Article Per Year (5 Year)
p-Index From 2019 - 2024
1.376
P-Index
This Author published in this journals
All Journal Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknik ITS Proceedings of KNASTIK JUTI: Jurnal Ilmiah Teknologi Informasi Teknik dan Ilmu Komputer Seminar Nasional Informatika (SEMNASIF) Journal of Information Systems Engineering and Business Intelligence SISFO CCIT (Creative Communication and Innovative Technology) Journal JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Sewagati
Wiwik Anggraeni
Departemen Sistem Informasi Institut Teknologi Sepuluh Nopember
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Social Sciences

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
APLIKASI JARINGAN SYARAF TIRUAN UNTUK PERAMALAN PERMINTAAN BARANG Anggraeni, Wiwik
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 5, No 2 Juli 2006
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (567.197 KB) | DOI: 10.12962/j24068535.v5i2.a234

Abstract

Perhitungan  jumlah  barang yang harus di produksi oleh suatu perusahaan menjadi suatu hal yang sangat penting. Hal ini disebabkan oleh banyaknya akibat yang harus ditanggung oleh perusahaan dalam rangka menangani barang-barang hasil produksi tersebut, baikitu  akibat dari segi ekonomi mapun social. Oleh karena itu, peramalan jumlah permintaan pada beberapa periode waktu ke depan perlu dilakukan untuk menghindari jumlah produksi barang yang berlebihan. Dalam penelitian ini, metode yang digunakan untuk peramalan adalah Jaringan Syaraf Tiruan atau biasa disebut dengan Arificial Neural Networks dengan menggunakan algoritma backpropagation. Terhadap dataset input akan dilakukan pelatihan untuk mendapatkan bobot pada masing-masing layer sehingga didapatkan suatu nilai output. Kemudian otput tersebut akan dibandingkan dengan data tes yang diberikan dan apabila error masih besar akan dilakukan pelatihan balik dan begitu seterusnya sampai didapatkan bobot yang sesuai.Aplikasi telah diuji coba pada system sesuai dengan spesifikasi dan kebutuhan. Hasil uji coba menunjukkan bahwa algoritma dapat diimplementasikan dengan baik dan didapatkan hasil peramalan yang mendekati data aslinya. Kata kunci : Backpropagation, Jaringan Syaraf Tiruan, Peramalan, Permintaan produksi
SINTESA EKSPRESI WAJAH DENGAN MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK Anggraeni, Wiwik; Tjandrasa, Handayani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 2, No 2 Juli 2003
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1028.379 KB) | DOI: 10.12962/j24068535.v2i2.a290

Abstract

Pada penelitian yang sebelumnya [4] telah dilakukan penelitian tentang letak-letak (koordinat) facial characteristic points (FCP) yang digunakan sebagai dasar untuk mengenali ekspresi-ekspresi wajah manusia. Diantaranya ada enam ekspresi wajah, yaitu gembira, sedih, marah, takut, terkejut, dan jijik yang digunakan dalam penelitian tersebut. Dengan adanya dasar tersebut, maka dalam penelitian ini penulis berusaha mensintesa ekspresi wajah yang dikategorikan menjadikan enam ekspresi dengan menggunakan facial characteristic points tersebut. Prinsip dasar dari mensintesa ekspresi wajah adalah mencari pemindahan spasial relatif facial characteristic points pada setiap ekspresi. Permasalahan utamanya adalah bagaimana menghasilkan wajah dengan ekspresi tertentu dari sebuah citra input wajah tanpa ekspresi. Dengan menggunakan 30 pasang perpindahan titik FCP, dilakukan training terhadap Radial Basis Function Network (RBFN) 6 x n x 60 (6 input yang merupakan kadar dari keenam ekspresi, n hidden unit, dan 60 output yang merupakan 30 pasang perpindahan FCP, dimana n adalah variabel). RBFN yang telah ditraining dapat menghasilkan perpindahan FCP sesudai dengan ekspresi yang diinputkan. Informasi pemindahan FCP ini kemudian dimasukkan ke dalam algoritma Image Warping bersama-sama dengan citra input wajah tanpa ekspresi untuk menghasilkan citra wajah berekspresi tertentu. Kata kunci : Facial Characteristic Points, Radial Basis Function Network, Sintesa Ekspresi Wajah
DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING Anggraeni, Wiwik
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 2 Juli 2004
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.508 KB) | DOI: 10.12962/j24068535.v3i2.a262

Abstract

Seiring semakin berkembangnya teknologi komunikasi semakin meningkat pula pelayanan dibidang informasi yang menuntut penyampaian informasi yang lebih sempurna. Kesempurnaan suatu informasi bisa meliputi kecepatan pengiriman, tidak adanya informasi yang hilang atau rusak, pengamanan, dan lain sebagainya. Dalam pengiriman informasi kadang-kadang sering terjadi kesalahan informasi yang diterima dari pengirim informasi itu sendiri. Kesalahan itu dapat diakibatkan oleh gangguan dari media transmisinya ataupun faktor-faktor lain. Perangkat komunikasi data dituntut mampu menangani masalah tersebut. Salah satu kemampuan yang diharapkan dari perangkat komunikasi data adalah dapat melakukan deteksi atau koreksi kesalahn informasi. Salah satu metode yang sering digunakan untuk mendeteksi kesalahan adalah metode hamming. Metode hamming tersebut tidak hanya mampu untuk mendeteksi kesalahan saja akan tetapi mempunyai kemampuan juga untuk mengoreksi kesalahan informasi secara otomatis tanpa harus mengirimkan informasi itu kembali. Kata kunci : Metode Hamming, deteksi kesalahan informasi, koreksi kesalahan informasi
PERAMALAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) Anggraeni, Wiwik; Dewi, Leivina Kartika
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 2, Juli 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (233.953 KB) | DOI: 10.12962/j24068535.v7i2.a180

Abstract

Forecasting technique is an important component of decision making because it aims to predict values of data in the future. Many existing forecasting methods only predict single variable data and thus do not consider correlation between variable in a dataset. This paper proposes Vector Autoregressive Moving Average (VARMA) as a forecasting method to predict data with more than one variable. This method combines regression concept i.e. autoregressive (VAR) and moving average method (VMA) for multi-variables data. The first step in VARMA method is testing the stationary of the data. Differencing process is conducted in order to change non stationary data to stationary. The next step is to identify the order of the VARMA model of the stationary data. The parameters are then estimated according to the order and co-integration test is conducted on the variables. The model is tested to assess its validity. If the model is valid then forecasting can be done using the model generic formula. The errors of the forecast are calculated to evaluate the performance of the model. Random values are found in the forecast of VARMA method. However, the error remains within a certain interval. The error interval is below 10% so it can be argued that this model is very accurate in predicting the data.   Keywords: Forecasting, Multi-Variables, VAR, VMA, VARM, Co-integration Test
Student Satisfaction Analysis of Academic Services in Institusi xzy Nisafani, Amna Shifia; Vinarti, Retno Aulia; Anggraeni, Wiwik
Teknik dan Ilmu Komputer vol. 05 no. 18 April - Juni 2016
Publisher : Teknik dan Ilmu Komputer

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

Abstract

Abstrak Kepuasan mahasiswa terhadap layanan akademik menjadi salah satu hal yang dapat mempengaruhi prestasi mahasiswa utamanya di bidang akademik. Hal ini menjadi krusial untuk bisa mempertahankan kepuasan mahasiswa terhadap layanan tersebut. Layanan yang dimaksud diantaranya adalah layanan yang diberikan oleh Dosen Pengampu, Dosen Wali dan Staf Tata Usaha. Untuk itu, perlu dilakukan analisis kepuasan mahasiswa terhadap layanan akademik di Institusi Pendidikan XYZ. Dari hasil analisis tersebut, diharapkan dapat digunakan untuk menentukan strategi dalam menjaga kepuasan mahasiswa. Adapun metode yang digunakan dalam analisis tersebut adalah menggunakan analisis deskriptif dengan menggunakan empat dimensi pengukuran, yaitu punctuality, availability, appearance, dan hospitality. Hasil dari analisis ini menunjunjukkan bahwa appearance menjadi dimensi dengan nilai kepuasan tertinggi untuk semua objek layanan, dan availability menjadi dimensi dengan nilai kepuasan terendah untuk semua objek layanan. Lebih lanjut, nilai kepuasan terendah untuk objek layanan TU masih memiliki nilai yang lebih tinggi dibandingkan dengan nilai kepuasan terendah objek layanan yang lain. Hal yang menarik adalah rendahnya nilai kepuasan tersebut disebabkaan karena banyaknya mahasiswa yang memberikan respon netral untuk instrumen penilaian tersebut. Secara keseluruhan, mahasiswa cukup puas dengan kinerja layanan akademik dengan rata-rata kepuasan di atas 60%. Kata Kunci: analisis kepuasan; analisis deskriptif; layanan akademik; kualitas layanan, dimensi kualitas.  Abstract Students satisfaction of academic services is one aspect affecting student achievement especially in the academic field. It is crucial to be able to maintain student satisfaction towards the service. The services in question include services provided by the lecturers, academic advisors and administration staff. To that end, it is necessary to do an analysis of student satisfaction with the academic services of the Educational Institution XYZ. The analysis was expected to be used for determininf the strategy for maintaining student satisfaction. The method used in the analysis was descriptive analysis using four-dimensional measurements like punctuality, availability, appearance, and hospitality. The results of this analysis showed that appearance became a dimension with the highest satisfaction scores for all objects of service, and availability a dimension with the lowest satisfaction score for all service objects. Furthermore, the lowest satisfaction scores for the administration service still had a higher value than the lowest satisfaction score of other services. An interesting finding was that the satisfaction value was low because many students gave neutral responses to the assessment instruments. Overall, students were quite satisfied with the performance of the academic services with an average satisfaction above 60%.Keywords: analysis of satisfaction; Descriptive analysis; academic services; quality of service, quality dimension 
ANALISIS KINERJA METODE ANFIS UNTUK PERAMALAN KASUS DEMAM BERDARAH DI KABUPATEN MALANG Anggraeni, Wiwik; Kurniaji, Garis Narendra; Riksakomara, Edwin; Samopa, Febriliyan; Wibowo, Radityo Prasetianto; T, Lulus Condro; Pujiadi, Pujiadi
SISFO Vol 7 No 3 (2018)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

Abstract

Demam Berdarah Dengue (DBD) di Kabupaten Malang saat ini telah menjadi kejadian luar biasa nasional di Kabupaten Malang. Pemerintah Malang sudah melakukan upaya preventif untuk menekan jumlah penderita, namun penderita DBD tetap besar. Dibutuhkan peramalan jumlah penderita sebagai dasar informasi untuk tindakan mitigasi (sistem peringatan dini). Penelitian ini mempunyai tujuan untuk menerapkan metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk meramalkan jumlah penderita demam berdarah dan kemudian mengetahui bagaimana kinerja metode tersebut dari segi akurasi dan kemampuan mengikuti pola. Dalam melakukan prediksi, daerah di Kabupaten Malang dikelompokkan menjadi 3 berdasarkan ketinggian daerah, yaitu Malang Rendah, Malang Sedang, dan Malang Tinggi. Hasil penelitian menunjukkan bahwa nilai Mean Absolute Percentage error sebesar 19% untuk daerah Malang Rendah, 24% untuk Malang Sedang dan 15% untuk Malang Tinggi. Sedangkan Mean Directional Accuracy sebesar 50% untuk Malang Rendah, 42% untuk Malang Sedang dan 42% untuk Malang Tinggi.
BLENDED LEARNING DARI PERSPEKTIF PARA GURU SEKOLAH DI PONDOK PESANTREN Muklason, Ahmad; Mahananto, Faizal; Anggraeni, Wiwik; Djunaidy, Arif; Riksakomara, Edwin
SISFO Vol 8 No 2 (2019)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

Abstract

To survive the industrial revolution 4.0 which was marked by the massive use of digital technology, educational organizations are expected to do digital transformation. However, unfortunately it is commonly known that there is a gap in the use of technology in Indonesia between big cities and regions, between modern education system and traditional education system. To reduce this gap, blended learning technology training was held aimed for teachers in the Darul Ulum Islamic boarding school in Peterongan, Jombang. Pondok Pesantren Darul Ulum Islamic is a boarding school with almost 10,000 students. In the Darul Ulum Islamic boarding school its self there are various educational units ranging from primary school to higher education. This study focuses on investigating the online learning technology adoption by teachers in Islamic boarding school, especially their perspective on the technology. Our findngs showed that they are very ready to adopt the technology.
IDENTIFIKASI FAKTOR PREDIKSI DIAGNOSIS TINGKAT KEGANASAN KANKER PAYUDARA METODE STEPWISE BINARY LOGISTIC REGRESSION Vinarti, Retno Aulia; Anggraeni, Wiwik
Jurnal Informatika Vol 12, No 2 (2014): NOVEMBER 2014
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (235.712 KB) | DOI: 10.9744/informatika.12.2.70-76

Abstract

The World Health Organization (WHO) reported that deaths caused by cancer in the world these last four years has increased significantly. The data also reflected in the increase in breast cancer cases. In Indonesia, two cases also the highest cases of adult female deaths. Based on Hospital Information System, the number of breast cancer patients either inpatient or outpatient care amounted to 28.7%. This fact revealed more than 40% of all cancers can be prevented with early detection cancer. Role of Information Technology can implemented by data mining techniques to shorten the diagnosing time, accuracy and selection of factors early detection of breast cancer. Stepwise binary logistic regression method has the advantage to add and subtract the independent variables in accordance with level of significance of the model. Based on the analysis of weighting method, the highest four variables that should be more aware is the area of cancer (area), fineness (smoothness), the number of dots (concave points) or the nucleus of cancer and grayish level of cancer (texture). So the accuracy and processing speed of diagnosis of the severity of breast cancer can be improved through this method.
PERANCANGAN DAN PEMBUATAN DATA WAREHOUSE UNTUK KEBUTUHAN SISTEM PENDUKUNG KEPUTUSAN DI BIDANG AKADEMIK Anggraeni, Wiwik; Rezalini P. S, Restia; Wibowo, Radityo Prasetianto; Hendrawan, Rully Agus
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

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

Abstract

Informasi mengenai data mahasiswa dan data IPD (Indeks Prestasi Dosen) dibutuhkan oleh seorang koordinator bidang pengajaran di jurusan Sistem Informasi untuk melihat kondisi akademik. Di sisi lain, ITS hanya menyediakan informasi akademik yang berasal dari database yang terpusat di BAAK (FRS Online). Untuk mengatasi permasalahan tersebut dibangun sebuah data warehouse di Jurusan Sistem Informasi. Data warehouse ini dikembangkan dengan menggunakan Pentaho Business Intelligent Suite. Pentaho adalah sebuah package software opensource yang gratis untuk digunakan dan didistribusikan. Dalam pengerjaan pembangunan data warehouse ini akan melalui proses ETL dan pembuatan Star Schema berupa dimensi-dimensi yang terhubung dengan fact table berupa table peningkatan proses pembelajaran di jurusan Sistem Informasi. Kemudian hasil data warehouse akan dianalisa melalui proses OLAP (On-line Analytical Processing). Penelitian ini menghasilkan output berupa data warehouse yang siap digunakan dan juga dapat digunakan sebagai inputan system aplikasi dashboard yang akan dibangun.
PENGEMBANGAN SISTEM KLASIFIKASI PAPER OTOMATIS MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK PADA OPEN JOURNAL SYSTEM (OJS) Malays, Fajar Kurnia; Anggraeni, Wiwik; Muklason, Ahmad
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

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

Abstract

Klasifikasi dokumen sebenarnya adalah permasalahan yang mendasar dan penting, dan berarti memasukkan suatu dokumen tertentu ke dalam kategori yang ada. Metode yang sekarang ada adalah melakukan tugas klasifikasi secara manual. Hal itu dirasa sangat menyulitkan dan melelahkan apabila dokumen yang ada berjumlah ratusan atau bahkan ribuan. Sehingga perlu dibuat sistem klasifikasi dokumen secara otomatis pada suatu permasalahan tertentu, misalnya pada makalah ini adalah pengklasifikasian dokumen pada OJS. Dalam makalah kali ini, penulis menggunakan algoritma Back Propagation Neural Network untuk memecahkan masalah klasifikasi dokumen. Data dokumen yang digunakan adalah 3 kategori yang diunduh dari jurnal online dengan masing-masing kategori berjumlah 100 dokumen. Untuk pembuatan sistem tersebut digunakan bahasa pemrograman PHP. Hasil menunjukkan bahwa aplikasi klasifikasi dokumen menunjukkan kebenaran pengujian data yang cukup tinggi, yaitu 91-94%. Sistem ini dapat membantu manajer atau pengelola forum (OJS) terutama dalam hal mengklasifikasikan suatu dokumen atau paper yang ada ke dalam kelas yang bersesuaian.
Co-Authors Agustinus Bimo Gumelar Ahmad Mukhlason Ahmad Muklason Amalia Utamima Amalinda Jayanty Amira Herwindyani Hutasuhut Amna Shifia Nisafani Andreas Agung Kristanto, Andreas Agung Ani Rahmadiani Apol Pribadi Arif Djunaidy Asra Alfathoni Aulia Vinarti Danang Febrian Eko Mulyanto Yuniarno Faizal Mahananto Fajar Kurnia Malays Fandi Cahyo Saputro Febriliyan Samopa Handayani Tjandrasa Hanif Mitsal Mahatta Hardhika Propitadewa Ika Ayu Fajarwati Indar Sugiarto Irlando Moggi Prakoso Jeremy Diaz Prasetyo Jihaan Harvi Habibah Kurniaji, Garis Narendra Laura Wilhelmina Theresia Leivina Kartika Dewi Lia Farihul Mubin M. Fajrul Hakim M. Fiqri Ananda Maria Cendanasari Kurniawan Putri Mauridhi Hery Purnomo Mauridhi Hery Purnomo Mochamad Zidan Aqila Kamil Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Daffa Maulana Muhammad Hisyam Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Novian Tiandini Nur Aini Lestari Nur Khofifah Nur Laila Nur Nindya Risnina Pujiadi Pujiadi Pujiadi, Pujiadi Radityo Prasetianto Wibowo Rahma Fauzia Raras Tyas Nurita Raras Tyasnurita Restia Rezalini P. S Retno Aulia Vinarti Riksakomara, Edwin Rizky Praditya Rully Agus Hendrawan Septica Tiara Indah Permatasari Siti Aminatus Zehroh Supeno M Susiki Nugroho T, Lulus Condro Tresnaning Arifiyah Tri Achmadi Wahyu Ardianto Willy Achmat Fauzi