratama Muhammad Rizki Pratama Putra Muhammad Subhan Abdullah Muhammad Syam Noverick Muhammad Syauqi Alfayyadh Muhammd Rifqi Fauzi Mustari Bisri Nabila Bilqis Nabila indah kurniadi Nator Diego Sitorus Nouval Aulia Ahmad Nur Muhamad Rijki Oktaviani, Suci Oktaviyanus Pandu Dwi Cahyo4 Pawit Wahib Perani Rosyani Prasdio, Sendy Purnama, Panji Purnamasari Purnamasari Putri Adela Fadli Putri Salwa R R. Ahmad Baihaqi Hakim Raditya Arya Darmawan Rafi’I Naufal Ariq Rafli fadillah agustio Rafly Putra Afandi Rafly Wiryo Navianto Rahman Maulana Raka Permana Rakha Aji Prayoga Ramadhan Makarim Ulya Rayhan Rahmad Fachrezi Reja Badru Duja Rejun Bagaskoro Resti Amalia Resti Amalia Resty Wulandari Retno Septiyaningrum Ainun Marjuki Ricky Muharik Rifki Ichsan Fauzi Rifqi Muhammad Rio Agung Pangestu Riyan Pratama mulia Rizal Sidik Rizky Rachmad Saputro RR. Ella Evrita Hestiandari Rudy Paningal Ruslan Abu Honi Sabila Fatimah Azzahra Safwan, Zaky Salman Alparisi Salman Sunardi Samirudin Annas Alfattah Sammy Augusta Saoma Dani, Ahmad Saputra, Riski Yoga Sheva Ardiansyah Siti Adawiyah Siti Aisyah Oktaviani Slamet Riyadi Sonnya Tetelepta Sri ayu maryati Suardi Septian Suiti Sulistia Herti Riana Suliwa Yudha Adinata surika ilham noreza syahadan SUTRISNO Syahrul Wardi Taufikurrohman Tedy Mawardi Tedy Mawardi Tri Hidayati Tri Hidayati Tri Hidayati Tri Hidayati Tri Rahmawati Us Baetul Hamdi Veithzal Rivai Zainal Vidi Tri Febiansyach Wahyu Adi Saputro Wahyu Aji Dwi Pangestu Wanda Faiz Ibrahim Wanda Octavia Wenang Perdana Widyah Noviana Willa Agustin Windia Hadi Wismarita Gulo Wisnu Firdaus Wisnu Kencana Wiwit Kurniawan Yandi Ferdiansyah Yanto, Mugii Yayat Supriatna Yudha Kusumah Yudha Nur Muharram Zaenudin Zahra, Syawalia Zenudin Zeva Imanuel Purba