Claim Missing Document
Check
Articles

Found 4 Documents
Search

Sistem Informasi Koperasi Berbasis Web Denny Pribadi; Rusda Wajhillah; Agung Wibowo; Apip Supiandi; Sumanto Sumanto
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 1, No 2 (2018): Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (638.848 KB) | DOI: 10.31294/jabdimas.v1i2.3306

Abstract

Belum adanya sistem informasi yang terintegrasi antara satu dengan yang lainnya membuat koperasi mengalami beberapa kendala  dalam  pengolahan  data    diantaranya  adalah  terjadi  inkonsistensi  dan  redudansi data, kurangnya keakuratan data, lamanya proses pencarian data, serta sulitnya menyebarkan informasi mengenai koperasi kepada para anggota. Untuk mengatasi masalah tersebut diperlukan sebuah sistem informasi koperasi berbasis web. Sistem informasi koperasi ini dirancang dengan menggunakan bahasa pemograman  PHP  dan  untuk  menggambarkan  hasil  analisis  dan  desain  system  digunakan  teknik pemodelan  terstruktur  dalam  bentuk  UML dan ERD. Output  dari  penelitian  ini  adalah  sistem  informasi  koperasi  berbasis  web  pada  koperasi  PKK Sejahtera Sukabumi. Dengan adanya sistem informasi koperasi ini diharapkan dapat memberikan wadah berupa web yang dapat  melakukan  pengolahan  data  dengan  baik  dan  terintegrasi,  serta  dapat  membantu  penyebaran informasi kepada semua pihak yang berkepentingan.Kata Kunci : Koperasi, Sistem Informasi, Website.
Pengukuran Indikator Pengembangan Ekowisata dan Kualitas Perangkat Lunak Sistem Informasi Rusda Wajhillah; Agung Wibowo; Andi Riyanto
Jurnal Pariwisata Vol 5, No 3 (2018): Jurnal Pariwisata
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (108.317 KB) | DOI: 10.31294/par.v5i3.4508

Abstract

Jawa Barat sebagai salah satu provinsi di Indonesia memiliki potensi wisata yang sangat besar namun belum dikelola secara maksimal. Salah satu daerah di Jawa Barat yang memiliki potensi wisata adalah Kabupaten Sukabumi. Fakta yang ada, Kabupaten Sukabumi hanya menempati urutan ke 6 (enam) dari Kabupaten/Kota yang ada di Jawa Barat dalam hal jumlah kunjungan wisatawan. Jumlah kunjungan wisatawan di Kabupaten Sukabumi selama tahun 2016 adalah 2.081.964 wisatawan, yang terdiri dari 49.985 wisatawan mancanegara dan 2.031.989 wisatawan domestik(BPS, Jumlah Kunjungan Wisatawan ke Obyek Wisata Menurut Kabupaten/Kota di Jawa Barat, 2016).Taman Pesisir Pantai Penyu Pangumbahan adalah sebuah kawasan ekowisata yang terletak di Kecamatan Ciracap Kabupaten Sukabumi.Sebagai salah satu destinasi ekowisata yang cukup menarik, promosi kawasan tersebut telah didukung menggunakan web sipenyu.id.Pengelolaan website sipenyu belum secara aktif melibatkan pengunjung dan masyarakat lokal yang ada di kawasan tersebut, hal ini tentu kontradiktif dengan tujuan ekowisata itu sendiri yang diharapkan mampu meningkatkan kualitas dan kuantitas daya tarik wisata dan mampu menggerakkan perekonomian daerah. Penelitian ini menggunakan metode deskriptif dengan teknik survey yaitu menyebarkan kuesioner kepada responden secara acak (Simple Random Sampling), sedangkan metode yang digunakan untuk pengukuran perangkat lunak menggunakan COBIT 5. Hasil yang diperoleh dari indikator sikap penerimaan wisatawan dan masyarakat lokal terhadap Pengembangan Kawasan Ekowisata (PKE) konservasi penyu Pangumbahan menunjukkan bahwa harapan atas realisasi pengembangan kawasan cukup tinggi yaitu sebesar 27,19% dan sistem informasi sipenyu berada pada level largelly achieved.
PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI PENGGUNAAN JENIS KONTRASEPSI BERBASIS WEB Rusda Wajhillah; Ita Yulianti
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.98

Abstract

Family planning (KB) is a government program designed to balance between your needs and population with the use of contraceptives. Lack of knowledge about contraception causes no little acceptors prefer using contraception based on try or even follow the advice of others less familiar against contraception. Therefore, the required presence of actions/special handling to ease the acceptors in selecting effective contraception and in accordance with the condition of her body. The algorithm C4.5 i.e. method of decision tree a very big change into a decision tree which represents the rule. The rules can be easily understood by the natural language (Kusrini, 2009). To that end, in this research will be done analysis of the usage data type of contraceptive use classification data mining algorithm i.e. C4.5 using several parameters including age, number of children, blood pressure and a history of the disease that will be applied in the form of the web in order to facilitate the acceptors in great value the information more quickly and flexibly. Of the 130 number of cases consisting of 104 cases of hormonal contraceptive users and acceptors of 26 cases of non hormonal contraceptive users obtained from village of  Nyangkowek sub-district of Posyandu Cicurug, then obtained 14 rule resulting from the decision tree algorithm C4.5 with the number of class a non hormonal as much as 8 rule and the number of hormonal as 6 class rule as well as evaluated by testing Cross Validation, which produced the level of accuracy of 85.38% , so it can be inferred that this research can help the acceptors KB in choosing the type of effective contraception.Keywords: Acceptors, The Algorithm C4.5, Contraception, Expert SystemKeluarga Berencana (KB) merupakan suatu program pemerintah yang dirancang untuk menyeimbangkan antara kebutuhan dan jumlah penduduk dengan menggunakan alat kontrasepsi. Kurangnya pengetahuan tentang kontrasepsi menyebabkan tidak sedikit akseptor lebih memilih menggunakan kontrasepsi berdasarkan coba-coba atau bahkan mengikuti saran dari orang lain yang kurang paham terhadap alat kontrasepsi. Oleh sebab itu, diperlukan adanya tindakan/penanganan khusus untuk mempermudah para akseptor dalam memilih kontrasepsi yang efektif dan sesuai dengan kondisi tubuhnya. Algoritma C4.5 yaitu metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami.Untuk itu, dalam penelitian ini akan dilakukan analisa data penggunaan jenis kontrasepsi menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa parameter diantaranya usia, jumlah anak, tekanan darah dan riwayat penyakit yang akan diaplikasikan dalam bentuk web guna mempermudah para akseptor dalam mendapatkan nilai informasi yang lebih cepat dan fleksibel. Dari 130 jumlah kasus yang terdiri dari 104 kasus akseptor pengguna kontrasepsi hormonal dan 26 kasus pengguna kontrasepsi non hormonal yang didapat dari Posyandu Desa Nyangkowek Kecamatan Cicurug, maka didapatkan 14 rule yang dihasilkan dari pohon keputusan algoritma C4.5 dengan jumlah class non hormonal sebanyak 8 rule dan jumlah class hormonal sebanyak 6 rule serta dievaluasi dengan pengujian Cross Validation yangmenghasilkan tingkat akurasi sebesar 85,38%, sehingga dapat disimpulkan bahwa penelitian ini dapat membantu para akseptor KB dalam memilih jenis kontrasepsi yang efektif.Kata Kunci: Akseptor, Algoritma C4.5, Kontrasepsi, Sistem Pakar
OPTIMASI ALGORITMA KLASIFIKASI C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI PENYAKIT JANTUNG Rusda Wajhillah
Swabumi Vol 1, No 1 (2014): Volume 1 Nomor 1 Tahun 2014
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v1i1.992

Abstract

According to WHO, 17 million people die every year due to diseases of the heart and blood vessels around the world. Coronary Heart Disease (CHD) alone holds the title as the cause of death and disability in the world number one. It will be applied algorithm C4.5 decision tree feature selectionbased Particle Swarm Optimization (PSO) to find out how accurate the PSO feature selection to improve the accuracy of the C4.5 decision tree in predicting heart disease.The results for the accuracy of classification algorithm C4.5 worth 81,25%, whereas the accuracy for C4.5 classification algorithm based on PSO is worth 93,75% the value that is equal to 12,5% accuracy. While evaluation using ROC curve for both, the value of AUC by ROC curve for C4.5 classification algorithm is worth 0,718 with Fair diagnosis classification level, wheras for C4.5 classification algorithm based on PSO is worth 0,855 with Good Classification diagnosis rate, the difference in AUC values is 0,137. It can be concluded that the application of particle swarm optimization techniques can improve the accuracy of the algorithm C4.5.