Article Per Year (5 Year)
p-Index From 2019 - 2024
0.659
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI Jurnal Khatulistiwa Informatika INSANtek – Jurnal Inovasi dan Sains Teknik Elektro
Irawan Satriadi
Universitas Bina Sarana Informatika
Computer Science & IT Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Model Waterfall Untuk Pengembangan Sistem Informasi Pengolahan Nilai Pada SMP Kartika XI-3 Jakarta Timur Amrin Amrin; Mita Diah Larasati; Irawan Satriadi
JURNAL TEKNIK KOMPUTER Vol 6, No 1 (2020): JTK-Periode Januari 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (22.005 KB) | DOI: 10.31294/jtk.v6i1.6884

Abstract

- Sistem informasi berbasis web pada saat ini sudah menjadi sarana yang efektif untuk mengolah data. Selain itu juga menyediakan berbagai fasilitas yang memudahkan pemakai dalam mencari berbagai macam informasi yang dibutuhkan. SMP Kartika XI-3 Jakarta Timur membutuhkan sekali adanya sistem informasi dalam hal pengolahan data nilai siswa. Untuk itulah penulis mencoba membuat penelitian mengenai sistem pengolahan nilai rapor pada SMP Kartika XI-3 Jakarta Timur yang sampai saat ini belum terkomputerisasi. Sistem yang ada pada SMP Kartika XI-3 Jakarta Timur ini masih dilkukan secara manual, mulai dari pencataan data nilai siswa, sampai penyimpanan data-data lainnya yang berhubungan dengan proses pengolahan hingga sampai pembuatan laporan, sehingga memungkinkan pada saat proses berlangsung terjadi kesalahan dalam pencatatan, kurang akuratnya laporan yang dibuat dan keterlambatan dalam pencarian data-data yang diperlukan. Dengan menggunakan metode pengembangan perangkat lunak waterfall web ini dapat dibuat, mulai dari komunikasi, perencanaan, perancangan, pembuatan, hingga pengembangan. Sistem informasi pengolahan nilai siswa berbasis web pada SMP Kartika XI-3 Jakarta Timur yang dibuat ini dapat digunakan sebagai sarana informasi bagi siswa dan guru mengenai pelaporan data nilai siswa dengan memanfaatkan sistem komputerisasi yang diolah dengan menggunakan bahasa pemrograman web PHP serta database MySQL.
Optimasi Algoritma C4.5 dan Naïve Bayes Berbasis Particle Swarm Optimization Untuk Diagnosa Penyakit Peradangan Hati Amrin Amrin; Omar Pahlevi; Irawan Satriadi
INSANtek Vol 2 No 1 (2021): Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.442 KB) | DOI: 10.31294/instk.v2i1.399

Abstract

Peradangan hati merupakan salah satu penyakit menular yang menjadi masalah kesehatan masyarakat yang berpengaruh terhadap angka kesakitan, angka kematian, status kesehatan masyarakat, angka harapan hidup, dan dampak sosial ekonomi lainnya. Melakukan diagnosa dini pada penyakit ini adalah sesuatu yang sangat penting agar dapat secara cepat ditangani dan diobati. Pada penelitian ini penulis akan mengaplikasikan dan membandingkan beberapa metode klasifikasi data mining dan optimasi dengan particle swarm optimization (pso), diantaranya Algoritma C4.5, Naïve Bayes, C4.5 dengan pso, dan Naïve Bayes dengan pso untuk mendiagnosis penyakit peradangan hati, kemudian membandingkan mana dari beberapa metode tersebut yang paling akurat. Berdasarkan hasil penelitian, diketahui bahwa metode C4.5 dengan pso merupakan metode terbaik dengan akurasi 79,51% dan nilai under the curva (AUC) 0,950, kemudian metode Naive Bayes dengan pso memiliki akurasi 79,28% dan nilai AUC sebesar 0,739, kemudian metode C4.5 dengan tingkat akurasi sebesar 70,99% dan nilai AUC sebesar 0,950, selanjutnya metode Naive Bayes dengan tingkat akurasi sebesar 66,14%, dan nilai AUC sebesar 0,742. Hal ini membuktikan bahwa optimasi particle swarm optimization dapat meningkatkan kinerja metode klasifikasi yang digunakan
ALGORITMA C4.5 UNTUK DIAGNOSA PENYAKIT TUBERKULOSIS Amrin Amrin; Irawan Satriadi; Oki Rosanto
Jurnal Khatulistiwa Informatika Vol 7, No 2 (2019): Periode Desember 2019
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v7i2.6725

Abstract

Penyakit tuberkulosis merupakan penyakit menular dan mematikan di dunia, bahkan World Health Organization (WHO) mencanangkan sebagai  penyakit kedaruratan dunia (global emergency). Banyak gejala  yang bisa terjadi pada  seseorang yang terjangkit tuberkulosis, dan  untuk menganalisa gejala tersebut bukan hal yang mudah, perlu dilakukan  tes dahak  pada penderita.  Selain itu,  dibutuhkan  juga  sebuah  metode  yang dapat  mempermudah  saat melakukan  analisa dan  menggali informasi pasien dari data rekam medik  yang tersedia. Pada penelitian ini, penulis akan menerapkan metode klasifikasi data mining, yaitu Algoritma C4.5 untuk mendiagnosa penyakit tuberculosis. Berdasarkan hasil pengukuran performa dari model tersebut dengan  menggunakan  metode pengujian Cross Validation, Confusion Matrix dan Kurva ROC, diketahui bahwa algoritma C4.5 memiliki tingkat akurasi sebesar 84,56% dan nilai area under the curva (AUC) sebesar 0,938. Hal ini menunjukkan bahwa model yang dihasilkan termasuk kategori klasifikasi  sangat baik karena memiliki nilai AUC antara 0.90-1.00.
Co-Authors Amrin Amrin Mita Diah Larasati Oki Rosanto Omar Pahlevi