Garuda - Garba Rujukan Digital

Appropriate Data mining Technique and Algorithm for Using in Analysis of Customer Relationship Management (CRM) in Bank Industry Maghfirah Maghfirah Maghfirah; Teguh Bharata Adji; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract—Customer Relationship Management (CRM)adalah ide yang menjadi sebuah peningkatan kepentingan faktorsukses untuk bisnis ke depannya. CRM adalah proses darimengatur interaksi antara sebuah perusahaan danpelanggannya. Pada awalnya, ini termasuk ke dalam segmentasipasar untuk mengidentifikasi pelanggan dengan potensial profityang tinggi, dari strategi pemasaran yang dirancang dengan baikuntuk mempengaruhi tingkah laku dari pelanggan dalam segmentersebut. Dalam masyarakat modern, pelanggan menjadi asetyang penting bagi perusahaan. Hubungan antara pelanggandengan manajemen yang efisien adalah metode yang dibutuhkanuntuk meningkatkan keuntungan lebih dari perusahaan.Termasuk di industri perbankan, misalnya, di sebuahperusahaan industri perbankan digunakan konsep CRMkhususnya dengan menggunakan salah satu model strategipemasaran yaitu Customer Segmentation yang bertujuan untukmembantu pihak bank untuk membagi pasar menjadi kelompoknasabah yang terbedakan dengan kebutuhan, karakteristik atautingkah laku yang berbada yang mungkin membutuhkan produkatau bauran pemasaran yang terpisah. Customer Segmentationdapat dilakukan dengan bantuan teknik Data Mining, sehinggadiharapkan dapat dihasilkan Customer Segmentation yang sesuaidengan kebutuhan bank yang dapat meningkatkan kualitasservis dan revenue dari bank tersebut.Penerapan data mining untuk sistem CRM diperbankan seharusnya menggunakan teknik dan algoritma yangtepat. Untuk itu, paper ini akan membahas mengenai bagaimanacara untuk menentukan teknik dan algoritma data mining yangtepat untuk sistem CRM di perbankan.Keywords—Customer Relationship Management (CRM);Data Mining; Bank Customer Segmentation

Optimasi Deteksi Kebocoran dengan Menggunakan Phase Stretch Transform pada Retina Fluorescein Angiography Images untuk Penyakit Malaria Febry Putra Rochim; Hanung Adi Nugroho; Noor Akhmad Setiawan
Communications in Science and Technology Vol 3 No 2 (2018)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Malarial Retinopathy (MR) is indicated by retina alteration such as white dots occurrence which is caused by malaria. Leak detection is a key factor of MR’s early diagnosis. Inconsistent size and shape of the leakages with the colour contrast that relatively similar with the background. Leak detection’s algorithm is one of the most complex algorithms on the fundus image analysis field. Therefore, improving performance in the leakage detection is essential. This study focuses on automated leakage detection on fluorescein angiography (FA) images. The methods used in this study are vessel segmentation, saliency detection, phase stretch transform (PST), optic disk removal and leak detection to extract some features which then classified to correctly validate the leak. From 20 patient data large focal leak images with 31 leak points, 28 of them have been correctly detected. So, the experiment produced the accuracy and specificity of 0.98 and 0.9, respectively. With the proposed method of this study, there is a potential to enhance the knowledge on MR field in the future.

Knowledge Management System Pada Pemeriksaan Laporan Keuangan di BPK Berbudi Bowo Laksono; Noor Akhmad Setiawan; Surjono Surjono
Jurnal Eksplora Informatika Vol 3 No 1 (2013): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.729 KB)

Pengembangan knowledege management system merupakan salah satu program utama pengembangan aplikasi dalam rencana strategis teknologi informasi BPK RI. Knowledge management akan memberi manfaat bagi organisasi untuk mempercepat proses penciptaan pengetahuan baru dari pengetahuan yang ada dan menjaga pergerakan organisasi tetap stabil meskipun terjadi arus keluar masuk SDM. Penelitian ini merancang Knowledge Management System agar dapat memenuhi kebutuhan informasi dan pengetahuan untuk peningkatan kompetensi pemeriksa dalam pemeriksaan laporan keuangan. Ada tiga tahapan yang dilakukan dalam penelitian ini. Tahapan-tahapan tersebut antara lain analisis strategi, analisis pengetahuan dan rancangan sistem. Rancangan sistem berupa alur sistem dan fungsionalitas sistem tergambar dalam diagram Unified Modelling Language. Hasil penelitian menunjukkan pengembangan knowledge management system telah disusun dalan rencana strategi TI BPK RI dan sejalan dengan tujuan strategis organisasi untuk mewujudkan pemeriksaan yang bermutu. Rancangan yang dibuat memenuhi siklus proses pengetahuan yang terdiri dari knowledge creation, knowledge accumulation, knowledge sharing, knowledge utilization, knowledge internalization.

Internal content classification of ultrasound thyroid nodules based on textural features Anan Nugroho; Hanung Adi Nugroho; Noor Akhmad Setiawan; Lina Choridah
Communications in Science and Technology Vol 1 No 2 (2016)
Publisher : Komunitas Ilmuwan dan Profesional Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21924/cst.1.2.2016.25

Ultrasound (US) is one of the best imaging modalities on thyroid identification. The suspicious thyroid is indicated in the existence of palpable nodules whose solid or cystic composition. Solid nodules have high possibility to be malignant than cystic. An effort to detect and classify the internal content of thyroid nodule has become challenge problem in radiology area. Operator dependence of ultrasound imaging makes it complicated due to missing interpretation among radiologists. Objective Computer Aided Diagnosis (CAD) was designed to solve it which works on texture analysis of histogram statistic, gray level co-occurrence matrice (GLCM) and gray level run length matrices (GLRLM). The fine-needle aspiration cytology (FNAC) is not needed because the textural pattern is significantly different between solid and cystic nodules.Â Multi-layer perceptron (MLP) was adopted to do classification process for 72 US thyroid images yield an accuracy of 90.28%, the sensitivity of 87.80%, specificity of 93.55% and precision of 94.74%.

Penghitungan k-NN pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal-Multi Kategori Sri Rahayu; Teguh Bharata Adji; Noor Akhmad Setiawan
Jurnal Otomasi, Kontrol, dan Instrumentasi Vol 9 No 2 (2017): Jurnal Otomasi, Kontrol, dan Instrumentasi
Publisher : Pusat Teknologi Instrumentasi dan Otomasi (PTIO) Institut Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/joki.2017.9.2.5

Pada penelitian ini disajikan tentang contoh proses penghitungan k-NN pada teknik oversampling Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk mengatasi masalah ketidakseimbangan (imbalanced) kelas pada dataset dengan fitur nominal-multi categories. Percobaan penghitungan k-NN menggunakan contoh dataset yang memiliki 10 instances dengan 4 fitur, yang mana masing-masing fiturnya memiliki 3 kategori (multi-categories). Contoh dataset untuk percobaan penghitungan tersebut terdistribusi ke dalam 2 kelas, yaitu kelas A terdapat 3 instances dan kelas B dengan 7 instances. Selanjutnya hasil penghitungan k-NN tersebut diujikan pada sebuah dataset dengan fitur nominal-multi categories yang memiliki distribusi kelas yang tidak seimbang. Kemudian dataset di-oversampling dengan metode ADASYN-N dan ADASYN-kNN, kemudian dilakukan uji klasifikasi menggunakan metode Random Forests. Hasil klasifikasi dibandingkan akurasinya antara dataset asli dan dataset dengan teknik oversampling ADASYN-N serta ADASYN-kNN dan menunjukkan bahwa teknik oversampling ADASYN-N dapat meningkatkan akurasi klasifikasi sebanyak 9,05% dari dataset asli, sedangkan ADASYN-kNN meningkatkan akurasi klasifikasi sebanyak 7,84% dari dataset asli.

Analisis Perbandingan Komputasi GPU dengan CUDA dan Komputasi CPU untuk Image dan Video Processing Bagus Kurniawan; Teguh Bharata Adji; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Teknologi yang semakin maju memicu berbagaiparadigma komputasi untuk terus berkembang, tidak terkecualimengenai teknik image processing maupun video processing yangdibutuhkan masyarakat untuk memanipulasi gambar gunakebutuhan informasi. Komputasi Graphics Processing Unit(GPU) menjadi salah satu alternatif komputasi paralel yangmenawarkan kinerja komputer yang lebih cepat daripadakomputasi Central Processing Unit (CPU) dengan memanfaatkankartu grafis. Penelitian ini menganalisis teknik komputasi paralelGPU dengan Compute Unified Device Architecture (CUDA) danmembandingkan hasil kinerja dari komputasi sekuensial CPUdengan OpenCV yang dianalisis menggunakan metodeeksperimen. Eksperimen dilakukan dengan implementasi imagedan video processing untuk operasi grayscale, negatif, dan deteksitepi. Penelitian ini menunjukkan sebuah hasil bahwa imageprocessing untuk operasi grayscale dan negatif, komputasiparalel GPU lebih unggul antara 0.2 hingga 2 detik. Sedangkanuntuk operasi deteksi tepi, komputasi GPU unggul hingga 14detik. Atau 2.8 kali lipat lebih cepat daripada komputasi CPU.Untuk video processing, komputasi CPU lebih unggul darikomputasi GPU selisih antara 1-2 frame per second.

Peran Dimensi-Dimensi PeGI dalam Penyusunan Rencana Induk/ Rencana Strategis Pengembangan E-Government dengan Menggunakan Kerangka Kerja Arsitektur TOGAF® Daru Hagni Setyadi; Noor Akhmad Setiawan; Eko Nugroho
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstrak—Pemeringkatan e-Government Indonesia (PeGI)merupakan kegiatan dari Kementerian Komunikasi danInformatika yang digunakan sebagai acuan dan penilaianpelaksanaan e–Government pada lembaga pemerintah.TOGAF® merupakan kerangka kerja arsitekur enterpriseyang dapat digunakan sebagai kerangka kerja untukmembangun rencana induk/ rencana strategis pengembangane-Government. Penelitian ini menunjukkan dan memetakanbahwa Dimensi-Dimensi PeGI dapat digunakan sebagai alatassessment kondisi arsitektur sekaligus sebagai Prinsip-Prinsip Arsitektur yang digunakan oleh TOGAF® dalamsiklus ADM. Penelitian ini tidak dimaksudkan untukmendapatkan alat assessment maupun Prinsip-PrinsipArsitektur yang optimal untuk TOGAF®.Kata Kunci—TOGAF®; PeGI; assessment; Prinsip-PrinsipArsitektur; ADM.

Analisis Jejaring Media Sosial untuk Pemetaan pada Komunitas Online Irma Yuliana; Paulus Insap Santosa; Noor Akhmad Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2015
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Aplikasi media sosial yang beragam seperti email,forum diskusi online, blogs, micro- blogs dan wikis telah banyakdigunakan oleh milyaran orang di seluruh penjuru dunia.Komunikasi in terhubung melalui desktop dan aplikasi berbasisweb, baik fixed maupun dengan perngkat mobile yang sangatmemungkinkan terciptanya struktur jejaring sosial yang cukupkompleks. Pelakunya tidak hanya perorangan namun jugasecara organisasi maupun komunitas. Mencermati bagaimanainteraksi dan relasi yang terjalin hingga berkembangnyajaringan, berubah, gagal maupun sukses merupakan hal yangmenarik untuk diteliti. Berfokus pada komunitas onlinepenggemar dan praktisi seni beladiri Indonesia yang dibentukmelalui grup di Facebook, penulis berupaya menggaliketerhubungan antar anggota hingga menemukan pola danmelakukan pemetaan melalui klustering untuk mengidentifikasijenis beladiri yang tergabung di dalamnya. Metode yangdigunakan adalah Social Network Analysis terhadap data yangdiperoleh dari Facebook API. Dengan menggunakan perangkatlunak Microsoft NodeXL, struktur dalam komunitas terbagidalam 11 klaster dengan masing – masing tokohnya. Penelitianini diharapkan dapat membantu pengguna untuk mendapatkaninformasi dari suatu komunitas online tanpa harus membacasatu persatu informasi di dalamnya

Analisis Motivasi Hedonis Seseorang Dalam Menggunakan Media Sosial: Studi Kasus Instagram Kharisma Adi Utama; Eko Nugroho; Noor Akhmad Setiawan
Jurnal Buana Informatika Vol. 8 No. 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i2.1081

Abstract.Hedonic motivation, which is often called as intrinsic motivation, plays a role in encouraging a person to use a system to meet their needs. Currently, the popular systems used in the fulfilment of one's needs are games and social media. It has been recorded that the users of Instagram, which has been ranked as the second most popular social media in America, has increased as many as 100 thousand people since the middle of 2016, with the total registered users of 600 million. This development raises a question of what drives a person to use social media. This study aims to identify factors that affect a person to use Instagram based on Hedonic Motivation System Adoption Model (HMSAM). The data were then analyzed using Partial Least Square (PLS). After the research was conducted on 245 respondents, the results prove that the motivating factors of a person to use Instagram are perceived ease of use, perceived enjoyment, and control.Keywords: hedonic motivation system adoption system (hmsam), structural equation model (sem), partial least square (pls), social media, instagram. Abstrak.Motivasi hedonis atau sering kali juga disebut dengan motivasi intrinsik berperan dalam mendorong seseorang untuk menggunakan suatu sistem demi memenuhi kebutuhannya. Saat ini sistem yang populer digunakan dalam pemenuhan kebutuhan seseorang tersebut adalah game dan social media. Instagram yang menduduki peringkat ke dua sebagai social media terpopuler di Amerika, tercatat mengalami pertumbuhan sebanyak 100 ribu orang sejak pertengahan 2016 dengan total pengguna yang tercatat sebanyak 600 juta orang. Melihat perkembangan tersebut memunculkan pertanyaan apa yang mendorong seseorang untuk menggunakan sosial media. Penelitian ini akan melihat faktor yang mempengaruhi seseorang menggunakan Instagram berdasarkan Hedonic Motivation System Adoption Model (HMSAM) yang kemudian dianalisis menggunakan metode Partial Least Square (PLS). Hasilnya setelah dilakukan penelitian pada 245 responden terbukti bahwa yang menjadi faktor pendorong seseorang menggunakan Instagram adalah percieve ease of use, percieved enjoyment, dan control.Kata Kunci: hedonic motivation system adoption system (hmsam), structural equation model (sem), partial least square (pls), social media, instagram.

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