Article Per Year (5 Year)
p-Index From 2021 - 2026
3.349
P-Index
This Author published in this journals
All Journal Jurnal Sistem dan Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JTERA (Jurnal Teknologi Rekayasa) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Journal of Innovation and Future Technology (IFTECH) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknik Informatika (JUTIF) Jurnal Minfo Polgan (JMP) Ceddi Journal of Information System and Technology (JST) Inspiration: Jurnal Teknologi Informasi dan Komunikasi Jurnal MediaTIK Media Elektrik JBIMA: Jurnal Pengabdian kepada Masyarakat
Annisa Nurul Puteri
Politeknik Negeri Ujung Pandang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Perancangan Sistem Informasi Pengajuan Kredit Motor PT Bussan Auto Finance Berbasis Web Asrul, Asrul; Puteri, Annisa Nurul; Windayani, Windayani; Bahar, Harmiaty; Putra, Ade
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15410

Abstract

Permasalahan yang terjadi adalah PT Bussan Auto Finance Cabang 2 Makassar terkait lamanya informasi saat mengajukan kredit motor dikarenakan jumlah data yang masuk sangat banyak sehingga membuat admin dan tim survey membutuhkan waktu yang cukup lama dalam menentukan customer layak kredit atau tidak. Maka dari itu dibuatlah sistem penunjang keputusan dalam menentukan kelayakan kredit motor. Tujuan dari penelitian ini adalah mengembangkan sistem penunjang keputusan untuk membantu admin dalam menganalisis data dan mendukung pengambilan keputusan terkait kredit motor di PT Bussan Auto Finance 2. Data ini diperoleh melalui penelitian lapangan, studi pustaka,wawancara dan dokumentasi. Metode yang digunakan dalam penelitian ini adalah metode naïve, yang melibatkan proses pengumpulan data, preprocessing data, pembentukan model naïve bayes, prediksi, dan pengujian menggunakan blackbox dan confusion matrix. Hasil dari penelitian ini menunjukkan bahwa tingkat akurasi sebesar 97%, presisi 96% dan recall 100%, membuktikan bahwa metode naïve bayes merupakan pendekatan yang sangat baik membantu menganalisis data dan mendukung pengambilan keputusan terkait kredit motor.
Feature Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito Annisa Nurul Puteri; Arizal Arizal; Andini Dani Achmad
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 20 No. 2 (2021)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v20i2.1183

Abstract

Pre-processing merupakan tahap yang penting dalam melakukan klasifikasi data. Pre-processing berguna untuk mempersiapkan data sehingga teknik klasifikasi yang diterapkan menghasilkan pola yang berkualitas dan akurat. Salah satu teknik data pre-processing yang sering digunakan untuk mengetahui atribut yang paling berpengaruh pada sebuah dataset adalah feature selection. Data yang digunakan dalam penelitian ini adalah customer data collection dari a Portuguese banking institution in UCI Machine Learning Repository. Penelitian ini menggunakan metode feature selection correlation-based yang dikombinasikan dengan metode klasifikasi Multilayer Perceptron Neural Networks. Tujuan penelitian ini untuk mengidentifikasi atribut yang paling relevan dan berpengaruh dari dataset dalam memprediksi nasabah yang potensial untuk penawaran deposito berjangka. Penelitian ini menghasilkan 10 atribut yang memiliki ranking teratas. Atribut-atribut tersebut adalah duration, previous, contact, cons.price.idx, month, cons.cof.idx, age, job, marital, dan housing. Hasil klasifikasi dari atribut yang terpilih memiliki tingkat akurasi tertinggi sebesar 80.5% dan tingkat akurasi terendah 79.1%.
Support Vector Machine for Predicting Candlestick Chart Movement on Foreign Exchange Annisa Nurul Puteri; Suryadi Syamsu; Topan Leoni Putra; Andita Dani Achmad
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 22 No. 2 (2023)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i2.2676

Abstract

Foreign Exchange, commonly called Forex, is a form of investment in the non-real sector in great demand. Forex is a marketplace that specializes in foreign exchange trading. Technology advancements have made it easy to monitor investment conditions in real time and present them in an easyto - understand graphical form. As a result, predictions are closely related to investment, starting from market sentiment and economic conditions to technical matters. One of the Artificial Intelligence methods that can be used in classifying is the Support Vector Machine (SVM). SVM is a machine learning classification method based on the Structural Risk Minimization (SRM) principle to find the best hyperplane that separates two classes in the input space that determines the classification decision function by minimizing empirical risk. This study used candlestick patterns to predict foreign exchange chart movements using the Support Vector Machine (SVM) classification method. The purpose of this study was to measure the accuracy of the Support Vector Machine method in making predictions using candlestick patterns so that it can assist traders in making decisions in forex trading. The accuracy level obtained from the data classification results reached 90.72% with a precision of 87.69%. With a relatively good level of accuracy, the Support Vector Machine (SVM) method can be used to predict chart movements in foreign exchange using candlesticks to indicate the current trend’s direction.
Sosialisasi Teknologi Artificial Intelligence untuk Mendukung Proses Pembelajaran di Madrasah Madani Alauddin Annisa Nurul Puteri; Nur Ilham Asnawi; Ahmad Maruf Firman; Faula Yuniarta Seli; Muhammad Rijal; Achmad Afandy
Jurnal Pengabdian kepada Masyarakat Vol 2 No 3 (2025)
Publisher : PT. Edutech Inovatif Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64109/1fp1nq36

Abstract

Kecerdasan artifisial (AI) semakin banyak dimanfaatkan dalam dunia pendidikan, tetapi pemahaman dan penerapannya di lembaga pendidikan berbasis keislaman seperti Madrasah masih terbatas. Padahal pengenalan dan pemahaman teknologi kecerdasan artifisial secara mendalam dapat membantu mempercepat kinerja guru tanpa mengabaikan nilai-nilai keislaman yang menjadi fokus pendidikan di Madrasah. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengenalkan teknologi kecerdasan artifisial kepada guru-guru Madrasah Madani Alauddin, kabupaten Gowa melalui seminar yang mencakup materi sejarah dan perkembangan teknologi kecerdasan artifisial, peran teknologi kecerdasan artifisial dalam kehidupan, manfaat teknologi kecerdasan artifisial dalam bidang pendidikan, etika penggunaan teknologi artifisial, dan aplikasi/tools berbasis kecerdasan artifisial yang dapat digunakan untuk membantu proses pembelajaran seperti Magic School, Teachy, dan ChatGPT. Hasil kegiatan menunjukkan antusiasme tinggi dari peserta, meskipun masih terdapat tantangan dalam penggunaan aplikasi berbasis kecerdasan artifisial secara efektif seperti penggunaan ChatGPT yang belum optimal karena terbatasnya pemahaman tentang penulisan prompt yang tepat agar ChatGPT memberikan jawaban yang relevan. Evaluasi kegiatan menunjukkan bahwa mayoritas peserta menilai kualitas materi, demonstrasi, dan relevansi kegiatan sebagai sangat baik. Hal ini menunjukkan bahwa kegiatan sosialisasi berjalan efektif dan mampu menjawab kebutuhan peserta. Diperlukan tindak lanjut berupa pelatihan lanjutan dan pendampingan teknis agar pemanfaatan kecerdasan artifisial dalam pembelajaran dapat diimplementasikan secara optimal dan tetap selaras dengan nilai-nilai keislaman.
Desain Sistem Informasi Manajemen Energi Pintar Berbasis IoT Muhammad Rizal; Annisa Nurul Puteri
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15276

Abstract

Sistem informasi manajemen telah menjadi tulang punggung dalam pengambilan keputusan di berbagai sektor. Namun, seiring dengan meningkatnya kebutuhan akan efisiensi operasional dan keberlanjutan, sistem konvensional seringkali tidak mampu menyediakan data real-time yang dibutuhkan. Penelitian ini bertujuan untuk merancang sebuah Sistem Informasi Manajemen (SIM) Energi Pintar dengan mengintegrasikan konsep Internet of Things (IoT). Rancangan ini difokuskan pada pengumpulan data konsumsi energi secara real-time dari perangkat elektronik dan mesin, kemudian memprosesnya untuk memberikan analisis yang dapat membantu manajemen dalam membuat keputusan yang lebih baik. Metode yang digunakan dalam penelitian ini adalah metode deskriptif kualitatif dengan pendekatan studi literatur dan observasi pada proses manajemen energi konvensional. Rancangan sistem terdiri dari tiga komponen utama: modul sensor IoT untuk akuisisi data, platform cloud untuk penyimpanan dan pemrosesan data, serta antarmuka pengguna (UI/UX) yang menyajikan informasi dalam bentuk visualisasi yang mudah dipahami. Hasil dari perancangan ini adalah sebuah arsitektur sistem yang menunjukkan alur data dari perangkat IoT hingga menjadi informasi manajerial yang dapat digunakan untuk mengidentifikasi pola konsumsi energi yang tidak efisien. Desain SIM Energi Pintar berbasis IoT ini diharapkan dapat menjadi solusi efektif untuk meningkatkan efisiensi operasional dan mengurangi biaya energi di berbagai institusi.
EVALUASI FITUR SCANNING DAN KINERJA TRANSMISI DATA MODUL HC-05 VERSI 2.0 DENGAN VERSI 3.0 DI LINGKUNGAN LINE OF SIGHT (LOS) Muhammad Sabirin Hadis; Muhammad Rizal; Annisa Nurul Puteri; Akbar Hendra
Jurnal MediaTIK Volume 3 Issue 2, Mei (2020)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v3i2.1435

Abstract

This study examines the scanning features and compares the data transmission performance of the HC-05 version 2.0 module with the HC-05 version 3.0 module using distance and data size parameters. Scanning feature testing aims to ensure this feature can function adequately on each HC-05 module. Data transmission performance was tested using data packet size parameters with variations of 10 bytes, 100 bytes, and 500 bytes and sending distances with changes of 10 meters, 20 meters, 40 meters, 60 meters and 80 meters. The results of the data transmission performance are compared to find out which version has the most optimal performance. Based on the tests carried out, HC- 05 version 2.0 is the best module to be used in Line of Sight (LoS) environmental conditions because the scanning feature functions according to the instructions of the datasheet and the data transmission performance runs smoothly, the maximum distance reaches 89 meters. While the HC-05 version 3.0 scanning feature does not function properly, and data transmission performance only reaches a distance of 60 meters.
Enhanced Lung Cancer Detection Using ANN with Random Oversampling, RFE-Based Feature Selection, and GridSearchCV Hyperparameter Tuning Nurwafiqah, Nurwafiqah; Al Fiqran, M. Yudi; Puteri, Annisa Nurul; Arafah, Muhammad; Maslihatin, Tatik; Sumardin, A.
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 2 (2026): JUTIF Volume 7, Number 2, April 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.2.5391

Abstract

Amid the most predominant mortality factors on a global scale, Lung cancer constitutes one of the most significant oncological burdens, chiefly because most patients receive a diagnosis only at later stages. The limitations of conventional diagnostic approaches underscore the urgent need for artificial intelligence–based detection systems that can improve both diagnostic accuracy and efficiency. This study aims to develop a lung cancer prediction model using an Artificial Neural Network (ANN) optimized through an integrated strategy that includes data preprocessing, class balancing via Random Oversampling (ROS), feature selection using Recursive Feature Elimination (RFE), and hyperparameter tuning with Grid Search. The evaluation of model effectiveness employs accuracy, precision, recall, F1-score, along with a confusion matrix. Experimental results demonstrate an accuracy of 98%, with average precision, recall, and F1-score values of 0.95. Statistical validation using McNemar’s test confirms a significant performance improvement over the baseline model (χ² = 18.05, p < 0.001), accompanied by a large effect size (Cohen’s h = 0.82). Furthermore, the model exhibits balanced performance in identifying both lung cancer and non-cancer cases, reflecting the effectiveness of the data balancing and feature selection strategies. These findings suggest that the optimized ANN model has strong potential as a foundation for a medical decision support system for early lung cancer detection, contributing to more reliable diagnoses and more accurate clinical decision-making.
Smart IoT Relay Monitoring Box for Real-Time Monitoring and Control of Electrical Energy Consumption Muslihi, Muhammad Takdir; Syafie, Lukman; Alghamdi, Mona Ahmad; Puteri, Annisa Nurul; Achmad, Andita Dani
Jurnal Media Elektrik Vol. 23 No. 2 (2026): MEDIA ELEKTRIK
Publisher : Jurusan Pendidikan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/metrik.v23i2.11899

Abstract

Background: The rapid increase in electricity consumption, particularly the 23.36% rise in Indonesia from 2019 to 2023, highlights the need for more efficient energy management systems. Limited user awareness and the lack of integrated monitoring and control solutions often lead to energy waste. Objective: This study aimed to design and evaluate an Internet of Things (IoT)-based smart relay system for real-time monitoring and remote control of electrical energy consumption. Methods: This study employed an experimental-based system development approach to create a portable prototype. The system integrated an ESP8266 microcontroller, a PZEM-004T sensor, a relay module, and a 16×2 LCD, with data transmitted to a web-based platform for monitoring and control. The system was tested using five different electrical loads, and performance was evaluated by comparing sensor measurements with standard measurement instruments. Results: The system achieved high accuracy in voltage measurement with an average error of 0.58% and moderate accuracy in power measurement with 2.78%. However, current measurement showed a higher average error of 15.06%, indicating sensitivity to fluctuating load conditions. The system supports real-time monitoring and remote control with an average response time of approximately one second. Compared to previous studies, the system demonstrates comparable voltage performance but higher deviation in current measurement. Novelty: This study presents an integrated IoT-based system that combines real-time monitoring, remote control, and energy estimation within a compact and portable platform. The proposed system provides a practical solution to enhance user awareness and enable more efficient energy management, extending beyond conventional monitoring-only systems.
Co-Authors A Sumardin A. Sumardin Achmad Afandy Achmad, Andita Dani Ade Putra Ahmad Maruf Firman Akbar Hendra Akbar Hendra Al Fiqran, M. Yudi Alghamdi, Mona Ahmad Amran Amiruddin Andini Dani Achmad Andini Dani Achmad Andita Dani Achmad Andita Dani Achmad ARIZAL Arsan Kumala Jaya Asrul Asrul Asrul Bahar, Harmiaty Dimas Febriyan Priambodo Fajar Apriyadi Faula Yuniarta Seli Fitriana M. Sabir Furqan Zakiyabarsi Hadis, Muhammad Sabirin Hendra, Akbar Hendra, Akbar Akbar Hidayat Saputra, Febri Kamal Kamal M. Sabir, Fitriana Mashud Mashud, Mashud Maslihatin, Tatik Mubaraqah, Mubaraqah Muhammad Arafah Muhammad Rijal Muhammad Rizal Muhammad Rizal Muhammad Sabirin Hadis Muhammad Sabirin Hadis Muslihi, Muhammad Takdir Nur Ilham Asnawi Nurwafiqah, Nurwafiqah Pasnur Pasnur Randy Angriawan Randy Angriawan Risal, Syamsul Rizal, Muhammad Muhammad rohayati rohayati Sidik Sakti Patalangi Sulehu, Marwa Sumardin, A. Suryadi Syamsu Syafaat, Muhammad Syafie, Lukman Topan Leoni Putra Windayani, Windayani Yamansah, Yamansah Zulfajri S, Achmad