Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.642

P-Index

This Author published in this journals

All Journal Sistemasi: Jurnal Sistem Informasi Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Teknik Komputer AMIK BSI Jurnal Khatulistiwa Informatika Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) JTIK (Jurnal Teknik Informatika Kaputama)

Kartika Handayani

Universita Bina Sarana Informatika

Author-ID : 2544819

Computer Science & IT Electrical & Electronics Engineering

Published : 9 Documents Claim Missing Document

Claim Missing Document

Articles

Pengukuran Kualitas Layanan Website EF2 Menggunakan Metode Webqual 4.0 Fuad Nur Hasan; Kartika Handayani; Noor Hasan
Bianglala Informatika Vol 10, No 1 (2022): Bianglala Informatika 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Penyebaran COVID-19 menyembabkan pembatasan pada berbagai aspek kehidupan. Salah satunya adalah pendidikan. Pembelajaran secara daring merupakan perubahan yang harus dilakukan. Tujuannya agar kualitas pendidikan tetap terjamin dengan baik. Penggunakan website dalam pembelajaran daring menjadi salah satu pilihan. Penggunaan website dalam media pembelajaran daring digunakan pada mata kuliah entrepreneurship di Universitas Bina Sarana Informatika. Website Entreprenuer Fair atau website EF2 digunakan sebagai penilaian proposal bisnis kelompok mahasiswa pada mata kuliah tersebut. Perlu dilakukan evaluasi dan pengembangan sehingga dilakukan pengukuran kualitas website. Webqual 4.0 digunakan untuk penilaian kualitas website EF2. Variabel Webqual yang digunakan adalah Kualitas Informasi, Kualitas Interaksi Layanan, Kualitas Antar Muka Pengguna, Usability dan Tingkat Kepuasan. Dari data yang didapatkan, terdapat 472 responden yang mengisi kuesioner dengan pertanyaan yang diajukan sebanyak 25 pertanyaan. Dalam mengolah data penelitian menggunakan aplikasi smatPLS untuk mengetahui tingkat validitas dan reabilitas dari data yang didapat. Hasil penelitian menunjukkan bahwa kualitas interaksi layanan, kualitas antar muka pengguna dan usability memiliki efek yang positif pada tingkat kepuasan, sedangkan kualitas informasi tidak berpengaruh positif pada tingkat kepuasan. Sehingga dapat disimpulkan bahwa bahwa kualitas interaksi layanan, kualitas antar muka pengguna dan usability mempengaruhi tingkat kepuasan pengguna website EF2. Sedangkan kualitas informasi perlu dilakukan perbaikan lebih lanjut.Kata Kunci : Website, Entrepreneur, Covid-19 dan Webqual The spread of COVID-19 causes restrictions on various aspects of life. One of them is education. Online learning is a change that must be made. The goal is that the quality of education is guaranteed to be good. The use of websites in online learning is an option. The use of websites in online learning media is used in entrepreneurship courses at Bina Sarana Informatika University. The Entrepreneur Fair website or the EF2 website is used as an assessment of student groups' business proposals for these courses. It is necessary to evaluate and develop so that the quality of the website is measured. Webqual 4.0 is used to assess the quality of the EF2 website. The Webqual variables used are Information Quality, Service Interaction Quality, User Interface Quality, Usability and Satisfaction Level. From the data obtained, there were 472 respondents who filled out a questionnaire with 25 questions asked. In processing research data using the SMATPLS application to determine the level of validity and reliability of the data obtained. The results showed that the quality of service interaction, user interface quality and usability had a positive effect on the level of satisfaction, while the quality of information did not have a positive effect on the level of satisfaction. So it can be concluded that the quality of service interaction, user interface quality and usability affect the level of satisfaction of EF2 website users. Meanwhile, the quality of information needs to be improved further.Keywords: Website, Entrepreneur, Covid-19 and Webqual

PREDIKSI PRESTASI AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA RANDOM FOREST DAN C4.5 Safitri Linawati; Siti Nurdiani; Kartika Handayani; Latifah Latifah
Jurnal Khatulistiwa Informatika Vol 8, No 1 (2020): Periode Juni 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v8i1.7827

Pada tahun akademik pertama rata-rata hasil belajar mahasiswa menimbulkan berbagai masalah yang akan berdampak pada semester selanjutnya. Evaluasi keberhasilan penyelenggaraan program studi pada suatu perguruan tinggi dilihat dari hasil belajar mahasiswa. Metode data mining mungkin bisa mengidentifikasi model yang tepat untuk memperbaiki setiap permasalahan yang timbul agar dapat ditangani oleh dosen yang bersangkutan. Tujuan penelitian ini untuk menerapkan metode data mining untuk prediksi prestasi akademik mahasiswa dengan mengeksplorasi berbagai parameter. Kami mengusulkan teknik data mining yang efisien untuk memprediksi prestasi akademik mahasiswa. Dengan teknik klasifikasi dari data mining yaitu Decision Tree C4.5 dan Random Forest. Tahap penelitian yang dilakukan adalah melakukan pre-processing pada dataset yaitu melakukan pengkodean pada nilai atribut yang non-numerik, kemudian dilakukan pengujian cross-validation. Dan untuk membangun model prediksi prestasi akademik mahasiswa, kami melakukan proses klasifikasi menggunakan metode Decision Tree C4.5 dan Random Forest. Metode yang digunakan dalam pengujian penelitian ini yaiut Confusion Matrix yaitu suatu metode yang biasanya digunakan dalam melakukan perhitungan akurasi pada suatu data mining. Perhitungan yang dihasilkan terdiri recall, acuraccy dan precision. Hasil dari pengujian dengan model klasifikasi Decision Tree C4.5 dan Random Forest pada penelitian ini menunjukkan bahwa model klasifikasi Random Forest memiliki nilai accuracy sebesar 92.4%, precision sebesar 91.4% dan recall sebesar 92,4% lebih tinggi dibandingkan Decision Tree C4.5.

SISTEM INFORMASI PENGELOLAAN ZISWAF (ZAKAT,INFAQ, SHADAQAH DAN WAQAF) BERBASIS WEB Kartika Handayani; Nurmalasari Nurmalasari; Anna Anna; Latifah Latifah
Jurnal Khatulistiwa Informatika Vol 8, No 2 (2020): Periode Desember 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v8i2.9174

yang dapat mengelola data menjadi informasi dengan tujuan pengambilan keputusan atau keperluan pemakai lainnya. Lembaga pengelolaan ZISWAF (Zakat, Infaq, Sedekah dan Waqaf) seharusnya memiliki sebuah sistem informasi yang dapat membantu proses pengelolaan ZISWAF serta menjadi media publikasi yang dapat membangun kepercayaan para donatur. Beberapa lembaga pengelolaan ZISWAF khususnya di Kota Pontianak belum memiliki sistem informasi yang dapat membantu pengelolaan ZISWAF. Oleh sebab itu, penulis bermaksud membuat sebuah sistem informasi berbasis web yang dapat membantu proses pengelolaan ZISWAF. Metode yang digunakan dalam pembuatan sistem informasi ini adalah metode waterfall. Pada tahap pengumpulan data, teknik yang digunakan, antara lain wawancara, observasi, dan studi pustaka. Dengan adanya Sistem Informasi Pengelolaan ZISWAF (Zakat, Infaq, Sedekah dan Waqaf) Berbasis Web ini pihak lembaga pengelolaan ZISWAF dapat mengelola data ZISWAF sedangkan donatur dapat melihat informasi program ZISWAF, berita dan info tentang kegiatan penyaluran ZISWAF dan laporan hasil pengelolaan ZISWAF dari lembaga terkait.

Komparasi Algoritma C4.5 Dan Naïve Bayes Dalam Penentuan Status Kelayakan Donor Darah Kartika Handayani; Lisnawanty Lisnawanty; Abdul Latif; Muhammad Rifqi Firdaus; Fuad Nur Hasan
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Donor darah merupakan kegiatan kemanusiaan dimana seseorang dengan sukarela AbstrakDonor darah merupakan kegiatan kemanusiaan dimana seseorang dengan sukarela menyumbangkan darahnya untuk disimpan di bank darah yang kemudian digunakan untuk transfusi darah. UDD (Unit Donor Darah) PMI Kota Pontianak merupakan tempat pelayanan donor darah dari masyarakat Kota Pontianak. Dalam prakteknya, tidak semua masyarakat yang ingin mendonorkan darah dapat berhasil mendonorkan darahnya. Dalam memprediksi layak atau tidaknya masyarakat untuk mendonorkan darahnya dapat dilakukkan dengan klasifikasi data mining untuk mengetahui faktor yang paling mempengaruhi prediksi donor darah. Penelitian ini menggunakan metode klasifikasi algoritma C4.5 dan Naïve Bayes kemudian dilakukan perbandingan dua metode tersebut menggunakan confusion matrix, AUC dan uji beda t-test dengan analisa software rapidminer berdasarkan umur, jenis kelamin, berat badan, tekanan darah, dan hemoglobin. Dari hasil penelitian ini, hemoglobin adalah variabel paling menentukan kelayakan donor darah kemudian tekanan darah. Algoritma terbaik dalam kasus ini adalah Naïve Bayes dengan akurasi 93,26%, sedangkan tingkat akurasi C4.5 93,22%. Naïve Bayes termasuk dalam predikat good classsification dengan AUC sebesar 0.833, sedangkan C4.5 termasuk dalam predikat fair classsification dengan AUC sebesar 0.758. Dari hasil uji beda t-test diperoleh hasil 0.841 yang menyatakan bahwa tidak ada perbedaan signifikan dalam penentuan klasifikasi status kelayakan donor darah untuk kedua algoritma.Kata kunci: prediksi, donor darah, c4.5, naïve bayes AbstractBlood donation is a humanitarian activity in which someone voluntarily donates blood to be stored in a blood bank which is then used for blood transfusions. UDD (Blood Donation Unit) PMI Pontianak City is a blood donor service area of the Pontianak City community. In practice, not all people who want to donate blood can successfully donate blood. In predicting the feasibility of whether or not the community to donate blood can be done with the classification of data mining to determine the factors that most influence the prediction of blood donors. This study uses the C4.5 algorithm and Naïve Bayes classification method, then compares the two methods using a confusion matrix, AUC and t-test different test with rapidminer software analysis based on age, sex, weight, blood pressure, and hemoglobin. From the results of this study, hemoglobin is the most determining variable of eligibility for blood donation then blood pressure. The best algorithm in this case is Naïve Bayes with an accuracy of 93.26%, while the accuracy rate of C4.5 is 93.22%. Naïve Bayes is included in the category of good class certification with AUC of 0.833, while C4.5 is included in the category of fair class certification with AUC of 0.758. From the results of the t-test different test results obtained 0.841 which states that there is no significant difference in determining the classification of blood donor eligibility status for the two algorithms.Keywords: prediction, blood donor, c4.5, naïve bayes

Prediksi Status Pinjaman Bank dengan Deep Learning Neural Network Sukri Syafrudin; Ranu Agastya Nugraha; Kartika Handayani; Safitri Linawati; Windu Gata
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 7, No 2 (2021): JTK-Periode Juli 2021
Publisher : Universitas Bina Sarana Informatika

Penilaian risiko pada penentuan status pinjaman merupakan proses yang penting dalam usaha simpan pinjam. Prediksi dalam mengklasifikasikan apakah nasabah akan melunasi atau tidak akan menentukan pengambilan keputusan dan tindaklanjutnya yang berdampak pada kinerja entitas dalam menjalankan usahanya. Berbagai teknik dalam prediksi status pinjaman dengan machine learning diterapkan dengan hasil yang meningkat dalam akurasi dan performance. Metode Deep Learning Neural Network (DNN) merupakan salah satu metode machine learning yang sekarang ini memiliki peran penting di era big data dimana data yang besar, dengan kemampuan mesin yang mumpuni dan kompleksitas pada suatu fitur mampu ditangani oleh DNN. Penelitian ini memvariasikan beberapa arsitektur dan parameter dalam pembangunan model DNN dengan score yang terbaik. Pengujian terhadap dataset bank loan status dengan metode DNN menghasilkan akurasi 82.27% tidak lebih baik dari metode SVM dengan hasil akurasi 84%. Namun metode DNN masih lebih baik dibandingkan dengan metode lainnya. Karena penggunaan variasi arsitektur dan parameter DNN tidak berpengaruh signifikan dalam menghasilkan score terbaik. Data yang diproses benar-benar diperlukan pemrosesan lebih lanjut sebelum dilakukan pemodelan.

DIAGNOSIS OF HEART DISEASE USING AUTOMATA FINITE STATE ALGORITHM Tony Yudianto Pribadi; Kartika Handayani; Angelina Puput Giovani; Windu Gata
Techno Nusa Mandiri: Journal of Computing and Information Technology Vol 18 No 1 (2021): TECHNO Period of March 2021
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v18i1.1364

The heart is an organ of the human body that has an important role in human life and is certainly very dangerous if our heart has problems remembering that many deaths are caused by heart disease. But with minimal knowledge and information, it is impossible to be able to maintain heart health. Therefore we need an expert who is an expert on the heart and various diseases. Based on the facts above, this research can help us to diagnose heart health and anticipate if there is a risk of heart disease by designing and implementing. This application was created using the web-based Finite State Automata algorithm which is still in the form of pseudocode. In this system several questions will be asked. After all the questions are answered, the results of the diagnosis will appear along with suggestions that can help anticipate the heart disease.

ANALISIS PENGUKURAN KUALITAS WEBSITE CAKRAWALAMEDIA.CO.ID DENGAN MENGGUNAKAN METODE WEBQUAL 4.0 Muhammad Rifqi Firdaus; Dini Silvi Purnia; Kartika Handayani; Muhamad Fahmi Julianto
JTIK (Jurnal Teknik Informatika Kaputama) Vol 4, No 1 (2020): VOLUME 4 NOMOR 1, EDISI JANUARI 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (116.392 KB)

The development of Information Technology has triggered the emergence of many online media. The cakrawalamedia.co.id website is an online media portal that utilizes these updates. Cakrawalamedia.co.id presents the focus of news around West Java especially the City of Tasikmalaya. The problem related to this research is whether the quality of cakrawalamedia.co.id website influences the readers' satisfaction. This study focuses on user satisfaction with the webqual method which consists of 3 variables, namely usability, information quality and interaction quality. The data used are primary data, namely by distributing questionnaires using a Likert scale with 22 questions to 133 respondents. Data obtained and processed using multiple linear regression analysis techniques using SPSS 16 software. Based on webqual variables, the results of the analysis state the quality of usability, information quality and interaction quality affect user satisfaction. Keywords: Cakrawalamedia.co.id, Webqual 4.0, SPSS, Website Quality

PENERAPAN LIGHT GRADIENT BOOSTING DALAM PREDIKSI RASIO KLIK TAYANG Kartika Handayani; Erni Erni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol 7 No 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6010

Prediksi rasio klik tayang adalah salah satu kriteria yang paling sering digunakan untuk menentukan efektivitas suatu iklan. Dalam produksi periklanan, prediksi klik tayang sangat berpengaruh bagi perusahaan yang memasang iklan tersebut. Selain memprediksi klik tayang suatu iklan, pemakaian model atau algoritma yang digunakan juga sangat penting dalam menganalisa klik tayang yang terjadi. Penelitian ini melakukan pengujian dengan dataset social network menggunakan light gradient boosting. Dilakukan pengujuan resampling untuk mengetahui pengaruh penggunaan pada dataset social network yang tidak seimbang. Hasil pengujian prediksi rasio klik tayang memperoleh hasil terbaik pada nilai accuracy 91.25%, recall 93.10%, precision 84.38% F1-Score 88.52% dan AUC 0,92. Hasil ini diperoleh dari pengujian tanpa resampling dan menggunakan resampling ROS.

PENERAPAN POLA PERMINTAAN DARAH METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI Erni Erni; Kartika Handayani
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 6 No. 2 (2023): Misi Juni 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v6i2.764

Unit Donor Darah (UDD) di Palang Merah Indonesia (PMI) Kota Pontianak memiliki tugas untuk dapat memenuhi permintaan darah bagi yang membutuhkan. Namun dalam pelaksanaannya, tidak semua dapat terpenuh, untuk mengatasi masalah tersebut diperlukan sebuah pola data transaksi permintaan darah untuk dapat mengetahui pola permintaan darah terbanyak setiap rumah sakit sehingga UDD PMI Kota Pontianak dapat meminimasilir tidak terpenuhinya jumlah permintaan darah. Penggunaan Algoritma Apriori dalam menentukan pola asosiasi dapat digunakan untuk menemukan pola pola item dalam database yang memiliki minimum support dan pola frekuensi tinggi. Pola permintan darah yang dihasilkan dari pernggunaan algoritma aprioari, disimpulkan berdasarkan hasil uji penentuan nilai minimum support yang memberikan hasil yang berbeda-beda pada nilai support, dengan juga mempertimbangkan nilai confidence pada pola permintaan darah. Pola permintaan yang sering dilakukan adalah jenis golongan darah A(+), O(+), dan B(+) confiddence 100%. Berdasarkan aturan asosiasi final diketahi bahwa jika meminta darah A(+), maka meminta darah AB(+) dengan confidence 90%, jika meminta darah B(+), maka meminta darah A(+) dengan confidence 95,23%, jika meminta darah O(+), maka meminta darah A(+) dengan confidence 95,23%, jika meminta darah A(+), maka meminta darah O(+) dan B(+) dengan confidence 100% dan jika meminta darah O(+) dan B(+), maka meminta darah A(+) dengan confidence 100%.

Co-Authors Abdul Latif Angelina Puput Giovani Anna Anna Dini Silvi Purnia, Dini Silvi Erni Erni Erni Erni Fuad Nur Hasan Latifah Latifah Lisnawanty Muhamad Fahmi Julianto Muhammad Rifqi Firdaus Muhammad Rifqi Firdaus Noor Hasan Nurmalasari Nurmalasari Ranu Agastya Nugraha Safitri Linawati Siti Nurdiani Sukri Syafrudin Tony Yudianto Pribadi Windu Gata Windu Gata

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search