Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Paradigma Systematics
Ela Nurela Sari
Universitas Bina Sarana Informatika
Computer Science & IT Library & Information Science

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

Found 3 Documents
Search

 1 
Segmentasi Dan Klasifikasi Perilaku Pembayaran Pelanggan Pada Perusahaan Multimedia Dengan Algoritma K-Means Dan C4.5 Ela Nurela Sari
Paradigma Vol 21, No 1 (2019): Periode Maret 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (67.26 KB) | DOI: 10.31294/p.v21i1.5042

Abstract

A service provider company often have problem with insolvent customer. As a company that can not verify customer financial, a service provider company is having difficulty on identifying solvent customer. As one of the service provider company in Jakarta which offer internet connectivity and cable TV service, identifying solvent customer is important because, every customer inside coverage area is a potential customer to subscribe their product. In a related research, algorithm  C4.5  become  one  of  the  favorite  algorithm  to  use  in  classifying customer insolvency, and was able to produce  high accuracy model, and easy to understand. The major problem of algorithm C4.5 is attribute selection. As noted that a service provider company cannot verify customer financial, they have no data about customer financial which is one important attribute in credit scoring. Therefore, customer payment behavior will be extracted as customer potential as one of classification attribute. Feature extraction with k-means was able to improve the accuracy of the algorithm C4.5. As noted by improve on accuracy from 59.02% to 77.31% and AUC from 0.537 to 0.836. The customer potential attribute can also be used as reference in the promotion, retention, and managing insolvent customer.
Perancangan Sistem Informasi Pembuatan Jasa Website Ela Nurela Sari; Taat Kuspriyono
SYNTAX Jurnal Informatika Vol 8 No 1: Mei 2019
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v8i1.1401

Abstract

Dalam proses penjualan jasa desain website sistem promosi dan penjualan yang dilakukan hanya menggunakan media promosi dari relasi kerja yang terbatas. Merancang dan membuat suatu sistem dalam bentuk website sebagai media alternatif dari sisi pemesanan, promosi dan penjualan produk yang akan disediakan. Metode Waterfall adalah model proses yang digunakan dalam aplikasi ini. Teknik pengumpulan data yang digunakan dalam melakukan pengumpulan data yaitu observasi dan studi pustaka. Pemodelan diagram basis data yang digunakan adalah dengan menggunakan ERD, LRS (Logical Relational Diagram), dan Struktur Navigasi. Sedangkan aplikasi ini dibuat dengan menggunakan beberapa software yaitu Adobe Dreamweaver CC sebagai software editor serta XAMPP yang merupakan gabungan dari Apache Web Server, PHP, dan MySQL. Aplikasi berbasis web yang dibangun ini mempunyai kelebihan dalam kemudahan, kecepatan dan ketepatan dalam proses pengolahan data penjualan dan pembelian, sehingga dapat mempermudah User dalam bertransaksi. Aplikasi ini juga mempunyai banyak pilihan desain yang menarik, sehingga mempermudah User untuk memilih desain website dan membeli secara langsung.
Air Quality Index Classification Using Neural Network Algorithms: Klasifikasi Index Kualitas Udara Menggunakan Algoritma Neural Network Ela Nurela Sari; Esty Purwaningsih
SYSTEMATICS Vol 4 No 3 (2022): December 2022
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/sys.v4i3.7722

Abstract

Udara mempunyai peranan yang sangat penting dalam menjaga kelangsungan hidup makhluk hidup yang ada di bumi. DKI Jakarta merupakan Ibu Kota Negara Republik Indonesia yang jumlah penduduknya dikategorikan tinggi dan selalu meningkat dan tidak sebanding dengan pertumbungan ruang terbuka hijau dan pelestarian kawasan hijau khususnya pada wilayah perkotaan yang tidak diimbangi dengan luas wilayah. Tingkat kepadatan kendaraan bermotor dan pembangunan infrastruktur semakin meningkat, dapat mempengaruhi terhadap kualitas udara. Hal tersebut dapat berakibat tingkat pencemaran udara semakin tinggi. Fokus penelitian ini melakukan analisis klasifikasi index kualitas udara di DKI Jakarta dengan menggunakan metode Neural Network. Data yang digunakan adalah data sekunder dengan variabel sebagai determinan yang terdiri dari 5 variabel yaitu PM10, SO2, CO, O3, NO2 dan 1 variabel keluaran yaitu baik, sedang, tidak sehat dan sangat tidak sehat. Dari hasil perhitungan pada penelitian ini diketahui bahwa metode Neural Network memperoleh performansi akurasi sebesar 97,76%.
Co-Authors Esty Purwaningsih Taat Kuspriyono, Taat