Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : SEINASI-KESI

Perancangan User Interface Aplikasi E-Anjal Untuk Komunitas Anak Jalanan Widiastiwi, Yuni; Zaidiah, Ati; Indriana, Intan Hesti
SEINASI-KESI Vol 1, No 1 (2018): Seinasi-Kesi 2018
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (500.384 KB)

Abstract

Tujuan dari penelitian ini adalah menghasilkan sebuah rancangan user interface untukaplikasi elektronik anak jalanan yang dapat digunakan oleh komunitas sosial pedulianak jalanan dalam melakukan komunikasi dan koordinasi pelaksanaan kegiatan yangtelah dan akan dilakukan. Pendekatan dari penelitian ini adalah dengan menggunakanmetode System Development Life Cycle (SDLC) dengan pendekatan rancangan userinterface berbasis web yang akan membantu dalam mempermudah proses komunikasiantar komunitas. Hasil yang diharapkan adalah berupa sebuah rancangan userinterface aplikasi elektronik anak jalanan (E-Anjal) yang dapat langsungdiimplementasikan pada saat desain aplikasi.
IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENENTUKAN FREQUENT ITEM SET PADA PEYEDIAAN SPARE PART (STUDI KASUS: BENGKEL RESMI YAMAHA ANUGERAH MOTOR) Widiastiwi, Yuni; Tjhandra, Jason Erryanto
SEINASI-KESI Vol 2, No 1 (2019): Seinasi-Kesi 2019
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (381.272 KB)

Abstract

Bengkel merupakan usaha yang diminati banyak orang di kalangan yang berbeda-beda, dengan memenuhi setiap kebutuhan pelanggan dapat membantu usaha bengkel untuk tetap berkembang. Bengkel Anugerah Motor merupakan salah satu bengkel resmi Yamaha yang bertempat di daerah Jakarta yang melayani service motor. Banyaknya kebutuhan akan spare part untuk melakukan service, terkadang membuat pihak bengkel mengalami kesulitan dalam melakukan penyediaan spare part. Untuk menyelesaikan permasalahan ini dapat menggunakan metode data mining. Data mining merupakan analisis terhadap data yang bertujuan untuk menemukan pola penting pada suatu data. Dalam hal ini, perlu dilakukan analisis terhadap pola pembelian spare part. Data transaksi pembelian spare part dapat digunakan untuk mencari relasi antar item berdasarkan association rule yang dihasilkan. Penelitian ini bertujuan untuk menghasilkan aturan asosiasi, sehingga pihak bengkel dapat mengetahui frequent item set yang dibutuhkan pelanggan. Dari hasil analisis, hasil yang diharapkan pada penelitian ini dapat memberikan informasi sebuah model pola pembelian pelanggan untuk membantu dalam pembelian persedian spare part apa saja yang diperlukan.
SISTEM PENERJEMAH TEKS BAHASA INGGRIS KE DALAM BAHASA JAWA KRAMA DENGAN PENDEKATAN BERBASIS ATURAN (RULE BASED) Widiastiwi, Yuni; Savira, Dea
SEINASI-KESI Vol 2, No 1 (2019): Seinasi-Kesi 2019
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.419 KB)

Abstract

Tujuan penelitian ini adalah menghasilkan penerjemah berbasis web yang mampu membantu para wisatawan asing untuk belajar tentang bahasa Jawa krama. Penelitian ini dilakukan menggunakan pendekatan berbasis aturan (rule based) untuk menerjemahkan teks bahasa Inggris ke dalam bahasa Jawa krama. Hasil yang diharapkan dari penelitian ini berupa aplikasi penerjemah teks bahasa Inggris ke dalam bahasa Jawa krama. Hasil pengujian menunjukkan bahwa aplikasi penerjemah ini dapat menerjemahkan 16 dari 18 teks bahasa Inggris sesuai dengan kata dasar yang terdapat dalam database kamus. Berdasarkan hasil pengujian tersebut, maka tingkat akurasi dari penerjemah teks ini adalah sebesar 88,89%.
SISTEM PAKAR PENDETEKSI PENYAKIT FUS PADA KUCING DENGAN METODE DEMPSTER SHAFER Istiqomah, Qori; Widiastiwi, Yuni; Nugrahaeni P D, Catur
SEINASI-KESI Vol 3, No 1 (2020): SEINASI-KESI 2020
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

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

Abstract

Sistem Pakar Pendeteksi Penyakit FUS ini bertujuan untuk membantu pemelihara kucing untuk mengetahui apakah kucing yang dipelihara terserang penyakit FUS atau tidak, mempermudah pemelihara kucing dalam pendeteksian awal penyakit FUS, dan memberikan informasi pengendalian awal penyakit FUS bagi pemilik kucing. Dempster Shafer  merupakan suatu metode untuk menyelesaikan permasalahan yang tidak konsisten, merupakan salah satu teori untuk pembuktian berdasarkan nilai belief function and plausible reasoning yang digunakan untuk mengkombinasikan bukti untuk mengkalkulasi dari suatu permasalahan. Dalam system pakar yang dibuat ini menggunakan algoritma dempster shafer yang berfungsi menghitung dan mengkalkulasikan nilai belief function and plausible reasoning dari nilai-nilai gejala yang telah diberikan ahli pakar atau dokter hewan. Yang dihasilkan dari penelitian ini berupa sistem pakar berbasis website yang dapat mempermudah pemilik kucing dalam pengendalian awal penyakit FUS pada kucing peliharaan, dan juga membantu memberikan informasi tentang penyakit FUS pada kucing.
Sistem Prediksi Jumlah Kasus Covid-19 di Jakarta Menggunakan Metode Linear Regression Nugroho, Wisnu Hatta; Widiastiwi, Yuni; Isnainiyah, Ika Nurlaili
SEINASI-KESI Vol 4, No 1 (2021): SEINASI-KESI 2021
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

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

Abstract

Covid-19 merupakan penyakit saluran pernapasan pada bagian atas ataupun bawah yang disebabkan oleh virus atau bakteri. Infeksi ini menyebar ke seluruh sistem pernapasan dan menyebabkan tubuh tidak mendapatkan cukup oksigen. Covid-19 juga merupakan penyakit yang sangat mudah menular, karena itu diperlukan suatu sistem yang dapat memprediksi jumlah kasus wabah Covid-19 di DKI Jakarta. Dengan menerapkan metode linear regression pada sistem prediksi jumlah kasus penyakit Covid-19 di Provinsi DKI Jakarta. Pengujian asumsi klasik menggunakan uji Kolmogorov-Smirnov, uji Spearman Rank, dan uji Heterokedasitistas. Setelah data melewati tes uji tersebut, kemudian dimasukkan ke dalam model regresi linier. Kemudian hasil model yang didapat diuji akurasinya menggunakan Coefficient of Multiple Determination (R2) dan Adjusted Coefficient of Determination (adjusted R2). Hasil uji akurasi model dengan R Square menunjukkan bahwa 93,9% variabel-variabel bebas dapat menerangkan terhadap variabel terikat. Jadi bahwa model prediksi yang dihasilkan memiliki akurasi mendekati 94% dan 6% sisanya adalah variabel lain yang tidak diketahui.