Article Per Year (5 Year)
p-Index From 2021 - 2026
3.006
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Indonesian Journal on Software Engineering (IJSE) Techno Nusa Mandiri : Journal of Computing and Information Technology Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal Kajian Ilmiah Jurnal Pengabdian kepada Masyarakat Jurnal Sistem Informasi Akuntansi Simpatik: Jurnal sistem Informasi dan Informatika Conten : Computer and Network Technology JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Recha Abriana Anggraini
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

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

Found 18 Documents
Search

 1   2 
Klasifikasi Jenis Kismis Menggunakan Teknik Data Mining Anggraini, Recha Abriana; Ratningsih; Apriyani, Yanti; Pertiwi, Melisa Winda; Kusmira, Mira; Bahri, Saeful
Jurnal Kajian Ilmiah Vol. 24 No. 1 (2024): January 2024
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/ryvqk945

Abstract

Raisins are one of the processed grape products that are often found in the market, raisins are one of the processed grape products by drying. The color and quality of raisins are usually determined by the type of grape and the drying process. To assess the quality of raisins, many methods can be used, one of which is the traditional method carried out by humans manually. However, since traditional methods are considered to tend to take a long time and errors often occur due to human error. Currently, machine vision systems can be used to assess the quality of raisins. In addition to assessing the quality of raisins, this method can also be used to identify and classify raisins. One way to classify raisins is to use data mining with classification algorithms. This research applies 5 data mining classification algorithms namely naïve bayes, decision tree, random forest, neural network and SVM. From the modeling results of the five algorithms, the neural network algorithm has the highest accuracy of 86.81%.
IMPLEMENTASI AGILE PADA PENGEMBANGAN SISTEM INFORMASI E-OSSA DI PENGADILAN NEGERI TASIKMALAYA Anggraini, Recha Abriana; Silvi Purnia, Dini; Padilah, Amar; Apriyani, Yanti
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7559

Abstract

E-OSSA merupakan website yang internal yang mana website ini hanya dipergunakan di sekitar wilayah kantor pengadilan negeri tasikmalaya. Website ini adalah website yang digunakan untuk memesan barang barang ATK yang akan digunakan di berbagai bidang yang ada di kantor pengadilan negeri tasikmalaya. Setelah melakukan wawancara pada beberapa bidang terkait yang ada di pengadilan negeri tasikmalaya , salah satu aspek yang paling relevan yang menjadi keluhan utama adalah kesulitan dalam pengoperasian sistem yang dihadapi oleh pengguna. Dalam hal ini, banyak bidang terkait mengungkapkan bahwa mereka menghadapi kendala dalam memahami dan menguasai cara menggunakan sistem tersebut karena tampilan antarmukanya yang membingungkan. tujuan dari tugas akhir ini penulis akan mengembangkan Sistem Informasi E-OSSA yang dapat membantu pengadilan dalam melakukan pemesanan dan pengelolaan persediaan ATK secara terintegrasi dan efektif menggunakan metode agile yang dalam setiap iterasinya, akan melakukan perencanaan, analisis, desain, implementasi, dan pengujian terhadap fitur-fitur yang akan dikembangkan. manfaat dan hasil dari perancangan pengembangan sistem Eossa di pengadilan ini dapat meningkatkan efisiensi dan produktivitas dalam proses pemesanan dan pengelolaan persediaan ATK, sehingga dapat meningkatkan kualitas pelayanan.
Rancang Bangun Sistem Monitoring dan Kendali Komputer Client Berbasis Teknologi Internet of Things Imam Amirulloh; Yanti Apriyani; Melisa Winda Pertiwi; Recha Abriana Anggraini
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65875

Abstract

Pemakaian Komputer terutama di perkantoran dan laboratorium yang mempunyai komputer yang cukup banyak menyebabkan pemakaian komputer tidak terkontrol, seperti kebiasaan tidak mematikan Komputer setelah digunakan, sehingga menyebabkan pemborosan energi listrik, mempercepat kerusakan pada Komputer, dan meningkatkan biaya operasional. Kebutuhan akan adanya pemantauan dan pengendalian komputer dari jarak jauh secara realtime sangat diperlukan bagi operator atau pengelola komputer tersebut untuk menunjang efesiensi kerja serta meminimalkan risiko pada konsumsi energi yang berlebihan, potensi kerusakan perangkat keras, dan pembengkakan biaya operasional akibat penggunaan yang tidak terkontrol. Penelitian ini bertujuan untuk menghasilkan sistem pemantauan dan kendali komputer yang dapat dikendali dari jarak jauh menggunakan smartphone. Penelitian ini menggunakan metode prototype. Hasil dari penelitian ini adalah telah dibangun sebuah sistem pemantauan dan kendali pada komputer berbasis teknologi Internet of Things (IoT). Selain itu hasil pengujian menggunakan blackbox testing terhadap 6 komputer klien menunjukan bahwa sistem berfungsi dengan baik, sehingga sistem tersebut dapat memudahkan pengelola dalam memantau dan mengendalikan komputer secara realtime dari jarak jauh.
Algoritma Naïve Bayes Dengan Backward Elimination Pada Dataset Breast Cancer Anggraini, Recha Abriana
Jurnal Kajian Ilmiah Vol. 23 No. 1 (2023): January 2023
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/tzsb5v61

Abstract

Cancer is a type of disease that is not recognized by most people, because some people affected by this disease do not know about cancer itself and do not do early detection of cancer, as a result most cancers are found at an advanced stage and are difficult to treat, thus placing a large burden on cancer sufferers. . Early detection of cancer, especially breast cancer is very important to do to overcome the very high risk of death in women caused by breast cancer. This study aims to help classify breast cancer based on data from routine patient examinations which are summarized in the coimbra breast cancer dataset and this data was donated to the UCI machine learning repository in 2018. The method used in the classification process in this study is backward elimination modeling for optimization accuracy as well as the naive Bayes algorithm and split validation validation to validate the model. The results of this study show an accuracy of 77.14%. These results indicate that the results of this study are good enough to help classify breast cancer.
Sistem Informasi Penjualan Sparepart Motor pada Toko Ketapang Motor Margasari Wati, Fanny Fatma; Anggraini, Recha Abriana; Hidayati, Nadiyah; Maulidah, Mawadatul
Jurnal Sistem Informasi Akuntansi (JASIKA) Vol. 5 No. 1 (2025): Mei 2025
Publisher : LPPM UBSI Kampus Kota Tegal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jasika.v5i1.9094

Abstract

Developments in the increasingly rapid technological era have resulted in business people encouraging their companies to run more effectively along with the times. This is done in order to maximize profits. One technology that is often looked at is information system technology in the form of websites. The Ketapang Motor Shop, which is a motorbike spare parts and accessories trading business, has several problems including the sales report section, stock reports that are not recorded and not filed every month so that existing data is often lost. In sales transactions, payments are still made using notes so that the calculation and inventory of goods is not yet effective. Therefore, a website-based sales information system was created using the waterfall system development method to overcome this problem. The website was created using several programming languages, namely HTML, PHP, CSS, Bootstrap, and Javascript with MySQL as the data storage database. The existence of this website will help companies, especially in the recording process at the cashier so that the quality of the information presented is more accurate.
Optimalisasi Algoritma Deep Learning Menggunakan Deteksi Tepi Pada Identifikasi Varietas Ikan Nila Bahri, Saeful; Adiwisastra, Miftah Farid; Anggraini, Recha Abriana; Sutisna, Herlan
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 1: April 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i1.1578

Abstract

Tilapia is a fish species that is considered invasive throughout the world, but has high economic value in Indonesia because of its environmental resistance and popularity. There are 12 superior varieties of tilapia that want to be identified in this research. Because the shape of the fish's body, fins, head and other physical characteristics are similar to each other, errors often occur in the process of identifying the type of tilapia when done by humans. Therefore, this research will use computational methods to assist in identifying fish morphology by identifying the morphology or physical characteristics of 12 varieties of tilapia and overcoming errors that often occur in the identification process by applying the edge detection method. This technique will improve image quality and identification accuracy through the Deep Learning algorithm, by optimizing the feature extraction process in the Deep Learning algorithm through edge detection, proven to be 0.9 but the lowest accuracy value was obtained in sobel edge detection combined with LSTM, namely 0.12. It is hoped that this research will increase accuracy and efficiency in identifying the morphology of tilapia fish. This will help experts carry out morphological analysis of tilapia fish more quickly and effectivelyKeywords: Oreochromis niloticus; Deep learning; Identification; Image processing AbstrakIkan nila adalah spesies ikan yang dianggap invasif di seluruh dunia, tetapi memiliki nilai ekonomis yang tinggi di Indonesia karena ketahanannya terhadap lingkungan dan popularitasnya. Ada 12 varietas unggul ikan nila yang ingin diidentifikasi dalam penelitian ini, karena bentuk tubuh ikan, sirip, kepala dan ciri fisik lainnya mirip satu sama lain maka sering terjadi kesalahan dalam proses identifikasi jenis ikan nila jika dilakukan oleh manusia. Oleh karena itu penelitian ini akan menggunakan metode komputasi untuk membantu dalam identifikasi morfologi ikan dengan untuk melakukan identifikasi morfologi atau ciri fisik dari 12 varietas ikan nila serta mengatasi kesalahan yang sering terjadi dalam proses identifikasi dengan menerapkan metode deteksi tepi. Teknik ini akan meningkatkan kualitas citra dan akurasi identifikasi melalui algoritma Deep Learning, dengan mengoptimalkan proses ekstraksi ciri pada algoritma Deep Learning melalui deteksi tepi, terbukti 0,9 namun nilai akurasi terendah didapatkan pada deteksi tepi sobel yang digabungkan dengan LSTM yaitu sebesar 0,12. Penelitian ini diharapkan akan meningkatkan akurasi dan efisiensi dalam identifikasi morfologi ikan nila. Ini akan membantu para ahli dalam melakukan analisis morfologi ikan nila secara lebih cepat dan efektif. 
IMPLEMENTASI AGILE PADA PENGEMBANGAN SISTEM INFORMASI E-OSSA DI PENGADILAN NEGERI TASIKMALAYA Anggraini, Recha Abriana; Silvi Purnia, Dini; Padilah, Amar; Apriyani, Yanti
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7559

Abstract

E-OSSA merupakan website yang internal yang mana website ini hanya dipergunakan di sekitar wilayah kantor pengadilan negeri tasikmalaya. Website ini adalah website yang digunakan untuk memesan barang barang ATK yang akan digunakan di berbagai bidang yang ada di kantor pengadilan negeri tasikmalaya. Setelah melakukan wawancara pada beberapa bidang terkait yang ada di pengadilan negeri tasikmalaya , salah satu aspek yang paling relevan yang menjadi keluhan utama adalah kesulitan dalam pengoperasian sistem yang dihadapi oleh pengguna. Dalam hal ini, banyak bidang terkait mengungkapkan bahwa mereka menghadapi kendala dalam memahami dan menguasai cara menggunakan sistem tersebut karena tampilan antarmukanya yang membingungkan. tujuan dari tugas akhir ini penulis akan mengembangkan Sistem Informasi E-OSSA yang dapat membantu pengadilan dalam melakukan pemesanan dan pengelolaan persediaan ATK secara terintegrasi dan efektif menggunakan metode agile yang dalam setiap iterasinya, akan melakukan perencanaan, analisis, desain, implementasi, dan pengujian terhadap fitur-fitur yang akan dikembangkan. manfaat dan hasil dari perancangan pengembangan sistem Eossa di pengadilan ini dapat meningkatkan efisiensi dan produktivitas dalam proses pemesanan dan pengelolaan persediaan ATK, sehingga dapat meningkatkan kualitas pelayanan.
ANALISIS SENTIMEN ULASAN FREE FIRE MENGGUNAKAN NAIVE BAYES LOGISTIC REGRESSION Bachtiar, Aditya; Hawali , Muhammad Jabbar; Simbolon, Nicolas Clinton; Maulana , Denis Ardan; Anggraini , Recha Abriana
Journal of Information System Management (JOISM) Vol. 7 No. 2 (2026): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v7i2.2433

Abstract

Abstraksi Penelitian ini dilatarbelakangi oleh meningkatnya volume ulasan pengguna game Free Fire di Google Play Store yang berpotensi menjadi sumber evaluasi penting bagi pengembang, namun memiliki permasalahan ketidakseimbangan kelas sentimen. Tujuan penelitian adalah membandingkan kinerja algoritma Naïve Bayes dan Logistic Regression dalam analisis sentimen ulasan berbahasa Indonesia. Dataset terdiri dari 12.574 ulasan periode Januari 2024–Juni 2025 yang dikumpulkan melalui web scraping dan diberi label biner berdasarkan rating bintang, dengan dominasi sentimen positif sebesar 86,8%. Proses praproses meliputi case folding, normalisasi emoji dan URL, penghapusan stopword bertema game, stemming bahasa Indonesia, serta ekstraksi fitur TF-IDF n-gram (1,2) yang dioptimalkan menggunakan GridSearchCV 10-fold. Evaluasi difokuskan pada akurasi, precision, recall, dan F1-score untuk mengakomodasi ketidakseimbangan kelas. Hasil menunjukkan Logistic Regression unggul dengan akurasi 81,63% dan F1-score 87,91%, sedangkan Naïve Bayes memiliki recall tinggi namun akurasi lebih rendah. Temuan ini menegaskan efektivitas Logistic Regression untuk analisis sentimen ulasan game skala besar di Indonesia.
Co-Authors Ade Suryadi Adiwisastra, Miftah Farid Ai Ilah Warnilah Angga Ardiansyah Ayunita, Tasya Bachtiar, Aditya Bahri, Saeful Budi, Arief Setya Budi, Arief Setya Cep Adiwihardja Deddy Supriadi Desiana Nur Kholifah Desiana Nur Kholifah Dini Silvi Purnia, Dini Silvi Doni Purnama Alamsyah Eva Argarini Pratama Fanny Fatma Wati Haerul Fatah Hawali , Muhammad Jabbar Imam Amirulloh Kusmira, Mira Maulana , Denis Ardan Mawadatul Maulidah Melisa Winda Pertiwi Muhammad Ja’far Shidiq Mulyana, Aldi Jaya Nadiyah Hidayati Nurul Ichsan Padilah, Amar Qomaruddin, M Qomaruddin, M Ratna Kurnia Sari Ratningsih, Ratningsih Rousyati, Rousyati Rousyati, Rousyati Purnama Saeful Bahri Sandra Jamu Kuryanti Simbolon, Nicolas Clinton Surahman, Mumun Sutisna, Herlan Tika Ayu Lestari Widagdo, Galih widagdo, Galih Yajid, Naufal Muhammad Yanti Apriyani Yanti Apriyani, Yanti