cover
Contact Name
Aris Martono
Contact Email
aris.martono@raharja.info
Phone
+6287879163970
Journal Mail Official
sensi@raharja.info
Editorial Address
Jl. Jenderal Sudirman No. 40 Modern Cikokol Tangerang - Banten 15117 Indonesia
Location
Kota tangerang,
Banten
INDONESIA
Journal Sensi: Strategic of Education in Information System
Published by UNIVERSITAS RAHARJA
ISSN : 24611409     EISSN : 26555298     DOI : https://doi.org/10.33050/sensi
Riset Soft Computing dengan penelitian dari yang berfokus pada Data Mining, Neural Network, Swarm Intelligence, Decision Tree, Data Clustering, Data Classification, Rough Set, Pattern Recognition, Image Processing. Software Engineering yang fokus pada software Requirement and Specification, Software Design, Software Management, Software Testing, Formal Method, Distributed Database dan Information System, bidang riset Business Intelligence dengan penelitian yang berfokus pada information and knowledge discovery (OLAP), Ad hoc queries and reports, text mining, web mining, search engines, Decision Support and Intelligent Systems serta Visualization. dan bidang riset Teknologi Information dan Komunikasi.
Articles 210 Documents
Penerapan Residual Network Dengan Monte Carlo Dropout Untuk Prediksi Malaria Melalui Citra Hapusan Darah Tipis Siti Maesaroh; Ita Erliyani; Muhammad Zakki Mardhi
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3112

Abstract

Malaria adalah penyakit demam akut yang disebabkan oleh parasit Plasmodium, yang ditularkan ke manusia melalui gigitan nyamuk Anopheles betina. Ketika nyamuk menggigit manusia, parasit akan memasuki tubuh manusia dan bersarang di hati. dikarenakan gejala nya serupa dengan penyakit umum membuat malaria sulit dikenali tanpa pemeriksaan mikroskopik pada hapusan darah. Namun, akurasi pemeriksaan mikroskop tergantung pada kualitas hapusan, keahlian dalam mengklasifikasikan dan menghitung sel yang diparasit dan tidak terinfeksi. Pemeriksaan seperti itu bisa sulit untuk diagnosis skala besar dan mengakibatkan kualitas yang buruk, untuk menutupi kekurangan tersebut dapat digunakan suatu metode dalam deep learning berupa Residual Network. Residual network merupakan salah satu arsitektur dari model Convolutional Neural Network yang memungkinkan jaringan untuk melompati atau skip beberapa lapisan, skip connection memungkinkan aliran gradien yang lebih efisien selama pelatihan dan memungkinkan jaringan untuk belajar representasi yang lebih baik dari data yang baru. Agar model dapat beradaptasi dengan data yang tidak sesuai pada saat pelatihan, model memanfaatkan metode monte carlo dropout untuk mencegah jaringan menjadi terlalu khusus pada contoh pelatihan tertentu dan meningkatkan generalisasi model. Dengan menggunakan arsitektur ResNet dan Monte Carlo dropout, model dapat mengurangi tingkat loss seiring proses pelatihan berlangsung, bahkan dengan proses pelatihan sebanyak 35 kali dengan jumlah batch sebanyak 32 tingkat akurasi dari model dapat mencapai 97% dan tingkat loss sebesar 6.5%.
Evaluasi Performa Basis Data Distribusi Menggunakan Teknologi Cloud Computing Sandro Alfeno; Muhamad Iip Suhaepi; Dzikra Aprian
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3113

Abstract

Penelitian ini dilakukan untuk mengevaluasi penggunaan teknologi cloud computing dalam meningkatkan performa basis data distribusi dan membandingkannya dengan lingkungan non-cloud dalam suatu perusahaan atau organisasi yang menggunakan teknologi ini. Metode penelitian yang digunakan untuk penelitian ini adalah metode kepustakaan. Hasil dari pengukuran ini menunjukkan bahwasannya ada penggunaan teknologi cloud computing yang dapat meningkatkan performa basis data distribusi. Namun, terdapat beberapa faktor yang mempengaruhi hal ini seperti ukuran data dan jumlah node yang mempengaruhi performa tersebut. Oleh karena itu, disarankan untuk menggunakan teknologi yang tepat sesuai dengan kebutuhan dan karakteristik basis data yang diimplementasikan. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman mengenai penggunaan teknologi cloud computing dalam meningkatkan performa basis data distribusi.
Implementasi Metode Analytical Hierarchy Process Pada Sistem Pendukung Keputusan Penerimaan Beasiswa Fifit Alfiah; Ade Setiadi; Muhammad Rizky Aulia
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3114

Abstract

Pelajar yang berprestasi secara akademik atau kurang mampu finansial dapat menerima beasiswa. Agar beasiswa tidak salah dan tepat sasaran, proses yang mencakup beberapa tahapan penting diperlukan untuk memilih penerima beasiswa dengan ketelitian dan ketepatan. Saat ini, ada masalah dengan proses pemilihan penerimaan beasiswa untuk siswa/siswi di SMA Negri 11 Kabupaten Tangerang. Proses ini dilakukan secara manual, sehingga sistem saat ini tidak dapat menghasilkan hasil yang sesuai dengan tujuan program. Ini karena pada tahap seleksi, tidak ada bobot yang diperlukan untuk menilai calon penerima, sehingga hasil yang dihasilkan tidak memenuhi kriteria. Oleh karena itu dibutuhkan sebuah Sistem Pendukung Pengambilan Keputusan Calon Penerima Beasiswa Menggunakan Metode AHP (Analytical Hierarchy Process) untuk pemilihan kriteria dan hasil Pada SMA Negeri 11 Kabupaten Tangerang. Metode Analytical Hierarchy Process ini memiliki kelebihan dalam proses pengambilan keputusan karena membandingkan secara berpasangan setiap kriteria yang terlibat dalam suatu masalah untuk menentukan seberapa penting setiap kriteria. Diharapkan dengan kehadiran Sistem Pendukung Pengambilan Keputusan Calon Penerima Beasiswa ini, proses pemilihan beasiswa akan menjadi lebih efisien, lebih cepat, lebih akurat, dan lebih efisien. Selain itu, sistem yang diusulkan akan menjadi lebih mudah bagi sekolah untuk menentukan siswa yang layak dari segi prestasi dan keuangan untuk mendapatkan beasiswa.
Model Deteksi Penyimpangan Keuangan Medis Menggunakan Gradient Boosted Tree (GBT ) Pada Rumah Sakit ABC Martono, Aris; Padeli, Padeli
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3115

Abstract

Tujuan penelitian ini yaitu untuk mengetahui penyimpangan keuangan yang terjadi di lingkungan Rumah Sakit. Penyimpangan transaksi keuangan ini melibatkan aktivitas dokter, pembuatan resep dan apotik atau farmasi serta bagian keuangan Rumah Sakit. Setiap dokter yang mengeluarkan resep untuk pengobatan pasien, diharapkan pasien membeli obat di apotik Rumah Sakit itu sendiri sehingga transaksi keuangannya menjadi pemasukan bagi Rumah Sakit. Namun sebaliknya, hal ini bisa mempersulit mengetahui pemasukan kas yang diperoleh dari setiap dokter terkait resep yang dikeluarkan. Oleh karenanya penelitian ini dilakukan dengan membuat model untuk mengetahui penyimpangannya. Untuk mendapatkan model yang terbaik dilakukan evaluasi model terhadap algoritma Gradient Boosted Tree(GBT) dan Random Forest(RF). Hasilnya adalah AUC (Area Under the Curve) model GBT = 0.976 dan AUC model RF = 0.964 yang menunjukkan bahwa algoritma GBT pilihan terbaik untuk pemrosesan penyimpangan transaksi keuangan dataset medis di Rumah Sakit ABC.
Aplikasi Web untuk Pemantauan dan Pelaporan Pelanggaran Karyawan Ilamsyah Ilamsyah; PO Abas Sunarya
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3116

Abstract

Perusahaan sebagai entitas bisnis memiliki tanggung jawab untuk menjaga etika dan kedisiplinan karyawan agar menciptakan lingkungan kerja yang sehat dan profesional. Namun, pemantauan dan pelaporan pelanggaran karyawan masih menjadi tantangan dalam manajemen sumber daya manusia. Oleh karena itu, pengembangan aplikasi web sebagai media pemantauan dan pelaporan pelanggaran karyawan di lingkungan kerja menjadi solusi penting untuk meningkatkan tata kelola perusahaan. Penelitian ini menggunakan pendekatan pengembangan sistem berbasis metode Agile, yang memungkinkan adaptasi cepat terhadap perubahan kebutuhan dan permintaan pengguna. Pengembangan dilakukan dengan bahasa pemrograman PHP dan menggunakan database MySQL untuk menyimpan dan mengelola data terkait pelanggaran, kategori pelanggaran, master pelanggaran, sanksi pelanggaran, data karyawan, data bagian, dan data pimpinan. Pengujian aplikasi dilakukan dengan metode Agile Testing, memastikan keandalan dan kualitas fungsionalitas sistem. Penelitian ini bertujuan untuk mengembangkan aplikasi web sebagai media pemantauan dan pelaporan pelanggaran karyawan. Dengan implementasi metode Agile, diharapkan aplikasi dapat mengakomodasi perubahan kebutuhan dengan responsif dan memenuhi harapan pengguna. Penelitian juga bertujuan untuk meningkatkan transparansi dan efektivitas manajemen sumber daya manusia dalam menangani pelanggaran karyawan di lingkungan kerja.
Systematic Literature Review: The Role of Artificial Intelligence in Digital Marketing Yusup, Muhamad; Wijono, Sutarto; Manongga, Danny; Sembiring, Irwan; Prasetyo, Sri Yulianto Joko; Wellem, Theophilus
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3117

Abstract

Artificial Intelligence has given a competitive advantage and can increment competition and benefit or Return on Venture in Computerized Showcasing. This article points to recognize diary sources related to the part of Fake Insights, explanatory strategies, applicabilities, and execution measurements on the part of AI in Computerized Promoting from 2015 to 2022. Based on the incorporation and prohibition criteria outlined, it was established that 8 things related to the article were distributed in 2015 and 2022. This article is organized utilizing the SLR strategy which is characterized as a preparation for recognizing, evaluating and evaluating the all accessible investigation to supply answers to four Research Questions. With Suggestions, and add up to of eleven investigation strategies, seventeen usage and nine execution measurements have been distinguished that can be utilized by analysts for future inquire about the part of Manufactured Insights in Computerized Promoting.
Design of a Smart Farming Monitoring System Leveraging Internet of Things Technology: Application of the NPKTHCPH -S Sensor Freddy Artadima Silaban; Yustisi Ayunda Putri; Sicilia Riris Oktaviany
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3118

Abstract

Shallot plants are currently widely cultivated, but cultivation is still done manually to control soil conditions. For this reason, with a monitoring system using the NPKTHCPH-S sensor, which can show seven parameters of soil conditions using only one sensor, it is hoped that it will make it easier to see the appropriate soil content and required shallot plants according to the criteria for good shallot plant growth, so that plant growth shallots become more optimal and avoid crop failure. The smart farming monitoring system prototype uses the NPKTHCPH-S sensor, which was developed using the Blynk application by implementing several components such as the NPKTHCPH-S sensor, ESP32, Relay 3.3, RS485-TTL Converter. The NPKTHCPH-S sensor is a reader of soil water content, electrical conductivity, temperature, nitrogen, phosphorus, potassium, and pH in shallot soil. The results obtained from the NPKTHCPH-S sensor test were the most significant seen at 2 pm found a temperature value of 35.6oC with a humidity of 50.7%. And at 11 pm it was found that the temperature was 28.4oC with a humidity of 58.6%. The values ​​for N, P, K, and Conductivity were constant for 9 hours of testing, namely for N was 170mg/kg, for P was 439mg/k, for K was 434mg/k, and conductivity was 1000uS/cm.
Pembelajaran Mesin Untuk Prediksi Harga Rumah Dengan Metode Regresi Linier Berganda Junaidi Junaidi; Novi Cholisoh; Deden Roni Nurjaman
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3119

Abstract

Penelitian ini bertujuan untuk memprediksi harga rumah sesuai fitur yang diinginkan. Fokus penelitian membuat sebuah model pembelajaran mesin berdasarkan dataset yang tersedia, dengan memanfaatkan beberapa fitur yang dibutuhkan untuk memprediksi. Fitur pada dataset yang dijadikan variabel penelitian ini adalah lokasi rumah, jangkauan akses tol, jenis rumah serta jumlah lantai, kamar mandi, kamar tidur sebagai variabel x, dan harga jual sebagai variabel y. Metode yang digunakan adalah regresi linier berganda, dengan jumlah dataset sebanyak sepuluh ribu untuk di observasi. Setelah melalui tahapan pengolahan, kemudian data dibagi menjadi dua bagian: data untuk pelatihan dan pengujian. Penelitian ini menghasilkan Multiple R sebesar 93%, R Square sebesar 86%, Adjusted R Square sebesar 86% dengan standar error sebesar 2%, dengan intercept -0.14, menghasilkan persamaan y = 9E-05x - 0.142 dengan R² = 0.0004. Persamaan ini kemudian dilakukan uji coba terhadap data uji yang berbeda dari data latih, dan hasilnya bisa digunakan untuk memprediksi harga rumah, sehingga bisa membantu dengan cepat bagi yang berkepentingan.
Pemanfaatan QR Code dan Framework Codeigniter pada Aplikasi Sistem Informasi Presensi Sri Rahayu; Euis Siti Nur Aisyah; Ardya Nanda Kirana
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3120

Abstract

Klinik setia insani memiliki banyak kekurangan dalam pelayanan maupun pengelolaan. Sehingga pekerjaan yang dilakukan oleh karyawan akan memakan waktu lebih lama, salah satu kekurangannya adalah dalam pengelolaan data, yaitu kehadiran karyawan. Klinik Setia Insani bertujuan untuk mengembangkan kliniknya, dikarenakan jumlah dari pasien yang semakin banyak. Oleh karena itu dibutuhkan perancangan sistem informasi agar permasalahan absensi yang terjadi dapat berjalan dengan baik dan memudahkan para karyawan dalam bekerja. Metode yang digunakan dalam penelitian ini adalah metode analisis SMART, pengumpulan data melalui wawancara, observasi, dan studi pustaka. Dalam perancangan sistem menggunakan bahasa pemrograman PHP dan Framework codeigniter, serta database MySQL dimana proses rekap absensi dengan QR code. Dengan adanya penelitian ini, klinik setia insani akan memiliki sistem informasi absensi yang akan membantu klinik berkembang untuk mencapai tujuan kedepannya.
Monitoring Realtime Suhu dan Tekanan Transformator Traksi dengan ESP32 dan Ubidots Eko Cahyono; Freddy Artadima Silaban
Journal Sensi: Strategic of Education in Information System Vol 10 No 1 (2024): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v10i1.3121

Abstract

Transformator traksi memainkan peran penting dalam menyediakan tegangan listrik yang stabil dan aman untuk sistem catu daya. Gangguan seperti peningkatan suhu dan tekanan gas nitrogen dapat mengganggu kinerjanya. Penelitian ini mengusulkan sistem IoT menggunakan pendekatan Design Research Method (DRM) untuk memantau transformator traksi, termasuk suhu belitan, suhu oli, dan tekanan gas N2. ESP32 digunakan sebagai mikrokontroler yang terhubung dengan sensor. Hasil pengujian menunjukkan akurasi yang baik dengan rata-rata nilai error suhu belitan 0,93%, suhu oli 0,64%, dan tekanan gas N2 4,53%. Modul relay memicu alarm saat kondisi kritis, dan Ubidots memberikan notifikasi SMS kepada teknisi lapangan. Pendekatan DRM efektif dalam menghasilkan solusi yang relevan dan dapat diimplementasikan dalam memantau dan menjaga kinerja transformator traksi.