Article Per Year (5 Year)
p-Index From 2019 - 2024
2.096
P-Index
This Author published in this journals
All Journal Jurnal Pilar Nusa Mandiri JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Informatika Kaputama (JIK) JIKA (Jurnal Informatika) JUKI : Jurnal Komputer dan Informatika Akrab Juara : Jurnal Ilmu-ilmu Sosial Reputasi: Jurnal Rekayasa Perangkat Lunak Jurnal Teknik dan Science (JTS)
Astrid Noviriandini
Universitas Bina Sarana Informatika
Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Medicine & Pharmacology

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Analisis Tingkat Kepuasan Pengguna Aplikasi JMO (Jamsostek Mobile) Menggunakan Algoritma Naive Bayes Classifier Astrid Noviriandini; Hermanto Hermanto; Diah Ayu Ambarsari
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v4i1.1986

Abstract

Perkembangan dan Kemudahan dalam melakukan kegiatan sehari - hari menjadi dambaan setiap konsume atau pengguna, maka dari itu berkembanglah banyak aplikasi demi memudahkan pengguna dalam melakukan kegiatan sehari - hari sepeti salahsatunya Jamsostek Mobile atau disingkat JMO. Namun tidak semua aplikasi dan layanan dalam aplikasi seperti keinginan pengguna,maka dari itu perlu di adakannya penelitian terhadap aplikasi JMO. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi JMO dimana dalam penelitian ini penulis menggunakan metode Naïve Bayes Classifier. Dalam penelitian ini setelah dilakukan preprocessing dan dilakukan pengujian model dengan metode data mining yaitu algoritma Naïve Bayes hasil evaluasi dan validasi, di dapatkan hasil nilai akurasi untuk menentukan bahwa klasifikasi komentar masyarakat pengguna aplikasi JMO (Jamsostek Mobile) dalam complain dana JHT dilakukan pengujian dengan algoritma Naïve Bayes dengan data komentar dibagi menjadi dua kategori label positif dan negatif, dapat dibuktikan dengan nilai akurasi dan nilai AUC dari algoritma Naïve Bayes nilai akurasi = 86.25% dan nilai AUC = 0.500.
PENGEMBANGAN APLIKASI ABSENSI FACE RECOGNATION MENGGUNAKAN OPENCV LIBRARY DAN ALGORITMA SIFT Muammar Khadapi; Astrid Noviriandini; Roni Andarsyah; Kurniawati Kurniawati; Siti Lestari
Jurnal Informatika Kaputama (JIK) Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i2.269

Abstract

Kehadiran karyawan di dalam sebuah perusahaan merupakan salah satu aspek yang akan ditingkatkan karena menjadi faktor penilaian bagi atasan. Sebagian besar perusahaan masih menggunakan metode manual untuk absensi karyawan sebagai tanda tangan absen sehingga bisa menjadi celah ketidakjujuran karyawan dalam proses absensi. Hal ini dirasakan pula oleh manajemen koperasi pegawai PT. Telekomunikasi Indonesia, dimana kondisi yang berjalan saat ini, kehadiran karyawan diketahui dengan melakukan input NIK ke dalam form absensi. Kekurangan yang dirasakan selama ini adalah memungkinkan karyawan tersebut melakukan tindakan kecurangan dengan menginputkan NIK karyawan lainnya yang belum tentu waktu kedatangannya secara bersamaan. Dewasa ini, sistem absensi sudah berkembang,salah satunya adalah sistem absensi dengan pengenalan wajah. Pengenalan wajah merupakan teknologi biometrik yang telah diterapkan secara luas dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari, dan iris mata. Pengenalan wajah adalah salah satu teknologi berbasis pemrosesan gambar yang menggunakan beberapa atau semua wajah untuk proses otentikasi. Sehingga tingkat keamanan untuk sistem lebih kuat. Aplikasi ini menggunakan kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya disimpan dalam database tertentu. Berdasarkan hal itu, diperlukan sebuah sistem yang dapat mengatur absensi secara komputerisasi dengan menggunakan teknologi pengenalan wajah agar data tersebut tersimpan dan terarsip dengan baik. Dalam penelitian ini, telah dilakukan pengembangan sistem absensi dengan rekaman wajah yang disimpan di dalam database kemudian data tersebut ditamplikan dalam web aplikasi sebagai user interfacenya agar mudah untuk digunakan. Setelah itu, dilakukan pengembangan lagi dengan pencocokan wajah pada aplikasi absensi dengan menggunakan algoritma SIFT, dimana mendapatkan tingkat keberhasilan kecocokan gambar mencapai 80% dengan waktu total proses kurang dari 20 detik.
ANALISA SENTIMEN TERHADAP BELAJAR ONLINE PADA MASA COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SARM OPTIMIZATION Hermanto Hermanto; Astrid Noviriandini
Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i1.311

Abstract

Coronavirus 19 (COVID-19) merupakan infeksi virus menular yang saat ini sudah merambah ke berbagai negara salah satunya di Indoenesia. Pemantauan penyebaran COVID-19 di Indonesia ditangani langsung oleh Pemerintah Indonesia terutama. Pemerintah Indonesia langsung menindak lanjuti kasus tersebut. Salah satu tindakan pemerintah adalah melakukan Social Distancing selama 14 hari untuk meminimalisir penyebaran virus tersebut. Kegiatan pembelajaran online ini dilakukan untuk mengganti kegiatan pembelajaran secara langsung. Pembelajaran online memiliki beberapa kelemahan yakni penggunaan jaringan internet membutuhkan infrastruktur yang memadai, membutuhkan banyak biaya, komunikasi memalui internet terdapat berbagai kendala/lamban. Komentar masyarakat di twitter mengenai belajar online cukup banyak. Namun memantau komentar dari masyarakat umum bukanlah hal yang mudah, dikarenakan jumlahnya sangat banyak untuk diproses sehingga peneliti ingin mengetahui sejauh mana analisa sentimen masyarakat berdasarkan komentar positif dan negatif dengan menggunakan teknik klasifikasi yaitu menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization. Hasil pengujian dengan nilai akurasi dan nilai AUC yaitu yaitu untuk SVM + PSO nilai akurasi = 71.39% dan nilai AUC = 0.762. Untuk itu, Dalam penelitian ini dapat disimpulkan bahwa penggunaan Particle Swarm Optimization (PSO) pada model algoritma support vector machine (SVM) dapat menjadi solusi meningkatkan akurasi dan AUC analisa sentiment masyarakat mengenai belajar online pada masa covid-19 dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen Komentar masyarakat di twitter ada masa covid-19.
Perancangan Jaringan Virtual Local Area Network Menggunakan Cisco Packet Tracer Pada SMK Islam Assa’adatul Abadiyah Astrid Noviriandini; Denny Bachtiar; Luthfi Indriyani
JUKI : Jurnal Komputer dan Informatika Vol. 5 No. 2 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2023
Publisher : Yayasan Kita Menulis

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

Abstract

Computer network is a relationship between two or more separate computer systems, through a communication medium to carry out data communication with one another in order to share resources. SMK Islamic Assa’adatul Abadiyah was founded in 1984, which stands on a land area of 1237 m2, which has three majors namely: Office Administration, Accounting, Commerce. However, in 2011 SMK Islamic Assa’adatul Abadiyah added a competency competency department, namely the competency competency in Computer and Network Engineering. Internet network is one of the human needs to date. So many human activities have become easier with the internet network. However, problems arise on a network that is not working properly, making information and communication managers less optimal in the process of sending data and teaching/learning processes in the school lab. The solution provided to deal with problems on a network that is less than optimal is to design a VLAN (Virtual Local Area Network) network and change a HUB component to a Switch as network integration, install premium antivirus on computers, allow users to access the network without any problems and security on computers are safer.
Co-Authors Ahmad Nuryanto Aldhila Novianti Aliyah Kurniasih Aloysius Kurniawan Santoso Bagus Dwi Wicaksono Denny Bachtiar Diah Ayu Ambarsari Diah Ayu Ambarsari Diah Ayu Ambarsari Didy Eriawan Fahmi Aprian Hermanto Hermanto Kurniawati Kurniawati Luthfi Indriyani Maryanah Safitri Maryanah Safitri Muammar Khadapi Nurajijah Nurajijah Renita Windy Astuti Roni Andarsyah Sifa Fauziah Siti Lestari Yudhis tira Yudhistira Yudhistira